黄艾丹，李长俊，吴 瑕，王玉江

(1.西南石油大学石油与天然气工程学院，四川 成都 610500；2.中国石油化工股份有限公司胜利油田分公司，山东 东营 257000)

石化行业中，压缩机、泵这类由驱动机带动的转动设备称为动设备，相比于其他设备，动设备的精细化和自动化程度较高，故障模式更加复杂多样。由于处于易燃易爆、高温或高压的危险环境中，动设备的故障可能会带来灾难性后果。为了提高动设备的可靠性，通过已发生的故障模式推算出动设备故障的概率，可为企业检修提供决策信息，从而延长设备工作寿命，降低企业生产成本。

在国内外站场风险评估技术定量化发展的趋势下，已有研究利用基于风险的检测(RBI)方法对动设备进行了定量风险评估，但RBI方法主要针对泄漏、破裂引发的失效，由于动设备的故障模式多样，RBI方法应用于动设备风险评估略显粗糙。因此，也有研究利用故障模式与影响分析(FMEA)方法对压缩机和油轮各故障模式发生概率的风险等级进行了定量评估。该方法的优点是可以识别设备的潜在故障模式和影响，但多借助专家经验评判出各故障模式的风险等级，未考虑各故障模式之间以及故障模式与子系统或动设备故障之间的联系。

贝叶斯网络(Bayesian Network,BN)是目前常见的定量风险评估工具，不仅可以表示风险事件之间的因果关系，还可以通过条件概率表(Condition Probability Table,CPT)表征风险事件之间的依赖关系。与传统失效概率计算方法相比，BN最大的优势在于可以处理事件间的不确定性关系，由于风险事件的影响关系不只是0或1，根据事件间的依赖程度，CPT中可设置为0～1中任意概率数，因此BN广泛应用于复杂系统的可靠性评估和故障诊断等领域。……