一种用于油气钻井作业不确定性感知风险评估与可靠性分析的增强型模糊 FMEA 框架

《Journal of Loss Prevention in the Process Industries》:An Enhanced Fuzzy-FMEA Framework for Uncertainty-Aware Risk Assessment and Reliability Analysis of Oil and Gas Drilling Operations

【字体: 大 中 小 】 时间:2026年09月27日 来源:Journal of Loss Prevention in the Process Industries 4.8

编辑推荐:

   # 摘要 在充满不确定性的环境中,可靠、安全且运营高效的油气井钻探对于降低财务风险和人员伤亡至关重要。因此,需要一种准确的风险分析方法来预防此类事故并强化决策系统。然而,传统技术如失效模式与影响分析(FMEA)难以准确量化真实钻井作业中的不确定性和主观性。在此背景下,本文设

  

# 摘要

在充满不确定性的环境中,可靠、安全且运营高效的油气井钻探对于降低财务风险和人员伤亡至关重要。因此,需要一种准确的风险分析方法来预防此类事故并强化决策系统。然而,传统技术如失效模式与影响分析(FMEA)难以准确量化真实钻井作业中的不确定性和主观性。在此背景下,本文设计了一种将增强型FMEA与模糊方法相结合的新型综合模型(Fuzzy-FMEA),用于识别油气钻探作业中的失效并评估风险。钻井失效的影响通过使用严重性、发生频率和可检测性等不同准则进行评估,并采用具有质心去模糊化的125条规则模糊推理系统。此外,失效分析基于文献和专家访谈,而风险准则则基于历史事故数据和专家判断进行评估。所提出的模糊推理方法通过计算模糊风险优先数(FRPN),使用三角形隶属函数提供了感知不确定性的失效风险评估,并优于传统FMEA技术。评估了26种失效模式,并与传统的基于RPN的FMEA进行了比较,最优结果表明增强型模糊FMEA模型提供了更具自适应性和现实性的钻探作业风险评估方法。此外,所提出的模糊FMEA通过有效建模不确定性,识别出防喷器失效引发的井喷为关键风险,而传统FMEA则将套管/支撑件腐蚀列为优先事项。因此,在传统FMEA(RPN = 201.88)中排名第一的套管/支撑件腐蚀,在模糊模型中(FRPN = 61.78)被排名为第26位。此外,与五位专家排名进行验证得出Spearman相关系数为0.9682–0.9749,模糊排名与平均专家排名之间的相关系数为0.9733()。该模糊框架大幅改变了若干高后果和人为因素风险的优先级排序。此外,这使得失效优先级排序更加可靠,风险知情缓解规划更加科学,并可整合到安全管理系统中以增强决策并降低运营危害。

# 引言

油气钻探作业是海上和陆上环境中危险的工业活动。风险来源于钻探过程相关的技术复杂性、环境敏感性和运营挑战。这些作业中最为关键的方面之一是井控,这对于在钻井过程中维持地层流体的封隔并确保工作环境的安全至关重要(Satiarvand等,2023)。通常,井控作业容易受到复杂风险的影响,包括井喷、设备故障、循环损失等,导致灾难性事故,如"深水地平线"灾难。此外,海上钻井面临着压力、恶劣的环境条件和设备故障等挑战,尤其是防喷器(BOP)。而陆上钻井则面临地层隔离失效、地下水污染和有害气体暴露等问题(深水地平线漏油事件;Petrovskiy等,2015;Aydin等,2022;Mohammed等,2023)。这些挑战需要鲁棒且具有自适应性的风险评估框架,以实现有效的井控管理。

石油天然气行业在本质上充满危险的条件下运营,使得安全与风险管理原则在从设计到实时操作的所有活动阶段中的整合变得必不可少。历史上,定量风险评估(QRA)一直是过程安全的基石;然而,其静态性质往往无法反映海上和陆上钻探作业中遇到的动态和不断演变的风险状况(Yang等,2018)。为了解决这些局限性,本质上更安全的设计(ISD)理念已被广泛采用。ISD通过替代、最小化、温和化和简化等策略,鼓励从源头消除危险,特别是在海上平台等高风险环境中,空间约束和人员密集增加了重大事故易受伤害的程度(Khan & Amyotte,2002)。补充这些设计理念的是基于屏障的安全管理系统,该系统部署技术性、程序性和组织性保障,以防止、控制或缓解危险事件。如ARAMIS等模型使用需求下失效概率(PFD)和置信水平(LC)等指标来量化屏障性能,凸显了不仅需要关注工程控制,还需关注人为和组织因素的需求(Davatgar等,2021)。在运营环境中,已提出活动性能风险(APR)、活动后果风险(ACR)和期间风险(PR)等高级方法,以捕捉实时和特定场景的风险状况(Yang & Haugen,2016)。此外,领先和滞后安全指标的开发使监管机构和运营商能够利用前兆事件和屏障有效性数据来监控系统性漏洞(Zhen等,2019)。这些基础安全模型强调了在具有复杂性、不确定性和快速运营变化的钻井环境中,需要自适应和主动的风险工具。此外,有多种技术用于风险评估但存在局限性,包括环境不确定性以及具有相同风险优先数(RPN)值的失效模式之间危险解释的差异。尽管严重性(S)、发生频率(O)和可检测性(D)的不同组合可以产生相同的RPN分数,但实际风险评估可能因所使用的具体值不同而有显著差异(Mohammed等,2023)。近期研究推进了感知不确定性的模糊决策。Ahmad等(2026)开发了一种用于空气质量评估的T-球形模糊多准则群体决策框架,而Mushtaq等(2026)提出了一种用于广义区间值直觉模糊软专家集合的代数框架,以表示不确定的专家知识。

尽管模糊FMEA和模糊MCDM方法已在各种工业和海上风险评估环境中得到应用,但对其在钻探特定失效优先级排序中的综合应用关注有限。特别是,高后果井控失效、人为/程序性因素以及定量化从业者验证的组合处理仍未得到充分解决。这一差距的产生是因为现有研究通常强调方法开发或特定领域的风险评估,而没有在一个统一的面向钻探的框架中联合评估这些维度。因此,本研究解决了以下研究问题:一种明确代表S、O和D中不确定性的模糊FMEA框架,能否比传统的基于精确RPN的FMEA提供更符合从业者认知且更具区分度的钻探失效模式优先级排序?

为解决这些局限性,本研究引入了一种新型混合模糊FMEA框架,旨在控制油气钻探作业中的风险评估。此外,所提出的框架通过与传统RPN的定量比较以及与从业者风险排名的验证来评估其有效性。所提出的框架系统性地采用专家评估,使用语言变量表示S、O和D,并将其转化为梯形模糊集。通过模糊推理和质心去模糊化,模型计算模糊风险优先数(FRPNs),并与传统RPN进行比较以验证改进效果。

所提出的增强型模糊FMEA框架在油气钻探作业的实际应用中具有相当大的潜力,特别是在提升安全和风险管理实践方面。其灵活的结构使其能够整合到现有的安全和维护管理系统中,使从业者能够进行战略规划和实时运营风险评估。将专家语言输入转化为结构化的可量化风险分数的能力不仅提高了风险优先级排序的准确性,还增强了工程师、安全人员和运营管理人员之间的跨学科沟通和透明度。此外,该模型与新兴数字技术相契合,可嵌入支持数字孪生、预测分析或实时监测的平台中。其可扩展性确保了在海上或陆上等多样化钻探环境中的适用性,其可配置性允许根据项目特定的风险阈值和监管要求进行适配。因此,本研究不仅贡献了一种在不确定性条件下对失效模式进行优先级排序的新型计算方法,还提供了一个可用的、以安全为决策支持的决策工具,能够增强高风险钻探环境中的主动危害缓解和资源分配。

# 章节片段

## 文献综述

过程工业中风险评估方法的最新进展突出了传统方法与数据驱动和混合技术的整合,以应对工业安全中的不确定性和复杂性。Bai等(2023)提出了一种数据驱动的贝叶斯网络(BN)风险评估模型,用于天然气管道,整合知识图谱和DEMATEL以减少对专家输入的依赖,并通过概率推理有效识别关键危害。

## 方法

风险评估框架旨在计算石油天然气行业中与钻井作业相关的失效模式。提出了一种基于模糊失效模式与影响分析(Fuzzy-FMEA)的综合方法,用于对海上和陆上钻探环境中与井控、设备故障和循环损失相关的风险因素进行优先级排序。所开发的Fuzzy-FMEA模型与传统FMEA方法进行了基准测试,以评估其有效性。

## 结果与分析

本节呈现了所提出的模糊FMEA在海上井控方面的结果,重点强调失效模式分析、风险优先级排序和设备性能。所提出的模糊FMEA的最优性能展示了该框架在管理不确定性、改善失效优先级排序和支持复杂海上钻探运营中有知情的风险管理方面的有效性。

## 结论

本研究开发并评估了一种增强型模糊FMEA框架,用于在不确定性条件下对油气钻探作业中的失效风险进行优先级排序。通过用语言评估和模糊推理替代精确的严重性、发生频率和可检测性评分,该框架捕获了专家判断中的不确定性,并提供了比传统基于RPN的FMEA更具决策相关性的风险优先级排序。对26种失效模式的分析将防喷器失效引发的井喷确定为最高风险。

## CRediT作者贡献声明

Saddam Hussain Khan:撰写 – 审阅与编辑、监督、软件、方法论、形式分析、概念构思。Hassan Otaif:撰写 – 审阅与编辑、验证、方法论、调查。Awsan Mohammed:撰写 – 原始稿、监督、项目管理、资金获取、数据管理、概念构思。Naji Osman:撰写 – 审阅与编辑、验证、资源、数据管理。Haitham Garatly:可视化、软件、资源、形式分析。

## 未引用参考文献

Bi and Si, 2012; Hosseinnia Davatgar et al., 2021; Kutlu and Ekmek?io?lu, 2012; Pahlevan et al., 2019; Petrovskiy et al., 2015a; Qiu and Cui, 2018; Shi et al., 2020; Song et al., 2021; Zadeh, 1965.

## 声明

在本工作准备过程中,作者使用了一种AI工具来提高可读性。在使用该工具后,作者根据需要审阅和编辑了内容,并对出版物的内容承担全部责任。

## 利益冲突

作者报告无潜在利益冲突。

## 数据可用性

数据可通过向通讯作者提出合理请求获得。

## 伦理批准

本研究不包含作者进行的动物实验。

## 资金

本研究未获得任何资金资助。

## 利益冲突声明

? 作者声明他们没有已知的竞争性经济利益或个人关系,这些利益或关系可能影响本论文中报告的工作。

## 致谢

作者感谢阿卜杜勒阿齐兹国王石油与矿产大学(KFUPM)对本研究的支持。

Awsan Mohammed | Hassan Otaif | Haitham Garatly | Naji Osman | Saddam Hussain Khan

阿卜杜勒阿齐兹国王石油与矿产大学,建筑工程和施工系,沙特阿拉伯达兰市
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号