XV международная научно-практическая конференция молодых учёных и специалистов «ПРОБЛЕМЫ ТЕХНОСФЕРНОЙ БЕЗОПАСНОСТИ – 2026»·Применение современных информационных технологий, искусственного интеллекта в вопросах обеспечения техносферной безопасности УДК 004.052

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. 1 ООО "НИИ Транснефть"
2 марта 2026 5 просмотров 11 мин чтения
Аннотация

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.

#оценка риска#полумарковский процесс#неопределённость#пожаровзрывобезопасность#магистральный нефтепровод
Abstract

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.

#risk assessment#semimarkov#uncertainty#fire safety#pipeline
Полный текст1917 слов

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:

  1. модель при полной информации на основе конечного однородного эргодического полумарковского процесса с доходом;

  2. интервальная модель при неполной информации (метод полумарковских процессов);

  3. 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]
× 10-6

(≈ 3,8%)

Общий риск тыс. у.е./год

ССВД + РП (суммарно)

[92,1 ; 98,8]

[77,2 ; 85,2]

на 15,7 %
(98,8 - 85,2)

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:

  1. 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;

  2. интервальная модель при неполной информации (метод полумарковских процессов) с описанием неопределённости через множества и двумя итерационными процедурами для нахождения границ риска;

  3. 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

  1. Сильвестров Д.С. Полумарковские процессы с дискретным множеством состояний. - М.: Советское радио, 1980. - 272 с.

  2. Карманов А.В. Исследование управляемых конечных марковских цепей с неполной информацией. - М.: ФИЗМАТЛИТ, 2002. - 173 с.

  3. Карманов А.В., Орлова К.П., Серкин В.Е. Моделирование риска сложной энергетической системы // - РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва.

  4. ГОСТ Р 27.011–2019. Надёжность в технике. Вероятностный анализ риска технических систем. - М.: Стандартинформ, 2019.

  5. ГОСТ Р МЭК 61511–1–2018. Функциональная безопасность. Системы безопасности приборные для промышленных процессов. Часть 1. - М.: Стандартинформ, 2018.

Есть что обсудить?
Оставьте комментарий — автор и читатели увидят его в обсуждении.