基于博弈云模型的电驱压缩机组状态评估.pdf

2023年8 月第3 9 卷第8 期质量安全论坛石油工业技术监督Technology Supervision in Petroleum IndustryAug.2023Vol.39No.8基于博奔云模型的电驱压缩机组状态评估马玉宝，覃新容国家管网集团西南管道南宁输油气分公司（广西南宁5 3 0 0 0 0)摘要针对电驱压缩机组状态等级分析具有模糊性和不确定性的特点，建立了基于博奔云模型的电驱压缩机状态评价模型。选取轴系系统、干气密封系统、循环冷却系统、油路系统和气路系统为一级评估指标，电机轴振动、压缩机轴位移等2 2 项关键因素为二级评估指标，建立了电驱压缩机组健康状态评价体系。利用层次分析法计算评价指标主观权重，炳权法计算评价指标客观权重，再采用博奔论赋权法求取评价指标的组合权重。根据指标报警阀值，确定了云模型数字特征，利用云模型正向发生器生成了评价指标标准云图。依据监测系统采集的评价指标实际数据，对压缩机组进行了状态评价。结果验证了该评价模型的实用性和有效性，为压缩机组故障诊断和维护保养提供了依据。关键词博奔论；组合权重；云模型；电驱压缩机组；状态评估D0I:10.20029/j.issn.1004-1346.2023.08.008State Evaluation of Electric Drive Compressor UnitBased on Game Cloud ModelMA Yubao,QIN XinrongNanning Oil and Gas Transportation Branch of Southwest Pipeline,National Pipe Network Group(Nanning,Guangxi 530000,China)Abstract Aiming at the characteristics of fuzziness and uncertainty in state grade analysis of electric drive compressor unit,a state eval-uation model of electric drive compressor based on game cloud model is established.The shafting system,dry gas sealing system,circu-lating coling system,oil circuit system and gas circuit system were selected as the first-level evaluation indexes,and 22 key factorssuch as motor shaft vibration and compressor shaft displacement were selected as the second-level evaluation indexes,and the healthstatus evaluation system of electric drive compressor unit was established.AHP was used to calculate the subjective weight of evaluationindex.Entropy weight method was used to calculate the objective weight of evaluation index.The combination weight of evaluation indexwas obtained by the game theory weighting method.According to the index alarm threshold,the digital characteristics of cloud modelwere determined,and the standard cloud map of evaluation index was generated by cloud model forward generator.According to the ac-tual data of evaluation index collected by the monitoring system,the state of the compressor unit was evaluated.The feasibility and effec-tiveness of the evaluation model are verified by the results,which can provide a basis for fault diagnosis and maintenance of compressorunits.Key words game theory;combination weight;cloud model;electric drive compressor unit;state evaluation马玉宝,覃新容.基于博奔云模型的电驱压缩机组状态评估 J.石油工业技术监督,2 0 2 3,3 9(8):3 8-4 4.MA Yubao,QIN Xinrong.State evaluation of electric drive compressor unit based on game cloud model JJ.Technology Supervision in Pe-troleum Industry,2023,39(8):38-44.0引言压缩机组是天然气长输管道的重要组成部分。机组的平稳运行对保障天然气安全供应至关重要。由于压缩机组系统组成复杂，耦合性强，在对机组进行状态评价时需要综合考虑各个辅助系统。目前,诸多学者已对压缩机组状态评估和维修策略开展过研究。王猛等 选取转速、轴振通频振幅作为关键参数，综合应用信息素、容错半径、扩展范围等参数,设计了基于单节点路径蚁群算法的轴振报警策略。周代军等2 建立了电驱压缩机组失效收稿日期：2 0 2 2-0 9-0 9；修回日期：2 0 2 3-0 2-0 6作者简介：马玉宝(198 7 一)，男，高级工程师，研究方向为长输油气管道安全管理。E-mail:马玉宝等：基于博奔云模型的电驱压缩机组状态评估故障树，在分析机组失效故障库的基础上，利用专家打分的方式确定各风险因素失效的后果，采用风险矩阵对风险评价结果进行判别，以此优化了机组维修策略。邹碧海等3 利用可拓层次分析的迭代模糊评价法开展压缩机组状态评估，并以此为基础构建了压缩机维修周期模型。卢文青等4 利用HAZOP方法对压缩机设计可靠性进行了评估，结合评估结果，提出在机组设计阶段制定合理的应对措施。现有的压缩机状态评估对辅助系统间的耦合性考虑较少，对机组运行数据的利用率较低，评价结果与实际有偏差。本文以博奔论和云模型理论为基础，建立电驱压缩机组状态评估模型。将层次分析法、熵权法和博奔赋权法相融合求取各评价指标组合权重，使权重系统更加科学、合理、准确。结合电驱离心式压缩机组状态监测数据，验证了模型的可行性和有效性，为电驱压缩机组状态评价研究提供理论指导。1博奔组合赋权在进行状态评估时，需要确定各评价指标权重。目前权重计算方法主要分为主观赋权法、客观赋权法。主观赋权法主要通过专家打分评判的方法对评价指标进行赋权。常用的主观赋权法包括层次分析法、序列图法、德尔菲法等 5。客观赋权法主要是依据指标数值，通过一定的数学算法计算权重。根据不同原理，客观赋权可以分为：基于信息浓缩的赋权法、基于数据信息量的赋权法和基于数据波动性的赋权法。主、客观赋权法都有一定弊端。主观赋权法能够一定程度体现实际情况，但主观性影响较大。客观赋权法虽然利用算法和实际数据求取权重，但存在部分指标赋权过重，偏离客观实际的问题。博奔论是处理矛盾、冲突等因素的数学理论与方法。利用博奔论理论可以有效处理主、客观赋权过程中的矛盾，综合主、客观权重的优点，寻求两者冲突内的一致和妥协，缩小主、客观权重之间的差异，使基本权重与理想权重之间的偏差和最小。使用博奔论集化思想对指标的主观权值和客观权值进行综合处理，进一步降低评价结果的不确定性。文中主观赋权法选用层次分析法 8-9,客观赋权法选用基于数据信息量的熵权法I。主、客观权重计算相关文献较多，这里不再赘述。采用博奔论组合权重计算方法，将主观赋权法39和客观赋权法作为博奔的两个局中人，把各自求得的权重向量作为博奔策略集,某一权重向量的所占比重可与博奔论中一个策略下的博奔方收益对应。主、客观权重占比之和为1。可以通过博奔选择得到权重分配的最优解1-12 。现分别由主观赋权法和客观赋权法得到的两个指标权重Wi和W2。两个权重向量的任意线性组合计为W，其计算公式为：W=a,W,+aW2式中：w为组合权重向量集；,和2为线性组合权重系数。以w与wi、w 2 的离差极小化为目标,经函数计算可得到最优权重W。2云模型云模型是可以实现定性分析和定量数据之间不确定性转换的分析方法 3 。在论域U中,有N个定性概念,如果存在xEN,则称x为N的随机概率体现。x相对于N的隶属度位于 0,1 之间,且具有稳定的倾向。称x为云滴，x在U论域的分布称为云。以正态分布和钟型隶属函数为基础的模型叫作正态云模型5 。定性分析与定量数据之间的转换通过云数字特征体现，由云发生器来实现。云发生器有正向云发生器和逆向云发生器之分。由定性到定量的转换采用正向云发生器，由定量到定性转换采用逆向云发生器16 。云数字特征可以用来反映云的整体特性,用期望Ex、熵En和超熵He3个指标来描述。其中,期望Ex代表了论域空间内的期望值,反映了云的重心和中心点。熵En代表了定性概念模糊性和随机性，反映了实际与期望的偏差,En表示云滴的离散程度。超He是熵En的熵，代表熵En的不确定性度,反映了云滴的凝聚程度。对于有双边约束的区间数 Lmin，L m a x ,云模型数字特征可通过以下公式获得8：Ex=(Lmin+Lmax)/2En=(Lmax-Lmin)/6He=kk是由模糊概念的特征确定的常数,取值为 0,1。为使得到的云滴不至于过于集中，文中取值为0.2。当评价指标为单约束时，可根据实际运行中的最大值和最小值来确定约束区间的另外一个阀值 9。将云模型参数带入Matlab软件中计算n次(取n=2000),可得到各评价指标的正态分布标准云图。在标准云图中，横坐标表示评价指标的具体数值，纵坐标(1)(2)(3)(4):40表示评价指标相对应于各评价等级的隶属度。采用正向云发生器构建云图时，执行3 个步骤，首先会以En为期望，He?为方差，生成正态随机数EniN(En,H e）。其次，以Ex为期望,En?为方差，生成正态随机数xN(Ex,En?）。然后利用公式(5）计算评价指标相对应评价等级的隶属度。由定量到定性的过程，采用逆向云发生器实现 2 0 。i=exp-(xi-Ex)/2En?每个评价指标可形成一个标准云图。将某个评价指标x代人正向云发生器，输人云滴数为2 0 0 0,则可得到各指标相对应于各评价等级的平均确定度u(x）。根据博奔论组合权重计算方法，分别求出各个评价指标的组合权重w,根据平均确定度u(x)和组合权重w，根据公式(6)可计算出一级指标综合确定度U12。U.=Zu(x.)wk=1按照最大隶属原则，从而得出压缩机组状态评价等级。3实例分析某压气站采用的是国产电驱离心式压缩机组，石油工业技术监督单台机组功率为2 0 MW。电动机通过连轴器与压缩机连接，为压缩机提供动力源；润滑油系统为电机、压缩机等转动轴承等零部件提供润滑；干气密封系统为机组运行提供密封气，防止气体泄漏；仪表风系统为电机箱体正压通风、隔离气及气动执行机构等提供清洁、干燥气源；循环冷却系统以水为媒介，通过热交换，实现电动机的降温冷却。同时，(5)循环冷却系统与变频器内水循环系统产生热交换，为变频器内水循环系统降温，带走变频器运行中产生的热量。空冷器安装在压缩机组出口,用以降低出口天然气温度。3.1建立评价指标体系评价指标是科学构建评价体系的基础，它的选择非常重要，需要同时满足科学性、可行性、方向性、可比性的原则。依据专家和技术人员评判结果，参考维护保养记录，查阅相关文献和设备说明(6)书，选取了压缩机组轴系系统、循环冷却系统、油路系统、干气密封系统、气路系统等5 个子系统组成一级评价指标。选取压缩机进出口压力、压缩机轴承温度、冷却水压力等共2 2 个影响机组运行的关键因素组成二级评价指标，构建了较为全面的压缩机组健康状态评价指标体系，如图1所示。电驱压缩机组状态评估体系A轴系系统B干气密封系统B循环冷却系统B3油路系统B4气路系统Bs电机轴承温度C电机轴振动压缩机承轴温度压缩机轴振动心压缩机轴位移密封气流量密封气温度C2C.CsC3泄漏气流量泄漏气压力供水温度供水压力回水温度回水压力CioCilCi2C13Ci4C7CsC油过滤器压差Cis电机进油流量Cl6Ci7入口过滤器压差C18Ci机组出口温度机组出口压力仪表风压力C2C20图1电驱压缩机组状态评估体系将压缩机系统状态分为优、良、中、差、极差5个等级。不同评价等级对应的指标阀值见表1。各评价指标限值以系统设定的高报警值、低报警值为依据，按照5 等份比例分别对应优、良、中、差、极差5个评价等级。3.2计算云数字特征将压缩机组评价指标分为极大型、极小型和中间型3 种类型。极大型代表指标数值越大越好，极小型代表指标数值越小越好，中间型代表指标数值在某个区间范围内最好。在以上压缩机二级评价指标中,极小型指标包括CI、C 2、C 3、C 4、C s、C 1o、C 12、C i 4、C i 5、C i 7、C i 9、C2o,极大型指标包括C6、C o、C i 1、C i 3、C i 6、C 2 2,中间型指标包括C、C s、C i s、C 2 1。将表1中各评价指标数值转化为云模型数字特征，见表2。马玉宝等：基于博奔云模型的电驱压缩机组状态评估表1压缩机组状态等级划分表一级指标二级指标C/C/mmBC./C/mmC/mmCo/(m/h)C/左区间C/右区间BC/(m/h)左区间Cs/(m/h)右区间Co/MPaCio/CCi/MPaBCi2/Cis/MPaCia/(us/cm)Cis/MPaCic/MPaB4Ci/Cis/左区间Cis/C右区间Cio/MPaCo/CBsCa1/MPa左区间Ca/MPa右区间C2/MPa二级指标优C/(50,1.667,0.2)C/mm(13.5,2.833,0.2)C./C(68,1,0.2)C/mm(23.5,1.5,0.2)Cs/mm(0.05,0.016 7,0.21)C/(m/h)(692.5,19.167,0.2)C./左区间(55,1.667,0.2)C./右区间C:/(m/h)左区间C/(m/h）右区间Co/MPaCi/Ciu/MPaCiz/Cis/MPaCia/(s/cm)Cis/MPa:41:优良45,5555,655,2222,3965,7171,77 19,2828,370,0.10.1,0.2 635,750520,63545,5050,6060,6528,3030,3333,350.40,0.500.30,0.4026,27.427.4,28.80.44,0.500.38,0.44 29,3030,310.17,0.200.14,0.17 0,0.060.06,0.120,0.030.03,0.060.34,0.400.28,0.3445,49 49,53 52,5555,6565,700,0.04 0.04,0.0840,4444,485.0,5.55.5,6.5 6.5,7.50.67,0.750.59,0.67表2 评价指标云模型数字特征良中(60,1.667,0.2)(70,1.667,0.2)(30.5,2.833,0.2)(47.5,2.833,0.2)(74,1,0.01)(80,1,0.2)(32.5,1.5,0.2)(41.5,1.5,0.2)(0.15,0.016 7,0.2)(0.25,0.016 7,0.2)(577.5,19.167,0.2)(462.5,19.167,0.2)(47.5,0.833,0.2)(42.5,0.833,0.2)(62.5,0.833,0.2)(67.5,0.833,0.2)(29,0.333,0.2)(27,0.333,0.2)(31.5,0.5,0.2)(34,0.333,0.2)(0.45,0.016 7,0.2)(0.35,0.016 7,0.2)(28,0.167,0.2)(28.75,0.083 3,0.2)(0.47,0.01,0.2)(0.41,0.01,0.2)(29.5,0.167,0.2)(30.5,0.167,0.2)(0.185,0.005,0.2)(0.155,0.005,0.2)(0.03,0.01,0.2)(0.09,0.01,0.2)(0.015,0.005,0.2)(0.045,0.005,0.01)中65,75 39,5677,8337,46 0.2,0.3 405,52040,4565,7026,2835,370.20,0.3028.8,30.20.32,0.3831,320.11,0.140.12,0.18 0.06,0.09 0.22,0.28 53,5749,5270,750.08,0.1248,524.5,5.07.5,8.50.51,0.59(80,1.667,0.2)(64.5,2.833,0.2)(86,1,0.2)(50.5,1.5,0.2)(0.35,0.016 7,0.2)(347.5,19.167,0.2)(37.5,0.833,0.2)(72.5,0.833,0.2)(25,0.333,0.2)(36,0.333,0.2)(38,0.333,0.2)(0.25,0.016 7,0.2)(0.15,0.016 7,0.2)(29.25,0.083 3,0.2)(29.75,0.083 3,0.2)(0.35,0.01,0.2)(0.29,0.01,0.2)(31.5,0.167,0.2)(32.5,0.167,0.2)(0.125,0.005,0.2)(0.095,0.005,0.2)(0.15,0.01,0.2)(0.21,0.01,0.2)(0.075,0.005,0.2)(0.105,0.005,0.01)差75,8556,7383,8946,550.3,0.4290,40543,5070,7524,2637,390.10,0.2030.2,31.60.26,0.32 32,330.08,0.110.18,0.240.09,0.12 0.16,0.22 57,6146,4975,800.12,0.16 52,564.0,4.5 8.5,9.50.43,0.51差极差85,9573,9089,9555,64 0.4,0.5175,29030,3575,8022,2439,400,0.10 31.6,33.00.20,0.2633,350.05,0.080.24,0.300.12,0.15 0.10,0.1661,6543,4680,900.16,0.2056,603.5,4.09.5,10.20.35,0.43 极差(90,1.667,0.2)(81.5,2.833,0.2)(92,1,0.2)(59.5,1.5,0.2)(0.45,0.016 7,0.2)(232.5,19.167,0.2)(32.5,0.833,0.2)(77.5,0.833,0.2)(23,0.333,0.2)(39.5,0.333,0.2)(0.05,0.016 7,0.2)(30.25,0.083 3,0.2)(0.23,0.01,0.2)(33.5,0.167,0.2)(0.065,0.005,0.2)(0.27,0.01,0.2)(0.135,0.005,0.2)42二级指标Ci/MPaCi/Cis/C左区间Cis/右区间Cio/MPaCo/CCai/MPa左区间Cai/MPa右区间Ca/MPa3.3生成标准云图将云数字特征代人正向云发生器，便可得到各评价指标相对于评价等级的标准云图。其中，云滴数取2 0 0 0,K值取0.2。以电机轴温度以及密封气温度为例，通过Matlab生成标准云图（图2、图3）。云图中优、良、中、差、极差5 种状态等级依次对应绿、蓝、橙、黄、红5 种预警色。3.4权重计算采用层次分析法求取一级评价指标权重值。采用层次分析和熵权法分别求取二级评价指标主观、客观权重，再利用博奔论对两种权重进行组合,求得二级指标权重值。一、二级评价指标权重见表3。计算得出归一化的组合权重系数i=0.6415,a2=0.3585。一级评价指标权重从大到小依次为轴系系统、干气密封系统、气路系统、油路系统和循环冷却系统。二级评价指标中权重较大的指标有 CiCs,其次是Cs、C o、C i s、C i g,权重较低的有Ci和 Ci40指标层次分析法BI0.293 70B20.280 10B0.069 20B40.181 10Bs0.175 90C0.057 47C0.057 47C0.057 47C40.057 47Cs0.057 47C0.043 62C0.041 75C0.053 64C0.055 64石油工业技术监督续表2优良(0.37,0.01,0.2)(0.31,0.01,0.2)(47,0.667,0.2)(51,0.667,0.2)(53.5,0.5,0.2)(60,1.667,0.2)(67.5,0.833,0.2)(0.02,0.006 7,0.2)(0.06,0.006 7,0.2)(42,0.667,0.2)(46,0.667,0.2)(5.25,0.083 3,0.2)(6.0,0.167,0.2)(6.75,0.083 3,0.2)(0.71,0.013 3,0.2)(0.63,0.013 3,0.2)权法博奔论组合权重指标层次分析法Cio0.032 48Ci0.026 17/0.057 820.057 290.057 080.056 920.057 550.042 790.042 010.054 720.055 99中(0.25,0.01,0.2)(55,0.667,0.2)(50.5,0.5,0.2)(72.5,0.833,0.2)(0.10,0.006 7,0.2)(50,0.667,0.2)(4.75,0.083 3,0.2)(7.25,0.083 3,0.2)(0.55,0.013 3,0.2)1.00.80.40.21.00.80.60.2F30表3 评价指标权重值C120.036 02Ci30.042.77Ci40.026950.057 60Cis0.057 41Ci60.057 33Ci70.057 27Cis0.057 50Cig0.043 32C2o0.041 84CI0.054 03C20.055 77差(0.19,0.01,0.2)(59,0.667,0.2)(47.5,0.5,0.2)(77.5,0.833,0.2)(0.14,0.006 7,0.2)(54,0.667,0.2)(4.25,0.083 3,0.2)(7.75,0.083 3,0.2)(0.47,0.013 3,0.2)5060图2 电机轴承温度标准云图24050评价等级图3 密封气温度标准云图嫡权法博奔论组合权重0.032.760.032.580.026 690.026 360.037 430.036 530.042.540.042 690.027 230.027 050.037 640.037 160.041 780.041 220.042.790.042.570.052.940.053 580.055.760.056 220.039 970.040 850.034 820.034 470.047 910.045 11极差(0.13,0.01,0.2)(63,0.667,0.2)(44.5,0.5,0.2)(85,1.667,0.2)(0.18,0.006 7,0.2)(58,0.667,0.2)(3.75,0.083 3,0.2)(8.25,0.083 3,0.2)(0.39,0.013 3,0.2)7080评价等级6090700.037 470.041 580.042 710.053 170.055920.040 290.034 690.046 9110080马玉宝等：基于博奔云模型的电驱压缩机组状态评估从压缩机监测系统中选取一组运行数据，见表4。以二级指标C实测值取4 9 为例，代入正向云发指标C实测值49.0指标Ci2实测值32.70.842:43生器，可生成该指标在各状态等级下的云图，如图4所示。表4 样本数据C2C13.069.0Ci3Ci40.1210.051C421.2Cis0.0289x10-0Cs0.127Ci60.331C6638Ci747.9C59.5Cis59.49x104C3.91Cig0.057C0.141C2053.3Clo31.5C215.35Ci0.41C20.650.8400.8380.8360.8340.8320.8300.82844464850温度C(a)评价等级为“优”4.510724.03.53.0提2.52.01.51.00.5074765 78 80 82 84 86温度C(d)评价等级为“差”图4 电机轴承温度C的平均确定度云图取各评价状态下指标C在实测值为4 9时的平频风机满负荷运行，但定频风机未启动。手动启均确定度为0.8 2 8 1,0,0,0,0)。归一化处理可得动定频风机后，机组出口温度降低至4 3，气路（1,0,0,0,0)。当C实测值为4 9时，其评价状态为系统状态变为“优”。对循环冷却系统进行检查，“优”。依次类推，可得出不同评价指标相对应的状冷却水供水温度及回水温度偏高,其原因为机组态等级，经赋权后，利用公式(6)可得到该组实测数高负荷运行，产热量增加，加之循环冷却系统长期据下对应一级指标的综合确定度，见表5。未保养，散热风扇积灰导致制冷效率降低。对循表5 压缩机组状态评价结果环冷却系统开展维护保养，清除积灰后，循环冷却轴系干气密循环冷油路气路一级指标系统封系统却系统系统系统优0.724良0.218中0.055差0.003极差0评价结果优按照最大隶属度原则可知,轴系系统、油路系统、干气密封系统评价状态为“优”，循环冷却系统评价状态为“中”，气路系统评价状态为“差”。对气路系统进行检查发现，压缩机出口温度偏高，主要原因是环境温度高，机组高负荷运行，后空冷变87654325254560.7020.1730.1880.2290.0940.4970.0150.0970.0010.004优中8FOO88880152 54 56 58 60 62 64 66 68(b)评价等级为“良”10-1264.54.03.53.02.552.01.51.00.508284868890929496温度C(e)评价等级为“极差”系统供水温度为2 8.2，回水温度为3 1.0,系统评价状态转为“良”，后期应加强巡检，关注其制冷0.4870.0130.3280.2230.1770.3310.0070.4160.0010.017优差6F5F4F3F2062 64666870727476温度C温度C(c)评价等级为“中”效果。结果显示,基于云模型的压缩机组状态评价与实际相符。4结论通过查阅文献，结合专家和技术人员实际经验，构建了电驱压缩机组评估体系。采用博奔论组合权重计算法求取各评估指标权重，有效避免了主观赋权与客观赋权存在的弊端,在两者之间找到了最优权重，使指标权重更加符合实际。利用云模型建立了单指标的标准云图。利用指标实测值获得不同指标隶确定度，进而求得压缩机一级指标综合:44石油工业技术监督确定度，按照最大隶属度原则，分析得出某台电驱离心式压缩机组的运行状态，结合生产运行情况和机组维护保养经验，证明了博奔云模型在压缩机组状态评估方面的可靠性和实用性。参考文献：1王猛,王静,钟震宇,等.电驱离心式压缩机组的单节点蚁群算法轴振报警策略 J.油气储运,2 0 2 2,4 1(3):3 4 8-3 5 3.2周代军,温皓,梁俊.电驱离心压缩机组失效风险及评价方法研究 J.石油工程建设,2 0 2 2,4 7(5):13-19.3邹碧海,禹贵成,刘洪.基于AHP-FCE改进RCM 的往复式压缩机组维修策略研究 J.重庆科技学院学报(自然科学版),2 0 2 0,2 2(6):90-93.4卢文青,潘灵永,王雪莉.基于HAZOP的压缩机优化设计可靠性评估 J.油气储运,2 0 19,3 8(9):97 5-97 9.5朱喜安.综合评价方法优良标准研究 M.武汉：武汉大学出版社,2 0 2 0.6曹林,卢厚清,冯玉芳.基于博奔论的评估指标权重分配模型 J.军事运筹与系统工程,2 0 19,3 3(1):11-14.7田水承,王亚妮,霍登财.基于博奔论的石油天然气长输管道安全监管研究 .安全与环境学报,2 0 18,18(5):18 91-1895.8 Lyu H M,SunW J,ShenS L,et al.Risk assessment using a newconsulting process in fuzzy ahpJ.Journal of ConstructionEngineering and Management,2020,146(3):0410112.9马玉宝.天然气管道高后果区第三方施工破坏风险分析及控制对策 .石油工业技术监督,2 0 2 0,3 6(6):5 5-5 8.10王萍,高李颖,罗政华.基于相关系数-熵权法的输油泵机组能效对标体系研究 J.油气田地面工程,2 0 2 2,4 1(4):7-11.11李缙,王增涛,谢波.基于博奔论-云模型的湿陷性黄土区管道易损性评价 .油气田地面工程,2 0 2 1,4 0(9):6 7-7 2.12程灏,逐与浩,刘淑芳.基于云模型和博奔论组合赋权的地铁施工安全风险评价 .青岛理工大学学报,2 0 2 2,4 3(1):115-122.13李德毅,刘常昱.论正态云模型的普适性 J.中国工程科学,2 0 0 4,6(8):2 8-3 4.14王念秦,张帅,刘鹏.基于博奔论组合赋权法的泥石流灾害易发性评价云模型 .长江科学院院报,2 0 2 0,3 7(2)：41-47.15陈博文,江波,王辉.博奔论和云模型在输电线路工程施工安全评价中的应用 J.工业安全与环保,2 0 2 0,4 6(5):83-86.16田思祺,高鹏,刘畅.基于云模型的跨越管道综合风险评估 J.油气储运,2 0 2 1,4 0(7):8 2 2-8 2 7.17史小棒,赵云胜,罗聪,等.基于云模型的地勘行业安全生产标准化等级评价 J.安全与环境工程,2 0 19,2 6(2):12 4-128,177.18李坡,孙玮,吴国净.基于组合赋权云模型的压缩机系统状态评价 J.石油工程建设,2 0 2 2,4 8(2):3 5-5 2.19陈博文,江波,王辉.博奔论和云模型在输电线路工程施工安全评价中的应用 .工业安全与环保,2 0 2 0,4 6(5)：83-86.20廉爽,张景飞,张海营,等.基于博奔云模型的油气管道外腐蚀等级分析 J.腐蚀与防护,2 0 19,4 0(10):7 7 1-7 7 6.21周科平,林允,胡建华,等,基于熵权-正态云模型的岩爆烈度分级预测研究 J.岩土力学,2 0 16,3 7(S1):596-602.本文编辑：左学敏(上接第3 7 页）3全国压力计量技术委员会.数字压力计：JG8752019S.北京：中国标准出版社,2 0 19.4支金孝,李鹏涛,康勇.关于旋进旋涡流量计检定方法的几点探讨 .仪器仪表标准化与计量,2 0 15(4):4 6-4 8.5郭占义,王赫就.关于气体涡轮流量计使用K系数计算相对示值误差的分析 .中文科技期刊数据库（全文版)工程技术,2 0 17(12):3 0 6.6岳娜,闫新琦,哈帅.旋进漩涡流量计温度、压力性能的确认 J.中国计量,2 0 17(9):118-119.7王顺利,李晓宇,郑云林,等.负压法临界流文丘里喷嘴气体流量标准装置的研究及应用 J.工业计量,2 0 13,2 3(5):44-53.8】赵立,张明理,许新准.临界流文丘里喷嘴法检定气体流量计的应用与研究 J.中国仪器仪表,2 0 0 2(6):3 3-3 7.9杨晶华，卜星淇.天然气流量计在计量中存在的问题与解决方案 J.石化技术,2 0 18,2 5(3):2 8.10唐耀红,刘显贵,梁国祥.基于机械对称性知识的家具快速设计 .机床与液压,2 0 2 1,4 9(17):10 7-112.11潘巧玉.探析机械加工中的工装夹具定位设计 .设备管理与维修,2 0 2 1(16):13 3-13 5.12刘宇.一种试压工况下法兰应力的校核方法 .四川化工,2 0 2 1,2 4(6):6 2-6 6.本文编辑：左学敏