基于贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型

2022-11-01刘嘉玥黄嘉伟董绍华

天然气与石油 2022年5期

刘嘉玥黄嘉伟董绍华

1. 中国石油大学(北京)管道技术与安全研究中心,北京 102200;2. 中国石油大学(北京)安全与海洋工程学院,北京 102200

0 前言

近年来,油气管道在服役过程中由于环焊缝失效引发的事故呈增长趋势[1],因此本文针对2018年中石油中缅天然气输气管道事故(以下简称中缅输气管道事故),建立了基于贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型。许多学者利用贝叶斯网络来实现管道失效概率的计算[2]。魏亚荣等人[3]通过建立页岩气集输管道贝叶斯网络,计算出管道失效的概率及失效的关键因素,但是很难提出明确的预防与控制措施。本文所建模型不仅能够计算出管道失效的概率并分析失效的关键因素,还能找出其它可能发生的后果并提出合理的预防与控制措施,为存在环焊缝失效可能性的在役输气管道提供了风险识别与分析的参考依据。

1 模型建立

故障树可以清晰表明事故的起因、经过和结果,但是不利于计算和统一处理[4]。失效事件树可以清晰分析出事件可能发生的后果，但同样不能进行分析量化。贝叶斯网络是基于概率推理的数学模型[5],通过利用一些已知变量的信息来计算未知变量的概率信息,却没有说明失效会引起的后果以及明确指出应该采取的相应改进措施。而蝴蝶结模型是将故障树和失效事件树相结合,并分析顶事件产生的原因和后果。因此,针对中缅输气管道事故,本文提出了基于贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型。

该模型的研究路线见图1。首先对发生事故的环焊缝进行分析,找出引起失效的中间事件和基本事件,画出其故障树和失效事件树;再利用故障树和失效事件树的直观性,将其转化为贝叶斯网络,计算其顶事件的发生概率和基本事件的条件概率,可以得到基本事件的概率重要度;最后利用蝴蝶结模型分析结果,不仅可以明确引起该事件的原因与后果,而且可以提出相应控制措施,从而更有效地指导管道现场的风险识别与事故预防。

图1 基于贝叶斯—蝴蝶结的输气管道环焊缝风险识别与分析模型的研究路线图Fig.1 Research route of identification and analysis of failure risk of gas transmission pipeline girth welds based on Bayesian-bow-tie model

1.1 中缅输气管道事故贝叶斯网络

1.1.1 环焊缝失效原因分析

本文围绕中缅输气管道事故[6],分析管道环焊缝失效的后果,并查阅环焊缝失效事故的相关资料,总结出诱发环焊缝失效事故的3类直接原因:现场执行X80级钢管道焊接[7-8]存在缺陷、组合载荷过大、施工质量差。这3类直接原因共同作用则可能诱发环焊缝失效事故。

现场执行X80级钢管道焊接存在缺陷的原因较多,可能是由于作业中防风措施不到位、飞溅堵塞焊枪喷嘴未及时清理、气体未及时排出、焊工技术不达标、现场无损检测标准要求低等。

组合载荷过大是由于管道环焊缝处存在腐蚀、地质运动产生应力、第三方破坏以及不规范装配等原因。腐蚀、地质运动产生应力、第三方破坏均属于不可避免的原因,而不规范装配是人为的原因,可以避免。

施工质量差很可能是由于施工质量管理不严以及多次自行返修造成的,均是人为原因,可依据实际条件尽量避免。

基于以上3类直接原因分析可以建立环焊缝失效事故的故障树[9],见图2。其中T表示顶事件,Mi表示中间事件(i=1,2,3), Xi表示各个基本事件(i=1,2,3…11)。根据布尔代数法求故障树最小割集以及最小径集,由于最小割集数量太多,最小径集数量较少,所以采用最小径集法进行求解。

图2 中缅输气管道事故环焊缝失效的故障树图Fig.2 Fault tree of girth weld failure in the China-Myanmar gas transmission pipeline incident

1.1.2 环焊缝失效后果分析

环焊缝失效事故造成的后果比较严重,如输送管道的开裂、泄漏。如果不及时处理,就有可能引发次生事故,即发生火灾爆炸,造成停产停输,同时造成人员伤亡并带来重大经济损失。

本文对中缅输气管道事故展开分析,建立输气管道环焊缝失效事件树,见图3。

图3 输气管道环焊缝失效事件树图Fig.3 Event tree of girth weld failure of gas transmission pipeline

1.1.3 环焊缝失效结构重要度分析

结构重要度是从定性的角度,简明扼要地反映出各个基本事件对顶事件的重要程度,从而为提出事故预防措施提供参考[10]。

由计算可知:故障树中存在3个最小径集,分别为:{X1,X2,X3,X4,X5},{X6,X7,X8,X9},{X10,X11}。

各基本事件的结构重要度排序为:Iφ(X10)=Iφ(X11)>Iφ(X6)=Iφ(X7)=Iφ(X8)=Iφ(X9)>Iφ(X1)=Iφ(X2)=Iφ(X3)=Iφ(X4)。其中,Iφ(Xi)表示各个基本事件的结构重要度(i=1,2,3,…11)。

由基本事件的结构重要度排序可以看出:基本事件X10、X11的结构重要度较大,对顶事件的发生具有较大影响,属于危险事件,需要格外重视。

通过以上分析,可以看出单纯的故障树定性分析并不能很好地表明基本事件对顶事件的重要程度,不利于对失效事故提出有针对性的预防措施。因此,本文在故障树的基础上,进一步引入贝叶斯网络,利用其计算基本事件的条件概率,更加准确地得出基本事件的危害重要性。

1.1.4 绘制贝叶斯网络

贝叶斯网络就是利用基本事件的条件概率和发生概率做出最优决策的一种概率计算方法[11]。贝叶斯网络是基于概率推理的数学模型[12],其数学理论基础为贝叶斯公式:

(1)

式中:P(A|B)为B发生条件下A发生的概率；P(B|A)为A发生条件下B发生的概率；P(A)、P(B)分别为A、B的发生概率。

利用Visio软件,根据中缅输气管道事故环焊缝失效的故障树绘制相对应的贝叶斯网络图,见图4。通过对中缅输气管道事故原因的统计分析,得出各个基本事件的发生概率分布,见图5。

图4 中缅输气管道事故环焊缝失效贝叶斯网络图Fig.4 Bayesian network diagram of girth weld failure in the China-Myanmar gas transmission pipeline incident

图5 各个基本事件的发生概率分布图Fig.5 Probability distribution of each basic event

由最小径集求顶事件发生概率公式得:

P(T)=[1-(1-q1)(1-q2)(1-q3)(1-q4)

(1-q5)]·[1-(1-q7)(1-q8)(1-q9)

(1-q6)]·[1-(1-q10)(1-q11)]

(2)

式中:qi为各个基本事件的发生概率(i=1,2,3,…11);P(T)为顶事件的发生概率。

计算可得顶事件发生概率为0.000 44。

1.1.5 贝叶斯网络分析

利用贝叶斯网络图,假设顶事件已经发生,可以逆向求得各个基本事件的发生概率,从而逆向推断出各基本事件的重要性[4],并且能够定量分析各个基本事件发生的条件下顶事件的发生概率,见表1。其中P(T=1|Xi)表示基本事件Xi发生时顶事件T发生的概率,P(T=1|Xi=0)表示基本事件Xi不发生时顶事件T发生的概率(1表示发生，0表示不发生)。

通过分析各个基本事件的条件概率P(T=1|Xi=1),可以得出在输气过程中,环焊缝失效极易发生,X1、X3、X6、X9、X10、X11中任何一个发生,都对环焊缝失效的发生概率影响较大;通过对P(T=1|Xi=0)的分析,可以得出X5、X6、X9、X10、X11中的基本事件对环焊缝失效的发生概率影响较大。

表1 各个基本事件发生的条件下顶事件的发生概率表Tab. 1 Probability of top event under the condition of each basic event

1.1.6 环焊缝失效概率重要度分析

概率重要度是反映基本事件发生概率的变化对顶事件概率变化影响程度的量值[13-15]。

(3)

通过式(3)分析计算,将引起顶事件的基本事件按照其概率重要度分为3类：第一类为{X6};第二类为{X1,X3,X4,X9,X11};第三类为{其他基本事件}。因此,本文重点研究X6、X1、X3、X4、X9、X11的产生原因和影响程度以及后果。

1.2 中缅输气管道事故蝴蝶结模型

从基本事件条件概率可以看出,其条件概率大于0.1的为第一类基本事件和第二类基本事件。其中X6所占比重略大。利用蝴蝶结模型分析事故产生原因,重点分析X6,从而可以精准地提出预防事故发生的安全措施,并设置事故后果的安全屏障,见图6。

图6 蝴蝶结模型图Fig.6 Bow-tie model diagram

综上所述,本文所建立的基于贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型不仅可以清晰地表明事故的起因、经过和结果,对其危害性较高的事件进行分析,而且能够分析出可能发生的后果并提出合理的预防和改进措施。该模型不仅为中缅输气管道事故提供了预防与控制措施,也为其它在役输气管道环焊缝失效风险识别与评价提供了借鉴与指导。

2 预防与控制措施

在本文所建立的贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型基础上,提出相应的预防与控制措施,为同类管道的输送提供借鉴,预防类似事故发生。

1)定期进行管道腐蚀应力检测,安装智能检测系统。实际工程实践中,管道腐蚀是引起管道泄漏的重大原因。而作为管道的“薄弱部分”——焊缝更容易受到腐蚀的侵害,因此需要重点检测焊缝的腐蚀情况,提前预测由于腐蚀所引起的环焊缝失效事故。

2)定期开展环焊缝失效隐患排查。要定期对管道全线开展环焊缝焊接质量的隐患排查,做好整治,防止此类事故再次发生。

3)规范管理制度,加强施工现场管理。通过故障树分析可知,现场施工质量管理不严以及多次自行返修是造成环焊缝失效的主要隐患。

4)加强油气管道运营安全管理。重点加强人员较为密集的高后果区安全管理,在必要时应对管道位移、变形等进行在线监测与检测,定期开展应急演练。

5)确保管道涉及区域加装泄漏预警监测器。在泄漏发生时能及时预警并采取有效措施,减少事故造成的损失,进一步阻止次生事故发生,方便进行风险控制[16]。

6)在高后果区附近设置包括警务人员、消防站等基础应急人员和设施。确保事故发生时应急物资能及时到达现场,有效减小事故造成的影响,疏散人群,及时灭火,确保人员的生命安全。

3 模型验证

马来西亚SSGP输气管道建成于2013年,全长512 km[17]。2018年1月该管道在Sarawak地区发生开裂,现场采用非接触式漏磁检测(Magnetic Testing with Magnetometers,MTM)和管道内检测(In-Line Inspection,ILI),用以识别管道发生弯曲和存在应变变形状态的位置。

利用相控阵超声检测(Phased Array Ultrasound Testing,PAUT)[18]、超声波衍射时差法(Time of Flight Diffraction,TOFD)[18]、磁粉检测(Magnetic Particle,MT)[19]、涡流检测(Eddy Current,EC)[20]和射线检测[21](Radiographic Testing,RT)等检测方法,配合故障树反推可能发生的原因,经过本文建立的基于贝叶斯—蝴蝶结的输气管道环焊缝失效风险识别与分析模型推理后,得到此次事故发生的原因与实际报告原因类似,证明该模型可以应用于其它环焊缝失效事故,具有推广价值。