应用FAHP模型的石油钻采设备节能运行安全评估方法

赵 明，毛 炼

(中海油安全技术服务有限公司 湛江分公司，广东 湛江 524057)

日益壮大的化工产业导致能源需求不断提升，使石油钻井工程范围和工作强度增大，但是在满足社会需求的过程中，大量能源消耗问题也成为阻碍其发展的限制条件。我国社会能源消费和国民经济增长率呈正比关系，说明当经济不断提升时，对应所需求的石油能源消耗也随之增高，如何在根本上降低能源消耗节省资源、提升石油钻井工程效率，成为研究领域的热点课题。在石油钻井作业中，能源主要应用在钻井作业的相关设备上，应通过技术创新，发挥节能技术在钻井工程中的作用[1]，实现降低能源消耗。

但在节能运行模式下，石油钻采设备不仅会受因旋转向下运动而产生的强烈垂直震荡，而且会遭受往复运动不平衡惯性力，产生水平振动、泵阀开关冲击问题等，进而加重设备轴承在运行时所产生的磨损，减少泵阀、活塞使用寿命，引起突发性故障，严重影响钻井设备正常运行。同时，由于我国石油行业采用的关键性钻井设备功率都较大，一旦发生事故，就会产生重大安全威胁。为了降低人员工作危险，本文提出一种应用FAHP(模糊层次分析)模型的石油钻采设备节能运行安全评估方法，实现预测维修，在节省设备所用资源同时，保持钻井工作的安全、平稳运行，可提升国家或是企业经济效益[2]，其创新性地利用模糊层次分析法构建多级递阶模型，将层级关系与参数权重取值相结合，动态性地计算出隶属度函数矩阵，获得石油钻采设备节能运行事件数据权重取值，得出最终安全评估值。

1 设备节能运行安全评估研究

1.1 钻采设备运行信号采集和FAHP模型构建

选择采集反映活塞运动的时标信号以及阀箱机体、轴承座等零部件的振动加速度信号，明确钻井开采作业的运行状态数据。钻采设备节能运行监测如图1所示。

图1 钻采设备节能运行监测Fig.1 Energy saving operation monitoring of drilling and production equipment

在钻井开采作业中，很多设备零件发挥着重要的作用，以钻井的泵阀为例，该零件是循环泵中极为重要的组件，具有接通或隔开液缸与排出、吸入管道的作用，实现对液体流动的控制。作业中如果泵阀的阀盘以异常速度降落[3]，那么在整个设备压力以及液动力的作用下，阀盘将会比正常撞击阀座的速度快几倍，造成零件损坏。

环境因素、设备自身因素、管理因素和操作水平对钻井工程的运行状态具有重大安全威胁，威胁小到设备损坏，大到井下事故、人员伤亡等，因此提出以下假设：

假设A1：环境因素的好坏可以直接影响钻井工程运行状态，环境条件越好，钻井中设备可能出现事故的风险就越低；反之，环境因素恶劣，发生事故的可能性就会提高，安全性降低[4]。

假设A2：钻井设备可以直接决定钻井工程的完成度，主钻头机组性能、井控装置设备越先进，风险就越低；反之如果钻井设备性能不高，设备老旧，发生事故的可能性就越大，安全性就越低。

假设A3：钻井工程中，管理水平越高，作业操作严格按照规范执行，安全性就越高；反之现场监管能力不高，管理人员不重视，发生事故的可能性也会增大，安全性就越低。

假设A4：相关工作人员水平越娴熟，钻井风险就越低，安全性高；反之，如果水平技术落后，钻压、钻速以及井斜控制力不当，就越容易发生事故，安全性就越低。

综上，最大隶属度原则下，运行状态参数评估与安全等级关系见表1。

表1 运行状态安全等级Tab.1 Safety level of operation state

凭借设备泵冲传感器采集的加速度、噪声信号、环境温度、压力、震动信号等是否出现故障，分析得出设备可能失效的因素特征，同时综合分析运行环境、管理环境、工艺水平、操作规范内威胁因子，构成多级递阶模型，针对可能影响设备安全运行因素的隶属度，进行全面计算，具体因素指标如图2所示。

图2 因素指标级别Fig.2 Factor index level

1.2 影响因素隶属度矩阵

应用在FAHP模型中的安全影响因素隶属度计算过程如下：假设出现的m个事件影响因素[5]，都是n级别，那么影响因素隶属度函数矩阵R的m×n阶模糊矩阵表示为：

(1)

1.3 建立权重集

影响因素的隶属度矩阵可全方面评价钻采设备可能面临的安全威胁，这里进一步计算不同事件因素对比值，以对应的模糊一致矩阵，将指标标度量化结果进行对比，得到模糊判断矩阵，确定指标一致性影响值：Wi=Ci/Si，分别将Ci和Si描述为钻采安全评估因素指标i的实际测量数据值和不同级别标准的算术平均值，而Wi则是参数i的权重取值。

为了确保模糊运算的准确性，需要将权重矩阵中影响设备运行的因素进行归一化计算，得出对应参数的归一化权重值Vi。

(2)

经过上述模糊一致矩阵对影响因素数据赋值[6]，获取出模糊判断矩阵R，矩阵中包含0≤rij≤1，假设出现rij=rik-rjk+0.5的情况(k为任意常数)，那么定义R为模糊一致矩阵。

根据影响因素指标，可计算得出与因素指标相对应的特征向量，且当向量取值完全满足矩阵一致性后，能构成1×m矩阵，将A描述为权重集合A=(V1，V2，…，Vm)。

1.4 模糊矩阵的复合运算

根据上述计算，使与影响钻井设备安全运行的数据因素权重集合与隶属度函数矩阵进行复合运算[7-8]，可得：

U=A·(u1，u2，u3，…，u5)

(3)

式中，ui为复合运算结果，权重集合A和矩阵U结合则可得出二级模糊分析判断，进而计算结果将分别对应不同级别影响因素的隶属度。

1.5 指标权重计算

1.5.1 一级指标权重计算

石油钻采设备风险分析主要有4个一级指标，分别是环境因素(A1)、设备自身因素(A2)、管理因素(A3)以及设备操作水平(A4)，本文根据模糊层次分析算法，建立隶属度矩阵，明确权重集，获得出一级指标重要性权重值见表2。

表2 一级指标权重Tab.2 Weight of primary indicators

计算得出判断矩阵S的最大特征值λmax=4.052，由n=4查表得出平均随机一致性指标RI=0.86，设CI代表一致性指标，λmax为判断矩阵的最大特征根，CR则表示为随机一致性比率，RI为平均随机一致性指标，从上式结果得知，判断矩阵具有极佳一致性。当最大特征值λmax=4.052时，经过归一化计算处理后[9-11]，可得一级指标的权重为：

Wmax=(0.169 5，0.120 9，0.433 7，0.275 9)T

(4)

1.5.2 二级指标权重计算

由图2可知，事故风险分析有4个一级指标，对应12个二级指标，根据模糊层次分析算法求出最大特征值，经查表判断一致性，归一化计算处理后，获取出二级指标的最终权重，见表3。

基于表3，每个权重对应的参数值，即石油钻采设备节能运行安全评估结果，参数值越大，该指标重要度越高，其对节能运行的影响程度越大。结合实际情况可知，上述二级指标权重决定了一级指标的安全威胁程度。地层压力系数、地层温度、流体性质作为设备地质环境因素可以直接影响钻井工程运行状态，地质环境条件越好，钻井中设备发生安全事故的风险越低；钻机性能、井控装置、设备维护状态都属于设备自身安全因素，直接决定了钻井工程的完

表3 二级指标权重Tab.3 Weight of secondary indicators

成度，主钻机组、井控装置设备如果性能不高、设备老旧，发生设备运行事故的可能性较大，石油钻采设备节能运行安全性将降低；在钻井工程实际工作中，管理人员对设备监管越重视，设备管理水平越高，作业操作越严格，石油钻采设备节能运行安全性就越高；相关工作人员对钻井液性能了解越充分，钻压、钻速以及井斜等操作的控制力较强，石油钻采设备节能运行安全性就越高。将两层指标的层级关系与参数权重取值相结合，获得最终安全评估值。

2 实例测试

为了验证本文评估方法，以某油田X钻井为例进行钻井工程安全评估实验。该油田位于四川盆地川西坳陷陆相碎屑岩领域，是一口复杂且非常规性的混合型油田，油田边长为7.26 km×6.98 km，含油面积为46 km2，地质储量为323×118 m3，地理区域分布如图3所示。

图3 地理位置Fig.3 Geographical location map

本文以附近区域的D区作为主要研究区域，完成设备检修，检查结果内未出现重大异常点，其石油钻采设备如图4所示。

图4 石油钻采设备Fig.4 Oil drilling and production equipment

采用FAHP模型评估模型，基于上述设备，对该片区在钻井工程中的设备节能运行状况进行评估。

2.1 一级模糊评估

利用FAHP模型确定的权重指标，对钻井风险因子进行评估[12]，以负荷计算矩阵UA1、UA2、UA3以及UA4来表示。

(1)环境因素UA1。根据上述模糊判断矩阵RA1和权重集AA1，可得到环境因素的模糊评价[13-15]：

UA1=(0.204，0.352，0.262，0.182)

(5)

参照最大隶属度原则和表1安全等级，钻井施工中涉及的管理因素智能使用该钻井项目的安全性达到“较好”等级。

(2)设备自身因素UA2。通过模糊判断矩阵RA2和权重结合AA2，得出设备自身因素模糊评价：

UA2=(0.451，0.301，0.183，0.065)

(6)

再参照最大隶属度原则和表1安全等级，得出钻井工程的安全性达到“好”。

(3)管理因素UA3。利用模糊判断矩阵RA3和权重集合AA3，得出：

UA3=(0.228，0.336，0.255，0.181)

(7)

按照最大隶属度原则和表1安全等级。钻井工程安全性达到“较好”水平。

(4)操作水平UA4。将其代入模糊判断矩阵RA4和权重集合AA4，计算得出模糊评价为：

UA4=(0.419，0.293，0.187，0.101)

(8)

经过计算后，采用最大隶属度原则和表1安全等级，钻井工程的安全性达到“较好”。

2.2 二级模糊评估

将环境因素、设备自身因素、操作水平、管理因素都看作为单一的影响因素[16-20]，他们的一级模糊综合评价结果也是单一的评估集。因此，构成的二级模糊综合评估的单因素评估矩阵，结合权重集合，获取出二级模糊综合评估。根据最大隶属度原则，综合一级和二级指标，得知油田钻采设备的运行状态处于“较好”水平。钻井工程一级和二级影响因子综合评估结果见表4。

表4 钻采设备节能运行状态评估结果Tab.4 Evaluation results of energy-saving operation status of drilling and production equipment

从表4可知，其评估结果与原始状态参数较为拟合，安全等级评估结果符合实际，虽然设备自身因素安全等级为“好”，但其他3个因素都处于“较好”水平。“较好”的等级只能说明目前该现场都处于正常水平，但也会存在一些小的安全隐患，不容疏忽，应在严格要求相关部门的基础上，加强管理。

3 结论

本文采用模糊层次分析法构成多级递阶模型，针对其影响因素的隶属度计算，将权重矩阵中每一个具有影响设备安全运行的因素进行归一化计算，获得出权重取值后，令权重集合和隶属度函数矩阵做复合运算，并对指标因素权重进行计算，最终得出影响因子评估等级。