为了适应中国天然气管道行业规模化、网络化发展的现状，整个管网系统运行期的输气保障能力受到广泛关注，对其完成输送任务的可靠性进行评价显得尤为重要。本文围绕大型天然气管网系统安全、高效运行与管理，对管网系统可靠性指标、系统可靠度计算、单元可靠度计算、可靠性数据及可靠性管理开展了研究。

中国天然气管道不断向网络化、复杂化方向快速发展，其管理方法和水平也面临着创新与升级的挑战，即需要以天然气管网系统为研究对象，关注整个系统的输气保障能力，评价其完成输送任务的可靠性。可靠性是事物的内在统计规律，表征了系统在规定工况下完成预定功能的能力。目前，系统可靠性在中国军工、航空航天、电力等行业已成熟应用，而在油气管道行业尚处于起步阶段，其内涵及表征也存在不同的观点。张鑫针对管网系统实现功能的不同，将系统可靠性分为基于安全运行的结构可靠性和基于输气能力的供气可靠性，并认为应分别建立评价方法与相应的目标可靠度。范慕炜等提出了结合拓扑结构与水力计算的天然气管网供气可靠性的概念，并研究了陕京天然气管网系统供气可靠度的敏感性。虞维超等针对大型天然气管网系统重要组成部分——地下储气库，采用基于一体化的可靠性分析方法，计算了给定注采任务下储气库系统的运行可靠性。温凯等则综合采用蒙特卡罗、K/N 冗余系统等多种方法对储气库注采可靠性进行了研究。

中国天然气保供压力较大的主要原因是国外气源地产量无法控制、国内气田产量增幅远小于天然气高峰期需求增幅、“煤改气”加大了用气量等。为了实现中国天然气管网系统安全、高效运行，将可靠性思想、方法、成果应用于管道行业，对管网运行阶段系统可靠性定量化计算、系统可靠性薄弱（或过保守）环节识别、可靠性增强技术进行全面研究具有重要的工程意义。 

1 研究现状 

可靠性在管道行业的应用最早起源于20世纪60年代的苏联，近50年来，针对管网系统或单元的可靠性评价工作均开展了研究与应用，主要包括管网/管道系统可靠性、管段/管体单元可靠性、以压缩机组为代表的设备单元可靠性等。其中，以下两种管网单元的可靠性评价方法已较为成熟：①管道本体单元，除了基于历史数据的可靠性分析预测方法，目前多采用基于极限状态分析的模拟方法、一阶可靠性方法、二阶可靠性方法等求解管体失效概率；②站场设备，其可靠性评价多采用故障树结构的事故分析技术、事件树结构的可靠性分析技术、贝叶斯方法等。

在系统可靠性评价方面，目前国内外研究范围包括系统供气能力、系统连接和功能可靠性、系统可靠性模拟预测等，其成果主要包括基于矩阵的系统可靠性方法（Matrix-based System Reliability，MBSR）、子集模拟法（Subset Simulation，SS）、可靠性框图法 （Reliability Block Diagram，RBD）以及基于马尔可夫模型的可靠性评价方法等。然而，上述研究大多针对仅由管道单元组成的长输管道系统，在实际生产中，管道运营公司的管理对象是由大量长输管道与各种设备（如管道、压缩机、阀门、工艺管道等）组成的复杂管网，如巴西石油公司曾与挪威船级社合作运用可靠性模拟软件TARO（Total Asset Review & Optimization）对巴西集成管网系统（多气源、多用户、多气体处理设备）进行了可靠性评价，其系统故障所产生的影响用气体质量损失来表示，研究成果具有借鉴价值。 

2 评价体系 

中国石油从2013年起开展了天然气管网系统可靠性研究，通过借鉴其他行业和油气管道行业相关研究成果，从构建管网系统的可靠性指标体系出发，以可靠性数据库为业务支持，建立管网系统及单元可靠性计算模型，实现对天然气管网系统可靠性水平的定量评价，进而开展可靠性业务管理。目前，已形成天然气管网系统可靠性评价体系，主要包括可靠性指标、系统可靠性计算、单元可靠性计算、可靠性数据及可靠性管理 5 个方面。 

2.1 可靠性指标 

天然气管网系统可靠性指标是开展天然气管网系统可靠性评价的前提，也是后期实行可靠性管理的基础。可靠性指标体系的应用对象分为系统和单元两方面，其中系统包括管网、管道、站场3个层级，单元则包括管段、压缩机组、阀门、工艺管道、储气库、LNG接收站、资源及市场等各级系统的主要组成要素。

结合天然气管道生产实际，管网系统的可靠性指标应至少包含以下3类：狭义的可靠性类，反映系统在规定条件下和规定时间内完成规定功能的能力；健壮性类，反映系统抗干扰能力；维修性类，反映系统发生故障后通过修复，从而恢复正常工作能力。可靠性指标体系的不同应用对象由于各自不同特点，可能适用上述3类指标中的2种或3种，如管网系统只涉及可靠性及健壮性两类指标，管道、站场系统以及一般设备单元泽可适用全部类别指标（图 1）。 

对每个对象的广义各类可靠性指标而言，考虑到其多项指标间的逻辑计算关系及管理的需要，需将每类指标划分为基本指标、中间指标、综合指标3个层次（图2）。其中，基本指标为可在现场直接测量或能够利用基本参数简单计算而获得的指标；中间指标是能够反映对象某项特定性能，并能利用若干基本指标计算而获得的指标；综合指标则是狭义的可靠性类/维修性类/健壮性类的综合性能指标。一般而言，基本指标和中间指标数量不限，而综合指标数量较少，一般为1。此外，根据天然气管道管理需要，某些对象还可设置附属指标，其虽然不参与基本指标、中间指标及综合指标的计算，但可以从不同角度反映对象可靠性（狭义）、维修性及健壮性方面的能力，属于常用管理指标。

图 2 天然气管网系统可靠性（广义）指标分层示意图

在确立天然气管网系统可靠性具体指标时，要遵循以下3个原则：①能够准确反映出对象的性能，指标具体含义精准、无异议；②尽量不使用需要现场打分或专家咨询等主观手段获取分值的指标；③确保指标计算所需基础数据能够通过统计或现场检测的方法获取，否则该指标不能有效使用。

2.2 系统可靠性

狭义的系统可靠性计算的核心是要建立既能满足复杂天然气管网系统可靠性研究要求，又能充分运用计算机技术快速计算的物理管网分布式阶梯模型，通过仿真将管网拓扑结构由上至下拆解为管网→管道→站场（典型结构→基本回路→设备单元）/管段/阀室，再由可获取相关数据的管网最底层向上逐级计算，得到管网任意子系统以及整个系统的可靠度。

根据天然气管网系统可靠性计算架构（图3）可见：按照系统运行工况，确定各个组成部分的可靠性数值；将各个组成部分的可靠性数值代入系统可靠性计算模型，以获得系统的可靠度。其中，天然气资源、市场分别与物理管网形成不同界面，在进行系统可靠性计算时，可将其作为外部输入条件参与评价。 

在天然气管网系统可靠性计算架构中，相关事件对系统可靠性的影响可体现为基本回路或设备单元的失效频率及失效密度函数的改变（如系数变化），进而影响其可靠度。不同相关事件的影响位置和效果可能不同，例如地震会影响整个区域管网的可靠性水平，而阀门误关断仅会影响阀门自身可靠性水平。同时，在进行可靠度计算时，还需基于失效相关性修正对象的可靠度，即考虑失效中彼此相关（不独立）的因素，从系统层面按照平均分配、加权分配等分配原则，将目前得到的可靠度分配到各个设备单元可靠度中。需说明的是，天然气管网系统内的失效相关性仅限相同层级之间，如站场系统中只考虑回路与回路之间的失效相关，而不考虑回路与设备单元之间的失效相关。选取最小的站场系统为例，将站场（包括压气站、联络站、分输站3种类型）从上至下分为站场、典型结构、基本回路及设备单元4个层级，采用模块化方式建模。其中，站场是最高层级（同时亦为再上层级的管道系统可靠度计算模型的基本单元）；典型结构是指由几个最小流程组成的典型功能模块（图4）；基本回路是指由若干可替换流程或设备单元组成的最小流程，包括压缩机、截断阀、调节器、空冷阀、卧式分离器等；设备单元则为可替换元件，如单体压缩机、单体阀门、单体加热炉等。

天然气站场系统可靠度计算流程为：基于站场设备物理模型，进行图形化建模，通过天然气管道仿真软件 RealPipe-Gas 或数据采集与监视控制系统（SCADA）获取当前输送状态运行工艺条件，形成站场连通图，进而绘制站场系统的可靠性逻辑框图；同时，基于管道完整性管理系统和企业资源计划系统的相关设备参数，分别计算各设备单元可靠度，其中对于通过实际失效统计方法而获得的单元可靠度可直接存入可靠性数据库以备计算时随时调取；最后，利用后台计算出的各单元可靠度，根据站场的基本回路、典型结构直至全站场的可靠性分布式阶梯模型，逐层向上计算，最终获得该站场可靠度。该流程未直接采用在系统内抽样计算系统可靠度的方法，是由于该方法涉及多类单元，各单元存在计算方法不统一的现象，且在系统层面抽样计算效率低。

单条天然气管道可靠度计算模型是将站场-站场、站场-阀室、阀室-阀室间的管段以及各站场/阀室作为基本单元，在分别计算各单元可靠度的基础上，根据系统串联结构，获得可靠度。天然气管网系统则是若干管道的串、并联结合，其计算方法同理可得。

采用上述站场可靠度计算方法，以中国石油某压气站（图5）为例进行试算。该站场内有3台电驱压缩机、96个主要阀门、5台过滤分离器、进站压力2.67MPa，出站压力4.28MPa，假设当前工况压缩机启机数为2。

通过管道仿真软件获取各设备天然气即时流量及方向，确定各典型结构之间的可靠性逻辑关系（图6），其确定原则为：当流量Q＞0时，站场流程为进站—过滤部分—压缩机组—出站；当流量Q=0时，站场流程为进站—越站—出站流程；同时，确定典型结构内基本回路彼此的逻辑关系，如过滤分离部分和压缩机组部分均为表决系统，分别为1用4备、2用1备）。

该站场内设备的可靠度计算采用基于历史数据的统计分析法，其数值短期内为定值，并可储存于可靠性数据库内。该站场阀门、压缩机、过滤器、站内管道的可靠度分别为 0.9900、0.9750、0.9000、0.9997，将其逐级代入相应的基本结构→典型回路→全站场的可靠性模型，最后计算得到该站场可靠度为 0.9952。

2.3 单元可靠性

天然气管网系统元件种类繁多，需合理划分结构单元，如管段、压缩机组、阀门、工艺管道、ESD系统、流量计、市场、LNG接收站、储气库等单元；再根据对象特点、数据获取难易程度以及方法的实用性，选择最佳的可靠性计算方法，以获得各单元可靠度，进而参与系统计算与评价。针对含缺陷管道和埋地悬空管道的断裂失效模式，结合受力特征，采用蒙特卡洛模拟方法计算其可靠度；针对管段第三方损坏，采用故障树分析方法，从管道遭受第三方损坏活动冲击概率和冲击力作用下管道失效概率2个方面，建立了可靠度计算模型。此外，针对天然气市场单元，艾慕阳等综合天然气管网供应能力和天然气市场供需双方经济效益两方面因素，将管道供应可靠度与市场交易财务损失率相结合，形成供需双方满意度的计算方法，为未来天然气管网运行及市场经营决策提供了量化分析工具。需说明的是，目前各单元可靠性模型的使用条件均是在指定工况条件下，即压力、流量、温度均为定值。但对于在较宽工况范围内可以长期稳定运行的大型油气管网系统而言，仅表述单一工况是不够的，未来尚需逐步研究将可靠性函数的“规定条件”和“规定功能”由单一状态拓展为选定区间，即压力、流量、温度在某区间内变化。

2.4 可靠性数据

天然气管网系统可靠性数据主要包括数据库的建立和数据采集。

管网系统可靠性数据库是指在管网运行条件下，为验证系统及各组成部分是否能够安全经济地完成输送任务，而对其各项可靠性性能指标数据（及计算参数数据）进行管理的数据库。建立基于可靠性运算和管理的数据库，不仅是管网系统可靠性评价的基础，也是系统管理审核的依据。除了必要的新增数据需要重新录入以外，大量工作集中于细致、有效地将各系统分散的数据，按照可靠性管理的技术规范收集、整理入库，即将管道完整性管理系统、管道运行仿真优化系统、管道工程建设信息系统、管道运行生产管理系统、企业ERP（Enterprise Resource Planning）管理系统、管道SCADA系统中的相关数据进行筛选和补充，并有效收集、传输到管网系统可靠性数据库中。目前，中国石油在综合考虑大型管网可靠性计算需求、中国石油线路和站场的完整性管理需求、对现有各数据库间关联关系分析工作的基础上，已完成了包括线路基础数据、站场基础数据、失效数据、检测评价数据、资源与市场数据、可靠性指标数据6方面内容的数据字典，并建立了数据库。随着相关工作的持续深入开展与数据不断积累，管网系统可靠性数据库将能够有效支持各种科学的管网系统/单元可靠性分析与评价方法，从而更好地促进可靠性管理制度的落实和效力的发挥。

但是，中国对天然气管网系统可靠性数据信息的采集和整理工作尚未系统开展。目前的试点数据采集工作效果表明，大部分数据来源还依赖于当前企业信息化和管控系统中已有数据，部分新增可靠性数据的现场获取仍存在一定难度，亟待通过管理手段增加相关数据的采集与上报工作，或在可靠性评价中采用参考现有文献和工业失效数据库的方法，如挪威DNV发布的OREDA（Offshore Reliability Data、国际石油和天然气生产商联合会公开发布的《OGP风险评估数据目录》等。

2.5 可靠性管理

天然气管网系统可靠性管理，是以系统可靠性全局最优和重要子系统可靠性最高为原则，实行对系统及其组成部分的可靠性分级管理，从而有利于决策者从全局高度优化管网安全管理，实现对全国管网可靠性信息的全面掌控与统筹管理。天然气管网系统可靠性管理需要以可靠性评价技术为基础，以可靠性管理平台为载体，以管理体制建设为依托，提出系统目标可靠性确定与单元可靠性分配方法，制定系统可靠性薄弱环节识别与增强方案，并做好成本与效益的协调工作，在管网的安全运行和市场平稳供应两大方面，实现覆盖“资源-运输-销售”全物流过程和“规划-设计施工-运行维护”的全生命周期的管网系统可靠性评价与管理。

3 结束语

大型天然气管网系统可靠性研究致力于将成果服务于生产实际，并在应用中不断完善和深化。针对具体单项评价工作，下一步将侧重于目标可靠度确定、可靠性分配、风险及可靠性关系、可靠性增强方法等内容的研究，最终形成更加完善的天然气管网系统可靠性评价技术体系。在管理与应用方面，将考虑以系统可靠性全局最优和重要子系统可靠性最高为原则，对系统及其组成部分实行可靠性分级管理，使各级管理层均能获取详实得当的有用信息，避免必要信息缺失或信息冗杂而影响管理决策。天然气管网系统可靠性研究虽然面临挑战，但随着研究工作的持续深入开展，通过自主创新、产学研结合，将形成一系列具有国际先进水平的天然气管网运行和安全保障核心技术。预计“十三五”（2016—2020年）期间，天然气管网系统可靠性管理相关研究成果经将在天然气管网实现工业应用，提升整体技术服务能力，为实现天然气管网的安全运行提供技术支撑与决策支持。