基于投影寻踪-属性区间识别的管道施工风险评价技术

费纪纲 刘中河 刘和益 马洪英 魏强强 乔晓亮 姜波 胡兴乔

1河北华北石油工程建设有限公司

2北京燃气集团（天津）液化天然气有限公司

3北京兴油工程项目管理有限公司

4中国石油青海油田质量安全环保监督中心

油气管道工程项目具有投资大、建设周期长、专业交叉复杂等特点，且油气为易燃、易爆危险品，管道及沿线站场发生泄漏爆炸的风险较大，因此需要对管道的施工质量进行有效控制，保证项目高质、高效交付[1-2]。目前，油气管道的风险管理多集中在高风险区和高后果区，金龙等[3]将土壤腐蚀强度分为5个等级，采用组合赋权云模型对土壤的腐蚀等级进行了评价；郭守德等[4]对中缅油气管道沿线存在的滑坡、泥石流、山洪、河沟道水毁等地质灾害进行了成因分析，并提出了防治措施；张颖等[5]针对海底管道泄漏风险，采用Dematel和逻辑树模型识别了泄漏风险间的复杂影响关系，并对薄弱环节提出补救措施；贺娅娅等[6]通过统计国内外管道事故数据确定基本失效概率，并利用失效风险系数评估老龄油气管道是否应进行废弃处理。以上研究对于油气管道定量风险评价具有重要意义，但均以腐蚀防护、地质灾害防治和超期服役管道管控等方面为主，研究周期以管道运行期为主，涉及设计和施工阶段的风险评价较少。基于此，参照全面质量管理理论，从人员、机械设备、材料、方法、环境5个方面考虑评价指标，采用属性区间识别理论判定管道存在的施工风险[7]；并在收集同类型管道施工项目历史数据的基础上，采用投影寻踪法确定评价指标的客观权重[8]，保证评价结果的准确性。研究结果可为工程建设项目的风险管理提供理论决策，并对质量管理体系的修订提供实际参考。

1 投影寻踪-属性区间识别模型

1.1 单指标属性测度区间计算

设研究对象为X，有n个管段x1，x2，…，xn，每个管段有m个评价指标I1，I2，…，Im，xij为管段xi的第j个指标的评价值（1≤i≤n，1≤j≤m）。假设F为对象X中的某类属性空间，（C1，C2，…，Ck）为属性空间F的有序分割集，即某管段的施工风险类别，将管道施工风险分为低、较低、中、较高、高5 个等级，且满足C1＜C2＜C3＜C4＜C5。由于属性集之间具有可比较性，在管道施工风险评价中，认为越差越“强”[9-10]，因此根据分级标准构造判断矩阵Z，即

式中：amk，bmk分别为第m个指标在属性空间F上的第k类别的区间上下限。

此时，评价值xij在属性上的单指标属性测度区间为，其中μijk均为[0，1]的值，公式为

1.2 投影寻踪确定指标权重

投影寻踪是一种处理高维数据的算法，其基本原理是将高维数据通过某种组合投影到低维空间中，在低维空间中寻找评价指标间的特征关系。该方法可将多个评价指标转换为单一综合评价指标的形式，克服了人为主观因素对权重的影响[11]。但该算法对于最佳投影方向的寻优较为困难，在此将粒子群算法和投影寻踪法相结合，优化多维投影方向的计算过程，得到全局最优解。计算步骤如下：

（1）数据归一化处理。将各样本中不同的评价值xij进行归一化处理得到标准化的数据xij*。

（2）构造投影函数。根据投影寻踪算法，将xij*沿w方向投影得到一维投影值zi，即

在构造投影函数时，要求投影值zi应尽量提取原评价值xij*中的信息，目标函数f(w) 为

式中：Sz为投影值zi的标准差；Dz为投影值zi的局部密度。

（3）优化投影方向。当样本数据确定后，其结构特征只与f(w)有关，最佳投影方向反映了高维数据的聚类特征，通过求解f(w)的最大值来估计最佳投影方向w*，公式为

（4）采用粒子群优化权重。设置粒子群算法的初始参数（包括粒子个数、维度、学习因子、加速因子、惯性权重、最大迭代次数等），根据公式（5）计算适应度函数值，随机生成权重，并将适应度值与自身位置和群体位置进行对比。按照位置更新公式进行位置更新，当计算结果满足迭代次数或终止条件时，算法停止并输出最优粒子位置，即最优投影方向w*。

1.3 综合属性测度计算

将单属性测度区间进行均值化处理得到单指标属性测度μijp，即

根据指标权重（w1，w2，…，wm）可计算综合属性测度μip，其中μip为[0，1]的值，即

当评价指标间的逻辑关系为“或”时，通过公式（8）进行加权求和即可；当逻辑关系为“与”时，采用乘积后进行归一化处理，公式为

1.4 属性识别

利用置信度准则对施工质量等级进行识别，λ为置信度，判断准则为

根据计算结果判定管段xi属于Cpi类。

2 工程应用

2.1 评价指标选取及权重计算

根据GB 50369—2014《油气长输管道工程施工及验收规范》、Q/SY 06349—2019《油气输送管道线路工程施工技术规范》、Q/SY 08124.7《石油企业现场安全检查规范第7部分：管道施工作业》等相关要求，参考油气管道施工项目管理体系和常见的风险类别，从人员、机械设备、材料、方法、环境5个因素考虑权重。其中：人员因素指促使施工损伤导致管道风险增加的人的不安全行为，与人的质量意识、管理水平和技能水平等相关，体现在人的主观能动性上；机械设备因素指施工过程使用的机械设备应合理选型，不存在“带病作业”及设备降效现象；材料因素指工程材料应满足用量计划要求，存储数量应满足连续作业要求；方法因素是指施工工艺和管理办法满足规范的相关要求，施工组织设计和专项施工设计齐全，并经过专家论证；环境因素是指自然环境，如地形、地势、地貌、岩石构成、土质类型等对施工质量的影响，及雨、雪、大风天气对施工质量的影响。评价指标由13 个因素组成，见表1。

以西气东输四线（吐鲁番—中卫段）、中缅油气管道（国内段）、中俄东线天然气管道（黑河—长岭）段的部分管道分部分项工程为例，收集分部分项工程验收时的质量评价记录277 份，按照表1的指标体系进行分类，共得到造成施工质量下降的338个不安全因素。其中，中缅油气管道在进入云南境内后自东向西穿越横断山脉、红色高原和岩溶高原三大地貌，滑坡、泥石流、崩塌等地质灾害频发，故因自然环境造成的施工质量下降不可避免。同时，中缅澜沧江跨越工程采用无抗风索系刚性桥面，其建设难度较大，故因施工工艺造成的不安全因素较多；中俄东线沿线地区纬度相对较高，以高寒冻土区为主，自然环境以平原为主，部分管段经丘陵地段，故因施工气候环境造成的施工质量下降尤其明显。综上所述，表1统计不安全因素与现场实际情况相符，采用粒子群-投影寻踪法确定指标权重，其中粒子个数取20，维度取5，学习因子为1.5，加速因子为1.2，惯性权重从0.8 线性递减到0.4，最大迭代次数取200，得到最优的投影方向即指标权重（图1）。其中，权重大于0.1的三项分别为人员误操作、施工工艺和施工管理办法，其权重远大于其他指标，说明这三项对油气管道施工风险等级的影响程度较大，业主方和施工单位应引起足够的重视。

图1 评价指标权重结果Fig.1 Weight results of evaluation indexes

表1 油气管道施工风险评价指标体系Tab.1 Oil and gas pipeline construction risk evaluation index system

2.2 判断矩阵构造和管段评分结果

选取某输气管道施工项目，管道长度为120 km，根据沿线桩号分布，将其划分为5 个管段进行评价。邀请一线施工人员及行业技术专家以问卷调查方式采集数据信息，打分采用百分制。基于均匀划分分数原则确定判断矩阵，将分值（80，100]定为C1（低），将分值（60，80]定为C2（较低），将分值（40，60]定为C3（中），将分值（20，40]定为C4（较高），将分值（0，20]定为C5（高）。通过平均各专家的打分获得5个管段的评分结果（表2）。

表2 管段评分结果Tab.2 Scoring results of pipe segment

2.3 属性测度计算和属性识别

以管段1为例，根据上述公式计算单指标属性测度（表3）。同理得到其余管段的单指标属性测度，将I1～I13之间的逻辑关系定为“或”，采用公式（8）计算综合属性测度，将B1～I13之间的逻辑关系定为“或”，采用公式（8）计算综合属性测度（表4）。

表3 管段1的单指标属性测度值Tab.3 Single index attribute measure value of Pipe Segment 1

表4 各管段的综合属性测度值Tab.4 Comprehensive attribute measure values of each pipe segment

利用公式（10）进行属性识别，置信度越靠近0.6，评价结果越激进，置信度越靠近0.7，评价结果越保守，在此取置信度为0.65 进行施工风险评价。不同的p值对应不同的评价等级见表5。

表5 各管段的施工风险评价结果Tab.5 Construction risk evaluation results of each pipe segment

2.4 结果对比

为了验证投影寻踪-属性区间识别在管道施工质量评价中的准确性，将其与模糊综合评价法、集对分析法和突变理论法进行对比，结果见表6。其中，投影寻踪-属性区间识别模型与其他评价方法的结果基本一致。针对管段1，投影寻踪-属性区间识别的风险评价结果为“较高”，而模糊综合评价法的风险评价结果为“中”。原因是：对于模糊评价法，当指标因素集较大时，相对隶属度的权系数往往较小，易出现超模糊的现象，无法区分哪个评价等级的隶属度更高，导致评价结果出现偏差。针对管段5，投影寻踪-属性区间识别的风险评价结果为“较低”，而突变理论法的风险评价结果为“低”。原因是：对于突变理论法，在进行多种突变函数计算时，未考虑多层指标间的逻辑关系，且控制变量较多时，突变函数的表达式过于复杂，评价结果易出现偏差。

表6 不同评价方法结果对比Tab.6 Comparison of results of different evaluation methods

3 结论

（1）针对油气管道施工过程特点，参考油气管道施工项目管理体系和常见的风险类别，从人员、机械设备、材料、方法、环境5个方面构建施工风险评价指标体系。

（2）在收集同类型管道施工项目历史数据的基础上，采用粒子群算法优化投影寻踪模型对指标权重进行计算，其中人员误操作、施工工艺和施工管理办法的权重较大，应引起足够重视。

（3）应用置信度准则对管道施工风险进行评价，并从逻辑关系角度将多层次指标进行“或”和“与”运算，评价结果可有效识别施工风险，进而采取针对性措施。