基于多因素的儲油罐健康狀態綜合評估方法*

張洪華

（福建省特種設備檢驗研究院，福州 350008）

0 引言

近些年來，石油、化工行業作為我國的支柱產業，對國民經濟發展起著重要作用。由于安全監測與管理技術落后，石油庫區時有重大安全事故發生，在這方面有慘重的教訓[1-2]。通過對以往事故的統計分析，我國在石化行業的安全生產事故高發的原因具體表現在安全監測、評估方法落后，多因素綜合評估技術缺乏，行業數據與經驗未能實現大面積共享等。因此，開展石油儲油罐健康狀態綜合評估技術的研究，對現有裝備的健康狀態評估方法進行改進，對現有算法進行創新，提高安全技術的水平，建立安全、可靠的安全監測系統，建立科學、全面的評估體系，對有效減少石化行業庫區事故隱患，預防事故的發生，遏止人員傷亡、經濟損失和保障國家經濟與社會的可持續發展具有重大現實意義。

目前常用的健康狀態評估方法有模型法、層次分析法、模糊評判法、人工神經網絡法和貝葉斯網絡法等。針對現有的健康狀態評估技術，本文提供了一種新的、更為全面的系統健康狀態評估方法，對現有評估方法進行了靈活地運用和改進，為理論方法研究提供新的思路。具體在于以下兩方面：（1）該健康狀態評估方法綜合了基礎參數的劣化度健康狀態評估方法和在線監測參數的基于FMECA（Failure Mode Effects and Criticality Analysis）[3]的裝備健康狀態評估方法；（2）基礎參數的劣化度健康狀態評估方面，根據不同基礎參數的特點，采用了不同的劣化度評估方法，其改進的劣化度評估方法為綜合人員評分（技術人員、檢修人員和操作人員打分估計）和裝備實際使用時間計算劣化度，創新了評估公式，使之對特定參數的評估更為科學與準確。

1 基于多因素的儲油罐健康狀態評估模型

一種基于多因素采集的石化儲油罐健康狀態評估模型如圖1所示，由基于FEMCA的動態參數健康狀態評估，基于劣化度和改進劣化度的基礎參數健康狀態評估，以及綜合上述兩個健康狀態的綜合評估3部分組成。

2 基于多因素的儲油罐健康狀態評估方法

基于多因素的儲油罐健康狀態評估方法，分別對動態參數和儲油罐基礎進行健康狀態評估，最終將兩者評估結果進行綜合，得出最終健康狀態結果。

2.1 選取評價因素

中國石油天然氣股份有限公司沈國光等[4]在《國內石油化工行業儲罐事故統計分析及對策研究》中，針對2006—2014年發生的84起中國石油化工企業儲油罐事故案例進行了統計分析。84起中有51起事故中發生了人員傷亡，傷亡事故絕大部分為火災爆炸事故。化學品導致事故發生起數排序中，排前10 位的是：油氣、氫氣、汽油、柴油、硫化氫、液化氣、污油、渣油、C4、C6，此10種化學品導致事故的起數占事故總數50%以上，達到67.9%。其中油氣為石油化工儲罐事故統計中的最高發品種。在統計的84起事故案例中，火災爆炸事故案例有42 例，起火原因主要有明火、靜電、撞擊火花、自燃、雷擊5種。綜合分析可知，由明火、靜電、撞擊火花、自燃、雷擊引起的爆炸是導致事故及傷亡發生的主要原因，其中引起爆炸的主要化學品為油氣。

圖1 基于多因素的儲油罐健康狀態評估模型

石油儲油罐為特種設備，其設計、制造、安裝、操作、維護等都有嚴格的行業標準及規程來約束。進行本課題的研究，確定其影響因素，應從此類行業標準及規范中進行查閱和借鑒，包括GB/T37327—2019[5]（《常壓儲罐完整性管理》）、SY/T 5921-2011[6]（《立式圓筒形鋼制焊接油罐操作維護修理規程》）等。

綜合以上最終確定評估的基礎參數包括投用、改造日期，涂層、保溫的施工質量，襯里的安裝質量，石油儲油罐歷次檢驗和檢測情況數據，各層壁板和底板的建造材料、名義厚度等；動態參數包括罐內溫度、罐內壓力、罐內液位、管道的振動數據、防雷接地電阻。

2.2 基于FMECA的動態參數健康狀態評估

考慮多種動態參數對評估結果的影響，采用了基于FMECA的健康狀態評估方法[7-8]。具體步驟如下所述。

（1）確定動態參數并編碼

由上述2.1 條確定了5 項動態參數：罐內溫度記為參數A，罐內壓力記為參數B，罐內液位記為參數C，管道的振動數據記為參數D，防雷接地電阻記為參數E。

（2）確定每種參數的異常概率p及異常嚴酷度級別q

對每種參數與對應設置好的正常范圍值進行比對，若超出正常范圍則記為異常，統計異常次數，用于測試數據分析；通過測試數據分析得到參數發生異常的概率p，概率p越小，則儲油罐健康狀態越好，即根據歷史正式運行天數統計每種參數發生異常的概率（正式運行天數內發生異常的次數/正式運行天數）。每種參數對應的參數異常嚴酷度級別分為I（強），II（較強），III（中等），IV（輕度），由專家進行評估得分。其每種參數的異常概率及異常嚴酷度級別如表1 所示。

表1 每種參數的異常概率及異常嚴酷度級別

（3）健康狀態概率隸屬度分布函數

根據每種參數發生異常概率p分布的特性，在一設定的置信區間內，監測的參數異常發生的概率值越小，健康狀態越趨于優[9-10]，則選擇三角分布作為健康狀態下參數發生異常的概率隸屬度分布函數，有：

（4）概率影響下健康狀態等級隸屬度矩陣

將監測的參數A、參數B、參數C、參數D、參數E對應的發生異常的概率值代入概率隸屬度分布函數[11]，可得單因素影響下的健康狀態隸屬度向量分別為vA1、vB1、vC1、vD1、vE1。

（5）建立嚴酷度等級評分標準

嚴酷度等級的評分采用10分制，I～IV級對應1～10分，每級對應2～3個分數點，為便于分析，可將對應分數壓縮到0.1～1.0之間，如表2所示。

表2 嚴酷度等級評分

（6）建立參數異常嚴酷度隸屬度分布函數

參數異常嚴酷度和參數異常發生的概率對健康狀態的影響特性相同[12-13]，則同樣選取三角分布作為參數異常嚴酷度的健康狀態等級隸屬度分布函數，有：

（7） 嚴酷度影響下健康狀態等級隸屬度向量

針對A、B、C、D、E狀態的參數狀態嚴酷度級別（表1），按照表2的嚴酷度等級評分標準，選取各嚴酷度等級的最大評分值代入隸屬度分布函數[14]，可得單因素影響下的健康狀態隸屬度向量分別為vA2、vB2、vC2、vD2、vE2。

（8）獲取綜合影響下參數異常嚴酷度對健康狀態隸屬度向量

將動態監測參數異常概率影響下各參數的健康狀態隸屬度向量vA1、vB1、vC1、vD1、vE1和參數異常嚴酷度影響下各參數的健康狀態隸屬度向量vA2、vB2、vC2、vD2、vE2與第j種健康狀態等級向量v0j分別進行灰色關聯；其中，j為健康狀態等級分健康、良好、注意、惡化和疾病，記作1，…，5；即向量v0j表示為：(0,0,1,0,0)、v04＝(0,0,0,1,0)、v05＝(0,0,0,0,1)。

ξkij(m) 可由下式求得：

式中：m＝1，…，5；k為參數A、B、C、D、E；因素i＝1，2；j＝1，…，5；為二級最小差；為二級最大差；為絕對差值。

（9）影響因素權重求解

rkij可由下式求得：

式中：m＝1，…，5；k為參數A、B、C、D、E；因素i＝1，2；j＝1，…，5。

再利用下式計算得到r′ki：

（10）模糊綜合評估

由vA1、vA2、vB1、vB2、vC1、vC2、vD1、vD2、vE1、vE2向 量 分 別 組 成 矩 陣VA、 VB、 VC、 VD和VE，并代入：

式中：k為參數A、B、C、D、E。

可得到儲油罐的A、B、C、D、E五種參數在參數異常發生概率和參數異常嚴酷度綜合影響下的健康狀態隸屬度向量分別為HA、HB、HC、HD、HE。

（11）儲油罐動態參數健康狀態

設置動態監測參數異常概率與動態監測參數異常嚴酷度綜合影響下的儲油罐動態監測參數健康狀態等級為：健康、良好、注意、惡化、疾病；則根據最大隸屬度原則，通過健康狀態隸屬度向量HA、HB、HC、HD、HE能得儲油罐的A、B、C、D、E五種參數對應的儲油罐動態監測參數健康狀態等級。

3.3 基于劣化度和改進劣化度的基礎參數健康狀態評估

（1）建立裝備狀態集和狀態評價集

所述儲油罐各基礎參數包括投用、改造日期，涂層、保溫和襯里的安裝質量，常壓儲油罐歷次檢驗和檢測情況數據，各層壁板和底板的建造材料、名義厚度，將此4 項基礎數據依次編為U1，U2，U3，U4；根據儲油罐各基礎數據，則儲油罐狀態集為U＝(U1，U2，U3，U4)；根據儲油罐動態監測參數健康狀態等級：健康、良好、注意、惡化、疾病；則設定儲油罐的健康狀態等級分別對應為I，II，III，IV，V，則儲油罐狀態評價集為G＝(I，II，III，IV，V)。

（2） 確定基礎數據的重要度

通過對石化儲油罐專業資料的分析，關于4 項基礎參數的重要程度分析結果[15]，最終確定4項基礎參數的權重如表3所示。

表3 石化儲油罐基礎參數及權重

（3） 確定各基礎參數劣化度

針對表3 中不同基礎參數采用不同的劣化度計算方法。針對投用、改造日期的基礎參數U1，根據儲油罐實際使用時間計算劣化度[16-18]；即劣化度計算公式為：

式中：i＝1；t為儲油罐的使用時間；T為該儲油罐的平均故障壽命；k為故障指數，取值1或2。

針對涂層、保溫和襯里的安裝質量U2，常壓儲油罐歷次檢驗和檢測情況數據U3，各層壁板和底板的建造材料、名義厚度U4，這些基礎參數經過劣化度估算公式求解如下：

式中：X，Y，Z為系數，其值介于0～1 之間，0 代表健康，1代表完全劣化；P1、P2、P3分別為設計人員、質檢人員、行內專家的權重。

再結合儲油罐的平均故障壽命計算，基礎參數U2、P3、P4的劣化度如下式：

式中：t為儲油罐的使用時間；T為該儲油罐的平均故障壽命；k為故障指數，取值1或2。

（4） 建立基礎參數劣化度判斷矩陣

根據各基礎參數劣化度求其健康狀態等級的隸屬度，由于嶺形分布具有主值區間寬、過渡帶平緩的特點，能較好地反映儲油罐劣化度的狀態空間的模糊關系[19-20]，采用嶺形分布隸屬度函數：

可得到以劣化度為評價標準的模糊評判矩陣為：

（5）進行儲油罐基礎參數模糊綜合評估

式中：W＝(W1，W2，W3，W4)，可按表3權重取值。

（6）按最大隸屬度確定儲油罐基礎健康狀態

從基礎參數模糊綜合評估結果能得到該儲油罐基礎屬于健康、良好、注意、惡化、疾病的數值，再按最大隸屬度原則判斷儲油罐基礎參數所處的是健康、良好、注意、惡化、疾病中的哪一個狀態。

3.4 綜合健康狀態評估

取儲油罐在線監測參數健康狀態和儲油罐基礎健康狀態中的嚴重級別作為綜合健康狀態評估結果。

4 結束語

本文在石化危化品庫區這一關切民生和國家發展大計的特殊領域進行了健康狀態評估方法的研究，分析并確定了影響石油儲油罐健康狀態的各種因素，其中有動態在線監測參數和基礎參數，其對儲油罐的影響機制不同，分別提出了不同的評估方法，并最終進行了綜合評估。針對在線監測參數采用了基于FMECA的健康狀態評估方法；針對基礎參數采用了基于劣化度的評估方法，其中涂層、保溫和襯里的安裝質量，各層壁板和底板的建造材料、名義厚度等參數其影響權重存在不同，所以綜合了專家評分與平均故障壽命計算，新創了評估公式。