一种用于埋地氢气管道潜在腐蚀状态识别与状态可靠性评估的贝叶斯多源信息融合方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：A Bayesian Multi-Source Information Fusion Method for Latent-Corrosion State Identification and State Reliability Assessment of Buried Hydrogen Pipelines

　　

贝叶斯多源信息融合识别埋地氢气管道潜在腐蚀 • 状态可靠性量化不确定性下的近期安全保持能力 • 多源输入比静态拟合误差更能降低预测不确定性 • 高腐蚀段、过渡段和安全段可清晰区分 • 优先管段排序在阈值偏移和中等噪声下保持稳定

引言

氢气日益被视为深度脱碳、可再生能源整合和向低碳能源体系过渡的重要能源载体。管道运输因其运输能力和与现有能源基础设施的兼容性，为大规模连续输氢提供了重要途径。然而，埋地氢气管道在复杂的、空间异质的条件下运行，涉及土壤腐蚀性、地下水、涂层退化、阴极保护性能以及波动的运行负荷。除常规腐蚀过程外，持续的氢气暴露和压力循环还可能进一步影响现有缺陷的演变和完整性退化。这些交互因素，连同稀疏的检测记录、异质的监测信息和测量不确定性，使得可靠识别管段级退化状态及其未来演变成为一项具有挑战性的完整性管理问题。

关于氢气管道完整性的现有研究主要集中于失效机理、结构可靠性和风险评估。氢脆、氢致开裂、缺陷扩展以及管道在氢气或含氢混合气体工况下的力学响应已得到广泛研究。基于可靠性的方法进一步被用于量化失效概率，评估腐蚀缺陷、运行压力、材料属性和氢气浓度对管道完整性的影响。在系统层面，网络可靠性、维护优化和风险驱动决策框架也被探索以支持管道完整性管理。这些研究为失效机理和后果提供了重要见解，但可靠性计算通常需要关于底层退化状态或失效相关参数的可信信息。然而在现场应用中，实际的退化状态很少由单一的、完整且无不确定性的观测来表征。

因此，第二组研究聚焦于腐蚀预测、损伤检测和状态监测。结构健康监测、声学传感、磁通泄漏检测、机器学习模型以及其他数据驱动方法已日益应用于管道腐蚀和缺陷识别。这些方法提高了从检测和监测数据中提取退化信息的能力。然而，单项测量通常表征退化的不同表现形式。例如，腐蚀深度反映局部材料损失，壁厚损失描述相对截面缩减，缺陷长度表征退化的空间范围。它们的测量误差、时间分辨率和数据完整性也可能不同。因此，基于单个观测或多个指标确定性组合的直接评估可能无法充分表征底层完整性状态，也无法将观测不确定性传播到未来状态预测中。

可靠性与预测与健康管理（PHM）领域的相关方法发展为解决这些局限性提供了潜在基础。状态空间模型和贝叶斯退化模型将底层退化过程与其不完美观测区分开来，使得测量不确定性、过程不确定性和动态协变量能够纳入统一的概率框架中。例如，Lin等人开发了一种带动态协变量的贝叶斯多变量退化模型，用于表征相关的退化过程并量化可靠性预测中的不确定性。其他研究将物理信息特征、分层贝叶斯结构和多源信息融合纳入退化建模，以改善稀疏或异质观测下的状态估计。这些发展展示了贝叶斯潜变量状态推断对于那些无法由单项测量全面表征实际健康状况的系统的潜力。然而，其在埋地氢气管道中的应用仍相对有限，特别是在将现场检测观测、环境和运行驱动因素、机理驱动的腐蚀信息和氢气工况效应整合到统一的动态退化框架中方面。

尽管取得了这些进展，仍存在若干缺口。第一，现有氢气管道研究主要聚焦于特定的氢气相关损伤机理、失效概率修正、泄漏检测或后果和爆裂风险评估，而对氢气工况下腐蚀主导完整性状态的概率识别关注相对较少。第二，可用的现场信息在物理含义和不确定性结构方面都是异质的。直接检测测量、异常信息、环境和运行协变量以及机理驱动特征在表征退化中扮演不同角色，但它们很少在一个明确区分状态演变驱动因素和底层状态观测的统一框架中得到整合。第三，氢气工况条件在面向腐蚀的状态评估中往往被忽略或通过直接修正失效概率来表示，留下了一处空白——即如何描述持续氢气暴露和运行波动可能如何影响现有退化状态的时间演变。最后，即使当前状态可以被估计，仍需要建立从推断的退化状态到短期状态可靠性的概率关联，以识别接近或超过工程决策边界的管段，同时保留后验不确定性。

为弥合这些缺口，本研究开发了一种贝叶斯多源信息融合框架，用于埋地氢气管道潜在腐蚀状态识别和短期状态可靠性评估。该框架定义了Ds,t作为氢气工况下无量纲的腐蚀主导完整性退化状态。直接检测和监测测量被视为约束该底层状态的观测，而环境和运行协变量以及机理驱动的腐蚀速率代理量表征其时间演变。在状态演变层进一步引入了氢气工况修正项Hs,t，以表征与氢气暴露和压力循环相关的附加影响。相应地，Ds,t不被解释为氢脆或氢致开裂的直接度量；而是代表一个综合完整性状态，其中腐蚀构成主要的可观测退化模式，氢气工况条件影响退化演变过程。然后通过贝叶斯后验推断来量化当前和未来退化状态的不确定性，据此相对于预设的潜变量状态决策边界评估状态可靠性和安全裕度。

本研究的主要贡献有三方面。第一，开发了一种贝叶斯潜变量状态框架，从异质且不完整的现场证据中识别埋地氢气管道的腐蚀主导完整性状况，同时明确将氢气工况条件纳入退化演变。第二，根据多源信息在状态演变层或观测层中的物理角色将其纳入模型，使得直接检测观测、环境和运行驱动因素、机理驱动特征、氢气工况效应及其相关不确定性能够在统一的概率框架中得到表征。第三，将后验退化状态转化为短期状态可靠性和安全裕度，并通过后验预测评估、留出季度验证、外部一致性测试、观测模型比较、敏感性分析和不确定性分析系统检验框架的稳健性。

所得框架提供了具有不确定性量化的管段级退化信息，可支持后续的完整性评估和维护优先级排序，而无需将状态可靠性解释为泄漏、爆裂或系统级失效的直接概率。

本文其余部分组织如下：第2节介绍所提方法，第3节介绍案例研究和基线结果，第4节介绍模型验证、敏感性和不确定性分析，第5节为讨论，第2.4节为贝叶斯潜变量腐蚀状态模型，第2.5节为检测和监测数据的观测模型，分别提供了讨论、局限性和结论。

方法部分

本研究的技术路线图如图1所示。

案例研究与基线结果

为验证所提贝叶斯多源信息融合模型对埋地氢气管道腐蚀状态识别的适用性，本研究基于实际工程管道的匿名化数据进行了案例分析。基线结果表明，该模型能够稳定地实现案例系统的潜在腐蚀状态识别和状态可靠性评估。后验诊断显示，大多数关键参数表现出可接受的收敛性。

模型验证、敏感性分析和不确定性分析

本节在所提验证框架下检验基线模型的有效性、向前预测能力和结果稳定性。除上述观测重建有效性验证外，本研究还纳入了历史异常参考管段的一致性检查以及使用后续季度预报进行的验证。后者验证以2025年第一季度至第三季度作为建模窗口，同时排除……

讨论

本研究的结果应理解为针对管段级潜变量退化状态识别和短期状态保持能力评估的问题，即如何在异质和不完美证据下获得关于每个管道管段底层完整性状况和近期状态保持能力的可辩护估计。对于埋地氢气管道，可直接测量的量如腐蚀深度、壁厚损失和缺陷长度提供……

局限性

尽管所提贝叶斯多源信息融合框架能够在异质和不完美证据下实现潜变量退化状态识别和短期状态可靠性评估，但其结论仍应在以下边界内进行解释。第一，本研究调查的案例在空间尺度和时间跨度上仍然有限。虽然模型能够识别高优先级管段并产生状态分层结果……

结论

本研究开发了一种贝叶斯多源信息融合框架，用于在异质和不完美现场证据下对埋地氢气管道进行潜变量退化状态识别和短期状态可靠性评估。该框架在统一的状态空间结构中将检测和监测观测、环境和运行协变量、机理腐蚀速率代理量和氢气工况修正项整合在一起。采用贝叶斯后验推断来……

利益冲突声明

本文作者声明没有已知的利益冲突或个人关联可能影响本研究结果。

数据可用性

数据应要求提供。

CRediT作者贡献声明

王文彬：撰写——原稿、可视化、验证、方法、正式分析、概念化。田野：资源、调查、数据整理。崔甘：撰写——审阅与编辑、资源、经费获取。

王文彬 | 田野 | 崔甘