WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

БАРЫШОВ СЕРГЕЙ НИКОЛАЕВИЧ

ВЕРОЯТНОСТНОЕ  Прогнозирование  ресурса  НЕФТЕГАЗОВОГО  оборудования  при  эксплуатации
в  СЕРОВОДОРОДсодержащих  средах

Специальность:

05.02.13 Машины, агрегаты и процессы в нефтяной и газовой
промышленности

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Москва 2009

Работа выполнена в Открытом акционерном обществе "Системы и
технологии обеспечения безопасности. Техдиагностика" (г. Оренбург)

Научный консультант:        доктор технических наук

       Митрофанов Александр Валентинович

Официальные оппоненты:        доктор технических наук, профессор

       Короленок Анатолий Михайлович

       доктор технических наук, профессор

       Кушнаренко Владимир Михайлович

       доктор технических наук

       Синицын Евгений Николаевич

Ведущее предприятие: Общество с ограниченной ответственностью

  «Газпром добыча Оренбург»

Защита состоится "      "        2009 г. в        часов       мин.

на заседании диссертационного совета Д 511.001.02 при ООО "ВНИИГАЗ" по адресу: 142717, Московская обл., Ленинский район, пос. Развилка, ООО "ВНИИГАЗ".

С содержанием диссертации можно ознакомиться в библиотеке ООО "ВНИИГАЗ".

Автореферат разослан "___"         2009 г.

Ученый секретарь

диссертационного совета,

кандидат технических наук        Курганова И.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы. Законодательными и нормативными требованиями к эксплуатации опасных производственных объектов промышленного комплекса России определены условия и критерии обеспечения допустимых вероятности и риска причинения вреда персоналу, населению и окружающей среде. Источниками причинения вреда при эксплуатации объектов добычи и переработки сероводородсодержащих нефти и газа служат отказы эксплуатируемого в их составе технологического оборудования.

Большая часть оборудования этих объектов эксплуатируется с превышением исходного - первоначально назначенного - ресурса. В соответствии с нормативными требованиями дальнейшая эксплуатация этого оборудования возможна при условии проведения работ по продлению ресурса. Для продления ресурса применяются методы вероятностного прогнозирования ресурса. Применяемые методы прогнозирования ресурса не учитывают достоверность диагностики и совместные вариации параметров и критериев оценки состояния и ресурса. И поэтому не позволяют обеспечивать допустимые вероятность и риск ресурсного отказа оборудования в период продлеваемого ресурса.

На объектах добычи и переработки сероводородсодержащих нефти и газа эксплуатируются десятки тысяч единиц оборудования, подлежащего продлению ресурса. С течением времени число такого оборудования продолжает возрастать. Поэтому разработки теоретических положений и методов прогнозирования ресурса, позволяющих обеспечивать допустимые вероятность и риск отказа оборудования в период продлеваемого ресурса, являются актуальными. Применение этих методов позволит внести значительный вклад в экономику нефтегазовой отрасли и страны путем повышения эффективности эксплуатации оборудования за счет продления его ресурса и предупреждения отказов.

Исследования проводились в соответствии с «Перечнем приоритетных научно-технических проблем ОАО «Газпром» на 2006 – 2010 годы», включающим разработки по повышению промышленной безопасности производственного комплекса и управлению рисками, отраслевой программой ОАО «Газпром» «Диагностическое обслуживание объектов добычи газа» и «Перечнем научно-технических работ ООО «Газпром добыча Оренбург»».

Цель исследования разработка методов вероятностного прогнозирования ресурса нефтегазового оборудования при эксплуатации в сероводородсодержащих средах для обеспечения допустимого риска отказа.

Задачи исследования:

1. Анализ методов прогнозирования ресурса и причин недопустимых вероятности и риска отказа оборудования в период продлеваемого ресурса.

2. Экспериментальные исследования достоверности диагностики и вариаций параметров и критериев оценки состояния.

3. Расчетно-экспериментальные исследования вариаций параметров и критериев прогнозируемого ресурса.

4. Разработка теоретических положений и методов вероятностного прогнозирования ресурса по критериям допустимых вероятности и риска отказа.

5. Разработка методического обеспечения и оценка эффективности
применения методов вероятностного прогнозирования ресурса.

Методы исследования. Комплексные исследования включают применение методов: оценки и прогнозирования ресурса по критериям предельных состояний; диагностики и оценки технического состояния; экспериментального исследования и математического моделирования режимов нагружения и напряженно-деформированного состояния; лабораторных, стендовых испытаний и исследований механических свойств металла; математической статистики.

Научная новизна. Впервые уточнена применяемая детерминированно-вариационная модель вероятностного прогнозирования ресурса с учетом вариаций входящих в нее параметров; установлены недопустимые вероятность и риск ресурсного отказа оборудования в период продлеваемого ресурса, прогнозируемого без учета достоверности диагностики и совместных вариаций параметров состояния и ресурса.

Обоснованы показатели достоверности диагностики и вариаций параметров и критериев оценки состояния и ресурса, новые эмпирические зависимости косвенной оценки показателей их вариаций, показатели достоверности прогнозируемого ресурса.

Разработаны новые теоретические положения, алгоритм и методы вероятностного прогнозирования ресурса на основе: вариационной модели, учитывающей достоверность диагностики и совместные вариации параметров состояния и ресурса; моделей и критериев оценки и обеспечения достоверности прогнозируемого ресурса, требуемого количества измерений параметров состояния и ресурса и допустимых вероятности и риска отказа.

Обоснованы и разработаны новые: нормативно-методическое обеспечение вероятностного прогнозирования ресурса; показатели оценки эффективности и принципы повышения достоверности прогнозирования ресурса, снижения вероятности и риска ресурсного отказа оборудования в период продлеваемого ресурса и повышения эффективности диагностики параметров состояния и ресурса.

Защищаемые положения:

- экспериментально-теоретическое обоснование недопустимых вероятности и риска отказа оборудования в период продлеваемого ресурса, прогнозируемого на основе применяемой детерминированно-вариационной модели без учета достоверности диагностики и совместных вариаций параметров состояния и ресурса;

- расчетно-экспериментальное обоснование показателей достоверности диагностики и совместных вариаций параметров и критериев оценки состояния и ресурса, эмпирических зависимостей косвенной оценки показателей их вариаций, показателей достоверности прогнозируемого ресурса;

- теоретические положения, алгоритм и методы вероятностного прогнозирования ресурса на основе: вариационной модели с учетом достоверности диагностики и совместных вариации параметров состояния и ресурса; моделей и критериев оценки и обеспечения достоверности прогнозируемого ресурса, требуемого количества измерений параметров состояния и ресурса и допустимых вероятности и риска отказа;

- обоснование и разработки: нормативно-методического обеспечения вероятностного прогнозирования ресурса; показателей оценки эффективности и принципов повышения достоверности прогнозирования ресурса, снижения вероятности и риска ресурсного отказа оборудования в период продлеваемого ресурса и повышения эффективности диагностики параметров состояния и ресурса.

Достоверность и обоснованность научных результатов исследований подтверждается результатами многократных диагностических обследований, оценок повреждаемости, несущей способности и ресурса, накопленных за более чем 15–ти летний период, результатов натурного контроля и лабораторных исследований повреждаемости, лабораторных и стендовых испытаний и исследований свойств металла, модельных и натурных исследований несущей способности и напряженно-деформированного состояния. Применением метрологически поверенного испытательного оборудования, стандартизованных и аттестованных методик и математических методов, сертифицированных и верифицированных пакетов компьютерных программ анализа экспериментальных данных и несущей способности. Проверкой прогнозных значений параметров состояния и ресурса результатами экспериментов и мониторинга состояния.

Практическая значимость и реализация результатов работы. Практическую значимость представляют научно обоснованные и разработанные методы вероятностного прогнозирования ресурса, внедрение которых позволяет обеспечивать законодательно и нормативно установленные допустимые вероятность и риск отказа нефтегазового оборудования в период продлеваемого ресурса в условиях сероводородсодержащих сред.

Разработан и применяется нормативный документ «Методические положения по прогнозированию ресурса безопасной эксплуатации оборудования объектов добычи и переработки сероводородсодержащих газа, конденсата, нефти с продлеваемым сроком безопасной эксплуатации». Разработанные методы внедрены в ОАО «Техдиагностика» и применяются при определении возможности, условий и срока продления ресурса технологического оборудования производственных объектов ООО «Газпром добыча Оренбург», ООО «Газпром добыча Астрахань», а также при подготовке специалистов в области экспертизы промышленной безопасности и продления ресурса нефтегазового оборудования в условиях сероводородсодержащих сред. По результатам внедрения откорректирован продлеваемый ресурс более 1000 единиц оборудования, вероятность и риск отказа которых не отвечали установленным нормативным требованиям.

Апробация работы. Основные результаты работы доложены и получили положительную оценку на: IV, V, VI Международных научно-технических конференциях «Диагностика оборудования и трубопроводов, подверженных воздействию H2S-содержащих сред» (г. Оренбург, 2002, 2004, 2006); II и III научно-технических конференциях «Обеспечение промышленной и экологической безопасности трубопроводного транспорта углеводородов» (г. Оренбург, 2007, 2008); III Российской научно-практической конференции «Методы компьютерного проектирования и расчета нефтяного и газового оборудования» (г. Тюмень, 2006); V и VI Международных научных конференциях «Прочность и разрушение материалов и конструкций» (г. Оренбург, 2005 , 2008); научно-практической конференции «Безопасность регионов – основа устойчивого развития. Безопасность техносферы и инфраструктуры жизнеобеспечения» (г. Иркутск, 2007); научно-технических конференциях «Основные проблемы освоения и обустройства нефтегазовых месторождений и пути их решения» (г. Оренбург, 2007, 2008); семинаре кафедры прикладной механики, динамики и прочности машин Южно-Уральского государственного университета (г. Челябинск, 2008) г. и др. научно-технических конференциях и семинарах.

Публикации по теме. Основные результаты исследований опубликованы в 59 научных работах, в том числе - 14 в изданиях, входящих в "Перечень…" ВАК Минобрнауки РФ, одна монография.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения; изложена на 368 страницах; содержит 112 рисунков, 59 таблиц и список использованных источников из 227 наименований.

Автор благодарит специалистов ОАО «Техдиагностика» за помощь в проведении исследований и обсуждения результатов работы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы объект, предмет, цель и задачи исследования, научная новизна, защищаемые положения и практическая значимость результатов исследования.

В первой главе представлены результаты анализа методов прогнозирования ресурса и причин недопустимых вероятности и риска ресурсных отказов нефтегазового оборудования с продлеваемым ресурсом в условиях сероводородсодержащих сред (далее – оборудования).

Проблемам безопасности, оценок риска, ресурса, несущей способности, диагностики, оценок состояния и сероводородной повреждаемости нефтегазового оборудования посвящены работы многих известных ученых, в их числе А.М. Белостоцкого, Л.Р. Ботвиной, Б.С. Вольфсона, М.М. Гаденина, В.М. Горицкого, А.И. Гражданкина, Н.Н. Коновалова, В.М. Кушнаренко, И.Р. Кузеева, А.М. Лепихина, М.В. Лисанова, Н.А. Махутова, Ю.Г. Матвиенко, Р.Г. Маннапова, В.В. Москвичева, А.В. Митрофанова, В.Л. Мирочника, Б.Р. Павловского, В.Н. Пермякова, А.С. Печеркина, В.И. Рачкова,
В.И. Сидорова, Е.Н. Синицына, О.И. Стеклова, А.П. Фота, Г.М. Хажинского, В.В. Харионовского, О.Ф. Чернявского и др.

В России с принятием Федеральных Законов "О промышленной безопасности опасных производственных объектов" от 21.07.1997 г. № 116-ФЗ, "О техническом регулировании" от 27.12.2002 г. №184ФЗ заданы требования и условия безопасной эксплуатации производственных объектов. Требования и условия определяют приоритет мерам и решениям по предупреждению аварий. Меры и решения должны основываться на результатах оценки риска и обеспечивать приемлемый (допустимый) уровень риска, определяемый вероятностью и тяжестью последствий причинения вреда жизни или здоровью граждан, имуществу и окружающей среде. Нормативными требованиями (ГОСТ Р 51901.1–2002 "Менеджмент риска. Анализ риска технологических систем", РД 03–418-01 "Методические указания по проведению анализа риска опасных производственных объектов") установлены основные методические принципы анализа риска и критерии обеспечения допустимого риска отказа технических устройств и оборудования, эксплуатируемых в составе производственных объектов.

Большинство объектов добычи и переработки сероводородсодержащих нефти и газа было сооружено в середине второй половины прошлого века. Для оборудования этих объектов был определен исходный - первоначально назначенный - ресурс 10, 12, 15, 20 лет. К настоящему времени текущий срок эксплуатации большого числа оборудования превосходит исходный ресурс. Опыт эксплуатации показывает, что в подавляющем большинстве такое оборудование обладает запасом работоспособности, что позволяет продолжать его дальнейшее эффективное и безотказное использование. В соответствии с требованиями Постановления Правительства "О мерах по обеспечению промышленной безопасности опасных производственных объектов на территории Российской Федерации" от 28 марта 2001 г. № 241 и нормативными требованиями
РД 03-484-02 "Положение о порядке продления срока безопасной эксплуатации технических устройств, оборудования и сооружений на опасных производственных объектах" дальнейшая эксплуатация такого оборудования допускается при условии проведения работ по продлению ресурса, который должен назначаться в пределах прогнозируемого остаточного ресурса.

Величина прогнозируемого ресурса и назначаемый в пределах него продлеваемый ресурс всегда характеризуются некоторой вероятностью (VLF) наступления предельного состояния, т.е. возникновения ресурсного отказа (далее - отказа), до исчерпания ресурса. Возникновение отказа приводит к различной степени тяжести (ULF) их последствий. Сочетание VLF и ULF приводит к возникновению различной величины риска (RLF) отказа. Поэтому анализ и обеспечение допустимых вероятности ([V]LF) и риска ([R]LF) отказа оборудования в период продлеваемого ресурса занимает одно из центральных мест в обеспечении допустимого риска, отвечающего установленным законодательным и нормативным требованиям. В этом случае продлеваемый ресурс должен назначаться в пределах прогнозируемого ресурса, определяемого на основе вероятностного прогнозирования продлеваемого ресурса (далее – прогнозирования ресурса), в пределах которого обеспечивается нормативно установленная величина допустимой вероятности отказа.

К настоящему времени за более чем 30-ти летний период эксплуатации оборудования выполнен большой объем работ и накоплен значительный массив данных диагностики состояния, анализа несущей способности, стендовых испытаний и лабораторных исследований металла, оценки ресурса и др. исследований состояния оборудования. Анализ накопленных данных и собственный опыт показывают, что модель прогнозирования ресурса может включать в себя несколько десятков параметров и критериев оценки состояния и прогнозируемого ресурса (далее - параметров состояния и ресурса): исходные, промежуточные и текущие значения параметров формы конструкции, дефектов, повреждений, эксплуатационного нагружения и кинетики повреждаемости; критерии предельного состояния металла и оценки технического состояния; наработку. Как показывают результаты исследований, за длительный период эксплуатации оборудования выполняется значительное число мероприятий по поддержанию работоспособного и безопасного состояния оборудования: «входной» контроль; ревизии; технические обслуживания; освидетельствования; мониторинг состояния; испытания; исследования металла; диагностические обследования; ремонты; замены. Поэтому в модели прогнозирования ресурса необходимо учитывать все множество данных параметров состояния и ресурса. А при прогнозировании ресурса элементов оборудования с несколькими возможными предельными состояниями общее число параметров состояния и ресурса возрастает в несколько раз. В этих условиях сложность решения задачи прогнозирования ресурса оборудования значительно возрастает.

На основе анализа нормативных требований, накопленных данных, опыта многократных диагностических обследований и собственного опыта разработана детерминированно-вариационная модель (ДВ-модель) прогнозирования ресурса (рис. 1 а), которая применяется при поэтапном продлении ресурса оборудования. Модель включает в себя следующие параметры состояния и ресурса: t – время; h0 и hк – исходные и контролируемые (диагностируемые) значения параметров состояния (формы конструкции, дефектов и повреждений); [h] – критерии оценки технического состояния, определяемые с учетом параметров эксплуатационного нагружения и критериев предельного состояния металла из условия исчерпания несущей способности; h(t) – закономерность кинетики повреждаемости; τи, τп и τi– исходный, продляемый ранее и прогнозируемый ресурс; tи– наработка по окончании τи; tпj и tн – наработки до 1-го, 2-го, …, j-го промежуточного обследования, контроля состояния и до текущего (настоящего) обследования; 1 и 2 - эмпирическая и теоретическая функции вероятности отказа - VLF(τ). Особенностью ДВ-модели является учет вариации (изменчивости) значений контролируемых параметров состояния - hi, в то время как остальные параметры состояния и ресурса учитываются в виде детерминированных значений. Вариация контролируемых значений hi (рис. 1 а) приводит к вариации значений ресурса - τi и вероятности отказа - VLFi. С использованием ДВ-модели решением обратной задачи выполняется прогнозирование ресурса - τi, соответствующего заданной вероятности возникновения отказа - VLFi.

Как показывают результаты исследований, параметры состояния и ресурса, соответствующие исходному состоянию оборудования, имеют исходные вариации значений. В процессе длительной эксплуатации оборудования под влиянием специфического повреждающего воздействия рабочих сред к исходным вариациям добавляются систематически увеличивающиеся вариации значений этих параметров. По мере увеличения срока эксплуатации вариации значений параметров состояния и ресурса продолжают возрастать. В табл. 1 представлены результаты экспериментальных исследований вариаций параметров состояния и ресурса сосуда, эксплуатируемого в сероводородсодержащем газе.

а)

б)

Рисунок 1 – ДВ-модель прогнозирования ресурса (а), модель и результаты анализа влияния методов прогнозирования ресурса на вероятность и риск отказа оборудования в период продлеваемого ресурса (б);  - недопустимые
вероятность и риск отказа

С использованием разработанной ДВ-модели (рис. 1 а) в работе выполнен анализ влияния методов прогнозирования ресурса и совместных вариаций параметров состояния и ресурса на вероятность и риск отказа оборудования в период продлеваемого ресурса. На рис. 1 б показана модель и результаты анализа на примере обечаек сосуда, подверженных коррозионному изнашиванию, где: 1 и 2, 3 и 4 – эмпирические и теоретические функции вероятности отказа - VLF(τДВ), VLF(τВ) соответственно; τДВ - прогнозируемый ресурс, рассчитанный по ДВ-модели с учетом вариации измеренных (Sизм) значений толщины стенки (параметра повреждений) и детерминированных значений прочих параметров состояния и ресурса (табл. 1); τВ - ресурс, рассчитанный с учетом данных о вариациях и с учетом совместных вариаций параметров состояния и ресурса (табл. 1).

Прогнозирование ресурса - τ по механизму коррозионного изнашивания выполнено с использованием зависимостей:

; ,                                (1)

где, параметры состояния и ресурса: tн – срок эксплуатации до обследования (текущая наработка); Sи, С0, D - исполнительная толщина стенки, плюсовой допуск к толщине стенки, внутренний диаметр (параметры формы конструкции); Р – рабочее давление (параметр эксплуатационного нагружения); [σ] – допускаемое напряжение (критерий предельного состояния металла). Значения параметров состояния и ресурса, используемые в расчетах τДВ и τВ, представлены в табл. 1, где: р – обозначение (наименование) параметра; рном – номинальное значение параметра; N – объем выборки; pmin и pmax – минимальное и максимальное выборочные значения; r, μ, σ, и ρ - размах вариации, выборочные среднее, среднее квадратическое отклонение (СКО) и коэффициент вариации.

Таблица 1 – Данные о вариациях параметров состояния и ресурса.

Ресурс

p

pном

Показатели вариации

N

pmin

pmax

r

μ

σ

ρ

τДВ

tн, лет

20

Sи, мм

85

С0, мм

1,3

Sизм, мм

60

72,6

77,6

5

75,8

0,95

0,013

Р, МПа

7

D, мм

2400

[σ], МПа

126,5

τВ

tн, лет

20

19

20

1

Sи, мм

85

82,5

86,3

Sизм, мм

60

72,6

77,6

5

75,8

0,95

0,013

Р, МПа

7

6,9

7,1

D, мм

2400

2395

2405

[σ], МПа

56

124,7

141,6

16,9

131,7

3,95

0,03

Сравнительный анализ влияния методов прогнозирования ресурса на вероятность и риск отказа оборудования в период продлеваемого ресурса показывает, что значения VLF(τДВ) < VLF(τВ) (линии 2 и 4, рис. 1 б). Это приводит к тому, что при определенной заданной допустимой вероятности отказа - [V]LFi прогнозирование ресурса из условия VLF(τДВ)≤ [V]LFi, по отношению к прогнозированию ресурса из условия VLF(τВ)≤ [V]LFi приводит к переоценке прогнозируемого ресурса, в пределах которого должна обеспечиваться [V]LF, на 80% и более (τДВ>τВ, рис. 1 б). В этом случае продление ресурса в пределах τДВ, прогнозируемого без учета совместных вариаций параметров состояния и ресурса, приводит к недооценке VLF(VLF(τДВ)) по отношению к VLF(VLF(τВ)), определяемой с учетом совместных вариаций параметров состояния и ресурса, (, рис. 1 б) и не позволяет обеспечивать нормативно установленные допустимые вероятность и риск отказа оборудования в период продлеваемого ресурса.





Результаты обобщения данных аналогичных анализов показывают, что применение для продления ресурса моделей и методов прогнозирования ресурса, не учитывающих информацию о достоверности диагностики и совместных вариациях параметров состояния и ресурса, влечет за собой эксплуатацию оборудования в период продлеваемого ресурса при вероятности и риске отказа, не отвечающим установленным нормативным требованиям. Достоверность диагностики параметров состояния и ресурса, а также исходные и накапливаемые в процессе длительной эксплуатации и повреждающего воздействия сероводородсодержащих рабочих сред совместные вариации параметров состояния и ресурса до настоящего времени не изучены. Применяемые при продлении ресурса оборудования ДВ-модель и методы прогнозирования ресурса не учитывают и не позволяют учитывать в них информацию о достоверности диагностики и совместных вариациях параметров состояния и ресурса. Поэтому без изучения достоверности диагностики, совместных вариаций параметров состояния и ресурса и разработки на этой основе теоретических положений и методов прогнозирования ресурса в дальнейшем невозможно выполнить прогнозирование и продление ресурса оборудования, в пределах которого должны обеспечиваться нормативно установленные допустимые вероятность и риск отказа. До настоящего времени в такой постановке проблема обеспечения допустимых вероятности и риска отказа в период продлеваемого ресурса рассматриваемого оборудования не ставилась и не решалась.

Основываясь на результатах анализа трудов известных ученых и специалистов в области оценки и прогнозирования ресурса нефтегазового оборудования, накопленном материале и результатах собственных исследований были определены задачи научного характера, методологические основы и методы исследования.

Во второй главе представлены результаты экспериментальных исследований и обоснования показателей достоверности диагностики и вариаций параметров и критериев оценки состояния.

На основе анализа и развития работ ученых и специалистов в области исследования технического состояния нефтегазового оборудования методами и средствами диагностики, анализа опыта апробации в лабораторных условиях и применения в практике методов диагностического обследования были выполнены собственные исследования достоверности диагностики параметров состояния и ресурса. Выполнены экспериментальные исследования и оценка достоверности контроля параметров наиболее распространенных дефектов типа непроваров сварных швов штуцерных узлов оборудования. Такого типа дефекты относятся к числу опасных и трудновыявляемых, так как они являются скрытыми внутри потенциально-опасного конструктивного узла. Контроль выполнялся портативными переносными (ручными) ультразвуковыми (УЗ) дефектоскопами, а также автоматизированной сканирующей системой (АСК) М500/600 (рис 2 а). Выполнен сравнительный анализ данных результатов УЗ контроля параметров величины (ВУЗ) и места (АУЗ) положения повреждений (непроваров) штуцерных узлов по 33-м контролируемым сечениям с данными результатов разрушающего контроля и прямых измерений величин В и А. На рис. 2 б показаны обобщенные результаты исследований для величины ВУЗ, где: 1 - линия регрессии результатов контроля АСК; 2, 3, 4 - линии регрессии результатов контроля ручной УЗ дефектоскопией при настройках согласно: разработанной в ОАО «Техдиагностика» методике; требованиям РД 34.17.302-97; требованиям СТО 00220256-005-2005 соответственно. Серым оттенком показаны границы доверительного 90%-ного интервала для линий 2, 3, 4.

а)

б)

Рисунок 2 – Схема контроля АСК (а), линии регрессии и доверительные области измеренных значений Вуз в контролируемых сечениях штуцерных узлов (б)

Исследованиями установлено, что результаты УЗ контроля при помощи АСК совпадают с фактическими значениями и были использованы в качестве базы для сравнения и оценки достоверности результатов, полученных при ручной УЗ дефектоскопии. Доверительный интервал значений, измеренных ручной УЗ дефектоскопией при настройках по разработанной в ОАО «Техдиагностика» методике, практически полностью накрывает значения, полученные при помощи АСК (рис. 3 б, линии 1 и 2). Применение АСК, либо выполнение ряда независимых контролей ручной УЗ дефектоскопией при настройках по разработанной методике, позволяют выполнять диагностику повреждений штуцерных узлов с высоким уровнем достоверности (до 90% и выше). Для определения с высоким уровнем достоверности параметров повреждений штуцерных узлов ручной УЗ дефектоскопией при настройках по РД 34.17.302-97 или по
СТО 00220256-005-2005 необходимо выполнить дублирующий независимый контроль вторым оператором. Для конкретных условий контроля установлены корректирующие поправки и коэффициенты. По результатам исследований достоверности других методов диагностики с применением разработанного методического подхода обоснованы критерии оценки и уровни достоверности диагностики параметров состояния и ресурса.

Были проанализированы возможности и выполнен статистический анализ данных результатов натурной диагностики и лабораторных измерений параметров состояния и ресурса с применением основных методов диагностики, установленных нормативными требованиями как обязательные к применению при диагностических обследованиях. И дополнительных методов диагностики и исследований технического состояния, которые применяются в зависимости от их технической необходимости, определяемой уровнем достоверности диагностики основными методами, особенностями и степенью полноты информации о материальном исполнении, конструкции, эксплуатационной нагруженности и доступом к зонам контроля элементов оборудования. Таким образом, с использованием разработанного методического подхода установлены показатели достоверности методов диагностики параметров состояния и ресурса для последующего их учета в модели прогнозирования ресурса.

Исследования и обоснования показателей вариации значений параметров технического состояния, формы конструкции, дефектов и повреждений выполнены на основе анализа данных диагностического обследования, опубликованных и документируемых данных, собственных экспериментальных исследований технического состояния методами и приборными средствами диагностики. В табл. 2 представлены результаты исследований и расчетов показателей вариаций контролируемых значений толщин стенок и непроваров штуцерных узлов оборудования.

Таблица 2 – Показатели вариации контролируемых значений параметров формы конструкции и повреждений элементов оборудования

Элемент

p

N

pmin

pmax

r

μ

σ

ρ

Обечайка

Sи, мм

145

69,2

74,9

5,7

71,6

1,43

0,02

Днище

64

72

75,7

3,7

73,4

0,73

0,01

Штуцер

36

29,8

32,3

2,5

30,6

0,61

0,02

Штуцер

63

19,8

24,8

5

21,7

1,09

0,05

Поврежденная
обечайка

Sизм, мм

60

50,6

56,3

5,7

54,2

1,08

0,02

Штуцер

Высота

непровара, мм

48

38

57

19

46,8

5,62

0,12

Штуцер (опубликованные данные)

Площадь

дефекта, мм2

99

4

60

56

18,9

15,1

0,8

Результаты исследований показывают, что исполнительные толщины стенок - Sи конструктивных элементов имеют вариацию значений. Без учета вариации Sи прогнозирование ресурса, например по зависимостям (1), приводит к значительным переоценкам ресурса, особенно при значениях измеренной толщины - Sизм близких к Sи. Исследованиями установлено, что при отсутствии данных о прямых измерениях и документируемых данных о вариации - Sи, для оценки влияния Sи на достоверность прогнозирования ресурса величины среднего - и СКО - исполнительной толщины для металлопроката по ГОСТ 19903 могут быть оценены косвенно по номинальному значению толщины стенки – Sн, указанному в технической документации, с использованием полученных эмпирических зависимостей:

; .                                (2)

Исследования и обоснования показателей вариаций механических свойств и критериев предельного состояния металла были выполнены по результатам анализа и обобщения данных проектной, эксплуатационной, нормативной документации, технических условий, справочной литературы, анализа результатов многократных диагностических обследований, а также по результатам собственных стендовых экспериментальных испытаний и лабораторных исследований металла. В табл. 3 представлены результаты исследований и расчетов показателей вариаций механических свойств и критериев предельного состояния некоторых марок металла оборудования, где: σ0,2 и σв – пределы текучести и прочности; δ - относительное удлинение; KCV – ударная вязкость для образцов типа Шарпи; [σ] – допускаемое напряжение.

Таблица 3 – Показатели вариаций свойств и критериев предельного
состояния металла элементов оборудования.

Материал

p

N

pmin

pmax

r

μ

σ

ρ

Dillinal 54/36W

σ0,2, МПа

236

355

459

104

390

19,5

0,05

σв, МПа

504

622

118

563,5

22,5

0,04

δ, %

236

22

32

10

27,8

1,95

0,07

KCV (-40С), Дж/см2

711

47

140

93

87,8

14,9

0,17

Сталь 20

(литературные данные)

σ0,2, МПа

8786

160

350

190

247

29,6

0,12

σв, МПа

280

550

270

399

35,9

0,09

Сталь 20ЮЧ

[σ], МПа

56

124,7

141,6

16,9

131,7

3,95

0,03

Результаты исследований показывают, что без учета информации о вариации [σ] прогнозирование ресурса, например по зависимостям (1), приводит к значительным переоценкам продлеваемого ресурса. Экспериментально доказано, что при отсутствии данных результатов механических испытаний, результатов других исследований и документируемых сведений показатели вариаций критериев предельного состояния металла могут быть оценены косвенно с погрешностью не более 10% по данным контроля твердости (H) с использованием известных корреляционных зависимостей «H-σВ», «H-σ0,2», полученных для металла оборудования сероводородстойкого исполнения.

Полученные и представленные в табл. 2 и 3 результаты исследований позволяют дополнить недостающие данные диагностического обследования о показателях вариаций параметров формы, дефектов, повреждений и критериев предельного состояния металла.

Для оценок показателей вариаций механических свойств и критериев предельного состояния металла оборудования в случаях, когда в процессе длительной эксплуатации неразрушающими методами обнаружены изменения физико-механических свойств и структуры, влияющие на характеристики прочности и ресурса, был разработан метод отбора легкозаменяемых фрагментов конструкции оборудования, схемы вырезки и изготовления образцов металла для проведения комплекса испытаний на растяжение, ударный изгиб, мало- и многоцикловую усталость, трещиностойкость, лабораторных измерений твердости, спектрального анализа и металлографических исследований. Выполнен комплекс испытаний, проведен анализ их результатов и определены показатели вариации статических механических свойств, ударной вязкости, твердости, характеристик сопротивления усталости и трещиностойкости. Испытания выполнены на образцах, изготовленных из крышки бокового патрубка антипульсационной емкости поршневого компрессора и крышки люка-лаза адсорбера.

На основе анализа данных многократных обследований оборудования и выполненных исследований получен массив данных о базовых (исходных), фактических, нормативных и расчетных физико-механических свойствах и критериях предельного состояния для применяемых марок сталей оборудования. Эти данные содержат сведения о замерах твердости, результатах механических испытаний и исследований физико-механических свойств металла, выполненных за 15-ти летний период при диагностическом обследовании более 1000 единиц различных видов оборудования. Данные включают сведения для более 25 наименований наиболее распространенных применяемых для изготовления элементов оборудования марок сталей сероводородстойкого исполнения: Сталь 20, ASTM А106, ASTM A333Gr6, API Х42 и других.

По результатам выполненных исследований разработаны методические подходы, зависимости, алгоритмы, компьютерные программы обработки результатов измерения и оценки показателей вариаций, накоплен значительный банк данных о показателях вариации значений параметров формы конструкции, дефектов и повреждений, механических свойств и критериев предельного состояния металла элементов оборудования. Результаты исследований показывают, что значения параметров и критериев оценки состояния оборудования имеют исходные и накапливаемые совместные вариации значений. Разработанные методические подходы позволяют получить необходимую информацию о показателях достоверности диагностики и вариациях параметров и критериев оценки состояния для прогнозировании ресурса с учетом их совместных вариаций.

В третьей главе представлены результаты экспериментальных и теоретических исследований и обоснования показателей вариаций параметров и критериев прогнозируемого ресурса.

Выполнены расчетно-экспериментальные исследования несущей способности и обоснования показателей вариаций критериев оценки технического состояния. Экспериментальные исследования проводились с применением методов тензо-, термо- и виброизмерений, специальных компьютерных программ сбора и обработки данных. Расчетные исследования несущей способности выполнены с применением нормативных расчетов на прочность, расчетов напряженно-деформированного состояния с применением пакетов компьютерных программ расчета методом конечных элементов, методов и программных средств математического и геометрического моделирования. Анализ опубликованных данных и расчетно-экспериментальных исследований несущей способности – прочности, надежности, живучести - показывает, что значения критериев оценки технического состояния, определяемые из условия исчерпания несущей способности, имеют случайный характер и вариацию значений, обусловленные совместными вариациями значений параметров состояния, эксплуатационных нагрузок и критериев предельного состояния металла. В табл. 4 представлены обобщенные результаты исследований и расчетов показателей вариации расчетной толщины стенки – Sр, используемой в качестве критерия оценки технического состояния при прогнозировании ресурса по механизму коррозионного (эрозионного) изнашивания обечаек газосепаратора. Показатели вариации Sр в табл. 4 определены с учетом совместных вариаций значений: Р - рабочего давления (параметра эксплуатационного нагружения); D - внутреннего диаметра (параметра формы); [σ] - допускаемого напряжения (критерия предельного состояния).

Таблица 4 – Показатели вариаций параметров обечаек.

p

N

pmin

pmax

r

μ

σ

ρ

Р, МПа

10

6,8

7,2

0,4

7

0,07

0,01

D, мм

40

2395

2405

10

2400

4,8

0,002

[σ], МПа

56

124,7

141,6

16,9

131,7

3,95

0,03

Sр, мм

22400

58,6

70,1

11,5

65,3

2,15

0,033

Выполнены расчетно-экспериментальные исследования и обоснования показателей вариаций параметров эксплуатационного нагружения при квазистатическом и циклическом нагружении, а также анализ вариаций параметров нагружения различного нефтегазового оборудования по данным различных литературных источников. В табл. 5 представлены результаты расчетов показателей вариации значений внутреннего рабочего давления - Р в конденсатопроводе.

Таблица 5 – Показатели вариации рабочего давления

p

N

pmin

pmax

r

μ

σ

ρ

Р, МПа

42

1,4

5,0

3,6

3,1

0,93

0,3

Были выполнены аналогичные исследования и проведен анализ вариаций значений параметров эксплуатационной нагруженности при диагностическом обследовании различного оборудования. Результаты исследований показывают, что без учета информации о вариации параметров формы и эксплуатационного нагружения прогнозирование ресурса, например по зависимостям (1) без учета вариаций P и D, приводит к значительным переоценкам продлеваемого ресурса, особенно при значениях измеренной толщины - Sизм близких к Sр и при малых значениях P и D. В результате исследований установлено, что при отсутствии данных о вариациях параметров состояния и ресурса для оценки влияния их вариации на достоверность прогнозирования ресурса для тех параметров - р, для которых задано и выдерживается их номинальное значение - pном, в документации, стандартах, правилах безопасности (ПБ 03-576-03, ПБ 03-584-03.) задано и выдерживается допускаемое относительное ([Δ],%) предельное отклонение, значения среднего () и СКО () могут быть оценены косвенно на основе полученных эмпирических зависимостей:

; .                                (3)

Результаты выполненных исследований показывают, что величина наработки оборудования по истечении исходного ресурса имеет вариацию значений за счет разницы между календарной (ТК) продолжительностью эксплуатации и варьируемыми значениями времени простоев (tпр) на проведение ремонта, ревизий, технического обслуживания, диагностического обследования за рассматриваемый период эксплуатации. Отсутствие информации о tпр приводит к тому, что прогнозирование ресурса, например по зависимостям (1), с учетом наработки, равной ТК с момента пуска до проведения диагностического обследования без вычета tпр, приводит к переоценке продлеваемого ресурса. Информация о наработке в годах, часах, циклах, пусках-остановках с момента пуска в эксплуатацию и до проведения диагностического обследования, используемая при прогнозировании ресурса, как правило, должна документироваться и определяться при анализе технической документации. Результаты исследований показывают, что в ряде случаев документируемые источники информации о tпр конкретного оборудования являются неполными, либо могут вообще отсутствовать.

В работе выполнена оценка показателей вариации наработки на основе анализа данных годовых планов-графиков и данных о фактических периодах остановок на ремонт, ревизии, техническое обслуживание, диагностическое обследование, экспертизу промышленной безопасности технологических установок, цехов и трубопроводов ряда объектов добычи и переработки сероводородсодержащих нефти и газа за 6-ти летний период их эксплуатации. Установлено, что годовое время простоя технологических установок, цехов и эксплуатируемого в их составе оборудования имеет вариацию значений. В табл. 6 представлены результаты анализа среднего количества (Nср) (по градации 5, 10, 15, 20, 25, 30, 35, 40, 45 суток) фактического годового времени - tпр, приходящихся на один год эксплуатации.

Таблица 6 – Количество и время простоев технологических установок,
цехов и оборудования, приходящихся на один год эксплуатации

tпр, сутки

5

10

15

20

25

30

35

40

45

Nср

53

31

22

40

28

11

8

6

2

Вычетом tпр из ТК получена фактическая наработка оборудования и оценены показатели вариации ее значений. Доказано, что с учетом полученных результатов исследования, например, за 30-ти летний календарный период эксплуатации фактическая наработка оборудования может варьироваться в пределах от 26 до 28,4 лет. По результатам исследований установлено, что при отсутствии документируемых данных о tпр для оценки влияния вариации значений текущей наработки - tн на достоверность прогнозирования ресурса величины среднего () и СКО () tн могут быть оценены косвенно по величине ТК на основе полученных эмпирических зависимостей:

; .                                (4)

Анализ результатов многократных диагностических обследований показывает, что значения параметров кинетики повреждаемости – скорости накопления дефектов и повреждений - имеют вариацию значений. По мере увеличения срока эксплуатации оборудования вариация значений параметров кинетики повреждаемости увеличивается. В табл. 7 представлены результаты расчетов показателей вариации значений скорости (с) коррозионного изнашивания конструктивных элементов газосепараторов за 30-ти летний период эксплуатации. Результаты исследований показывают, что вариация параметров кинетики (скорости) повреждаемости приводит к тому, что параметры зависимостей h(t) временного изменения параметров состояния также имеют вариацию значений, а без учета вариации значений параметров зависимостей h(t) прогнозирование ресурса с использованием ДВ-модели (рис. 1 а) приводит к значительным переоценкам продлеваемого ресурса, особенно при малых значениях скорости накопления повреждений.

Таблица 7 – Показатели вариации скорости коррозионного изнашивания.

p

N

pmin

pmax

r

μ

σ

ρ

с, мм/год

130

0,003

0,9

0,897

0,18

0,21

1,15

Представленные в табл. 4-7 результаты исследований позволяют дополнить недостающие данные диагностического обследования о показателях вариаций параметров эксплуатационного нагружения, кинетики повреждаемости и наработки.

По результатам выполненных исследований ресурса было доказано, что с учетом вариаций комплекса параметров состояния и ресурса - параметров формы конструкции, дефектов и повреждений, критериев предельного состояния металла, параметров эксплуатационного нагружения, кинетики повреждаемости и наработки – значения прогнозируемого ресурса - τ также имеют вариацию. В табл. 8 представлены результаты обоснования и расчетов показателей вариации ресурса фонтанных арматур скважин.

Таблица 8 – Показатели вариации ресурса элементов фонтанных арматур.

p

N

pmin

pmax

r

μ

σ

ρ

τ, лет

836

0,5

133

132,5

31,1

24,9

0,8

Результатами анализа данных диагностики и прогнозирования ресурса при диагностических обследованиях оборудования было установлено, что вариации значений параметров состояния и ресурса приводят не только к погрешности их оценки, но и приводят к значительным вариациям и погрешностям (Δ) прогнозирования ресурса. В табл. 9 представлены результаты анализа Δ по результатам прогнозирования ресурса - τ элементов сосуда по механизму коррозионного изнашиванию стенки по зависимостям (1).

Таблица 9 - Показатели достоверности прогнозируемого ресурса.

Sизм, мм

10

9,5

9

8,5

8

7,5

7

6,5

6

5,5

5

τ, лет

220

100

60

40

28

20

14

10

7

4

2

Δ, %

218

114

80

63

54

50

48

48

53

66

109

Значения τ (табл. 9) получены при варьируемых значениях измеренной толщины стенки - Sизм и детерминированных значениях: наработки с начала эксплуатации до обследования – tн=20 лет; исполнительной толщины стенки - 10 мм; плюсового допуска к толщине – 0,5; расчетной (предельной) толщины стенки – 4,5 мм; нормируемой относительной ошибки контроля Sизм – 0,1.

Результаты приведенного выше и других анализов показывают, что величина Δ может изменяться от 50 до 200 % и выше. При этом Δ принимает большие значения при: τ>tн; τ< tн/(5÷10)); больших значениях коэффициентов вариаций параметров состояния и ресурса; малых значениях скорости накопления повреждений.

По результатам выполненных исследований были разработаны и апробированы на реальном оборудовании методические подходы, алгоритмы, зависимости, компьютерные программы обработки результатов измерения и оценки показателей вариаций значений и накоплен значительный банк данных о показателях вариаций значений критериев оценки технического состояния, параметров эксплуатационного нагружения и кинетики повреждаемости, наработки и значений прогнозируемого ресурса. Результаты исследований показывают, что значения параметров и критериев прогнозируемого ресурса оборудования имеют исходные и накапливаемые совместные вариации значений.

В четвертой главе представлены результаты обоснования и разработок моделей, критериев, алгоритма и методов прогнозирования ресурса оборудования по критериям допустимых вероятности и риска отказа.

Исследованиями установлено, что источниками снижения достоверности прогнозирования ресурса являются: вариации значений параметров состояния и ресурса; недостаточные объем и достоверность документируемой информации; недостаточный состав (набор) применяемых методов диагностики, оценок несущей способности и ресурса; ограниченный или недостаточный объем выборочного контроля. Основываясь на результатах выполненных исследований разработан алгоритм (рис. 3) прогнозирования ресурса, в пределах которого обеспечиваются допустимые вероятность и риск отказа.

Рисунок 3 – Алгоритм прогнозирования ресурса.

Методические основы прогнозирования ресурса базируются на последовательном применении элементов факторного анализа, матричных вычислений и вероятностно-статистического анализа с использованием ЭВМ, компьютерных программ математического, статистического анализа и собственных программных разработок.

В соответствии с алгоритмом рис. 3 обоснован и разработан метод определения показателей вариаций параметров состояния и ресурса. Метод основывается на определении перечня, выборок значений, статистическом анализе выборок и расчетах показателей вариации значений параметров состояния и ресурса. Перечень этих параметров определяется на основе данных о параметрах, входящих в модель прогнозирования ресурса, например зависимости (1), путем анализа результатов диагностического обследования. Выборки значений параметров составляются по данным диагностики, натурных и лабораторных исследований, стендовых испытаний, а также на основе сбора и анализа проектной, монтажной, эксплуатационной, ремонтной и документации. Для определения выборочных показателей вариации параметров -  N; pmax; pmin; r; μ; σ, ρ - разработаны алгоритмы и компьютерные программы для их расчета на ЭВМ по известным зависимостям математической статистики. При отсутствии или недостатке данных, для определения показателей вариации параметров состояния и ресурса используется накопленный банк данных, например данные табл. 2-7. При отсутствии накопленных данных показатели вариаций параметров оцениваются на основе установленных эмпирических зависимостей (2)-(4) и при необходимости уточняются по результатам дополнительных измерений.

По результатам выполненных исследований разработана вариационная модель (В-модель) прогнозирования ресурса (рис. 4). В отличие от ДВ-модели (рис. 2 а) В-модель учитывает информацию о совместных вариациях входящих в нее параметров состояния и ресурса: tИ - исходной, ti - промежуточной, tн - текущей наработки; h0 - исходных, hi - промежуточных и hн - текущих параметров состояния; [h]0 - исходных, [h]i - промежуточных и [h]н - текущих критериев оценки состояния; параметров временных закономерностей - h(t) и [h](t) изменения параметров и критериев оценки состояния.

Было установлено, что совместные вариации параметров состояния и ресурса приводят к вариации значений τ (рис. 5, заштрихованная область точек пересечения зависимостей h(t) и [h](t)), которые приводят к накоплению вероятности отказа - VLF. С использованием разработанной В-модели с учетом совместных вариаций параметров состояния и ресурса выполняется оценка значений допустимого (τv) ресурса (рис. 5), т.е. ресурса исчисляемого с момента текущей наработки tн, в период которого вероятность отказа будет не более допустимой - VLF≤[V]LF.

Исследованиями было установлено, что каждая из n выборок значений параметров состояния и ресурса - переменных В-модели (рис. 5) - включает в себя определенное число - N контролируемых значений. Поэтому метод построения В-модели прогнозирования ресурса основывается на представлении исходной модели прогнозирования ресурса, например зависимостей (1), в виде аналитической функциональной зависимости ресурса от числовых выборок входящих в нее параметров. Аналитическая В-модель прогнозирования ресурса имеет вид:

                       (5)

где: p1, p2, …, pj - выборки случайных значений j-х переменных;
pj=pj1, pj2,…, pji – выборка значений j-й переменной; i – порядковый номер значения j-й переменной в выборке (i=1, 2, …, Nj);  Nj - количество значений j-й переменной в выборке pj; τi – выборка значений прогнозируемого ресурса - τ.

Рисунок 4 – В- модель прогнозирования ресурса: 1 и 2 – эмпирическая и теоретическая функции вероятностей отказа - V LF(τ); r - размах вариаций параметров состояния и ресурса и τ

По результатам выполненных исследований было установлено, что для различных переменных, входящих в В-модель (5), вариации их значений в различной степени влияют на достоверность прогнозирования ресурса. Причем из набора переменных В-модели для части переменных вариации их значений оказывают определяющее влияние на достоверность прогнозирования ресурса, а для другой части пренебрежимо малое и информацией о вариации этой части переменных при прогнозировании ресурса можно пренебречь. Для этого разработан метод факторного анализа параметров состояния и ресурса. По результатам анализа выявляются такие параметры состояния и ресурса, которые имеют определяющее влияние на достоверность прогнозирования ресурса. Для его реализации был разработан и применен методический подход на основе факторного анализа. Задача факторного анализа состоит в том, чтобы перейти от начальной системы большого числа переменных p1, p2, …, pj к меньшему числу переменных p1, p2, …, pk, k<j, изменение которых в значительной мере определяет изменение прогнозируемого ресурса - τ по отношению к другим. Решение этой задачи выполняется по методике множественного регрессионного анализа. Для этого зависимость для τi записывается в следующем виде:

,  i=1, 2,…, N (6)

где: – условное среднее значение зависимой величины τi, соответствующее заданным значениям независимых переменных pj; В – неслучайная составляющая; aij – факторная «нагрузка»; j – количество факторов, т.е. переменных.

Решение задачи факторного анализа состоит в нахождении значений В и aij зависимости (6). Для этого строится матрица (Мр) независимых переменных pj размерностью j×N и матрица-столбец (Мτ) зависимых значений τi. Каждый столбец матрицы Мр представляет собой N значений j-й независимой переменной pj. Матрица Мτ представляет собой столбец значений τi (i=1, 2,…, N), где каждое τi рассчитывается с учетом соответствующих заданных значений pji по зависимостям прогнозируемого ресурса, которые строятся при диагностическом обследовании, например зависимостям (1).

Для построения матрицы Мр используются фактические выборочные данные pj. В случае отсутствия этих данных используются данные о статистических законах распределения этих выборок. Кроме этого было экспериментально доказано, что при отсутствии данных о законах распределения для построения матрицы Мр могут использоваться интегральное соотношение F(pj) нормального закона распределения и показателей вариации параметров состояния и ресурса –μj и σj, накопленные и содержащиеся в базе данных о показателях вариаций, например табл. 2-5, 7. Либо могут использоваться значения μj и σj, установленные по эмпирическим зависимостям (2), (3), (4). В этом случае, генерируя значения F(pj) от 0,01, до 0,99 с шагом 0,98/(N-1) и решая F(pj) относительно pj, получается j-й столбец матрицы Мр, содержащий N значений переменной pji.

Затем на матрицах Мτ и Мр выполняется корреляционный, факторный анализ, вычисляются коэффициент (Rk) множественной корреляции, абсолютная (δk) ошибка, коэффициенты (aj) множественной регрессии и строится линейная регрессионная зависимость в натуральном масштабе вида:

,                                        (7)

Поскольку число переменных (параметров состояния и ресурса) в зависимостях для прогнозирования ресурса, например зависимостях (1), как правило, не менее 6, реализация процедур многомерного факторного анализа возможна только с применением ЭВМ. Для реализации факторного анализа и построения выражения (7) был разработан специальный алгоритм с использованием пакета компьютерных программ статистического анализа.

Для оценки влияния изменения переменных pj на изменение τ определяются стандартизованные коэффициенты (βj) множественной регрессии и выражение (7) представляется в стандартизованном масштабе:

;                          (8)

Было экспериментально доказано, что βj является критерием оценки влияния вариации переменных В-модели на достоверность прогнозирования ресурса. Установлено, что те переменные зависимости (7), у которых βj на порядок менее максимального βj, оказывают пренебрежимо малое влияние на изменение τ, и информацией о вариации значений таких переменных в В-модели (5) можно пренебречь. Дальнейший расчет ресурса выполняется с учетом совместных вариаций только варьируемых переменных (wk), оказывающих определяющее влияние на достоверность прогнозирования ресурса. Переменные wk обозначаются в виде выборок значений – wk= w1, w2,…, wk; где: k=1, 2, …, nk - количество варьируемых переменных; wk= wk1, wk2,…, wki - выборка значений k-й переменной; i – порядковый номер значения k-й переменной в выборке (i=1, 2, …, Nk);  Nk- количество значений k-й переменной. Состав этих переменных определяется путем исключения из состава переменных В-модели (5) тех переменных, информацией о вариации которых можно пренебречь.

После определения варьируемых переменных выполняется повторный факторный анализ, и строятся вторичные регрессионные зависимости в натуральном масштабе вида (7) и в стандартизованном масштабе вида (8), которые учитывают изменение значений ресурса - τ от изменения варьируемых переменных (параметров состояния и ресурса) - wk:

,                                (9)

;                          (10)

Для построения зависимостей (9) и (10) строится матрица (Мw) переменных wk. Для этого из матрицы Мр исключаются те столбцы, которые не соответствуют wk, а матрица Мτ остается прежней. Затем на матрицах Мτ и Мw выполняется повторный факторный анализ, вычисляются значения коэффициентов - Bw и awk, а также коэффициент множественной корреляции - Rw и ошибка - δw множественной регрессии по которым оценивается адекватность зависимостей (9) и (10).

В соответствии с алгоритмом (рис. 3) разработан метод расчета ресурса при совместных вариациях параметров состояния и ресурса. Метод основывается на вычислении значений выборки τ по зависимости (9), с использованием информации о вариациях и с учетом совместных вариаций значений варьируемых переменных - wk. Было экспериментально доказано, что выражение вида (9) в сравнении с применяемыми моделями прогнозирования ресурса, например (1), наилучшим образом подходит для вычислений τ с учетом совместных вариаций wk поскольку, в сравнении с применяемыми моделями прогноза ресурса, в (9) отсутствуют операции взаимного деления и умножения сумм и разностей варьируемых переменных wk. Поэтому при учете совместных вариаций wk использование (9) не приводит: к неопределенности при делении на 0; к большим значениям τ при знаменателях дроби близких к 0; положительным значениям τ при перемножении и делении отрицательных величин. Выборка значений τ с учетом совместных вариаций wk представляет собой линейную матрицу (столбец или строку) (τz= τ1, τ2,…,τz, z=1, 2, …, Nτ) случайных величин, где каждое значение матрицы является решением выражения (9) при всех возможных сочетаниях значений wk по выражению:

i1=1, 2, …, N1; i2=1, 2, …, N2; …; ik=1, 2, …, Nk;

,                (11)

Исследованиями установлено, что число варьируемых переменных - wk в зависимости (9) не менее четырех - k≥4. Для исполнения нормативных требований и достоверного прогноза ресурса число значений переменных wk не менее десяти - Nk≥ 10. В этом случае число (Nτ = N1×N2×…×Nk) значений τz в матрице (11) ≥ 104. Поэтому для вычисления τz был разработан специальный алгоритм и программа расчета τz на ЭВМ с применением процедур матричных вычислений.

Установлено, что прогнозирование ресурса должно основываться на оценке величины допустимого ресурса - τv, в пределах которого обеспечиваются допустимые вероятность - [V]LF и риск - [R]LF отказа. В соответствии с алгоритмом прогнозирования ресурса (рис. 3) по результатам исследований разработан метод определения допустимой вероятности отказа. Для обеспечения допустимого риска отказа - [R]LF оборудования в период продлеваемого ресурса разработан и использован подход, основанный на значениях допустимой вероятности отказа - [V]LF в зависимости от уровня (ULFi) тяжести последствий отказа. На основе анализа нормативных требований ГОСТ Р 51901.1–2002, РД 03–418-01 были обоснованы четыре уровня ULFi и критерии оценки ULFi: ULF1 – пренебрежимо малая тяжесть последствий, т.е. возникновение отказа не влияет на остановку производства и загрязнение окружающей среды; ULF2 (ULF3) - некритическая (критическая) тяжесть последствий, когда возникновение отказа не угрожает (угрожает) жизни людей, не приводит (приводит) к существенному ущербу имуществу и окружающей среде; ULF4 - катастрофическая тяжесть последствий, когда возникновение отказа приводит к гибели людей, существенному ущербу имуществу, невосполнимому ущербу окружающей среде. В соответствии с нормативными требованиями значения [V]LF для определенных ULFi характеризуются верхней и нижней границей значений. Для учета их в расчете ресурса были обоснованы уровни допустимого риска отказа - [R]LF: RHLF- высокий; RMLF – средний; RLLF – низкий. Это такие уровни [R]LF, при которых фактическая VLF соответствует верхней границе, середине диапазона и нижней границе диапазона значений [V]LF соответственно.

Разработанный в соответствии с алгоритмом прогнозирования ресурса (рис. 3) метод расчета допустимого ресурса - τv основывается на статистическом анализе выборки τz и построении эмпирического интегрального закона распределения вероятностей расчетных значений ресурса выборки τz. Этому закону распределения соответствует эмпирическая () функция вероятностей отказа на период прогнозируемого ресурса. Для полученной эмпирической функции определяется значение вероятности (Vmin), которое соответствует минимальному (τmin) значению, принадлежащему выборке τz. В зависимости от соотношения значений [V]LF и Vmin значения допустимого ресурса - τv, соответствующего периоду эксплуатации с вероятностью отказа VLF≤[V]LF, вычисляются в следующем порядке. При [V]LF ≥ Vmin τv вычисляется по функции - , полученной интерполяцией эмпирических значений . При
[V]LF < Vmin τv вычисляется по функции , полученной аппроксимацией эмпирических значений , а затем экстраполяцией их за пределы интервала . Результатами численных экспериментов было установлено, что наилучшая аппроксимация и экстраполяция эмпирических значений достигается путем аппроксимации вначале значений логарифма - полиноминальной моделью вида со значениями степени полинома n= 3÷5, а затем описания зависимостью вида - .

Значения τv вычисляются с учетом объема (ε) выборочного контроля при диагностике, определяемого отношением площади контролируемой поверхности к общей площади металла элемента оборудования, путем решения уравнений:

. (12)

На основе выполненных численных экспериментов было доказано, что поскольку при [V]LF ≥ Vmin используется функция , полученная интерполяцией , соответствующих эмпирическим значениям τ, находящимся внутри выборки расчетных значений τz, значения наилучшим образом соответствуют фактической VLF. В этом случае оценка значений τv по имеет высшую достоверность. Кроме этого значения wk фактически являются экспериментальными данными, полученными на основе экспериментальных и теоретических исследований вариаций параметров состояния и ресурса. Поэтому значения τz также представляют собой массив экспериментальных данных, полученных при всех возможных сочетаниях экспериментальных значений этих параметров. Это способствует тому, что , полученная на таком количестве экспериментальных выборочных данных τz, стремится к предельному распределению выборки τz. При этом достоверность оценки τv является наилучшей, особенно в области малых (10-4 – 10-6) значений [V]LF.

Для статистического анализа выборки τz, построения функций
, , , решения уравнений (12) и вычисления τv были разработаны специальные алгоритмы и программы расчета на ЭВМ с применением сертифицированных пакетов программ и использованием их стандартных функций статистического анализа и обработки экспериментальных данных.

Исследованиями установлено, что по мере увеличения разницы между [V]LF и Vmin достоверность оценки допустимого ресурса - τv снижается. В соответствии с алгоритмом прогнозирования ресурса (рис. 3) по результатам исследований обоснован и разработан метод оценки уровней достоверности прогнозирования ресурса. Для оценки достоверности были обоснованы критерий (СV), уровни (DI) достоверности прогнозирования ресурса и разработана модель оценки уровней DI по критерию СV (рис. 5).

По результатам исследований теоретически обосновано и экспериментально подтверждено, что поскольку достоверность прогноза τv зависит от отношения величин промежутка, на котором выполняется наблюдение, т.е. , и промежутка, на который разрабатывается прогноз, т.е. от Vmin до [V]LF, то достоверность прогноза τv можно оценить критерием достоверности прогнозирования ресурса - СV, определяемым отношением СV= [V]LF/Vmin. Экспериментально установлено, что для прогнозирования τv промежуток VLF, на который разрабатывается прогноз, не должен быть больше чем на один порядок промежутка, на котором выполняется наблюдение. В зависимости от значений СV были обоснованы градации уровней достоверности прогнозирования ресурса: DIH – высокий, DIM - средний, DIL - низкий. Метод оценки достоверности основывается на вычислении СV и оценке уровня – DI с использованием модели оценки уровней достоверности прогнозирования ресурса (рис. 5).

Рисунок 5 – Модель оценки уровней достоверности прогнозирования ресурса: 1 – ; 2 – ; 3 –

На основе анализа результатов выполненных исследований установлены три градации уровней (DM) достоверности методов диагностики параметров состояния: DMH – высокий; DMM - средний; DMND - достоверность отсутствует. И выполнена классификация методов по уровням достоверности диагностики DM. К DMH отнесены методы, позволяющие обеспечить диагностику параметров с погрешностью, не превышающей погрешность метода и применяемого средства измерения (прибора). К DMM отнесены методы, позволяющие обеспечить диагностику с погрешностью не более 30% и/или идентификацию повреждений (тип, размеры, форма) с погрешностью не выше 10 %. К DMND отнесены методы, которые не позволяют определять и не могут быть применены для диагностики соответствующих параметров состояния. Установлено, что применение двух и более методов, имеющих средний уровень - DMM, позволяют диагностировать параметры состояния с высоким уровнем достоверности - DMH.

Разработанный в соответствии с алгоритмом (рис. 3) метод оценки уровней  достоверности диагностики параметров состояния основывается на анализе данных о применяемых методах диагностики и оценке уровней достоверности диагностики этих параметров – DM с использованием разработанной классификации методов по уровням DM. Для этого были разработаны алгоритм и компьютерная программа оценки уровней DM, когда задается набор параметров и информация о примененных методах диагностики и в соответствии с выполненной классификацией автоматически определяется уровень достоверности диагностики – DM.

Результатами численных экспериментов было установлено, что значение Vmin, соответствующее τmin выборки значений ресурса τz зависит от характера эмпирической функции и от числа значений Nτ в выборке τz. На основе полученных экспериментальных данных теоретически обосновано и подтверждено экспериментально, что решением обратной задачи оценки достоверности прогнозирования ресурса можно определить требуемое минимальное число значений в выборке τz, которое при требуемом значении допустимой вероятности отказа - [V]LF позволяло бы обеспечивать требуемый уровень достоверности прогнозирования ресурса - DI. А затем по определить требуемое минимальное число значений каждой варьируемой переменной wk, чтобы число каждой wk в совокупности обеспечивали . И обеспечивали требуемый уровень достоверности прогнозирования ресурса – DI с учетом заданной допустимой вероятности отказа - [V]LF, соответствующей определенному уровню тяжести последствий - ULFi и требуемому уровню допустимого риска отказа - [R]LF.

Основываясь на полученных результатах исследований в соответствии с алгоритмом прогнозирования ресурса (рис. 3) разработан метод определения требуемого количества измерений параметров состояния, который основывается на расчете требуемого количества измерений параметров, являющихся варьируемыми переменными и определяющих достоверность прогнозируемого ресурса. Для этого в работе были теоретически обоснованы и экспериментально подтверждены зависимости для расчета и :

,                (13)

где: Z[V] – квантиль нормированного нормального распределения при значениях [V]LF; φ( Z[V]) – плотность вероятности нормированного нормального распределения; σw1, σw2,…, σwk - СКО выборок wk; awk и βk – коэффициенты регрессионных моделей (9) и (10) соответственно.

В соответствии с алгоритмом прогнозирования ресурса разработан метод определения требуемого состава методов диагностики параметров состояния. Метод основывается на выборе состава основных и дополнительных методов диагностики, сочетание которых позволяет обеспечить требуемый уровень достоверности диагностики – DM с использованием выполненной классификации методов по уровням достоверности диагностики параметров состояния.

Разработанный в соответствии с алгоритмом прогнозирования ресурса (рис. 3) метод расчета прогнозируемого ресурса (τS) основывается на вычислении τS по величине допустимого ресурса - τv и с учетом погрешности зависимости (9), уровней достоверности прогнозирования ресурса – DI, диагностики параметров состояния – DM и допустимого риска отказа - [R]LF. Вычислении τS выполняется по установленной зависимости:

,                                        (14)

где: Δw - относительная ошибка зависимости (9), характеризующая связь между варьируемыми переменными и прогнозируемым ресурсом; nD – коэффициент, учитывающий уровни DI, DM и [R]LF. Значения nD = 1,1÷1,5 для DMH и DIH, nD=1,5÷2 для DMM и DIM. Минимальные значения nD принимаются для RLLF, максимальные значения nD для RHLF, средние значения для RMLF.

Метод определения требуемых мер по коррекции состояния и прогнозируемого ресурса в соответствии с алгоритмом (рис. 3) основывается на сравнении полученного расчетом значения прогнозируемого ресурса - τS со значением допустимого ([τ]) нормативно установленного периода эксплуатации между экспертными обследованиями либо другим ограничением ресурса. При τS ≥ [τ] проведение коррекции состояния и результатов расчетов ресурса не требуется. При τS < [τ], а также при низком уровне достоверности прогнозирования ресурса - DIL выполняется определение требуемых мер по коррекции состояния и результатов расчетов ресурса. Для этого путем повторных итераций расчета выполняется коррекция исходных данных и подбирается их набор, который позволяет обеспечить условие τS ≥ [τ]. Если это условие невыполнимо производится коррекция состояния, сбор данных о параметрах состояния и ресурса и повторный расчет. Исследованиями установлено, что в общем случае для коррекции исходных данных могут служить: повышение уровня [R]LF и введение в исходные данные для расчета повышенного значения [V]LF; повышение уровня достоверности – DI и введение в исходные данные повышенных значений количества контролируемых параметров состояния и ресурса; повышение уровня достоверности диагностики - DM путем учета в расчете дополнительного состава применяемых методов диагностики; повышение объема выборочного контроля - ε путем введения в исходные данные повышенного значения ε. В случае, если установленными мерами условияτS ≥ [τ] достичь не удается, методом итераций определяется сочетание мер которое приводит к наибольшему значению ресурса. Установленные возможные меры по коррекции результатов расчета учитываются при выборе мероприятий по коррекции данных о состоянии и коррекции состояния – дополнительному обследованию и восстановлению работоспособности оборудования. Сочетание мер, которое приводит к наибольшему значению ресурса, учитывается при проведении очередного обследования оборудования.

Разработана общая блок-схема алгоритма расчета прогнозируемого ресурса с использованием данных диагностического обследования и критериев допустимых вероятности и риска оборудования в период продлеваемого ресурса.

Результатами исследований было доказано, что прогнозирование ресурса с использованием разработанных и изложенных теоретических положений и методов прогнозирования ресурса должно опираться на информацию о показателях достоверности диагностики и совместных вариациях параметров состояния и ресурса. Часть этой исходной информации может быть получена по результатам диагностического обследования с применением методов и объемов контроля, установленных нормативными требованиями. Эти источники информации являются необходимыми, но не всегда достаточными. Поэтому объем требуемой или недостающей информации по требуемому количеству измерений параметров состояния также определяется с использованием разработанных теоретических положений и методов. Оценка достаточности и при необходимости дополнение требуемой информацией о показателях достоверности диагностики и совместных вариациях параметров состояния позволяет замкнуть задачу, выполнить прогнозирование ресурса и обеспечивать допустимые вероятность и риск отказа оборудования в период продлеваемого ресурса.

В пятой главе изложены результаты разработок нормативно - методического обеспечения и оценки эффективности применения методов прогнозирования ресурса.

Основываясь на результатах выполненных исследований и разработок теоретических положений, алгоритма и методов прогнозирования ресурса, был разработан новый нормативный документ - «Методические положения по прогнозированию ресурса безопасной эксплуатации оборудования объектов добычи и переработки сероводородсодержащих газа, конденсата, нефти с продлеваемым сроком безопасной эксплуатации». Методические положения устанавливают основные требования, алгоритм, принципы и порядок расчета прогнозируемого продлеваемого ресурса по данным диагностического обследования, в пределах которого обеспечиваются допустимый риск - [R]LF отказа. Обеспечение [R]LF осуществляется путем прогнозирования ресурса, отвечающего нормативно установленным значениям допустимой вероятности отказа - [V]LF с учетом показателей достоверности диагностики и совместных вариаций параметров состояния и ресурса.

В методических положениях изложены разработанные методические подходы, алгоритмы и методы определения показателей вариации параметров состояния и ресурса и построения В-модели прогнозируемого ресурса на основе сбора, анализа данных диагностического обследования, использования базы данных, полученных эмпирических зависимостей, зависимостей математической статистики и компьютерных программ математического и статистического анализов. Изложены принципы факторного анализа параметров состояния и ресурса методом главных компонент на ЭВМ с использованием компьютерной программы статистического анализа. Порядок расчета ресурса при совместных вариациях параметров состояния и ресурса на основе матричных вычислений с применением компьютерной программы математического анализа. Изложены методы оценки уровней тяжести последствий, уровней допустимого риска - [R]LF и определения значений допустимой вероятности отказа - [V]LF. Методы расчета допустимого ресурса - τv на основе статистического анализа выборки значений ресурса, полученной при совместных вариациях параметров состояния и ресурса. Методы построения эмпирической, интерполирующей, аппроксимирующей функций отказа и вычисления τv по критерию [V]LF. Методы оценки уровней достоверности прогнозирования ресурса и диагностики параметров состояния, определения требуемых количества измерений и состава методов диагностики параметров. Изложены порядок и методы расчета прогнозируемого ресурса и определения требуемых мер по коррекции состояния и ресурса.

Методическими положениями определены условия выбора перечня и сроков выполнения мероприятий по коррекции данных о состоянии элементов оборудования. Для практического применения разработанных методов и расчета прогнозируемого ресурса на ЭВМ были разработаны вычислительные блоки (модули): в программе Microsoft Excel – файлы, содержащие измеренные значения контролируемых параметров состояния; в программе Math Cad – файл «Расчет РБЭ.mcd», являющийся одновременно и алгоритмом программы расчета прогнозируемого ресурса и результатом ее выполнения; в программе STATISTICA - файлы ввода данных "М.sta", файл анализа и результатов факторного анализа "RgS.stw".

Выполнена апробация и анализ результатов практического применения разработанных методов, методических положений, алгоритмов и компьютерных программ прогнозирования ресурса при проведении поэтапного продления ресурса различных видов оборудования. По результатам расчетов были обоснованы и определены: прогнозируемый ресурс; продлеваемый ресурс до проведения очередного диагностического обследования; мероприятия по коррекции данных о состоянии и мероприятия по коррекции состояния элементов оборудования, позволяющие обеспечивать допустимые вероятность и риск отказа в период продлеваемого ресурса оборудования.

На основе полученных результатов обоснованы модели, критерии и методы оценки эффективности применения разработанных методов прогнозирования ресурса. На рис. 6 представлены результаты расчетов и модели анализа повышения достоверности прогнозирования ресурса и снижения вероятности и риска отказа оборудования в период продлеваемого ресурса на примере прогнозирования ресурса газосепаратора установки комплексной подготовки газа (УКПГ) при различных уровнях тяжести последствий отказа. На рис. 6: 1, 2 – эмпирическая и теоретическая функции вероятности отказа – VДВ(τ), построенные по ДВ-модели прогнозирования ресурса (рис. 1 а); 3, 4 – эмпирическая и теоретическая функции вероятности отказа – VВ(τ), построенные по разработанным В-модели и методам прогнозирования ресурса. Принимая за эталон для сравнения VВ(τ) и определяя значения τВi по В-модели во всем диапазоне значений [V]LFi(ULFi) из условия VВ(τВi)= [V]LFi (рис. 6 а), для этих же значений τВi были посчитаны значения VLF по ДВ-модели – VДВ(τВi). На графиках рис. 6 б линиями 5 и 6 показаны расчетные значения VДВ(τВi) и значения VВ(τВi) при одинаковых [V]LFi соответственно.

а)

б)

Рисунок 6 – Результаты расчетов и модели анализа достоверности
прогнозирования ресурса (а), снижения вероятности и риска оборудования в период продлеваемого ресурса (б).

Эффективность применения разработанных методов оценивается коэффициентами повышения достоверности (ПD) прогнозирования ресурса, снижения вероятности и риска (CVR) оборудования в период продлеваемого ресурса и величиной доли требуемых оптимальных затрат (ЗD) на контроль параметров состояния и ресурса при диагностике:

,                 (15)

где: и - минимальные значения VLF для эмпирических функций вероятностей отказа, построенных по ДВ- и В-моделям прогнозирования ресурса соответственно (рис. 6 а); и - значения VLF, посчитанные по ДВ- и
В-моделям для одинаковых значений τВi, определяемых из условия VВ(τВi)= [V]LFi (рис. 7 б); Nmin – минимальное требуемое количество измерений параметров состояния и ресурса для обеспечения требуемых уровней допустимого риска [R]LF, достоверности прогнозирования ресурса – DI и диагностики параметров – DM; ND - количество фактически выполненных измерений параметров при текущем обследовании согласно нормативным требованиям. Для представленных на рис. 6 а результатов прогнозирования ресурса газосепаратора УКПГ - ПD = 4,5= const, результаты расчетов CVR и ЗD представлены на рис. 7.

а)

б)

Рисунок 7 – Графическое представление результатов расчета CVR (а) и ЗD (б).

С использованием обоснованных показателей ПD, CVR и ЗD в работе выполнена оценка эффективности применения разработанных методов прогнозирования ресурса на основе анализа данных результатов расчетов ресурса 28 сосудов УКПГ. Установлено, что применение разработанных теоретических положений и методов прогнозирования ресурса позволяет: получить среднее значение коэффициента ПD = 4 и повысить достоверность прогнозирования ресурса; получить среднее значение CVR ср = 3 и снизить вероятность и риск отказа оборудования в период продлеваемого ресурса; повысить эффективность расходования средств на диагностику за счет перераспределения затрат на контроль параметров состояния и ресурса при диагностике (рис. 7 б).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Выполнен анализ методов прогнозирования ресурса и причин недопустимых вероятности и риска отказа технологического оборудования объектов добычи и переработки сероводородсодержащих нефти и газа в период продлеваемого ресурса. Установлено, что применяемые методы прогнозирования ресурса на основе детерминированно-вариационной модели без учета информации о достоверности диагностики и совместных вариациях параметров состояния и ресурса приводят к переоценке продлеваемого ресурса на 80 % и более и не позволяют обеспечивать нормативно установленные допустимые вероятность и риск отказа оборудования в период продлеваемого ресурса.

2. Выполнены экспериментальные исследования и обоснованы показатели достоверности диагностики и вариаций параметров и критериев оценки состояния элементов нефтегазового оборудования в условиях сероводородсодержащих сред. Установлено, что: применение автоматизированного сканирующего комплекса - АСК, либо выполнение независимых контролей ручной УЗ дефектоскопией, позволяют выполнять диагностику повреждений (непроваров) штуцерных узлов с достоверностью до 90 % и выше; параметры формы конструкции, дефектов и повреждений и критерии предельного состояния металла имеют исходные и увеличивающиеся вариации значений с коэффициентами вариаций от 0,01 до 0,8 и выше; показатели вариаций критериев предельного состояния металла с погрешностью не более 10% могут быть оценены по данным контроля твердости. Установлены эмпирические зависимости для косвенной оценки показателей вариаций параметров и критериев оценки состояния. Разработаны методические подходы, алгоритмы, компьютерные программы анализа и накоплен массив данных показателей достоверности их диагностики и вариаций.

3. Выполнено расчетно-экспериментальное обоснование показателей вариаций параметров, критериев и достоверности прогнозируемого ресурса нефтегазового оборудования в условиях сероводородсодержащих сред. Установлено, что: критерии оценки технического состояния, параметры эксплуатационного нагружения и кинетики повреждаемости, наработка и прогнозируемый ресурс имеют исходные и увеличивающиеся вариации значений с коэффициентами вариаций от 0,01 до 1,2 и выше; величина погрешности прогнозирования ресурса изменяется в пределах от 50 до 200%. Установлены эмпирические зависимости для оценки показателей вариаций наработки, параметров и критериев прогнозируемого ресурса. Разработаны методы оценки и накоплен массив данных показателей вариаций параметров, критериев и достоверности прогнозируемого ресурса.

4. Выполнен анализ результатов диагностических обследований, результатов исследований достоверности диагностики и вариаций параметров состояния и ресурса и установлены источники снижения достоверности прогнозирования ресурса. Обоснованы и разработаны теоретические положения, алгоритм и методы прогнозирования ресурса. Разработана новая вариационная модель прогнозирования ресурса, которая в отличие от применяемой детерминированно-вариационной модели, учитывает достоверность диагностики и совместные вариации параметров состояния и ресурса. Выполнено обоснование: принципов факторного анализа параметров, определяющих достоверность прогнозирования ресурса, матричных вычислений ресурса при совместных вариациях параметров состояния и ресурса, аппроксимации эмпирических значений вероятности отказа; критериев допустимых вероятности и риска отказа; модели и критерия оценки достоверности прогнозирования ресурса; критериев и классификации методов по уровням достоверности диагностики параметров состояния; зависимостей для вычисления требуемого количества измерений параметров состояния и расчета прогнозируемого ресурса.

Разработаны методы определения показателей вариаций параметров состояния и ресурса и построения вариационной модели прогнозирования ресурса. Методы факторного анализа параметров состояния и расчета ресурса при совместных вариациях этих параметров. Методы определения допустимой вероятности отказа и расчета допустимого ресурса, в пределах которого обеспечивается допустимая вероятность отказа. Методы оценки достоверности прогнозирования ресурса, оценки достоверности диагностики, определения требуемых количества измерений и состава методов диагностики параметров состояния. Методы расчета прогнозируемого ресурса, определения требуемых мер по коррекции состояния и прогнозируемого ресурса элементов оборудования.

5. Разработаны: нормативный документ «Методические положения по прогнозированию ресурса безопасной эксплуатации оборудования объектов добычи и переработки сероводородсодержащих газа, конденсата, нефти с продлеваемым сроком безопасной эксплуатации»; компьютерная программа расчета прогнозируемого ресурса элементов оборудования, в пределах которого обеспечиваются нормативно установленные допустимые вероятность и риск отказа. Разработки внедрены в ОАО «Техдиагностика» и применяются в практике диагностического обследования и продления ресурса технологического оборудования объектов добычи и переработки сероводородсодержащих газа, конденсата, нефти ООО «Газпром добыча Оренбург», ООО «Газпром добыча Астрахань».

Обоснованы оценочные показатели, выполнен анализ эффективности методов прогнозирования ресурса по 28 сосудам УКПГ, установлено повышение достоверности прогнозирования ресурса в 3 раза, снижение вероятности и риска отказа оборудования в период продлеваемого ресурса в 4 раза и повышение эффективности диагностики за счет перераспределения затрат на контроль параметров состояния и ресурса между элементами оборудования с различными уровнями тяжести последствий отказа.

Основные положения диссертации опубликованы в работах:

  1. Барышов С.Н. Оценка поврежденности, несущей способности и продление ресурса технологического оборудования. Модели, критерии, методы. – М.: Недра, 2007. – 287 с.
  2. Барышов С.Н. Разработка методического подхода к оценке опасности возникновения повреждений нефтегазового оборудования, эксплуатируемого в сероводородсодержащих средах // Нефтепромысловое дело. – 2007. – №12. – С. 110–113.
  3. Митрофанов А.В. Методы оценки состояния и определения сроков безопасной эксплуатации технологического оборудования по критериям вероятности и риска отказа (аварии, ЧС) / А.В. Митрофанов, С.Н. Барышов // Нефтепромысловое дело. – 2007. – №12. – С. 113–114.
  4. Барышов С.Н. Экспериментальное исследование состояния и оценка опасности повреждений шлейфовых трубопроводов скважин, эксплуатируемых в сероводородсодержащих средах // Нефтепромысловое дело. – 2008. – №4. – С. 55–60.
  5. Барышов С.Н. Расчетно-экспериментальное определение причин разрушения оборудования для транспортировки и хранения сжиженных углеводородов с учетом факторов внешних тепловых воздействий / С.Н. Барышов, А.О. Чернявский // Защита окружающей среды в нефтегазовом комплексе. – 2008. – №4. – С. 16–22.
  6. Барышов С.Н. Вероятностная оценка работоспособности и ресурса фонтанных арматур скважин для добычи сероводородсодержащих нефти и газа. // Нефтепромысловое дело. – 2008. – №5. – С. 42–45.
  7. Барышов С.Н. Вероятностная оценка работоспособности и ресурса газохимического оборудования, длительно эксплуатируемого в сероводородсодержащих средах. // Химическое и нефтегазовое машиностроение. – 2008. – №5. – С. 38–42.
  8. Красных Б.А. Ограничение прогнозируемого ресурса и назначаемого срока безопасной эксплуатации оборудования нефтегазового комплекса / Б.А. Красных, С.Н. Мокроусов, Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов // Безопасность труда в промышленности. – 2008. – №6. – С. 30–33.
  9. Барышов С.Н. Разработка методического подхода к анализу рассеяния характеристик повреждений и оценке вероятности разрушения оборудования, длительно эксплуатируемого в H2S-содержащих средах // Защита окружающей среды в нефтегазовом комплексе. – 2008. – №7. – С. 22–29.
  10. Барышов С.Н. Оценка погрешности прогнозирования и продление ресурса безопасной эксплуатации оборудования в H2S-содержащих средах // Химическое и нефтегазовое машиностроение. – 2008. – №8. – С. 44–45.
  11. Барышов С.Н. Исследование несущей способности и оценка поврежденности оборудования, длительно эксплуатируемого в сероводородсодержащих средах / С.Н. Барышов, А.О. Чернявский // Нефтегазовое дело. – 2008. – Т. 6, №1. – С. 163–172.
  12. Барышов С.Н. Постановка проблемы и разработка методов повышения достоверности прогнозирования продлеваемого ресурса безопасной эксплуатации оборудования добычи и переработки сероводородсодержащих сред // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2008. – №8. – С. 21–25.
  13. Барышов С.Н. Ограничение продлеваемого срока безопасной эксплуатации оборудования добычи и переработки сероводородсодержащих сред на основе оценки погрешности прогноза ресурса // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2008. – №9. – С. 31–33.
  14. Махутов Н.А. Научное обоснование методов повышения безопасности и ресурса оборудования добычи и переработки сероводородсодержащих сред / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов  // Химическое и нефтегазовое машиностроение. – 2008. – №9. – С. 36–42.
  15. Митрофанов А.В. Разработка методов повышения достоверности прогнозирования продлеваемого ресурса безопасной эксплуатации оборудования в сероводородсодержащих средах / А.В. Митрофанов, С.Н. Барышов // Защита окружающей среды в нефтегазовом комплексе. – 2008. – № 9. – С. 140.
  16. Барышов С.Н. Методы оценки и продления ресурса безопасной эксплуатации оборудования добычи и переработки сероводородсодержащих сред / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов  // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2008. – №10. – С. 25–33.
  17. Барышов С.Н. Прогнозирование продлеваемого ресурса безопасной эксплуатации оборудования в H2S-содержащих средах // Проблемы безопасности при чрезвычайных ситуациях. – 2008. – №5. – С. 31-38.
  18. Барышов С.Н. Оценка поврежденности и вероятности разрушения высокорискового нефтегазового оборудования, эксплуатируемого в сероводородсодержащих средах // Технологии нефти и газа. – 2008. – №5. – С. 44–52.
  19. Барышов С.Н. Исследование конструкционной прочности оборудования добычи и переработки сероводородсодержащих сред // Известия ВУЗ. Нефть и газ. – 2008. – №6. – С. 109–116.
  20. Ромашов Р.В. Определение усталостной долговечности с учетом структурных параметров материала и качества поверхностного слоя. / Р.В. Ромашов, А.М. Щипачев, С.Н. Барышов // Динамика и прочность материалов и конструкций: Сборн. научн. трудов. – Орск, 2001. – С. 32 – 35.
  21. Митрофанов А.В. О развитии методов и средств контроля деградации структурно-механических свойств металла оборудования, подверженного длительному воздействию сероводородсодержащих сред. / А.В. Митрофанов, В.А. Полозов, С.Н. Барышов // Диагностика оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред: материалы IV международной науч.-техн. конф., – 18  22 ноября 2002 г. – Оренбург (Самородово). – С. 205 – 210.
  22. Барышов С.Н. Расчетно-экспериментальные исследования напряженно-деформированного состояния и оценка несущей способности оборудования ГХК. / С.Н. Барышов // Диагностика оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред: материалы V международной науч.-техн. конф. – 22  25 ноября 2004 г. – Оренбург (Самородово). – С. 227238.
  23. Барышов С.Н. Оценка несущей способности, вероятности и риска разрушения обечайки сосуда с коррозионным повреждением. / С.Н. Барышов // Диагностика оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред: материалы V международной науч.-техн. конф. – 22  25 ноября 2004 г. Оренбург (Самородово). – С. 239 248.
  24. Митрофанов А.В. Экспериментальные и модельные исследования прочности штуцерных узлов оборудования, имеющих дефекты. / А.В. Митрофанов, В.А. Полозов, С.Н. Барышов // Прочность и разрушение материалов и конструкций: материалы 4-й международной науч. конф. – 15  17 февраля 2005 г. – Оренбург, ОГУ-2005. РАЕ «Современные наукоемкие технологии» приложение №1, 2005. – С. 72– 79.
  25. Барышов С.Н. Расчетно-экспериментальное обоснование продления ресурса сосуда давления с учетом вибрации. / С.Н. Барышов, А.В. Митрофанов, А.О. Чернявский // Методы компьютерного проектирования и расчета нефтяного и газового оборудования: Сборник материалов III-й Российской межвузовской научно-практич. конф. с международным участием. – 25  26 февраля 2006 г., ТюмГНГУ, г. Тюмень. – С. 9 – 15.
  26. Махутов Н.А. Модели, критерии и методы оценки поврежденности и повышения безопасности при продлении ресурса оборудования, эксплуатируемого в сероводородсодержащих средах. / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов // Диагностика оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред: Материалы VI международной науч.-техн. конф. – 20  23 ноября 2006 г., Оренбург (Самородово). – С. 46 – 60.
  27. Митрофанов А.В. О методах оценки безопасности при обследовании трубопроводов, транспортирующих углеводороды. / А.В. Митрофанов, С.Н. Барышов, А.А. Вдовин // Обеспечение промышленной и экологической безопасности трубопроводного транспорта углеводородов: материалы 2-й научно-технической конференции. – 15  16 февраля 2007 г., ДКиС "Газовик", г. Оренбург. – С. 78 – 91.
  28. Махутов Н.А. Методы оценки опасности и поддержания безопасного уровня состояния нефтегазохимического оборудования эксплуатируемого в сероводородсодержащих средах. / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов // Безопасность регионов – основа устойчивого развития: материалы научно-практической конференции, 19  21 сентября 2007 г. Иркутск: В 3 т. Том 2: Безопасность техносферы и инфраструктуры жизнеобеспечения. – Иркутск: ИрГУПС, – 2007. – С. 85 – 91.
  29. Махутов Н.А. Оценка сопротивления разрушению и продление ресурса безопасной эксплуатации оборудования, эксплуатируемого в H2Sсодержащих средах. / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов // Прочность и разрушение материалов и конструкций: материалы V Международной научной конференции, 12  14 марта 2008 г. г. Оренбург, Россия. – Т. 2. – С. 5 – 20.
  30. Митрофанов А.В. Оценка прочности и продление ресурса нефтегазового оборудования при усталостном нагружении и воздействии H2Sсодержащих сред. / А.В. Митрофанов, С.Н. Барышов // Прочность и разрушение материалов и конструкций: материалы V Международной научной конференции, 12  14 марта 2008 г, г. Оренбург, Россия. – Т. 2 – С. 21 – 36.
  31. Барышов С.Н. Анализ повреждаемости и оценка вероятности разрушения оборудования, длительно эксплуатируемого в сероводородсодержащих средах. / С.Н. Барышов // Прочность и разрушение материалов и конструкций: материалы V Международной научной конференции., 12  14 марта 2008 г. г. Оренбург, Россия. Том 2– С. 37 – 48.
  32. Махутов Н.А. Методы мониторинга, оценки и обеспечения безопасного состояния газохимического оборудования, эксплуатируемого в сероводородсодержащих средах. / Н.А. Махутов, А.В. Митрофанов, С.Н. Барышов // Диагностика – 2007: материалов 17-й Международной деловой встречи 28 мая – 1 июня 2007 г., г. Екатеринбург:. – М.: ООО «ИРЦ Газпром», – 2008. – В 2 т. Т. 2. – С. 63 – 84.

Подписано к печати «      »        200_ г.

Заказ №              

Тираж 150 экз.

2 уч.-изд.л.ф-т 60×84/16

Отпечатано на ротапринте ООО “ВНИИГАЗ”

по адресу 142717, Московская область,

Ленинский р-н, п. Развилка, ООО “ВНИИГАЗ”

 





© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.