基于貝葉斯網(wǎng)絡(luò)的油碼頭裝卸設(shè)備溢油失效可能性研究

江 文，蔣宏業(yè)，蔣安荔，羅 珊

1.西南石油大學石油與天然氣工程學院(四川成都610500)

2.中國石化天然氣川氣東送管道分公司(湖北武漢430000)

基于貝葉斯網(wǎng)絡(luò)的油碼頭裝卸設(shè)備溢油失效可能性研究

江 文1，蔣宏業(yè)1，蔣安荔2，羅 珊1

1.西南石油大學石油與天然氣工程學院(四川成都610500)

2.中國石化天然氣川氣東送管道分公司(湖北武漢430000)

油碼頭裝卻設(shè)備失效是導致溢油并引起火災(zāi)爆炸、海洋污染等事故的因素之一，因此，采用科學的方法對設(shè)備進行失效可能性研究具有重要意義。首先，運用故障樹的貝葉斯網(wǎng)絡(luò)化方法，構(gòu)建油碼頭裝卻設(shè)備溢油故障的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu);其次，基于模糊集理論，利用GeNIe軟件進行概率推理，定量評估設(shè)備失效可能性，可得引起裝卻設(shè)備故障的主要因素是輸油臂密封圈漏油和輸油泵快速接頭故障;最后，結(jié)合后驗概率進行事故致因分析，得出最大致因鏈，發(fā)現(xiàn)裝卻設(shè)備的薄弱環(huán)節(jié)。實例分析表明，利用貝葉斯網(wǎng)絡(luò)推理分析，較傳統(tǒng)的故障樹分析更具合理性，概率分布更為準確。

油碼頭裝卻設(shè)備;貝葉斯網(wǎng)絡(luò);模糊集理論;失效可能性;事故致因;溢油失效

隨著國家經(jīng)濟快速發(fā)展，成品油需求量上升，油碼頭裝卸過程中的安全隱患也隨之增加，如操作人員缺乏安全防范意識，計量錯誤或操作失誤，設(shè)備耐蝕性能不高等，均可能引發(fā)火災(zāi)爆炸、溢油污染、人身傷亡及設(shè)備故障等事故［1］。因此有必要對油碼頭裝卸設(shè)備進行失效可能性分析，其中常用的失效可能性分析方法有故障樹分析、事件樹分析、故障類型及影響分析等，但是這些方法在面向復雜系統(tǒng)安全建模分析和處理具有多態(tài)性、失效相關(guān)性等特點的問題上具有一定的缺陷。貝葉斯網(wǎng)絡(luò)是一種基于貝葉斯推理的風險量化方法，此方法已經(jīng)廣泛用于油碼頭、液體化學品碼頭運營風險標準與風險評估、船舶溢油風險評價研究及港口生產(chǎn)安全評價［2-4］。由于貝葉斯網(wǎng)絡(luò)法在處理多態(tài)性、動態(tài)性［5］和軟件影響等特點的問題上具有明顯優(yōu)勢，因此采用貝葉斯網(wǎng)絡(luò)方法進行油碼頭裝卸設(shè)備的失效可能性分析。

1 貝葉斯網(wǎng)絡(luò)方法概述

貝葉斯網(wǎng)絡(luò)是1988年由Pearl提出，是一個帶有條件概率表(Conditional Probabilities Table，簡稱CPT)的有向無環(huán)圖(Directed Acyclic Graph，簡稱DAG)，它是由節(jié)點與有向邊構(gòu)成，可用N=((X，T)，P)表示。其中，(X，T)表示一個有向無環(huán)圖，P表示相應(yīng)節(jié)點上的條件概率表。在(X，T)中，X=(x1，x2，…，xn)為有向無環(huán)圖中所有節(jié)點的集合，每個節(jié)點代表一個變量;T為有向無環(huán)圖中全部有向邊的集合，有向邊用于連接節(jié)點以描述節(jié)點間存在的相互關(guān)系［6］。

貝葉斯網(wǎng)絡(luò)具有描述事件多態(tài)性和故障關(guān)系非確定性的能力，并且可以實現(xiàn)雙向推理［7］。即利用聯(lián)合概率分布從根節(jié)點進行自上而下的正向推理，計算出在給定根節(jié)點先驗概率的前提下葉節(jié)點的發(fā)生概率，可用于可靠性分析;還能夠通過貝葉斯公式從葉節(jié)點進行自下而上的反向推理，計算出在已知葉節(jié)點發(fā)生的條件下任意一個根節(jié)點的后驗概率，可用于故障診斷，并且通過最大后驗概率可確定最大致因鏈，因此更加適合對復雜系統(tǒng)的安全性和可靠性分析。

2 基于模糊集理論的貝葉斯網(wǎng)絡(luò)概率分析

2.1 貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)的構(gòu)建

故障樹模型的定義和邏輯表達方式與貝葉斯網(wǎng)絡(luò)模型的概率和圖形表達方式，兩者有一定的相似性，因此可以將故障樹模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型進行設(shè)備的失效可能性分析。故障樹與貝葉斯網(wǎng)絡(luò)的主要映射關(guān)系:事件——節(jié)點，邏輯門——連接強度，將故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)的具體方法可參考文獻［8］。

以圖1 a)所示的故障樹為例說明其轉(zhuǎn)化方法。假設(shè)故障樹中部件故障狀態(tài)有2種:即故障和正常，分別用0和1表示，并且各個事件是相互獨立的，故障和導致該故障的因素關(guān)系用與門、或門表達。它們的條件概率如式(1)、式(2)所示，圖1 b)為該故障樹轉(zhuǎn)化成的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)模型。

圖1 與/或邏輯關(guān)系對應(yīng)的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)

2.2 先驗概率的確定

由于油碼頭裝卸設(shè)備失效可利用的歷史數(shù)據(jù)有限，很難將事件發(fā)生概率用確定的數(shù)值表達。因此，采用專家評判的語義變量來表示事件概率，再將模糊性語言描述的事件概率經(jīng)過解模糊后運用貝葉斯網(wǎng)絡(luò)推理技術(shù)，實現(xiàn)失效概率的預(yù)測。具體步驟如下:

1)專家語言的模糊數(shù)處理。運用模糊集理論，引入語言變量，Wickens［9］認為事件發(fā)生概率可劃分為7個語義值，其模糊隸屬度分布如圖2所示，λ-截集可參考文獻［10］。

圖2 模糊隸屬度分布圖

為了能夠更準確地利用模糊數(shù)來量化事件的發(fā)生概率，采用算術(shù)平均法來綜合多個專家的評判結(jié)果，n個專家評判的綜合評判可表示為:

式中，Pi為第i個事件的模糊發(fā)生概率;fij為第j個專家評判第i個事件的模糊值;m為事件數(shù)目。

2)解模糊。在模糊集合中，取一個相對最能代表這個模糊集合的單值的過程稱為解模糊。采用積分值法計算，它利用λ-截集的運算來對模糊數(shù)進行處理［10］，用優(yōu)化指標ε反映專家的意見，假設(shè)P是L-R型模糊數(shù)，模糊數(shù)P的解模糊值為:

式中，ε∈［0，1］，當ε=0和ε=1時I(P)分別對應(yīng)模糊數(shù)P解模糊化值的上下界，當ε=0.5時I(P)為模糊數(shù)P解模糊化值的代表值;IR(P)和IL(P)分別為模糊數(shù)左右隸屬函數(shù)反函數(shù)的積分值。對于三角模糊數(shù)，IR(P)和IL(P)可用λ-截集表示，即:

式中，λR(P)和λL(P)分別為模糊數(shù)P的λ-截集上下界;λ=0，0.1，0.2，……，1;Δλ=0.1。

2.3 貝葉斯網(wǎng)絡(luò)概率推理

GeNIe是由美國匹茲堡大學決策系統(tǒng)實驗室開發(fā)的一款能夠處理圖像模型和構(gòu)建圖形決策理論模型的工具軟件。運用GeNIe軟件可以建立貝葉斯網(wǎng)絡(luò)模型，其使用方式方便靈活，并具有可視化界面，在改變某一節(jié)點狀態(tài)的條件下，能夠直觀地得到其他節(jié)點的后驗概率，同時支持貝葉斯網(wǎng)絡(luò)參數(shù)學習和結(jié)構(gòu)學習，并可以提供推理功能，其中推理算法應(yīng)用的是聯(lián)合樹推理算法［11］。

因此運用GeNIe軟件進行概率推理計算，得到總失效概率，并對其進行等級劃分，得到相應(yīng)的失效可能性等級［12］。借鑒API581中對失效概率的等級劃分，制定出油碼頭裝卸設(shè)備的失效可能性等級劃分表，見表1。

表1 失效可能性與失效概率的對應(yīng)關(guān)系

3 實例分析

3.1 建立裝卸設(shè)備溢油的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)

以某油碼頭裝卸作業(yè)為例，其卸油作業(yè)流程為:船艙→輸油泵→輸油管→計量→輸油臂→港區(qū)儲油罐/罐車。通過分析裝卸過程中設(shè)備溢油故障影響因素建立故障樹，如圖3所示，其中基本事件的代號和名稱見表2。

圖3 油碼頭裝卸設(shè)備溢油故障樹

3.2 概率推理及失效可能性等級的確定

根據(jù)模糊集理論及2.2節(jié)中的積分法處理進行解模糊運算，給出4位專家對油碼頭裝卸設(shè)備溢油故障中輸油臂故障的各基本事件的評判(表3)。

在λ-截集中，根據(jù)公式(3)可得出專家意見的平均模糊數(shù)，根據(jù)公式(4)～(6)可得基本事件的先驗概率，見表4。

表2 基本事件的代號和名稱

表3 專家對基本事件發(fā)生概率的評判

根據(jù)建立的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)，將節(jié)點的先驗概率和條件概率表輸入GeNIe中，結(jié)果如圖4所示，可得油碼頭裝卸設(shè)備溢油的概率為0.852，對照表1，此油碼頭裝卸設(shè)備溢油的失效可能性為“高”。

3.3 后驗概率計算

后驗概率是修正先驗概率后所獲得的更接近實際情況的概率估計，表示事件發(fā)生的可能性大小，基本事件對頂事件的影響?？蓪⒂痛a頭裝卸設(shè)備溢油失效概率設(shè)為1，在圖中可以直觀地得出各事件的后驗概率，如圖5所示。

從圖5可得出，在油碼頭裝卸設(shè)備溢油故障中，輸油臂密封圈漏油的概率最大;其次是輸油泵快速接頭破裂，這與大量的設(shè)備溢油事故統(tǒng)計分析結(jié)果基本一致。因此，在油碼頭裝卸作業(yè)過程中，需加強操作人員的安全防范意識，加強對輸油臂和輸油泵等設(shè)備的定期檢修，保障整個系統(tǒng)處于安全狀態(tài)。

3.4 最大致因鏈確定

利用貝葉斯網(wǎng)絡(luò)模型進行事故致因分析［13］，所具有的優(yōu)勢可以用節(jié)點變量來表示事故致因因素，節(jié)點變量可以通過狀態(tài)信息來表示致因因素的不確定性狀態(tài)。而節(jié)點間的條件概率則可以很好地表示致因因素之間的相互關(guān)系。并且能在時間和空間上再現(xiàn)事故的形成過程。根據(jù)圖5所示的后驗概率圖可得，當油碼頭裝卸設(shè)備故障時，經(jīng)過貝葉斯網(wǎng)絡(luò)的診斷推理，有2條最有可能導致事故發(fā)生的途徑分別為:①X3→A2→T(輸油臂密封圈漏油→輸油臂故障→油碼頭裝卸設(shè)備溢油故障);②X6→A3→T(輸油泵快速接頭破裂→輸油泵故障→油碼頭裝卸設(shè)備溢油故障)。由于每一個節(jié)點的后驗概率都包含著子節(jié)點與父節(jié)點之間的關(guān)系，因此選取各節(jié)點中后驗概率最大的一個得出的最大致因鏈具有合理性。

表4 基本事件的先驗概率

圖4 油碼頭裝卸設(shè)備溢油貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)

圖5 貝葉斯后驗概率分布圖

攝影/徐志武

4 結(jié)語

1)基于故障樹的貝葉斯網(wǎng)絡(luò)分析，并利用模糊集理論，能避免大量計算，在處理變量間的多態(tài)性關(guān)系和概率推理等特點的問題上具有明顯優(yōu)勢。

2)建立了油碼頭裝卸設(shè)備故障溢油的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，并進行了失效可能性計算，得出引起故障的主要因素是輸油臂密封圈漏油和輸油泵快速接頭故障。

3)通過貝葉斯網(wǎng)絡(luò)的診斷推理，確定油碼頭設(shè)備的事故最大致因鏈，得出引起設(shè)備失效的主要因素，為設(shè)備維護提出指導。

［1］江旭峰，唐寧.我國內(nèi)河成品油碼頭風險的特點、種類與防范［J］.中國水運，2010，10(5):41-42.

［2］巫志鵬.油碼頭、液體化學品碼頭安全風險問題的探討［J］.中國安全生產(chǎn)科學技術(shù)，2009，5(5):169-172.

［3］劉克中，干偉東，黃明，等.基于貝葉斯網(wǎng)絡(luò)的船舶溢油風險評價研究［J］.中國航海，2012，35(1):85-89，104.

［4］鄭恒，徐連勝，韋健.基于貝葉斯網(wǎng)絡(luò)的港口生產(chǎn)安全評價方法［J］.水運工程，2007(4):23-27.

［5］Palaniappan R.Kannan.Bayesian networks:Application in safety instrumentation and risk reduction［J］.ISA Transactions，2007(46):255-259.

［6］Jiang X，Mahadevan S.Bayesian structural equation modeling method for hierarchical model validation［J］.Reliability Engineering and System Safety，2009(94):796-809.

［7］Portinale L，Raiteri D C，Montani S.Supporting reliability engineers in exploiting the power of Dynamic Bayesian Networks［J］.International Journal of Approximate Reasoning，2010，51(2):179-195.

［8］俞樹榮，楊慧來.基于貝葉斯網(wǎng)絡(luò)的長輸管道故障樹分析［J］.石油化工設(shè)備，2009，38(2):47-50.

［9］Wickens C D.Engineering psychology and human performance［M］.2nd edition.New York:Harper Collins Publishers Inc，1992.

［10］朱云斌，黃曉明，常青.模糊故障樹分析方法在機場環(huán)境安全中的應(yīng)用［J］.國防科技大學學報，2009，31(6):126-131.［11］趙晶晶.基于模糊貝葉斯網(wǎng)絡(luò)的故障診斷方法研究及其在列控系統(tǒng)中的應(yīng)用［D］.北京:北京交通大學，2013.

［12］黃亮亮，姚安林，蔣宏業(yè)，等.基于T-S模糊故障樹的輸氣站場設(shè)備失效可能性研究［J］.中國安全生產(chǎn)科學技術(shù)，2014，10(8):144-149.

［13］李賢功，葛家家，胡婷，等.煤礦頂板事故致因分析的貝葉斯網(wǎng)絡(luò)研究［J］.中國安全科學學報，2014，24(7):10-14.

The failure of handing facilities in oil wharf is one of the factors resulting in oil spilling，fire explosion，and marine pollution incidents，and therefore it is very important to assess the failure possibility of the handing facilities using scientific methods. Firstly，Bayesian network topology for the oil spill failure of the handing facilities in oil wharf is established by using Bayesian network method;secondly，the possibility of the oil spill failure of the handing facilities is quantitatively assessed based on fuzzy set theory and using GeNIe software，and the assessment result shows that the main factors causing the oil spill failure of the handing facilities are the oil spilling at the seal ring of oil loading arm and the failure of quick coupling of oil loading pump;finally，find out the weaknesses of the handling facilities according to the analysis of accident causes.The analysis of a case shows that，Bayesian network inference analysis is more reasonable than traditional fault tree analysis，and the obtained probability distribution is more accurate.

handing facility in oil wharf;Bayesian network;fuzzy set theory;failure possibility;cause of the accident;oil-spilling failure

王梅

2015-03-05

國家科技支撐計劃課題“基于風險的油氣管道事故預(yù)防關(guān)鍵技術(shù)研究”(編號:2011BAK06B01-11-01)

江文(1990-)，女，碩士，主要從事油氣儲運系統(tǒng)風險評價與完整性管理方向研究。