２０１３年 第３７卷 第６期 中国石油大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｅｔｒｏｌｅｕｍ Ｖｏｌ＿３７ Ｎｏ．６ Ｄｅｃ．２０１３ 文章编号：１６７３—５００５（２０１３）０６－０１２９－０６ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—５００５．２０１３．０６．０２１ 基于贝叶斯方法的高含硫井口气液分离器 动态风险分析 谭清磊 ，陈国明 ，畅元江 ，付建民 （１．中国石油大学海洋油气装备与安全技术研究中心，山东青岛２６６５８０；２．青￣５￣－ｒ－大学安全工程系，山东青岛２６６５２０） 摘要：传统的定量风险分析方法不能有效利用井口分离器的运行状态数据进行动态风险分析，从而导致评估结果易 于偏离实际。构建事件树模型模拟分离器异常事件的发展过程，然后基于贝叶斯方法利用事故先兆数据动态分析 分离器安全屏障的失效概率和异常事件后果发生概率，并采用模糊损失率的方法量化事故后果造成的损失，进而完 成对分离器的动态风险分析。结果表明，新提出的基于贝叶斯方法的高含硫井口气液分离器动态风险分析方法克 服了传统风险评价方法的不足，可动态评估事故发生概率，并可动态反映分离器的风险变化，能够为高含硫井口气 液分离器等相关设备的风险分析与控制提供参考。 关键词：事件树：事故先兆数据；贝叶斯方法；模糊损失率：动态风险分析；分离器 中图分类号：ＴＥ ８８ 文献标志码：Ａ Ｄｙｎａｍｉｃ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｈｉｇｈ－－ｓｕｌｆｕｒ ｗｅｌｌｈｅａｄ ｇａｓ－ｌｉｑｕｉｄ ｓｅｐａｒａｔｏｒ ｂａｓｅｄ ｏｎ Ｂａｙｅｓｉａｎ ｍｅｔｈｏｄ ＴＡＮ Ｑｉｎｇ．１ｅｉ ， ，ＣＨＥＮ Ｇｕｏ．ｒｕｉｎｇ ，ＣＨＡＮＧ Ｙｕａｎ．ｊｉａｎｇ ，ＦＵ Ｊｉａｎ—ａｉｒｎ （１．Ｃｅｎｔｒｅ ｆｏｒ Ｏｆｆｓｈｏｒｅ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｓａｆｅｔｙ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｅｔｒｏｌｅｕｍ，Ｑｉｎｇｄａｏ ２６６５８０，Ｃｈｉｎａ ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｓａｆｅｔｙ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｑｉｎｇｄａｏ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ ２６６５２０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ ｏｆ ｑｕａｎｔｉｔａｔｉｖｅ ｒｉｓｋ ａｎａｌｙｓｉｓ ｃａｎ‘ｔ ｅｆｆｅｃｔｉｖｅｌｙ ｔａｋｅ ａｄｖａｎｔａｇｅ ｏｆ ｏｐｅｒａｔｉｏｎａｌ ｓｔａｔｕｓ ｄａｔａ ｏｆ ｗｅｌｌ— ｈｅａｄ ｓｅｐａｒａｔｏｒ，ａｎｄ ｅａｓｉｌｙ ｎｌａｋｅ ａｓｓｅｓｓｍｅｎｔ ｒｅｓｕｌｔｓ ｄｅｖｉａｔｅ ｆｒｏｍ ｔｈｅ ａｃｔｕａｌ ｓｉｔｕａｔｉｏｎ．Ｔｈｅ ｅｖｅｎｔ ｔｒｅｅ ｍｏｄｅｌ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｐｒｏｇｒｅｓｓ ｏｆ ａｂｎｏｒｍａｌ ｅｖｅｎｔｓ ｏｆ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ，ａｎｄ ｓａｆｅｔｙ ｂａｒｒｉｅｒ ｆａｉｌｕｒｅ ｐｒｏｂａｂｉｌｉｔｙ ａｎｄ ａｂｎｏｒｍａｌ ｅｖｅｎｔ ｃｏｎ— ｓｅｑｕｅｎｃｅ ｌｉｋｅｌｉｈｏｏｄ ｏｆ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ ｗｅｒｅ ｄｙｎａｍｉｃａｌｌｙ ａｎａｌｙｚｅｄ ｕｓｉｎｇ ａｃｃｉｄｅｎｔ ｐｒｅｃｕｒｓｏｒ ｄａｔａ ｂａｓｅｄ ｏｎ Ｂａｙｅｓｉａｎ ｍｅｔｈ— ｏｄ．Ｔｈｅ ｆｕｚｚｙ ｌｏｓｓ ｒａｔｅ ｍｅｔｈｏｄ ｗａｓ ｅｍｐｌｏｙｅｄ ｔｏ ｑｕａｎｔｉｆｙ ｔｈｅ ｃｏｎｓｅｑｕｅｎｃｅ ｏｆ ｔｈｅ ａｃｃｉｄｅｎｔ ｌｏｓｓ．Ｔｈｅｎ ｄｙｎａｍｉｃ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ ｗａｓ ｐｅｒｆｏｒｍｅｄ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｏｆ ｄｙｎａｍｉｃ ｒｉｓｋ ａｎａｌｙｓｉｓ ｆｏｒ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ ｏｖｅｒｃｏｍｅｓ ｔｈｅ ｄｉｓａｄｖａｎｔａｇｅｓ ｏｆ ｔｒａｄｉｔｉｏｎａｌ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄｓ．Ｉｔ ｃａｎ ｄｙｎａｍｉｃａｌｌｙ ａｓｓｅｓｓ ａｃｃｉｄｅｎｔ ｐｒｏｂａｂｉｌｉｔｙ ａｎｄ ｄｙ— ｎａｍｉｃａｌｌｙ ｒｅｆｌｅｃｔ ｒｉｓｋ ｃｈａｎｇｅ ｏｆ ｔｈｅ ｓｅｐａｒａｔｏｒ ｔｏ ｐｒｏｖｉｄｅ ｒｅｆｅｒｅｎｃｅｓ ｆｏｒ ｒｉｓｋ ａｎａｌｙｓｉｓ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｈｉ ｇｈ—ｓｕｌｆｕｒ ｗｅｌｌｈｅａｄ ｇａｓ—ｌｉｑ— ｕｉｄ ｓｅｐａｒａｔｏｒ ａｎｄ ｏｔｈｅｒ ｒｅｌａｔｅｄ ｅｑｕｉｐｍｅｎｔｓ． Ｋｅｙ ｗｏｒｄｓ：ｅｖｅｎｔ ｔｒｅｅ；ａｃｃｉｄｅｎｔ ｐｒｅｃｕｒｓｏｒ ｄａｔａ；Ｂａｙｅｓｉａｎ ｍｅｔｈｏｄ；ｆｕｚｚｙ ｌｏｓｓ ｒａｔｅ；ｄｙｎａｍｉｃ ｒｉｓｋ ａｎａｌｙｓｉｓ；ｓｅｐａｒａｔｏｒ 高含硫天然气中的Ｈ，Ｓ、ＣＯ，等对集输设备具 分析法（ＨＡＺＯＰ）、失效模式和影响分析法（ＦＭＥＡ） 有强烈的腐蚀作用，极易在阀门、仪表等部件处形成 沉淀物结垢导致异常事件发生。为确保高含硫集气 站井口分离器安全可靠运行＋须根据井口分离器的 运行状态进行动态风险分析。传统的风险分析方 等定性方法和事故树、事件树等定量分析方法都是 静态的分析方法。在天然气集输过程中，设备性能 是动态变化的，因此进行动态风险分析更符合实际。 偏离正常工艺参数范围的事件称为异常事件．异常 法，如安全检查表、ｗｈａｔ．ｉｆ分析法、危险与可操作性 收稿日期：２０１３—０３—２２ 基金项目：国家科技重大专项（２００８ＺＸ０５０１７） 事件可以导致重大事件，重大事件可能进一步导致 作者简介：谭清磊（１９８５一），男，讲师，博士，研究方向为油气安全工程。Ｅ－ｍａｉｌ：＠ｆｉｇｈｔｉｎｇ＠１６３．ｃｏｍ。 ・１３０・ 中国石油大学学报（自然科学版） 未遂事故或事故。异常事件和异常事件引起的不被 称之为事故的但预示着事故发生的可能性增加的重 大事件、未遂事故等称为事故先兆事件（ａｃｃｉｄｅｎｔ ｓｅ． ｑｕｅｎｃｅ ｐｒｅｃｕｒｓｏｒｓ，ＡＳＰｓ） １－３：。目前国内在利用事故 先兆事件数据对设备进行定量风险分析方面的研究 较少。国外Ｇｅｕｎ Ｗｏｏｎｇ等 利用贝叶斯理论和工 厂具体失效数据对液化天然气设备进行动态失效评 价。Ｍａｒｙａｍ Ｋａｌａｎｔａｒｎｉａ等［３］利用贝叶斯理论和事 故先兆数据对储油罐进行动态失效评价，并对英国 石油公司某炼油厂进行动态风险分析 一。笔者基 于贝叶斯方法，利用事故先兆事件数据动态分析井 口分离器安全屏障失效概率、事故的发生概率；由于 事故后果损失具有随机性和模糊性，采用模糊损失 率的方法量化事故后果损失，进而分析井口分离器 的风险状态。 １ 动态风险分析原理及流程 确定风险分析对象后，首先利用危险性和可操 作性（ＨＡＺＯＰ）分析、故障类型和影响（ＦＭＥＡ）分析 等安全技术辨识单元容易发生的异常事件和预防异 常事件发展成事故的安全屏障（安全措施）。假定 异常事件发生后，根据安全屏障响应的顺序分析事 件向前发展中各个安全屏障成功与失败的过程和结 果，绘制事件树，根据潜在的后果确定事件树后果事 件。考虑到后果事件损失的随机性和模糊性，利用 模糊损失率的方法量化不同后果事件的损失 。 根据历史数据、专家意见及相关标准确定安全屏障 的先验失效概率分布厂（ ），然后基于贝叶斯方法利 用下一个时间段内发生的事故先兆数据更新安全屏 障的失效概率，得到后验概率分布厂（ ｌｄａｔａ） 。 ｆ（ｘｌ ｄａｔａ）＝ ｇ（ ｄａｔａ Ｉｘ）ｆ （ｘ ）Ｏｃｇ（ｄａｆａＩ ） ）． （１） 式中，ｇ（ｄａｔａＩ ）为似然函数。 利用每个时间段内更新的安全屏障失效概率和 事件树分析法更新后果事件的概率，进而更新分离 器的风险。在风险评估方法中，一个设备的风险 定义为 Ｒ＝∑Ｒ ＝∑Ｆ Ｃ ． （２） 式中，Ⅳ为设备失效情形数；Ｆ 和Ｃ 分别表示设备 发生情形ｉ的概率和影响后果的数学表达式，采用 模糊损失率表示设备失效后果。 一个＿丁艺单元的动态风险分析过程如图１所 不 图１ 动态风险分析流程图 Ｆｉｇ．１ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｄｙｎａｍｉｃ ｒｉｓｋ ａｎａｌｙｓｉｓ ２分离器低液位事件树模型 ２．１ 异常事件及安全屏障辨识 井口分离器是高含硫集气站关键设备之一，其 安全运行状况至关重要。为了使分离器安全、平稳、 高效地运行，液位应保持在一定范隔内。由于高含 硫天然气的强腐蚀性，极易导致仪表和调节阀等部 件失效，再加上员工不正常操作或不及时维护，分离 器极易发生低液位现象［１ 。分离器液位过低（失 控）会发生串气，使分离器中的高压气体进入排液 系统．发生高压串低压事故．造成安全阀起跳，甚至 管道爆裂。如图２所示，为了确保分离器安全平稳 运行，安装了液位调节阀（ＬＶ）、液位计（ＬＧ）、液位 报警器（ＬＩＡ）、酸液输送管道紧急关断阀（ＥＳＤＶ）等 安全屏障 气 口 图２高含硫集气站井口分离器 Ｆｉｇ．２ Ｈｉｇｈ－ｓｕｌｆｕｒ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ ２．２事件树模型构建 如图３所示，井口分离器有６个安全屏障（Ｓ。、 ５ 、ｓ 、Ｌｓ 、ｓ 、Ｓ ）防止低液位事件发展成事故。排 液管线上的液位控制阀根据液位传感器信号调节分 离器的液位。当液位到达低低液位时，低低液位警 报响起，提醒员工采取纠正措施。当纠正措施失效， 第３７卷第６期 谭清磊，等：基于贝叶斯方法的高合硫井口气液分离器动态风险分析 －１３１・ 液位到达低低液位时．低低液位报警并触发排液管 线的紧急关断阀关断。如果自动关断失效后人工关 以看出，根据低液位事件发展的不同路径，产生ｌ７ 种后果，分为三大类（继续运行、排液管关断、失 控）。图中 表示安全屏障 在分支点ｔ处的失效 ， 断又失效，将发生串气事故。在事件树中，假定当低 液位警报响起时，操作人员能够察觉到。由图３可 ＿．．———— 一 ——－———— ｒ———————＿— 概率。 ’ —１ ｒ— 。 ’’—１ ——－——＿———１ ｌＩ低液位ＩＩ员工震ｌＩ采取纠正ＩＩ低证藏位ｌｌ鬃惫关ｌ１人工关Ｉ Ｌ＿＿＿＿＿＿＿＿－＿Ｊ －＿＿ ＿＿＿ｌｌ＿Ｊ ｋ－－＿＿－＿・＿＿＿＿ 报警（ ）ＩＩ襄（ ）ＩＩ措麓（ ）ＩＩ报警（ ）ＩＩ断阿（ｓｐ ＩＩ向＜ ）Ｉ ＿＿＿＿＿＿ ＿＿＿ ’’ — ’’ ’ 。。。’ 一 ＣｃＣＯ Ｃ２一ＳＤ Ｃ３－ＳＤ 低 藏 位 Ｃｌｓ－ＲＡ Ｃ１６－ＳＤ Ｃｌ７一Ｒ＾ ＣＯ＝继续运行 ｓＤ；捧液管关断 Ｒ＾，失控 图３井口分离器低液位事件树 Ｆｉｇ．３ Ｅｖｅｎｔ ｔｒｅｅ ｆｏｒ ｌｏｗ ｌｉｑｕｉｄ ｌｅｖｅｌ ｉｎ ｗｅｌｌｈｅａｄ ｓｅｐａｒａｔｏｒ 耽∞ ｎ∞∞ ｍ渤 ｍ锄 锄 在集气站日常运行中，井口分离器发生的低液 气站井口分离器一段时间内累积的异常事件导致每 种后果的统计数据。 数。 为后果ｃ 随时问的累积 位异常事件，由于操作者低估它们的负面影响，可能 没有引起重视。每次异常事件发生后将会发展成图 ３中１７种后果中的一种。表１列举某一高含硫集 表１不同后果的累积数量 Ｔａｂｌｅ １ Ｃｕｍｕｌａｔｉｖｅ ｎｕｍｂｅｒ ｏｆ ｄｉｆｆｅｒｅｎｔ ｋｉｎｄｓ ｏｆ ｃｏｎｓｅｑｕｅｎｃｅｓ ・１３２・ 中国石油大学学报（自然科学版） ３ 井口分离器动态风险分析 ３．１ 安全屏障失效概率评估 传统的事件树分析假定事件失效概率为常数， 采用概率分布函数表示安全屏障失效概率更符合现 场设备状态¨ 。假定安全屏障失效概率是随机变 量，并且是相互的，也就是说，安全屏障失效概 率与后果事件以及先前的安全屏障是无关的，例如 。＝ ＝ 。． 安全屏障Ｓｉ的先验失效概率分布．，’ （ ）用Ｂｅｔａ分布模拟１］２ｊ： ＿厂（Ｘｊ）。ｃ（ ） （１－Ｘｊ） ～， ＝１，２，…，６． （３） 式中，Ⅱ，、ｂ，为Ｂｅｔａ分布的参数。 式（３）的平均值为。／（ａｊ＋ｂｊ），方差为％ｂ／［（ａｊ ＋６，） （ａｊ＋ｂ ＋１）］。 根据美国化学工程师协会过程安全中心制定的 定量风险分析准则ｌ“ ，安全屏障的失效概率采用 Ｂｅｔａ分布的参数见表２ Ｊｒ瓣醛巅 Ｏ ０ 表２安全屏障先验Ｂｅｔ毗 ａ分布参数 Ｔａｂｌｅ ２ Ｐａｒａｍｅｔｅｒｓ ｏｆ Ｂｅｔａ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｏｒ ｐｒｉｏｒｉ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ ｓａｆｅｔｙ ｂａｒｒｉｅｒｓ Ｓｌ Ｓ２ Ｓ｝ Ｓ４ Ｓ５ Ｓ６ ｎｉ＝１ ｎ２＝１ ａ３ １５ “４＝５ ｎ５＝５ “６＝１ ６】＝９９９ ｂ２＝９９ ６３＝９８５ ｂ４＝９９５ ｂ５＝９９５ ６６＝９９ 假定安全屏障失效数据服从伯努利函数分 布ｌ２ｊ，利用贝叶斯定理和伯努利似然函数得到后验 慨率分布： ／ ｌ ｄａｔａ）。ｃ（ ，）０（１一ｘｊ） Ｉ ，）， ｂ ＾ｈ ＝∑Ｆｊ． ， ＝∑Ｓ川， ＝ｌ，２，…，６． （４） 式中，Ｆ ，为安全屏障ｓ 在分支点￡处的失效累积次 数；Ｓ ，为安全屏障ｓ 在分支点ｔ处功能正常的累积 次数，如Ｆ ．：，∑ ，Ｓ ， ＝ ；Ｎｂ，为安全屏障ｓ，的 分支点数目 由式（４）可以看出，后验概率分布也是Ｂｅｔａ分 布，其参数为。，＋Ｆ ，ｂｊ＋ 。南式（４）和表１得各安 全屏障后验失效概率平均值 如图４所示 ３．２后果事件概率 按照图３中低液位异常事件的发展过程，利用 条件概率和安全屏障在事件树各个分支点的失效概 率计算后果事件（继续运行、关断，失控）的发生概 率。例如后果Ｃ 一ＣＯ、Ｃ，一ＳＤ发生的概率分别为 ｃ，＝（１一 ｌ １）（１一 ３ １）， （５） ＝（１一 １．】） ３，１（１一 ４，ｉ）（１一 ５．１）． （６） 式中， ，表示安全屏障 在分支点ｔ处的失效概 率。 一 一 一￡ 一 一 一 ０ 对 ｌ６ Ｚ４ Ｚ ４０ ４８ ｂ６ 时间ｔ／月 图４安全屏障后验失效概率随时间的变化曲线 Ｆｉｇ．４ Ｃｕｒｖｅｓ ｏｆ ｐｏｓｔｅｒｉｏｒ ｆａｉｌｕｒｅ ｐｒｏｂａｂｉｌｉｔｉｅｓ ｏｆ ｓａｆｅｔｙ ｂａｒｒｉｅｒｓ ｏｖｅｒ ｔｉｍｅ 分离器继续运行、排液管关断、失控的发生概率 为相应状态发生概率的总和。继续运行、排液管关 断、失控的发生概率分别为 （：（）＝ ＋ ｃ】７， （７） ＸＳＩ）＝ ｃ＋ＸＣ＋ ２５＋Ｘｃ＋ＸＣ＋ＸＣ８ｑ】１＋Ｎｃ ３Ｊ ３＋ｘＣ Ｊ４＋ｘｃ１６， （ ） ＸＲＡ Ｘ（２＋ＸＣ＋ＸＣ＋ＮＣ＋Ｘｃ４６ｌ０１ ２】５＋ （ （９） 分离器继续运行、排液管关断及发生失控的概 率随时间的变化如图５所示。由网５可以看｝｛１，失 控的概率最大为３．５×１０～， ｃ（）＞ ｓ『】＞ ＲＡ， ＨＡ远远小 于前两者。当分离器排液管关断的概率大于继续运 行的概率时，需要对其安全屏障进行检测维修，或者 更换分离器。 静 鼙 删 勰 图５后果发生概率随时Ｉ司变化的曲线 Ｆｉｇ．５ Ｃｕｒｖｅｓ ｏｆ ｃｏｎｓｅｑｕｅｎｃｅ ｏｃｃｕｒｒｅｎｃｅ ｐｒｏｂａｂｉｌｉｔｉｅｓ ｏｖｅｒ ｔｉｍｅ ３．３井口分离器动态风险 井口分离器低液位风险为设备继续运行、排液 管关断、发生失控的风险之和，表示为 Ｒ＝ＣｃｏＸｃ０＋ｃｓＤ ｓＤ＋ｃＲＡ ＲＡ． （１０） 低液位事件发生后，分离器继续运行、排液管关 断、发生失控的后果损失难以定量化。目前，围内外 对事故后果的评价和判别标准各不相同。现有的事 第３７卷 第６期 谭清磊，等：基于贝叶斯方法的高含硫井口气液分离器动态风险分析 ・ｌ３３・ 故后果判别标准均采用绝对损失值来界定事故损失 的大小，但是对于不同国家或地区的不同工程项目 并不完全适用，且具有局限性。因此根据周红波［６］ 提出的损失率 的概念评价事故后果损失，即任一 事故发生后，其引起的所有损失（包括经济损失、人 员伤亡、工期延误、环境影响等）与总投资的比： ＝ＩＶｉ／ＩＶ． （１ １） 式中， 为总投资；ＩＶｉ为事故ｉ的后果损失总和。 对于某些事故，可能出现Ｔ，＞１的情况，规定 ＞１时统一取值为１，且将 划分为表３所列的５个 区间 ． 表３损失率区间 Ｔａｂｌｅ ３ ＬＯＳＳ ｒａｔｅ ｉｎｔｅｒｖａｌｓ 对于表３中的５个损失率区间中值可以用向量 Ｒ 表示为 Ｒ ＝［０．５ ０．０５ ０．００５ ０．０００５ ０．００００５］． （１２） 由于同类事故后果造成的损失具有随机性，同 类事故后果的损失及其损失率可能不同，损失率可 能介于若干个损失率区间且处于不同损失率区间的 可能性不同。采用损失率概率向量垡 表示损失率 处于不同损失率区问的几率： ｑ ＝［ｑ ｌ ｇ ｇ ３ ９ ｑ ５］． （１３） 式中，ｉ为事故后果种类，ｉ＝１，２，３；ｇ 为ｉ类事故后 果处于损失等级为１时对应的损失率区间的几率； 为该事故后果处于损失等级为２时对应的损失率 区间的几率，依次类推。根据事故统计资料和专家 意见确定不同种类后果的损失率概率向量。 为了对同类事故后果进行定量分析，采用模糊 损失率的方法，通过ｇ与所对应的损失率区间中值 向量Ｒ ．．，的运算，可得任一事故后果的模糊损失率为 ｃ：ｇ・ｅ Ｔ ． （１４） 根据专家意见和事故后果统计数据确定不同种 类事故的损失率概率向量，并计算模糊损失率，见表 ４。 利用式（１０）分析分离器风险随时间的变化趋 势，如图６所示。 由图６可以看出。分离器风险虽有波动但总体 上逐渐增大，最大时损失率为８．７×１０～。这主要是 因为分离器继续运行的概率逐渐减小，而排液管关 断、失控的概率逐渐增大。由于３类后果事件的损 失难以量化，本文利用模糊损失率的方法确定三者 的损失程度，简单易行。 表４不同种类后果的模糊损失率 Ｔａｂｌｅ ４ Ｆｕｚｚｙ ｌｏｓｓ ｒａｔｅ ｏｆ ｄｉｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｃｏｎｓｅｑｕｅｎｃｅｓ ０・０００ 锄 Ｏ．０Ｏ０ 图６分离器风险变化曲线 Ｆｉｇ．６ Ｒｉｓｋ ｐｒｏｆｉｌｅ ｏｆ ｓｅｐａｒａｔｏｒ ４ 结 论 （１）利用事件树模拟分离器低液位异常事件的 发展过程，根据异常事件的发展路径分为１７种后 果，根据后果严重程度分为分离器继续运行、排液管 关断、失控三大类。对于同类事故后果损失的不确 定性。采用模糊损失率的方法量化事故后果损失，简 单易行。 （２）有效利用分离器运行中的事故先兆数据对 安全屏障失效概率和后果事件发生概率进行动态更 新，并动态反映分离器由低液位导致的风险变化。 分离器继续运行的概率逐渐减小，而排液管关断的 概率逐渐增大，失控的概率最大为３．５×１０～，远小 于前两者，分离器风险虽有波动但总体上逐渐增大， 风险最大时损失率为８．７×１０～，这为企业制定维护 策略提供依据。 （３）该方法的精确度依赖于收集的事故先兆数 据的准确性，应注重监测和记录分离器运行中发生 的异常事件、重大事件和未遂事故等事故先兆事件。 此外，可以将该方法借鉴到类似设备的动态风险分 析中。 ・ｌ３４・ ｒｌ ｒｌ ｒｌ 中国石油大学学报（自然科学版） ｒｌ 『 ｒｌ ２０１３年１２月 ¨ 参考文献 ＹＩ Ｗ．ＢＩＥＲ Ｖ Ｍ．Ａｎ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｃｏｐｕｌａｓ ｔｏ ａｃｃｉｄｅｎｔ ［７］ 罗桦槟，张世英．事件树方法的贝叶斯分析［Ｊ］．系 统Ｔ程与电子技术，１９９９。２１（９）：７８—８０． ＬＵＯ Ｈｕａ—ｂｉｎ，ＺＨＡＮＧ Ｓｈｉ—ｙｉｎｇ．Ｂａｙｅｓｉａｎ ａｎａｌｙｓｉｓ ｏｆ ｅ— ｐｒｅｃｕｒｓｏｒ ａｎａｌｙｓｉｓ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ，１ ９９８，４４ （１２）：２５７—２７０． ＭＥＥＬ Ａ，ＳＥＩＤＥＲ Ｗ Ｄ．Ｐｌａｎｔ—ｓｐｅｃｉｉｃ ｄｙｎａｍｉｃ ｆｆａｉｌｕｒｅ ｖｅｎｔ ｔｒｅｅ ｍｅｔｈｏｄ［Ｊ］．Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｅｌｅｃｔｒｏｎ— ｉｃｓ，１９９９，２１（９）：７８—８０． ［８］ Ａｍｅｒｉｃａｎ Ｐｅｔｒｏｌｅｕｍ Ｉｎｓｔｉｔｕｔｅ．ＡＰＩ ＲＰ ５８ １—２００８。ｒｉｓｋ ｂａｓｅｄ ｉｎｓｐｅｃｔｉｎｎ ｔｅｃｈｎｏｌｏｇｙ［Ｓ］．Ｗａｓｈｉｎｇｔｏｎ，ＤＣ：ＩＨＳ， ２００８． ａｓｓｅｓｓｍｅｎｔ ｕｓｉｎｇ Ｂａｙｅｓｉａｎ ｔｈｅｏｙ［Ｊ］．Ｃｈｅｒｍｉｃａｌ Ｅｎｇｉ— ｎｅｅｒｉｎｇ Ｓｃｉｅｎｃ，ｅ，２００６，６１（２１）：７０３６－７０５６． ＫＡＬＡＮＴＡＲＮＩＡ Ｍ，ＫＨＡＮ Ｆ，ＨＡＷＢＯＬＤＴ Ｋ．Ｄｙｎａｍ— ｉｃ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｕｓｉｎｇ ｆａｉｌｕｒｅ ａｓｓｅｓｓｍｅｎｔ ａｎｄ Ｂａｙｅｓｉａｎ ［９］ Ａｍｅｒｉｃａｎ Ｐｅｔｒｏｌｅｕｍ Ｉｎｓｔｉｔｕｔｅ．ＡＰＩ Ｐｕｂｌｉｃａｔｉｏｎ ５８ １—２０００， ｒｉｓｋ—ｂａｓｅｄ ｉｎｓｐｅｃｔｉｏｎ ｂａｓｅ ｒｅｓｏｕｒｃｅ ｄｏｃｕｍｅｎｔ『Ｓ］．Ｗａｓｈ— ｉｎｇｔｏｎ，ＤＣ：ＡＰＩ Ｐｕｂｌｉｃａｔｉｏｎ ａｎｄ Ｄｉｓｔｒｉｂｕｔｉｏｎ，２０００． ｔｈｅｏｒｙ ＩＪ．Ｊｏｕｒｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎ— ｄｕｓｔｒｉｅｓ，２００９，２２（５）：６００—６０６． ＹＵＮ Ｇ ＲＯＧＥＲＳ Ｗ Ｊ，ＭＡＮＮＡＮ Ｍ Ｓ．Ｒｉｓｋ ａｓｓｅｓｓ— ｍｅｎｔ ｏｆ ＬＮＧ ｉｍｐｏｒｔａｔｉｏｎ ｔｅｒｍｉｎａｌｓ ｕｓｉｎｇ ｔｈｅ Ｂａｙｅｓｉａｎ— ［１Ｏ］ 高少华，邹兵，严龙，等．含硫１天然气净化厂硫化氢 泄漏分析及对策『Ｊ］．中同安伞生产科学技术． ２０１２，８（２）：ｌ７４—１７９． ＧＡＯ Ｓｈａｏ—ｈｕａ，ＺＯＵ Ｂｉｎｇ，ＹＡＮ Ｌｏｎｇ，ｅｔ ａ１．Ｓｔｕｄｙ ｏｔ ＬＯＰＡ ｍｅｔｈｏｄｏｌｏｇｙ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎｄｕｓｔｒｉｅｓ，２００９，２２（１）：９１—９６． ＫＡＩ ＡＮＴＡＲＮＩＡ Ｍ，ＫＨＡＮ Ｆ，ＨＡＷＢＯＬＤＴ Ｋ．Ｍｏｄｅｌ— ｉｎｇ ｏｆ ＢＰ Ｔｅｘａｓ ｃｉｔｙ ｒｅｆｉｎｅｒｙ ａｃｃｉｄｅｎｔ ｕｓｉｎｇ ｄｙｎａｍｉｃ ｒｉｓｋ ｈｙｄｒｏｇｅｎ ｓｕｌｆｉｄｅ ｌｅａｋａｇｅ ａｎｄ ｄｉｓｐｅｒｓｉｏｎ ｉｎ ｓｏｕｒ ｇａｓ ｐｕｒｌ— ｉｆｃａｔｉｏｎ ｐｌａｎｔｓ ａｎｄ ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｓａｆｅ— ｔｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２０１２，８（２）：１７４—１７９． ａｓｓｅｓｓｍｅｎｔ ａｐｐｒｏａｃｈ［Ｊ］．Ｐｒｏｃｅｓｓ Ｓａｆｅｔｙ ａｎｄ Ｅｎｖｉｒｏｎ— ｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ，２０１０，８８（３）：１９１—１９９． ［１ １］ Ｃｅｎｔｅｒ ｆｏｒ Ｃｈｅｍｉｃａｌ Ｐｒｏｃｅｓｓ Ｓａｆｅｔｙ．Ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ ｃｈｅｍｉｃ￣ｐｒｏｃｅｓｓ ｑｕａｎｔｉｔａｔｉｖｅ ｒｉｓｋ ａｎａｌｙｓｉｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ａｍｅｒｉｃａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ＂Ｃｈｅｍｉｃａｌ Ｅｎｇｉｎｅｅｒｓ， ２０００． 周红波．基于贝叶斯网络的深基坑风险模糊综合评估 方法［Ｊｊ．上海交通大学学报，２００９，４３（９）：１４７４一 】４７８ ［１２］ ＣＯＬＯＭＢＯ Ａ Ｇ，ＣＯＮＳＴＡＮＴＩＮＩ Ｄ．Ｇｒｏｕｎｄ—ｈｙｐｏｔｈｅｓｅｓ ＺＨＯＵ Ｈｏｎｇ—ｂｏ．Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｄｅｅｐ ｆｏｕｎｄａｔｉｏｎ ｐｉｔ ｂｙ ｕｓｉｎｇ ｆｕｚｚｙ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｆｏｒ Ｂｅｔａ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｓ Ｂａｙｅｓｉａｎ ｐｒｉｏｒ¨Ｊ］．Ｍｉｃｒｏｅｌｅｃ— ｔｒｏｎｉｃｓ Ｒｅｌｉａｂｉｌｉｔｙ，１９８０，２０（６）：９０２—９０６． Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｓｈａｎｇｈａｉ Ｊｉａｏｔｏｎｇ Ｕｎｉ— ｖｅｒｓｉｔｙ，２００９，４３（９）：１４７４—１４７８． （编辑沈玉英） （上接第１２８页） ［１８］ ＷＡＮＧ Ｈａｉ—ｔａｏ，ＨＡＮ Ｅｎ—ｈｏｕ．Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｍｅｔａｓｔａ— ［２４］ ＰＥＴＥＲＳＯＮ Ｒ Ｅ．Ｓｔｒｅｓｓ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｐｈｅｎｏｍｅｎａ ｊｎ ｆａ— ｔｉｇｕｅ ｏｆ ｍｅｔａｌｓ［Ｊ］．Ａｐｐｌｉｅｄ Ｍｅｃｈａｎｉｃｓ Ｓｅｃｔｉｏｎ，１９３３， ５５：１５７． ｂｌｅ ｃｏｒｒｏｓｉｏｎ ｐｉｔ ｄｅｖｅｌｏｐｍｅｎｔ ｕｎｄｅｒ ｍｅｃｈａｎｉｃａｌ ｓｔｒｅｓｓ ［Ｊ］．Ｅｌｅｃｔｒｏｃｈｉｍｉｅａ Ａｃｔａ，２０１３，９０：１２８—１３４． ［１９］ 崔铭伟，曹学文．腐蚀缺陷对中高强度油气管道失效 力的影响［Ｊ］．石油学报，２０１２，３３（６）：１０８６—１０９２． ＣＵＩ Ｍｉｎｇ—ｗｅｉ，ＣＡＯ Ｘｕｅ—ｗｅｎ．Ｉｍｐａｃｔ ｏｆ ｃｏｒｒｏｓｉｏｎ ｄｅ— ｆｅｃｔ ｏｎ ｔｈｉｌｕｒｅ ｐｒｅｓｓｕｒｅ ｏｆ ｍｅｄｉｕｍ－－ｈｉｇｈ ｓｔｒｅｎｇｔｈ ｏｉｌ－・ｇａｓ ［２５］ ＰＥＴＥＲＳＯＮ Ｒ Ｅ．Ａｎａｌｙｔｉｃａｌ ａｐｐｒｏａｃｈ ｔｏ ｓｔｒｅｓｓ ｃｏｎｃｅｎ— ｔｒａｔｉｏｎ ｅｆｆｅｃｔ ｉｎ ａｉｒｃｒｆａｔ ｍａｔｅｒｉａｌｓ［Ｃ １．Ｄａｙｔｏｎ：Ａｉｒ Ｆｏｒｃｅ—ＷＡＤＣ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｆａｔｉｇｕｅ ｏｆ Ｍｅｔａｌｓ．１９５９． ［２６］ ＩＳＩＤＡ Ｍ．Ｏｎ ｔｈｅ ｔｅｎｓｉｏｎ ｏｆ ｔｈｅ ｓｔｒｉｐ ｗｉｔｈ ｓｅｍｉ—ｃｉｒｃｕｌａｒ ｎｏｔｃｈｅｓ［Ｊ］．Ｔｒａｎｓ Ｊａｐａｎ Ｓｏｃ Ｍｅｃｈ Ｅｎｇ，１９５３，１９：５． ｐｉｐｅｌｉｎｅ［Ｊ］．Ａｃｔａ Ｐｅｔｒｏｌｅｉ Ｓｉｎｉｃａ，２０１２，３３（６）：１０８６— １０９２． ［２７］ ＶＡＮ Ｄｙｋｅ Ｐ．Ｓｔｒｅｓｓｅｓ ａｂｏｕｔ ａ ｃｉｒｃｕｌａｒ ｈｏｌｅ ｉｎ ａ ｃｙｌｉｎ— ｄｒｉｃａｌ ｓｈｅｌｌ［Ｊ］．ＡＩＡＡ Ｊｏｕｒｎａｌ，１９６５，３（９）：１７３３— １７４２． ［２０］ 帅建．管线力学『Ｍ］．北京：科学出版社，２０１０． ［２１］ ＦＲＥＩＲＥ Ｊ Ｌ Ｆ．ＶＩＥＩＲＡ Ｒ Ｄ．ＢＥＮＪＡＭＩＮ Ａ Ｃ．Ｐａｒｔ １：ｅｘｐｅｒｉｍｅｎｔａｌ ｔｅｃｈｎｉｑｕｅｓ ｉｎ ｔｈｅ ｆｉｅｌｄ ｏｆ ｐｉｐｅｌｉｎｅ ｉｎ— ［２８］ ［２９］ ＨＡＤＤＯＮ Ｒ Ａ Ｗ．Ｓｔｒｅｓｓｅｓ ｉｎ ａｎ ｉｎｆｉｎｉｔｅ ｐｌａｔｅ ｗｉｔｈ ｔｗｏ ｕｎｅｑｕａｌ ｃｉｒｃｕｌａｒ ｈｏｌｅｓ［Ｍ］．Ｏｘｆｏｒｄ：Ｑ Ｊ Ｍｅｃｈ，１９６７． ＬＥＫＫＥＲＫＥＲＫＥＲ Ｊ Ｇ．Ｓｔｒｅｓｓ ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｒｏｕｎｄ ｃｉｒ— ｔｅｇｒｉｔｙ［Ｊ］．Ｅｘｐｅｒｉｍｅｎｔａｌ Ｔｅｃｈｎｉｑｕｅｓ，２００３，５：４７—５０． ＲＡ Ｒ Ｄ，ＢＡＮＪＡＭＩＮ Ａ Ｃ．ｅｔ ａ１． ［２２］ ＦＲＥＩＲＥ Ｊ Ｌ Ｆ，ＶＩＥＩＰａｒｔ ３：ｂｕｒｓｔ ｔｅｓｔｓ ｏｆ ｐｉｐｅｌｉｎｅ ｗｉｔｈ ｅｘｔｅｎｓｉｖｅ ｌｏｎｇｉｔｕｄｉ— ｃｕｌａｒ ｈｏｌｅｓ ｉｎ ｃｙｌｉｎｄｒｉｃａｌ ｓｈｅｌｌｓ［Ｃ］．Ｂｅｒｌｉｎ：Ｐｒｏｃ ｌｈｈ Ｉｎｔｅｒｎ Ｃｏｎｇｒ Ａｐｐｌ Ｍｅｃｈ，Ｓｐｒｉｎｇｅｒ，１９６４． ｎａｌ ｍｅｔａｌ ｌｏｓｓ［Ｊ］．Ｅｘｐｅｒｉｍｅｎｔａｌ Ｔｅｃｈｎｉｑｕｅｓ，２００６， １１：６０—６５． ［３０］ ＥＲＩＮＧＥＮ Ａ Ｃ，ＮＡＧＨＤ１ Ａ Ｋ， ＦＨＩＥＬ Ｃ Ｃ．Ｓｔａｔｅ ｏｆ ｓｔｒｅｓｓ ｉｎ ａ ｃｉｒｃｕｌａｒ ｃｙｌｉｎｄｒｉｃａｌ ｓｈｅｌｌ ｗｉｔｈ ａ ｃｉｒｃｕｌａｒ ｈｏｌｅ ［２３］ 王致祥，等．管道应力分析与计算［Ｍ］．北京：水利 电力 ；版社，１９８２：６３—７３． ［Ｃ］．Ｗｅｌｄｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｏｕｎｃｉｌ Ｂｕｌｌｅｔｉｎ １０２，１９６５． （编辑沈玉英）
