基于N-K模型的城市燃氣管道失效可能性因素耦合分析*

付邦穩，蔣宏業，徐濤龍，姚安林,2

(1. 西南石油大學 石油與天然氣工程學院，四川 成都 610500；2. 油氣消防四川省重點實驗室，四川 成都 610500)

0　引言

近年來，我國城市燃氣管道里程數急劇增加，燃氣管道一旦發生泄漏，不僅造成資源浪費，而且可能引發火災、爆炸等一系列災害性事故[1-2]，給城市發展及周邊居民帶來嚴重安全隱患。因此，有必要對城市燃氣管道進行安全評價。

我國的管道安全評價工作起步較晚，近年來，國內學者在該領域也進行了不斷探索。例如：于倩秀等[3]利用未確知測度模型，對某輸油管道10個管段的安全級別進行評價，得到了與實際相符的結果；趙玲等[4]利用BP神經網絡方法構建城市燃氣管道脆弱性的函數模型，劃分了5個脆弱性等級，并用實例驗證了其適用性；周立國等[5]應用物元模型對燃氣管道第三方施工損傷進行風險評價，確定管道風險等級。目前，針對城市燃氣管道失效可能性的研究中，多數只從單一因素出發來評價管道的安全狀態，鮮有考慮多因素耦合對管道的影響。然而，燃氣管道事故的發生一般不是由單一因素引起的，更多的是由多種影響因素相互影響、相互耦合而造成的。鑒于此，筆者基于N-K模型，把影響管道安全運行的因素分為人(人為因素)、機(管道及設備因素)、環(環境因素)和管(管理因素)4類，對4類因素間的耦合作用進行度量，以期能夠合理準確地分析管道失效可能性因素耦合后對管道失效可能性的影響。

1　城市燃氣管道失效可能性因素耦合機理分析

1.1　耦合因素辨識

通過相關文獻[6-7]的調研，將城市燃氣管道失效可能性因素劃分為人為因素、管道及設備因素、環境因素、管理因素4個方面。

1)人為因素。人的不安全行為是指城市燃氣公司維搶修人員在管道維護過程中出現的不安全操作。人為因素主要包括生理狀況不佳、心理狀態不穩定、專業技能發揮不正常、操作不規范等。

2)管道及設備因素。管道及設備不安全狀態是指管道及設備本身缺陷等原因而可能導致管道失效的狀態。管道及設備因素主要包括管道及設備設計缺陷、防腐層老化、設備故障、管道破損、管道腐蝕等。

3)環境因素。環境不安全狀態指管道周邊建筑物及第三方機械施工等社會環境，以及氣候和地形地貌等自然環境不佳而可能導致管道失效的狀態。環境因素主要包括第三方野蠻施工、地面占壓、違章建筑、蓄意破壞、惡劣天氣、滑坡、泥石流、地面下沉等。

4)管理因素。管理失效指管道管理政策不合理及執行過程中出錯等而導致管理失效的狀態。管理因素主要包括管理制度不健全、工作程序不合理、管理執行不力等。

1.2　 耦合機理分析

耦合源于物理學，表示2種或2種以上的系統或運動形式通過相互影響、相互作用彼此趨于協同的現象[8-9]。筆者采用事故致因理論中的軌跡交叉理論[10-12](Orbit Intersecting Theory)來分析城市燃氣管道失效可能性因素間的耦合作用機理。如圖1所示，人的不安全行為將會導致管道維護人員的操作失誤，管道及設備的不安全狀態將會導致管道破損或設備故障，環境的不安全狀態將會出現脆弱環境或外力擾動，管理失效將會導致燃氣公司管理失效。各類失效可能性因素在突破系統閾值后便可直接導致管道事故的發生。然而，多數情況下還會存在潛在影響因素，在未突破系統閾值時，不會直接導致管道事故發生，但與其他潛在影響因素之間發生耦合，產生耦合震蕩，便會突破系統閾值，從而導致管道事故的發生。

圖1　城市燃氣管道失效可能性因素耦合形成機理Fig.1　Coupling mechanism of failure probability factors of urban gas pipeline

2　基于N-K模型的城市燃氣管道失效可能性因素耦合分析

N-K模型起源于信息理論，最早是由Kanffman在20世紀末在研究基因組合問題時提出的，是一個可以解決復雜問題的通用性模型[13]。N-K模型包括2個參數：N為組成研究整體的元素總數；K為元素間相互作用、相互耦合的數目。若研究包含N種元素，每種元素有n種狀態，則會有nN種組合方式，當各元素按照一定的方式組合起來時，便會形成網絡，其中，K取值范圍為[0，N-1][12]。關于城市燃氣管道失效可能性因素耦合的分析，涉及到4類元素：人為因素、管道及設備因素、環境因素和管理因素，每種元素根據是否出現不安全狀態(或不安全行為)分為2種，分別用0和1表示：0表示未出現；1表示出現。

應用N-K模型對城市燃氣管道失效可能性因素耦合作用評價的原理是通過計算4類失效可能性因素之間的交互信息，來評價耦合作用對管道失效可能性的影響程度。根據某種耦合方式數量來衡量該耦合方式出現的概率，即某種方式的耦合發生的次數越多，該種方式的耦合發生的概率就越大；根據耦合值T來衡量管道的失效概率，即某種耦合方式的耦合值越大，則此耦合導致管道失效的概率越大。交互信息可用公式(1)計算：

(1)

式中：a，b，c，d為耦合元素編號；a代表人為因素；b代表管道及設備因素；c代表環境因素；d代表管理因素；h=0,1，…，H；i=0,1，…，I；j=0,1，…，J；k=0,1，…，K(本文中H，I，J，K的值為1);Phijk表示人為因素處于狀態h、管道及設備因素處于狀態i、環境因素處于狀態j、管理因素處于狀態k時，4種耦合發生的概率。計算出的T值越大，說明管道失效的可能性越大。

2.1　單因素耦合

每種失效可能性因素內部都包含多個失效可能性因子，單因素耦合是指每種失效可能性因素內部的失效可能性因子之間相互作用、相互影響而產生耦合作用的現象。單因素耦合包括人為因素耦合、管道及設備因素耦合、環境因素耦合和管理因素耦合4類，分別用T11(a)，T12(b)，T13(c)，T14(d)表示。

2.2　雙因素耦合

雙因素耦合指影響管道失效的4類因素之間兩兩耦合的現象，主要包括人-機耦合、人-環耦合、人-管耦合、機-環耦合、機-管耦合、環-管耦合等6類，分別用T21(a，b)，T22(a，c)，T23(a，d)，T24(b，c)，T25(b，d)，T26(c，d)表示，其計算公式如下：

(2)

(3)

(4)

(5)

(6)

(7)

2.3　多因素耦合

多因素耦合是指影響管道失效的4類因素中的3類或4類相互影響、相互作用的現象，主要包括人-機-環耦合、人-機-管耦合、人-環-管耦合、機-環-管耦合、人-機-環-管耦合等5類，分別用T31(a，b，c)，T32(a，b，d)，T33(a，c，d)，T34(b，c，d)，T4(a，b，c，d)表示，其計算公式如下：

(8)

(9)

(10)

(11)

(12)

3　實例分析

3.1　數據統計

近年來，雖然我國城市燃氣事業得到快速發展，但因燃氣事故多具有敏感性，很少燃氣公司會對外公布燃氣事故方面的數據，這就導致燃氣管道事故數據獲取比較困難。依據“博燃網”公布的數據，文獻[14]統計整理了2011—2014年發生在我國大陸地區的1 127起城市燃氣事故(不包括室內事故)，不同耦合方式導致事故發生的次數和頻率如表1所示。表1中，0表示未發生耦合，1表示發生耦合，耦合因素中對應順序為：人為因素、管道及設備因素、環境因素和管理因素。

表1　2011—2014年間我國城市燃氣事故中不同耦合方式出現的次數和頻率

3.2　耦合值計算

在計算T之前，首先需要計算不同耦合方式發生的概率：

1)單因素耦合不同情況下發生的概率為：P0...=P0000+P0100+P0010+P0001+P0110+P0101+P0011+P0111=0.416 3，同理計算出其他單因素耦合發生的概率，如表2所示。

2)雙因素耦合不同情況下發生的概率為：P00..=P0000+P0010+P0001+P0011=0.166 1，同理計算出其他雙因素耦合發生的概率，如表3所示。

3)多因素耦合不同情況下發生的概率為：P000.=P0000+P0001=0.003 7，同理計算出其他多因素耦合發生的概率，如表4所示。

根據式(2)-(12)，計算出不同耦合方式下的T值，如表5所示。

表2　單因素耦合不同情況下發生的概率

表3　雙因素耦合不同情況下發生的概率

表4　多因素耦合不同情況下發生的概率

表5　不同耦合方式下的T值

按耦合值大小排序為：T4>T33>T31>T34>T32>T22>T23>T24>T26>T23>T21。

3.3　結果分析

1)隨著耦合因素的增加，管道失效概率也隨之增大。由計算結果可知：4因素耦合>3因素耦合>2因素耦合，表明參與耦合的因素越多，管道失效的概率越大，但耦合發生的頻率則隨著耦合因素的增加逐漸減少，這與管道實際情況相符。

2)對于3因素耦合，人-環-管耦合>人-機-管耦合>機-環-管耦合>人-機-管耦合。可見環境因素(特別是社會環境)對管道的安全運行有著重要影響。城市環境(特別是社會環境)較為復雜，管道事故多數由于管道不同程度地受到外力破壞(如第三方施工、重車碾壓及違章占壓等)而造成的。因此，管道運營公司應加大對管道周邊環境的巡查力度，監督第三方施工，減少環境因素對管道的影響。

3)對于2因素耦合，人-環耦合>人-管耦合>機-環耦合>環-管耦合>機-管耦合>人-耦合，可見，人為因素與環境因素、管理因素存在較大的耦合性，這表明管道維護人員易受其所處環境及管理因素的影響，即當其所處環境不佳、管理人員管理不到位時便容易導致事故發生。

4　結論

1)基于2011—2014年我國城市燃氣管道事故典型案例數據，利用N-K模型計算管道失效可能性因素間以不同方式耦合時的耦合值，得出多因素耦合對管道失效的影響，計算結果可為城市燃氣管道安全運行管理工作提供參考。

2)由計算結果可知，環境因素對管道的影響較為明顯。因此，管道運營公司不僅要對管道本體進行維護，更要加大對管道周邊環境的監控力度，而且，應盡可能地避免多因素耦合，尤其是4因素耦合的發生。

3)N-K模型對數據的完整性及精確性具有較高的要求，因此，管道運營公司應加強對管道基礎資料完整性與精確性的管理工作，進而提高計算精度，使計算結果更切合實際。

[1] 梁永寬，楊馥銘，尹哲祺，等. 油氣管道事故統計與風險分析[J]. 油氣儲運，2017，36(4):472-476.

LIANG Yongkuan, YANG Fuming, YIN Zheqi, et al. Accident statistics and risk analysis of oil and gas pipelines[J].Oil & Gas Storage and Transportation, 2017, 36(4):472-476.

[2]羅自治，張傳濤， 楊勇，等. 國外管道失效原因分析及對我國管道管理建議[J]. 煤氣與熱力，2011，31(3):71-74.

LUO Zizhi，ZHANG Chuantao，YANG Yong，et al. Cause analysis of foreign pipeline failures and suggestions domestic pipeline management[J]. Gas & Heat, 2011, 31(3):71-74.

[3]于倩秀, 王軍防. 基于未確知測度理論的油氣管道安全評價模型研究[J]. 油氣儲運, 2008, 28(3):14-18.

YU Qianxiu，WANG Junfang. Uncertain measuring model applied to safety evaluation of oil and gas pipeline systems[J]. Oil & Gas Storage and Transportation, 2008, 28(3):14-18.

[4]趙玲, 易俊, 王文和. 城市燃氣管網脆弱性評價及其應用[J]. 安全與環境學報, 2015, 15(1):68-72.

ZHAO Ling, YI Jun, WANG Wenhe. Evaluation methods and their application to meet the challenge of the urban gas network vulnerability[J]. Journal of Safety and Environment, 2015, 15(1):68-72.

[5]周立國, 姚安林, 蔣宏業,等. 城鎮燃氣管道第三方施工損傷風險評價方法研究[J]. 中國安全生產科學技術, 2015，11(12):123-128.

ZHOU Liguo, YAO Anlin, JIANG Hongye, et al. Research on risk assessment method of third-party construction d-amage for urban gas pipeline[J]. Journal of safety science and technology, 2015，11(12):123-128.

[6]柳紅衛. 城市天然氣管道半定量風險評估方法研究[J]. 中國安全生產科學技術, 2006, 2(3):96-100.

LIU Hongwei Study on semi-quantitative risk method for urban natural gas pipeline[J]. Journal of safety science and technology, 2006, 2(3):96-100.

[7]黃亮亮, 姚安林, 鮮濤,等. 考慮脆弱性的油氣管道風險評估方法研究[J]. 中國安全科學學報, 2014, 24(7):93-99.

HUANG Liangliang，YAO Anlin，XIAN Tao，et al. Research on risk assessment method of oil & gas pipeline with consideration of vulnerability[J]. China Safety Science Journal, 2014, 24(7):93-99.

[8]薛曄, 劉耀龍, 張濤濤. 耦合災害風險的形成機理研究[J]. 自然災害學報, 2013(2):44-50.

XUE Ye, LIU Yaolong, ZHANG Taotao. Research on formation mechanism of coupled disaster risk[J]. Journal of Natural Disasters, 2013(2):44-50.

[9]蓋程程, 翁文國, 袁宏永. 基于GIS的多災種耦合綜合風險評估[J]. 清華大學學報(自然科學版), 2011(5):627-631.

GAI Chengcheng, WENG Wenguo, YUAN Hongyong. Multi-hazard risk assessment using GIS in urban areas[J]. Journal of Tsinghua University (Natural Science Edition), 2011(5):627-631.

[10]牛聚粉. 事故致因理論綜述[J]. 工業安全與環保, 2012, 38(9):45-48.

NIU Jufen. Discussion on accident-causing theory[J]. Industrial Safety and Environmental Protection, 2012, 38(9):45-48.

[11]MA Q G, WANG K, WANG X Y, et al. The influence of negative emotion on brand extension as reflected by the change of N2: Apreliminary study[J]. Neuroscience letters, 2010，485(3):237-240.

[12]喬萬冠, 李新春, 劉全龍. N-K模型下煤礦重大瓦斯事故風險耦合致因分析[J]. 科技管理研究, 2017(2):196-200.

QIAO Wanguan, LI Xinchun, LIU Quanlong. Analysis of risk coupling in the major coal mine gas accident under N-K model[J]. Science and Technology Management Research, 2017(2):196-200.

[13]羅帆, 劉堂卿. 基于N-K模型的空中交通安全耦合風險分析[J]. 武漢理工大學學報(信息與管理工程版), 2011, 33(2):267-270.

LUO Fan, LIU Tangqing. Optimal production capacity in the system with multiple uncertain factors[J]. Journal of Wuhan University of Technology (information and Management Engineering), 2011, 33(2):267-270.

[14]張滿可, 杜前洲, 彭強,等. 2011—2014年我國城市燃氣事故統計分析[J]. 煤氣與熱力, 2016, 36(1):40-46.

ZHANG Manke, DU Qianzhou, PENG Qiang, et al. Statistic analysis of urban gas accidents in China from 2011 to 2014[J]. Gas & Heat, 2016, 36(1):40-46.