基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf

基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf

ID:53028193

大小:226.69 KB

页数:4页

时间:2020-04-14

基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf_第1页
基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf_第2页
基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf_第3页
基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf_第4页
资源描述:

《基于AHP-TOPSIS综合模型的水下采油树泄漏风险评估-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、水下采油树泄漏风险评估罗建梅段礼祥段梦兰中国石油大学(北京)机械与储运工程学院【摘要】在层次分析法(AHP)和逼近理想解的排序法(TOPSIS)基本理论的基础上,建立AHP—TOPSIS综合评判指标体系,对水下采油树的两种不同的泄漏方式进行风险评估。结果表明:外泄漏方式比内泄漏方式风险值更高,验证了AHP.TOPSIS综合评判指标体系对于泄漏风险评估的可行性和有效性。【关键词】层次分析法;逼近理想解的排序法;水下采油树;泄漏;风险评估水下采油树是水下生产系统的关键部分,处于海底的井口头上,是油气从地层到

2、管路的一个生产控制装置,并可为修井作业提供条件。采油树内部承受油压、冲蚀,外部处于海底的高压、低温、高腐蚀介质等复杂环境中,这对采油树的密封、抗压等性能提出了更高的要求。海底装备一旦发生泄漏事故,会破坏海洋生态环境,造成海水污染、海洋生物中毒的严重后果;水下维修更换部件难度相当大,并且经济成本相当高,尤其是采油树包括阀组、连接器、油管悬挂器、阻塞器、隔离短接等复杂部件,密封部位较多,如图1所示采油树的结构组成及主要密封部位。因此对水下采油树泄漏进行风险评估十分必要。水下采油树特殊的生产环境,复杂的结构、

3、高危险的生产作业,使其定量风险评价是一个较为复杂的问图1水下采油树结构组成及主要密封部位27题,要综合考虑多种指标因素。分量就是相应指标单排序的权重值。每一层指标AHP及改进的AHP应用领域非常广泛一]都进行求权重值计算,最后可得每个指标的权重但是在水下采油树上的应用较少。AHP.TOPSIS值即得到指标的权重向量。(AnalyticHierarchyProcess—TechniqueforOrder1.2判断矩阵一致性检验PreferencebySimilaritytoIdealSolution)综合

4、由于系统工程的复杂性和主观上的片面性,评判法在很多领域都有应用,在风险领域也有应判断矩阵难免存在误差,为求证权重分配是否合用。但在目前还没有将AHP—TOPSIS方法应理,需要对判断矩阵进行一致性检验。原理n”:用在水下采油树泄漏研究中。本文采用AHP与:二TOPSIS方法相结合的综合模型进行风险评估,一1,式中:能够定量分析更加直观的体现风险等级并采用c,为一致性检验指标;多指标评判因素使结果更全面。为判断矩阵的阶数。1AHP-TOPSIs评判方法CI越大不一致性的严重程度越大。一致性比率:CR

5、时一般认为D的一致性是在AHP法对指标进行权重分配,TOPSIS法对带允许范围内的。为平均随机一致性指标,其取权重的指标进行排序计算,根据内泄漏和外泄漏的优势度即内泄漏和外泄漏的风险等级对比值确值,见表2。表2平均随机一致性指标数值表(部分)定优先着重考虑的泄漏方式,在水下采油树国产判断矩阵阶数12345化设计及可靠性分析上起到一定的引导性作用。0OO.580.9O1.121.1构造判断矩阵1.3建立AHP—TOPSIS综合初始评判矩阵按照层次结构模型,每一层元素都以相邻上有m个方案,每个方案有n个评判

6、指标,用一层次为基准,按照模糊数学的原理得到的见表,表示第f个方案中第,个评判指标,可表示为:1的相对重要度们,可得判断矩阵D,式(1)。=(进而进行无量纲化¨处理使其具有统表1相对重要度标准一评判形式。指标主要有效益型指标、成本型指相对重要程度定义说明1因素与的重要性相同标,不同指标接近理想值的方式不同:效益型指3因素比略微重要标值越大越接近、成本型指标越小越接近,因此5因素置比重要在计算时要将指标的变换方向同趋势化,一般将7因素五比明显重要9因素比绝对重要低优指标转化为高优指标,转化方法一般为常用2

7、、4、6、8介于两重要度之间倒数法。同趋化后为标准化决策矩阵=(6⋯BXXIXL矩阵的每一列与层次分析法确定的指标权重WnXX相乘得到加权标准化矩阵表示为c_(c。lI2lX2X2X2X2LXnX1D=XIX2X1.4确定指标最优值和最劣值XmX2X构成正理想向量和负理想向量:生XLX2XC{miaxcIf=l,2,⋯m}{c,c;,⋯c:}对于判断矩阵D,满足DW=maxW,取D的特c一={cUlf=1,2,...}=cc征根和对应特征向量。max为D的最大特征根,评判对象接近距离:为对应于最大特征根

8、的正规化的特征向量,的28量纲化和估计比值简化计算过程,具体数据见表3,其中D。和D,指标数据来源于相关专家打分,D~(C/j-Cj)2(3)来源于相关研究结果。风险率=P·U(5)评判对象优势度:式中:P一表示发生的概率;=

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。