基于灰靶決策模型的燃氣管道腐蝕風險對比

2020-06-30 09:43:34張雪嬌馬旭卿郭保玲張玉星

煤氣與熱力 2020年6期

張雪嬌, 馬旭卿, 郭保玲，張玉星

(北京市燃氣集團研究院，北京 100011)

1 概述

隨著城市燃氣的快速發展，燃氣管網敷設的數量和壓力等級越來越多，埋地管道所處的環境也越來越復雜[1-2]。受周圍環境的影響，埋地鋼質燃氣管道容易發生腐蝕，并且腐蝕風險與所處的環境關系密切，比如管道敷設在不同的土壤中時，其腐蝕風險不同，在不同的壓力等級下，管道的腐蝕風險也有差異。管道腐蝕后會發生一系列危險情況，影響燃氣管網的正常運行，威脅人民群眾的生命財產安全，造成不可忽視的經濟損失[3-5]。埋地鋼質燃氣管道的腐蝕是管道周圍環境以及管道自身條件多參數長期共同作用的結果。為對比多參數影響下的埋地鋼質燃氣管道的腐蝕風險，本文結合某城市不同環境下的埋地鋼質燃氣管道腐蝕參數的現場實際數據，選取土壤電阻率[6]、管道周圍環境pH值、管地電位[7]、硫酸鹽還原菌(SRB)含量[8]、管道運行壓力、管道埋深以及服役時間7個影響管道腐蝕風險的重要參數，建立埋地鋼質管道腐蝕風險多參數灰靶決策模型[9-14]，利用熵值法求取參數權重[15]，計算待評價管道的綜合靶心距，通過綜合靶心距比較不同管道的腐蝕風險，從而為比較不同管道在多參數影響下的腐蝕風險提供了一種可行可靠的方法。

2 燃氣管道腐蝕影響參數表征

本文以某城市不同環境下的5段埋地鋼質燃氣管道為研究對象，進行5段管道腐蝕風險的比較。在現場實際調研中發現，土壤電阻率、管道周圍環境pH值、管地電位、硫酸鹽還原菌含量、管道運行壓力、管道埋深以及管道服役時間是影響埋地鋼質燃氣管道腐蝕的重要參數。本文基于某城市不同環境下的埋地鋼質燃氣管道的現場實際數據，列出以上7個影響管道腐蝕的風險參數在5段管道中的值，見表1。

表1 燃氣管道腐蝕影響參數現場實際數據

續表1

3 多參數灰靶決策模型描述

多參數灰靶決策模型是灰色系統理論中解決多參數決策問題的重要方法，本文利用該方法來比較不同管道在多參數影響下的腐蝕風險。其主要思想是對參數集進行初始化處理得到無量綱參數，即灰靶，所有研究決策對象都分布在灰靶上。由于各參數對決策對象的作用不同，采用熵值法確定參數權重。在灰靶上選取靶心作為決策標準，比較決策點與靶心點的距離，通過計算決策點的靶心距進行決策對象間的風險排序，從而得到不同管道在多參數影響下的腐蝕風險對比結果。

3.1 效果樣本決策矩陣描述

本文5段管道的腐蝕風險是待評價決策對象，它們組成決策集J，J={J1，J2，J3，J4，J5}；7個評價參數組成參數集C，C={C1，C2，…，C7}；決策集J對參數集C組成了效果樣本值aij(i=1,2,…,5;j=1,2,…,7)，從而得到矩陣A，矩陣A從第1行到第5行分別代表管道A、管道B、管道C、管道D、管道E，從第1列到第7列分別代表土壤電阻率、管道周圍環境pH值、管地電位、SRB含量、運行壓力、管道埋深、服役時間的具體值。矩陣A如下：

式中A——燃氣管道腐蝕風險的效果樣本決策矩陣

aij——燃氣管道腐蝕風險參數的效果樣本值

3.2 參數集初始化處理與正負靶心確定

本文選取的7個參數具有不同的量綱和量級，為了消除效果樣本決策矩陣值在量綱和量級上的差異，增強不同腐蝕參數之間的可比性，需要對原始效果樣本決策矩陣進行初始化處理。初始化處理的方法較多，比如灰色極差變換、區間值化變換、百分比變換等。針對這些方法中存在“只獎不罰”的不足，本文總結前人經驗，引入“獎優罰劣”算子進行初始化處理。其基本原則為：決策對象的參數值優于均值，賦以[0,1]內的正值；決策對象的參數值劣于均值，賦以[-1,0]內的負值。

令：

(1)

n——待評價燃氣管道數量，本文n=5

j——燃氣管道腐蝕影響第j個參數

7個參數中，土壤電阻率、管道周圍環境pH值、管道運行壓力、管道埋深為低風險腐蝕參數，參數值越大，管道腐蝕風險越低；管地電位、SRB含量和服役時間為高風險腐蝕參數，參數值越大，管道腐蝕風險越高。

設經過初始化處理后，效果樣本值aij變換為無量綱樣本值bij(i=1,2,…,5;j=1,2,…,7)。

對低風險腐蝕參數，有：

(2)

對高風險腐蝕參數，有：

(3)

式中bij——燃氣管道腐蝕風險參數的無量綱樣本值

max{aj}——第j項參數的最大值

min{aj}——第j項參數的最小值

利用式(1)、(2)、(3)對以上參數進行初始化變換，得到矩陣B，矩陣B從第1行到第5行分別代表管道A、管道B、管道C、管道D、管道E，從第1列到第7列分別代表土壤電阻率、管道周圍環境pH值、管地電位、SRB含量、運行壓力、管道埋深以及服役時間的無量綱值。矩陣B如下：

式中B——燃氣管道腐蝕風險的無量綱決策矩陣

由無量綱決策矩陣B可以看出，經過初始化處理，B中所有參數值都在[-1,1]之內，與“獎優罰劣”的基本原則相吻合。

對任意bij，有：

bi=(bi1,bi2,bi3,bi4,bi5,bi6,bi7)

式中bi——決策方案i的效果向量

設最優效果向量為灰靶決策模型的正靶心b+，它是由初始化參數值最優值構成，為：

其中：

則正靶心為：

b+={1.00,1.00,0.87,0.81,1.00,

1.00,1.00}

設最劣效果向量為灰靶決策模型的負靶心，它是由初始化參數值最劣值構成，為：

其中：

則負靶心為：

b-={-0.57,-0.76,-1.00,-1.00,

-0.84,-1.00,-0.76}

4 基于熵值法的參數權重計算

權重的計算方法有很多，例如網絡分析法和層次分析法，為了使權重的計算不帶有主觀色彩，本文采用熵值法計算參數的權重。利用待評價管道腐蝕風險參數的固有值，通過計算得到各個參數的信息熵，信息熵越小，信息無序度越低，信息效用值越大，參數權重越大。熵值法的優點是直接利用效果樣本決策矩陣進行權重的計算，不會引入決策者的主觀判斷，計算的權重更加準確客觀。

熵值法的具體計算步驟如下：

① 效果樣本決策矩陣參數標準化處理

正向指標是指參數值越大，腐蝕風險越低的指標，本文中土壤電阻率、管道周圍環境pH值、管道運行壓力、管道埋深屬于正向指標。對于正向指標有：

(4)

負向指標是指參數值越大，腐蝕風險越高的指標，本文中管地電位、SRB含量和管道服役時間屬于負向指標。對于負向指標有：

(5)