МОДЕЛИ ОЦЕНКИ РИСКА ВЗРЫВОПОЖАРНОЙ И ПОЖАРНОЙ ОПАСНОСТИ МАГИСТРАЛЬНОГО НЕФТЕПРОВОДА НА ОСНОВЕ ПОЛУМАРКОВСКИХ ПРОЦЕССОВ
RISK ASSESSMENT MODELS FOR FIRE AND EXPLOSION HAZARDS IN PIPELINE SYSTEMS BASED ON SEMI-MARKOV PROCESSES
- 1 ООО "НИИ Транснефть"
В работе представлен согласованный комплекс моделей оценки стационарного риска взрывопожарной и пожарной опасности участка магистрального нефтепровода на основе полумарковских процессов с доходом. Разработана модель, обеспечивающая точечную оценку стационарного риска, а также две модели, учитывающие неполную информацию: интервальная полумарковская и модель с использованием псевдосостояний для учёта неэкспоненциального времени восстановления. Предложены алгоритмы вычисления нижней и верхней границ риска при неопределённости параметров переходов. Численный эксперимент подтвердил снижение стационарного риска на 15,7 % при изменении логики защит. Полученные результаты обеспечивают количественное обоснование решений в составе АСУТП и актуальны для задач техносферной безопасности.
The paper presents a consistent set of models for assessing the stationary risk of fire and explosion hazards in a section of a main oil pipeline, based on semi-Markov processes with rewards. A model providing a point estimate of stationary risk has been developed, along with two models accounting for incomplete information: an interval semi-Markov model and a model utilizing pseudo-states to address nonexponential recovery times. Algorithms for computing the lower and upper bounds of risk under parameter transition uncertainty are proposed. A numerical experiment confirmed a 15.7% reduction in stationary risk upon modifying protection logic. The obtained results provide a quantitative basis for decision-making within SCADA systems and are relevant to technospheric safety challenges.
Введение
Обеспечение взрывопожарной и пожарной безопасности магистральных нефтепроводов относится к числу приоритетных задач техносферной безопасности. Магистральные нефтепроводы являются опасными производственными объектами, на которых аварии сопровождаются пожарами, взрывами, масштабным экономическим ущербом и экологическими последствиями.
Современные автоматизированные системы управления технологическими процессами (АСУТП) выполняют функции управления, информации и защиты[5]. Однако развитие алгоритмов защиты на действующих объектах зачастую происходило по принципу наслоения алгоритмов без комплексной количественной оценки совокупного риска. Это приводит к росту вероятности ложных срабатываний, увеличению эксплуатационных затрат и отсутствию формализованного критерия оптимальности.
Существующие методы анализа риска ориентированы преимущественно на статический анализ сценариев и не учитывают динамику переходов между состояниями объекта, а также процессы восстановления после инцидентов [1, 4]. Дополнительной проблемой является неполнота статистической информации об интенсивностях отказов и восстановлений.
Цель работы разработать модели расчёта стационарного риска взрывопожарной и пожарной опасности участка магистрального нефтепровода:
модель при полной информации на основе конечного однородного эргодического полумарковского процесса с доходом;
интервальная модель при неполной информации (метод полумарковских процессов);
модель при неполной информации с использованием метода псевдосостояний для учёта неэкспоненциального времени восстановления.
1. Модель оценки стационарного риска при полной информации
Технологический объект описывается конечным однородным эргодическим полумарковским процессом с доходом [1] со следующими исходными данными:
интенсивности переходов между укрупнёнными состояниями;
законы распределения времени пребывания в состояниях
экономический ущерб, сопоставленный состояниям и переходам
Стационарный
риск
определяется
как предел среднего накопленного ущерба
в единицу времени при неограниченном
горизонте наблюдения:
где
- суммарный ущерб за время
.
В работе используется аналитическое выражение для стационарного риска через характеристики вложенной цепи Маркова и времени пребывания, что соответствует классическим результатам теории полумарковских процессов [1]
где
- вектор
предельных вероятностей эргодического
процесса,
- вектор стоимостей состояний (с учётом
ущербов на переходах),
- вектор средних времён пребывания в
состояниях,
- скалярное
произведение.
Компоненты
и
выражаются через:
матрицу переходных вероятностей вложенной цепи
;плотности распределения времени нахождения
(в состоянии
при
переходе в
);коэффициенты ущерба за переход
и коэффициенты ущерба за пребывание
.
Предельные
вероятности
находятся решением системы линейных
уравнений баланса:
причём одно из уравнений заменяется на условие нормировки
При
наличии матрицы интенсивностей переходов
используется
преобразование к матрице вероятностей
вложенной цепи
.
Это обеспечивает инженерный путь
построения модели по данным эксплуатации.
Данная модель даёт точечную (стационарную) оценку риска и может рассматриваться как базовый уровень для сравнительного анализа при переходе к моделям неполной информации
2. Модель оценки риска при неполной (интервальной) информации
В
реальных условиях часть параметров
известна не точечно, а в виде доверительных
интервалов или допустимых областей.
Для учёта неопределённости каждой
строке матрицы интенсивностей или
матрицы переходных вероятностей ставится
в соответствие множество допустимых
значений
,
что соответствует постановке задач
управления с неполной информацией [2].
Множество
формирует ограничения задачи оптимизации,
а множество управлений определяет
семейство допустимых матриц переходов,
каждая из которых задаёт вариант динамики
системы.
Цель
- получить интервальную оценку
стационарного риска
где
- дробно-линейный функционал стационарного
риска, выступающий целевой функцией в
оптимизационной постановке.
Для нахождения границ предложены две итерационные процедуры интервального анализа.
Процедура 1 (нижняя граница): на каждой итерации для каждого состояния выбирается допустимый переход, минимизирующий вклад в общий риск.
Процедура 2 (верхняя граница): аналогично, но с максимизацией вклада.
Алгоритмы обладают свойствами сходимости и устойчивости и позволяют оценивать диапазон возможных убытков при высокой неопределённости исходных данных и реализуют индикаторный подход к поиску экстремальных значений функционала [2]
Практически это важно для стареющих участков магистральных нефтепроводов, объектов с недостаточной статистикой и ситуаций, когда данные получены по экспертным оценкам.
3. Модель неполной информации с использованием псевдосостояний
В рамках моделирования пожаро- и взрывоопасных сценариев для магистрального нефтепровода принимается допущение, соответствующее практике эксплуатации ОПО: время до отказа (перехода в аварийный режим) может быть описано экспоненциальным законом, тогда как время восстановления после инцидента часто имеет неэкспоненциальное распределение. Это затрудняет непосредственное применение чисто марковских моделей и требует корректного учёта временных характеристик восстановительных фаз.
Метод псевдосостояний основан на дополнении исходной модели цепочками дополнительных состояний, которые аппроксимируют неэкспоненциальное время восстановления . При этом неопределённость интенсивностей переходов сохраняется в интервальной постановке через построение нижней и верхней граничных матриц интенсивностей переходов.
В результате дополнения модели псевдосостояниями и формирования граничных матриц интенсивностей получена интервальная стационарная оценка риска. Важное свойство, зафиксированное в диссертации: полученный интервал включает интервал оценки риска, вычисленный по полумарковской интервальной модели, что подтверждает согласованность методик при учёте неэкспоненциального распределения времени восстановления.
Численная реализация метода псевдосостояний приводит к увеличению размерности пространства состояний; в выполненных расчётах итоговое число состояний составило 121. Отмечено, что увеличение числа состояний увеличивает число возможных комбинаций, что расширяет итоговую интервальную оценку риска, относительно предыдущей модели.
4. Инженерная применимость и место моделей в АСУП
Три модели образуют единую технологию расчёта и принятия решений:
Модель 1 даёт точечную стационарную оценку при полной информации и формирует базовый уровень риска для объекта/участка.
Модель 2 даёт интервальную оценку при неполной информации в рамках полумарковского подхода, формализуя неопределённость через множества допустимых строк матриц и итерационные процедуры поиска границ.
Модель 3 обеспечивает корректный учёт неэкспоненциальных фаз восстановления и расширяет интервальную постановку за счёт псевдосостояний, сохраняя согласованность интервалов с моделью 2.
В совокупности это позволяет оценивать как «номинальный» уровень стационарного риска, так и диапазон его возможных значений при неопределённости исходных данных, что важно для риск-ориентированного сопровождения решений по настройке защит, диагностике и обоснованию мероприятий по снижению последствий пожаро- и взрывоопасных сценариев.
5. ЧИСЛЕННЫЙ ЭКСПЕРИМЕНТ И СРАВНЕНИЕ МОДЕЛЕЙ
Численный эксперимент выполнен для участка магистрального нефтепровода с девятью укрупнёнными состояниями. Состояния и их связь указаны на рисунке 1. Модель расчёта соответствует подходу, изложенному в работе [3]
Рисунок 1 - Граф переходов возможных состояний
В рамках численного эксперимента выполнено сравнение логики срабатывания защит (1oo1 / 2oo2) и мажоритарной логики 2oo3 для объектов системы сглаживания волн давления (ССВД) и резервуарного парка (РП).
Таблица 1. Интервальные оценки рисков до и после оптимизации
Показатель |
Объект |
Логика срабатывания |
Изменение |
|
1oo1 / 2oo2 |
2oo3 |
|||
Частота ложных срабатываний 1/год |
ССВД |
[0,15 ; 0,19] |
[0,026;0,033] |
В 5,76 раз |
РП |
[0,10 ; 0,14] |
[0,018;0,031] |
в 4,52 раз |
|
Частота возникновения аварий 1/год |
ССВД + РП (суммарно) |
[1,581;1,747] × 10-6 |
[1,641;1,814] |
(≈ 3,8%) |
Общий риск тыс. у.е./год |
ССВД + РП (суммарно) |
[92,1 ; 98,8] |
[77,2 ; 85,2] |
на
15,7 % |
По анализу таблицы 1 видно, что переход к логике 2oo3 привёл к резкому снижению частоты ложных срабатываний для ССВД - в 5,76 раза; для резервуарного парка - в 4,52 раза. Это означает существенное уменьшение числа необоснованных остановов оборудования и сопутствующих экономических потерь.
Наблюдается незначительное увеличение частоты аварийных состояний (≈ 3,8 %). Однако абсолютные значения остаются порядка 10⁻⁶ 1/год, что соответствует крайне редким событиям и не приводит к росту интегрального риска.
Общий стационарный риск сместился из интервала [92,1 ; 98,8] тыс. у.е./год в интервал [77,2 ; 85,2] тыс. у.е./год. Снижение верхней границы составляет:
что
соответствует уменьшению риска примерно
на 15,7%. Интервалы риска до и после
оптимизации не перекрываются, что
свидетельствует о статистически
устойчивом положительном эффекте
модернизации.
Заключение
Представлен согласованный комплекс моделей расчёта стационарного риска взрывопожарной и пожарной опасности для участка магистрального нефтепровода:
модель при полной информации на основе конечного однородного эргодического полумарковского процесса с доходом и алгоритма вычисления стационарного риска по статистическим данным надёжности и стоимостным оценкам ущерба;
интервальная модель при неполной информации (метод полумарковских процессов) с описанием неопределённости через множества
и
двумя итерационными процедурами для
нахождения границ риска;модель при неполной информации с использованием метода псевдосостояний, позволяющая учитывать неэкспоненциальное время восстановления и формировать интервальную оценку риска, согласованную с полумарковской интервальной моделью.
Получена точечная оценка базового риска 94,32 тыс. у.е./год. Предложена интервальная постановка задачи при неполной информации, позволяющая вычислять границы стационарного риска и формализовать неопределённость исходных параметров. Для учёта неэкспоненциальных фаз восстановления применён метод псевдосостояний, обеспечивающий более консервативную оценку риска
Численный эксперимент показал, что применение логики защит (2oo3) снижает стационарный риск на 15,7 % при кратном уменьшении ложных срабатываний.
Предложенный подход обеспечивает количественное обоснование решений по структуре и настройке систем безопасности в составе АСУТП и может использоваться в задачах техносферной безопасности. Подход согласуется с требованиями нормативных документов по анализу риска и функциональной безопасности [4, 5]
Список литературы
Сильвестров Д.С. Полумарковские процессы с дискретным множеством состояний. - М.: Советское радио, 1980. - 272 с.
Карманов А.В. Исследование управляемых конечных марковских цепей с неполной информацией. - М.: ФИЗМАТЛИТ, 2002. - 173 с.
Карманов А.В., Орлова К.П., Серкин В.Е. Моделирование риска сложной энергетической системы // - РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва.
ГОСТ Р 27.011–2019. Надёжность в технике. Вероятностный анализ риска технических систем. - М.: Стандартинформ, 2019.
ГОСТ Р МЭК 61511–1–2018. Функциональная безопасность. Системы безопасности приборные для промышленных процессов. Часть 1. - М.: Стандартинформ, 2018.