1、Jul,20232023年7 月AUTOMATION IN PETRO-CHEMICAL INDUSTRY石自油Vol.59,No.4动第59 卷化第4期化参数不确定条件下的油气站场安全完整性等级验证方法施昊彤（国家管网集团建设项目管理分公司西四线新疆工程项目部，新疆哈密8 390 0 0)摘要：为保证油气站场的安全运行，减少参数不确定性对安全完整性等级（SIL)验证的偏差，在分析SIL验证不确定性因素的基础上，分别利用蒙特卡洛和模糊理论建立参数概率分布已知、参数概率分布未知情况下的SIL验证流程，并从置信度、合规性概率的角度分别评价两种方法，以站场储罐区的高完整性压力保护系统（HIPPS）为
2、例进行了验证分析。结果表明：基于蒙特卡洛模拟得到的极限结果在模糊理论结果的区间范围内，证明了模糊理论的保守性更强；不同水平截集下的SIL结果有所不同，采用质心法进行解模糊化得到的SIL结果比最大隶属度法更具客观性。蒙特卡洛模拟和模糊理论结果得到的SIL验证等级一致，对于不同工况、不同时刻下的SIL等级动态定量评估具有重要意义。关键词：参数不确定；安全完整性等级；SIL验证；蒙特卡洛；模糊理论中图分类号：TP273;TQ086文献标志码：B文章编号：10 0 7-7 32 4（2 0 2 3)0 4-0 0 54-0 5Safety Integrity Level Verification Me
3、thod of Oil and Gas Station UnderUncertain ParametersShi Haotong(The 4th West-to-East Gas Pipeline Xinjiang Engineering Project Department,PipeChinaConstruction Project Management Company,Hami,839000,China)Abstracts:To ensure the safe operation of oil and gas stations,and reduce the deviation ofpara
4、meter uncertainty to the verification of safety integrity level,on the basis of analyzing theuncertainty factors of SIL validation,SIL validation processes under the condition of knownprobability distribution of parameters and unknown probability distribution of parameters areestablished with Monte
5、Carlo and fuzzy theory respectively.The two methods are evaluatedfrom the perspective of confidence and compliance probability.They are verified with theexample of the high integrity protection system(HIPPS)in the storage tank area of thestation.The results show that the Monte Carlo simulation resul
6、ts are within the range of thefuzzy theory results,which proves that the fuzzy theory is more conservative,the SIL resultsare different under different level cut sets.The SIL results obtained by the centroid method aremore objective than those obtained by the maximum membership method.The results of
7、Monte Carlo simulation and fuzzy theory share the same SIL verification level.It is of greatsignificance for the dynamic quantitative evaluation of SIL level under different workingconditions and different time.Key words:parameter uncertainty;safety integrity level;SIL verification;Monte Carlo;fuzzy
8、theory油气管道和站场是完整性管理的重要组成部分，随着管理者和公众对于站场内工艺流程过程安全的日益重视，安全仪表系统（SIS)的应用也越来越多 1-2 。GB502512015输气管道工程设计规范中给出了管道监控系统、仪表自控系统的一般性规定 3，但没有指明SIS的使用范围和使用方法。IEC61508和IEC61511将安全生命周期定稿件收到日期：2 0 2 3-0 1-15，修改稿收到日期：2 0 2 3-0 5-10。作者简介：施昊彤（1997 一），2 0 2 0 年毕业于北京化工大学机械设计及其自动化专业，现就职于国家管网集团建设项目管理分公司西四线新疆工程项目部，主要从事油气长输
9、管道工程管理工作，任助理工程师。第4期55施昊彤.参数不确定条件下的油气站场安整性等级验证方法义为分析阶段、实施阶段和运行阶段，并指出为保证重要工艺流程的正常生产，应设置由传感器、逻辑控制器和执行机构组成的SIS。对于SIS需要硬件配置与之相适应的可靠性水平，即完整性等级(SIL)4-6。其中,SIL等级的验证结果可确定现有的安全仪表回路是否满足要求，并针对性地改进不满足要求的回路，提出风险降低、风险减缓措施，对于油气站场的安全运行具有重要意义。但SIL验证中涉及较多的评估模型简化和参数假设，使评估结果与现场实际相差较多，且可靠性框图、故障树和马尔科夫链等评价方法中均采用精确的失效参数进行计算
10、，这无疑无法表征失效数据不充分、失效模式未被识别等客观因素 7。综上所述，在分析SIL验证不确定性因素的基础上，分别利用蒙特卡洛和模糊理论建立参数概率分布已知、参数概率分布未知等两种情况下的SIL验证流程，并从置信度、合规性概率的角度分别评价两种方法，以期减少数据缺乏条件等不确定性因素对SIL验证结果的影响。SIL验证模型及不确定性因素1.1SIL验证模型石油化工行业中安全相关系统普遍执行低要求操作模式，即要求动作频率不大于1次/a，采用安全功能平均要求失效概率（PFD）衡量SIL等级 8 。以 MooN(MN)型表示N个独立完成相同功能的通道中有M个通道完好，IEC61508-6:2010
11、Functional safety of electrical/etectronic/programmable electronic safety-related systems-Part 6:Guidelines on the application of IEC61508-2andIEC61508-3中给出了常见硬件余结构的SIL验证公式 ，如式（1）式（4)所示：PFDl0ol=(DD+Du)tcE(1)PFD10o2=2(1-)入Du+(1-D)DDJtcetcE+TIDADDMTTR+BA DU+MTTR(2)2PFD202=2(DD+Du)t cE(3)PFD2003=6(1-)A
12、Du+(1-p)入DpJt cet E+(TIDDDMTTR+BADU+MTTR(4)2式中：入DD检测出的危险失效率，h-1；入DU未检测出的危险失效率，h-1；一未检测出的共因失效分数；D-一一检测出的共因失效分数；tcE与通道相关的等效平均停止工作时间，h；tGE与系统相关的等效平均停止工作时间，h；MTTR平均恢复时间,h;TI一检测时间间隔，h。其中，tcE，t c E的计算公式如式（5）式（6)所示：TItcE=(1-DC)+MTTR+DCMTTR2(5)TItGE=(1DC)MTTR)+DCMTTR3(6)式中：DC诊断覆盖率，%。根据计算的PFD结果，参照SIL等级与PFD的关
13、系表得到对应的SIL等级 10，见表1所列。表1SIL等级与PFD的关系SIL等级PFD(低要求模式)110-210-1210-310-2310-410-3410-510-41.2不确定性因素分析鉴于油气站场内工艺流程失效后造成的后果较严重，通常采用高可靠、低失效的可编程电子设备，该类设备历史失效次数少，现场失效数据往往不足，因此很难捕捉到1.1节公式中的确切值。但技术人员在SIL验证的过程中，通常采用一个工况条件下精确值进行计算，由此得到的SIL等级实际上是这一特定工况下的完整性情况，该方案对技术人员的经验具有较高的依赖程度，从而夸大或缩小实际的风险水平。针对SIL验证中的不确定性，主要分为
14、模型不确定性、参数不确定性和人因不确定性等。模型不确定性是指评估模型在假设条件上对评估结果的影响，但随着穴余系统中逐渐将共因失效、非共因失效考虑人内，这种不确定性正逐渐改善；参数不确定性为模型中引人了不确定参数、可靠性试验条件不足、存在专家经验等造成的结果变化；人因不确定性为技术人员因个人认知、决策水平和理解能力等造成的不确定性。鉴于入DD，入DU，MTTR，T I，等参数难以获得高质量的数据，因此本文主要考虑参数不确定性对SIL验证的影56第59 卷石油化工自动化响。根据各类参数的概率分布情况，将参数不确定分为三类，见表2 所列。表2参数不确定的分类及说明分类说明信息充分参数为固定值，不存在
15、不确定性部分信息已知有历史数据可供参考，可以确定参数服从的概率分布类型少数信息已知只有较少的历史数据可供参考，可以确定参数满足某一分布区间，但无法确定服从的概率分布类型针对表2 中的分类情况，对于“信息充分”时，直接采用式（1）式（6）计算；对于“部分信息已知”时，采用蒙特卡洛模拟的方式获得仿真数据；对于“少数信息已知”时，采用模糊理论获得分析结果。2实例分析以某站场内储罐区的高完整性压力保护系统(HIPPS)为例进行分析，如图1所示。当罐顶压力传感器检测到罐内压力高时，信号传递至逻辑控制器，逻辑控制器根据检测结果对进口管线上的压力泄放阀下达关闭命令，避免储罐和下游管线发生超压，达到安全保护的
16、目的。图1中，传感器为“2 0 0 3 余结构，逻辑控制器为“10 0 2”几余结构，压力泄放阀为“10 0 2”穴余结构。PTPT2PT3逻辑控制器储罐泄放阀 泄放阀12图1高完整性保护系统（HIPPS)结构示意2.1基于蒙特卡洛的SIL验证方法1）根据蒙特卡洛思想，提出基于蒙特卡洛的站场工艺安全系统穴余结构的硬件完整性评价方法。流程如下：a）确定入DD，入DU，MT T R，T I，等参数服从的概率密度分布类型，b）按照确定的分布类型，采用随机数生成器，生成一组输入值，代入式（1)式（6)验算，得到一个输出结果y（PFD)。c）重复执行步骤a)b),直到产生n个独立计算结果，根据大数定理可知，当n足够大时，随机变量的数学期望和算数平均值相等，此时可通过增加执行次数，增加计算结果稳定性。d)获得输出y的最大值、最小值、均值、标准差等统计结果，为了区分PFD在不同SIL等级区间的情况，采用95%的置信区间检验当前PFD是否包含在所需的SIL等级内，计算如式(7)所示：P(ySILRu)0.95(7)式中：y计算得到的PFD值；SILRU所需的SIL等级，保守情况下将表1的上限定义为SI
