一种水下采油树相依竞争失效实时可靠性评估方法及系统技术方案

本发明专利技术属于海洋石油工程领域，具体地，涉及一种水下采油树相依竞争失效实时可靠性评估方法及系统。水下采油树相依竞争失效实时可靠性评估方法，包含五个主要步骤：确定失效模式、竞争失效建模、基于竞争失效的贝叶斯网络建模、实时可靠性计算、动态可靠性计算。水下采油树相依竞争失效实时可靠性评估系统，包含六个部分：水下采油树机械模块状态监测子系统、水下分配单元状态监测子系统、水下控制单元状态监测子系统、水下阀组状态监测子系统、水下采油树井口机械模块状态监测子系统、数据收集与分析子系统。与分析子系统。

【技术实现步骤摘要】
一种水下采油树相依竞争失效实时可靠性评估方法及系统


[0001]本专利技术属于海洋石油工程领域，具体地，涉及一种水下采油树相依竞争失效实时可靠性评估方法及系统。

技术介绍

[0002]随着社会发展和科技进步，国家对油气资源的需求量不断增加，由于陆地油气资源日渐匮乏，油气资源的开发逐渐从陆地转移到海洋，海洋油气资源开采变得尤为重要。作为海洋石油开采的重要设施，水下采油树系统的安全高效生产变得尤为重要。在开采过程中水下采油树系统一旦发生故障和泄漏将严重影响整个油田的安全生产活动，为了避免事故发生，减少生命财产损失，需要对水下采油树系统进行严格评估，以确保其具有高水平的可靠性。
[0003]由于水下采油树长期在水下工作，系统的可靠性一直面临着严酷的考验。水下采油树系统的内部结构不仅经历着油气冲蚀和腐蚀，而且还承受着外部水下环境的高压、低温以等复杂因素的影响，因此需要对水下采油树系统的结构可靠性提出更高的要求，综合考虑这些因素的影响，开展水下采油树系统可靠性评估是非常必要的。水下采油树在工作过程中受到的多种失效因素可以划分为内部因素引起的退化失效和外部冲击引发的突发失效两种，这两种失效往往不是相互独立的，而是存在一种相互作用关系，水下采油树系统的失效是这两种失效形式相互竞争的结果。因此在对水下采油树系统进行可靠性评估时需要考虑竞争失效的影响。通过建立水下采油树竞争失效机制，根据实时数据，实现水下采油树的实时可靠性评估。
[0004]不确定性本质上是不可避免的，由于贝叶斯网络具有很强的不确定性处理能力，因此在可靠性工程中得到了广泛的应用。目前在竞争失效可靠性评估的研究中，很少考虑分布函数的参数不确定性。但由于工作环境、专家经验数据有限等不确定因素的影响，分布函数中的参数也可能存在不确定性。到目前为止，还没有发展出针对相关竞争失效中参数不确定性影响的综合评估方法。因此，提出一种水下采油树相依竞争失效实时可靠性评估方法及系统显得尤为必要。

技术实现思路

[0005]考虑不同失效因素间相互作用关系对水下采油树的影响，本专利技术提供一种水下采油树相依竞争失效实时可靠性评估方法及系统。
[0006]为实现上述目的，按照本专利技术的一个方面，一种水下采油树相依竞争失效实时可靠性评估方法，包含五个大步骤：
[0007]S1：确定失效模式。从已经建立的水下采油树数据库中收集失效数据，将水下采油树系统的失效划分为内部退化引起的退化失效和外部冲击引起的突发失效，选择合适的退化和冲击模型。
[0008]S2：竞争失效建模。研究竞争失效机制，考虑突发失效对退化失效退化增量、退化
率的影响，利用水下采油树失效数据库进行参数估计并建立竞争失效模型。
[0009]S3：基于竞争失效的贝叶斯网络建模。根据水下采油树的竞争失效模型建立静态贝叶斯网络，确定水下采油树竞争失效过程静态贝叶斯网络中随时间变化的节点，参数不确定性用不同的概率密度函数表示，自变量节点的分布可以是正态分布、威布尔分布等。
[0010]S4：实时可靠性计算。将获取的实时数据进行贝叶斯更新，并将新的参数带入水下采油树竞争失效过程静态贝叶斯网络中，得到水下采油树系统的实时可靠度。
[0011]S5：动态可靠性计算。将水下采油树竞争失效过程静态贝叶斯网络拓展成为水下采油树竞争失效过程动态贝叶斯网络，通过对水下采油树竞争失效过程动态贝叶斯网络的时间扩展，以年为时间单位，计算从当前时刻开始未来数年内水下采油树的可靠度。
[0012]按照本专利技术的另一方面，一种水下采油树相依竞争失效实时可靠性评估系统，包括六个部分：水下采油树机械单元状态监测子系统、水下分配单元状态监测子系统、水下控制单元状态监测子系统、水下阀组状态监测子系统、井口机械模块状态监测子系统、数据收集与分析子系统。
[0013]水下采油树机械单元状态监测子系统，包括压力传感器组、温度传感器组、振动传感器组、腐蚀监测传感器组、水下采油树机械系统退化信息采集模块，用于在水下采油树工作期间了解水下采油树机械单元中机械系统的退化状态。
[0014]水下分配单元状态监测子系统，包括压力传感器组、流量传感器组、温度传感器组、振动传感器组、水下分配单元电子系统信息收集模块、水下分配单元液压系统信息收集模块，用于在水下采油树工作期间了解水下分配单元液压系统与电子系统的退化状态。
[0015]水下控制单元状态监测子系统，包括压力传感器组、流量传感器组、温度传感器组、振动传感器组、水下控制单元电子系统信息收集模块、水下控制单元液压系统信息收集模块，用于在水下采油树工作期间了解水下控制单元液压系统与电子系统的退化状态。
[0016]水下阀组状态监测子系统，包括压力传感器组、流量传感器组、温度传感器组、振动传感器组、水下阀组液压系统信息采集模块，用于在水下采油树工作期间了解水下阀组液压系统退化状态。
[0017]水下采油树井口机械模块状态监测子系统包括压力传感器组、温度传感器组、振动传感器组、腐蚀监测传感器组、水下采油树井口机械系统退化信息收集模块，用于在水下采油树工作期间了解井口机械系统退化状态。
[0018]数据收集与分析子系统，包括通讯模块、信号转换模块、概率信息生成与更新模块、竞争失效概率算法模块、可靠性评估模块。能够计算水下采油树系统的失效概率，对系统进行实时可靠性评估。
[0019]相对于现有技术，本专利技术的有益结果是：一种水下采油树相依竞争失效实时可靠性评估方法及系统，其功能为分析竞争失效模式下的水下采油树可靠性，研究了竞争失效机制，考虑了模型存在的参数不确定性问题，实现了对系统可靠性的实时评估与有效预测。
附图说明
[0020]图1是一种水下采油树相依竞争失效实时可靠性评估方法示意图。
[0021]图2是水下采油树相依竞争失效可靠性静态贝叶斯网络示意图。
[0022]图3是水下采油树相依竞争失效可靠性动态贝叶斯网络示意图。
[0023]图4是水下采油树系统示意图。
[0024]图5是一种水下采油树相依竞争失效实时可靠性评估系统示意图。
[0025]图中，101、水下采油树机械单元，102、采油树树帽，103、采油树树体，104、水下分配单元，105、液压分配模块，106、电子分配模块，107、水下控制单元，108、控制先导阀，109、第一电磁阀，110、第二电磁阀，111、第三电磁阀，112、水下电子模块，113、第四电磁阀，114、第五电磁阀，115、第六电磁阀，116、水下阀组，117、环空翼阀，118、化学药剂注入阀，119、环空主阀，120、生产主阀，121、转换阀，122、生产翼阀，123、水下采油树井口机械单元，124、采油树连接器，125、井口头，126、井下安全阀，201、水下采油树机械单元状态监测子系统，202、压力传感器组，203、温度传感器组，204、振动传感器组，205、腐蚀监测传感器组，206、水下采油树机械单元退化信息采集模块，207、水下分配单元状态监测子系统，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下采油树相依竞争失效实时可靠性评估方法，其特征在于包含五个主要步骤：S1：确定失效模式。从已经建立的水下采油树数据库中收集失效数据，将水下采油树系统的失效划分为内部退化引起的退化失效和外部冲击引起的突发失效，选择合适的退化和冲击模型。S101：确定退化失效模型。使用wiener过程描述水下采油树内部退化过程，内部退化量可表示为：X(t)＝μt+σ
b
B(t)式中，X(t)表示退化量的初始值，μ和σ分别表示漂移系数和扩散系数，B(t)为标准布朗运动。漂移参数μ服从正态分布，即扩散系数σ
b
为固定参数。由wiener过程的性质可知，X(t)服从正态分布：S102：确定突发失效模型。在外部冲击的作用下，水下采油树系统受到的冲击次数具有较大的不确定性。假设N(t)表示到水下采油树系统到时刻t为止冲击发生的次数，N(t)服从强度为λ的Poisson过程。则到水下采油树系统到时刻t时恰好发生n次冲击的概率密度函数可表达为：令S
d
(i)为水下采油树系统第i次冲击所造成的损伤，冲击损伤S
d
(i),i＝1,2,3,
…
是一列具有相互独立同分布的随机变量，且服从正态分布列具有相互独立同分布的随机变量，且服从正态分布令D
i
表示水下采油树系统前i次冲击造成的损伤之和，则D
i
的表达式为:则前i次冲击造成的损伤之和D
i
的分布可以表示为：S2：建立竞争失效模型。研究竞争失效机制，考虑突发失效对退化失效退化增量、退化率的影响，利用水下采油树失效数据库进行参数估计并建立竞争失效模型。S201：外部冲击引起的退化增量变化。在外部冲击的影响下，水下采油树系统内部会产生额外的退化量，本专利采用累积冲击模型来描述冲击对内部退化的影响。假设t1,t2,t3…
时刻冲击造成的额外退化量分别为Y1,Y2,Y3…
，则t时刻对水下采油树系统造成的累积额外退化量可表示为:
每一次冲击对水下采油树的影响所造成的额外退化Y
n
是一系列独立的、同分布的随机变量。Y
n
服从正态分布，则累积额外退化量S(t)的分布如下:S202：外部冲击引起退化率变化。当累积冲击损伤大于设定的初始突发失效阈值W0时，初始退化率会发生改变。如果第j次冲击首先引起退化率的变化，则将这次冲击定义为触发冲击。触发冲击出现时的时间称为过渡时间，用T
j
表示。当水下采油树系统工作时未发生触发冲击，即j≥N(t)时，退化率为μ1；当水下采油树系统工作过程中发生了触发冲击，即j<N(t)时，退化率从μ1，增加到μ2；假设水下采油树系统在工作中退化率只发生一次变化，则外部冲击导致水下采油树系统退化率变化时，退化失效退化量可以表示为：其中，T
j
为退化速率变化的时间(即第j次冲击到达的时间)称为过渡时间，退化率的过渡时间T
j
遵循伽马分布，比例参数为j，形状参数为λ。μ1为初始退化率，μ2为改变后系统的退化率；μ1和μ2均服从正态分布，即均服从正态分布，即假设μ
a2
＝μ
a1
+μ
η
，为了使μ2>μ1，需要保证μ
η
＞＞3σ
η
。水下采油树系统总退化量为内部因素引起的退化量X(t)与冲击引起的额外退化量S(t)之和，可以表示为:当水下采油树系统内部总退化量超过退化失效阈值H时，系统失效。在时刻t，水下采油树系统不发生退化失效的概率可以表示为:当触发冲击j<i时，水下采油树总退化量X
S1
(t)可以表示为:
当触发冲击j≥i时，水下采油树总退化量X
S1
(t)可以表示为:S203：建立竞争失效模型。将冲击引起的突发失效模型与内部退化引起的退化失效模型相结合，当水下采油树系统内部总退化量超过退化失效阈值H，或者突发失效导致的总退化量超过突发失效阈值W1时，水下采油树系统会发生失效。在考虑冲击引起的退化率和退化增量变化时，水下采油树系统的可靠性计算分为以下几种情况:当时间t时没有冲击发生，或N(t)＝0时，水下采油树系统的可靠度可以表示为：R(t|N(t)＝0)＝P(X(t)<H|N(t)＝0)P(N(t)＝0)当时间t至少发生一次冲击，或N(t)＝i>0时，水下采油树有两种不发生失效的情况。这两种互斥的情况的概率必须加在一起。(1)当外部冲击引起的累积退化量小于W0时，或j>N(t)时水下采油树系统的可靠度为：(2)当外部冲击引起的累积退化量大于W0，或j≤N(t)时水下采油树系统的可靠度为：水下采油树系统的可靠度函数为上述三个公式的和，则水下采油树的可靠度函数可以表示为:S204：通过对水下采油树数据库中已知数据进行参数估计并结合现场专家数据库，完成概率分布的修正，得到退化失效和突发失效对应参数的值。采用极大似然估计方法对退化失效和突发失效中的参数进行参数估计：
其中，x为模型中被估计参数；z
n
为状态监测数据，即样本。S3：基于竞争失效的贝叶斯网络建模。根据水下采油树的竞争失效模型建立静态贝叶斯网络，确定水下采油树竞争失效过程静态贝叶斯网络中随时间变化的节点，参数不确定性用不同的概率密度函数表示，自变量节点的分布可以是正态分布、威布尔分布等。S301：通过竞争失效模型中变量之间的物理关系与采样次数确定条件概率表。所有自变量和因变量节点之间的关系是根据竞争失效模型提供的物理公式确定的。然后使用合适的方法例如蒙特卡罗模拟、粒子滤波和随机滤波对父节点进行采样。最后条件概率表通过具有足够采样值和对应概率的物理关系来获得。S302：通过假设相关变量服从一定概率分布来确定变量的先验概率。先验概率是从初始时刻对应于父节点的性能变量的分布获得的。根据实际物理情况，分布可以是正态分布、威布尔分布等。随后使用离散化方法对这些相应节点进行离散化，以形成离散的先验概率。S303：建立基于竞争失效的静态贝叶斯网络。将S2中各公式中各个参数映射为贝叶斯网络中的各参数节点。将S302得到的条件概率表和先验概率输入到静态贝叶斯网络中，建立竞争失效可靠性评估模型的静态贝叶斯网络如图2所示，其中，P1、P2和P3分别用于计算N(t)＝0、N(t)<j和N(t)≥j时的概率值，自变量节点μ
a1
、μ
a2
、μ
y1
、μ
d
、σ
a1
、σ
y1
、σ
y2
、σ
d
为不确定参数，考虑竞争失效模型中存在的参数不确定性问题，所有的自变量节点服从一种概率分布。S4：实时...

【专利技术属性】
技术研发人员：刘增凯，史学伟，陈琦，韩忠昊，马强，蔡宝平，张彦振，纪仁杰，刘永红，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：