基于统计数据与现状分析的管道失效频率计算方法
2016-12-16刘雅坤
朱 勇，林 冬，刘雅坤，陈 晶，秦 林
(1.中国石油化工股份有限公司天然气分公司，北京100120；2.中国石油西南油气田分公司安全环保与技术监督研究院，成都610041；3.四川蜀电集团有限公司，成都610000；4.中国石油西南管道公司兰州输油气分公司，兰州730070)
基于统计数据与现状分析的管道失效频率计算方法
朱 勇1，林 冬2，刘雅坤3，陈 晶4，秦 林2
(1.中国石油化工股份有限公司天然气分公司，北京100120；2.中国石油西南油气田分公司安全环保与技术监督研究院，成都610041；3.四川蜀电集团有限公司，成都610000；4.中国石油西南管道公司兰州输油气分公司，兰州730070)
为了对运行管道完整性进行有效评价，利用自主建立的管道失效数据库统计了管道的基本失效频率，并应用管道风险评分体系综合考察了管道现状，进而修正了管道的基本失效频率。提出了基于统计数据与现状分析的管道失效频率计算方法，给出了5类管道危害因素的修正因子公式，建立了管道风险评分体系。该体系包含第三方损坏、腐蚀、设计制造与施工缺陷、运行与维护误操作、地质灾害5个一级指标，权重分别为0.3、0.3、0.1、0.1和0.2，同时包含相应的27个二级指标，并通过算例演示了其适用性。
管道；失效数据库；修正；失效频率
1 概 述
管道运输是油气资源配送的主要方式，管道一旦发生泄漏、火灾及爆炸等事故，则会对人民生命财产安全、生态环境产生极其严重的后果。如何保证管道安全平稳运行，始终是管道企业乃至国家安全生产监督管理部门关心的重大问题。而对管道进行风险评估正是解决这一问题的有效手段。目前，管道风险评价使用的技术手段按结果的量化程度通常划分为定性、半定量和定量评价3类。定性、半定量的风险评价方法由于管道危害因素多、评价方法多、标准规范较少、数据支持少而经常出现评价缺少依据、过度依靠经验等问题[1-2]。定量风险评价通过对单个事故频率的计算得出最终事故的发生频率，再结合量化后的事故影响后果计算出管道的风险值，是一种较为严密的评价方法，其评价结果在安全、成本、效益分析中具有重要的实用价值[3-6]。
管道的失效频率是指一段时期内管道的失效次数与这段时期内管道系统总长的比值，该值是开展定量风险评价的必要数据。世界多个国家和组织已建立了专门记录管道事故的数据库，用于指导本国油气管道的设计、建设和风险管理，管道失效频率即可以从中统计得到。当前较为知名的管道失效数据库有美国DOT数据库、欧洲EGIG数据库、英国UKOPA数据库、加拿大NEB数据库、澳大利亚POG数据库等，这些油气储运行业发达国家和组织均应用数据库开展了大量的风险管理工作。这种从数据库历史统计数据得到管道失效频率的方法具有来源真实可靠、切合实际等优点，在工程安全评价、定量风险评价中起到了重要作用。然而，该失效频率数据毕竟由历史统计而来，并不能完全表达管道的当前状况。因此，需要有一种既能够反映管道历史失效状况又能够表示管道当前安全状况的失效频率计算方法。本研究即是从这一需求出发，利用自主建立的管道失效数据库统计基本失效频率，应用管道风险评分体系综合考察管道现状，进而修正基本失效频率，最终得到更加科学合理的修正的管道失效频率。
2 修正的管道失效频率模型
2.1 失效频率的分类和表示方法
将天然气管道的失效原因划分为第三方损坏、腐蚀、设计制造与施工缺陷、运行与维护误操作、地质灾害5类，按此5类失效原因分别统计失效频率。
根据国际通常做法[7]，采用基于管道暴露值的计算方法来表示管道基础失效频率，即某段时期内每千米每年的管道失效次数，即
式中：Ninc—某个时间段的管道失效次数；
Exposure—管道暴露值，km·y。
管道暴露值由管线长度和管线被纳入数据库的时长组成。例如，A公司被数据库监控5年，拥有的管线长度保持为1 000km，则其管道暴露值为5×1 000，即5 000km·y。
2.2 管道失效数据库
管道失效数据库是将管道运行中实际发生的事故及事件集合在一起，通过统计学的手段对数据进行组织与分析，从而形成便于使用者掌握管道历史状况、预测事故发生趋势的基础性风险管理工具。目前，世界上多数油气储运业发达国家均建立了管道失效或事故数据库，用于指导本国油气管道的设计、建设和风险管理[8-9]。中国石油西南油气田公司根据50余年的管道运行管理经验，建立了起始自1969年的管道失效数据库，涵盖了公司管辖川渝地区所有的集输、长输天然气管道，其总里程超过20 000km。通过该数据库，管理者可以方便地进行管道基本信息及失效信息的查询，并根据历史数据计算管道失效频率。
2.3 失效频率的修正方法
2.3.1 修正的基本原则及技术流程
管道基础失效频率的修正采用数据库计算结合管道现状评分的方法，根据管道失效数据库得到基础失效频率，再分别通过管道现场调查对第三方损坏、腐蚀、设计制造与施工缺陷、运行与维护误操作、地质灾害5项危害因素进行评分，得到相应的失效可能性得分。评分法得到的分数需利用转换公式将其得分转换为修正因子。转换关系设置的原则是以管道在当地敷设的一般情况为评分基准，在此基础上根据管道现状进行评分，围绕此一般情况给出或高或低的修正系数。一般情况时，可认为基础失效频率不需要进行修正，修正系数为1。
修正系数转换公式为
式中：Nbase—管道现状得分；
Ni—各项失效可能性评分基准值。
失效频率修正方法流程如图1所示。
图1 失效频率修正方法流程图
2.3.2 修正系数αi计算模型
管道基础失效频率修正系数的计算首先需要通过管道现场调查和资料收集分析等手段对第三方损坏、腐蚀、制造设计与施工缺陷、运行与维护误操作、地质灾害5项失效因素进行评分，得到相应的失效可能性得分，再根据转换公式将得分转化为修正因子。
2.3.2.1 第三方损坏
第三方损坏引起的管道失效具有较强的随机性，需要研究和分析大量的管道失效数据，才能找出相应的分布规律并建立有效的失效频率预测模型，这里可采用以下两种方法确定失效频率。
(1)在有大量管道失效统计数据且管道信息齐全时，根据不同管道直径、埋深、壁厚条件下的失效频率，使用最小二乘法对数据进行拟合分析。通过对比不同曲线的拟合精度，选用精度较高的曲线函数建立计算模型，实现不同管道直径、埋深、壁厚条件下的失效频率定量计算。
失效频率计算表达式为
式中：F1—第三方损坏导致管道的失效频率(修正后)；
f(x1)、f(x2)、f(x3)—分别与管道的直径、埋深、壁厚有关的函数；
α1—第三方损坏修正系数。
(2)在收集到的管道信息数据量没有达到方法(1)的要求时，第三方损坏导致的失效频率计算表达式为
式中：f1—第三方损坏导致管道的失效频率；
α1—第三方损坏修正系数。
根据管道企业运营经验并参考石油天然气行业标准[10]，对第三方损坏、腐蚀、制造设计与施工缺陷、运行与维护误操作、地质灾害5项危害因素进行评分体系设计。将第三方损坏失效可能性评分项设置为埋深(22.5分)、地面活动水平(45分)、管道标识(30分)、巡线频率和巡线效果(30分)、公众及政府保护态度(22.5分)，应用相应的评分指标对评分项进行评分。
以川渝油气田为例进行管道一般情况定义。经过资料统计及现场调查，管道平均埋深约为1m。管道经过地区主要以农田为主，地面活动水平低，管道沿线标识保护一般，存在少量缺失和破损，巡线频率为每周一次，效果良好，管道保护与政府公众建立了良好的协作保护机制。因此，以上述一般情况为评分基准，第三方损坏失效可能性得分为102.7分，即可以认为在这种情况下管道第三方损坏的失效频率不需要修正，作为管道的基础失效频率，建立第三方损坏修正系数计算模型为
其中，N1为第三方损坏失效可能性现状得分；第三方损坏修正系数α1为0.539～2。
2.3.2.2 腐蚀
腐蚀导致的管道失效频率计算表达式为
式中：f2—腐蚀导致管道的失效频率；
α2—腐蚀修正系数。
将腐蚀失效可能性评分项设置为介质腐蚀性(15分)、内腐蚀防护(15分)、土壤腐蚀或大气腐蚀(15分)、阴极保护措施(15分)、阴极保护运行(15分)、阴极保护电位(15分)、杂散电流(15分)、深根植物分布(15分)、防腐层状况(15分)、检测时间(15分)，应用相应的评分指标对评分项进行评分。
以川渝油气田为例进行管道一般情况定义。经过资料统计及现场调查，在一般情况下，腐蚀失效可能性得分为102分，即可认为在这种情况下，腐蚀失效频率不需要修正，为管道的基础失效频率。建立腐蚀修正系数计算模型为
其中，N2为腐蚀失效可能性现状得分；腐蚀修正系数α2为0.529～2。
2.3.2.3 设计制造与施工缺陷
设计制造与施工缺陷导致失效频率计算表达式为
式中：f3—设计制造与施工缺陷导致的管道失效频率；
α3—设计制造与施工缺陷修正系数。
将设计制造与施工缺陷失效可能性评分项设置为运行安全裕量(7.5分)、钢管材料选择(10分)、施工检验(12.5分)、施工质量(20分)，应用相应的评分指标对评分项进行评分。
以川渝油气田为例进行管道一般情况定义。经过资料统计及现场调查，在一般情况下，设计制造与施工缺陷失效可能性得分为33分，即可以认为在这种情况下，设计制造与施工缺陷的失效频率不需要修正，作为管道的基础失效频率。建立设计制造与施工缺陷修正系数计算模型为
其中，N3为设计制造与施工缺陷失效可能性现状得分。设计制造与施工缺陷修正系数α3为0.485～2。
2.3.2.4 运行与维护误操作
运行与维护误操作导致失效频率计算表达式为
式中：f4—运行与维护误操作导致管道的失效频率；
α4—运行与维护误操作修正系数。
将运行与维护误操作失效可能性评分项设置为员工培训(12.5分)、数据与资料管理(12.5分)、维护计划的执行(12.5分)、线路保护构筑物状况(12.5分)，应用相应评分指标对评分项评分。
以川渝油气田为例进行管道一般情况定义。经过资料统计及现场调查，在一般情况下，运行与维护误操作失效可能性得分为33分，即可以认为在这种情况下，运行与维护误操作的失效频率不需要修正，作为管道的基础失效频率。建立运行与维护误操作修正系数计算模型为
其中，N4为设计制造与施工缺陷失效可能性现状得分。运行与维护误操作修正系数α4为0.507～2。
2.3.2.5 地质灾害
地质灾害导致失效频率计算表达式为
式中：f5—地质灾害导致管道的失效频率；
α5—地质灾害修正系数。
将地质灾害失效可能性评分项设置为地形地貌(25分)、管道敷设方式(25分)、人类工程活动(25分)、地质灾害防治情况(25分)，应用相应的评分指标对评分项进行评分。
以川渝油气田为例进行管道一般情况定义。经过资料统计及现场调查，在一般情况下，管道地质灾害失效可能性平均得分为75分，即可以认为在这种情况下，管道地质灾害的失效频率不需要修正，即为管道的基础失效频率。建立地质灾害修正系数计算模型为
其中，N5为地质灾害失效可能性现状得分；地质灾害修正系数α5为0.667～2。
2.3.3 修正的管道失效频率计算
根据修正系数分别对第三方损坏、腐蚀、设计制造与施工缺陷、运行与维护误操作、地质灾害导致的失效频率进行修正，将各失效频率相加，得到式(14)所示修正的管道失效频率
其中，Fi为通过第三方损坏、腐蚀、设计制造与施工缺陷、运行与维护误操作、地质灾害5项修正因子修正后的失效频率。
3 应用算例
选取川渝气田某管道进行失效频率修正系数计算应用。该管道为原料气集气支线，输送含硫湿气，2009年11月建成投产，管线全长22.7km，管线规格Φ273mm×11mm，管材为L245 NCS，三层PE防腐，设计输气量为116×104m3/d，设计压力7.85MPa。假设已对该管道进行了风险管段划分，选取其中某管段作为分析对象。
3.1 修正因子分析
管道面临来自第三方损坏、腐蚀、制造设计与施工缺陷、运行与维护误操作、地质灾害5方面的威胁，对应每一类危害因素进行失效频率和修正因子的分析。由于该管道属川渝油气田管辖，因此可采用川渝气田管道失效数据库统计得出的基础失效频率，在此基础上通过前文所述方法进行修正。
3.1.1 第三方损坏
3.1.1.1 管道直径
根据管道失效数据库，统计由于第三方损坏造成的失效事件，以确定失效频率与不同的管径范围的对应关系。失效数据见表1。采用最小二乘法对表1数据进行拟合，可得不同回归模型的管径与事故频率预测值，如图2所示。不同一元线性回归模型预测精度对比结果见表2。
表1 第三方损坏导致的事故频率与管道直径的关系
图2 不同回归方程的事故频率与管道直径的关系数据拟合图
表2 不同一元线性回归模型对事故频率与管道直径关预测精度对比
由表2可知，指数函数的判定系数最大，显著性最高，故得到数学表达式为
式中：y1—与管道直径有关的第三方损坏导致的失效频率，10-3/(km·y)；
x1—管道直径，mm。
因此，可确定式(3)中 f(x1)的函数表达式为
3.1.1.2 管道埋深
根据管道失效数据库，统计由第三方损坏引起的失效事件，以确定失效频率与埋深的对应关系。失效数据见表3。
表3 第三方损坏事故频率与埋深的关系
采用最小二乘法对表3数据进行拟合，可得不同回归模型的埋深与事故频率预测值，如图3所示。不同一元线性回归模型对事故模型与管道埋深关系的预测精度对比结果见表4。
图3 不同回归方程的事故频率与管道埋深的关系数据拟合图
表4 不同一元线性回归模型对事故频率与管道埋深关系的预测精度对比
由表4可知，多项式的判定系数最大，显著性最高，故得到数学表达式为
式中：y2—与埋深有关的第三方损坏导致的失效频率，10-3/(km·y)；
x2—管道埋深，cm。
因此，可确定式(3)中 f(x2)的函数表达式为
3.1.1.3 管道壁厚
根据管道失效数据库，统计由第三方损坏引起的失效事件，以确定失效频率与管道壁厚的对应关系。失效数据见表5。
表5 第三方损坏事故频率与壁厚的关系
采用最小二乘法对表5数据进行拟合，可得不同回归模型的壁厚与事故频率预测值，如图4所示。不同一元线性回归模型对事故频率与管道壁厚关系的预测精度对比结果见表6。
图4 不同回归方程的事故频率与管道壁厚的关系数据拟合图对比
表6 不同一元线性回归模型对事故频率与管道壁厚关系的预测精度对比
由表6可知，多项式的判定系数最大，显著性最高，故得到数学表达式为
式中：y3—与壁厚有关的第三方损坏导致的失效频率，10-3/(km·y)；
x3—管道壁厚，mm。
因此，可确定式(3)中 f(x3)的函数表达式为
由式(16)、(18)、(20)可得出，利用管道失效数据库得到第三方损坏导致的管道失效频率为
3.1.1.4 修正因子计算
根据该管道相关资料及现场情况，依据修正系数计算模型，其得分情况为：①埋深18.65分；②地面活动水平(低活动水平)36分；③管道标识(一般)15分；④巡线频率(每周一次)12分；⑤巡线效果(优)1分；⑥公众及政府保护态度(积极)22.5分。
综上，第三方损坏得分为105.15分。根据式(5)计算修正因子 α1=0.98。
3.1.2 腐蚀
(1)基础失效频率。利用管道失效数据库，计算管道投运至今由腐蚀导致的失效频率f2=3.01×10-3次/(km·y)。
(2)修正因子计算。根据该管道相关资料及现场调查情况，依据修正系数计算模型，其得分情况为：①介质腐蚀性(湿含硫天然气)0分；②内腐蚀防护(定期清管3分、内腐蚀监测3分、内涂层6分)；③土壤腐蚀或大气腐蚀(中等腐蚀性)10分；④阴极保护措施(有阴极保护)15分；⑤阴极保护运行(运行率大于98％且管道有效保护率为100％)15分；⑥阴极保护电位(-0.85～-1.2V)15分；⑦杂散电流(有排流措施且运行良好)12分；⑧深根植物分布(管道两侧5m范围内无可能损坏管道防腐层的深根植物)15分；⑨防腐层状况(一般)9分；⑩检测时间(2012年7月进行过漏磁检测)0分。
综上，腐蚀得分为103分。根据式(7)计算修正因子α2=0.99。
3.1.3 设计制造与施工缺陷
(1)基础失效频率。利用管道失效数据库，计算管道投运至今由设计制造与施工缺陷导致的管道失效频率 f3=1.94×10-4次/(km·y)。
(2)修正因子计算。根据该管道相关资料及现场调查情况，依据修正系数计算模型，其得分情况为：①运行安全裕量5.7分；②钢管材料选择(符合设计材料原则)10分；③施工检验(施工全过程均有完整的检验记录)12.5分；④施工质量(工艺合理、施工规范)20分。
综上，设计制造与施工缺陷得分为48.2分。根据式(9)计算修正因子α3=0.54。
3.1.4 运行与维护误操作
(1)基础失效频率。利用管道失效数据库，计算管道投运至今由运行与维护误操作导致的管道失效频率 f4=3.53×10-5次/(km·y)。
(2)修正因子计算。根据该管道相关资料及现场调查情况，依据修正系数计算模型，其得分情况为：①员工培训(通用科目-产品特性3.5分、维护维修3分、岗位操作规程6分等)；②数据与资料管理(有)7分；③维护计划执行(有计划但部分未执行)7分；④线路保护构筑物状况(状况良好)12.5分。
综上，运行与维护误操作得分为39分。根据式(11)计算修正因子α4=0.82。
3.1.5 地质灾害
(1)基础失效频率。利用管道失效数据库，计算管道投运至今由地质灾害导致的失效频率f5=0.795×10-5次/(km·y)。
(2)修正因子计算。根据该管道相关资料及现场调查情况，依据修正系数计算模型，其得分情况为：①地形地貌(黄土地、台田地)15分；②管道敷设方式(在台田地敷设)20分；③人类工程活动(农田)20分；④自然与地质灾害防治情况(已识别且已治理)22分。
综上，自然与地质灾害得分为77分。根据公式(13)计算修正因子α5=0.97。
3.2 修正的管道失效频率计算
分别计算不同危害因素下的管道失效频率，然后计算修正后的管道失效频率，计算过程如下。
第三方损坏：F1=(f(x1)+f(x2)+f(x3))α2=8.01×10-5×0.98=7.85×10-5；
腐蚀：F2=α2f2=2.98×10-3；
设计制造与施工缺陷： F3=α3f3=1.05×10-4；
运行与维护误操作： F4=α4f4=2.98×10-5；
自然与地质灾害： F5=α5f5=0.77×10-5。
因此，计算该管段失效频率为
4 结 论
基于管道失效数据库统计数据与管道现状评分，建立了一个管道失效频率的计算方法，并通过算例演示了其适用性。该方法综合历史统计数据的客观性及管道现状评分的合理性，有效地将管道失效频率的定量计算与定性评价结合了起来，为管道风险评价中的失效频率计算提供了一个新的途径。
[1]林冬，王毅辉，秦林.国外管道失效数据库建设对我国管道风险管理的启示[J].焊管，2012，35(10)：64-72.
[2]林冬，王毅辉，秦林，等.当前管道风险评价中存在的问题及对策[J].油气储运，2014，33(9)：963-966.
[3]朱喜平，张来斌，梁伟.长输管道压气站定量风险评价[J].油气田地面工程，2014，33(5)：3-4.
[4]邢志祥.天然气长输管道的定量风险评价方法[J].石油机械，2008，36(4)：15-17.
[5]董玉华，高惠临，周敬恩，等.长输管道定量风险评价方法研究[J].油气储运，2001，20(8)：5-8.
[6]张华兵，冯庆善，郑洪龙，等.油气长输管道定量风险评价[J].中国安全科学学报，2008，18(3)：161-165.
[7]EGIG.The 7th EGIG Report[R].Argentian:International gas union conference,2009.
[8]HILGENSTOCK A，BOLT R，KOLOVICH C，et al.Using or creating incident databases for natural gas transmission pipelines[J].International Journal of Hydrogen Energy,2012,37(11)：9423-9430.
[9]罗自治，张传涛，杨勇，等.国外管道失效原因分析及对我国管道管理建议[J].煤气与热力，2011，31(3)：29-32.
[10]SY/T 6891.1—2012，油气管道风险评价方法第1部分半定量评价法[S].
A Calculation Method of Pipeline Failure Frequency Based on Statistical Data and Status Analysis
ZHU Yong1,LIN Dong2,LIU Yakun3,CHEN Jing4,QIN Lin2
(1.Gas Company,China Petroleum&Chemical Corporation,Beijing 100120,China;2.Institute of Safety,Environment Protection and Technical Supervision,Petrochina Southwest Oil and Gasfield Company,Chengdu 610041,China；3.Sichuan Shudian Group Co.,Ltd.,Chengdu 610000,China；4.Lanzhou Oil and Gas Transportation Branch Company,Petrochina Southwest Pipeline Company,Lanzhou 730070,China)
In order to effectively assess operation pipeline integrity,the basic failure frequency for pipeline was carried out statistics by using Independent establishment pipeline failure database,and applied the pipeline risk scoring system to investigate the current situation of the pipeline,and then modified the basic failure frequency.Based on statistical data and current situation analysis,the calculation method of pipeline failure frequency was proposed,and the correction factor formula of five kinds of pipeline hazard factor was given.The pipeline risk scoring system was established.The system included the third party damage,corrosion,design and manufacture,construction defects,operation and maintenance misoperation,geological disasters in five weights respectively 0.3,0.3,0.1,0.1,0.2 level indicators and corresponding 27 second level indicators.The example demonstrated its applicability.
pipeline;failure database;correction;failure frequency
TE88
B
10.19291/j.cnki.1001-3938.2016.08.011
朱 勇(1964—)，高级工程师，1987年毕业于西南石油学院油气储运专业，现主要从事长输天然气管道生产运行与安全管理工作。
2016-04-20
李 超
