基于灰色关联理论的海洋立管分段风险评估

郑运虎， 姜　峰， 杜超飞

(兰州理工大学 石油化工学院 ， 甘肃 兰州 730050)



基于灰色关联理论的海洋立管分段风险评估

郑运虎， 姜峰， 杜超飞

(兰州理工大学 石油化工学院 ， 甘肃 兰州 730050)

针对整根立管评定的可行性差的问题，提出了将整根立管进行分段计算、综合评定的方法。通过对海洋立管常见风险因素进行收集整理，建立风险评价模型，采用灰色关联度理论对海洋立管进行分段风险评估。根据各主要风险因素对发生风险概率的关联度，计算出各段立管在各主要风险因素下的失效权重，将所得权重结合立管各区段在多种主要风险因素下的失效关联系数，进一步计算出立管各区段的失效概率。这种评估方法为海洋立管的风险评估提供了一种新的思路，对加强海洋立管各区段管理与维护提供一定依据。

灰色理论；关联度；海洋立管；风险；权重

随着海上油田的大力开发，各种石油开采和集输设备迅速投入生产和使用。海上油气开发的重点和难点是确保油气集输设备的安全可靠性，而海洋立管作为油气输送的关键设备，在整个石油开采和集输设备中占很大比例，其在役的安全可靠性是保证石油顺利开采和集输的关键。自从灰色理论在1982被国外学者提出后，在国内得到较快的应用和推广，但是我国对海上油田的开发起步较晚，对海上油气开发设备可靠性相关评价方法也极为匮乏。由于海洋立管的每段工作海域都有它所对应的特定工作环境，从整体上进行宏观评价可行性差。因此，只有结合我国海洋环境具体环境和设备在役状况，有针对性的进行风险评价和理论研究，将定性分析转变为定量分析，才能从真正意义上实现海洋管道设备的可靠性分析。

海洋立管在油气输送过程中受环境因素影响较大，不确定风险因素较多，对海洋立管工作稳定性造成较大影响。对于少数据、小样本、信息不完全和经验缺乏的不确定性问题，通常采用灰色理论来处理[1-5]。灰色关联理论中的灰色评价法利用灰色关联作为直接测度，充分利用白化信息，减少评估误差，使得评价结果更加科学合理，与实际情况更符合。本文通过运用灰色关联理论，结合海洋立管各段的具体工况和自身特点将立管进行分段计算，得到各段立管的定量分析结果，充分反映出管道整体可靠性概况[6-10]。

1　关联度理论与权重

(1) 选取参考序列x0={x0(1),x0(2),…,x0(n)}，把与x0进行比较的序列xj叫做比较序列xj={xj(1),xj(2),…,xj(n)},j=1,2,…,m。通常将序列中具有代表性的数据作为参考数列，也称为最优集或母序列。

(3) 求差序列：

(4) 求两极差：

(5) 求关联系数：

式中，ξ为分辨系数，一般取ξ=0.5。为方便下一步计算可以将关联系数以矩阵R的形式表示[11]。

2　风险因素模型与灰色关联分析

影响立管稳定工作的风险因素有很多，结合历史记录与实际经验找出事故类型，收集整理风险因素，将各风险因素按照W. K. Muhlbauer[6]提供的方法，将立管风险因素划分为：腐蚀因素[7-9]、载荷因素、第三方破坏、温度和磨损。每类风险因素都包含着相应的影响因素。海洋立管的风险因素模型如图1所示。

(2) 根据灰色关联理论具体分析步骤，建立海洋立管灰色关联分析流程图，如图2所示。

运用灰色关联分析法计算，计算各种主要事故因素的关联度，通过比较各个因素关联度，对各因素的风险概率进行大小排序。依据所选用的参考序列(最优集)的性质，得出的各因素关联度越大表示该因素与最优集的性质越接近，若以最小风险概率作为参考序列，因素关联度越大则表示该因素发生风险的概率越小[10-13]，与最小概率的性质接近。反之，表示风险发生概率越大。

图1　海洋立管风险因素模型

Fig.1Marine riser risk factor model

图2　灰色关联分析流程

Fig.2Grey relational analysis flowchart

3　实例应用

某深海立管根据立管作业环境分为海上大气区、浪溅区、潮差区、全浸区和海底泥层区。根据海洋立管各区段失效记录数据和实际经验，给定管道在不同区段不同风险因素下的失效概率如表1所示。用灰色关联理论计算各个风险因素的关联度以及各区段在这些风险影响下的失效概率。

3.1风险因素关联分析与权重计算

(1) 建立参考序列。选取各风险因素最小概率数据做为参考序列，则x0=(0.000 479,0.000 023,0.000 019,0.000 021,0.000 020)

(2) 根据均值像公式将比较序列均值化处理,得：

表1　海洋立管失效概率数据

(3) 根据求差序列公式，求得差序列：

Δ1=(3.069 07,1.278 48,1.297 26,0.773 17,0.720 18);

Δ2=(4.169 57,1.377 17,1.359 06,2.578 06,0.144 73);

Δ3=(2.505 17,1.692 77,1.536 06,0.210 56,0.065 66);

Δ4=(3.194 07,0.568 37,0.640 76,1.027 87,1.956 96);

Δ5=(2.172 97,1.397 87,1.410 66,0.382 77, 0.018 44)。

(4) 由两极差公式，求得两极差：

M=4.169 57；m=0.018 44。

(5) 求关联系数，根据关联系数求解公式得：

ξ1=(0.408 08,0.625 35,0.621 88,0.735 92,0.749 82)；

ξ2=(0.336 28,0.607 52,0.610 71,0.451 06,0.943 35)；

ξ3=(0.458 22,0.516 77,0.530 86,0.716 29,0.978 04)；

ξ4=(0.398 42,0.792 72,0.871 67,0.975 70,0.520 37)；

ξ5=(0.493 97,0.603 90,0.601 70,0.852 35,1)。

(6) 运用关联度公式计算关联度和第一层各风险因素权重：

r1=0.628 212；r2=0.589 786；r3=0.640 037；

r4=0.711 778；r5=0.710 388。

通过比较得：

r4>r5>r3>r1>r2。

计算风险权重：

根据权重计算公式通过归一化处理得权重：

w1=0.207 7；w2=0.221 3；w3=0.203 9；

w4=0.183 4；w5=0.183 7。

最优比较数列是根据最小风险概率数据确定的，数据越大表示与所比较数列的关联度越高，发生风险的可能性就越小，反之发生风险的可能性就越大。因此，根据所得结果可判断发生风险的可能性依次为：载荷>缺陷>第三方破坏>磨损>温度。根据实际应用中管道失效情况，可知所得结果与实际基本相符。依此算法同样可计算其他层次的风险因素的关联度。

3.2海洋立管区段风险关联度计算

(1) 建立参考序列。为确定海洋立管各区段风险大小情况，选取风险因素中的风险概率最大值作为参考值，根据表1中的数据，确定参考序列x0=(0.000 791,0.001 082,0.000 148,0.000 058,0.000 275)

(2) 均值化处理比较序列:

(3) 求差序列:

Δ1=(1.179 95, 2.136 49,0.301 09,0.007 09,0.651 29);

Δ2=(0.532 30, 0.569 17,0.099 05, 0.064 54,0.005 27);

Δ3=(0.566 07,0.582 79,0.067 17, 0.060 08,0.012 56);

Δ4=(0.199 99,0.823 53,0.224 92,0.027 98,0.367 72);

Δ5=(2.389 02,2.187 87,0.153 07,0.369 17,0.414 33)。

(4) 求两极差:

M=2.389 02;m=0.005 27。

(5) 求关联系数:

ε1=(0.505 29,0.360 19,0.802 21,0.998 48,0.650 01);

ε2=(0.694 79,0.680 27,0.927 50,0.952 92,1);

ε3=(0.681 47,0.675 06,0.950 94,0.956 31,0.993 96);

ε4=(0.860 36,0.594 53,0.845 25,0.981 42,0.767 99);

ε5=(0.334 80,0.354 71,0.890 32,0.707 28,0.645 74);

(6) 求关联度:

根据关联系数的系数矩阵R

wj=(0.207 7,0.221 3,0.203 9,0.183 4,0.183 7)

为方便对比，按照均值化求关联度得到rj，rj=(0.663 236,0.851 096,0.851 548,0.809 91,0.618 57)。

4　结论

海洋立管的每段工作区域都有它对应的特定海况，缺乏直接可行的宏观评价方法。本文针对整根立管评定可行性差的问题，提出了一套将整根立管进行分段计算，综合评定的方法。通过深入了解具体环节，建立合适的评价内容和方法，得到最终的评价结果。在计算过程中，为了准确的掌握各个风险因素对海洋立管失效影响的大小，通过构建海洋立管风险因素模型，利用灰色关联理论，确定了各个风险的关联度，进而算得各风险因素对海洋立管失效的概率权重。将所得各风险概率权重与海洋立管不同区段风险因素的关联系数结合，得到海洋立管在不同区段的失效概率。在计算各个风险因素对海洋立管失效概率权重过程，摒弃了传统的专家打分或者主观臆断法，而是将实际应用中各风险概率数据与灰色关联理论相结合。这种计算权重方法，大大减小了主观判断带的误差，提高了计算精度。计算结果表明，风险评价结果与海洋立管实际具体失效情况基本符合，该方法具有较高的应用价值，可作为海洋立管风险评估的一种手段，为海洋立管的可靠性评价以及立区段维护理提供可靠的依据。

[1]李建华,元东民,俞树荣,等.基于灰色理论的长输管道风险分析[J].石油机械,2006,34(11):24-26.

Li Jianhua,Yuan Dongmin,Yu Shurong,et al. Risk analysis of oil and gas pipelines based on grey theory[J]. China Petroleum Machinery, 2006,34(11): 24-26.

[2]何学秋.安全工程学[M].徐州:中国矿业大学出版社,2000.

[3]刘思峰.灰色系统理论与应用[M].北京:科学出版社,2007.

[4]邓聚龙.灰色系统基本方法[M].武汉:华中科技大学出版社,2005.

[5]邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社,1992.

[6]Muhlbauer W K. Pipeline Risk Management Manual.2nded[M].Houston:Gulf Publishing Company,1996.

[7]程浩力,刘德俊.模型预测海底管道腐蚀速率软件的开发[J].辽宁石油化工大学学报,2011, 31(3):58-61.

Cheng Haoli,Liu Dejun. Application of GM (1, 1) on the prediction software of corrosive rate of submarine pipelines[J]. Journal of Liaoning Shihua University, 2011,31(3):58-61.

[8]孙春一,石彬.基于分形插值方法的油气管道腐蚀灰色预测[J].辽宁石油化工大学学报,2009,29(3):52-54.

Sun Chunyi,Shi Bin. Grey predication of corrosion of the oil and gas pipes based on fractal interpolation method[J]. Journal of Liaoning University of Petroleum & Chemical Technology, 2009,29(3):52-54.

[9]代真,牛晓光,沈士明.流体力学因素对空冷器冲蚀影响的定量分析[J].石油化工高等学校学报,2007,20(4):85-88.

Dai Zhen,Niu Xiaoguang,Shen Shiming. Quantitative analysis for effect of hydrodynamic factors on erosion-corrosion of air cooler[J]. Journal of Petrochemical Universities,2007,20(4):85-88.

[10]刘展,王智平,俞树荣,等.基于灰色理论的压 力管道风险分析技术研究[J].石油化工设备,2008,37(2):1-3.

Liu Zhan,Wang Zhiping,Yu Shurong,et al.Study of pressure pipeline risk analysis technology based on gray theory—theory and key technology of pressure pipeline risk management(4)[J]. Petro-Chemical Equipment, 2008,37(2):1-3.

[11]张圣柱,吴宗之,张健,等.油气管道选线和风险评价相关法规与方法[J].油气储运,2012, 31(9):663-669.

Zhang Shengzhu, Wu Zongzhi, Zhang Jian,et al.Relevant regulations and methods for route selection of oil and gas pipeline and risk assessment[J].Oil & Gas Storage and Transportation,2012,31(9):663-669.

[12]李小波.油其长输管道风险管理的数据管理[J].石油矿场机械,2013,42(5):27-30.

Li Xiaobo. Data management in oil-and-gas pipeline risk supervision[J].Oil and Field Equipment, 2013,42(5):27-30.

[13]谭成仟,宋子齐,吴向红.储层油气产能的灰色理论预测方法[J].系统理论与实践,2010, 10(10):101-106.

Tan Chengqian,Song Ziqi,Wu Xianghong. The predicting method of reservoir production capacity by grey system theory[J]. Systems Engineering-Theory & Practice,2010, 10(10):101-106.

[14]王一飞,潘志远,黄小平,等.深海立管涡激振动疲劳损伤影响因素分析[J].船舶力学,2006,10(5):76-83.

Wang Yifei,Pan Zhiyuan,Huang Xiaoping,et al. Effects of various factors on the VIV-induced fatigue damage in deep sea risers[J]. Journal of Ship Mechanics, 2006,10(5):76-83.

(编辑王亚新)

The Risk Assessment of the Segmented Marine Riser Based on Gray Relevance Theory

Zheng Yunhu， Jiang Feng， Du Chaofei

(CollegeofPetrochemicalEngineering,LanzhouUniversityofTechnology,LanzhouGansu730050,China)

Each work area of the marine riser has its corresponding specific sea conditions, and the feasibility of macro-evaluate is poor. For the feasibility of the whole problem of poor riser assessment, a method was proposed to segment the entire riser calculations, and assessment comprehensively. The marine riser common risk factors were collected to establish risk assessment model, and the gray correlation theory was used to assessment segmented riskof marine riser. According to the major risk factors associated with the risk of occurrence probability, for each segment, the invalidation problem and unreasonable weightswere calculated, the probability of failure of each section of the riser was further calculated by combining the weight with failure correlation coefficient of each section in a variety of major risk factors . This method of risk assessment of the marine riser provides a new way to strengthen the management and maintenance for marine riser of each section.

Gray theory; Correlation; Marine riser; Risk; Weights

1006-396X(2016)03-0069-05

2013-12-06

2014-03-12

甘肃省教育厅资助项目(1205ZTC067)；国家质检公益项目(201210026，201310152)。

郑运虎(1986-),男,硕士，从事承压设备安全可靠性研究；E-mail:921238461@qq.com。

TQ050.2

Adoi:10.3969/j.issn.1006-396X.2016.03.014

投稿网址：http://journal.lnpu.edu.cn