仪表装置常减DCS监控系统的可靠性评价
引言（一）
本网据“安全、健康和环境报道：”对于石化装置的可靠性评价，由于系统的复杂性及人为因素，装置的各个组成部分的故障概率数据很难知道，不可能精确给出。因此在缺乏先验数据的情况下，评价石化装置属于不确定问题的范畴，不能运用传统的通过概率计算的方法来求解。本文运用了模糊集理论解决这个问题，即用区间模糊语言变量的形式来替代传统的概率表示，对于不确定性问题的合成处理，采用改进的证据推理的方法处理。
评价模型的建立（二）
对于常减压装置来讲，组成它的零部件（子系统）的可靠性可用一组区间模糊语言变量来表达，利用证据推理方法合成某一子系统的各零件的可靠性评估结果，可得到该子系统的可靠性表达式，最终可得到整个装置的可靠性水平。
1．1 可靠性评语集的建立
评语集是评价者给出的评价对象可能的评价结果的集合，也即系统、装置、零部件等存在的可能性状态的集合。为了符合人们辨识力的实际界限，等级划分的数目一般不超过7个。现将评语集确定为5个可能状态，即
V={v1，v2，v3，v4，v5}
其中：状态v1表示“很好”；状态v2表示“较好”；状态v3表示“一般”；状态v4表示“较差”；状态v5表示“差”。
1．2 故障模式因素集的建立
故障模式因素集是以影响评价对象的各种因素为元素所组成的一个普通集合，通常用大写字母U表示。对石化装置的零部件（设备）而言，故障的三个重要因素即故障模式发生的概率、致命度及由故障模式引起的损伤概率起着决定性作用。由这三个参数合成得到的因素集表示了与某一故障模式相关的零部件（设备）的可靠性水平，即U={u1，u2，u3}其中u1为“故障模式发生概率”；u2为“致命度”；u3为“由故障模式引起的损伤概率”。
1．3 故障模式因素集中各因素评语集的建立
在传统的方法中，影响整个装置的零部件（设备）的可靠性评价的参数定量的数值确定，但在现实生活中人们却常常使用模糊语言变量来描述上述参数，即组成一组区间模糊语言变量来表示。
描述故障模式发生的概率可用以下一组区间语言变量来表示：
V={v1，v2，v3，v4，v5}
其中：状态v1表示“经常发生”；状态v2表示“易于发生”；状态v3表示“很可能发生”；状态v4表示“很少发生”；状态v5表示“不太可有发生”。
描述致命度可用以下一组区间语言变量来表示：
V={v1，v2，v3，v4，v5}
其中：状态v1表示“灾难性的”；状态v2表示“致命性的”；状态v3表示“重大的”；状态v4表示“轻度的”；状态v5表示“很小的”；。
描述故障模式引起的损伤概率可用以下一组区间语言变量来表示：
V={v1，v2，v3，v4，v5}
其中：状态 v1表示“肯定会发生（损伤）”；状态v2表示“很容易发生（损伤）”；状态v3表示“可能会发生（损伤）”；状态v4表示“很少可能会发生（损伤）”；状态v5表示“不太可能发生（损伤）”。
1．4 可靠性评语集及故障模式因素集中各因素评语集区间模糊语言变量隶属函数的确定
a） 可靠性评语集：
“很好”={1/1，2/[0.5，0.55]3/[0.2，0.3]，4/0，5/0}
“较好”={1/[0.4，0.5]，2/1，3/[0.4，0.5]，4/0，5/0}
“一般”={1/0，2/0.6，3/1，4/[0.3，0.4]，5/0}
“较差”={1/0，2/0，3/[0.4，0.45]，4/1，5/[0.5，0.6]}
“差”={1/0，2/0，3/[0.3，0.4]，4/[0.5，0.6]，5/1}
b） 故障模式发生的概率：
“经常发生”={1/1，2/[0.75，0.8]，3/[0.3，0.4]，4/0，5/0}
“易于发生”={1/[0.6，0.7]，2/1，3/[0.4，0.5]，4/0，5/0}
“很可能发生”={1/0，2/[0.6，0.7]，3/1，4/[0.3，0.4]，5/0}
“很少发生”={1/0，2/0，3/[0.4，0.5]，4/1，5/[0.7，0.8]}
“不太可能发生”={1/0，2/0，3/[0.2，0.3]，4/0.7，5/1}
c） 致命度的概率：
“灾难性的”={1/1，2/[0.8，0.85]，3/[0.4，0.5]，4/0，5/0}
“致命性的”={1/[0.75，0.8]，2/1，3/[0.4，0.5]，4/0.2，5/0}
“重大的”={1/0，2/[0.6，0.7]，3/1，4/[0.4，0.5]，5/0}
“轻度的”={1/0，2/0，3/0.25，4/1，5/[0.7，0.75]}
“很小的”={1/0，2/0，3/0.1，4/[0.75，0.8]，5/1}
d） 故障模式引起的损伤概率：
“肯定会发生（损伤）”={1/1，2/[0.7，0.8]，3/[0.3，0.4]，4/0，5/0}
“很容易发生（损伤）”={1/[0.5，0.6]，2/1，3/[0.6，0.7]，4/0，5/0}
“可能会发生（损伤）”={1/0，2/[0.6，0.7]，3/1，4/[0.3，0.4]，5/0}
“很少可能会发生（损伤）”={1/0，2/0，3/0.4，4/1，5/[0.6，0.7]}
“不太可能发生（损伤）”={1/0，2/0，3/0.2，4/[0.7，0.75]，5/1}
1．5 标准相对权重的确定
对于复杂系统而言，各个子部分（子系统）的重要程度是不一样的。为了反映各自的重要程度，就要在评价中赋以相应的权数，而且既要考虑各子系统的权重，又要考虑各子系统中各零部件或其下级分系统的权重，即需要建立两个方面的权重集。在评价过程中由评估人根据有关专家们的经验给出其标准相对权重，即λ=（x1，X2，X3……）T。
评价实例（三）
以安庆石化炼油厂常减压车间DCS监控系统的仪表装置为例，进行可靠性评价。“仪表装置”主要与“元件损坏”、“传输故障”和“控制故障”这三种故障模式相关。而每种故障模式考虑“故障发生的概率”、“致命度”，以及“故障模式引起的损伤概率”这三个重要因素，通过运用领域专家评判，对各个因素给出评判值，然后运用D—S合成法则合成各专家意见，以确定这三个因素的可靠性表达式，再结合一定的合成法则合成三个因素的评判表达式，得到每个故障模式的可靠性评分表达式，通过最优化方法可将各故障模式的可靠性评分表达为区间模糊语言变量的形式，运用证据推理的合成法则合成故障模式的可靠性评分结果，得到“仪表装置”的可靠性区间模糊语言变量形式的表达式。
2．1 “元件损坏”故障模式
利用领域专家的评价结果，设有三位专家进行评价，第一位专家的评价结果为：处于“易于发生”的概率为0.35，处于“很可能发生”的概率为0.6，处于“很少发生的概率”为0.05；第二位专家的评价结果为：处于“易于发生”的概率为0.45，处于“很可能发生”的概率为0.5，处于“很少发生”的概率为0.05；第三位专家的评价结果为：处于“易于发生”的概率为0.4，处于“很可能发生”的概率为0.5，处于“很少发生”的概率为0.1。根据D—S法则合成：K=∑{m1(A1)m2(A2)…mk（Ak）|A1∩A2∩……Ak≠Φ}=0.2133。其冲突值E=1-K=1-0.2133=0.7867<0.8（0.8为预先给定的值），故判定有效。
故障发生概率L元：
L元={1/[0.3，0.35]，2/[0.75，0.8]，3/[0.55，0.6]，4/0.1，5/0}
致命C元：
C元={1/[0.75，0.8]，2/1，3/[0.35，0.4]1，4/[0.15，0.2]，5/0}
故障引起的损伤概率P元：
P元={1/0.2，2/[0.65，0.75]，3/1，4/[0.45，0.5]，5/0}
综合“故障模式发生概率”、“致命度”及“故障模式引起的损伤概率”这三个因素的结果可得“元件损伤”定故障模式的可靠性评分。
S=C·P×L，μs=μC·P×1(μs1…μsj…)
S元={1/[0.25，0.3]，2/[0.7，0.75]，3/[0.55，0.6]，4/0.1，5/0}
利用最优适合法可以将“元件损坏”这一故障模式的可靠性评分表达式变为区间模糊语言变量的形式：
d1=（S元，“很好”）=0.85
d2=（S元，“较好”）=0.304
d3=（S元，“一般”）=0.602
d4=（S元，“较差”）=1.324
d5=（S元，“差”）=1.412
引进新的参数进行修正如下：
a1=d imin/d1=0.304/0.85=0.358
a2=d imin/d2=0.304/0.304=1
a3=d imin/d3=0.304/0.602=0.505
a4=d imin/d4=0.304/1.324=0.230
a5=d imin/d5=1.412/0.85=0.215
将参数标准化，结果为：
β1=0.155；β2=0.433；β3=0.218；β4=0.113；β5=0.093
因此“元件损坏”的可靠性评分的区间模糊语言变量各等级隶属度为[0.155，0.157]，“很好”；[0.431，0.433]“较好” [0.198，0.201]“一般”； [0.110，0.113]“较差”； [0.090，0.093]“差”。
即“元件损坏”这一故障模式的可靠性表示为区间模糊语言变量的形式为：
S（S元）={（[0.155，0.157]，“很好”），（[0.431，0.433]，“较好”）， （[0.198，0.201]，“一般”），（ [0.110，0.113]，“较差”，（ [0.090，0.093]，“差”）}
上式表明就“元件损坏”这种故障模式而言，“仪表装置”的可靠性20%左右属于“一般”，43.3%程度上属于“较好”，15%左右属于“很好”，而属于“较差”和“差”的程度约为20%。
2．2 “传输故障”模式
故障发生概率L传：
L传={1/0.25，2/[0.75，0.8]，3/[0.55，0.6]，4/0.1，5/0}
致命度C传：
C传={1/[0.8，0.85]，2/[0.7，0.8]，3/0.4，4/0.2，5/0}
故障引起的损伤概率P 传：
P 传={1/0.2，2/[0.75，0.8]，3/[0.85，0.9]，4/0.2，5/0}
故S 传= C传·P 传×L 传={1/0.25，2/[0.75，0.8]，3/[0.55，0.6]，4/0.1，5/0}
利用最优适合法可以得到“传输故障”这一故障模式的可靠性评分表达式为区间模糊语言变量的形式，即
S（S 传）={（[0.154，0.155]，“很好”），（[0.418，0.421]，“较好”），（[0.228，0.23]，“一般”），（[0.098，0.110]，“较差”），（[0.096，0.099]，“差”）}
2．3 “控制故障”模式
故障发生概率L 控：
L控={1/[0.4,0.5]，2/[0.85，0.9]，3/[0.35，0.4]，4/0，5/0}
致命度C控：
C控={1/1，2/[0.75，0.8]，3/[0.34，0.4]，4/0，5/0}
故障引起损伤概率P控：
P控={1/[0.7，0.8]，2/[0.55，0.6]，3/[0.45，0.5]，4/0，5/0}
故S控=C控·P控×L控={1/[0.4，0.5]，2/[0.75，0.8]，3/[0.35，0.4]，4/0，5/0}
利用最优适合法可以得到“控制故障“这一故障模式的可靠性评分表达式为区间模糊语言变量的形式，即
S（S控）={（[0.167，0.169]，“很好”），（[0.550，0.553]，“较好”），（[0.185，0.186]，“一般”），（[0.072，0.074]，“较差”），（[0.074，0.075]，“差”）}
仪表装置的三个故障模式的标准相对权重为
λ仪=（0.7，0.8，0.9）T
mjki=m（Hk/eki）是一个基本概率分布，代表第i个故障模式对第k个零部件可靠性隶属于区间模糊语言变量Hi的影响程度mjki=λkiβij，其中λki为零部件Cλi的第I个故障模式的标准相对权重。
综合上述结果得其基本概率分布矩阵如下：
由合成结果可得到新的矩阵如下：
ｍ（*）（A）=[0。122 0.410 0.168 0.071 0.066]
按照修正法则进行修正后得：
m（A）=[0.146 0.490 0.200 0.085 0.079]
所以仪表装置的可靠性评分的区间语言变量形式表达式为：
S 仪={1/[0.145，0.146]，2/[0.488，0.490]，3/[0.198，0.200]，4/[0.084，0.086]，5/[0.077，0.079]}
根据评价结果可以看出，仪表装置的可靠性“较好”。
结论（四）
利用区间模糊语言变量来表达零部件及装置的可靠性水平，可以克服常规方法中故障模式的概率分布难以精确表达的缺点，同时又可有效利用少量的实验数据和专家或工程技术人员的经验。
通过对安庆石化炼油厂常压车间DCS监控系统的仪表装置进行可靠性评价，结果表明，石化装置这样的结构复杂又相互关联的具有不确定性信息的复杂系统的可靠性评价，证据推理可以充分利用底层零部件（子系统）的可靠性信息，对其进行有效合成，保证了评价的合理性与可靠性。（秦汝祥 吴健）