基于RBFNN的FDPSO火灾爆炸波及钻井区概率分析
2012-09-25余建星杜尊峰晋文超冯加果蒋天芳
杨 源,余建星,杜尊峰,晋文超,冯加果,蒋天芳
(1. 天津大学水利工程仿真与安全国家重点实验室,天津 300072;2. 中海油研究总院,北京 100027;3. 天津德赛海洋船舶工程技术有限公司,天津 300451)
浮式钻井生产储油轮(floating,drilling,production,storage and offloading vessel,FDPSO)是在浮式生产储油轮(floating production,storage and offloading system,FPSO)基础上添加钻井设施得到的一种新型浮式生产装置[1].对于传统的 FPSO,其火灾爆炸风险评估与控制的方法和工具正在不断得到完善[2-3],但是作为 FPSO 发展出的新型装置,FDPSO却存在一类特殊的潜在危险,即钻井设施与其他上部功能模块的风险相互影响,这种影响表现为 FDPSO钻井区外部的周边设备发生火灾爆炸波及到钻井区.钻井区内的许多关键设备(如干式井口、钻井立管等)受火灾爆炸破坏的后果十分严重,而且一旦发生,减缓和抑制的难度很大.因此,控制其发生概率是这一危险事件的风险控制重点.设计人员在确定FDPSO上钻井月池与采油月池间距以及部分工艺处理设施间距时,需要准确了解不同布置方案下这种危险事件的发生概率,并将其降到可接受范围内.根据定量风险分析(quantitative risk analysis,QRA)基本原理,能够逐步从设备的泄漏、火灾、爆炸分析确定危害升级到钻井区的概率,但这一过程涉及全面细致的事件树分析和多种物理效应的非线性估算或数值模拟,而且需要对多个设备反复进行并整合,其复杂性显然无法适应FDPSO多次设计调整的需要.
考虑到径向基函数神经网络(radial basis function neural network,RBFNN)能够在不了解输出量与输入量间数学关系的基础上对输出……
