[发明专利]一种考虑随机效应的腐蚀管道贝叶斯退化分析方法

说明书

本发明公开了一种考虑随机效应的腐蚀管道贝叶斯退化分析方法，包括以下步骤：1)通过IG过程描述管道的腐蚀退化过程；2)利用贝叶斯方法分别分析各模型、随机漂移逆高斯模型、随机波动逆高斯模型及随机漂移‑波动逆高斯模型；3)利用贝叶斯χ²拟合优度检验各模型的适用性；4)利用各模型分别模拟产生随机退化数据，然后利用贝叶斯分析方法进行先验分析及样本量的综合灵敏度分析；5)将步骤4)模拟产生的随机退化数据代入各模型中，再通过蒙特卡洛模拟进行参数估计，然后选取最优的模型；6)利用步骤5)中得到的最优的模型估计管道的剩余寿命、概率密度函数与服役时间的关系函数，该方法考虑随机效应实现对腐蚀管道的高精度预测。

技术领域

本发明属于油气管道输送技术领域，涉及一种考虑随机效应的腐蚀管道贝叶斯退化分析方法。

背景技术

随着对关键设备的可靠性和安全性要求的不断提高,状态监测技术的不断进步,准确地评估与预测设备未来一段时间发生失效的概率,已经成为近年来研究的热点问题。管道具有长寿命、高可靠性等多方面优点，但其成本高、批量小以及失效模式和失效机理复杂，使得我们对其进行可靠性建模和剩余寿命(Remaining Useful Life,RUL)预测成为国内外广泛关注和研究的技术难题。

中国管道工业的发展，先后出现过3个建设高潮，分别为20世纪70年代、20世纪80-90年代和21世纪初。因此我国大部分管线已服役20年以上，进入了事故多发期。然而，国内油气管道风险管理正处于风险评价技术的研究阶段，风险评价技术应用基本处于半定量化分析水平上。到目前为止，尽管风险评估已经在管道行业得到了一定程度的应用，但对油气输送管线的安全性能的风险评估，尤其是定量评估仍处于探索阶段。

我国油气管道的风险评估的工作正走向定量积极主动的策略。包括Monte CarloSimulation、ARMA Model、Markov Process、Gumbel分布等模型的建立，这些方法也已经取得了一定的效果，然而，由于腐蚀剩余寿命预测工作中存在着许多不确定因素，实际工况下的缺陷发展规律很难确定。另外，在管道腐蚀的众多影响因素之间还存在着相互影响。这就造成腐蚀剩余寿命预测工作难度增大。在现行适用性评价标准CEGB R6、PD6493以及最新发布的API 579草案中对寿命预测方法仅提供了简单的指导性作法，实际使用中可操作性差。因此，有必要探寻一些新方法来提高腐蚀剩余寿命预测的可操作性以及准确性。

考虑到在工程实际中，管道运行所处环境复杂，退化失效具有随机性，因此作者以随机过程理论为基础，前人在这方面也作业大量研究，如“Wang Z,Wu Q,Zhang X,et al.Ageneralized degradation model based on Gaussian process[J].MicroelectronicsReliability,2018,85(207-214)”一文中提出了一种广义高斯过程建模方法，建立了一种单阶最大似然法进行参数估计，考虑首达时间的概念，推导了中位寿命和失效时间分布百分位数的近似形式“张新生,李亚云,王小完.基于逆高斯过程的腐蚀油气管道维修策略[J].石油学学报，2017,38(03):356-362.”一文将逆高斯随机过程理论引入油气管道腐蚀评估领域，提出逆高斯－状态空间油气管道腐蚀退化过程模型和维修决策优化模型。具体说该类法首先假定设备的退化轨迹服从某一随机过程，然后建立退化模型，根据模型推导出设备的剩余寿命分布，最后，当退化量超过失效阈值时，可以计算出设备或系统的剩余寿命概率密度函数，其中有随机系数回归模型，伽玛过程模型，逆高斯过程模型，维纳过程模型，马氏链模型等。以上模型都是基于概率框架下提出的，预测结果是某一概率分布的密度函数，更能体现出剩余寿命的不确定性，所以这种模型更加适合工程应用。

以上这些方法通过不同的随机过程应用取得了一定的效果，但这些应用中也存在着许多问题，由于管道运行环境复杂，受各种因素影响而导致退化过程存在多方面不确定性，不考虑随机效应的模型预测结果误差大，精度低。

发明内容