基于改进熵权⁃突变级数法的气化炉风险评估

张迪，高鹏，田思祺，崔永海

基于改进熵权⁃突变级数法的气化炉风险评估

张迪1，高鹏2，田思祺3，崔永海4

（1.辽宁石油化工大学环境与安全工程学院，辽宁 抚顺 113001； 2.辽宁石油化工大学机械工程学院，辽宁 抚顺 113001；3.中国石油锦州石化公司，辽宁 锦州 121001； 4.抚顺新钢铁有限责任公司，辽宁 抚顺 113001）

为了提高气化炉风险评估的准确性，提出了一种将云模型与突变级数法相结合的安全评价方法。通过查阅文献及专家分析，将气化炉风险分为机械系统、人员、管理以及环境风险，建立气化炉多层次风险评估体系。云模型是一种定性与定量之间相互转换的有效工具，云模型中引入熵与超熵特征值，提出云熵权法改进传统权重计算方法，对所有指标进行权重计算，提高排序结果的准确性。根据归一公式计算各层指标的突变隶属度值及气化炉总突变隶属度值，依据风险等级评价表判断气化炉风险等级。结果表明，该方法提高了权重排序的全面性和客观性，使气化炉风险评估结果与实际相符合，验证了该方法的可行性和有效性。

气化炉； 突变级数法； 云模型； 云熵权法； 风险评估

煤气化炉是煤气化工艺的主要设备，气化炉在整个运行过程中长期承受高温、高压、高酸负荷，容易产生安全隐患。炉内产生的气体大多是高温高压、易燃易爆且有毒的混合气体，如果发生事故会造成机械设备破坏、环境污染、人员伤亡，影响后续工段，严重时会造成整个煤气化工艺装置的瘫痪[1]。因此，对气化炉进行安全评价对煤气化工艺至关重要。突变级数法作为一种操作性强、简单易行的方法，其定量化程度较高。吴娅等[2]结合突变理论与模糊数学的方法，对高压断路器的运行状态进行了评估，为综合评估高压断路器的运行状况提出了一种新的思路。刘洋等[3]也将模糊数学运用在突变理论中，建立了一个新的突变级数评价模型，利用突变级数法实现了对离心泵的安全性评价。陈红江等[4]运用突变级数理论，对电站燃煤锅炉的结渣特性进行了预测，该预测方法采用主观确定的方法对权重进行排序，存在一定的不合理性。本文对各级指标的重要程度进行排序时，采用了改进权重的云熵权法，此方法可以定量地反映数据变化对评价结果产生的影响。

1 突变级数法的基本原理与步骤

1.1 突变评价指标体系的建立

根据系统的结构和评价要求，将需要进行评价的系统按要求分解成不同的评价单元，按单元联结层次顺序排列成树状的结构体系。从总的目标单元中间的指标层，逐级分解直到最底层的评价单元，建立完整的突变评价指标体系[5]。

1.2 结合云模型改进熵权法的各指标权重的确定

在云模型中，云图由许许多多的云滴构成，每一个随机产生的模糊云滴都与定量区间内的任意某个值相对应。云的整体特征可用具体数值表示，通常用期望（）、熵（）、超熵（）来表征。越大，云滴之间的距离越大，云层越厚[6]。

通过专家打分法得到底层指标不同专家的权重，记为=X（=1，2，3，…，），通过改进的逆向云发生器[7]将个参数转换成、和，改进的逆向云发生器实现算法为：

输入：将所得到的末级指标参数作为发生器的样本值，=X（=1，2，3，…，）；

输出：得到反映云模型特征的值、、。

一般情况下，传统的权重计算公式见式（1）[8]。

式中，为评价指标的个数。

传统的权重计算方法虽然计算相对简便，但是因为只考虑了，没有考虑云模型的特征值和的影响，无法客观全面地反映原始数据对计算结果的影响。例如，专家对某两项指标的打分值各不相同，但是这两项指标原始数据的平均分却一致，如果运用传统的权重方法计算，则两项指标的权重结果一致，而事实上每个指标的变化规律是各不相同的。由此可知，传统的权重计算方法无法客观地反映实际情况。打分值变化规律不同，和的变化很大。基于此，本文提出通过云熵权法来改进传统权重计算公式。

改进的云熵权计算公式见式（2）。

1.3 重要性排序及风险值计算

根据改进的云熵权法对各层指标进行权重计算，然后根据权重由大到小进行重要性排序，并确定指标与指标之间的关系。如果指标与指标之间的关系是“互补型”，则对指标权重求平均值；如果指标与指标之间的关系是“非互补型”，则取指标权重的最小值。根据控制变量数量的多少选择对应的突变模型，突变模型的势函数及归一公式见表1。表1中，—为不同控制变量的突变隶属度。

表1　突变模型的势函数及归一公式

对已排序的底层指标的规格化数据利用表中对应的归一化公式进行运算[9]，可以得出最底层单元所对应的突变隶属度。对其他指标层重复以上步骤，即可得到气化炉总的隶属度。

1.4 评估等级的确定

在突变级数法中，各综合评价值的计算结果都比较高且接近，这与常规等级标准值差别极大。为了提高突变级数法的客观性和全面性，使评价结果更准确，需要对评价标准进行更细致的划分[10]。首先，依据常规的风险等级标准将风险分为5个等级；然后，设各底层指标的相对隶属度（=0.2，0.4，0.6，0.8），依次计算准则层、系统层、总目标层的隶属度，结合MATLAB软件进行计算，结果见表2。

表2　风险评估等级及其对应的隶属度

2 实例分析

SE⁃东方炉是依托单喷嘴冷壁式粉煤加压气化工艺所研发的气化炉。该气化炉对烧嘴和气化炉的流场进行独特设计，具有顺畅排渣、高效除灰以及碳转化率高等优点，能够在减少能耗的基础上实现效益最大化。气化炉综合评价体系[11⁃13]如图1所示。

图1　气化炉综合评价体系

根据熵权法以及云模型生成的准确性和有效性需要，依据某公司气化炉装置对底层影响因子打分，其分值在1～100，指标越重要其分值越高，专家打分结果见表3。

表3　专家打分结果

对比温度与压力指标的重要性打分数据可以看出，压力指标的分值较接近，而温度指标专家打分值则差距较大，说明对温度指标的重要性问题专家意见不统一。将温度影响因子打分结果代入逆向云发生器，集合1=[60 90 83 70 90 80 75 80 90 98]输入到逆向云发生器中，得到1=81.6，1=10.778 5，1=12.360 6，然后通过正向云发生器得到温度云图，结果如图2所示。

图2　温度云图

按同样的方法，可以得到压力云图，结果如图3所示。由图2—3可以看出，温度云图的云滴比压力云图的云滴更分散，云层更厚，温度指标的熵和超熵较大，不确定性高。

图3　压力云图

通过改进的云熵权计算公式式（2），求出各底层指标的权重h；通过传统的权重计算公式式（1），求出各底层指标的权重q。各指标的、及权重计算结果见表4。

根据确定的权重，把指标按重要性由大到小进行排序。在准则层c1中，指标层的排序为d3＞d4＞d1＞d2；在准则层c2中，指标层的排序为d8＞d5＞d6＞d7；在准则层c3中，指标层的排序为d10＞d12＞d9＞d11；在准则层c4中，指标层的排序为d13＞d15＞d14；在准则层c5中，指标层的排序为d17＞d18＞d16；在准则层c6中，指标层的排序为d21＞d19＞d20；在准则层c7中，指标层的排序为d23＞d22；在准则层c8中，指标层的排序为d25＞d24。

在机械系统B1中，准则层的排序为c2＞c1＞c3＞c4＞c5；在非机械系统B2中，准则层的排序为c8＞c6＞c7。在目标层中，系统层的排序为B2＞B1。

在本文中，每个变量的隶属度均按“互补”原则取均值。由图1中气化炉综合评价体系可知，该汽化炉综合评价体系共有36个指标，构成11个突变系统，其中尖点型突变系统3个、燕尾型突变系统4个、蝴蝶型突变系统3个、棚屋型突变系统1个。

表4　各指标的Ex、En、He及权重计算结果

通过规格化处理得出底层指标的突变隶属度。选择突变类型，利用归一公式，结合MATLAB按照重要程度进行计算，得出人、环、管以及机械系统和非机械系统的隶属度，最后可以得出气化炉综合突变隶属度，结果见表5。

由表5可知，该气化炉综合评价系统的总突变隶属为0.986 8。对照表2可知，该气化炉系统风险评估等级为Ⅱ级，风险水平较低，评价结果符合该煤气化装置气化炉系统的实际情况。气化炉风险等级较低，不用采取紧急措施进行整改或干预，在设备运行过程中应制定正确的操作流程和规范，对设备、环境以及人员加强监督与管理，定时对设备进行检查与维护。

3 结 论

（1）结合云模型改进熵权法对影响汽化炉安全的所有指标进行权重计算，能够避免传统熵权公式只考虑单一影响因素带来的误差，云熵权法保证了结果的客观性和准确性，为重要性排序提供了准确的依据。

（2）计算所得突变级数隶属度普遍偏高且接近，通过优化隶属度的取值区间，评价等级划分更加精确，结果更符合实际情况。

（3）从本文的评价结果可知，结果的准确与否和专家打分数据的质量有一定关系，因此对于数据的准确性需要进一步完善。

表5　各级安全风险评价指标的突变隶属度值

［1］ 李晓锋，赵强，李龙军.HAZOP分析方法在德士古气化炉上的应用［J］.西部煤化工，2014（2）：5⁃7.

［2］ 吴娅，杨楚明，陈伟根.突变理论在高压断路器运行状态模糊综合评判中的应用［J］.广东电力，2007，20（9）：5⁃7.

［3］ 刘洋，段礼祥，钟龙，等.基于突变级数法的离心泵机组安全评价模型［J］.中国安全生产科学技术，2017，13（11）：155⁃160.

［4］ 陈红江，彭小兰.突变级数法在电站燃煤锅炉结渣预测中的应用［J］.中国安全生产科学技术，2014，10（8）：97⁃102.

［5］ 贾进章，董铭鑫.基于突变级数法的大型商场火灾危险性评价［J］.安全与环境学报，2018，18（1）：61⁃65.

［6］ 徐征捷，张友鹏，苏宏升.基于云模型的模糊综合评判法在风险评估中的应用［J］.安全与环境学报，2014，14（2）：69⁃72.

［7］ 吕辉军，王晔，李德毅，等.逆向云在定性评价中的应用［J］.计算机学报，2003，26（8）：1009⁃1014.

［8］ 熊卫红，张宏志，谢志成，等.基于云理论及熵权法的变压器潜在故障风险评估方法［J］.电力自动化设备，2018，38（8）：125⁃130.

［9］ 邓长涛，严超君，董菁.基于突变理论的工业园区环境风险评价［J］.陕西水利，2018（6）：98⁃101.

［10］ 武珊珊. 基于修正突变级数法的天然气管道环境风险评价研究［D］.合肥：合肥工业大学，2017.

［11］ 杨鹏.基于数据分析的煤化工气化炉智能监控系统设计［D］. 包头：内蒙古科技大学，2020.

［12］ 徐延梅.水煤浆气化炉关键部件的改进研究［D］.济南：山东大学，2019.

［13］ 时传兴.水煤浆气化装置系统主压力管道的可靠性及冲蚀分析［D］.济南：山东大学，2019.

Risk Assessment of Gasifier Based on Improved Entropy Weight⁃Mutation Progression Method

Zhang Di1， Gao Peng2， Tian Siqi3， Cui Yonghai4

（1.School of Environmental ＆ Safety Engineering， Liaoning Petrochemical University， Fushun Liaoning 113001，China；2.School of Mechanical Engineering，Liaoning Petrochemical University，Fushun Liaoning 113001，China； 3.PetroChina Jinzhou Petrochemical Company，Jinzhou Liaoning 121001，China； 4.Fushun New Steel Corporation Ltd.，Fushun Liaoning 113001，China）

In order to improve the accuracy of gasifier risk assessment, a safety assessment method that combines cloud model with catastrophe progression method was proposed. Through literature review and expert analysis, the risks of the gasifier are divided into mechanical systems, personnel, management and environmental risks, and a multi⁃level risk assessment system for the gasifier was established. The cloud model is an effective tool for qualitative and quantitative conversion. The entropy and hyper⁃entropy feature values of the cloud model were introduced, and the cloud entropy weight method was proposed to improve the traditional weight calculation method, and the weight calculation of all indicators was carried out to improve the accuracy of the ranking results. According to the normalization formula, the mutation membership value of each layer index and the total mutation membership value of the gasifier are calculated, and the risk level of the gasifier is judged according to the risk level evaluation table. The research results show that this method improves the comprehensiveness and objectivity of the weight ranking, and makes the gasifier risk assessment results consistent with the actual situation, which verifies the feasibility and effectiveness of the method.

Gasifier； Catastrophe progression method； Cloud model； Cloud entropy weight method； Risk assessment

TE66；X937

A

10.3969/j.issn.1672⁃6952.2022.01.010

1672⁃6952（2022）01⁃0053⁃06

2021⁃02⁃21

2021⁃05⁃29

国家重点研发计划资助项目（2018YFC0808500）；国家自然科学基金项目（51505207）；辽宁省高等学校创新人才支持计划资助项目（LR2017070）；辽宁省教育厅科学研究经费项目（L2019019）。

张迪（1994⁃），女，硕士研究生，从事大型煤气化可靠性分析研究；E⁃mail：17862003150@163.com。

高鹏（1982‐），男，博士，教授，从事机械系统可靠性研究；E⁃mail：gaogaopeng@163.com。

http：//journal.lnpu.edu.cn

（编辑 宋锦玉）