遲明華，蔣宏業(yè)，趙新好，徐濤龍

(1.西南石油大學(xué) 石油與天然氣工程學(xué)院，四川 成都 610500；2.油氣管道技術(shù)研究院，四川 成都 610500；3.國家管網(wǎng)集團(tuán)公司西氣東輸分公司，上海 200122)

0 引言

隨著我國的天然氣消耗的增加，越來越多輸氣管道穿越人口密集區(qū)等特殊場所，形成高后果區(qū)[1]；其內(nèi)輸氣管道一旦發(fā)生泄漏燃爆事故將會造成極大破壞[2]。而在輸氣管道事故風(fēng)險(xiǎn)可能性影響因素中，人的不安全行為導(dǎo)致的第三方破壞具有突發(fā)性高、隨機(jī)性大以及難以防控等特點(diǎn)，一直被列為4大類風(fēng)險(xiǎn)因素之首[3]。因此，基于人的不安全行為對輸氣管道高后果區(qū)進(jìn)行泄漏燃爆事故分析具有重要意義。

Bow-tie模型是全面分析某一事件發(fā)生原因和事故后果的方法[4]，在油氣管道失效和后果分析上有著一定的應(yīng)用[5-6]，但Bow-tie模型存在著2個(gè)弊端：1)事件狀態(tài)具有二態(tài)性，故障邏輯關(guān)系具有確定性；2)只能按照結(jié)構(gòu)從底至頂逐層推理計(jì)算頂事件的發(fā)生概率，計(jì)算量大且不能逆向推理。這2點(diǎn)弊端限制了Bow-tie模型在工程實(shí)際上的應(yīng)用，宋華等[7]所提出的T-S模糊故障樹分析方法，考慮了故障概率和事件間聯(lián)系的不確定性，改進(jìn)了傳統(tǒng)Bow-tie模型的弊端；胡顯偉等[4]、於孝春等[8]便采用改進(jìn)后的模糊Bow-tie模型(Fuzzy Bow-tiemodel，F(xiàn)BT)對燃?xì)夤艿篮蜕钏５坠艿肋M(jìn)行定量風(fēng)險(xiǎn)評價(jià)。而貝葉斯網(wǎng)絡(luò)(Bayesian Networks，BN)在雙向計(jì)算和描述事件多態(tài)性、非確定性邏輯關(guān)系上有顯著優(yōu)勢[9]，可以彌補(bǔ)Bow-tie模型的弊端。

本文結(jié)合T-S模糊故障樹、Bow-tie模型和貝葉斯網(wǎng)絡(luò)3種方法，從人的不安全行為發(fā)生的可能性出發(fā)，建立不同等級人口敏感區(qū)輸氣管道泄漏燃爆事故FBT-BN分析模型對輸氣管道高后果區(qū)泄漏燃爆事故易發(fā)性和事故致因進(jìn)行分析。

1 基本理論和方法

1.1 基于T-S模糊故障樹的模糊Bow-tie模型

引入T-S模糊故障樹[7]，建立基于T-S模糊故障樹的模糊Bow-tie模型，簡單模型如圖1所示。

圖1 簡單模糊Bow-tie模型示意

Y1為事故事件，Y1左邊為T-S模糊故障樹，其中：X1～X3為基本事件，Y2為中間事件，M1與M2為T-S模糊門；右邊是以事故事件Y1為基礎(chǔ)，根據(jù)事故發(fā)生后可能產(chǎn)生的后果所建立的事件樹，其中：N1～N4為后果事件，B1和B2為安全屏障，YES與NO為安全屏障規(guī)則。

1.2 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是1種圖論與概率論相結(jié)合的賦值因果圖。給定根節(jié)點(diǎn)發(fā)生概率，無須求解割集，便可利用聯(lián)合概率分布直接計(jì)算葉節(jié)點(diǎn)的發(fā)生概率[10]。

1.3 模糊Bow-tie模型向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化方法

應(yīng)用T-S模糊故障樹和事件樹分別轉(zhuǎn)化的方法將模糊Bow-tie模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)[11-12]。

具體轉(zhuǎn)化方法如下：

1)T-S模糊故障樹部分

將T-S模糊故障樹中的基本事件、中間事件和頂事件分別作為貝葉斯網(wǎng)絡(luò)中的根節(jié)點(diǎn)、中間節(jié)點(diǎn)和葉節(jié)點(diǎn)，當(dāng)存在多個(gè)相同的事件時(shí)，在貝葉斯網(wǎng)絡(luò)中只需建立1個(gè)節(jié)點(diǎn)；用有向邊來連接貝葉斯網(wǎng)絡(luò)中對應(yīng)的節(jié)點(diǎn)；利用T-S門規(guī)則對貝葉斯網(wǎng)絡(luò)中對應(yīng)節(jié)點(diǎn)的條件概率表進(jìn)行賦值。

2)事件樹部分

將事件樹中的安全屏障、事故后果分別作為貝葉斯網(wǎng)絡(luò)中的根節(jié)點(diǎn)、葉節(jié)點(diǎn)，兩者之間用有向邊進(jìn)行連接，利用安全屏障規(guī)則對貝葉斯網(wǎng)絡(luò)中對應(yīng)節(jié)點(diǎn)的條件概率表進(jìn)行賦值。

其轉(zhuǎn)化流程框圖如圖2所示。

圖2 基于模糊Bow-tie模型構(gòu)造貝葉斯網(wǎng)絡(luò)流程

2 構(gòu)建輸氣管道泄漏燃爆F(xiàn)BT-BN模型

2.1 建立模糊Bow-tie模型

以西南某輸氣管道高后果區(qū)為例，從人的不安全行為出發(fā)，對風(fēng)險(xiǎn)源進(jìn)行辨識，得出基本事件見表1，建立起以輸氣管道泄漏為事故事件的T-S模糊故障樹；再以輸氣管道泄漏事件為基礎(chǔ)，根據(jù)常見事故后果，用不同事故發(fā)生的觸發(fā)條件替代安全屏障，建立起燃爆事件樹，最終構(gòu)建出輸氣管道泄漏燃爆模糊Bow-tie模型，如圖3所示。

表1 基本事件符號及描述

圖3 輸氣管道泄漏燃爆模糊Bow-tie模型

其中：T為頂事件，M1～M21為T-S模糊門，X1～X27為基本事件，Y1～Y20為中間事件，A1～A2與B1～B4為規(guī)則，分別為：A1(有障礙限制擴(kuò)散),A2(無障礙限制擴(kuò)散),B1(立即點(diǎn)燃),B2(當(dāng)?shù)匮舆t點(diǎn)燃),B3(遠(yuǎn)距離延遲點(diǎn)燃),B4(無點(diǎn)火源)。

2.2 基于模糊Bow-tie模型構(gòu)建貝葉斯網(wǎng)絡(luò)

在GeNIe軟件中繪制輸氣管道泄漏燃爆貝葉斯網(wǎng)絡(luò)，如圖4所示。

圖4 輸氣管道泄漏燃爆貝葉斯網(wǎng)絡(luò)

將圖3中事件樹所述的噴射火、閃燃、蒸氣云爆炸、火球統(tǒng)一視為燃爆事故，即N有3個(gè)狀態(tài)(燃爆/泄漏/無)，A具有2個(gè)狀態(tài)(有障礙限制擴(kuò)散/無障礙限制擴(kuò)散)，B具有4個(gè)狀態(tài)(立即點(diǎn)燃/當(dāng)?shù)匮舆t點(diǎn)燃/遠(yuǎn)距離延遲點(diǎn)燃/無點(diǎn)火源)。

2.3 基于高后果區(qū)等級的人口敏感等級劃分

依據(jù)《油氣輸送管道完整性管理規(guī)范》[13]中對高后果區(qū)的描述，將其按人的不安全行為發(fā)生的可能性定義為不同等級人口敏感區(qū)，人口敏感等級劃分見表2。

表2 人口敏感等級劃分

2.4 根節(jié)點(diǎn)先驗(yàn)概率的確定

由于無法基于統(tǒng)計(jì)得到基本事件的發(fā)生概率，采用專家經(jīng)驗(yàn)評判法確定基本事件的發(fā)生概率。

以基本事件X1為例，經(jīng)評判，基本事件X1在3級人口敏感區(qū)發(fā)生的可能性為高，依據(jù)事件發(fā)生概率評分準(zhǔn)則，見表3[14]，得出發(fā)生概率評分等級為7，對應(yīng)的概率值為0.025。因此在貝葉斯網(wǎng)絡(luò)中，根節(jié)點(diǎn)X1在3級人口敏感區(qū)的先驗(yàn)概率為(0.025,0.975)。同理，可得到不同等級人口敏感區(qū)各根節(jié)點(diǎn)的先驗(yàn)概率，各根節(jié)點(diǎn)先驗(yàn)概率分布見表4。

表3 事件發(fā)生概率評分準(zhǔn)則

表4 根節(jié)點(diǎn)先驗(yàn)概率分布

2.5 中間節(jié)點(diǎn)條件概率表的確定

以中間節(jié)點(diǎn)Y2為例，Y2有X1,Y5,Y63個(gè)父節(jié)點(diǎn)，若按傳統(tǒng)故障樹中或門的邏輯，當(dāng)X1,Y5,Y6中任一事件發(fā)生，Y2均會發(fā)生；但在實(shí)際情況中，X1和Y6的發(fā)生可能并不會導(dǎo)致Y2的發(fā)生，因此需要結(jié)合實(shí)際情況和T-S模糊門對中間事件條件概率表進(jìn)行賦值，傳統(tǒng)故障樹和T-S模糊故障樹2種方法下Y2的條件概率表見表5。

表5 2種方法下Y2的條件概率表

規(guī)則1表示：在Y6狀態(tài)為0，Y5狀態(tài)為1，X1狀態(tài)為0的條件下，Y2為狀態(tài)0的可能性為0.025、為狀態(tài)1的可能性為0.975，其他規(guī)則以此類推。

3 結(jié)果分析

3.1 泄漏燃爆事故易發(fā)性分析

通過貝葉斯網(wǎng)絡(luò)進(jìn)行正向推理計(jì)算，得到不同等級人口敏感區(qū)泄漏燃爆事故發(fā)生的概率，見表6。不同等級人口敏感區(qū)泄漏燃爆事故概率對比如圖5所示。

表6 不同等級人口敏感區(qū)不同事故發(fā)生概率

圖5 不同等級人口敏感區(qū)泄漏燃爆事故概率對比

可以看出，隨著地區(qū)人口敏感等級的提高，輸氣管道泄漏和燃爆事故發(fā)生的概率均隨之增大，且燃爆事故發(fā)生的概率遠(yuǎn)小于泄漏事故發(fā)生的概率。

3.2 泄漏燃爆事故致因分析

3.2.1 基本事件后驗(yàn)概率分布分析

令P(N1)=1，通過貝葉斯網(wǎng)絡(luò)進(jìn)行反向推理計(jì)算，得到導(dǎo)致在3個(gè)等級人口敏感區(qū)發(fā)生輸氣管道燃爆事故的各根節(jié)點(diǎn)后驗(yàn)概率分布，見表7。輸氣管道泄漏燃爆各根節(jié)點(diǎn)后驗(yàn)概率分布對比如圖6所示。

表7 根節(jié)點(diǎn)后驗(yàn)概率分布

圖6 輸氣管道泄漏燃爆各根節(jié)點(diǎn)后驗(yàn)概率分布對比

由圖6可知：

1)不同等級人口敏感區(qū)中，相同根節(jié)點(diǎn)的后驗(yàn)概率存在差異。

2)在基本事件中，發(fā)生可能性最大的前幾項(xiàng)為：X10,X12,X16,X17,X1。其中，X10,X12位居前2位，X10發(fā)生的可能性遠(yuǎn)大于其他基本事件。

3)在不同事故發(fā)生的觸發(fā)條件中，變化最為明顯的為B3，隨著地區(qū)人口敏感等級的提高，遠(yuǎn)距離延遲點(diǎn)火發(fā)生的可能性增大。

3.2.2 靈敏性和影響力分析

為找出復(fù)雜致因結(jié)構(gòu)中的重要參數(shù)以及導(dǎo)致事故發(fā)生的最可能途徑[15]，對貝葉斯網(wǎng)絡(luò)進(jìn)行靈敏性和影響力分析。

1)靈敏度分析：3個(gè)等級人口敏感區(qū)的基本事件靈敏度大體一致，靈敏度較高的節(jié)點(diǎn)為X10,X12,X17,X16,X19,X15,X1，可以發(fā)現(xiàn)輸氣管道對非設(shè)計(jì)載荷較為敏感。

2)影響力分析：3個(gè)等級人口敏感區(qū)輸氣管道發(fā)生泄漏可能途徑一致，可能性排序靠前的2條為：X12→Y12→Y5→Y2→T與X10→Y11→Y5→Y2→T。

3.2.3 小結(jié)

經(jīng)后驗(yàn)概率分布、靈敏度、影響力分析，識別出風(fēng)險(xiǎn)性較大的基本事件為X10,X12，得到導(dǎo)致輸氣管道泄漏事故發(fā)生可能性最大的路線是由于施工破壞引起的管道泄漏，進(jìn)而由遠(yuǎn)距離延遲點(diǎn)火導(dǎo)致燃爆事故發(fā)生。分析所得管道泄漏事故主要致因與EGIG對近40 a 1 366起管道事故分析所得結(jié)果基本相符，驗(yàn)證了所用方法的可行性。

4 結(jié)論

1)建立輸氣管道高后果區(qū)泄漏燃爆模糊Bow-tie模型并轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)，對不同等級人口敏感區(qū)泄漏燃爆事故易發(fā)性和事故致因進(jìn)行分析。

2)隨著地區(qū)人口敏感等級的提高，輸氣管道泄漏和燃爆事故發(fā)生的概率隨之增大，燃爆事故發(fā)生的概率遠(yuǎn)小于泄漏事故；導(dǎo)致輸氣管道泄漏燃爆事故發(fā)生可能性最大的途徑為：由于施工行為不規(guī)范和違章施工導(dǎo)致施工破壞，進(jìn)而由遠(yuǎn)距離延遲點(diǎn)火導(dǎo)致燃爆事故發(fā)生。

3)在無輸氣管道高后果區(qū)失效數(shù)據(jù)的情況下，分析結(jié)果與EGIG對近40 a 1366起管道事故所分析的結(jié)果基本相符，這驗(yàn)證了該方法的可行性，但若有管道失效數(shù)據(jù)的支撐，可以采用統(tǒng)計(jì)所得概率與專家經(jīng)驗(yàn)評判所得概率相結(jié)合的方法，計(jì)算得到的結(jié)果會更加精準(zhǔn)。