基于N-K模型的城市燃?xì)夤艿朗Э赡苄砸蛩伛詈戏治?

付邦穩(wěn)，蔣宏業(yè)，徐濤龍，姚安林,2

(1. 西南石油大學(xué) 石油與天然氣工程學(xué)院，四川 成都 610500；2. 油氣消防四川省重點(diǎn)實(shí)驗(yàn)室，四川 成都 610500)

0　引言

近年來(lái)，我國(guó)城市燃?xì)夤艿览锍虜?shù)急劇增加，燃?xì)夤艿酪坏┌l(fā)生泄漏，不僅造成資源浪費(fèi)，而且可能引發(fā)火災(zāi)、爆炸等一系列災(zāi)害性事故[1-2]，給城市發(fā)展及周邊居民帶來(lái)嚴(yán)重安全隱患。因此，有必要對(duì)城市燃?xì)夤艿肋M(jìn)行安全評(píng)價(jià)。

我國(guó)的管道安全評(píng)價(jià)工作起步較晚，近年來(lái)，國(guó)內(nèi)學(xué)者在該領(lǐng)域也進(jìn)行了不斷探索。例如：于倩秀等[3]利用未確知測(cè)度模型，對(duì)某輸油管道10個(gè)管段的安全級(jí)別進(jìn)行評(píng)價(jià)，得到了與實(shí)際相符的結(jié)果；趙玲等[4]利用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建城市燃?xì)夤艿来嗳跣缘暮瘮?shù)模型，劃分了5個(gè)脆弱性等級(jí)，并用實(shí)例驗(yàn)證了其適用性；周立國(guó)等[5]應(yīng)用物元模型對(duì)燃?xì)夤艿赖谌绞┕p傷進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)，確定管道風(fēng)險(xiǎn)等級(jí)。目前，針對(duì)城市燃?xì)夤艿朗Э赡苄缘难芯恐?，多?shù)只從單一因素出發(fā)來(lái)評(píng)價(jià)管道的安全狀態(tài)，鮮有考慮多因素耦合對(duì)管道的影響。然而，燃?xì)夤艿朗鹿实陌l(fā)生一般不是由單一因素引起的，更多的是由多種影響因素相互影響、相互耦合而造成的。鑒于此，筆者基于N-K模型，把影響管道安全運(yùn)行的因素分為人(人為因素)、機(jī)(管道及設(shè)備因素)、環(huán)(環(huán)境因素)和管(管理因素)4類，對(duì)4類因素間的耦合作用進(jìn)行度量，以期能夠合理準(zhǔn)確地分析管道失效可能性因素耦合后對(duì)管道失效可能性的影響。

1　城市燃?xì)夤艿朗Э赡苄砸蛩伛詈蠙C(jī)理分析

1.1　耦合因素辨識(shí)

通過(guò)相關(guān)文獻(xiàn)[6-7]的調(diào)研，將城市燃?xì)夤艿朗Э赡苄砸蛩貏澐譃槿藶橐蛩?、管道及設(shè)備因素、環(huán)境因素、管理因素4個(gè)方面。

1)人為因素。人的不安全行為是指城市燃?xì)夤揪S搶修人員在管道維護(hù)過(guò)程中出現(xiàn)的不安全操作。人為因素主要包括生理狀況不佳、心理狀態(tài)不穩(wěn)定、專業(yè)技能發(fā)揮不正常、操作不規(guī)范等。

2)管道及設(shè)備因素。管道及設(shè)備不安全狀態(tài)是指管道及設(shè)備本身缺陷等原因而可能導(dǎo)致管道失效的狀態(tài)。管道及設(shè)備因素主要包括管道及設(shè)備設(shè)計(jì)缺陷、防腐層老化、設(shè)備故障、管道破損、管道腐蝕等。

3)環(huán)境因素。環(huán)境不安全狀態(tài)指管道周邊建筑物及第三方機(jī)械施工等社會(huì)環(huán)境，以及氣候和地形地貌等自然環(huán)境不佳而可能導(dǎo)致管道失效的狀態(tài)。環(huán)境因素主要包括第三方野蠻施工、地面占?jí)?、違章建筑、蓄意破壞、惡劣天氣、滑坡、泥石流、地面下沉等。

4)管理因素。管理失效指管道管理政策不合理及執(zhí)行過(guò)程中出錯(cuò)等而導(dǎo)致管理失效的狀態(tài)。管理因素主要包括管理制度不健全、工作程序不合理、管理執(zhí)行不力等。

1.2　 耦合機(jī)理分析

耦合源于物理學(xué)，表示2種或2種以上的系統(tǒng)或運(yùn)動(dòng)形式通過(guò)相互影響、相互作用彼此趨于協(xié)同的現(xiàn)象[8-9]。筆者采用事故致因理論中的軌跡交叉理論[10-12](Orbit Intersecting Theory)來(lái)分析城市燃?xì)夤艿朗Э赡苄砸蛩亻g的耦合作用機(jī)理。如圖1所示，人的不安全行為將會(huì)導(dǎo)致管道維護(hù)人員的操作失誤，管道及設(shè)備的不安全狀態(tài)將會(huì)導(dǎo)致管道破損或設(shè)備故障，環(huán)境的不安全狀態(tài)將會(huì)出現(xiàn)脆弱環(huán)境或外力擾動(dòng)，管理失效將會(huì)導(dǎo)致燃?xì)夤竟芾硎А８黝愂Э赡苄砸蛩卦谕黄葡到y(tǒng)閾值后便可直接導(dǎo)致管道事故的發(fā)生。然而，多數(shù)情況下還會(huì)存在潛在影響因素，在未突破系統(tǒng)閾值時(shí)，不會(huì)直接導(dǎo)致管道事故發(fā)生，但與其他潛在影響因素之間發(fā)生耦合，產(chǎn)生耦合震蕩，便會(huì)突破系統(tǒng)閾值，從而導(dǎo)致管道事故的發(fā)生。

圖1　城市燃?xì)夤艿朗Э赡苄砸蛩伛詈闲纬蓹C(jī)理Fig.1　Coupling mechanism of failure probability factors of urban gas pipeline

2　基于N-K模型的城市燃?xì)夤艿朗Э赡苄砸蛩伛詈戏治?/h2>

N-K模型起源于信息理論，最早是由Kanffman在20世紀(jì)末在研究基因組合問(wèn)題時(shí)提出的，是一個(gè)可以解決復(fù)雜問(wèn)題的通用性模型[13]。N-K模型包括2個(gè)參數(shù)：N為組成研究整體的元素總數(shù)；K為元素間相互作用、相互耦合的數(shù)目。若研究包含N種元素，每種元素有n種狀態(tài)，則會(huì)有nN種組合方式，當(dāng)各元素按照一定的方式組合起來(lái)時(shí)，便會(huì)形成網(wǎng)絡(luò)，其中，K取值范圍為[0，N-1][12]。關(guān)于城市燃?xì)夤艿朗Э赡苄砸蛩伛詈系姆治?，涉及?類元素：人為因素、管道及設(shè)備因素、環(huán)境因素和管理因素，每種元素根據(jù)是否出現(xiàn)不安全狀態(tài)(或不安全行為)分為2種，分別用0和1表示：0表示未出現(xiàn)；1表示出現(xiàn)。

應(yīng)用N-K模型對(duì)城市燃?xì)夤艿朗Э赡苄砸蛩伛詈献饔迷u(píng)價(jià)的原理是通過(guò)計(jì)算4類失效可能性因素之間的交互信息，來(lái)評(píng)價(jià)耦合作用對(duì)管道失效可能性的影響程度。根據(jù)某種耦合方式數(shù)量來(lái)衡量該耦合方式出現(xiàn)的概率，即某種方式的耦合發(fā)生的次數(shù)越多，該種方式的耦合發(fā)生的概率就越大；根據(jù)耦合值T來(lái)衡量管道的失效概率，即某種耦合方式的耦合值越大，則此耦合導(dǎo)致管道失效的概率越大。交互信息可用公式(1)計(jì)算：

(1)

式中：a，b，c，d為耦合元素編號(hào)；a代表人為因素；b代表管道及設(shè)備因素；c代表環(huán)境因素；d代表管理因素；h=0,1，…，H；i=0,1，…，I；j=0,1，…，J；k=0,1，…，K(本文中H，I，J，K的值為1);Phijk表示人為因素處于狀態(tài)h、管道及設(shè)備因素處于狀態(tài)i、環(huán)境因素處于狀態(tài)j、管理因素處于狀態(tài)k時(shí)，4種耦合發(fā)生的概率。計(jì)算出的T值越大，說(shuō)明管道失效的可能性越大。

2.1　單因素耦合

每種失效可能性因素內(nèi)部都包含多個(gè)失效可能性因子，單因素耦合是指每種失效可能性因素內(nèi)部的失效可能性因子之間相互作用、相互影響而產(chǎn)生耦合作用的現(xiàn)象。單因素耦合包括人為因素耦合、管道及設(shè)備因素耦合、環(huán)境因素耦合和管理因素耦合4類，分別用T11(a)，T12(b)，T13(c)，T14(d)表示。

2.2　雙因素耦合

雙因素耦合指影響管道失效的4類因素之間兩兩耦合的現(xiàn)象，主要包括人-機(jī)耦合、人-環(huán)耦合、人-管耦合、機(jī)-環(huán)耦合、機(jī)-管耦合、環(huán)-管耦合等6類，分別用T21(a，b)，T22(a，c)，T23(a，d)，T24(b，c)，T25(b，d)，T26(c，d)表示，其計(jì)算公式如下：

(2)

(3)

(4)

(5)

(6)

(7)

2.3　多因素耦合

多因素耦合是指影響管道失效的4類因素中的3類或4類相互影響、相互作用的現(xiàn)象，主要包括人-機(jī)-環(huán)耦合、人-機(jī)-管耦合、人-環(huán)-管耦合、機(jī)-環(huán)-管耦合、人-機(jī)-環(huán)-管耦合等5類，分別用T31(a，b，c)，T32(a，b，d)，T33(a，c，d)，T34(b，c，d)，T4(a，b，c，d)表示，其計(jì)算公式如下：

(8)

(9)

(10)

(11)

(12)

3　實(shí)例分析

3.1　數(shù)據(jù)統(tǒng)計(jì)

近年來(lái)，雖然我國(guó)城市燃?xì)馐聵I(yè)得到快速發(fā)展，但因燃?xì)馐鹿识嗑哂忻舾行裕苌偃細(xì)夤緯?huì)對(duì)外公布燃?xì)馐鹿史矫娴臄?shù)據(jù)，這就導(dǎo)致燃?xì)夤艿朗鹿蕯?shù)據(jù)獲取比較困難。依據(jù)“博燃網(wǎng)”公布的數(shù)據(jù)，文獻(xiàn)[14]統(tǒng)計(jì)整理了2011—2014年發(fā)生在我國(guó)大陸地區(qū)的1 127起城市燃?xì)馐鹿?不包括室內(nèi)事故)，不同耦合方式導(dǎo)致事故發(fā)生的次數(shù)和頻率如表1所示。表1中，0表示未發(fā)生耦合，1表示發(fā)生耦合，耦合因素中對(duì)應(yīng)順序?yàn)椋喝藶橐蛩?、管道及設(shè)備因素、環(huán)境因素和管理因素。

表1　2011—2014年間我國(guó)城市燃?xì)馐鹿手胁煌詈戏绞匠霈F(xiàn)的次數(shù)和頻率

3.2　耦合值計(jì)算

在計(jì)算T之前，首先需要計(jì)算不同耦合方式發(fā)生的概率：

1)單因素耦合不同情況下發(fā)生的概率為：P0...=P0000+P0100+P0010+P0001+P0110+P0101+P0011+P0111=0.416 3，同理計(jì)算出其他單因素耦合發(fā)生的概率，如表2所示。

2)雙因素耦合不同情況下發(fā)生的概率為：P00..=P0000+P0010+P0001+P0011=0.166 1，同理計(jì)算出其他雙因素耦合發(fā)生的概率，如表3所示。

3)多因素耦合不同情況下發(fā)生的概率為：P000.=P0000+P0001=0.003 7，同理計(jì)算出其他多因素耦合發(fā)生的概率，如表4所示。

根據(jù)式(2)-(12)，計(jì)算出不同耦合方式下的T值，如表5所示。

表2　單因素耦合不同情況下發(fā)生的概率

表3　雙因素耦合不同情況下發(fā)生的概率

表4　多因素耦合不同情況下發(fā)生的概率

表5　不同耦合方式下的T值

按耦合值大小排序?yàn)椋篢4>T33>T31>T34>T32>T22>T23>T24>T26>T23>T21。

3.3　結(jié)果分析

1)隨著耦合因素的增加，管道失效概率也隨之增大。由計(jì)算結(jié)果可知：4因素耦合>3因素耦合>2因素耦合，表明參與耦合的因素越多，管道失效的概率越大，但耦合發(fā)生的頻率則隨著耦合因素的增加逐漸減少，這與管道實(shí)際情況相符。

2)對(duì)于3因素耦合，人-環(huán)-管耦合>人-機(jī)-管耦合>機(jī)-環(huán)-管耦合>人-機(jī)-管耦合。可見環(huán)境因素(特別是社會(huì)環(huán)境)對(duì)管道的安全運(yùn)行有著重要影響。城市環(huán)境(特別是社會(huì)環(huán)境)較為復(fù)雜，管道事故多數(shù)由于管道不同程度地受到外力破壞(如第三方施工、重車碾壓及違章占?jí)旱?而造成的。因此，管道運(yùn)營(yíng)公司應(yīng)加大對(duì)管道周邊環(huán)境的巡查力度，監(jiān)督第三方施工，減少環(huán)境因素對(duì)管道的影響。

3)對(duì)于2因素耦合，人-環(huán)耦合>人-管耦合>機(jī)-環(huán)耦合>環(huán)-管耦合>機(jī)-管耦合>人-耦合，可見，人為因素與環(huán)境因素、管理因素存在較大的耦合性，這表明管道維護(hù)人員易受其所處環(huán)境及管理因素的影響，即當(dāng)其所處環(huán)境不佳、管理人員管理不到位時(shí)便容易導(dǎo)致事故發(fā)生。

4　結(jié)論

1)基于2011—2014年我國(guó)城市燃?xì)夤艿朗鹿实湫桶咐龜?shù)據(jù)，利用N-K模型計(jì)算管道失效可能性因素間以不同方式耦合時(shí)的耦合值，得出多因素耦合對(duì)管道失效的影響，計(jì)算結(jié)果可為城市燃?xì)夤艿腊踩\(yùn)行管理工作提供參考。

2)由計(jì)算結(jié)果可知，環(huán)境因素對(duì)管道的影響較為明顯。因此，管道運(yùn)營(yíng)公司不僅要對(duì)管道本體進(jìn)行維護(hù)，更要加大對(duì)管道周邊環(huán)境的監(jiān)控力度，而且，應(yīng)盡可能地避免多因素耦合，尤其是4因素耦合的發(fā)生。

3)N-K模型對(duì)數(shù)據(jù)的完整性及精確性具有較高的要求，因此，管道運(yùn)營(yíng)公司應(yīng)加強(qiáng)對(duì)管道基礎(chǔ)資料完整性與精確性的管理工作，進(jìn)而提高計(jì)算精度，使計(jì)算結(jié)果更切合實(shí)際。

[1] 梁永寬，楊馥銘，尹哲祺，等. 油氣管道事故統(tǒng)計(jì)與風(fēng)險(xiǎn)分析[J]. 油氣儲(chǔ)運(yùn)，2017，36(4):472-476.

LIANG Yongkuan, YANG Fuming, YIN Zheqi, et al. Accident statistics and risk analysis of oil and gas pipelines[J].Oil & Gas Storage and Transportation, 2017, 36(4):472-476.

[2]羅自治，張傳濤， 楊勇，等. 國(guó)外管道失效原因分析及對(duì)我國(guó)管道管理建議[J]. 煤氣與熱力，2011，31(3):71-74.

LUO Zizhi，ZHANG Chuantao，YANG Yong，et al. Cause analysis of foreign pipeline failures and suggestions domestic pipeline management[J]. Gas & Heat, 2011, 31(3):71-74.

[3]于倩秀, 王軍防. 基于未確知測(cè)度理論的油氣管道安全評(píng)價(jià)模型研究[J]. 油氣儲(chǔ)運(yùn), 2008, 28(3):14-18.

YU Qianxiu，WANG Junfang. Uncertain measuring model applied to safety evaluation of oil and gas pipeline systems[J]. Oil & Gas Storage and Transportation, 2008, 28(3):14-18.

[4]趙玲, 易俊, 王文和. 城市燃?xì)夤芫W(wǎng)脆弱性評(píng)價(jià)及其應(yīng)用[J]. 安全與環(huán)境學(xué)報(bào), 2015, 15(1):68-72.

ZHAO Ling, YI Jun, WANG Wenhe. Evaluation methods and their application to meet the challenge of the urban gas network vulnerability[J]. Journal of Safety and Environment, 2015, 15(1):68-72.

[5]周立國(guó), 姚安林, 蔣宏業(yè),等. 城鎮(zhèn)燃?xì)夤艿赖谌绞┕p傷風(fēng)險(xiǎn)評(píng)價(jià)方法研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2015，11(12):123-128.

ZHOU Liguo, YAO Anlin, JIANG Hongye, et al. Research on risk assessment method of third-party construction d-amage for urban gas pipeline[J]. Journal of safety science and technology, 2015，11(12):123-128.

[6]柳紅衛(wèi). 城市天然氣管道半定量風(fēng)險(xiǎn)評(píng)估方法研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2006, 2(3):96-100.

LIU Hongwei Study on semi-quantitative risk method for urban natural gas pipeline[J]. Journal of safety science and technology, 2006, 2(3):96-100.

[7]黃亮亮, 姚安林, 鮮濤,等. 考慮脆弱性的油氣管道風(fēng)險(xiǎn)評(píng)估方法研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2014, 24(7):93-99.

HUANG Liangliang，YAO Anlin，XIAN Tao，et al. Research on risk assessment method of oil & gas pipeline with consideration of vulnerability[J]. China Safety Science Journal, 2014, 24(7):93-99.

[8]薛曄, 劉耀龍, 張濤濤. 耦合災(zāi)害風(fēng)險(xiǎn)的形成機(jī)理研究[J]. 自然災(zāi)害學(xué)報(bào), 2013(2):44-50.

XUE Ye, LIU Yaolong, ZHANG Taotao. Research on formation mechanism of coupled disaster risk[J]. Journal of Natural Disasters, 2013(2):44-50.

[9]蓋程程, 翁文國(guó), 袁宏永. 基于GIS的多災(zāi)種耦合綜合風(fēng)險(xiǎn)評(píng)估[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011(5):627-631.

GAI Chengcheng, WENG Wenguo, YUAN Hongyong. Multi-hazard risk assessment using GIS in urban areas[J]. Journal of Tsinghua University (Natural Science Edition), 2011(5):627-631.

[10]牛聚粉. 事故致因理論綜述[J]. 工業(yè)安全與環(huán)保, 2012, 38(9):45-48.

NIU Jufen. Discussion on accident-causing theory[J]. Industrial Safety and Environmental Protection, 2012, 38(9):45-48.

[11]MA Q G, WANG K, WANG X Y, et al. The influence of negative emotion on brand extension as reflected by the change of N2: Apreliminary study[J]. Neuroscience letters, 2010，485(3):237-240.

[12]喬萬(wàn)冠, 李新春, 劉全龍. N-K模型下煤礦重大瓦斯事故風(fēng)險(xiǎn)耦合致因分析[J]. 科技管理研究, 2017(2):196-200.

QIAO Wanguan, LI Xinchun, LIU Quanlong. Analysis of risk coupling in the major coal mine gas accident under N-K model[J]. Science and Technology Management Research, 2017(2):196-200.

[13]羅帆, 劉堂卿. 基于N-K模型的空中交通安全耦合風(fēng)險(xiǎn)分析[J]. 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版), 2011, 33(2):267-270.

LUO Fan, LIU Tangqing. Optimal production capacity in the system with multiple uncertain factors[J]. Journal of Wuhan University of Technology (information and Management Engineering), 2011, 33(2):267-270.

[14]張滿可, 杜前洲, 彭強(qiáng),等. 2011—2014年我國(guó)城市燃?xì)馐鹿式y(tǒng)計(jì)分析[J]. 煤氣與熱力, 2016, 36(1):40-46.

ZHANG Manke, DU Qianzhou, PENG Qiang, et al. Statistic analysis of urban gas accidents in China from 2011 to 2014[J]. Gas & Heat, 2016, 36(1):40-46.