CN102901804B

CN102901804B - 一种油气爆炸临界参数分析方法

Info

Publication number: CN102901804B
Application number: CN201210413394.4A
Authority: CN
Inventors: 汪映标; 申立勇; 吴明军
Original assignee: SICHUAN WEITELONG FIRE FIGHTING EQUIPMENT CO Ltd
Current assignee: Vitalong Fire Safety Group Co Ltd
Priority date: 2012-10-25
Filing date: 2012-10-25
Publication date: 2014-10-29
Anticipated expiration: 2032-10-25
Also published as: CN102901804A

Abstract

本发明公开了一种油气爆炸临界参数分析方法，其目的是采用数据拟合的方法对实验数据进行建模，得到在不同油气浓度下的爆炸与非爆炸区域整体边界的三条控制曲线：预警曲线、安全曲线以及停止曲线。本发明利用油气爆炸临界状态下测试出的相关数据，分别建立预警曲线、安全曲线以及停止曲线，通过三条控制曲线的分布，由当前实测的油气浓度和氧气浓度值与三条控制曲线的位置关系，能够准确的知道当前系统处于的状态，而且通过对三条控制曲线的分析，可以在一定程度上，兼顾安全性与实际工业操作的经济效益，在保证安全的前提下，节约安全控制成本。

Description

一种油气爆炸临界参数分析方法

技术领域

本发明涉及爆炸测试技术领域，具体涉及一种油气爆炸临界参数分析方法。

背景技术

油罐是油料的重要储存装置，由于油料的易燃易爆性及油罐的受限空间特点，近年来，由于油气爆炸所导致的油罐事故不断发生，研究油气爆炸发生的临界参数对油罐安全防护具有重要意义。

油气爆炸的基本条件是必须存在油气和氧气，油气是指从油料挥发或逸出而生成的气体，主要是气态的C1-C6等烃类碳氢化合物，具体组分与油料品种、环境温度有关。当油罐内油气与空气（或氧气）在一定浓度范围内均匀混合时遇到火源发生爆炸的浓度范围称为爆炸浓度极限（简称为爆炸极限，包括爆炸下限和爆炸上限），爆炸极限受临界氧气含量（即在爆炸范围边缘发生爆炸的混合气体所需要氧浓度的临界值）影响。虽然通过爆炸测试装置能够测试出油气爆炸发生某一时点的爆炸极限和临界氧气含量实验数据，但是这些实验数据是非连续的，而且数量有限。因此，还需要通过对实验数据进行数据分析和挖掘，最终得到事故预测的模型，用来预测油气与氧气等混合气体爆炸的范围，以指导对危险油气环境进行控制和改变，达到主动防护的目的。

在数据分析中，与油气安全直接相关的就是爆炸点与非爆炸点的区分，预测中有两类错误。第一类错误：属于爆炸点，但是并被模型判定未爆炸区域；第二类错误：属于非爆炸点，但是却被模型判定在爆炸区域。

建模的目的是尽力的减小这两类误差，但是第一类错误在本项目中是属于强回避性错误，严重涉及储备安全，因此需要尽最大可能避免。

常用的建模方法有：

1、边界分析-逻辑回归(Logistic Regression)方法，模型有明确的概率表达式，但是准确率较差，适合无数据累积型的决策系统。

2、边界分析-错误加权-支持向量机(Support Vector Machines-SVM)方法，准确率要高，但无显示表达，适合数据不断更新的学习型决策系统。

3、样条拟合(Spline)方法，只适合进行简单数据处理。

发明内容

本发明的发明目的在于：针对现有技术的不足，提供了一种通过分析和挖掘有限的实验数据得到油气爆炸事故预测模型的方法，该方法能够根据安全需求和防护成本需求控制第一类错误发生概率，同时尽量减小第二类错误发生概率。

本发明技术的技术方案是这样实现的：

一种油气爆炸临界参数分析方法，其特征在于：包括以下分析步骤：

（一）以油气浓度（HC）为横坐标、氧气浓度（O2）为纵坐标建立直角坐标系，将所有实验数据按爆炸和未爆炸分类建立坐标点集；

（二）考察爆炸点集，从而进行安全线外边界的样条拟合，根据曲线可以确定曲线边界；

（三）采用边界分析-错误加权-支持向量机方法对不同氧气浓度下的数据进行处理，得到局部氧气浓度下相应的停止值、安全值和预警值；

（四）采用样条拟合和支持向量机方法将局部氧气浓度下相应的停止值、安全值和预警值处理成三条曲线连续形式。

本发明所述的油气爆炸临界参数分析方法，其所述三条曲线连续形式为在不同油气浓度下的爆炸与非爆炸区域整体边界的三条控制曲线：

a）、预警曲线，当实测的油气浓度和氧气浓度的坐标点位于预警曲线上方时，系统处于极度危险状态；

b）、安全曲线，系统启动两相快速惰化使实测的油气浓度和氧气浓度的坐标点位于该曲线时，系统处于危险状态；

c）、停止曲线，当实测的油气浓度和氧气浓度的坐标点位于该曲线时，系统处于安全状态。

本发明所述的油气爆炸临界参数分析方法，其采用分类分析模型，从各个局部区域给出各预警、安全、停止区间，然后综合给出整体的分类区间，即采用支持向量机方法，在不同的氧气浓度下，通过设定不同的分类误差标准，得到相应情况下所对应的停止值、安全值和预警值。

本发明所述的油气爆炸临界参数分析方法，其在分类分析中，对氧浓度进行划分，具体分为10%～11%，11%～12%，12%～13%，13%～14%，14%～15%，15%～16%，16%～17%，17%～18%，18%～19%，19%～20%，20%-21%。

本发明利用油气爆炸临界状态下测试出的油气浓度和氧气浓度的数据，分别建立了预警曲线、安全曲线以及停止曲线，通过三条控制曲线的分布，由当前实测的油气浓度和氧气浓度值与三条控制曲线的位置关系，能够准确的知道当前系统处于的状态，而且通过对三条控制曲线的分析，可以在一定程度上，兼顾安全性与实际工业操作的经济效益，在保证安全的前提下，节约安全控制成本。

附图说明

图1是实验数据中的爆炸下限点与非爆炸上限点分布图。

图2是爆炸最低点与非爆炸最高点曲线拟合示意图。

图3是绝对安全上限分段样条拟合示意图。

图4是绝对爆炸下限拟合示意图。

图5是爆炸与非爆炸混合区域密集曲线拟合示意图。

图6是氧气浓度处于11%-12%时对应控制曲线的示意图。

图7是氧气浓度处于14%-15%时对应控制曲线的示意图。

图8是所有数据及三条控制曲线示意图。

具体实施方式

下面结合附图，对本发明作详细的说明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

一种油气爆炸临界参数分析方法，包括以下分析步骤：

（一）以油气浓度（HC）为横坐标、氧气浓度（O2）为纵坐标建立直角坐标系，将实验数据按爆炸和未爆炸分类建立坐标点集，如图1所示。

（二）考察爆炸点集，从而进行安全线外边界的样条拟合，根据曲线可以确定曲线边界，如图2所示。根据曲线可以发现：

当油气HC≤0.5%,无论氧气多少,混合气体处于无法点燃状态。

当氧气≤10.6%及以下时,无论HC多少，混合气体无法点燃。

HC的爆炸的上下限随氧气的升高而逐渐变宽。

（三）采用边界分析-错误加权-支持向量机方法对不同氧气浓度下的数据进行处理，得到局部氧气浓度下相应的停止值、安全值和预警值。

采用分类分析模型，从各个局部区域给出各预警、安全、停止区间，然后综合给出整体的分类区间，即采用支持向量机方法，在不同的氧气浓度下，通过设定不同的分类误差标准，得到相应情况下所对应的停止值、安全值和预警值。在分类分析中，对氧浓度进行划分，具体分为10%～11%，11%～12%，12%～13%，13%～14%，14%～15%，15%～16%，16%～17%，17%～18%，18%～19%，19%～20%，20%-21%。

以下给出两个区间分析11%-12%和14%-15%作为示例。

如图3所示，为氧气浓度处于11%-12%时对应控制曲线的示意图，图中对应的三条控制曲线，内侧为预警曲线，中间为安全曲线，外侧为停止曲线，所有爆炸点均位于停止曲线内部。下表给出了不同氧气浓度下对应的停止值、安全值和预警值：

如图4所示，为氧气浓度处于14%-15%时对应控制曲线的示意图，图中对应的三条控制曲线，内侧为预警曲线，中间为安全曲线，外侧为停止曲线，所有爆炸点均位于停止曲线内部。下表给出了不同氧气浓度下对应的停止值、安全值和预警值：

（四）采用样条拟合和支持向量机方法将局部氧气浓度下相应的停止值、安全值和预警值处理成三条曲线连续形式，如图5所示。

综合各区间分析，即要保证曲线尽量靠近实验数据边界，又要考虑油气爆炸的真实物理化学特性，我们得到所有数据的三条控制曲线。以下为所有不同氧气浓度下对应的停止值、安全值和预警值：

其中，所述三条曲线连续形式为在不同油气浓度下的爆炸与非爆炸区域整体边界的三条控制曲线：

a）、预警曲线，当实测的油气浓度和氧气浓度的坐标点位于预警曲线上方时，系统处于极度危险状态，系统自动启动水气两相流快速惰化。

b）、安全曲线，系统启动两相快速惰化使实测的油气浓度和氧气浓度的坐标点位于该曲线时，系统处于危险状态，自动惰化方式切换为单相气体流慢速惰化。

c）、停止曲线，当实测的油气浓度和氧气浓度的坐标点位于该曲线时，系统处于安全状态，停止惰化。

由于建模是对实验数据的一种近似，因此，模型的分析结果与实际实验数据之间会存在着一定的误差。在该数据分析中，与油气安全直接相关的就是爆炸点与非爆炸点的区分。为此，我们特别关注如下两类错误：

第一类错误：属于爆炸点，但是并未被模型判定在爆炸区域；

第二类错误：属于非爆炸点，但是却被模型判定在爆炸区域。

建模的目的是尽力的减小这两类误差，但是第一类错误是属于强回避性错误，严重涉及储备安全，因此需要尽最大可能避免。第二类错误的存在会给主动防护系统控制时带来部分经济效益影响，但是相比第一类误差，可容许的范围和程度都是可以比较宽松。为此，为了保证安全性，我们在数据模型建立与分析时，强化了对第一类控制时的要求，努力避免第一类错误，即：停止曲线的下侧是绝对不含有爆炸点的。

为了区分出爆炸区域与非爆炸区域以及两者可能混合叠加的区域，从而进一步探究爆炸区域与非爆炸区域的临界规律，我们从不同的角度对实验数据进行了处理，在一定程度上得到了爆炸与非爆炸的临界区域，并做了相应的拟合。由于相同的HC浓度，做了不同O₂的浓度爆炸实验，所以同一个HC浓度对应多个爆炸和非爆炸点。为此，我们先对数据进行整理，相同HC浓度的数据，仅保留其极限值。理论上讲，这些点的连线可作为绝对安全临界线（该折线下方全部为非爆炸区域）；同理，从非爆炸点中选出非爆炸上限点，这些点的连线可作为绝对爆炸临界线（该折线上方全部为爆炸区域）。如果可以确定过渡区域边界线，则可以进一步掌握爆炸与非爆炸区域的关系，如图1所示。

从拟合结果看，当以最低爆炸点以及最高非爆炸点分别拟合临界线时，这两条临界曲线是相互交叉在一起的，如图2所示。我们可以认为，最低爆炸极限点与最高非爆炸极限点之间的区域是一个相互叠加混合的区域，加上数值测量的误差，是无法得到一条精准的界线。

为此我们考虑从最低爆炸点的下半平面区域，寻找离爆炸下限点最近的非爆炸点，以此来拟合绝对安全上限。同理，寻找离非爆炸上限点最近的爆炸点，来拟合绝对爆炸下限。两条线之间的区域则为混合不确定区域。

其中，所述停止曲线为拟合绝对安全上限边界线，所述绝对安全上限为离爆炸下限点最近的非爆炸点拟合而得，如图3所示。所述拟合绝对安全上限边界线具体为：取爆炸下极限点做研究对象，先取其中的极小值，然后将这些点连接，从折线下方的非爆炸点中，选取各自油气浓度下从该折线下方最接近折线的点，根据数据特性，最终采用的安全线为分段样条函数形式，并且，根据尽量避免本属于爆炸点，但是并未被模型判定在爆炸区域的原则，得到拟合曲线为：

y_2次拟合=-239.13x²+247.57x-46.80

y_6次拟合=0.27x⁶-3.60x⁵+18.50x⁴-46.82x³+62.45x²-41.23x+21.13

在所述离爆炸下限点最近的非爆炸点拟合而得的绝对安全上限边界线情况下，属于爆炸点，但是并未被模型判定在爆炸区域的第一类错误率为0%，即所有爆炸点全部位于拟合曲线上方，达到了绝对安全的目的；但是由于保证了绝对安全隔离了全部的爆炸点，却把许多非爆炸点也隔离在了该拟合曲线上方，此时，属于非爆炸点，但是却被模型判定在爆炸区域的第二类错误率约为45.3%。

其中，所述预警曲线为拟合绝对爆炸下限边界线，所述绝对爆炸下限为离非爆炸上限点最近的爆炸点拟合而得，如图4所示。所述拟合绝对爆炸下限边界线具体为：取非爆炸上极限点做研究对象，先取其中的极大值，然后将这些点连接，考虑在该折线上方的爆炸点，从折线上方的爆炸点中，选取各自油气浓度下从该折线上方最接近折线的点，用一条多项式拟合曲线，6次、7次多项式拟合的绝对爆炸下限边界曲线为：

y₆=-1.21x⁶+15.79x⁵80.57x⁴+201.19x³-247.94x²+130.29x-2.37

y₇=0.75x⁷-12.25x⁶+82.49x⁵-292.3x⁴+579.91x³-626.82x²+325.35x-42.07

在所述离非爆炸上限点最近的爆炸点拟合而得的绝对爆炸下限边界线情况下，在该拟合曲线上方区域几乎处处都是爆炸状态，属于非爆炸点，但是却被模型判定在爆炸区域的第二类错误率仅为1.8%，达到了绝对爆炸下限的目的；但由于保证了该曲线上方处处均爆炸的状态，该曲线下方则还存在许多爆炸点，即属于爆炸点，但是并未被模型判定在爆炸区域的第一类错误率约为35.6%。

其中，所述预警曲线与停止曲线之间的区域为混合不确定区域，所述安全曲线为拟合混合不确定区域中的爆炸与非爆炸密集曲线，如图5所示。所述拟合混合不确定区域中的爆炸与非爆炸密集曲线具体为：在爆炸与非爆炸不确定区域中，爆炸密集曲线与非爆炸密集曲线是处于一种相互交叉的状态，在该集中曲线的附近，爆炸与非爆炸处于某种平衡，得到拟合曲线为：

y＝-0.37x⁶+5.01x⁵-26.40x⁴+66.63x³-77.19x²+28.98x+16.45。

在所述混合不确定区域中拟合爆炸与非爆炸密集曲线的情况下，在该拟合曲线上方含有的非爆炸点数，即属于非爆炸点，但是却被模型判定在爆炸区域的第二类错误率约为29.3%，在该拟合曲线下方含有的爆炸点数，即属于爆炸点，但是并未被模型判定在爆炸区域的第一类错误率约为23.2%。

鉴于上述分析是通过对全部实验数据在整个HC-O₂平面上做的拟合，因此，三条极限曲线，具有较好的整体性和连续性，达到了指示整体估计爆炸与非爆炸区域的目的；但是整体拟合，在各个局部区域存在拟合过于宽松的问题。

此外，上述方案中的绝对爆炸下极限、绝对安全上极限以及爆炸与非爆炸混合密集三条曲线的分析，可设定为上述的预警曲线、停止曲线和安全曲线，适用于第一、二类错误对问题具有同等影响程度时的预测分析。由于本项目主要是为排除重大安全隐患，因此保证安全是首要目标。为此，需要将目标分析中的三条曲线：预警、安全、停止曲线定位在非爆炸区域的边缘，即在上述绝对安全上极限曲线的附近区域，进一步进行局部细化分析，保证隔离爆炸点的同时又尽可能的减少落在隔离区的非爆炸点数目，达到保证安全又兼顾控制作业的经济效益的目的。

由于控制曲线的第一类错误直接决定了实际应用时是否安全，爆炸相对于不爆炸为高危事件，应尽可能避免，故在建模的过程中，以“在严格控制第一类错误的前提下，尽量减小第二类错误”为原则，在保证安全的前提下，尽可能的节约控制成本。对当前数据，预警曲线之外发生的第一类错误率为2%，停止曲线之外第一类错误率为0%。

此处，对于实验数据所用的支持向量机方法，仅仅是针对该实验数据所做的一个具体的实例分析。在实际应用中，可以通过继续学习新的数据集对相应情况下的控制曲线进行及时的更新和修正。一方面，在相同的环境下，随着实际检测数据量的增加，该模型可以进一步修正控制曲线达到更加准确细致的控制目的；另一方面，随着环境的改变，例如油料产地、周围温度及使用环境的不同，油料爆炸的界限及程度可能随之不同，该模型可以通过对改变后的检测数据进行学习，及时更新控制曲线以更好的契合变化后的实际情况。因此，该方法可以在一定程度上，为不同情况下的多种爆炸抑制技术提供可靠细致的数据分析。

此外，在实际情况中，可能会对安全性与经济性在不同的环境下有不同程度的承受需求，此时可以通过对模型中的控制参数进行修改，以适应对安全与经济性的兼顾程度。例如，上述的三条控制曲线就是将预警曲线设定在第一类错误不大于2%的情况下所计算得出的，这是重点考虑安全性时较为谨慎的参数设定。如果从经济适用性考虑，可以根据实际承受程度加大第一类错误的控制概率。通过对三条控制曲线的分析，可以在一定程度上，兼顾安全性与实际工业操作的经济效益，在保证安全的前提下，节约安全控制成本。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种油气爆炸临界参数分析方法，其特征在于：包括以下分析步骤：

2.根据权利要求1所述的油气爆炸临界参数分析方法，其特征在于：所述三条曲线连续形式为在不同油气浓度下的爆炸与非爆炸区域整体边界的三条控制曲线：

3.根据权利要求1或2所述的油气爆炸临界参数分析方法，其特征在于：采用分类分析模型，从各个局部区域给出各预警、安全、停止区间，然后综合给出整体的分类区间，即采用支持向量机方法，在不同的氧气浓度下，通过设定不同的分类误差标准，得到相应情况下所对应的停止值、安全值和预警值。

4.根据权利要求3所述的油气爆炸临界参数分析方法，其特征在于：在分类分析中，对氧浓度进行划分，具体分为10%～11%，11%～12%，12%～13%，13%～14%，14%～15%，15%～16%，16%～17%，17%～18%，18%～19%，19%～20%，20%-21%。