CN115203987A - 海底管道相依竞争失效实时可靠性评估系统及评估方法 - Google Patents

海底管道相依竞争失效实时可靠性评估系统及评估方法 Download PDF

Info

Publication number
CN115203987A
CN115203987A CN202211125271.0A CN202211125271A CN115203987A CN 115203987 A CN115203987 A CN 115203987A CN 202211125271 A CN202211125271 A CN 202211125271A CN 115203987 A CN115203987 A CN 115203987A
Authority
CN
China
Prior art keywords
failure
submarine pipeline
degradation
impact
pipeline
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211125271.0A
Other languages
English (en)
Other versions
CN115203987B (zh
Inventor
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
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202211125271.0A priority Critical patent/CN115203987B/zh
Publication of CN115203987A publication Critical patent/CN115203987A/zh
Application granted granted Critical
Publication of CN115203987B publication Critical patent/CN115203987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Abstract

本发明公开一种海底管道相依竞争失效实时可靠性评估系统及评估方法，属于海洋石油工程技术领域。所述评估系统包含三个部分：海底管道退化监测子系统、海底管道振动监测子系统、数据收集与分析子系统；根据评估系统获取的数据进行评估运算，所述评估方法包括建立海底管道失效模式、研究竞争失效机制、建立相依竞争失效动态贝叶斯网络、可靠性计算。海底管道相依竞争失效实时可靠性评估系统，采用本发明的系统和方法考虑不同失效因素间相互作用关系对海底管道的影响，分析在相依竞争失效模式下海底管道的可靠性，进一步完善了竞争失效机制，考虑了模型存在的参数不确定性问题，实现了对海底管道可靠性的有效实时评估与预测。

Description

海底管道相依竞争失效实时可靠性评估系统及评估方法
技术领域
本发明属于海洋石油工程技术领域，具体地，涉及一种海底管道相依竞争失效实时可靠性评估系统及评估方法。
背景技术
海底管道作为海洋油气田开发中油气输送的主要方式，如果海底管道失效，可能会造成严重的经济损失和环境污染。然而失效管道的维护和更换非常困，为了保证海底管道的安全运行，海底管道的可靠性评估是非常重要的。在不利的操作条件下，海底管道会受到多种失效因素的影响。具有腐蚀性的石油、天然气和流体会导致海底管道发生腐蚀损伤；生产流体中夹带的细砂等杂质会造成严重的砂蚀损伤；地震、内波等因素会影响海底管道的长期循环应力，在疲劳载荷的作用下会产生裂缝；海底管道与下落物体的意外碰撞也可能造成严重的裂纹甚至破裂。因此，由于存在内部和外部因素的干扰，海底管道在运行过程中会受到多种退化过程和失效模式的影响。腐蚀、侵蚀、疲劳等失效机制会导致不同的失效过程，这些失效过程往往不是独立的，而是相互竞争和依赖的，这种过程被称为相依竞争失效过程。忽略多个故障过程之间的依赖关系可能会导致对系统可靠性的过高估计。
退化失效与突发失效的竞争关系可以分为退化-冲击相关性和冲击-退化相关性两种。在现有技术中，关于退化-冲击相关性进行了较为全面的研究，例如随机冲击导致的退化量的增加或退化率的改变等。然而对于冲击-退化相关性的研究相对较少，此外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问题。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，对海底管道可靠性评估模型竞争失效机制的研究以及针对相依竞争失效模型中参数不确定性影响的综合评估方法并不完善。因此，本发明提出一种海底管道相依竞争失效实时可靠性评估系统及评估方法。
发明内容
为了解决上述技术问题，提出一种海底管道相依竞争失效实时可靠性评估系统及评估方法，考虑不同失效因素间相互作用关系对海底管道的影响，实现了对海底管道可靠性的有效实时评估与预测。
一种海底管道相依竞争失效实时可靠性评估系统，所述评估系统包括：海底管道退化监测子系统、海底管道振动监测子系统和数据收集与分析子系统，所述海底管道退化监测子系统包括中心控制单元、超声发射单元、超声接收单元和信号处理单元，超声发射单元发射的超声波被超声接收单元接收并将信号传输至信号处理单元，信号处理单元将接收的退化数据上传至中心控制单元；中心控制单元接收信号处理单元的退化数据并进行在线退化数据监控，并将在线监测数据传输至数据收集与分析子系统中的通讯模块，获取海底管道退化信息，所述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、相依竞争失效概率算法模块和可靠性实时评估模块，通讯模块用于接收海底管道退化监测子系统和海底管道振动监测子系统发送的数据信息，信号转换模块用于将通讯模块接收到的信号转换为电信号；概率信息生成与更新模块用于读取所述电信号，并将读取到的电信号用于概率信息生成、跟踪和贝叶斯更新；竞争失效概率算法模块用于将海底管道各退化模式的概率信息汇总，生成海底管道失效的概率；可靠性评估模块读取海底管道竞争失效概率算法模块生成的概率信息，进行海底管道实时可靠性评估；所述海底管道振动监测子系统包括分布式光纤传感器、光源光电检测系统和计算机信号处理系统，用于监测海底管道由于外部冲击导致的振动。
采用所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，所述评估方法包括以下步骤：
步骤1、建立海底管道失效模型，结合海底管道历史失效数据，将海底管道的失效模式分为内部因素引起的退化失效和外部冲击引起的突发失效两种，建立海底管道退化失效模型和突发失效模型；
步骤2、研究竞争失效机制，研究退化失效和突发失效的相互作用关系，将随机冲击过程建为易化模型，获取海底管道内部总退化量对突发失效的影响、外部冲击引起内部退化增量变化以及外部冲击引起退化率变化，利用强度函数，建立海底管道竞争失效可靠性模型并对海底管道数据库中的历史失效数据进行参数估计；
步骤3、结合海底管道竞争失效机制，分别建立突发失效模型的静态贝叶斯网络、退化失效模型的静态贝叶斯网络、易化模型的静态贝叶斯网络，根据步骤2得到的海底管道竞争失效可靠度模型，结合突发失效模型的静态贝叶斯网络、退化失效模型的静态贝叶斯网络和易化模型的静态贝叶斯网络建立海底管道相依竞争失效静态贝叶斯网络，根据转化动态贝叶斯网络时间片与时间片间的条件概率表，海底管道相依竞争失效静态贝叶斯网络拓展为动态贝叶斯网络；
步骤4、对实时失效数据进行贝叶斯更新获得新的参数，将新参数带入海底管道相依竞争失效静态贝叶斯网络中进行计算，得到海底管道实时可靠度，将此刻海底管道相依竞争失效静态贝叶斯网络以年为单位进行拓展成动态贝叶斯网络对下一年内的可靠度进行获取，海底管道相依竞争失效动态贝叶斯网络里的全部节点与海底管道相依竞争失效静态贝叶斯网络一致， 体现出海底管道从一个时刻到下一个时刻可靠度变化。
进一步地，所述海底管道退化失效模型为：
采用
Figure 329800DEST_PATH_IMAGE001
过程描述海底管道退化过程，对任意的
Figure 100002_DEST_PATH_IMAGE002
和
Figure 856727DEST_PATH_IMAGE003
，
Figure 100002_DEST_PATH_IMAGE004
， 其中，
Figure 574148DEST_PATH_IMAGE005
是形状参数为
Figure 100002_DEST_PATH_IMAGE006
、尺度参数为
Figure 907040DEST_PATH_IMAGE007
的
Figure 100002_DEST_PATH_IMAGE008
分布，Ga(α,β)的分布函数
Figure 924674DEST_PATH_IMAGE009
为：
Figure 100002_DEST_PATH_IMAGE010
式中，
Figure 888082DEST_PATH_IMAGE011
为Gamma函数；
Figure 100002_DEST_PATH_IMAGE012
当从
Figure 89869DEST_PATH_IMAGE013
时刻开始时，海底管道的退化量
Figure 100002_DEST_PATH_IMAGE014
，则：
Figure 492032DEST_PATH_IMAGE015
所述海底管道突发失效模型为：
采用极值冲击模型描述随机冲击对海底管道的影响，当外界任意一次冲击造成的 损伤超过了海底管道的突发失效阈值
Figure 100002_DEST_PATH_IMAGE016
时，海底管道发生突发失效，当外界冲击为极值冲 击模型时，假设第
Figure 301856DEST_PATH_IMAGE017
次冲击量大小为
Figure 100002_DEST_PATH_IMAGE018
，所有的
Figure 498482DEST_PATH_IMAGE019
相互独立，则到时间
Figure 721653DEST_PATH_IMAGE021
为止海底 管道不发生突发失效的概率P为：
Figure 100002_DEST_PATH_IMAGE022
其中，
Figure 599610DEST_PATH_IMAGE023
为
Figure 100002_DEST_PATH_IMAGE024
的累积分布函数；
Figure 60678DEST_PATH_IMAGE025
为到时刻t为止冲击发生的总次数；
Figure 100002_DEST_PATH_IMAGE026
为海 底管道的突发失效阈值；
海底管道在地震作用下容易受到波浪荷载等因素的影响，导致管道产生强烈的振 动，证明振动影响的物理模型是
Figure 690855DEST_PATH_IMAGE027
定律：
Figure 100002_DEST_PATH_IMAGE028
其中，
Figure 604585DEST_PATH_IMAGE029
为裂纹扩展速率；
Figure 100002_DEST_PATH_IMAGE030
为循环应力数；
Figure 614129DEST_PATH_IMAGE031
和
Figure 100002_DEST_PATH_IMAGE032
为经验确定的材料参数，
Figure 195283DEST_PATH_IMAGE031
值与
Figure 733712DEST_PATH_IMAGE033
有关；
Figure DEST_PATH_IMAGE034
为裂缝深度；
Figure 400317DEST_PATH_IMAGE035
为每个循环的等效应力范围，可以用经验表示为：
Figure DEST_PATH_IMAGE036
Figure 213552DEST_PATH_IMAGE037
其中，
Figure 100002_DEST_PATH_IMAGE038
为
Figure 100002_DEST_PATH_IMAGE039
函数；
Figure 100002_DEST_PATH_IMAGE040
为威布尔分布的尺度参数；
Figure 100002_DEST_PATH_IMAGE041
是威布尔分布的形状参 数，假定海底管道初始深度为
Figure 100002_DEST_PATH_IMAGE042
，计算第
Figure DEST_PATH_IMAGE044
次应力循环处的裂缝深度为：
Figure 100002_DEST_PATH_IMAGE045
其中，参数分布和相应的值是从历史数据和专家知识中获得，参数
Figure 100002_DEST_PATH_IMAGE046
服从正态分布
Figure DEST_PATH_IMAGE047
；参数
Figure 686032DEST_PATH_IMAGE041
服从对数正态分布
Figure 100002_DEST_PATH_IMAGE048
，考虑到参数存在分布不确定性，假 设
Figure 100002_DEST_PATH_IMAGE049
均服从正态分布。
进一步地，所述海底管道内部总退化量对突发失效的影响为：假定海底管道受到 的冲击强度取决于到达海底管道的内部退化量，利用强度函数
Figure DEST_PATH_IMAGE050
，将随机冲击过程
Figure 100002_DEST_PATH_IMAGE051
建为易化模型，假设强度函数是海底管道内部退化量的线性函数
Figure 100002_DEST_PATH_IMAGE052
，
Figure 100002_DEST_PATH_IMAGE053
为依赖因子，表示当前退化对冲击强度的影响；此外，由于已经到达的冲 击可以促进随机冲击过程，因此发生
Figure 739570DEST_PATH_IMAGE044
次冲击后的强度函数为
Figure 100002_DEST_PATH_IMAGE054
，
Figure 100002_DEST_PATH_IMAGE055
为促进因 子，表示冲击产生的退化增量对冲击过程的影响，因此，海底管道到时间
Figure 100002_DEST_PATH_IMAGE057
时刻发生
Figure 96733DEST_PATH_IMAGE044
次冲击 的概率
Figure 100002_DEST_PATH_IMAGE058
可通过以下公式计算：
Figure 713659DEST_PATH_IMAGE059
其中，
Figure 100002_DEST_PATH_IMAGE060
；
Figure 3826DEST_PATH_IMAGE061
服从负二项分布
Figure 100002_DEST_PATH_IMAGE062
；
所述外部冲击引起内部退化增量变化：
在外部冲击的影响下，海底管道内部会产生额外的退化增量，海底管道总退化量 为内部退化量与冲击产生的额外退化量的总和，假设
Figure 615548DEST_PATH_IMAGE063
时刻冲击造成的额外退化 量分别为
Figure 100002_DEST_PATH_IMAGE064
，则
Figure 991166DEST_PATH_IMAGE057
时刻对海底管道造成的累积额外退化量可表示为：
Figure 100002_DEST_PATH_IMAGE065
每一次冲击对海底管道的影响所造成的额外退化
Figure 100002_DEST_PATH_IMAGE066
是一系列独立的、同分布的随 机变量，
Figure 615045DEST_PATH_IMAGE066
服从正态分布，则累积额外退化量
Figure 100002_DEST_PATH_IMAGE067
的分布如下:
Figure 100002_DEST_PATH_IMAGE068
则海底管道总退化量
Figure 100002_DEST_PATH_IMAGE069
可以表示为内部退化量
Figure 100002_DEST_PATH_IMAGE070
与累积额外退化量
Figure 100002_DEST_PATH_IMAGE071
的总 和：
Figure 100002_DEST_PATH_IMAGE072
外部冲击引起退化率变化为：
假设当海底管道所受冲击大于设定的初始突发失效阈值
Figure 100002_DEST_PATH_IMAGE073
时，退化率会发生改 变，如果第
Figure DEST_PATH_IMAGE075
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tj表示，假设海底管道退化率只发生一次变化，则外部冲击导致 海底管道退化率变化时，退化失效退化量可以表示为：
Figure 100002_DEST_PATH_IMAGE076
其中，第
Figure 307189DEST_PATH_IMAGE075
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，
Figure 100002_DEST_PATH_IMAGE077
为退化 速率变化的时间也就是第
Figure 100002_DEST_PATH_IMAGE079
次冲击到达的时间称为过渡时间，当海底管道工作时未发生触 发冲击时
Figure 100002_DEST_PATH_IMAGE080
、退化率为
Figure 100002_DEST_PATH_IMAGE081
，当海底管道工作过程中发生了触发冲击
Figure 100002_DEST_PATH_IMAGE082
时，退化率从
Figure 965179DEST_PATH_IMAGE081
，增加到
Figure DEST_PATH_IMAGE083
；
退化率发生改变时的过渡时间
Figure 100002_DEST_PATH_IMAGE084
遵循伽马分布，比例参数为比例参数为
Figure 100002_DEST_PATH_IMAGE085
，形状 参数为
Figure DEST_PATH_IMAGE086
，则
Figure 234617DEST_PATH_IMAGE084
的概率密度函数可以计算为：
Figure 100002_DEST_PATH_IMAGE087
在不考虑突发失效的情况下，海底管道不发生退化失效的概率可计算为：
Figure 100002_DEST_PATH_IMAGE088
其中，
Figure 100002_DEST_PATH_IMAGE089
；
Figure 100002_DEST_PATH_IMAGE090
，考虑到计算过程中存在的参数不确定性 问题，本发明假设
Figure 100002_DEST_PATH_IMAGE091
、
Figure 100002_DEST_PATH_IMAGE092
、
Figure 100002_DEST_PATH_IMAGE093
；在此基础上各参数
Figure 100002_DEST_PATH_IMAGE094
，
Figure 100002_DEST_PATH_IMAGE095
，
Figure 100002_DEST_PATH_IMAGE096
，
Figure 409990DEST_PATH_IMAGE097
，
Figure 100002_DEST_PATH_IMAGE098
，
Figure 100002_DEST_PATH_IMAGE099
均服从正态分布。
进一步地，步骤2中所建立的海底管道竞争失效可靠性模型为：
当海底管道内部总退化量超过设定的退化失效阈值
Figure 100002_DEST_PATH_IMAGE100
，或者冲击导致的突发失效 损伤超过突发失效阈值
Figure 100002_DEST_PATH_IMAGE101
时，海底管道会发生失效，同时考虑冲击引起的退化率和退化增 量变化以及累积退化促使海底管道所受冲击强度发生改变时，海底管道的可靠性可分为以 下几种情况:
（1）当在时间
Figure 346853DEST_PATH_IMAGE057
之前没有发生任何冲击，
Figure 100002_DEST_PATH_IMAGE102
时，海底管道的可靠度函数
Figure DEST_PATH_IMAGE103
可 以表示为：
Figure DEST_PATH_IMAGE104
其中，
Figure DEST_PATH_IMAGE105
为没有冲击时海底管 道不发生退化失效的概率；
Figure 100002_DEST_PATH_IMAGE106
为海底管道不发生冲击的概率；
（2）当截止到时间
Figure 178674DEST_PATH_IMAGE057
为止至少发生一次冲击，且所有的冲击造成的损伤均小于初始 突发失效阈值
Figure 100002_DEST_PATH_IMAGE107
时、
Figure 100002_DEST_PATH_IMAGE108
，海底管道的可靠度函数
Figure 100002_DEST_PATH_IMAGE109
可以表示为：
Figure 100002_DEST_PATH_IMAGE110
其中，
Figure 100002_DEST_PATH_IMAGE111
为无触 发冲击发生的条件下，海底管道不发生退化失效的概率；
Figure 100002_DEST_PATH_IMAGE112
为第
Figure 100002_DEST_PATH_IMAGE114
次冲击时管道不发生突发 失效的概率；
Figure 100002_DEST_PATH_IMAGE115
为管道发生
Figure 339004DEST_PATH_IMAGE114
次冲击的概率；
（3）当截止到时间
Figure 835844DEST_PATH_IMAGE057
为止至少存在一次冲击大于初始突发失效阈值
Figure 100002_DEST_PATH_IMAGE116
时，海底管道 的可靠度函数
Figure 100002_DEST_PATH_IMAGE117
可以表示为：
Figure DEST_PATH_IMAGE118
其中，
Figure 100002_DEST_PATH_IMAGE119
为触发冲击发生的条件下，海底管道不发生退化失效的概率；
Figure 100002_DEST_PATH_IMAGE120
为第
Figure 100002_DEST_PATH_IMAGE121
次冲击时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE122
为第
Figure 100002_DEST_PATH_IMAGE124
次冲击时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE125
为管道发生
Figure 100002_DEST_PATH_IMAGE126
次冲击的概率；
在同时考虑冲击引起的退化率和退化增量变化以及累积退化促使海底管道所受 冲击强度发生改变时，海底管道总可靠度函数
Figure 100002_DEST_PATH_IMAGE127
为以上三种情况之和：
Figure 100002_DEST_PATH_IMAGE128
。
进一步地，海底管道数据库中的历史失效数据进行参数估计的方法为：
对海底管道数据库中历史失效数据进行参数估计，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海底管道相依竞争失效模型中的各参数进行参数估计：
Figure DEST_PATH_IMAGE129
其中，
Figure 100002_DEST_PATH_IMAGE130
为相依竞争失效模型中被估计参数；
Figure 100002_DEST_PATH_IMAGE131
为状态监测数据。
进一步地，所述突发失效模型的静态贝叶斯网络建立过程为：结合海底管道突发 失效模型中各变量之间的物理关系与采样次数确定条件概率表，将步骤2中海底管道突发 失效模型中各个参数映射为贝叶斯网络中的各参数节点，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；最后将得到的条件概率表和先验概率输入到静态贝叶斯网络 中，建立突发失效的静态贝叶斯网络，在突发失效的静态贝叶斯网络中
Figure 100002_DEST_PATH_IMAGE132
、
Figure 843858DEST_PATH_IMAGE133
、
Figure 100002_DEST_PATH_IMAGE134
、
Figure 705635DEST_PATH_IMAGE135
、
Figure 100002_DEST_PATH_IMAGE136
、
Figure 543141DEST_PATH_IMAGE137
、
Figure 100002_DEST_PATH_IMAGE138
是自变量节点或父节点，考虑突发失效模型中分布函数存在的参数不确定性问题，自变 量节点
Figure 843672DEST_PATH_IMAGE139
、
Figure 614182DEST_PATH_IMAGE133
、
Figure 443598DEST_PATH_IMAGE134
、
Figure 33979DEST_PATH_IMAGE135
服从一种概率分布，
Figure 100002_DEST_PATH_IMAGE140
、
Figure 341464DEST_PATH_IMAGE141
、
Figure 100002_DEST_PATH_IMAGE142
、
Figure 966480DEST_PATH_IMAGE143
是因变量节点或子节点，而且
Figure 100002_DEST_PATH_IMAGE144
是最终输 出节点，代表外部冲击环境导致海底管道产生的裂缝深度值；
易化模型的静态贝叶斯网络，将步骤2中描述退化量对冲击强度影响的易化模型 中各个参数映射为贝叶斯网络中的各参数节点，得到的易化模型静态贝叶斯网络模型，其 中
Figure 698288DEST_PATH_IMAGE145
、
Figure 100002_DEST_PATH_IMAGE146
、
Figure 100002_DEST_PATH_IMAGE147
是自变量节点或父节点，
Figure 448070DEST_PATH_IMAGE137
、
Figure DEST_PATH_IMAGE148
是因变量节点或子节点，而且
Figure 100002_DEST_PATH_IMAGE149
是最终 输出节点，代表海底管道在时刻
Figure 28087DEST_PATH_IMAGE057
发生
Figure 507610DEST_PATH_IMAGE114
次冲击的概率；
相依竞争失效静态贝叶斯网络为：将退化失效模型、突发失效模型、易化模型相结合，根据海底管道在竞争失效模式下的可靠度，建立相依竞争失效静态贝叶斯网络。
进一步地，所述相依竞争失效动态贝叶斯网络建立为：根据转化动态贝叶斯网络时间片与时间片间的条件概率表，将建立的海底管道相依竞争失效静态贝叶斯网络拓展为动态贝叶斯网络。
进一步地，步骤4中海底管道可靠度变化的计算方法为：
步骤S401：将各个监测系统中获取的实时失效数据进行贝叶斯更新，根据贝叶斯理论，海底管道相关参数的后验概率密度函数为：
Figure 100002_DEST_PATH_IMAGE150
其中，
Figure DEST_PATH_IMAGE151
表示参数
Figure 147669DEST_PATH_IMAGE130
的先验概率密度函数；
Figure 100002_DEST_PATH_IMAGE152
表示参数
Figure 384747DEST_PATH_IMAGE130
的后验概率密度函 数，其中
Figure 100002_DEST_PATH_IMAGE153
，
Figure 100002_DEST_PATH_IMAGE154
为随机变量数目；
Figure 100002_DEST_PATH_IMAGE155
为比例常数，
Figure 100002_DEST_PATH_IMAGE156
;
Figure 100002_DEST_PATH_IMAGE157
为似 然函数；
步骤S402：将S401计算得到的海底管道相依竞争失效模型的实时参数带入海底管道相依竞争失效静态贝叶斯网络中进行计算，获取海底管道实时可靠性评估；
步骤S403：将海底管道相依竞争失效静态贝叶斯网络以年为单位拓展成动态贝叶斯网络，海底管道相依竞争失效动态贝叶斯网络里的全部节点与海底管道相依竞争失效静态贝叶斯网络一致，进行计算获取从一个时刻到下一个时刻海底管道的可靠度变化。
有益效果：一种海底管道相依竞争失效实时可靠性评估方法及系统，其功能为分析在相依竞争失效模式下海底管道的可靠性，研究了海底管道的退化失效与突发失效之间的相互作用，在考虑冲击引起退化率和退化增量变化的基础上考虑退化对冲击的影响，引入易化模型，进一步完善了相依竞争失效机制，通过建立动态贝叶斯网络模型解决了退化函数和冲击函数模型中参数不确定性问题，实现了对海底管道可靠性的有效实时评估与预测。
附图说明
图1是海底管道相依竞争失效实时可靠性评估方法流程示意图；
图2是海底管道突发失效静态贝叶斯网络示意图；
图3是海底管道退化失效静态贝叶斯网络示意图；
图4是海底管道易化模型静态贝叶斯网络示意图；
图5是海底管道相依竞争失效实时可靠性评估静态贝叶斯网络示意图；
图6是海底管道相依竞争失效实时可靠性评估动态贝叶斯网络示意图；
图7是海底管道相依竞争失效实时可靠性评估系统示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
下面结合附图，对本发明的具体方案进行详细描述：
如图7所示，海底管道相依竞争失效实时可靠性评估系统，包括3个部分，海底管道退化监测子系统102、海底管道振动监测子系统107、数据收集与分析子系统111。
海底管道退化监测子系统102包括中心控制单元103、超声发射单元104、接收单元105、信号处理单元106；超声发射单元104发射的超声波被接收单元105接收，并将信号传输至信号处理单元106，实现超声波的发射、测量、回波信号处理等任务。信号处理单元106采集相关数据并将数据库上传至中心控制单元103；中心控制单元103接收信号处理单元106的退化数据并进行在线退化数据监控，并将在线监测数据传输至数据收集与分析子系统111中的通讯模块112，获取海底管道退化信息。
海底管道振动监测子系统107包括分布式光纤传感器108、光源光电检测系统109、计算机信号处理系统110；光源光电检测系统109安装在海底管道101上，当外部因素导致振动时，海底管道101产生的振动传至分布式光纤传感器108上，同时光源光电检测系统109监测分布式光纤传感器108的变化，并将信号传输至计算机信号处理系统110，计算机信号处理系统110将在数据传输至数据收集与分析子系统111中的通讯模块112，获取海底管道振动信息。
数据收集与分析子系统111包括通讯模块112、信号转换模块113、概率信息生成与更新模块114、相依竞争失效概率算法模块115、可靠性评估模块116；通讯模块112用于接收海底管道退化监测子系统102和海底管道振动监测子系统107发送的数据信息；信号转换模块113用于将通讯模块112接收到的信号转换为电信号；概率信息生成与更新模块114用于读取信号转换模块113转换的电信号，并将读取到的电信号用于概率信息生成、跟踪和贝叶斯更新；竞争失效概率算法模块115用于将海底管道各退化模式的概率信息汇总，生成海底管道失效的概率；可靠性评估模块116读取海底管道竞争失效概率算法模块115生成的概率信息，进行海底管道实时可靠性评估。
如图1所示，一种海底管道相依竞争失效实时可靠性评估方法，包含四个大步骤：
S1：建立海底管道失效模式。结合海底管道历史失效数据，将海底管道的失效模式分为内部因素引起的退化失效和外部冲击引起的突发失效两种，并选择合适的退化和突发模型。
S101：海底管道退化失效模型。
考虑到
Figure 100002_DEST_PATH_IMAGE158
（伽马）过程具有非负增量、严格单调等特征结合海底管道的退化特 征，本发明使用
Figure 100002_DEST_PATH_IMAGE159
过程描述海底管道退化过程，根据其性质可知，对任意的
Figure 100002_DEST_PATH_IMAGE160
和
Figure 100002_DEST_PATH_IMAGE161
，
Figure 100002_DEST_PATH_IMAGE162
。其中，
Figure 100002_DEST_PATH_IMAGE163
是形状参数为
Figure 100002_DEST_PATH_IMAGE164
、尺度参数为
Figure 100002_DEST_PATH_IMAGE165
的
Figure DEST_PATH_IMAGE166
分 布，其分布函数为:
Figure DEST_PATH_IMAGE167
式中，
Figure DEST_PATH_IMAGE168
为Gamma函数。
Figure DEST_PATH_IMAGE169
当从
Figure DEST_PATH_IMAGE170
时刻开始时，海底管道的退化量
Figure DEST_PATH_IMAGE171
,则：
Figure DEST_PATH_IMAGE172
S102：海底管道突发失效模型。
使用极值冲击模型描述随机冲击对海底管道的影响。即当外界任意一次冲击造成 的损伤超过了海底管道的突发失效阈值
Figure DEST_PATH_IMAGE173
时，海底管道发生突发失效。当外界冲击为极值 冲击模型时，假设第
Figure DEST_PATH_IMAGE174
次冲击量大小为
Figure DEST_PATH_IMAGE175
，所有的
Figure DEST_PATH_IMAGE176
相互独立。则到时间
Figure DEST_PATH_IMAGE178
为止海 底管道不发生突发失效的概率为：
Figure DEST_PATH_IMAGE179
其中，
Figure DEST_PATH_IMAGE180
为
Figure DEST_PATH_IMAGE181
的累积分布函数；
Figure DEST_PATH_IMAGE182
为冲击发生的次数；
Figure DEST_PATH_IMAGE183
为海底管道的突发 失效阈值。
海底管道在地震作用下容易受到波浪荷载等因素的影响，导致管道产生强烈的振 动。证明振动影响的物理模型是
Figure DEST_PATH_IMAGE184
定律：
Figure DEST_PATH_IMAGE185
其中，
Figure DEST_PATH_IMAGE186
为裂纹扩展速率;
Figure DEST_PATH_IMAGE187
为循环应力数；
Figure DEST_PATH_IMAGE188
和
Figure DEST_PATH_IMAGE189
为经验确定的材料参数，
Figure 661399DEST_PATH_IMAGE188
值与
Figure 995429DEST_PATH_IMAGE189
有关；
Figure DEST_PATH_IMAGE190
为裂缝深度；
Figure DEST_PATH_IMAGE191
为每个循环的等效应力范围，可以用经验表示为：
Figure DEST_PATH_IMAGE192
其中，
Figure DEST_PATH_IMAGE193
为
Figure DEST_PATH_IMAGE194
函数；
Figure DEST_PATH_IMAGE195
为威布尔分布的尺度参数；
Figure DEST_PATH_IMAGE196
是威布尔分布的形状参 数。假设海底管道初始深度为
Figure DEST_PATH_IMAGE197
，计算第
Figure DEST_PATH_IMAGE199
次应力循环处的裂缝深度为：
Figure DEST_PATH_IMAGE200
其中，参数分布和相应的值是从历史数据和专家知识中获得。参数
Figure 819772DEST_PATH_IMAGE189
服从正态分 布，即
Figure DEST_PATH_IMAGE201
；参数
Figure 75304DEST_PATH_IMAGE196
服从对数正态分布，即
Figure DEST_PATH_IMAGE202
。考虑到参数存在分布不 确定性，本发明假设
Figure DEST_PATH_IMAGE203
均服从正态分布。
S2：研究竞争失效机制。进一步研究退化失效和突发失效的相互作用关系。考虑外部冲击可能引起的退化失效退化增量和退化率的变化，此外随着内部总退化量的增加，海底管道受到外部冲击的冲击强度也会发生相应的变化。
考虑到退化失效和突发失效的相互依赖关系，假设外部冲击对海底管道累积退化过程有两种类型的破坏。首先，每次冲击都会对累积退化过程产生额外的退化增量；其次，如果冲击幅度大于预定的初始突发失效阈值，则退化率会发生改变；此外，考虑到退化失效对突发失效的影响，随着内部总退化量的增加，海底管道受到外部冲击的冲击强度也会发生相应的变化，海底管道内部退化量和冲击次数的增加会改变下一次冲击的发生强度。
S201：海底管道内部总退化量对突发失效的影响
目前的大多数研究中泊松过程被用来描述系统受到的随机冲击，然而，在本研究 假设中，海底管道受到的冲击强度取决于到达海底管道的内部退化量，因此Poisson（泊松） 过程在此假设下不适用于描述海底管道受到的冲击。利用强度函数
Figure DEST_PATH_IMAGE204
，可以将随机冲击过 程
Figure DEST_PATH_IMAGE205
建为易化模型。假设强度函数是海底管道内部退化量的线性函数，即
Figure DEST_PATH_IMAGE206
，
Figure DEST_PATH_IMAGE207
为依赖因子，表示当前退化对冲击强度的影响；此外，由于已经到达的 冲击可以促进随机冲击过程，因此发生
Figure 606910DEST_PATH_IMAGE199
次冲击后的强度函数为
Figure DEST_PATH_IMAGE208
，
Figure DEST_PATH_IMAGE209
为促 进因子，表示冲击产生的退化增量对冲击过程的影响。因此，海底管道到时间
Figure DEST_PATH_IMAGE211
时刻发生
Figure 264288DEST_PATH_IMAGE199
次 冲击的概率
Figure DEST_PATH_IMAGE212
可通过以下公式计算：
Figure DEST_PATH_IMAGE213
其中，
Figure DEST_PATH_IMAGE214
；根 据上述公式可知，
Figure DEST_PATH_IMAGE215
服从负二项分布，即
Figure DEST_PATH_IMAGE216
。
S202：外部冲击引起内部退化增量变化。
在外部冲击的影响下，海底管道内部会产生额外的退化增量，海底管道总退化量 为内部退化量与冲击产生的额外退化量的总和。假设
Figure DEST_PATH_IMAGE217
时刻冲击造成的额外退化 量分别为
Figure DEST_PATH_IMAGE218
，则
Figure 56270DEST_PATH_IMAGE211
时刻对海底管道造成的累积额外退化量可表示为:
Figure DEST_PATH_IMAGE219
每一次冲击对海底管道的影响所造成的额外退化
Figure DEST_PATH_IMAGE220
是一系列独立的、同分布的随 机变量。
Figure 533519DEST_PATH_IMAGE220
服从正态分布，则累积额外退化量
Figure DEST_PATH_IMAGE221
的分布如下:
Figure DEST_PATH_IMAGE222
则海底管道总退化量可以表示为内部退化量
Figure DEST_PATH_IMAGE223
与累积额外退化量
Figure DEST_PATH_IMAGE224
的总和：
Figure DEST_PATH_IMAGE225
S203：外部冲击引起退化率变化。
海底管道的退化率在退化过程中往往不会是固定不变的，假设当海底管道所受冲 击大于设定的初始突发失效阈值
Figure DEST_PATH_IMAGE226
时，退化率会发生改变。如果第
Figure DEST_PATH_IMAGE228
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
Figure DEST_PATH_IMAGE229
表示。 当海底管道工作时未发生触发冲击，即
Figure DEST_PATH_IMAGE230
时，退化率为
Figure DEST_PATH_IMAGE231
；当海底管道工作过程中发生 了触发冲击，即
Figure DEST_PATH_IMAGE232
时，退化率从
Figure 147777DEST_PATH_IMAGE231
，增加到
Figure DEST_PATH_IMAGE233
；本发明假设海底管道退化率只发生一次 变化，则外部冲击导致海底管道退化率变化时，退化失效退化量可以表示为：
Figure DEST_PATH_IMAGE234
其中，
Figure 394082DEST_PATH_IMAGE229
为退化速率变化的时间(即第
Figure 78004DEST_PATH_IMAGE228
次冲击到达的时间)称为过渡时间，遵循比 例参数为
Figure DEST_PATH_IMAGE235
，形状参数为
Figure DEST_PATH_IMAGE236
的伽马分布，则过渡时间
Figure 649406DEST_PATH_IMAGE229
的概率密度函数可以计算为：
Figure DEST_PATH_IMAGE237
其中，触发冲击发生在第
Figure 444187DEST_PATH_IMAGE228
次冲击的概率可基于所考虑的特定情况计算。则在不考 虑突发失效的情况下，海底管道不发生退化失效的概率可计算为：
Figure DEST_PATH_IMAGE238
其中，
Figure DEST_PATH_IMAGE239
；
Figure DEST_PATH_IMAGE240
。 考虑到计算过程中存在的参数不确定性问题，本发明假设
Figure DEST_PATH_IMAGE241
、
Figure DEST_PATH_IMAGE242
、
Figure DEST_PATH_IMAGE243
；在此基础上各参数
Figure DEST_PATH_IMAGE244
，
Figure DEST_PATH_IMAGE245
，
Figure DEST_PATH_IMAGE246
，
Figure DEST_PATH_IMAGE247
，
Figure DEST_PATH_IMAGE248
，
Figure DEST_PATH_IMAGE249
均服从正态分布。
S204：建立海底管道竞争失效可靠性模型。
当海底管道内部总退化量超过设定的退化失效阈值
Figure DEST_PATH_IMAGE250
，或者冲击导致的突发失效 损伤超过突发失效阈值
Figure DEST_PATH_IMAGE251
时，海底管道会发生失效。同时考虑冲击引起的退化率和退化增 量变化以及累积退化促使海底管道所受冲击强度发生改变时，海底管道的可靠性可分为以 下几种情况:
（1）当在时间
Figure 433747DEST_PATH_IMAGE211
之前没有发生任何冲击即
Figure DEST_PATH_IMAGE252
时，海底管道的可靠度函数可以 表示为：
Figure DEST_PATH_IMAGE253
其中,
Figure DEST_PATH_IMAGE254
为没有冲击时海底管道不 发生退化失效的概率；
Figure DEST_PATH_IMAGE255
为管道不发生冲击的概率。
（2）当截止到时间
Figure 960674DEST_PATH_IMAGE211
为止至少发生一次冲击，且所有的冲击造成的损伤均小于初始 突发失效阈值
Figure 271570DEST_PATH_IMAGE226
时，即
Figure DEST_PATH_IMAGE256
，海底管道的可靠度函数可以表示为：
Figure 604462DEST_PATH_IMAGE257
其中，
Figure DEST_PATH_IMAGE258
为无触发冲 击发生的条件下，海底管道不发生退化失效的概率；
Figure 825359DEST_PATH_IMAGE259
为第
Figure 382242DEST_PATH_IMAGE199
次冲击时管道不发生突发失效 的概率；
Figure DEST_PATH_IMAGE260
为管道发生
Figure 586958DEST_PATH_IMAGE199
次冲击的概率。
（3）当截止到时间
Figure 254700DEST_PATH_IMAGE211
为止至少存在一次冲击大于初始突发失效阈值
Figure 923579DEST_PATH_IMAGE261
时，海底管道 的可靠度函数可以表示为：
Figure DEST_PATH_IMAGE262
其中，
Figure DEST_PATH_IMAGE263
为触发冲击发生的条件下，海 底管道不发生退化失效的概率；
Figure DEST_PATH_IMAGE264
为第
Figure DEST_PATH_IMAGE265
次冲击时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE266
为第
Figure 727062DEST_PATH_IMAGE228
次冲击时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE267
为管道发生
Figure DEST_PATH_IMAGE268
次冲击的概率。
在同时考虑冲击引起的退化率和退化增量变化以及累积退化促使海底管道所受 冲击强度发生改变时，海底管道总可靠度函数
Figure DEST_PATH_IMAGE269
为以上三种情况之和：
Figure DEST_PATH_IMAGE270
S205：对海底管道数据库中历史失效数据进行参数估计，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海底管道相依竞争失效模型中的各参数进行参数估计：
Figure DEST_PATH_IMAGE271
其中，
Figure DEST_PATH_IMAGE272
为相依竞争失效模型中被估计参数；
Figure DEST_PATH_IMAGE273
为状态监测数据，即样本。
S3：建立相依竞争失效动态贝叶斯网络。结合海底管道竞争失效机制，将建立的各个模型映射为静态贝叶斯网络，建立海底管道基于相依竞争失效的静态贝叶斯网络模型。确定海底管道竞争失效静态贝叶斯网络中随时间变化的节点，将海底管道相依竞争失效静态贝叶斯网络拓展成为海底管道相依竞争失效动态贝叶斯网络。
S301：突发失效模型的静态贝叶斯网络。结合海底管道突发失效模型中各变量之 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模 型提供的物理公式确定的。将S2中突发生效模型中各个参数映射为贝叶斯网络中的各参数 节点。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，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。最后将得到的条件概率表和先验概率输入到静态贝叶斯网络 中，建立突发失效的静态贝叶斯网络如图2所示，其中
Figure DEST_PATH_IMAGE274
、
Figure DEST_PATH_IMAGE275
、
Figure DEST_PATH_IMAGE276
、
Figure DEST_PATH_IMAGE277
、
Figure DEST_PATH_IMAGE278
、
Figure DEST_PATH_IMAGE279
、
Figure 107490DEST_PATH_IMAGE197
是自变量 节点或父节点，考虑突发失效模型中分布函数存在的参数不确定性问题，自变量节点
Figure DEST_PATH_IMAGE280
、
Figure 802693DEST_PATH_IMAGE275
、
Figure 591658DEST_PATH_IMAGE276
、
Figure 490343DEST_PATH_IMAGE277
服从一种概率分布，
Figure 669652DEST_PATH_IMAGE189
、
Figure 679196DEST_PATH_IMAGE188
、
Figure 791509DEST_PATH_IMAGE191
、
Figure DEST_PATH_IMAGE281
是因变量节点或子节点，而且
Figure DEST_PATH_IMAGE282
是最终输出节 点，即外部冲击环境导致海底管道产生的裂缝深度值。
S302：退化失效模型的静态贝叶斯网络。将S2中海底管道退化失效模型中各个参 数映射为贝叶斯网络中的各参数节点，得到的退化失效静态贝叶斯网络模型如图3所示。其 中
Figure DEST_PATH_IMAGE283
、
Figure DEST_PATH_IMAGE284
、
Figure DEST_PATH_IMAGE285
、
Figure DEST_PATH_IMAGE286
、
Figure DEST_PATH_IMAGE287
、
Figure DEST_PATH_IMAGE288
、
Figure DEST_PATH_IMAGE289
、
Figure DEST_PATH_IMAGE290
、
Figure 346249DEST_PATH_IMAGE236
、
Figure DEST_PATH_IMAGE291
是自变量节点或父节点，考虑退化失效模型中分 布函数存在的参数不确定性问题，自变量节点
Figure 809592DEST_PATH_IMAGE283
、
Figure 354318DEST_PATH_IMAGE284
、
Figure DEST_PATH_IMAGE292
、
Figure 524399DEST_PATH_IMAGE286
、
Figure 499308DEST_PATH_IMAGE287
、
Figure 184368DEST_PATH_IMAGE288
、
Figure 535715DEST_PATH_IMAGE289
、
Figure 357040DEST_PATH_IMAGE290
服从一种概 率分布，
Figure DEST_PATH_IMAGE293
、
Figure DEST_PATH_IMAGE294
、
Figure DEST_PATH_IMAGE295
、
Figure 971692DEST_PATH_IMAGE229
、
Figure DEST_PATH_IMAGE296
、
Figure DEST_PATH_IMAGE297
、
Figure DEST_PATH_IMAGE298
是因变量节点或子节点，而且
Figure DEST_PATH_IMAGE299
是最终输出节点，即海 底管道到时刻
Figure 753835DEST_PATH_IMAGE211
为止退化失效总退化量。
S303：易化模型的静态贝叶斯网络。将S2中描述退化量对冲击强度影响的易化模 型中各个参数映射为贝叶斯网络中的各参数节点，得到的易化模型静态贝叶斯网络模型如 图4所示。其中
Figure DEST_PATH_IMAGE300
、
Figure DEST_PATH_IMAGE301
、
Figure 312467DEST_PATH_IMAGE209
是自变量节点或父节点，
Figure DEST_PATH_IMAGE302
、
Figure DEST_PATH_IMAGE303
是因变量节点或子节点，而且
Figure DEST_PATH_IMAGE304
是最终输出节点，即海底管道在时刻
Figure 457141DEST_PATH_IMAGE211
发生
Figure 508273DEST_PATH_IMAGE199
次冲击的概率。
S304：建立相依竞争失效静态贝叶斯网络。将退化失效模型、突发失效模型、易化模型结合 S204得到的海底管道在竞争失效模式下的可靠度，建立相依竞争失效静态贝叶斯网络如图5所示。
S305：建立相依竞争失效动态贝叶斯网络。根据转化动态贝叶斯网络时间片与时 间片间的条件概率表，将S304建立的海底管道相依竞争失效静态贝叶斯网络拓展为动态贝 叶斯网络，海底管道相依竞争失效动态贝叶斯网络如图6所示。表示了海底管道从
Figure 902346DEST_PATH_IMAGE211
时刻到
Figure DEST_PATH_IMAGE305
时刻的信息变化。
S4：可靠性计算。通过安装在海底管道上的各个监测系统获取实时失效数据，对实时失效数据进行贝叶斯更新获得新的参数，将新参数带入到海底管道相依竞争失效模型中，得到海底管道的实时可靠度。通过对海底管道相依竞争失效过程动态贝叶斯网络进行时间扩展，以年为时间单位，可以计算从当前时刻开始数年内海底管道的可靠度变化。
S401：将各个监测系统中获取的实时失效数据进行贝叶斯更新，根据贝叶斯理论，海底管道相关参数的后验概率密度函数为：
Figure DEST_PATH_IMAGE306
其中，
Figure DEST_PATH_IMAGE307
表示参数
Figure DEST_PATH_IMAGE308
的先验概率密度函数；
Figure DEST_PATH_IMAGE309
表示参数
Figure 470861DEST_PATH_IMAGE308
的后验概率密度函 数，其中
Figure DEST_PATH_IMAGE310
，
Figure DEST_PATH_IMAGE311
为随机变量数目；
Figure DEST_PATH_IMAGE312
为比例常数，
Figure DEST_PATH_IMAGE313
;
Figure DEST_PATH_IMAGE314
为 似然函数。
S402：将S401计算得到的海底管道相依竞争失效模型的实时参数带入图5的海底管道相依竞争失效静态贝叶斯网络中进行计算，实现海底管道实时可靠性评估。
S403：将图5所示的海底管道相依竞争失效静态贝叶斯网络以年为单位拓展成动态贝叶斯网络，海底管道相依竞争失效动态贝叶斯网络如图6所示。海底管道相依竞争失效动态贝叶斯网络里的全部节点与图5中的海底管道相依竞争失效静态贝叶斯网络一致，体现出从一个时刻到下一个时刻海底管道的可靠度变化。

Claims (9)

1.一种海底管道相依竞争失效实时可靠性评估系统，其特征在于，所述评估系统包括：海底管道退化监测子系统、海底管道振动监测子系统和数据收集与分析子系统，所述海底管道退化监测子系统包括中心控制单元、超声发射单元、超声接收单元和信号处理单元，超声发射单元发射的超声波被超声接收单元接收并将信号传输至信号处理单元，信号处理单元将接收的退化数据上传至中心控制单元；中心控制单元接收信号处理单元的退化数据并进行在线退化数据监控，并将在线监测数据传输至数据收集与分析子系统中的通讯模块，获取海底管道退化信息，所述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、相依竞争失效概率算法模块和可靠性实时评估模块，通讯模块用于接收海底管道退化监测子系统和海底管道振动监测子系统发送的数据信息，信号转换模块用于将通讯模块接收到的信号转换为电信号；概率信息生成与更新模块用于读取所述电信号，并将读取到的电信号用于概率信息生成、跟踪和贝叶斯更新；竞争失效概率算法模块用于将海底管道各退化模式的概率信息汇总，生成海底管道失效的概率；可靠性评估模块读取海底管道竞争失效概率算法模块生成的概率信息，进行海底管道实时可靠性评估；所述海底管道振动监测子系统包括分布式光纤传感器、光源光电检测系统和计算机信号处理系统，用于监测海底管道由于外部冲击导致的振动。
2.采用权利要求1所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，所述评估方法包括以下步骤：
步骤1、建立海底管道失效模型，结合海底管道历史失效数据，将海底管道的失效模式分为内部因素引起的退化失效和外部冲击引起的突发失效两种，建立海底管道退化失效模型和突发失效模型；
步骤2、研究竞争失效机制，研究退化失效和突发失效的相互作用关系，将随机冲击过程建为易化模型，获取海底管道内部总退化量对突发失效的影响、外部冲击引起内部退化增量变化以及外部冲击引起退化率变化，利用强度函数，建立海底管道竞争失效可靠性模型并对海底管道数据库中的历史失效数据进行参数估计；
步骤3、结合海底管道竞争失效机制，分别建立突发失效模型的静态贝叶斯网络、退化失效模型的静态贝叶斯网络、易化模型的静态贝叶斯网络，根据步骤2得到的海底管道竞争失效可靠度模型，结合突发失效模型的静态贝叶斯网络、退化失效模型的静态贝叶斯网络和易化模型的静态贝叶斯网络建立海底管道相依竞争失效静态贝叶斯网络，根据转化动态贝叶斯网络时间片与时间片间的条件概率表，海底管道相依竞争失效静态贝叶斯网络拓展为动态贝叶斯网络；
步骤4、根据权利要求1所述实时可靠性评估系统中获取的实时失效数据，对实时失效数据进行贝叶斯更新获得新的参数，将新参数带入海底管道相依竞争失效静态贝叶斯网络中进行计算，得到海底管道实时可靠度，将此刻海底管道相依竞争失效静态贝叶斯网络以年为单位进行拓展成动态贝叶斯网络对下一年内的可靠度进行获取，海底管道相依竞争失效动态贝叶斯网络里的全部节点与海底管道相依竞争失效静态贝叶斯网络一致， 体现出海底管道从一个时刻到下一个时刻可靠度变化。
3.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，所述海底管道退化失效模型为：
采用
Figure DEST_PATH_IMAGE001
过程描述海底管道退化过程，对任意的
Figure DEST_PATH_IMAGE002
和
Figure DEST_PATH_IMAGE004
，
Figure DEST_PATH_IMAGE005
， 其中，
Figure DEST_PATH_IMAGE006
是形状参数为
Figure DEST_PATH_IMAGE007
、尺度参数为
Figure DEST_PATH_IMAGE008
的
Figure DEST_PATH_IMAGE009
分布，Ga(α,β)的分布函数
Figure DEST_PATH_IMAGE010
为：
Figure DEST_PATH_IMAGE011
式中，
Figure DEST_PATH_IMAGE012
为Gamma函数；
Figure DEST_PATH_IMAGE013
当从
Figure DEST_PATH_IMAGE014
时刻开始时，海底管道的退化量
Figure DEST_PATH_IMAGE015
，则：
Figure DEST_PATH_IMAGE016
所述海底管道突发失效模型为：
采用极值冲击模型描述随机冲击对海底管道的影响，当外界任意一次冲击造成的损伤 超过了海底管道的突发失效阈值
Figure DEST_PATH_IMAGE017
时，海底管道发生突发失效，当外界冲击为极值冲击模 型时，假设第
Figure DEST_PATH_IMAGE018
次冲击量大小为
Figure DEST_PATH_IMAGE019
，所有的
Figure DEST_PATH_IMAGE020
相互独立，则到时间
Figure DEST_PATH_IMAGE022
为止海底管道 不发生突发失效的概率P为：
Figure DEST_PATH_IMAGE023
其中，
Figure DEST_PATH_IMAGE024
为
Figure DEST_PATH_IMAGE025
的累积分布函数；
Figure DEST_PATH_IMAGE026
为到时刻t为止冲击发生的总次数；
Figure DEST_PATH_IMAGE027
为海底管 道的突发失效阈值；
海底管道在地震作用下容易受到波浪荷载等因素的影响，导致管道产生强烈的振动， 证明振动影响的物理模型是
Figure DEST_PATH_IMAGE028
定律：
Figure DEST_PATH_IMAGE029
其中，
Figure DEST_PATH_IMAGE030
为裂纹扩展速率；
Figure DEST_PATH_IMAGE032
为循环应力数；
Figure DEST_PATH_IMAGE033
和
Figure DEST_PATH_IMAGE035
为经验确定的材料参数，
Figure 355173DEST_PATH_IMAGE033
值与
Figure DEST_PATH_IMAGE037
有关；
Figure 577207DEST_PATH_IMAGE019
为裂缝深度；
Figure DEST_PATH_IMAGE038
为每个循环的等效应力范围，可以用经验表示为：
Figure DEST_PATH_IMAGE039
Figure DEST_PATH_IMAGE040
其中，
Figure DEST_PATH_IMAGE041
为
Figure DEST_PATH_IMAGE042
函数；
Figure DEST_PATH_IMAGE043
为威布尔分布的尺度参数；
Figure DEST_PATH_IMAGE045
是威布尔分布的形状参数，假 定海底管道初始深度为
Figure DEST_PATH_IMAGE046
，计算第
Figure DEST_PATH_IMAGE048
次应力循环处的裂缝深度为：
Figure DEST_PATH_IMAGE049
其中，参数分布和相应的值是从历史数据和专家知识中获得，参数
Figure DEST_PATH_IMAGE051
服从正态分布
Figure DEST_PATH_IMAGE052
；参数
Figure 881412DEST_PATH_IMAGE045
服从对数正态分布
Figure DEST_PATH_IMAGE053
，考虑到参数存在分布不确定性，假 设
Figure DEST_PATH_IMAGE054
均服从正态分布。
4.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方 法，其特征在于，所述海底管道内部总退化量对突发失效的影响为：假定海底管道受到的冲 击强度取决于到达海底管道的内部退化量，利用强度函数
Figure DEST_PATH_IMAGE055
，将随机冲击过程
Figure DEST_PATH_IMAGE056
建为易化模型，假设强度函数是海底管道内部退化量的线性函数
Figure DEST_PATH_IMAGE057
，
Figure DEST_PATH_IMAGE058
为依 赖因子，表示当前退化对冲击强度的影响；此外，由于已经到达的冲击可以促进随机冲击过 程，因此发生
Figure 188372DEST_PATH_IMAGE048
次冲击后的强度函数为
Figure DEST_PATH_IMAGE059
，
Figure DEST_PATH_IMAGE060
为促进因子，表示冲击产生的退 化增量对冲击过程的影响，因此，海底管道到时间
Figure 42058DEST_PATH_IMAGE022
时刻发生
Figure 966152DEST_PATH_IMAGE048
次冲击的概率
Figure DEST_PATH_IMAGE061
可通过以下 公式计算：
Figure DEST_PATH_IMAGE062
其中，
Figure DEST_PATH_IMAGE063
；
Figure DEST_PATH_IMAGE064
服从负二项分布
Figure DEST_PATH_IMAGE065
；
所述外部冲击引起内部退化增量变化：
在外部冲击的影响下，海底管道内部会产生额外的退化增量，海底管道总退化量为内 部退化量与冲击产生的额外退化量的总和，假设
Figure DEST_PATH_IMAGE066
时刻冲击造成的额外退化量分别 为
Figure DEST_PATH_IMAGE067
，则
Figure 879357DEST_PATH_IMAGE022
时刻对海底管道造成的累积额外退化量可表示为：
Figure DEST_PATH_IMAGE068
每一次冲击对海底管道的影响所造成的额外退化
Figure DEST_PATH_IMAGE069
是一系列独立的、同分布的随机变 量，
Figure DEST_PATH_IMAGE070
服从正态分布，则累积额外退化量
Figure DEST_PATH_IMAGE071
的分布如下:
Figure DEST_PATH_IMAGE072
则海底管道总退化量
Figure DEST_PATH_IMAGE073
可以表示为内部退化量
Figure DEST_PATH_IMAGE074
与累积额外退化量
Figure 461779DEST_PATH_IMAGE075
的总和：
Figure DEST_PATH_IMAGE076
外部冲击引起退化率变化为：
假设当海底管道所受冲击大于设定的初始突发失效阈值
Figure DEST_PATH_IMAGE077
时，退化率会发生改变，如果 第
Figure DEST_PATH_IMAGE078
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tj表示，假设海底管道退化率只发生一次变化，则外部冲击导致海底管道 退化率变化时，退化失效退化量可以表示为：
Figure DEST_PATH_IMAGE079
其中，第
Figure 107655DEST_PATH_IMAGE078
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，
Figure DEST_PATH_IMAGE080
为退化速率 变化的时间也就是第
Figure DEST_PATH_IMAGE081
次冲击到达的时间称为过渡时间，当海底管道工作时未发生触发冲 击时
Figure DEST_PATH_IMAGE082
、退化率为
Figure DEST_PATH_IMAGE084
，当海底管道工作过程中发生了触发冲击
Figure DEST_PATH_IMAGE085
时，退化率从
Figure 832945DEST_PATH_IMAGE084
， 增加到
Figure DEST_PATH_IMAGE087
；
退化率发生改变时的过渡时间
Figure DEST_PATH_IMAGE088
遵循伽马分布，比例参数为比例参数为
Figure DEST_PATH_IMAGE089
，形状参数 为
Figure DEST_PATH_IMAGE090
，则
Figure 829851DEST_PATH_IMAGE088
的概率密度函数可以计算为：
Figure DEST_PATH_IMAGE091
在不考虑突发失效的情况下，海底管道不发生退化失效的概率可计算为：
Figure DEST_PATH_IMAGE092
其中，
Figure DEST_PATH_IMAGE093
；
Figure DEST_PATH_IMAGE094
，考虑到计算过程中存在的参数不确定性问 题，本发明假设
Figure DEST_PATH_IMAGE095
、
Figure DEST_PATH_IMAGE096
、
Figure DEST_PATH_IMAGE097
；在此基础上各参数
Figure DEST_PATH_IMAGE098
，
Figure DEST_PATH_IMAGE099
，
Figure DEST_PATH_IMAGE100
，
Figure DEST_PATH_IMAGE101
，
Figure DEST_PATH_IMAGE102
，
Figure 557242DEST_PATH_IMAGE104
均服从正态分布。
5.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，步骤2中所建立的海底管道竞争失效可靠性模型为：
当海底管道内部总退化量超过设定的退化失效阈值
Figure DEST_PATH_IMAGE106
，或者冲击导致的突发失效损伤 超过突发失效阈值
Figure DEST_PATH_IMAGE107
时，海底管道会发生失效，同时考虑冲击引起的退化率和退化增量变 化以及累积退化促使海底管道所受冲击强度发生改变时，海底管道的可靠性可分为以下几 种情况:
（1）当在时间
Figure 385521DEST_PATH_IMAGE022
之前没有发生任何冲击，
Figure DEST_PATH_IMAGE108
时，海底管道的可靠度函数
Figure DEST_PATH_IMAGE109
可以表 示为：
Figure DEST_PATH_IMAGE110
其中，
Figure DEST_PATH_IMAGE111
为没有冲击时海底管道不发生 退化失效的概率；
Figure DEST_PATH_IMAGE112
为海底管道不发生冲击的概率；
（2）当截止到时间
Figure 261204DEST_PATH_IMAGE022
为止至少发生一次冲击，且所有的冲击造成的损伤均小于初始突发 失效阈值
Figure DEST_PATH_IMAGE113
时、
Figure DEST_PATH_IMAGE114
，海底管道的可靠度函数
Figure DEST_PATH_IMAGE115
可以表示为：
Figure DEST_PATH_IMAGE116
其中，
Figure DEST_PATH_IMAGE117
为无触发冲击发 生的条件下，海底管道不发生退化失效的概率；
Figure DEST_PATH_IMAGE119
为第
Figure 680160DEST_PATH_IMAGE048
次冲击时管道不发生突发失效的概 率；
Figure DEST_PATH_IMAGE120
为管道发生
Figure 791335DEST_PATH_IMAGE048
次冲击的概率；
（3）当截止到时间
Figure 536437DEST_PATH_IMAGE022
为止至少存在一次冲击大于初始突发失效阈值
Figure DEST_PATH_IMAGE121
时，海底管道的可 靠度函数
Figure DEST_PATH_IMAGE123
可以表示为：
Figure DEST_PATH_IMAGE124
其中，
Figure DEST_PATH_IMAGE126
为触发冲击发生的条件下，海底管道不发生退化失效的概率；
Figure DEST_PATH_IMAGE127
为第
Figure DEST_PATH_IMAGE128
次冲击 时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE130
为第
Figure 520705DEST_PATH_IMAGE078
次冲击时管道不发生突发失效的概率；
Figure DEST_PATH_IMAGE131
为管道 发生
Figure DEST_PATH_IMAGE132
次冲击的概率；
在同时考虑冲击引起的退化率和退化增量变化以及累积退化促使海底管道所受冲击 强度发生改变时，海底管道总可靠度函数
Figure DEST_PATH_IMAGE133
为以上三种情况之和：
Figure DEST_PATH_IMAGE134
。
6.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，海底管道数据库中的历史失效数据进行参数估计的方法为：
对海底管道数据库中历史失效数据进行参数估计，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海底管道相依竞争失效模型中的各参数进行参数估计：
Figure DEST_PATH_IMAGE135
其中，
Figure DEST_PATH_IMAGE136
为相依竞争失效模型中被估计参数；
Figure DEST_PATH_IMAGE137
为状态监测数据。
7.根据权利要求3所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方 法，其特征在于，所述突发失效模型的静态贝叶斯网络建立过程为：结合海底管道突发失效 模型中各变量之间的物理关系与采样次数确定条件概率表，将步骤2中海底管道突发失效 模型中各个参数映射为贝叶斯网络中的各参数节点，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；最后将得到的条件概率表和先验概率输入到静态贝叶斯网络中， 建立突发失效的静态贝叶斯网络，在突发失效的静态贝叶斯网络中
Figure DEST_PATH_IMAGE138
、
Figure DEST_PATH_IMAGE139
、
Figure DEST_PATH_IMAGE140
、
Figure DEST_PATH_IMAGE141
、
Figure DEST_PATH_IMAGE142
、
Figure DEST_PATH_IMAGE143
、
Figure DEST_PATH_IMAGE144
是自变量节点或父节点，考虑突发失效模型中分布函数存在的参数不确定性问题，自变 量节点
Figure 177689DEST_PATH_IMAGE138
、
Figure DEST_PATH_IMAGE145
、
Figure DEST_PATH_IMAGE146
、
Figure DEST_PATH_IMAGE147
服从一种概率分布，
Figure DEST_PATH_IMAGE149
、
Figure 233501DEST_PATH_IMAGE033
、
Figure DEST_PATH_IMAGE150
、
Figure DEST_PATH_IMAGE152
是因变量节点或子节点，而且
Figure DEST_PATH_IMAGE153
是最 终输出节点，代表外部冲击环境导致海底管道产生的裂缝深度值；
易化模型的静态贝叶斯网络，将步骤2中描述退化量对冲击强度影响的易化模型中各 个参数映射为贝叶斯网络中的各参数节点，得到的易化模型静态贝叶斯网络模型，其中
Figure DEST_PATH_IMAGE154
、
Figure DEST_PATH_IMAGE155
、
Figure 439967DEST_PATH_IMAGE060
是自变量节点或父节点，
Figure 313245DEST_PATH_IMAGE143
、
Figure DEST_PATH_IMAGE156
是因变量节点或子节点，而且
Figure DEST_PATH_IMAGE157
是最终输出节 点，代表海底管道在时刻
Figure 303197DEST_PATH_IMAGE022
发生
Figure 21755DEST_PATH_IMAGE048
次冲击的概率；
相依竞争失效静态贝叶斯网络为：将退化失效模型、突发失效模型、易化模型相结合，根据海底管道在竞争失效模式下的可靠度，建立相依竞争失效静态贝叶斯网络。
8.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，所述相依竞争失效动态贝叶斯网络建立为：根据转化动态贝叶斯网络时间片与时间片间的条件概率表，将建立的海底管道相依竞争失效静态贝叶斯网络拓展为动态贝叶斯网络。
9.根据权利要求2所述的一种海底管道相依竞争失效实时可靠性评估系统的评估方法，其特征在于，步骤4中海底管道可靠度变化的计算方法为：
步骤S401：将权利要求1中各个监测系统中获取的实时失效数据进行贝叶斯更新，根据贝叶斯理论，海底管道相关参数的后验概率密度函数为：
Figure DEST_PATH_IMAGE158
其中，
Figure DEST_PATH_IMAGE159
表示参数
Figure 679132DEST_PATH_IMAGE136
的先验概率密度函数；
Figure DEST_PATH_IMAGE160
表示参数
Figure 192153DEST_PATH_IMAGE136
的后验概率密度函数，其中
Figure DEST_PATH_IMAGE161
，
Figure DEST_PATH_IMAGE162
为随机变量数目；
Figure DEST_PATH_IMAGE163
为比例常数，
Figure DEST_PATH_IMAGE164
;
Figure DEST_PATH_IMAGE165
为似然函数；
步骤S402：将S401计算得到的海底管道相依竞争失效模型的实时参数带入海底管道相依竞争失效静态贝叶斯网络中进行计算，获取海底管道实时可靠性评估；
步骤S403：将海底管道相依竞争失效静态贝叶斯网络以年为单位拓展成动态贝叶斯网络，海底管道相依竞争失效动态贝叶斯网络里的全部节点与海底管道相依竞争失效静态贝叶斯网络一致，进行计算获取从一个时刻到下一个时刻海底管道的可靠度变化。
CN202211125271.0A 2022-09-16 2022-09-16 海底管道相依竞争失效实时可靠性评估系统及评估方法 Active CN115203987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211125271.0A CN115203987B (zh) 2022-09-16 2022-09-16 海底管道相依竞争失效实时可靠性评估系统及评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211125271.0A CN115203987B (zh) 2022-09-16 2022-09-16 海底管道相依竞争失效实时可靠性评估系统及评估方法

Publications (2)

Publication Number Publication Date
CN115203987A true CN115203987A (zh) 2022-10-18
CN115203987B CN115203987B (zh) 2023-01-06

Family

ID=83573340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211125271.0A Active CN115203987B (zh) 2022-09-16 2022-09-16 海底管道相依竞争失效实时可靠性评估系统及评估方法

Country Status (1)

Country Link
CN (1) CN115203987B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116608419A (zh) * 2023-07-20 2023-08-18 山东特检科技有限公司 一种结合振动监测的管道疲劳失效风险评估方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105403621A (zh) * 2015-11-07 2016-03-16 哈尔滨理工大学 一种主动监测金属管材结构损伤的方法
AU2016101520A4 (en) * 2016-08-29 2016-09-29 Islam, F M Rabiul DR A portable wave-solar energy harvesting device
US10133791B1 (en) * 2014-09-07 2018-11-20 DataNovo, Inc. Data mining and analysis system and method for legal documents
CN109214094A (zh) * 2018-09-13 2019-01-15 北京航空航天大学 多退化过程与随机冲击竞争失效系统的可靠性模型
US20190138926A1 (en) * 2017-12-22 2019-05-09 Beihang University Degradation modeling and lifetime prediction method considering effective shocks
CN112001545A (zh) * 2020-08-24 2020-11-27 中国石油大学(华东) 数字孪生驱动的海洋石油水下生产系统故障预测方法及系统
CN112069697A (zh) * 2020-09-23 2020-12-11 中国人民解放军国防科技大学 多应力多失效模式相依竞争条件下加速退化试验统计分析方法
CN113671043A (zh) * 2021-08-24 2021-11-19 厦门大学 基于超声导波准静态分量的材料性能退化评估方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10133791B1 (en) * 2014-09-07 2018-11-20 DataNovo, Inc. Data mining and analysis system and method for legal documents
CN105403621A (zh) * 2015-11-07 2016-03-16 哈尔滨理工大学 一种主动监测金属管材结构损伤的方法
AU2016101520A4 (en) * 2016-08-29 2016-09-29 Islam, F M Rabiul DR A portable wave-solar energy harvesting device
US20190138926A1 (en) * 2017-12-22 2019-05-09 Beihang University Degradation modeling and lifetime prediction method considering effective shocks
CN109214094A (zh) * 2018-09-13 2019-01-15 北京航空航天大学 多退化过程与随机冲击竞争失效系统的可靠性模型
CN112001545A (zh) * 2020-08-24 2020-11-27 中国石油大学(华东) 数字孪生驱动的海洋石油水下生产系统故障预测方法及系统
CN112069697A (zh) * 2020-09-23 2020-12-11 中国人民解放军国防科技大学 多应力多失效模式相依竞争条件下加速退化试验统计分析方法
CN113671043A (zh) * 2021-08-24 2021-11-19 厦门大学 基于超声导波准静态分量的材料性能退化评估方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUNPENG MA: "A Reliability Evaluation Methodology of Complex", 《IEEE》 *
李昊: "基于随机过程和竞争失效理论的可靠性建模方法", 《CNKI》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116608419A (zh) * 2023-07-20 2023-08-18 山东特检科技有限公司 一种结合振动监测的管道疲劳失效风险评估方法
CN116608419B (zh) * 2023-07-20 2023-11-03 山东特检科技有限公司 一种结合振动监测的管道疲劳失效风险评估方法

Also Published As

Publication number Publication date
CN115203987B (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
US11922335B2 (en) Method and system for evaluating macro resilience of offshore oil well control equipment
US6970808B2 (en) Realtime computer assisted leak detection/location reporting and inventory loss monitoring system of pipeline network systems
Friswell Damage identification using inverse methods
Nordman et al. Weibull prediction intervals for a future number of failures
CN115203987B (zh) 海底管道相依竞争失效实时可靠性评估系统及评估方法
CN110414552B (zh) 一种基于多源融合的备件可靠性贝叶斯评估方法及系统
CN110414553B (zh) 一种融合多源信息的备件可靠性评估方法及系统
CN108898223B (zh) 一种海洋定点观测设备运行状态异常检测方法及装置
CA2673150A1 (en) Predicting and reducing industrial loss events
Yu et al. Subset simulation-based reliability analysis of the corroding natural gas pipeline
Cai et al. A dynamic-Bayesian-networks-based resilience assessment approach of structure systems: Subsea oil and gas pipelines as A case study
Qin et al. Remaining useful life prediction for rotating machinery based on optimal degradation indicator
CN102141948A (zh) 带噪声的监控器检测和间歇故障隔离
CN112100574A (zh) 一种基于重采样的aakr模型不确定度计算方法及系统
Hoskins et al. Infrasense: A distributed system for the continuous analysis of hydraulic transients
Karthik et al. Data trust model for event detection in wireless sensor networks using data correlation techniques
JP2024045515A (ja) 構造物診断システム、構造物診断方法、および構造物診断プログラム
Cheng et al. Optimal opportunistic maintenance model of multi-unit systems
CN114330524A (zh) 桥梁健康监测数据处理与压缩融合方法
Ghorbani et al. Time‐varying reliability analysis based on hybrid Kalman filtering and probability density evolution
Riddle et al. Effects of Defects Part A: Stochastic Finite Element Modeling of Wind Turbine Blades with Manufacturing Defects for Reliability Estimation
Ali et al. On dependencies in value of information analysis for structural integrity management
Makhoul et al. Toward enhancing community resilience: Life-cycle resilience of structural health monitoring systems
Hao et al. Review on Verification and Validation technology in integrated health management system
CN115187041A (zh) 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

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant