劉嘉玥 黃嘉偉 董紹華
1. 中國石油大學(北京)管道技術與安全研究中心,北京 102200;2. 中國石油大學(北京)安全與海洋工程學院,北京 102200
近年來,油氣管道在服役過程中由于環(huán)焊縫失效引發(fā)的事故呈增長趨勢[1],因此本文針對2018年中石油中緬天然氣輸氣管道事故(以下簡稱中緬輸氣管道事故),建立了基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型。許多學者利用貝葉斯網絡來實現管道失效概率的計算[2]。魏亞榮等人[3]通過建立頁巖氣集輸管道貝葉斯網絡,計算出管道失效的概率及失效的關鍵因素,但是很難提出明確的預防與控制措施。本文所建模型不僅能夠計算出管道失效的概率并分析失效的關鍵因素,還能找出其它可能發(fā)生的后果并提出合理的預防與控制措施,為存在環(huán)焊縫失效可能性的在役輸氣管道提供了風險識別與分析的參考依據。
故障樹可以清晰表明事故的起因、經過和結果,但是不利于計算和統(tǒng)一處理[4]。失效事件樹可以清晰分析出事件可能發(fā)生的后果,但同樣不能進行分析量化。貝葉斯網絡是基于概率推理的數學模型[5],通過利用一些已知變量的信息來計算未知變量的概率信息,卻沒有說明失效會引起的后果以及明確指出應該采取的相應改進措施。而蝴蝶結模型是將故障樹和失效事件樹相結合,并分析頂事件產生的原因和后果。因此,針對中緬輸氣管道事故,本文提出了基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型。
該模型的研究路線見圖1。首先對發(fā)生事故的環(huán)焊縫進行分析,找出引起失效的中間事件和基本事件,畫出其故障樹和失效事件樹;再利用故障樹和失效事件樹的直觀性,將其轉化為貝葉斯網絡,計算其頂事件的發(fā)生概率和基本事件的條件概率,可以得到基本事件的概率重要度;最后利用蝴蝶結模型分析結果,不僅可以明確引起該事件的原因與后果,而且可以提出相應控制措施,從而更有效地指導管道現場的風險識別與事故預防。
圖1 基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫風險識別與分析模型的研究路線圖Fig.1 Research route of identification and analysis of failure risk of gas transmission pipeline girth welds based on Bayesian-bow-tie model
1.1.1 環(huán)焊縫失效原因分析
本文圍繞中緬輸氣管道事故[6],分析管道環(huán)焊縫失效的后果,并查閱環(huán)焊縫失效事故的相關資料,總結出誘發(fā)環(huán)焊縫失效事故的3類直接原因:現場執(zhí)行X80級鋼管道焊接[7-8]存在缺陷、組合載荷過大、施工質量差。這3類直接原因共同作用則可能誘發(fā)環(huán)焊縫失效事故。
現場執(zhí)行X80級鋼管道焊接存在缺陷的原因較多,可能是由于作業(yè)中防風措施不到位、飛濺堵塞焊槍噴嘴未及時清理、氣體未及時排出、焊工技術不達標、現場無損檢測標準要求低等。
組合載荷過大是由于管道環(huán)焊縫處存在腐蝕、地質運動產生應力、第三方破壞以及不規(guī)范裝配等原因。腐蝕、地質運動產生應力、第三方破壞均屬于不可避免的原因,而不規(guī)范裝配是人為的原因,可以避免。
施工質量差很可能是由于施工質量管理不嚴以及多次自行返修造成的,均是人為原因,可依據實際條件盡量避免。
基于以上3類直接原因分析可以建立環(huán)焊縫失效事故的故障樹[9],見圖2。其中T表示頂事件,Mi表示中間事件(i=1,2,3), Xi表示各個基本事件(i=1,2,3…11)。根據布爾代數法求故障樹最小割集以及最小徑集,由于最小割集數量太多,最小徑集數量較少,所以采用最小徑集法進行求解。
圖2 中緬輸氣管道事故環(huán)焊縫失效的故障樹圖Fig.2 Fault tree of girth weld failure in the China-Myanmar gas transmission pipeline incident
1.1.2 環(huán)焊縫失效后果分析
環(huán)焊縫失效事故造成的后果比較嚴重,如輸送管道的開裂、泄漏。如果不及時處理,就有可能引發(fā)次生事故,即發(fā)生火災爆炸,造成停產停輸,同時造成人員傷亡并帶來重大經濟損失。
本文對中緬輸氣管道事故展開分析,建立輸氣管道環(huán)焊縫失效事件樹,見圖3。
圖3 輸氣管道環(huán)焊縫失效事件樹圖Fig.3 Event tree of girth weld failure of gas transmission pipeline
1.1.3 環(huán)焊縫失效結構重要度分析
結構重要度是從定性的角度,簡明扼要地反映出各個基本事件對頂事件的重要程度,從而為提出事故預防措施提供參考[10]。
由計算可知:故障樹中存在3個最小徑集,分別為:{X1,X2,X3,X4,X5},{X6,X7,X8,X9},{X10,X11}。
各基本事件的結構重要度排序為:Iφ(X10)=Iφ(X11)>Iφ(X6)=Iφ(X7)=Iφ(X8)=Iφ(X9)>Iφ(X1)=Iφ(X2)=Iφ(X3)=Iφ(X4)。其中,Iφ(Xi)表示各個基本事件的結構重要度(i=1,2,3,…11)。
由基本事件的結構重要度排序可以看出:基本事件X10、X11的結構重要度較大,對頂事件的發(fā)生具有較大影響,屬于危險事件,需要格外重視。
通過以上分析,可以看出單純的故障樹定性分析并不能很好地表明基本事件對頂事件的重要程度,不利于對失效事故提出有針對性的預防措施。因此,本文在故障樹的基礎上,進一步引入貝葉斯網絡,利用其計算基本事件的條件概率,更加準確地得出基本事件的危害重要性。
1.1.4 繪制貝葉斯網絡
貝葉斯網絡就是利用基本事件的條件概率和發(fā)生概率做出最優(yōu)決策的一種概率計算方法[11]。貝葉斯網絡是基于概率推理的數學模型[12],其數學理論基礎為貝葉斯公式:
(1)
式中:P(A|B)為B發(fā)生條件下A發(fā)生的概率;P(B|A)為A發(fā)生條件下B發(fā)生的概率;P(A)、P(B)分別為A、B的發(fā)生概率。
利用Visio軟件,根據中緬輸氣管道事故環(huán)焊縫失效的故障樹繪制相對應的貝葉斯網絡圖,見圖4。通過對中緬輸氣管道事故原因的統(tǒng)計分析,得出各個基本事件的發(fā)生概率分布,見圖5。
圖4 中緬輸氣管道事故環(huán)焊縫失效貝葉斯網絡圖Fig.4 Bayesian network diagram of girth weld failure in the China-Myanmar gas transmission pipeline incident
圖5 各個基本事件的發(fā)生概率分布圖Fig.5 Probability distribution of each basic event
由最小徑集求頂事件發(fā)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為各個基本事件的發(fā)生概率(i=1,2,3,…11);P(T)為頂事件的發(fā)生概率。
計算可得頂事件發(fā)生概率為0.000 44。
1.1.5 貝葉斯網絡分析
利用貝葉斯網絡圖,假設頂事件已經發(fā)生,可以逆向求得各個基本事件的發(fā)生概率,從而逆向推斷出各基本事件的重要性[4],并且能夠定量分析各個基本事件發(fā)生的條件下頂事件的發(fā)生概率,見表1。 其中P(T=1|Xi)表示基本事件Xi發(fā)生時頂事件T發(fā)生的概率,P(T=1|Xi=0)表示基本事件Xi不發(fā)生時頂事件T發(fā)生的概率(1表示發(fā)生,0表示不發(fā)生)。
通過分析各個基本事件的條件概率P(T=1|Xi=1),可以得出在輸氣過程中,環(huán)焊縫失效極易發(fā)生,X1、X3、X6、X9、X10、X11中任何一個發(fā)生,都對環(huán)焊縫失效的發(fā)生概率影響較大;通過對P(T=1|Xi=0)的分析,可以得出X5、X6、X9、X10、X11中的基本事件對環(huán)焊縫失效的發(fā)生概率影響較大。
表1 各個基本事件發(fā)生的條件下頂事件的發(fā)生概率表Tab. 1 Probability of top event under the condition of each basic event
1.1.6 環(huán)焊縫失效概率重要度分析
概率重要度是反映基本事件發(fā)生概率的變化對頂事件概率變化影響程度的量值[13-15]。
(3)
通過式(3)分析計算,將引起頂事件的基本事件按照其概率重要度分為3類:第一類為{X6};第二類為{X1,X3,X4,X9,X11};第三類為{其他基本事件}。因此,本文重點研究X6、X1、X3、X4、X9、X11的產生原因和影響程度以及后果。
從基本事件條件概率可以看出,其條件概率大于0.1的為第一類基本事件和第二類基本事件。其中X6所占比重略大。利用蝴蝶結模型分析事故產生原因,重點分析X6,從而可以精準地提出預防事故發(fā)生的安全措施,并設置事故后果的安全屏障,見圖6。
圖6 蝴蝶結模型圖Fig.6 Bow-tie model diagram
綜上所述,本文所建立的基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型不僅可以清晰地表明事故的起因、經過和結果,對其危害性較高的事件進行分析,而且能夠分析出可能發(fā)生的后果并提出合理的預防和改進措施。該模型不僅為中緬輸氣管道事故提供了預防與控制措施,也為其它在役輸氣管道環(huán)焊縫失效風險識別與評價提供了借鑒與指導。
在本文所建立的貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型基礎上,提出相應的預防與控制措施,為同類管道的輸送提供借鑒,預防類似事故發(fā)生。
1)定期進行管道腐蝕應力檢測,安裝智能檢測系統(tǒng)。實際工程實踐中,管道腐蝕是引起管道泄漏的重大原因。而作為管道的“薄弱部分”——焊縫更容易受到腐蝕的侵害,因此需要重點檢測焊縫的腐蝕情況,提前預測由于腐蝕所引起的環(huán)焊縫失效事故。
2)定期開展環(huán)焊縫失效隱患排查。要定期對管道全線開展環(huán)焊縫焊接質量的隱患排查,做好整治,防止此類事故再次發(fā)生。
3)規(guī)范管理制度,加強施工現場管理。通過故障樹分析可知,現場施工質量管理不嚴以及多次自行返修是造成環(huán)焊縫失效的主要隱患。
4)加強油氣管道運營安全管理。重點加強人員較為密集的高后果區(qū)安全管理,在必要時應對管道位移、變形等進行在線監(jiān)測與檢測,定期開展應急演練。
5)確保管道涉及區(qū)域加裝泄漏預警監(jiān)測器。在泄漏發(fā)生時能及時預警并采取有效措施,減少事故造成的損失,進一步阻止次生事故發(fā)生,方便進行風險控制[16]。
6)在高后果區(qū)附近設置包括警務人員、消防站等基礎應急人員和設施。確保事故發(fā)生時應急物資能及時到達現場,有效減小事故造成的影響,疏散人群,及時滅火,確保人員的生命安全。
馬來西亞SSGP輸氣管道建成于2013年,全長512 km[17]。2018年1月該管道在Sarawak地區(qū)發(fā)生開裂,現場采用非接觸式漏磁檢測(Magnetic Testing with Magnetometers,MTM)和管道內檢測(In-Line Inspection,ILI),用以識別管道發(fā)生彎曲和存在應變變形狀態(tài)的位置。
利用相控陣超聲檢測(Phased Array Ultrasound Testing,PAUT)[18]、超聲波衍射時差法(Time of Flight Diffraction,TOFD)[18]、磁粉檢測(Magnetic Particle,MT)[19]、渦流檢測(Eddy Current,EC)[20]和射線檢測[21](Radiographic Testing,RT)等檢測方法,配合故障樹反推可能發(fā)生的原因,經過本文建立的基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型推理后,得到此次事故發(fā)生的原因與實際報告原因類似,證明該模型可以應用于其它環(huán)焊縫失效事故,具有推廣價值。
油氣管道由于發(fā)生環(huán)焊縫失效而引發(fā)的事故逐年增長,因此針對事故后果進行原因分析進而得到預防同類事故發(fā)生的控制措施,是確保油氣管道在役期間平穩(wěn)、高效、安全運行的保障,對管道安全具有積極意義。
本文建立的基于貝葉斯—蝴蝶結的輸氣管道環(huán)焊縫失效風險識別與分析模型,能夠依據事故后果找出事故發(fā)生原因及其可能性,針對可能性最大的原因進行分析并給出預防與控制措施,而且在其它同類事故中也進行了驗證,具有可推廣性,能為同類問題提供指導意見,具有重要的實踐意義。