一种石油石化高危设备故障风险定量化评价方法技术

本发明专利技术提供了一种石油石化高危设备故障风险定量化评价方法，包括如下步骤：S1：对石油石化高危设备中故障模式的风险因素进行分析，得到主要故障模式的层次结构；S2：建立高危设备系统的模糊故障树分析模型和模糊事件树分析模型；S3：根据模糊故障树分析模型和模糊事件树分析模型，建立模糊Bow‑tie Model；S4：确定故模糊障树和模糊事件树分析模型中的各事件发生概率；S5：基于模糊Bow‑tie Model的模糊风险和灵敏度分析。通过本发明专利技术，实现了风险分析中数据缺失或不确定情况下的风险定量化评价，计算出关键事件的风险系数和风险排序，可以指导我们采取适当的设备维修及风险管控措施，从而有助于增强高危设备的可靠性，降低重大风险事故的发生概率。

【技术实现步骤摘要】
一种石油石化高危设备故障风险定量化评价方法
本专利技术涉及风险评估领域，具体涉及一种石油石化高危设备故障风险定量化评价方法。
技术介绍
随着石油石化行业的迅速发展和国际竞争的日益激烈，实现零事故安全生产成为相关企业的宗旨。而对高危设备故障进行风险评价与风险管控是石油石化作业与生产中减少人员伤亡、环境污染、经济损失等重大风险事故的主要技术手段之一。但在高危设备风险定量评价过程中，由于原因事件和结果事件的相关数据存在丢失性、不确定性或未知性，致使有一部分事件的数据可以通过实测和历史数据定量计算得到；而另一部分只能通过定性的方法用语言变量进行评估。上述同时包含定量化和定性化数据的这一类问题可统称为混合型风险分析问题，然而目前现有的相关技术还没有针对石油石化高危设备故障风险定量化评价这类问题的具体方法。针对上述问题，本专利技术提出了一种新的算法，并通过实际测试，验证了该算法的有效性和适用性。
技术实现思路
针对
技术介绍
及现有设计的不足之处，本专利技术公开了一种石油石化高危设备故障风险定量化评价方法，所述方法包括如下步骤：S1：对石油石化高危设备中故障模式的风险因素进行分析，得到主要故障模式的层次结构；S2：建立高危设备系统的模糊故障树分析模型和模糊事件树分析模型；S3：根据模糊故障树分析模型和模糊事件树分析模型，建立模糊Bow-tieModel；S4：确定模糊故障树分析模型中的各事件发生概率，确定模糊事件树分析模型中的各事件发生概率；S5：基于模糊Bow-tieModel的模糊风险和灵敏度分析，实现风险定量化评价。优选的，所述步骤S1中包括，从设备的机理研究出发，对其进行潜在失效模式与后果分析；然后通过现场调研和专家经验，得到主要故障模式的层次结构。优选的，所述步骤S4中，确定模糊故障树分析模型中的各事件发生概率的步骤为：步骤S411：选择一个顶部事件，即一个风险因素，并建立逻辑故障树图表。步骤S412：把故障树逻辑图的任意元素，即基本事件，划分到模糊事件的已知事件和主观语言评价的概率分析上，即可能性分析，判断基本事件是否均是已知的，即确定型数据，若是，转步骤S413；否则，转步骤S415；步骤S413：计算基本事件发生概率；步骤S414：计算顶事件发生概率；步骤S415：判断基本事件是否均是未知的，若是，转步骤S417；否则，转步骤S416；步骤S416：将确定型数据转化为模糊数；步骤S417：对未知的基本事件，即模糊事件进行语言评估；步骤S418：整合专家的意见，利用隶属函数把语言表达转化成模糊数；步骤S419：通过和/或获得可能性故障概率；步骤S4110：转换模糊数的故障率为模糊可能性评分；步骤S4111：分析和解释结果；其中，表示基本事件i的故障概率，表示以为基本事件的顶事件的概率，对应事件所对应的AND和OR分别表示逻辑门“与”、“或”关系，n是和逻辑门“与”有关的基本事件的数量。优选的，所述步骤S416中，将确定型数据转化为模糊数P的具体方法为：用三角模糊数等价表示；所述步骤S418中，利用隶属函数把语言表达转化成模糊数的具体方法包括：依据隶属函数将语言定义转变为模糊数，其具体计算方式为，对于语言集I＝(i0,i1,…,im,…,in)，代表一组有序的语言评价值的集合，其中m,n∈N，且0＜m＜n，im为该语言集中的一个语言评价结果，则评价结果中的模糊数为((m-1)/n,m/n,(m+1)/n)；所述步骤S418中，利用隶属函数把语言表达转化成模糊数的具体方法包括：采用权数法进行分析，公式如下所示：这里，Aij是专家j为事件i的语言表达，m是事件的个数，n是专家的人数。Wj是专家j的权重因素，Mi代表事件i组合后的模糊数。优选的，所述步骤S419中，转换模糊数的故障率为模糊可能性评分的具体方法为：将模糊数中的三个模糊参数相加，再除以3，得到最终的模糊可能性评分。优选的，若所有的基本事件数据均是确定型，则采用计算；若基本事件数据是混合型，则采用计算。优选的，所述步骤S4中，确定模糊事件树分析模型中的各事件发生概率的具体步骤包括：步骤S421：对于已经识别的基本事件，找到可能导致的后果集合和没有后果的状态，从而构建事件树逻辑图；步骤S422：用三角模糊数定义基本事件的可能性；步骤S423：根据三角模糊数的运算规则，计算所有故障树的路径从而确定每个结果事件的概率；步骤S424：对事件树的结果进行去模糊化，得到结果事件的概率。步骤S425：分析和解释结果。优选的，所述步骤S423的具体方法为：对于已知的基本事件，用模糊数等价表示，其中P为基本事件的概率；对于未知的基本事件，依据隶属函数将语言定义转变为模糊数，其具体计算方式为，对于语言集I＝(i0,i1,…,im,…,in)，代表一组有序的语言评价值的集合，其中m,n∈N，且0＜m＜n，im为该语言集中的一个语言评价结果，则评价结果中的模糊数为((m-1)/n,m/n,(m+1)/n)；再采用权数法进行分析，公式如下所示：这里，Aij是专家j为事件i的语言表达，m是事件的个数，n是专家的人数。Wj是专家j的权重因素，Mi代表事件i组合后的模糊数。优选的，所述步骤S5中包括：将关键事件的可能性故障概率和结果事件的概率进行模糊乘积，计算基于模糊Bow-tieModel的模糊风险数再运用重心法去模糊化，即可得到最终的关键事件风险数。优选的，所述步骤S5的灵敏度分析的具体方法为：步骤S51：针对于某个关键事件，当所有的基本事件都存在时，可以得到模糊风险数去模糊化后，得到最终的风险数R。步骤S52：通过消除第i个基本事件BEii＝(1,2,…,n)，再次运用公式进行计算，得到风险数Ri。步骤S53：|R-Ri|表示消除第i个基本事件前后模糊数的偏差。比较偏差|R-Ri|，其值越大，则表示该基本事件的敏感度越强，即该基本事件对于关键事件越重要；相反，偏差越小，则表示该基本事件的敏感度越弱，即该基本事件对于关键事件越不重要。步骤S54：根据偏差值的大小，对基本事件的敏感度进行排序，从而了解不同基本事件对于关键事件的重要度。通过本专利技术的技术方案，实现了工业过程中数据缺失或不确定情况下的模糊风险分析，计算出关键事件的风险系数；可以通过风险系数及其风险排序，可以指导我们采取适当的预防措施，从而降低风险概率，有助于增强系统的稳定性。附图说明图1是本专利技术的具体实现流程；图2是模糊故障树分析流程；图3是模糊事件树分析流程；图4是Bow-tieModel元素关系图；图5是泥浆泵的工作原理；图6是泥浆泵主要故障模式的层次结构图；图7是十字头总成故障”R31为顶事件的故障树逻辑图；图8是“连杆系统故障”R3为顶事件的故障树逻辑图；图9是关键事件为“十字头总成故障”的事件树逻辑图；图10是关键事件为“连杆系统故障”的事件树逻辑图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图说明本专利技术的具体实施方式。如图1所示，本专利技术公开了一种石油石化高危设备故障风险定量化评价方法，所述方法包括如下步骤：S1：对石油石化高危设备中故障模式的风险因素进行分析，得到主要故障模式的层次结构；S2：建立高危设备的模糊故障树分析模型和模糊事件树分析模型；S3：根据模糊故障树分析模型和模糊本文档来自技高网...

【技术保护点】
一种石油石化高危设备故障风险定量化评价方法，其特征在于，所述方法包括：S1：对石油石化高危设备中故障模式的风险因素进行分析，得到主要故障模式的层次结构；S2：建立高危设备的模糊故障树分析模型和模糊事件树分析模型；S3：根据模糊故障树分析模型和模糊事件树分析模型，建立模糊Bow‑tie Model；S4：确定模糊故障树分析模型中的各事件发生概率，确定模糊事件树分析模型中的各事件发生概率；S5：基于模糊Bow‑tie Model的模糊风险和灵敏度分析，实现风险定量化评价。

【技术特征摘要】
1.一种石油石化高危设备故障风险定量化评价方法，其特征在于，所述方法包括：S1：对石油石化高危设备中故障模式的风险因素进行分析，得到主要故障模式的层次结构；S2：建立高危设备的模糊故障树分析模型和模糊事件树分析模型；S3：根据模糊故障树分析模型和模糊事件树分析模型，建立模糊Bow-tieModel；S4：确定模糊故障树分析模型中的各事件发生概率，确定模糊事件树分析模型中的各事件发生概率；S5：基于模糊Bow-tieModel的模糊风险和灵敏度分析，实现风险定量化评价。2.一种如权利要求1所述的石油石化高危设备故障风险定量化评价方法，其特征在于，所述步骤S1中包括，从设备的机理研究出发，对其进行潜在失效模式与后果分析；然后通过现场调研和专家经验，得到主要故障模式的层次结构。3.一种如权利要求1所述的石油石化高危设备故障风险定量化评价方法，其特征在于，所述步骤S4中，确定模糊故障树分析模型中的各事件发生概率的步骤为：步骤S411：选择一个顶部事件，即一个风险因素，并建立逻辑故障树图表。步骤S412：把故障树逻辑图的任意元素，即基本事件，划分到模糊事件的已知事件和主观语言评价的概率分析上，即可能性分析，判断基本事件是否均是已知的，即确定型数据，若是，转步骤S413；否则，转步骤S415；步骤S413：计算基本事件发生概率；步骤S414：计算顶事件发生概率；步骤S415：判断基本事件是否均是未知的，若是，转步骤S417；否则，转步骤S416；步骤S416：将确定型数据转化为模糊数；步骤S417：对未知的基本事件，即模糊事件进行语言评估；步骤S418：整合专家的意见，利用隶属函数把语言表达转化成模糊数；步骤S419：通过和/或获得可能性故障概率；步骤S4110：转换模糊可能性概率为模糊可能性评分；步骤S4111：分析和解释结果；其中，表示基本事件i的故障概率，表示以为基本事件的顶事件的故障概率，对应事件所对应的AND和OR分别表示逻辑门“与”、“或”关系，n是和逻辑门“与”有关的基本事件的数量。4.一种如权利要求3所述的石油石化高危设备故障风险定量化评价方法，其特征在于，所述步骤S416中，将确定型数据转化为模糊数P的具体方法为：用三角模糊数等价表示；所述步骤S418中，利用隶属函数把语言表达转化成模糊数的具体方法包括：依据隶属函数将语言定义转变为模糊数，其具体计算方式为，对于语言集I＝(i0,i1,…,im,…,in)，代表一组有序的语言评价值的集合，其中m,n∈N，且0＜m＜n，im为该语言集中的一个语言评价结果，则评价结果中的模糊数为((m-1)/n,m/n,(m+1)/n)；所述步骤S418中，利用隶属函数把语言表达转化成模糊数的具体方法包括：采用权数法进行分析，公式如下所示：这里，Aij是专家j为事件i的语言表达，m是事件的个数，n是专家的人数。Wj是专家j的权重因素，M...

【专利技术属性】
技术研发人员：唐洋，杨雁，敬佳佳，张志东，刘清友，王国荣，邹正伟，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川,51