埋地油气管道失效分析及风险评估.docVIP

埋地油气管道失效分析及风险评估 摘 要：本文以埋地油气管道因长期服役发生失效为背景进行展开，探讨了油气管道失效模式及诱发失效的主要、因素，然后对失效发生社会和经济两方面的影响进行了论述。最后，结合具体实例，利用模糊神经网络技术对失效后果进行了评估分析。 关键词：埋地油气管道；失效分析；神经网络 油气输送管道长时间服役后，因外部干扰、腐蚀和施工质量及材质的原因会造成发生失效事故，导致火灾、爆炸、中毒，造成重大的经济损失、人员伤亡和环境污染。因而，在事故发生后，及时对失效模式、机理和原因进行分析和诊断，建立相应的风险评估预案，对于减少管道失效事故，防止类似事故的重演具有重要的意义。 1．油气管道失效分析 1.1油气管道失效的分类 油气管道失效模式主要有断裂、变形、表面损伤，其中以表面损伤为多见，包括管道的裂纹、腐蚀坑等。表1为主要失效模式一览表。 1.2引起埋地油气管道失效的主要因素 影响管道安全的主要因素有设计、制造、施工、腐蚀、运行管理维护、第三方破坏。设计因素主要包括管道强度的安全裕度、允许最大操作压力与实际操作压力的裕度、管道应力变化与频率、管道沉降等方面；制造因素包括管材的内部和表面缺陷、焊缝缺陷、制管偏差与质量控制；施工因素包括管道的敷设、焊接、补口、检验、回填、试压、监理、施工队伍资质等：腐蚀因素为与管内介质腐蚀性强弱和防腐措施有关的内腐蚀和与阴极保护、外防腐层质量、土壤腐蚀性、电流干扰、应力腐蚀等因素有关的外腐蚀；运行管理维护因素包括由于管理水平、技术水平、员工素质和监督机制不健全引起的错误操作带来的破坏；第三方破坏即管道附近区域人为活动造成的管道结构或性能的破坏，主要因素有管道最小埋深、人群活动水平、公众教育状况、管道地面设施等。具体可分为以下几类： (1)腐蚀，包括内腐蚀、外腐蚀和应力腐蚀开裂(SCC)。 (2)管体缺陷，包括制管缺陷和施工期间造成的缺陷。 (3)第三方破坏。 (4)误操作。 (5)设备缺陷。 (6)自然与地质灾害，包括滑坡、泥石流、崩塌、地表沉陷等。 (7)疲劳。 根据对国内外大量的管道事故统计资料分析，影响管道安全的因素在形成的管道事故中所占的比例不同（见图1），从中要可以看出腐蚀、第三方破坏是最主要的因素。 2．埋地油气管道失效后果影响分析（略） 3．基于模糊神经网络的埋地油气管道失效分析 3.1模糊神经网络理论 模糊系统理论自1965年由美国控制论专家L.A．Zadeh教授创立以来，已广泛应用于许多不同的领域，模糊神经网络(Fuzzy Neural Nelwork，FNN)吸取了模糊逻辑和神经网络的优点，避免了两者的缺点，已经成为当今智能控制研究的热点之一。FNN在本质上就是将常规的神经网络（如前向反馈神经网络，Hop-field神经网络）赋予模糊输入信号和模糊权值。 3.2基于模糊神经网络的埋地油气管道失效分析 我们将埋地输油管道失效后果的主要影响因素作为模糊神经网络的输入参数，将某管道公司的直接经济损失作为模糊神经网络的输出参数。由于缺乏埋地输油管道失效后果的实际数据，根据失效后果计算公式，对于社会及公众的危害，采用定性评分的方法，对于管道公司的直接经济损失，根据3.2节的方法(式(1)-(3))，构造14个输入样本和输出样本，如表2-3所示。假设管道修复费用为5.000元，不考虑管道公司的市值损失和无形资产损失。 根据模糊理论，对输入参数进行模糊划分，每个输入参数有5个语言变量，并对定性输入参数进行离散化处理，如表4所示。 由于样本数据变化较大，故先对样本数据进行归一化处理，将处理后的11个参数作为模糊神经网络的输入，则模糊规则数有511个，若全部采用，则网络规模将会非常庞大，降低网络的学习速度，本文采用K-means方法对样本聚类，得到有效模糊规则数为7个，构造一个llx55x55x7x2的5层正规化模糊神经网络，利用构造的前12个输入输出样本对模糊神经网络进行训练，然后利用训练好的模糊神经网络进行预测，预测结果如表5所示。 从表5中可以看出，正规化模糊神经网络的预测精度较高，最大相对误差为2.83%，满足工程应用的要求，因此，利用模糊神经网络预测埋地输油管道的失效后果是可行的。 4．结论 通过对埋地油气管道失效性分析，探讨了失效模式和影响因素，并对失效后产生后果的主要影响因素进行了分析，最后根据实例，利用模糊神经网络预测埋地输油管道的失效后果进行了模糊评估，验证了该方法的可行性。结论可知，与实际效果是基本可行的，从而可以为其后进行油气管道失效后的风险评价，并制定相应的防范预案提供一种良好的途径。