張錦偉，鄭青川，辜冬梅，廖亞奇

1.中國(guó)市政工程西南設(shè)計(jì)研究總院有限公司燃?xì)鉄崃υO(shè)計(jì)研究院 (四川 成都 610081)2.四川省化工設(shè)計(jì)院 (四川 成都 610015)

指標(biāo)概率綜合風(fēng)險(xiǎn)評(píng)價(jià)方法研究

張錦偉1，鄭青川1，辜冬梅2，廖亞奇1

1.中國(guó)市政工程西南設(shè)計(jì)研究總院有限公司燃?xì)鉄崃υO(shè)計(jì)研究院 (四川 成都 610081)
2.四川省化工設(shè)計(jì)院 (四川 成都 610015)

針對(duì)半定量與定量風(fēng)險(xiǎn)評(píng)價(jià)方法的優(yōu)缺點(diǎn)，提出指標(biāo)概率綜合風(fēng)險(xiǎn)評(píng)價(jià)新方法(簡(jiǎn)稱(chēng)I-P法)。該方法不僅能夠克服半定量評(píng)價(jià)法容易產(chǎn)生“避重就輕”現(xiàn)象的弊端，又能克服定量評(píng)價(jià)法中因缺失指標(biāo)失效概率而無(wú)法應(yīng)用的不足。I-P法下層指標(biāo)采用基于專(zhuān)家經(jīng)驗(yàn)的指標(biāo)評(píng)價(jià)方法，而后利用BP神經(jīng)網(wǎng)絡(luò)方法建立指標(biāo)相對(duì)分值d與失效概率Pf(i)的關(guān)系曲線(xiàn)，依據(jù)此曲線(xiàn)將指標(biāo)分值轉(zhuǎn)化為失效概率，并對(duì)上層指標(biāo)采用基于失效概率的定量評(píng)價(jià)。采用該方法對(duì)某管道的河溝道水毀進(jìn)行了風(fēng)險(xiǎn)評(píng)價(jià)，結(jié)果表明，該方法能夠解決在某些特殊條件下基于指標(biāo)評(píng)價(jià)法的結(jié)論與管道實(shí)際風(fēng)險(xiǎn)狀態(tài)不一致的問(wèn)題。

風(fēng)險(xiǎn)評(píng)價(jià);指標(biāo)概率綜合法;河溝道水毀;失效概率;BP神經(jīng)網(wǎng)絡(luò)

目前，半定量評(píng)價(jià)法［1-2］和定量評(píng)價(jià)法［3］在管道和站場(chǎng)的風(fēng)險(xiǎn)評(píng)價(jià)中應(yīng)用較廣。半定量評(píng)價(jià)法對(duì)各層指標(biāo)進(jìn)行分值分配，而后采用專(zhuān)家經(jīng)驗(yàn)對(duì)底層指標(biāo)進(jìn)行失效可能性判斷，最后再將指標(biāo)分值進(jìn)行加和運(yùn)算，但加和運(yùn)算會(huì)削弱關(guān)鍵指標(biāo)的作用。定量評(píng)價(jià)法對(duì)底層指標(biāo)進(jìn)行失效概率估算，依據(jù)是國(guó)內(nèi)外同樣環(huán)境下指標(biāo)的失效概率，但由于指標(biāo)所處的環(huán)境難以一成不變，故失效概率估算還有待完善。筆者根據(jù)前2種方法的特點(diǎn)，提出一種綜合指標(biāo)與概率評(píng)價(jià)方法的新方法，即指標(biāo)概率綜合評(píng)價(jià)方法，簡(jiǎn)稱(chēng)I-P法。I-P法對(duì)底層指標(biāo)采用專(zhuān)家經(jīng)驗(yàn)進(jìn)行失效可能性判斷，而后將其轉(zhuǎn)化為概率，再進(jìn)行評(píng)價(jià)。該方法能突出關(guān)鍵指標(biāo)的作用，并能解決因缺乏底層指標(biāo)概率而無(wú)法進(jìn)行概率評(píng)價(jià)的難題。

1 I-P法原理及風(fēng)險(xiǎn)評(píng)價(jià)方法

1.1 I-P法原理

I-P法是結(jié)合指標(biāo)評(píng)價(jià)方法與概率評(píng)價(jià)方法為一體的綜合評(píng)價(jià)方法，下層指標(biāo)采用指標(biāo)評(píng)價(jià)方法進(jìn)行分析，上層指標(biāo)采用概率評(píng)價(jià)方法分析。將某層指標(biāo)分值轉(zhuǎn)換為失效概率，從而計(jì)算頂層事件的失效概率，并將其乘以失效后果，如管道泄漏的失效后果可取泄漏影響系數(shù)，即得到風(fēng)險(xiǎn)值。

I-P法的難點(diǎn)在于從何層指標(biāo)開(kāi)始進(jìn)行概率轉(zhuǎn)換，經(jīng)研究表明，當(dāng)同時(shí)滿(mǎn)足以下2種情況即可進(jìn)行指標(biāo)概率間的轉(zhuǎn)換:

1)同層指標(biāo)的邏輯關(guān)系為邏輯“或”。

2)同層指標(biāo)均為關(guān)鍵指標(biāo)。關(guān)鍵指標(biāo)是指該指標(biāo)失效后將很大程度上影響頂層事件失效的指標(biāo)。

1.2 基于I-P法的風(fēng)險(xiǎn)評(píng)價(jià)方法

I-P法的計(jì)算為下層指標(biāo)采用指標(biāo)分值相加，判斷指標(biāo)是否需要進(jìn)行概率轉(zhuǎn)換，而后根據(jù)指標(biāo)間的邏輯關(guān)系進(jìn)行概率運(yùn)算，從而可算出頂事件概率，再選擇一種后果表示法，將兩者進(jìn)行綜合分析即可得到風(fēng)險(xiǎn)值，因此可進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。具體的風(fēng)險(xiǎn)評(píng)價(jià)流程如圖1所示。

2 指標(biāo)概率轉(zhuǎn)換方法

圖1 基于I-P法的風(fēng)險(xiǎn)評(píng)價(jià)流程圖

本文采用模糊數(shù)學(xué)的方法進(jìn)行指標(biāo)概率轉(zhuǎn)換。指標(biāo)分值的大小反映了該指標(biāo)失效可能性的大小，分值越大表明失效可能性越低。將每個(gè)評(píng)價(jià)指標(biāo)的得分值(V)與指標(biāo)分配分值(V0)進(jìn)行相除，得到相對(duì)分值d，根據(jù)d的大小進(jìn)行區(qū)間劃分，每個(gè)區(qū)間對(duì)應(yīng)相應(yīng)的失效可能性等級(jí)，即低(L)、較低(RL)、中等(M)、較高(RH)、高(H)。然后，將指標(biāo)失效可能性等級(jí)轉(zhuǎn)化為模糊數(shù)W，再將模糊數(shù)轉(zhuǎn)化為區(qū)間對(duì)應(yīng)的失效概率。

2.1 指標(biāo)分值與失效可能性等級(jí)對(duì)應(yīng)關(guān)系

將相對(duì)分值d平均劃分為5個(gè)區(qū)間，分別與失效可能性等級(jí)相對(duì)應(yīng)，見(jiàn)表1。其中，當(dāng)d=1，失效概率為0;當(dāng)d=0時(shí)，失效概率為1。

圖2 失效可能性等級(jí)與模糊數(shù)對(duì)應(yīng)關(guān)系

表1 相對(duì)分值d與失效可能性等級(jí)對(duì)應(yīng)關(guān)系

2.2 指標(biāo)概率轉(zhuǎn)換方法

將指標(biāo)失效可能性等級(jí)轉(zhuǎn)化為模糊數(shù)，其對(duì)應(yīng)關(guān)系見(jiàn)圖2。模糊數(shù)對(duì)應(yīng)的隸屬度函數(shù)見(jiàn)式(1)。

其中，a、b分別為模糊數(shù)的上下限。

1)將模糊數(shù)轉(zhuǎn)化為模糊可能性值。采用Lin C. T.和Wang M.J.提出的左右模糊數(shù)排序法［4］，將模糊數(shù)轉(zhuǎn)化為模糊可能性值。首先定義最大模糊集:

然后，計(jì)算模糊數(shù)左右模糊的模糊可能性值:

其中，fw(x)為模糊數(shù)W所對(duì)應(yīng)的隸屬度函數(shù)，W為對(duì)應(yīng)失效可能性等級(jí)的模糊數(shù)。

最后，計(jì)算模糊數(shù)的模糊可能性值:

2)將模糊可能性值轉(zhuǎn)化為失效概率Pf(i)，(i為指標(biāo)序號(hào))。轉(zhuǎn)換公式見(jiàn)式(6)。

3)綜合失效概率。綜合失效概率Pf為各層因素失效概率的綜合，按指標(biāo)間的邏輯關(guān)系分邏輯“或”運(yùn)算、邏輯“與”運(yùn)算兩種，其計(jì)算見(jiàn)式(7)和式(8)。

圖3 Pf(i)與d擬合曲線(xiàn)圖

2.3 指標(biāo)失效可能性等級(jí)與概率對(duì)應(yīng)表

根據(jù)小節(jié)2.1到2.2介紹的方法可以計(jì)算出失效可能性等級(jí)對(duì)應(yīng)的概率值，見(jiàn)表2。

表2 失效概率與失效可能性等級(jí)對(duì)應(yīng)表

圖4 Pf(i)與d擬合曲線(xiàn)圖

3 指標(biāo)概率關(guān)系曲線(xiàn)

由表2可知，失效概率為離散值，每個(gè)點(diǎn)值對(duì)應(yīng)的相對(duì)分值d為一區(qū)間，其失效概率與相對(duì)分值的映射關(guān)系為梯形函數(shù)，不具有連續(xù)性。因此，由相對(duì)分值d得到的頂事件概率將會(huì)有所偏差。由于相對(duì)分值d與失效概率Pf(i)間難以建立線(xiàn)性映射關(guān)系，故采用BP神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行擬合［5-6］，建立指標(biāo)概率映射關(guān)系。BP神經(jīng)網(wǎng)絡(luò)一般由3層組成:輸入向量層、隱含層和輸出層。將d的右半?yún)^(qū)間值作為d的取值，并將其作為輸入向量層，如0＜d≤0.2，即取d= 0.2，顯然，這種取法偏保守。失效概率Pf(i)作為輸出層，建立BP模型并利用MATLAB軟件進(jìn)行編程計(jì)算。利用訓(xùn)練好的BP網(wǎng)絡(luò)進(jìn)行d與Pf(i)的函數(shù)擬合，擬合曲線(xiàn)如圖3所示。

將圖3中相對(duì)分值d＞0.2的曲線(xiàn)放大，如圖4所示。由圖3和圖4可知，可以將d等分為10等份，每等份間距為0.1，在每個(gè)區(qū)間內(nèi)可近似認(rèn)為曲線(xiàn)為直線(xiàn)，因此可進(jìn)行線(xiàn)性插值運(yùn)算。

4 I-P法應(yīng)用實(shí)例分析

以西氣東輸二線(xiàn)管道某管段為例，該管段上方河床經(jīng)過(guò)2011年汛期沖刷后，河床下切嚴(yán)重，下游深潭向上游移動(dòng)約100m。河床質(zhì)為卵石，粒徑大者15cm，平均粒徑3cm。深潭兩邊為較大土堆，使得河床過(guò)水面變窄，下切嚴(yán)重。深潭水深約4m，離深潭上游約30m處為西二線(xiàn)管道，埋深約4.6m。若不及時(shí)治理，2012年汛期有露管可能，甚至損壞管道，因此，急需對(duì)該管段進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。管道與河床示意圖如圖5所示。

為了對(duì)比分析，首先采用《輸氣管道環(huán)境及地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估方法》中的指標(biāo)評(píng)價(jià)方法來(lái)對(duì)該管道進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)，指標(biāo)得分表見(jiàn)表3。

圖5 河床示意圖

為了分析方便，取泄漏影響系數(shù)為1，按照《輸氣管道環(huán)境及地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估方法》中的等級(jí)劃分方法，當(dāng)?shù)梅稚儆?0分時(shí)，管道處于高風(fēng)險(xiǎn)狀態(tài)。顯然該管道得分大于30分，非高風(fēng)險(xiǎn)管道，與事實(shí)不符。

現(xiàn)采用I-P法來(lái)重新對(duì)該管道進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。在分析了各項(xiàng)指標(biāo)的得分值后，“設(shè)計(jì)與誤操作”下的“工程防護(hù)措施”和“誤操作”滿(mǎn)足指標(biāo)概率轉(zhuǎn)換條件?！肮こ谭雷o(hù)措施”得分為1分，算得相對(duì)分值d= 1/19=0.053，根據(jù)圖3可得到其轉(zhuǎn)換后的失效概率為0.95。同理，得到“誤操作”的失效概率為0。采用同樣的方法對(duì)一級(jí)指標(biāo)進(jìn)行失效概率轉(zhuǎn)換，失效概率Pf(i)見(jiàn)表4，再將Pf(i)代入(7)式即可計(jì)算得到管道失效概率為0.951。同樣取泄漏影響系數(shù)為1，根據(jù)API581中對(duì)風(fēng)險(xiǎn)值大于0.1倍失效后果即劃分為高風(fēng)險(xiǎn)［7］，可知該管道處于高風(fēng)險(xiǎn)狀態(tài)，與專(zhuān)家現(xiàn)場(chǎng)評(píng)價(jià)結(jié)論一致。

2種評(píng)價(jià)方法結(jié)論不同的原因在于 《輸氣管道環(huán)境及地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估方法》采用的是指標(biāo)評(píng)價(jià)方法，對(duì)指標(biāo)分值進(jìn)行加和運(yùn)算，使低得分關(guān)鍵指標(biāo)“工程防護(hù)措施”的作用無(wú)法突出，從而導(dǎo)致風(fēng)險(xiǎn)評(píng)價(jià)結(jié)論與管道實(shí)際風(fēng)險(xiǎn)狀態(tài)不一致。

5 結(jié)論

1)提出基于I-P法的風(fēng)險(xiǎn)評(píng)價(jià)方法，克服了指標(biāo)體系由于指標(biāo)分值加和運(yùn)算導(dǎo)致低得分關(guān)鍵指標(biāo)作用無(wú)法突出的難點(diǎn)。

2)I-P法底層指標(biāo)采用專(zhuān)家經(jīng)驗(yàn)進(jìn)行失效可能性評(píng)判，克服了底層指標(biāo)概率難以計(jì)算的難題。

表3 指標(biāo)得分表

表4 一級(jí)指標(biāo)失效概率表

3)建立了相對(duì)分值d與失效概率Pf(i)的關(guān)系曲線(xiàn)，為指標(biāo)分值向概率的轉(zhuǎn)換提供了理論依據(jù)。

［1］張錦偉，姚安林，范小霞，等.肯特管道風(fēng)險(xiǎn)評(píng)價(jià)改進(jìn)算法研究［J］.石油工業(yè)技術(shù)監(jiān)督，2013，29(6):1-4.

［2］施林園，鄭潔，李晶.四川輸氣站場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)研究［J］.天然氣工業(yè)，2004，24(11):135-138.

［3］馮文興，稅碧垣，李保吉，等.定量風(fēng)險(xiǎn)評(píng)價(jià)在成品油管道站場(chǎng)的應(yīng)用［J］.油氣儲(chǔ)運(yùn)，2009，28(10):10-13.

［4］Lin C.T.，Wang M.J..Hybrid fault tree analysis using fuzzy sets［J］.Reliability Engineering and System Safety，1997，58 (2):205-213.

［5］胡世鵬，吳小林，馬利敏，等.基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的天然氣脫水裝置能耗優(yōu)化 ［J］.天然氣工業(yè)，2012，32 (11):84-89.

［6］王英博，王琳，李仲學(xué).基于HS-BP算法的尾礦庫(kù)安全評(píng)價(jià)［J］.系統(tǒng)工程理論與實(shí)踐，2012，32(11):2585-2589.

［7］APIRP 581-2008 Risk-based inspection technology［S］.

In view of the advantages and disadvantages of semi-quantitative and quantitative risk assessmentmethods，an index& probability comprehensive risk assessmentmethod (I-Pmethod)is put forward.Thismethod can notonly overcome the disadvantage of semi-quantitative evaluation method＂shying away the important and dwelling on the trivial＂，but also overcome the disadvantage of the quantitative evaluation method that the quantitative evaluation method can not be applied due to lack of the failure probability of indicators.The underlying indexes in I-Pmethod apply index assessmentmethod based on expert’s experience，and then the relationship between the relative score of the indexes and failure probability is established using BP neural network.According to the relationship curve，the relative score of the indexes is transformed into failure probability，and the quantitative evaluation of top indexes is based on the failure probability.The water damage risk of some oil pipeline in river section is evaluated using I-Pmethod，and the result shows that themethod can overcome the problem that the evaluation conclusion of index assessmentmethod is not consistent with the actual risk of pipeline under certain special conditions.

risk assessment;index&probability comprehensive assessmentmethod;water damage in river section;failure probability;BP neural network

梅

2014-12-12

張錦偉(1986-)，男，主要從事油氣長(zhǎng)輸管道風(fēng)險(xiǎn)評(píng)價(jià)與完整性評(píng)價(jià)研究。