基于贝叶斯网络的油码头装卸设备溢油失效可能性研究

江 文，蒋宏业，蒋安荔，罗 珊

1.西南石油大学石油与天然气工程学院(四川成都610500)

2.中国石化天然气川气东送管道分公司(湖北武汉430000)

基于贝叶斯网络的油码头装卸设备溢油失效可能性研究

江 文1，蒋宏业1，蒋安荔2，罗 珊1

1.西南石油大学石油与天然气工程学院(四川成都610500)

2.中国石化天然气川气东送管道分公司(湖北武汉430000)

油码头装却设备失效是导致溢油并引起火灾爆炸、海洋污染等事故的因素之一，因此，采用科学的方法对设备进行失效可能性研究具有重要意义。首先，运用故障树的贝叶斯网络化方法，构建油码头装却设备溢油故障的贝叶斯网络拓扑结构;其次，基于模糊集理论，利用GeNIe软件进行概率推理，定量评估设备失效可能性，可得引起装却设备故障的主要因素是输油臂密封圈漏油和输油泵快速接头故障;最后，结合后验概率进行事故致因分析，得出最大致因链，发现装却设备的薄弱环节。实例分析表明，利用贝叶斯网络推理分析，较传统的故障树分析更具合理性，概率分布更为准确。

油码头装却设备;贝叶斯网络;模糊集理论;失效可能性;事故致因;溢油失效

随着国家经济快速发展，成品油需求量上升，油码头装卸过程中的安全隐患也随之增加，如操作人员缺乏安全防范意识，计量错误或操作失误，设备耐蚀性能不高等，均可能引发火灾爆炸、溢油污染、人身伤亡及设备故障等事故［1］。因此有必要对油码头装卸设备进行失效可能性分析，其中常用的失效可能性分析方法有故障树分析、事件树分析、故障类型及影响分析等，但是这些方法在面向复杂系统安全建模分析和处理具有多态性、失效相关性等特点的问题上具有一定的缺陷。贝叶斯网络是一种基于贝叶斯推理的风险量化方法，此方法已经广泛用于油码头、液体化学品码头运营风险标准与风险评估、船舶溢油风险评价研究及港口生产安全评价［2-4］。由于贝叶斯网络法在处理多态性、动态性［5］和软件影响等特点的问题上具有明显优势，因此采用贝叶斯网络方法进行油码头装卸设备的失效可能性分析。

1 贝叶斯网络方法概述

贝叶斯网络是1988年由Pearl提出，是一个带有条件概率表(Conditional Probabilities Table，简称CPT)的有向无环图(Directed Acyclic Graph，简称DAG)，它是由节点与有向边构成，可用N=((X，T)，P)表示。其中，(X，T)表示一个有向无环图，P表示相应节点上的条件概率表。在(X，T)中，X=(x1，x2，…，xn)为有向无环图中所有节点的集合，每个节点代表一个变量;T为有向无环图中全部有向边的集合，有向边用于连接节点以描述节点间存在的相互关系［6］。

贝叶斯网络具有描述事件多态性和故障关系非确定性的能力，并且可以实现双向推理［7］。即利用联合概率分布从根节点进行自上而下的正向推理，计算出在给定根节点先验概率的前提下叶节点的发生概率，可用于可靠性分析;还能够通过贝叶斯公式从叶节点进行自下而上的反向推理，计算出在已知叶节点发生的条件下任意一个根节点的后验概率，可用于故障诊断，并且通过最大后验概率可确定最大致因链，因此更加适合对复杂系统的安全性和可靠性分析。

2 基于模糊集理论的贝叶斯网络概率分析

2.1 贝叶斯网络拓扑结构的构建

故障树模型的定义和逻辑表达方式与贝叶斯网络模型的概率和图形表达方式，两者有一定的相似性，因此可以将故障树模型转化为贝叶斯网络模型进行设备的失效可能性分析。故障树与贝叶斯网络的主要映射关系:事件——节点，逻辑门——连接强度，将故障树转换为贝叶斯网络的具体方法可参考文献［8］。

以图1 a)所示的故障树为例说明其转化方法。假设故障树中部件故障状态有2种:即故障和正常，分别用0和1表示，并且各个事件是相互独立的，故障和导致该故障的因素关系用与门、或门表达。它们的条件概率如式(1)、式(2)所示，图1 b)为该故障树转化成的贝叶斯网络拓扑结构模型。

图1 与/或逻辑关系对应的贝叶斯网络拓扑结构

2.2 先验概率的确定

由于油码头装卸设备失效可利用的历史数据有限，很难将事件发生概率用确定的数值表达。因此，采用专家评判的语义变量来表示事件概率，再将模糊性语言描述的事件概率经过解模糊后运用贝叶斯网络推理技术，实现失效概率的预测。具体步骤如下:

1)专家语言的模糊数处理。运用模糊集理论，引入语言变量，Wickens［9］认为事件发生概率可划分为7个语义值，其模糊隶属度分布如图2所示，λ-截集可参考文献［10］。

图2 模糊隶属度分布图

为了能够更准确地利用模糊数来量化事件的发生概率，采用算术平均法来综合多个专家的评判结果，n个专家评判的综合评判可表示为:

式中，Pi为第i个事件的模糊发生概率;fij为第j个专家评判第i个事件的模糊值;m为事件数目。

2)解模糊。在模糊集合中，取一个相对最能代表这个模糊集合的单值的过程称为解模糊。采用积分值法计算，它利用λ-截集的运算来对模糊数进行处理［10］，用优化指标ε反映专家的意见，假设P是L-R型模糊数，模糊数P的解模糊值为:

式中，ε∈［0，1］，当ε=0和ε=1时I(P)分别对应模糊数P解模糊化值的上下界，当ε=0.5时I(P)为模糊数P解模糊化值的代表值;IR(P)和IL(P)分别为模糊数左右隶属函数反函数的积分值。对于三角模糊数，IR(P)和IL(P)可用λ-截集表示，即:

式中，λR(P)和λL(P)分别为模糊数P的λ-截集上下界;λ=0，0.1，0.2，……，1;Δλ=0.1。

2.3 贝叶斯网络概率推理

GeNIe是由美国匹兹堡大学决策系统实验室开发的一款能够处理图像模型和构建图形决策理论模型的工具软件。运用GeNIe软件可以建立贝叶斯网络模型，其使用方式方便灵活，并具有可视化界面，在改变某一节点状态的条件下，能够直观地得到其他节点的后验概率，同时支持贝叶斯网络参数学习和结构学习，并可以提供推理功能，其中推理算法应用的是联合树推理算法［11］。

因此运用GeNIe软件进行概率推理计算，得到总失效概率，并对其进行等级划分，得到相应的失效可能性等级［12］。借鉴API581中对失效概率的等级划分，制定出油码头装卸设备的失效可能性等级划分表，见表1。

表1 失效可能性与失效概率的对应关系

3 实例分析

3.1 建立装卸设备溢油的贝叶斯网络拓扑结构

以某油码头装卸作业为例，其卸油作业流程为:船舱→输油泵→输油管→计量→输油臂→港区储油罐/罐车。通过分析装卸过程中设备溢油故障影响因素建立故障树，如图3所示，其中基本事件的代号和名称见表2。

图3 油码头装卸设备溢油故障树

3.2 概率推理及失效可能性等级的确定

根据模糊集理论及2.2节中的积分法处理进行解模糊运算，给出4位专家对油码头装卸设备溢油故障中输油臂故障的各基本事件的评判(表3)。

在λ-截集中，根据公式(3)可得出专家意见的平均模糊数，根据公式(4)～(6)可得基本事件的先验概率，见表4。

表2 基本事件的代号和名称

表3 专家对基本事件发生概率的评判

根据建立的贝叶斯网络拓扑结构，将节点的先验概率和条件概率表输入GeNIe中，结果如图4所示，可得油码头装卸设备溢油的概率为0.852，对照表1，此油码头装卸设备溢油的失效可能性为“高”。

3.3 后验概率计算

后验概率是修正先验概率后所获得的更接近实际情况的概率估计，表示事件发生的可能性大小，基本事件对顶事件的影响。可将油码头装卸设备溢油失效概率设为1，在图中可以直观地得出各事件的后验概率，如图5所示。

从图5可得出，在油码头装卸设备溢油故障中，输油臂密封圈漏油的概率最大;其次是输油泵快速接头破裂，这与大量的设备溢油事故统计分析结果基本一致。因此，在油码头装卸作业过程中，需加强操作人员的安全防范意识，加强对输油臂和输油泵等设备的定期检修，保障整个系统处于安全状态。

3.4 最大致因链确定

利用贝叶斯网络模型进行事故致因分析［13］，所具有的优势可以用节点变量来表示事故致因因素，节点变量可以通过状态信息来表示致因因素的不确定性状态。而节点间的条件概率则可以很好地表示致因因素之间的相互关系。并且能在时间和空间上再现事故的形成过程。根据图5所示的后验概率图可得，当油码头装卸设备故障时，经过贝叶斯网络的诊断推理，有2条最有可能导致事故发生的途径分别为:①X3→A2→T(输油臂密封圈漏油→输油臂故障→油码头装卸设备溢油故障);②X6→A3→T(输油泵快速接头破裂→输油泵故障→油码头装卸设备溢油故障)。由于每一个节点的后验概率都包含着子节点与父节点之间的关系，因此选取各节点中后验概率最大的一个得出的最大致因链具有合理性。

表4 基本事件的先验概率

图4 油码头装卸设备溢油贝叶斯网络拓扑结构

图5 贝叶斯后验概率分布图

摄影/徐志武

4 结语

1)基于故障树的贝叶斯网络分析，并利用模糊集理论，能避免大量计算，在处理变量间的多态性关系和概率推理等特点的问题上具有明显优势。

2)建立了油码头装卸设备故障溢油的贝叶斯网络结构，并进行了失效可能性计算，得出引起故障的主要因素是输油臂密封圈漏油和输油泵快速接头故障。

3)通过贝叶斯网络的诊断推理，确定油码头设备的事故最大致因链，得出引起设备失效的主要因素，为设备维护提出指导。

［1］江旭峰，唐宁.我国内河成品油码头风险的特点、种类与防范［J］.中国水运，2010，10(5):41-42.

［2］巫志鹏.油码头、液体化学品码头安全风险问题的探讨［J］.中国安全生产科学技术，2009，5(5):169-172.

［3］刘克中，干伟东，黄明，等.基于贝叶斯网络的船舶溢油风险评价研究［J］.中国航海，2012，35(1):85-89，104.

［4］郑恒，徐连胜，韦健.基于贝叶斯网络的港口生产安全评价方法［J］.水运工程，2007(4):23-27.

［5］Palaniappan R.Kannan.Bayesian networks:Application in safety instrumentation and risk reduction［J］.ISA Transactions，2007(46):255-259.

［6］Jiang X，Mahadevan S.Bayesian structural equation modeling method for hierarchical model validation［J］.Reliability Engineering and System Safety，2009(94):796-809.

［7］Portinale L，Raiteri D C，Montani S.Supporting reliability engineers in exploiting the power of Dynamic Bayesian Networks［J］.International Journal of Approximate Reasoning，2010，51(2):179-195.

［8］俞树荣，杨慧来.基于贝叶斯网络的长输管道故障树分析［J］.石油化工设备，2009，38(2):47-50.

［9］Wickens C D.Engineering psychology and human performance［M］.2nd edition.New York:Harper Collins Publishers Inc，1992.

［10］朱云斌，黄晓明，常青.模糊故障树分析方法在机场环境安全中的应用［J］.国防科技大学学报，2009，31(6):126-131.［11］赵晶晶.基于模糊贝叶斯网络的故障诊断方法研究及其在列控系统中的应用［D］.北京:北京交通大学，2013.

［12］黄亮亮，姚安林，蒋宏业，等.基于T-S模糊故障树的输气站场设备失效可能性研究［J］.中国安全生产科学技术，2014，10(8):144-149.

［13］李贤功，葛家家，胡婷，等.煤矿顶板事故致因分析的贝叶斯网络研究［J］.中国安全科学学报，2014，24(7):10-14.

The failure of handing facilities in oil wharf is one of the factors resulting in oil spilling，fire explosion，and marine pollution incidents，and therefore it is very important to assess the failure possibility of the handing facilities using scientific methods. Firstly，Bayesian network topology for the oil spill failure of the handing facilities in oil wharf is established by using Bayesian network method;secondly，the possibility of the oil spill failure of the handing facilities is quantitatively assessed based on fuzzy set theory and using GeNIe software，and the assessment result shows that the main factors causing the oil spill failure of the handing facilities are the oil spilling at the seal ring of oil loading arm and the failure of quick coupling of oil loading pump;finally，find out the weaknesses of the handling facilities according to the analysis of accident causes.The analysis of a case shows that，Bayesian network inference analysis is more reasonable than traditional fault tree analysis，and the obtained probability distribution is more accurate.

handing facility in oil wharf;Bayesian network;fuzzy set theory;failure possibility;cause of the accident;oil-spilling failure

王梅

2015-03-05

国家科技支撑计划课题“基于风险的油气管道事故预防关键技术研究”(编号:2011BAK06B01-11-01)

江文(1990-)，女，硕士，主要从事油气储运系统风险评价与完整性管理方向研究。