2.中国石油辽河石化公司, 辽宁 盘锦 124002
2. Liaohe Petrochemical Company of China Petroleum, Panjin 124002, China.
Corresponding author: YAO Xi-wen, E-mail: yxw_20061005@126.com
随着石油化工行业的发展,石化生产工艺越来越复杂,装置自动化程度越来越高,工艺过程操作条件更加苛刻,只要某一部位或某一环节发生故障或操作失误,就可能导致火灾、爆炸、中毒等重大事故的发生,给人们的生产和生活带来了极大威胁.这就对石化装置复杂工艺信息模糊条件下的定量风险评价提出了更高要求.
贝叶斯网络(Bayesian network,BN)能够很好地表示变量的随机性和相关性,进行不确定性推理.例如,Ren等[1]将BN应用于海上设施的风险分析;Weber等[2]对BN在可靠性分析和维护领域的应用进行了研究;Brooker[3]利用BN研究了航空风险评估问题;周建方等[4]通过实例说明BN在大坝风险分析中的应用;汪涛等[5]提出一种基于BN的施工安全风险评估方法;然而贝叶斯网络推理技术在石化装置火灾、爆炸事故的风险评估中未见相关报道.笔者提出了基于贝叶斯网络(Bayesian network)的危险性与可操作性研究(HAZOP)、保护层分析(LOPA)、领结分析(Bow-Tie分析)于一体的复合型工艺风险评估模型,并以辽河石化公司的延迟焦化装置为例,对该模型的现场应用进行了详细说明.
1 复合型工艺风险评估理论概述 1.1 贝叶斯网络的推理问题贝叶斯网络是Pearl[6]提出的一种简洁有效的因果关系表达和推理决策方法,是根据贝叶斯推理建立的各个变量之间依赖关系的概率图模型.贝叶斯网络理论基础是著名的贝叶斯公式:
其中:P(A)是先验概率;P(A|B)是后验概率;P(B|A)是似然率.如果A是一个变量,有a1,a2,…,an个状态,由全概率公式,有P(B)=∑P(B|ai)P(ai),从而算出后验概率P(A|B).
贝叶斯网络能很好地表示变量的随机不确定性和相关性,不但能进行前向推理,由原因导出结果,更重要的是可以进行后向推理,从后验概率到先验概率的推理过程,即由结果推出原因的过程.
1.2 HAZOP-LOPA集成风险分析HAZOP分析是用于辨识工艺缺陷、工艺过程危险及操作性问题的定性分析方法.对识别出的危险所导致的事故后果进行定性评估,若事故后果等级较高,则需要进行LOPA研究.LOPA是一种半定量的风险分析方法,一定意义上是将HAZOP得出的事故后果半定量化[7, 8].
表 1是典型的半定量风险矩阵.事故后果严重度分为5个等级,事故发生概率等级见表 2,每一对后果严重度和事故发生概率对应一个风险级别,每个风险级别有对应的建议措施见表 3.
领结分析也称蝴蝶结模型,是一种集故障树、事件树相结合的复合型工序风险评估技术,这种方法将基本事件、中间事件、顶上事件、预防控制措施、减缓控制措施和事故后果之间的关联以领结的形状绘制出来[9, 10],领结分析模型如图 1所示.该模型兼具了故障树分析与事件树分析的优点,对复杂装置的工艺危险控制与安全评估都具有很好的适用性与操作性.
基于贝叶斯推理的HAZOP-LOPA-Bow-Tie复合型工艺风险评估模型的主要步骤如下:
①编制系统故障树,将其映射成对应贝叶斯网络,构建条件概率表,利用GeNIe软件实现贝叶斯双向推理研究各基本事件的后验概率,快速识别系统的薄弱环节.
②根据计算结果进行预测和诊断,找出最容易导致装置发生事故的原因事件,然后选择该基本事件为风险贝叶斯故障节点.
③通过HAZOP-LOPA集成分析对该风险贝叶斯故障节点进行全面分析,研究重大事故场景的全过程,明确识别出初始、中间和后果事件.
④确定该风险贝叶斯故障节点包含的各项参数出现偏差的原因及后果,根据半定量风险矩阵确定风险等级,然后设置相应的独立防护层措施.
⑤利用LOPA中的独立保护层(IPL)失效概率来评估剩余风险等级,比较被评价的防护层故障频率与允许的防护层故障频率,研究防护层措施是否已将剩余风险降到可接受的程度.
⑥利用Bow-Tie分析对剩余风险等级仍然较高的事件进行研究,辨识出使保护层持续有效的关键活动,进而控制后果严重的工艺安全事故.
3 复合型工艺风险评估模型实例 3.1 延迟焦化装置工艺简介辽河石化公司100万吨/年延迟焦化装置采用一炉两塔、单井架水力除焦,工艺流程见图 2.
原料油换热后进入分馏塔下部,与来自焦炭塔的高温油气换热.原料油和循环油一起被送至加热炉加热到500℃左右进入焦炭塔底部.热的原料油在焦炭塔内进行裂解、缩合等反应生成焦炭.反应油气自焦炭塔顶部逸出,进入分馏塔,得到焦化气、汽油、柴油、循环油等.
以延迟焦化装置加热炉火灾、爆炸事故为例说明贝叶斯网络推理下的HAZOP-LOPA-Bow-Tie复合型工艺风险评估模型的应用.
3.2 加热炉火灾、爆炸故障树与贝叶斯网络根据延迟焦化工艺流程编制加热炉火灾、爆炸故障树如图 3所示,将故障树转化为贝叶斯网络见图 4,应用GeNIe软件实现贝叶斯网络的推理过程.
根据BN根节点的先验频率将贝叶斯网络中的节点数据全部更新后诊断系统故障条件下各个组件的后验频率. 由于篇幅所限,各基本事件的先验和后验频率统一列于表 4中.其中,基本事件的先验概率由相关企业统计资料确定.由表 4的后验频率可知,后果出现很可能是X4可燃气瞬间高温、X9内壁结焦、X14吹灰不完全、X18连锁仪表失灵、X19泄压失败等故障引起.
由加热炉火灾爆炸贝叶斯网络的后验概率知,基本事件X9:内壁结焦导致加热炉火灾、爆炸事故的概率偏高,则选取X9内壁结焦作为贝叶斯节点进行HAZOP-LOPA集成风险分析.结果见表 5所示.未减轻事件频率等于初始事件、条件事件和后果事件发生频率的乘积.减轻事件频率等于未减轻事件频率与防护层失效频率的乘积.由频率等级和后果严重度确定未减轻事件和减轻事件的风险等级.
从表 5中可以看出,通过加热炉炉管内壁结焦事件进行HAZOP-LOPA风险分析可知,未减轻事件的频率4.00×10-5超过了其风险可接受值1.00×10-5.采取炉管表面多点设置热电偶和制定管线破裂相应预案两个独立保护措施后,事故发生频率4.00×10-5降低到了8.00×10-8,且风险等级由未减轻事件的10级降至减轻事件的5级剩余风险.根据表 3知风险等级为5级时,应在条件允许时采取安全措施进一步降低风险水平,建议在加热炉入焦炭塔转油线、大油气线隔断阀采用高温电动球阀,避免结焦,直至将剩余风险降到可接受范围为止.
3.4 Bow-Tie分析对炉管内壁结焦事件进行HAZOP-LOPA集成风险分析,在采取两层独立保护层之后,“内壁结焦”这一基本事件造成加热炉火灾、爆炸事故的风险等级虽然有所下降,但是5级的剩余风险水平仍然较高,后果比较严重,超出可接受范围.
以炉管内壁结焦导致加热炉火灾、爆炸事故为例做领结图分析,即Bow-Tie分析,辨识出使保护层持续有效的关键活动,进而防止加热炉火灾、爆炸事故的发生,结果见图 5所示.
分析图 5可知,图中左侧部分是由故障树分析得出事故原因,右侧部分是由事件树分析得出事故后果,中间部分为12条防止加热炉火灾爆炸发生的预防控制措施和10条降低事故后果的减缓控制措施,通过Bow-Tie分析,可为进一步降低加热炉火灾爆炸事故的风险提供指导.
4 结论1) 本文提出了基于贝叶斯网络(BN)的危险性与可操作性研究(HAZOP)、保护层分析(LOPA)、领结分析(BTA)于一体的复合型工艺风险评估模型.
2)复合型工艺风险评估模型中,首先将编制完整的系统故障树映射成对应的贝叶斯网络,确定风险贝叶斯故障节点;然后通过HAZOP-LOPA集成分析研究该节点中的参数出现偏差的原因及后果,利用独立保护层(IPL)失效概率评估剩余风险等级;最后对剩余风险等级较高的事件进行Bow-Tie分析,辨识出使保护层持续有效的关键活动.
3) 以延迟焦化装置为例,对该风险评估模型进行应用,充分验证了其可行性与准确性.
[1] | Ren J, Jenkinson I, Wang J.An offshore risk analysis method using fuzzy Bayesian network[J].Journal of Offshore Mechanics and Arctic Engineering, 2009, 131(4):1-12.(1) |
[2] | Weber P, Medina O G, Simon C, et al.Overview on Bayesian networks applicatins for dependability, risk analysis and maintenance areas[J].Engineering Applications of Artificial Intelligence, 2012, 25(4):671-682.(1) |
[3] | Brooker P.Experts, Bayesian belief networks, rare events and aviation risk estimates[J].Safety Science, 2011, 49(8):1142-1155.(1) |
[4] | 周建方, 唐椿炎, 许智勇.贝叶斯网络在大坝风险分析中的应用[J].水力发电学报, 2010, 29(1):192-196. (Zhou Jian-fang, Tang Chun-yan, Xu Zhi-yong.Application of Bayesian networks to dam risk analysis[J].Journal of Hydroelectric Engineering, 2010, 29(1):192-196.)(1) |
[5] | 汪涛, 廖彬超, 马昕, 等.基于贝叶斯网络的施工安全风险概率评估方法[J].土木工程学报, 2013, 43(增刊1):385-388. (Wang Tao, Liao Bin-chao, Ma Xin, et al.Using Bayesian network to develop a probability assessment approach or construction safety risk[J].China Civil Engineering Journal, 2013, 43(supl):385-388.)(1) |
[6] | Peal J.Fusion, propagation, and structuring in belief works[J].Artifical Intelligence, 1986, 29(3):241-288. (1) |
[7] | Hallowell M R, Gambatese J A.Construction safety risk mitigation[J].Journal of Construction Engineering and Management, 2009, 135(12):1316-1323.(1) |
[8] | 许芝瑞, 孙文勇, 赵东风.HAZOP和LOPA两种安全评价方法的集成研究[J].安全与环境工程, 2011, 18(5):66-68. (Xu Zhi-rui, Sun Wen-yong, Zhao Dong-feng.Integrative research on two safety evaluation methods of HAZOP and LOPA[J].Safety and Environmental Engineering, 2011, 18(5):66-68.)(1) |
[9] | CCPS.Layers of protection analysis-simplified process risk assessment[M].New York:American Institute of Chemical Engineers, Center for Chemical Process Safety, 2001.(1) |
[10] | 李凤英, 毕军, 曲常胜, 等.环境风险全过程评估与管理模式研究及应用[J].中国环境科学, 2010, 30(6):858-864. (Li Feng-ying, Bi Jun, Qu Chang-sheng, et al.Whole-precess environmental risk assessment and management and its application[J].China Environmental Science, 2010, 30(6):858-864.)(1) |