郝武民,鄭建國,張志鵬
(1.中核四〇四有限公司,甘肅嘉峪關 735100 2.中國輻射防護研究院,山西太原 030006)
液化天然氣(Liquefied Natural Gas,LNG)氣化站將槽車運輸的LNG氣化后供用戶使用,與管道天然氣相比,其建站快捷、供氣便利,可快速滿足用戶的需求,是對管道天然氣的重要補充[1]。然而,LNG氣化站生產過程存在低溫、高壓、易燃、易爆等危險,站內工藝流程復雜,設備和管道密集,一旦發生事故,將嚴重影響正常生產工作,甚至造成人員傷亡和財產損失[2]。因此,對氣化站生產過程中的天然氣泄漏進行風險評估具有實踐意義。
目前國內外學者使用不同的方法對LNG站場進行了風險評估,這些方法可以分為靜態風險分析和動態風險評估兩種。在靜態風險評估中,JEON E G,等[3]使用SAFETI軟件計算了移動式LNG充裝站主要設備失效的影響范圍;孟夢[4]利用故障樹及FLACS軟件對LNG加氣站儲罐泄漏的風險進行了定量評估;高冉[5]基于AHP-模糊綜合評價法,構建了LNG接收站碼頭的安全評價模型,以某接收站為研究對象進行專家意見的收集和統計計算,得到安全評價的結果,并針對此接收站的卸料臂泄漏,利用有限元軟件FLACS對泄漏擴散后果進行模擬,得到不同時間泄漏源附近的濃度場和溫度場,確定出危險范圍。
在天然氣站場的生產過程中,發生事故的風險概率是隨時間推移而變化的,單一的靜態風險評估無法準確反映風險的動態特征,建立動態模型評估風險隨時間的演化過程更加接近實際,為此,WU J,等[6]提出了基于貝葉斯網絡、能量轉移理論、初步危險分析、事件樹的動態風險評估模型,并使用貝葉斯網絡(Bayes Network,BN)進行初始事件概率的更新,實現了LNG站場的動態風險概率評估。
目前國內有關LNG氣化站的動態風險概率研究較少,且通常只考慮一個作業階段內的動態風險概率,不能實現氣化站全作業周期內的天然氣泄漏動態風險概率評估,本文基于動態貝葉斯網絡(Dynamic Bayesian Networks,DBN)及模糊集理論,構建了LNG氣化站全作業周期內的天然氣泄漏動態風險概率評估方法,以期使用該方法實現LNG氣化站全運行過程中的天然氣泄漏動態風險概率預測及分析,為天然氣站場的風險控制及安全管理提供參考。
氣化站LNG泄漏動態風險概率評估方法的流程,如圖1所示。
圖1 氣化站LNG泄漏動態風險概率評估方法流程
1.1 作業階段識別
在LNG氣化站的運行過程中,LNG卸車、儲存、氣化、調壓計量等操作的控制及監控是保證氣化站安全運行的重要組成部分。根據氣化站的工藝流程、操作規程及日常運行情況對氣化站的作業階段進行劃分,是實現LNG氣化站全運行過程中天然氣泄漏動態風險概率評估的基礎。
1.2 故障樹模型的建立
故障樹是表示故障因果關系的分析圖[7],以氣化站內天然氣泄漏為頂事件,根據氣化站的工藝、設備、平面布置圖等信息,以站內設備質量不合格、作業人員水平低等原因為基本事件,對研究的事故進行逐次分析,并用規定的邏輯符號按層次畫出故障原因的分析圖。
1.3 動態貝葉斯網絡模型的建立
貝葉斯網絡(BN)可將變量間的概率關系進行圖形化描述,由節點、有向邊及條件概率表構成,節點代表隨機變量,節點間的有向邊代表了節點間的相互關系,用條件概率表達關系強度。BN中一組變量X=(x1,x2,x3,…,xn)的聯合概率分布P(X),見公式(1):
(1)
式中:Pa(xi)——xi的父集合。
動態貝葉斯網絡是一種將靜態貝葉斯網絡與馬爾科夫模型結合的概率分布模型,將靜態BN增加時間維度進行擴展,由不同時間片上的靜態BN組成,其轉移概率的概率分布P(Xt|Xt-1),見公式(2):
(2)
采用將故障樹映射為BN,并在此基礎上利用GeNle4.0軟件構建BN圖形結構的方法建立BN模型[8]。首先將故障樹的基本事件、中間事件和頂事件映射為BN的節點,按照故障樹中邏輯門所表示的事件關系將BN中相應節點的弧連接,并保持弧的方向與邏輯門的輸入輸出關系一致。
根據節點的實際情況設置節點的狀態,在此基礎上選取動態指標如環境條件、作業人員水平等考慮節點的時變特性將其設為動態節點,利用GeNle4.0軟件,合理設置時間片的數量,將BN轉化為DBN。
在LNG氣化站實際運行過程中,除了基本節點自身的概率隨著時間變化外,不同階段內設備的運行情況不同,即DBN中節點的使用情況不同,按節點的使用情況對建立的DBN進行修正,刪除相關時間片DBN上無關節點與根節點之間的弧,修改中間節點的條件概率,建立完整的LNG氣化站DBN圖形結構。
1.4 先驗概率、條件概率、狀態轉移概率的確定
在貝葉斯統計推斷中,先驗概率是指在考慮一些因素之前節點的致信程度分布;條件概率是指某一條件下事件發生的概率;狀態轉移概率是指節點的當前狀態轉移到新狀態的概率。節點的先驗概率、條件概率、狀態轉移概率是DBN的必要包含因素,然而,由于液化天然氣行業還處于起步階段,現有的數據庫中無法找到完整的數據,故采用專家判斷及模糊數學的方法,將專家評估的語言術語轉化為模糊數,進一步轉化為模糊概率。
由于所建立的DBN每一時刻的狀態取決于前一時刻的狀態,且對于不同的時刻,轉移概率不變,因此可以采用馬爾可夫轉移矩陣表示節點的狀態轉移概率[9],見公式(3):
(3)
式中:P——轉移矩陣;
ij——兩個相鄰的狀態;
pij——轉移概率。
1.4.1專家定性判斷
專家判斷的能力通常在5～9個區間之內[10],選用7級語言量表作為專家評判的標準,要求專家根據相關信息對節點狀態、條件概率及狀態轉移概率做出判斷。
1.4.2將專家判斷轉化為模糊數
采用梯形模糊數來轉化專家的評判結果,梯形模糊數表示為A=(a,b,c,d),隸屬函數,見公式(4):
(4)
式中:a,b,c,d——模糊數區間。
語量值及其對應的模糊區間,如表1所示[11]。
表1 語量值對應的模糊區間
1.4.3將多個模糊數聚合為一個模糊數
基于線性意見池法[12],由多位專家判斷轉化來的模糊數聚合成一個模糊數Pj,見公式(5):
(5)
式中:Wi——專家的權重;
Pij——專家i關于j事件做出判斷轉化成的模糊數;
n——專家的總數;
m——事件的總數。
專家的權重由評分法得出,每位專家的得分與所有專家的得分和之比為該專家的權重值,專家分類標準及評分,如表2所示。
表2 專家分類標準及評分
1.4.4將模糊數轉化為模糊可能性分數
采用區域中心法去模糊化方法[13],將模糊數轉化為模糊可能性分數,并作為節點的先驗概率、條件概率、狀態轉移概率輸入DBN。梯形模糊數去模糊化,見公式(6):
(6)
1.5 LNG氣化站泄漏風險動態風險概率評估
在BN中,可以根據給定證據E的概率對變量X的概率進行更新,更新后的概率即后驗概率,見公式(7):
(7)
式中:P(X|E)——給定證據E的X的后驗概率;
P(X,E)——X和E同時發生的概率;
P(E)——證據E發生的概率。
將先驗概率、條件概率、轉移概率及證據輸入DBN中,利用模型進行正向推理,可預測氣化站運行過程中LNG泄漏風險概率的動態變化;其次,利用DBN模型進行反向推理,可計算各子節點的變化率(Ratio of Variation,ROV),根據ROV值可對子節點的重要程度進行排序,識別導致LNG泄漏的關鍵因素,為管理者的決策提供依據[9]。
ROV值計算,見公式(8):
(8)
式中:π(Xi)——Xi的后驗概率;
θ(Xi)——Xi的先驗概率。
2.1 氣化站概況
某天然氣氣源站內的LNG為備用氣源,在管道檢修或事故工況下,將站外LNG氣化、加熱、調壓、計量、加臭后供下游用戶使用。該氣源站主要分為生產輔助區、高中壓調壓站及LNG氣化站,LNG氣化站主要分為儲罐區、氣化區、卸車區及放散區,其中儲罐區設4臺150 m3儲罐及2臺儲罐增壓器,氣化區設EAG加熱器、閃蒸氣(Boil-Off Gas,BOG)加熱器、水浴輔熱器及4臺空溫氣化器,卸車區設2臺卸車增壓器,放散區內的主要設施為放散塔。
2.2 LNG氣化站作業階段識別
根據氣化站的工藝流程、操作規程及日常運行情況,氣化站的運行過程可分為卸車階段、儲存階段及應急階段3個階段。
卸車階段進行站外LNG的卸車與儲存工作,在該階段將槽車運送來的站外LNG通過卸車增壓器、輸送管線輸送至儲罐進行儲存,期間產生的BOG經BOG加熱器及調壓計量加臭撬后進入高中壓調壓站出口總管出站。
儲存階段進行LNG的低溫儲存工作并使儲罐壓力維持在一定的范圍內,當罐內壓力低于或高于特定值時,通過儲罐增壓器及調節閥對罐內LNG進行增壓減壓。期間產生的BOG經BOG加熱器及調壓計量加臭撬后進入高中壓調壓站出口總管出站。
應急階段指在管道檢修或事故工況下,罐內的LNG經氣化器加熱氣化及調壓計量加臭撬調壓、計量、加臭后出站應急,以滿足正常的生產需要。
2.3 DBN模型的建立
根據氣化站的運行情況及平面布置圖,以天然氣泄漏為頂事件,氣化站各分區天然氣泄漏為中間事件,氣化站內的設備質量不合格、環境條件差、作業人員水平低等為基本事件建立氣化站的故障樹。利用GeNle4.0軟件將故障樹映射為BN,建立的BN模型,如圖2所示。
圖2 LNG氣化站BN模型
其中設備質量、管線質量設合格、不合格2個狀態,環境條件節點、作業人員水平節點設3個狀態,同一時刻節點的不同狀態概率和為1。
邀請3位專家對節點的先驗概率、條件概率、狀態轉移概率給出評價意見并按1.4節給出的方法進行處理,將評價意見進行處理后的先驗概率,如表3所示。
表3 各節點的專家評價意見及先驗概率
調壓區泄漏節點的條件概率如表4所示。
表4 調壓區泄漏節點的條件概率
將處理好的先驗概率、條件概率輸入BN,根據氣化站的實際運行情況,每個階段設置5個時間片,將BN模型轉化為DBN。第1～5個時間片表示卸車階段,第6～10個時間片表示儲存階段,第11～15個時間片表示應急階段,第16～20個時間片表示儲存階段。卸車增壓器質量、卸車區管線質量、環境條件、作業人員水平、儲罐質量、儲罐增壓器質量、儲罐區管線質量、BOG加熱器質量、其他氣化設備質量、BOG輸送管線質量、氣化區其他管線的質量、調壓計量器質量為動態指標,將其節點設為動態節點,從第一個時間片開始進行狀態轉移。
考慮到不同作業階段運行的設備不同,如儲存階段只涉及儲罐、儲罐區管線及儲罐增壓器,不涉及槽車、卸車增壓器等設備,修改第6～10個時間片內的BN,刪除不涉及節點與根節點之間的弧,調整節點的條件概率,同理修改其他時間片內的BN,得到氣化站全作業周期內的DBN模型。修改后的第10到第11個時間片上的DBN模型,如圖3所示。
圖3 第10到第11個時間片上的BN模型
2.4 風險概率評估
2.4.1正向推理分析
將先驗概率、條件概率、狀態轉移概率輸入DBN中,通過自動更新得到各節點隨時間變化的風險概率,實現無證據輸入時對LNG站場泄漏風險概率的初步推理分析,如圖4所示。
圖4 無證據輸入時各節點的泄漏風險概率
圖4為無證據輸入時作業人員水平高、卸車增壓器質量不合格、調壓計量器質量不合格、儲罐區管線質量不合格、BOG輸送管線質量不合格的概率變化,其它動態節點的概率變化趨勢與其相同,可以發現,在沒有人為干預的情況下,隨著時間的推移,風險因素發生的概率在LNG運行過程中有增加的趨勢,與LNG氣化站的實際情況相符。
氣化站LNG泄漏風險概率的動態變化,如圖5所示。
圖5 氣化站LNG泄漏動態風險概率
分析發現,在無人為干預的情況下,氣化站在運行過程中LNG泄漏的整體風險概率處于中等(M)和偏低(ML)之間,應急階段LNG泄漏的風險概率較大,儲存階段LNG泄漏的風險概率較小,這是因為儲存階段運行的設備少,且在氣化站運行的初始階段作業人員的水平還未提高。
將節點狀態的變化情況作為證據輸入DBN后進行更新,可得到有證據輸入的DBN模型,實現DBN的實時更新。假設進行到第11個時間片,氣化區所有設備進行了維護和更換,設備全部合格。將上述情景作為證據輸入DBN中,氣化區內設備狀態全部設為100%合格,對DBN進行更新,得到氣化站有證據輸入時的LNG泄漏風險概率的動態變化,可以發現,應急階段的LNG泄漏概率明顯減少。
2.4.2逆向診斷
假設進行到第11個時間片時,站場發生了LNG泄漏,泄漏位置不明。將上述情景作為證據輸入到DBN模型中,第11個時間片LNG泄漏的概率為100%,計算得到各設備節點第11個時間片的后驗概率和ROV值,如表5所示。
表5 各節點的先驗概率、后驗概率及ROV值
根據節點ROV值大小,BOG加熱器質量、儲罐質量、其他氣化設備質量是導致應急階段LNG泄漏風險的關鍵因素。儲罐區管線質量、BOG輸送管線質量的ROV值排在第6和第7位,但與排序在2～4位的風險因素相比,其后驗概率更大,因此儲罐區管線質量、BOG輸送管線質量也是導致應急階段LNG泄漏風險的關鍵因素。表明在應急階段應重點針對上述關鍵因素制定相應的預防措施和應急響應方案來降低風險事件的發生。
a) 本文通過分析LNG氣化站的運行過程及天然氣泄漏主要風險源,基于動態貝葉斯網絡及模糊數學理論,提出了LNG氣化站全作業周期內天然氣泄漏的動態風險評估方法,為LNG氣化站天然氣泄漏的動態風險概率評估提供了新的方案,有助于減少LNG氣化站天然氣泄漏事故、降低事故后果和制定安全管理策略。
b) 利用該方法,預測分析某氣化站全作業周期內天然氣泄漏的風險概率,得到了該氣化站天然氣泄漏概率的動態變化情況,在無人為干預的情況下,氣化站在運行過程中LNG泄漏的概率處于中等(M)和偏低(ML)之間,應急階段LNG泄漏的概率較大,儲存階段LNG泄漏的概率較小。
c) 通過DBN的逆向推理功能,BOG加熱器質量、儲罐質量、其他氣化設備質量、儲罐區管線質量、BOG輸送管線質量是導致應急階段天然氣泄漏的主要因素。
d) 該方法可以克服傳統靜態評估方法的不足,預測氣化站LNG泄漏風險概率的動態演化過程及對風險概率進行實時更新,并且可以借助DBN模型的反向診斷能力,識別項目的關鍵風險因素,為天然氣站場的風險控制提供參考。
e) 在DBN模型的輸入方面,由于缺乏相關數據,使用了專家判斷的方法,但專家判斷受主觀意識的影響,具有不確定性,在未來可將該模型與實時監測系統結合,利用實時更新的數據,對貝葉斯網絡同步更新,增加結果的可靠性。
猜你喜歡 氣化儲罐概率 大型LNG儲罐設計計算關鍵技術化工管理(2022年14期)2022-12-02第6講 “統計與概率”復習精講中學生數理化·中考版(2022年6期)2022-06-05大型LNG儲罐珍珠巖在線填充技術實踐煤氣與熱力(2022年4期)2022-05-23第6講 “統計與概率”復習精講中學生數理化·中考版(2021年6期)2021-11-22小型垃圾熱解氣化焚燒廠碳排放計算環境衛生工程(2021年4期)2021-10-13基于地震響應分析的大型LNG全容式儲罐儲罐基礎方案設計建材發展導向(2021年14期)2021-08-23概率與統計(一)新世紀智能(數學備考)(2021年4期)2021-08-06概率與統計(二)新世紀智能(數學備考)(2021年4期)2021-08-06—— 儲罐">一生清廉—— 儲罐黨員干部之友(2016年6期)2016-08-01氣化裝置在線倒爐及優化改進氮肥與合成氣(2015年8期)2015-12-23