模糊聚類分析技術在油氣管道風險評價中的應用

李 勝, 張 哲, 黃福川

(1. 南寧學院 機電與質量技術工程學院, 廣西 南寧 530200;2. 廣西石化資源加工與過程強化重點實驗室, 廣西 南寧 530004)

石化能源是世界各國依賴的主要能源之一,其產業(yè)的發(fā)展取得了令人矚目的成績,油氣管道工業(yè)也同時得到了迅速發(fā)展.據統計,我國現有在用管道總長超過63.56×104km,其中工業(yè)管道長度超過42.76×104km,公用管道長度超過17.33×104km,長輸送管道長度超過3.04×104km,其他管道長度超過0.43×104km[1].

由于油氣管道輸送的介質具有易燃、易爆、高壓等特點,一旦發(fā)生事故造成的危害不可估量[2].目前,油氣管道的安全主要依靠實施裝置停機定檢為主,日常維護為輔,檢驗時間間隔較長,檢驗范圍過泛、檢驗效率低[3],很難迅速識別和判定油氣管道的風險程度和運行情況.

為解決壓力管道事故頻出、危險性增加的困擾,美國等國家先后進行了基于風險評價的壓力管道檢驗技術研究(Risk Based Inspection,RBI))[4].例如,20世紀70年代初,美國的國際管道研究委員會首先針對壓力管道事故,分析總結了22種失效因素[5];美國學者Muhlbauer編著了《管道風險管理手冊》[6];2002年美國石油學會正式出版了基于風險監(jiān)測的指導性文件《Risk-based Inspection API580》.加拿大于1994年成立了管道風險評價指導委員會(PRASC),旨在促進風險評價技術在工業(yè)管道上的應用.歐盟為了保障輸送危險物質的管道的安全性,針對現有法案缺乏管道安全管理系統的現狀對其進行完善,以符合“Seveso Ⅱ”體系關于安全管理系統的要求[7]等.在此基礎上,結合無損檢測技術,使得基于風險評價的在線檢驗技術得到了發(fā)展[8].我國學者也對管道風險評價技術開展了研究,例如,李建華等基于模糊理論,對長輸管道的風險進行了分析[9],俞樹榮等基于解析分層過程對油氣管道系統進行了分析[10].上述方法需要進行大量數據采集和數據庫建設,需要收集人為因素、物質因素、工程因素和管理因素等進行分析,再進行質量評價指標體系的建設.如何提高油氣管道管理效率,實現油氣管道的低風險零風險運行,保障國家和人民財產安全,是當前的研究重點.

1 模糊聚類分析技術

根據傳統的風險控制理念,主要風險控制措施包括避免風險措施及減少風險措施[11-12].當前風險評價技術主要包括了風險識別、風險分析、風險估算、風險評價、風險決策及風險控制等[13-16].其中,風險識別是最重要的環(huán)節(jié),進行風險評價首先必須依靠工程經驗和專家評估等手段連續(xù)而準確地對潛在危險進行識別[17-18].傳統的壓力管道風險評價模式需要大量的數據,系統耗資大.與之相比,模糊聚類分析技術更具有普適性和應用性,將其應用到油氣管道上可以實現油氣管道的安全管理和評價.

1.1 方法簡介

聚類分析是統計模式識別的一個重要工具,它的基本原理就是在沒有先驗知識的情況下,基于“物以類聚”的觀點,用數學方法分析各模式向量之間的距離及分散情況,按照樣本的距離遠近劃分類別.

然而,傳統的聚類分析是一種硬劃分,把每個待識別的對象嚴格劃分到某類中,具有非此即彼的特征,所以這種分類界限非常明確.但是在實際工作中,很多問題并沒有很嚴格的分類,而是存在于兩類甚至多類屬性之間.例如,油氣管道的失效往往是多種因素造成的,例如壓力、溫度、流體狀態(tài)和管道自身設計標準等.為此,需要對分析對象進行軟劃分,即模糊聚類.由于模糊聚類獲得的樣本屬于各類型影響因素,反映了樣本屬性的“中間性”,因此建立起的樣本更能客觀地反映現實.綜上,模糊聚類分析屬于一種多元分析方法,這種方法能定量確定各樣本的親疏程度,即能客觀地劃分類型[19],目前已廣泛應用于故障診斷、電氣、圖像、醫(yī)療、環(huán)保等眾多領域[20-22].

應用該分析技術, 不僅可以根據早期運行工況和管道級別確定油氣管道的檢驗周期, 為定期檢驗提供參考, 優(yōu)化檢驗方法, 而且可以通過油氣管道風險高低進行適當的評估, 讓企業(yè)管理人員、操作者和檢驗員的精力主要集中于高風險的管道上, 可以為合理分配檢驗和維修力量提供基礎, 再輔以有效的檢驗技術加以檢測, 可以在提高油氣管道設備的安全性和可靠性的同時降低成本[23].

1.2 數據模型

設被劃分為第i類的N個個體的秩的平均值為R,即

若各類別之間有顯著差異,則隸屬于某些類別的N個個體的秩將普遍偏大,而屬于其他類別的N個個體的秩則相對較小,因而各Ri間的差異比較大,若H0為真,則各Ri集中在秩的總平均值

的周圍,而統計量

所以,Q漸進服從自由度為s-1的χ2分布Q～χ2(s-1),因此有上述公式反映了Ri在R附近的分散程度,若H0不真,則Q有偏大的趨勢,因而拒絕域為

Q≥c.

其中,臨界值c由PH0{Q≥c}=a確定.

若令R1+=NRi·=Ri1+Ri2+…+RiN,i=1,2,…,s,則Friedman統計量可簡化為

1.3 風險因素的確定

參考檢驗機構再用工業(yè)管道全面檢驗報告書,其檢驗內容包括了管道材料(材質、材料劣化和損傷、硬度等),管道焊接缺陷(裂紋、咬邊、氣孔、夾渣、未焊透、未熔合、錯邊等),管道及管子減薄,組成件其他異常和壓力試驗或泄漏性試驗.而檢驗報告內容則包括了宏觀檢驗報告、測厚報告、滲透檢測報告、磁粉檢測報告、射線檢測報告、超聲波檢測報告等.檢驗機構的檢驗主要考察的是管道易損部位,如焊縫、彎管等,這些部位往往是油氣管道發(fā)生事故的重災區(qū),而影響其安全運行的因素很多.例如,實際工作環(huán)境下,油氣管道易損部位的故障與環(huán)境因素(介質腐蝕和大氣腐蝕、空氣鹽度和濕度等)、輸送介質(易燃易爆介質、有毒介質等)、工作條件(管道壓力、介質溫度、介質流速、振動等)有關,涉及的條件較多.倘若考慮全部因素,往往會導致模型復雜,且中小型企業(yè)難以進行各種工況參數的記錄和數據采集,檢驗人員也難以根據眾多因素確定抽檢對象.

從實際檢驗角度出發(fā),由于廠區(qū)地理位置和企業(yè)類別的差別,環(huán)境因素通常會有較大差異,數據難以掌握,而輸送介質、工況等資料則可以根據設計圖紙獲取,是實際檢驗中能獲取的主要工況參數.因此,在模糊聚類分析模型中,筆者忽略外部環(huán)境因素,只選擇實際工況(管道內壓強、管道內溫度)、輸送介質類別和管道設計標準作為風險因素,構建數學模型來進行油氣管道的風險分析和評價.

1.4 方法與步驟

為了保證應用模糊聚類分析技術在管道風險評價過程中的完整性、系統性和合理性,本模型建立風險評價的方法及其主要步驟如下:

(1) 對油氣管道進行分類,分類依據主要參照管道設計標準和壓力管道定期檢驗規(guī)程進行;

(2) 根據系統中油氣管道的工況數據(管道內壓強、 管道內溫度等), 對其進行無量綱化處理;

(3) 整理無量綱化處理后的數據,在MATLAB軟件上運用模糊聚類分析技術構建數學模型,并將無量綱化處理的數據導入模型中進行處理,得到隸屬度排序,再將不同管道按風險嚴重程度進行分類;

(4) 考慮到不同檢驗項目的規(guī)模不同,即樣本具有不確定性,因此需要對模糊聚類分析得到的結果進行Friedman檢驗,以提高準確率和檢驗效率.

2 實例驗證

2.1 數據統計與分類

選取廣西某化工企業(yè)的油氣管道作為研究對象,進行數學建模,根據其實際工況進行模糊聚類分析.根據該化工企業(yè)提供的設計圖紙和設計說明書,待檢驗油氣管道系統主要裝置包括分汽缸、再沸器、混合器和汽包,待檢驗管道均為蒸汽管道,各管道數據統計參見表1.由表1可知,該企業(yè)待檢驗管道總數為47條,最高工作壓力為38.70 MPa,最低工作壓力為0.10 MPa,最高工作溫度為518.00 ℃,最低工作溫度為100.00 ℃,管道級別系數分別為0.10、0.25和1.00(管道級別系數=1/管道設計最大壓強).由于管道均為蒸汽管道,所以在本次模糊聚類分析中,不需要對腐蝕情況進行分析和評價.

表1 廣西某化工廠各油氣管道數據統計

綜上所述,根據管道實際運行溫度、壓強和管道級別系數進行數據分析,可以將該區(qū)域管道分為嚴重危險、極重危險以及一般危險3類.

2.2 模型建立與運行

基于MATLAB軟件,本模型應用模糊C均值聚類的MATLAB程序求解和說明如下.

AA=A./[ones(47,1)*std(A)]; %無量綱化

[c,u,fcn]=fcm(AA,3) %模糊C均值聚類

[F,J]=sort(u); %隸屬度排序

t1=find(J(3,:)==1),

t2=find(J(3,:)==2),

t3=find(J(3,:)==3), %各危險區(qū)編號

將表1統計的油氣管道溫度、壓力和管道級別系數帶入模型進行運算,并根據風險情況進行劃分,分別命名為t1、t2、t3(分別對應嚴重危險、極重危險以及一般危險),得到的運行結果如下:

通過對研究對象的管道進行模糊聚類分析,其結論為編號為16,17,18,19,20,22,23,34,35的管道處于嚴重危險狀態(tài),是首要檢驗對象.

2.3 Friedman檢驗

本次進行的模糊聚類分析中, 由于所有管道是一個完整的系統, 因此管道的溫度、壓力和管道級別系數之間不是彼此獨立的, 不能滿足普通方差分析的條件, 需要使用重復測量的方差分析. 但是, 考慮到管道系統中, 各參數的波動范圍較大, 存在極端值, 所以應當采用非參數檢驗的方法.

Friedman檢驗是利用秩實現對多個總體分布是否存在顯著差異的非參數檢驗方法.可以利用該方法對于聚類結果的有效性進行分析,即通過比較Friedman 統計量和對應的概率值,判斷各類之間差距是否較大,而同一類中個體之間是否差異較小.

利用軟件對上述結果進行Friedman檢驗,對于檢驗水平a=0.01,分別采取各類別間檢驗與其中兩類合并后檢驗,結果如表2所示.

表2 Fried man檢驗結果

根據表2可知,各危險區(qū)間的檢驗接受原假設,比合并后兩類檢驗接受原假設多,反映各危險區(qū)之間的差距較大,同一類中的個體間差異較小,結果符合聚類的基本原則,說明該數據可信度較高.

2.4 分析與評價

實際檢驗中,檢驗人員依據《壓力管道定期檢驗規(guī)則》,結合現場實際情況,如管道位置、工況等,進行了在用壓力管道宏觀檢查、在用工業(yè)管道測厚和在用工業(yè)管道泄漏性試驗,并作出在用工業(yè)管道強度安全狀況等級評定報告.

將聚類分析風險評價結果與實際檢驗結果進行比對,發(fā)現實際檢驗過程中,檢驗人員對油氣管道焊縫、彎頭等關鍵部位進行的抽檢結果中,處于危險狀態(tài)或者需要翻修狀態(tài)的管道,其編號與t3中編號基本一致,說明模糊聚類分析技術在油氣管道檢驗和風險評估上得到了較好的應用.

3 結 語

油氣管道建設將迎來大發(fā)展時期,油氣管道系統的設計與優(yōu)化,對實現高效、安全地輸送燃料有著重要的意義.模糊聚類分析作為一種廣泛應用于故障診斷、電氣、圖像、醫(yī)療、環(huán)保等眾多領域的技術,將其運用在油氣管道進行不同危險程度的分類和評價,具有良好的效果.本文在研究模糊聚類分析方法原理的基礎上,從實際檢驗角度出發(fā),將其應用在油氣管道上,并進行了方案的設計和模擬,與實際檢驗結果進行比對后發(fā)現評價和分析結果理想.但是,該分析方法還需進一步深入探討,通過實驗,優(yōu)化參數設計和評測方法,為構建完整的系統提供依據,為油氣管道的安全使用提供指導.