基于Fuzzy-LOPA分析的储罐区池火灾风险评价

连子超, 张亚明, 张路, 王旭辉, 许佳, 梁昌晶

(1. 华北油田公司华港燃气集团,河北 任丘 062552;2. 中国石油渤海钻探油气井测试分公司,河北 廊坊 065000;3. 华北油田公司 第五采油厂,河北 辛集 052360;4. 中国石油长庆油田分公司 第十一采油厂,陕西 西安 710016;5. 国家管网集团山东省分公司 德州作业区,山东 德州 253000)

原油具有较高的饱和蒸汽压,一旦储罐发生泄漏,根据点火源位置的不同,极易引发池火、闪火、蒸汽云爆炸、中毒等事故[1-2]。据国内消防部门的调研报告显示,池火灾在所有储罐泄漏事故中的出现次数高达40%,且当池火灾引发的热辐射通量超过相邻储罐的事故升级阈值时,还会引发多米诺效应,发生二次或更高次的事故[3]。因此,分析储罐池火灾风险,对于限制事故传播和扩展,减轻事故损失和优化减缓措施显得尤为重要。

目前,关于油气站场内储罐、管道等静设备的风险评价多采用保护层分析(LOPA),但在识别独立保护层或确定初始事件概率时,通常根据文献[4]中的相关数据,这些数据以单值形式表示,无法反映过程风险的动态性和模糊性。文献[5-7]分别采用模糊数学(Fuzzy)理论引入油库和天然气处理站的风险评价,但未给出现有保护措施是否满足风险可容忍程度,也只是对事故发生的可能性进行了梳理,未考虑事故后果。基于此,将Fuzzy-LOPA分析相结合,从事故发生可能性和事故后果两方面构建模糊风险评价矩阵,根据隶属度函数确定模糊语言,通过模糊控制规则确定风险模糊值用于风险决策分析。

1 模糊保护层风险评价模型

1.1 事故发生可能性计算

对于储罐区池火灾的发生概率与传统的LOPA分析一致,即通过识别保护层的有效性、独立性和可审查性,确定保护层是否具有有效防止事故发生且不受其余初始事件或其他保护层失效影响的功能。通过独立保护层的判断,计算单一场景下的事故发生可能性,如式(1)所示:

(1)

1.2 事故后果严重性计算

在“洋葱”结构的保护层模型中,一般不将最外层的“站场和周围社区的应急响应”作为独立保护层,这是由于事故发生后组织人员疏散、救援、灭火及事故后处理等具有不确定性,因此在降低事故发生的可能性上不一定有效。但该类保护层可以显著降低事故后果的严重程度,可作为计算事故后果严重性的基础,如式(2)所示:

C=C0-SI

(2)

式中:C——事故后果严重性指数;C0——未采取保护层时的后果严重性指数;SI——站场和周围社区的应急响应发挥作用时,后果严重性降低指数。

考虑到站场应急响应时间与探测火灾、火灾报警、启动应急响应程度等相关,取10～20 min内最佳,时间过短,应急响应的准备不充分,无法对池火灾进行有效扑灭;时间过长,应急救援超过了有效控制目标火灾的时间,导致火灾无法控制。同理,社区及周边的消防救援力量因距离发生池火灾的储罐较远,与应急救援队伍接到应急任务、开始准备和控制目标火灾的时间有关,最佳的应急响应时间应为20～30 min。因此,将应急响应时间与SI指数相结合,采用正态分布表示两者之间的关系,如图1所示。SI的取值范围为0～1,即当应急响应时间取中值时,可以降低一个后果严重性等级。

图1 应急响应时间与SI指数的关系示意

1.3 模糊风险计算

模糊风险计算是利用自然语言将上述得到的确切值模糊化处理,考虑到事故发生可能性的计算结果为10-n数量级,为了便于风险矩阵的使用,对该值取负对数转化。模糊集的划分范围及论域描述见表1所列。

表1 模糊集的划分范围及论域描述

表1对应的隶属度函数如图2所示。隶属度函数表示论域中1个元素属于某1个模糊集合的程度,论域中的值越大,则隶属度越大[8]。

图2 不同论域的隶属度函数示意

随后,根据专家经验,对输入、输出值之间的关系进行梳理分析,采用“if-then”语句得到模糊控制规则,共得到35条规则。以其中的3条信息为例,当事故发生可能性为“不考虑”且事故后果严重性为“可以忽略”时,风险为“可接受”;当事故发生可能性为“不可能”且事故后果严重性为“中”时,风险为“可容忍”;当事故发生可能性为“较高”且事故后果严重性为“灾难性”时,风险为“不可接受”。其余规则依次类推,风险的模糊控制规则见表2所列。

表2 事故后果严重性的模糊控制规则

随后,通过模糊逻辑运算将上述语言描述转化为具体的结果输出[9],如式(3)所示:

μ= maxk{minμ(fn),μ(sm),μ(rz)}

(3)

式中:μ——模糊输出集合;k——规则编号;fn,sm,rz——事故发生可能性、事故后果严重性和风险的模糊集合;μ()——模糊输入集合。

最后,对得到的模糊集合采用重心化法进行去模糊化,即可得到风险的清晰值。

2 案例分析

以某陆上油田联合站的储罐区为例,罐区共有4座1×104m3的原油储罐,单罐直径为28.5 m,高度为15.8 m,充装系数为0.85,在此不考虑单罐池火灾引发的多米诺效应,只对单一储罐进行LOPA分析。

统计该油田1976—2020年的储罐池火灾事故及油罐总数,统计结果见表3所列。根据信息扩散原理中正态扩散函数计算池火灾的发生概率[10-11],得到每年0次的发生概率为0.432 1,每年1次的发生概率为0.091 81,每年2次的发生概率为5.8×10-4。最后,忽略聚集程度和规模对池火灾的影响,得到该储罐区发生池火灾的概率为0.091 81×(该联合站的油罐数量/该油田的油罐总数)=0.098 1×4/78=5.03×10-3(次/a)。

表3 1976—2020年的储罐池火灾事故统计结果 次

同理,根据以往池火灾造成的事故后果,保守估计认为事故后果严重性为灾难性,C0=5。根据专家经验、最近一次的应急演练结果及实际事故情景等条件综合判定站场应急响应时间为18 min,社区及周边的应急响应时间为23 min。对应图1中的SI值分别为0.57,0.61,代入式(2)得到C为3.82,对应事故后果严重性中的“中”和“高”。

通过式(3)进行模糊逻辑运算、模糊推理,最后解模糊化后得到模糊风险的清晰值为2.21,风险评价结果如图3所示,属于“可容忍”的概率为83%,属于“不可容忍”的概率为17%。如采用传统的LOPA分析进行计算,根据风险保守原则,最终等级将落在“不可容忍区”,如根据该结果设置安全仪表系统,将导致安全完整性等级高出1～2个数量级,造成资金浪费。该储罐区现有的3个独立保护层及后果减缓保护层可以有效预防池火灾的发生,并降低事故后果。

图3 风险评价结果示意

3 结束语

本文针对传统LOPA分析无法反映过程风险的动态性和模糊性,将模糊数学理论引入LOPA分析中,构建模糊风险矩阵,通过模糊控制规则确定风险模糊值,并进行解模糊化处理用于风险决策分析,通过实例分析验证了结果的准确性。不同站场储罐区的环境条件、聚集状态及危险量均有所不同,后期可以通过调整模糊控制规则及隶属度函数更改模糊推理过程,确定不同的风险评价系数,为安全完整性等级的计算提供实际参考。