基于貝葉斯網絡的惰氣系統故障診斷

姜明軍，魯欣衛，朱魯方，李海壽，張偉娜，朱萬林，馬國印，李晨安

(1.海洋石油工程股份有限公司，天津 300451； 2.中海石油(中國)有限公司天津分公司，天津 300451；3.中法渤海地質服務有限公司，天津 300451； 4.合肥通用機械研究院有限公司，合肥 230031)

0 引言

隨著我國海洋石油裝備的不斷發展，水下生產系統加采油船逐漸成為我國海洋油氣資源開采的主要模式[1]。海洋油氣資源的開采過程可簡述如下：水下生產系統采集原油并通過海管外輸至采油船，在船上經油氣分離、除沙、脫水、除硫、化學藥劑回收等一系列工藝處理流程后儲存在船體的儲油倉內。原油產品屬于易燃易爆物質。當儲油倉內游離的碳氫化合物溶度、助燃氧氣溶度處于油氣爆炸范圍且引燃溫度達到燃爆下限時，會發生儲油倉的燃爆現象[2]。為避免發生燃爆事故，必須為采油船設置惰氣發生器系統(inert gas generator system,IGGS)。

IGGS作為海洋油氣資源開發的重要設備，在原油存儲與外輸環節均發揮重要作用。該系統一旦發生故障將會導致油田停產，為安全生產埋下巨大隱患。另一方面，IGGS的故障診斷往往過分依賴機修師的工作經驗[3]，且故障排查過程耗時久、效果差。綜上所述，快速、準確的故障源定位，對于協助維修人員排除故障具有十分重要的意義。

為解決上述問題，本文提出了一種利用貝葉斯網絡進行IGGS故障診斷的方法：首先，簡要介紹了IGGS的組成結構、運行機制；其次，闡述了有關貝葉斯網絡的基本知識并引入Netica軟件；最后，結合南海某采油船項目，給出IGGS故障診斷的案例分析。

1 IGGS的原理及組成

IGGS通過燃燒天然氣或燃油與空氣的混合物產生惰性氣體?？諝庵兄饕?9%的氮氣和21%氧氣，燃燒過程消耗掉大部分氧氣，產生二氧化碳和水蒸氣，以及少量的一氧化碳和氫氣[4]。反應原理如式(1)所示：

(CH)n+O2→CO2+H2O+CO+H2

(1)

IGGS產生的廢氣經洗滌、除塵、降溫等工序處理后供采油船使用。此時，產生氣體的主要成分是氮氣及二氧化碳。雖然各廠家生產的IGGS外形差異很大，但其工作原理基本相同，功能、結構十分類似[5]。IGGS主要包括惰氣發生器、單元控制面板(unit control panel,UCP)控制柜、甲板水封撬及P/V破斷器。IGGS結構如圖1所示。

圖1 IGGS結構圖

IGGS中，最左側是燃氣供給入口和燃油供給入口，為燃燒腔室提供燃氣及燃油。氣閥單元與燃油泵決定燃氣與燃油供給管路的通斷。風機為燃燒腔室提供新鮮空氣。燃燒反應在本地控制盤的調節下發生在惰氣發生器的燃燒腔室內。燃燒模式分為燃油、燃氣和混合三種。

①燃油模式。燃油進入燃燒腔室前被噴嘴噴散使其霧化，水平方向的霧狀燃油與切向新鮮空氣按照一定比例充分混合，并由引燃器點火引燃。

②燃氣模式。燃氣不需要霧化，直接進入燃燒腔室與新鮮空氣混合后燃燒。

③混合模式。燃油與燃氣同時作為燃料進入燃燒腔室燃燒。

惰氣發生器的出口管線上裝有氧分析儀，測定排出氣的氧含量并將數據回傳至UCP控制柜。UCP控制柜與IGGS啟動器、本地控制盤相互通信共同控制IGGS的啟停過程，使其安全、穩定地運行。排氣扇將燃燒腔室內的惰氣排出。合格的惰氣通過B口經甲板水封撬、P/V破斷器進入船體原油倉，起到封倉的作用。當惰氣的含氧量較高時，不合格的惰氣將直接排放到空氣中。Netica軟件僅支持英文字符輸入。為便于說明，下文給出主要部件中英文名稱對照表。

IGGS各部分中英文名稱對照表如表1所示。

表1 IGGS各部分中英文名稱對照表

2 貝葉斯網絡及Netica軟件

貝葉斯網絡(Bayesian network,BN)是概率圖模型的一種，結構為一種有向無環圖[6]。BN由節點和節點之間的有向邊組成。節點代表了隨機變量其集合，記為I；有向邊代表了節點之間的條件概率，其集合記為E。則BN可簡記為G=(I,E)。假設集合I中共有N個隨機變量Xi∈I(i=1,2,…N)，根據概率乘法的鏈式法則，N個隨機變量的聯合概率分布如式(2)所示：

p(X1,X2,…,Xn)=p1(X1)p2(X2|X1)p3(X3|X1,X2)…

(2)

式中：pi(Xi)為節點Xi的概率。

根據有向無環圖的網絡拓撲結構，網絡中任意節點的概率只與其父節點的概率有關。其聯合概率分布可簡化為：

(3)

式中：F(Xi)為節點Xi的所有父節點；pi[Xi|F(Xi)]為父節點與節點Xi的條件概率。

式(3)表明：在BN中，聯合概率分布可表示為所有節點與其父節點條件概率的乘積。BN可以很方便地構建事物間的不確定性、簡化網絡推理過程，已經被成功應用于流程工業生產過程[7]、汽輪機[8]以及導彈發射過程的故障診斷[9]。

式(3)使概率計算程序化，可以很方便地利用計算機計算每一個結點的概率。Netica是Norsys軟件公司的一款基于BN的統計推斷軟件，已被各大公司、政府機構及醫院用于決策分析、因果推斷，是各領域應用較多的貝葉斯分析軟件[10-11]。Netica軟件圖形化的操作界面對用戶十分友好，工程人員稍加培訓即可熟練掌握。軟件中可以很方便地定義節點、設置節點之間的條件概率、一鍵完成BN的推理過程，并以數字加圖形的方式顯示結果。針對先驗概率不完整的情況，軟件支持導入測試數據訓練網絡參數。使用軟件創建BN的過程主要包括：建立網絡拓撲結構、確定條件概率表(conditional probability tables,CPT)、使用網絡進行推理。行業專家基于對研究對象工作機制、操作流程的理解，將其拆分為若干部分并確定各部分間的因果關系，在此基礎上建立BN的拓撲結構。條件概率表的確定或基于專家的先驗知識，或基于測試數據。以下舉例說明如何使用Netica創建一個簡單的BN并進行推理。

2.1 創建網絡拓撲結構

在IGGS中，當有燃油供給且燃油泵正常工作時，惰氣發生器的燃燒腔室才會有燃油進入。據此可創建BN的拓撲結構。燃油輸入系統的BN如圖2所示。

圖2 燃油輸入系統的BN示意圖

2.2 確定條件概率表

依據專家經驗及歷史數據，確定節點Fuel Oil Supply (S)的條件概率為p(S=Yes)=0.7、p(S=No)=0.3，表示燃油有供給的概率為70%、無供給的概率為30%。節點Fuel Oil Pump (P)的條件概率為p(P=Work)=0.8、p(P=Fault)=0.2，表示燃油泵正常工作的概率為80%、故障的概率為20%。節點Fuel Oil Input (I)的CPT如表2所示。

表2 節點Fuel Oil Input的CPT

表2中，第一行數據表示在燃油正常供給且燃油泵正常工作的條件下，燃燒腔室內有燃油的概率為95%，無燃油的概率為5%。Netica軟件界面僅顯示節點的邊緣概率，如圖2所示，節點Fuel Oil Supply (S)與Fuel Oil Pump (P)沒有父節點其邊緣概率等于條件概率。節點Fuel Oil Input (I)的邊緣概率依據式(3)計算：

p(I=Y)=p(I=Y,S=Y,P=W)+p(I=Y,S=Y,P=F)+p(I=Y,S=N,P=W)+p(I=Y,S=N,P=F)=p(I=Y|S=Y,P=W)P(S=Y,P=W)+p(I=Y|S=Y,P=F)P(S=Y,P=F)+p(I=Y|S=N,P=W)P(S=N,P=W)+p(I=Y|S=N,P=F)P(S=N,P=F)

(4)

式中：Y、N、W、F分別為Yes、No、Work、Fault的首字母縮寫。

圖2所示的BN為Head-to-Head結構，在Fuel Oil Input (I)未知的情況下，隨機節點Fuel Oil Supply (S)與Fuel Oil Pump (P)相互獨立。式(4)可化簡為：

p(I=Y)=p(I=Y|S=Y,P=W)P(S=Y)P(P=W)+p(I=Y|S=Y,P=F)P(S=Y)P(P=F)+p(I=Y|S=N,P=W)P(S=N)P(P=W)+p(I=Y|S=N,P=F)P(S=N)P(P=F)=0.95×0.7×0.8+0.02×0.7×0.2+0.02×0.3×0.8+0×0.3×0.2=0.539 6

(5)

根據概率的公理化定義，可得：

p(I=N)=1-p(I=Y)=1-0.539 6=0.460 4

(6)

2.3 使用網絡進行推理

在Netica軟件界面中，單擊Fuel Oil Input (I)節點的Yes狀態，軟件自動更改其值為100%，所有節點的邊緣概率值均發生變化。節點Fuel Oil Input置為Yes=100%如圖3所示。

圖3 節點Fuel Oil Input 置為Yes=100%

由圖3可知，若燃燒腔室有燃油輸入，則燃油有供給的概率是99.1%，燃油泵正常工作的概率是99.5%。

同理，單擊Fuel Oil Input (I)節點的No狀態，軟件自動更改其值為100%。節點Fuel Oil Input置為No=100%如圖4所示。

圖4 節點Fuel Oil Input置為No=100%

由圖4可知，若燃燒腔室內無燃油輸入，則燃油無供給的概率是64.1%、燃油泵故障的概率是42.8%。燃油無供給的概率高于燃油泵故障的概率，據此設備維修人員應首先檢查燃油供給狀態，再查看燃油箱內是否有燃油。若確定燃油有供給，則維修人員再確認燃油泵是否故障。

3 案例分析

根據第一節介紹的IGGS的組成框圖創建BN。為便于描述，該案例僅對惰氣發生器撬塊TS-X-3803部分進行建模，甲板水封撬(TS-T-3810)及P/V破斷器(TS-T-3820)暫不予考慮。

在Netica軟件中創建的惰氣發生器的BN如圖5所示。

圖5 惰氣發生器的BN示意圖

此時，惰氣發生器處于混合模式。節點Combustion Chamber的CPT如表3所示。

表3 節點Combustion Chamber的CPT

在Netica軟件界面中，單擊Inert Gas Output節點的No狀態，軟件自動更改其值為100%，表示無惰氣輸出，惰氣發生器處于故障狀態。觀察其父節點，Combustion Chamber的故障概率變為69.3%，而Extraction Fan的故障概率變為52.6%。若能夠確定Combustion Chamber故障，則繼續單擊該節點的Fault狀態，其父節點的概率發生變化，Local Control Panel故障的概率變為40.6%，燃燒腔室內無燃氣供應的概率為35.9%，無燃油供應的概率為34.8%，無新鮮空氣供應的概率為49.9%。

以故障概率值為基準，從大到小依次確認燃燒腔室內新鮮空氣輸入、燃氣輸入、燃油輸入是否正常。若確認無新鮮空氣供應，則單擊Fresh Air Input節點的No狀態。融合證據后的BN如圖6所示。圖6中，在惰氣發生器各部分的故障概率中Blower Fan節點的故障概率最大，為90.5%，設備維修人員需確認風機是否正常工作。按照上述故障診斷步驟，從結果開始依次加入已經確認的各種證據，逐步倒推，直到排查出設備的故障部位。

圖6 融合證據后的BN示意圖

4 結論

針對設置有IGGS的采油船(如浮式生產儲卸油裝置、半潛式采油船)，可利用BN對IGGS進行故障診斷。BN是概率模型與圖模型的有機結合體，便于人們以類似于故障樹的模式排查IGGS的故障。在IGGS的維修過程中，相關維修人員可借助Netica軟件創建BN并逐步加入證據進行推理，從而快速確定故障源頭、縮短維修時間，以節約海洋石油開采成本。