CN102929241B - 精对苯二甲酸装置安全运行指导系统及其应用 - Google Patents
精对苯二甲酸装置安全运行指导系统及其应用 Download PDFInfo
- Publication number
- CN102929241B CN102929241B CN201210425637.6A CN201210425637A CN102929241B CN 102929241 B CN102929241 B CN 102929241B CN 201210425637 A CN201210425637 A CN 201210425637A CN 102929241 B CN102929241 B CN 102929241B
- Authority
- CN
- China
- Prior art keywords
- submodule
- sdg
- data
- safe operation
- service condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明提供了一种精对苯二甲酸装置安全运行指导系统,其包括:服务器端单元和客户端单元;所述服务器单元包括如下,建模模块,数据采集模块,数据预处理模块,异常工况识别模块,所述客户端单元是人机界面部分,负责所有的数据显示、声光报警、报表生成和人员对所述指导系统的相关操作。本专利的成果可以针对各种复杂的工况进行故障诊断,为精对苯二甲酸装置的工艺人员、操作人员提供全方位的信息指导,实现精对苯二甲酸装置的“安全、稳定、长周期、满负荷”运行。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种用于对精对苯二甲酸装置工艺过程中实时监测、辅助安全操作的安全运行指导系统。
背景技术
随着聚酯工业的迅猛发展,作为聚酯行业的重要原料,国内市场对精对苯二甲酸的需求也急剧增加。为了满足市场需要,实现精对苯二甲酸装置国产化,各精对苯二甲酸生产企业在多年生产实践的基础上,积极对引进的精对苯二甲酸装置进行消化、吸收,逐步掌握了精对苯二甲酸生产的关键技术,并在此基础上对生产装置进行了不同程度的扩建和改造。精对苯二甲酸生产工艺过程具有高温高压、介质腐蚀性强且易燃易爆等特点,对设备及自动控制要求较高,尽管国内精对苯二甲酸装置都采用了先进的DCS控制系统,但在安全稳定运行方面仍存在许多问题。例如,精对苯二甲酸生产工艺过程一旦出现传感器漂移、设备失效、工艺波动或误操作等原因导致的复杂故障,操作员难以及时准确判断,甚至可能做出错误决策,轻则影响产品质量、生产调度计划,重则会出现生产事故,造成人员伤亡和巨大的经济损失。
针对精对苯二甲酸装置及工艺存在的上述问题,本发明提出开发一种适用于精对苯二甲酸装置和工艺的安全运行指导系统。该系统应该能够在对DCS采集的数据进行分析的基础上,实时监测主要工艺装置的安全运行状况,发现异常工艺状况并进行报警,对工艺异常原因进行实时准确的判断并给出解决方案,同时,精对苯二甲酸生产企业中存在与生产相关的各种信息系统,对于一线操作人员来讲,在方便掌握工艺装置运行状态的同时,由于要登陆到各个系统去看相关信息,也增加了他们的工作量。因此,本专利提出的安全运行指导系统将一线操作人员最关心的数据从各个系统采集出来,形成一个信息集成模块,方便用户查阅与分析。
发明内容
本发明所要解决的技术问题是在于提供一种精对苯二甲酸装置安全运行指导系统,其基于符号有向图(SDG,Signed Directed Graph)与多种定性定量故障诊断技术,如人工神经网络-(ANN,Artificial neural network)、专家系统-(ES,Expert System)、主元分析-(PCA,Principal ComponentAnalysis)、模糊逻辑-(FL,Fuzzy Logic),开发精对苯二甲酸工业化在线实时工况监测状态系统,实现数据采集、数据滤波、建模组态、故障诊断、故障“剧情”智能自解释与可视化显示等功能,从而实现实时监测精对苯二甲酸主要工艺装置的安全运行状况,发现异常工艺状况并进行报警,对工艺异常原因进行实时准确的判断并给出解决方案,同时,形成一个信息集成模块,方便用户查阅与分析。
为解决上述技术问题,本发明提供了一种精对苯二甲酸装置安全运行指导系统,其包括:服务器端单元和客户端单元;
所述服务器单元包括如下,
建模模块,其用于完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
数据采集模块,其用于收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
数据预处理模块,其用于对实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
工艺监测模块,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况;
所述客户端单元是人机界面部分,负责所有的数据显示、声光报警、报表生成和人员对所述指导系统的相关操作。
其中,所述建模模块包括ANN建模组态子模块、PCA建模组态子模块、SDG建模组态子模块和SDG-HAZOP建模组态子模块;
所述ANN建模组态子模块用于配置和管理ANN模型,实现样本数据读取、模型训练、模型存储;
所述PCA建模组态子模块用于配置和管理PCA模型,能实现样本数据读取、模型训练、模型存储;
所述SDG建模组态子模块用于配置和管理SDG模型,根据工艺流程,能实现图形化的模型构建,建立各个现场位点的逻辑关系;
所述SDG-HAZOP建模组态子模块用于根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库。
其中,所述工艺监测模块进一步包括异常工况状态监测子模块和异常工况诊断子模块;
所述异常工况状态监测子模块根据预处理后获得的实时数据信息判断当前的工艺状态,依靠主元分析方法监测工艺装置中的关键点,采用与人工神经网络推理结果相结合的方法来监测异常工况;
异常工况诊断子模块用于得到异常状况的解释。
其中,所述异常工况状态监测子模块进一步包括主元分析算法子模块和人工神经网络算法子模块。
其中,所述异常工况诊断子模块进一步包括符号有向图算法子模块、主元分析算法子模块、模糊逻辑算法子模块和专家规则库子模块。
其中,所述异常工况状态监测子模块负责推理工作,利用PCA对精对苯二甲酸工艺生产过程中变化监测的灵敏性,当PCA的检测指标Ti(Ti>0,i 1,2,……,∞)连续m(m>0)次小于一个指标值T,即认为装置当前的状态为正常态,对某一个位号节点,取R(R>0)次正常态的实时值,从这R个数据里找到最大和最小值(也可在此基础上放大或缩小一定比例),作为SDG的阈值,该过程是实时的,故SDG阈值也是实时更新的,这就解决了由于工艺变化导致的SDG阈值的变化,所述异常工况诊断子模块通过SDG的阈值判断,结合模糊逻辑,得到故障传播的相容通路,经过专家规则的过滤作用,去掉伪相容通路,得到最终诊断结果。
本发明还提供了一种精对苯二甲酸装置安全运行指导系统,其包括:服务器端单元和客户端单元;
所述服务器单元包括如下,
建模模块,其用于完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
数据采集模块,其用于收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
数据预处理模块,其用于对实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
工艺监测模块,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况;
所述客户端单元是人机界面部分,负责所有的数据显示、声光报警、报表生成和人员对所述指导系统的相关操作;
所述建模模块主要包括ANN建模组态子模块、PCA建模组态子模块、SDG建模组态子模块和SDG-HAZOP建模组态子模块;
所述ANN建模组态子模块用于配置和管理ANN模型,实现样本数据读取、模型训练、模型存储;
所述PCA建模组态子模块用于配置和管理PCA模型,能实现样本数据读取、模型训练、模型存储;
所述SDG建模组态子模块用于配置和管理SDG模型,根据工艺流程,能实现图形化的模型构建,建立各个现场位点的逻辑关系;
所述SDG-HAZOP建模组态子模块用于根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库;
所述工艺监测模块进一步包括异常工况状态监测子模块和异常工况诊断子模块;
所述异常工况状态监测子模块进一步包括主元分析算法子模块和人工神经网络算法子模块。
所述异常工况诊断子模块进一步包括符号有向图算法子模块、主元分析算法子模块、模糊逻辑算法子模块和专家规则库子模块。
本发明还提供了采用上述精对苯二甲酸装置安全运行指导系统实时监测精对苯二甲酸工艺装置的安全运行状况的方法,其包括:
第一步,数据采集及预处理,将数据采集模块采集的实时数据信息通过数据预处理模块进行预处理;
第二步,装置安全运行状况的诊断,将经过预处理后的数据送入工艺监测模块,经由异常工况状态监测子模块和异常工况诊断子模块对数据的判断,得到装置的安全运行状况的诊断结果。
所述第二步进一步包括:
对于异常工况状态监测子模块,
采集到的现场数据首先送到主元分析算法子模块,用于诊断整个装置或单元的工艺状态是否正常,如果主元分析算法子模块的T值大于设定的阈值,则确定工艺状态出现波动,此时进入人工神经网络算法子模块;
人工神经网络算法子模块只把装置各种正常工况下的关键参数值作为训练样本,即人工神经网络算法子模块只能判断装置当前是否是正常工况,如人工神经网络算法子模块的诊断结果不是正常工况,那么认定装置出现了故障;
对于异常工况诊断子模块,
首先,针对工艺装置,首先进行基于SDG的自动HAZOP分析,建立基于深层知识的SDG模型,采用高效的定性双向推理,得到基于相容通路的HAZOP分析结果,将经过审核的HAZOP结果存入数据库,作为SDG知识库,实时推理时,实时数据进入混合算法后,利用下述方法求得偏离点:1)利用PCA对实时数据计算,得到各点的残差方法以求得偏离点;2)根据经过模糊规则处理的SDG模型中各节点的动态阈值,求得达到偏离的点;
将上述两类偏离点,作为关键字去检索SDG知识库的相容通路字段,以相容通路中包含的偏离点数目,从大到小排序。然后再由模糊规则,根据相通路中每个点偏离正常状态的情况,得到该条相容通路的重要度,进行二次排序,从而得到最终的诊断结果,即故障的原因、后果以及处理措施。
本发明还提供了上述精对苯二甲酸装置安全运行指导系统在石油化工安全生产中的应用。
本发明有益的技术效果在于:
本专利的成果可以针对各种复杂的工况进行故障诊断,为精对苯二甲酸装置的工艺人员、操作人员提供全方位的信息指导,实现精对苯二甲酸装置的“安全、稳定、长周期、满负荷”运行。
附图说明
图1:工艺监测模块原理图;
图2:系统功能运行示意图。
具体实施方式
本发明提供了一种精对苯二甲酸装置安全运行指导系统,其包括:服务器端单元和客户端单元;
所述服务器单元包括如下,
建模模块,其用于完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
数据采集模块,其用于收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
数据预处理模块,其用于对实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
工艺监测模块,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况;
所述客户端单元是人机界面部分,负责所有的数据显示、声光报警、报表生成和人员对所述指导系统的相关操作。
进一步优选,所述服务器单元仅由上述模块构成。
进一步优选,所述安全运行指导系统仅由服务器端单元和客户端单元构成。
所述建模模块包括ANN建模组态子模块、PCA建模组态子模块、SDG建模组态子模块和SDG-HAZOP建模组态子模块;
所述ANN建模组态子模块用于配置和管理ANN模型,实现样本数据读取、模型训练、模型存储;
所述PCA建模组态子模块用于配置和管理PCA模型,能实现样本数据读取、模型训练、模型存储;
所述SDG建模组态子模块用于配置和管理SDG模型,根据工艺流程,能实现图形化的模型构建,建立各个现场位点的逻辑关系;
所述SDG-HAZOP建模组态子模块用于根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库。
进一步优选,所述建模模块仅由上述子模块构成。
所述数据预处理模块对实时信息数据进行预处理是基于插值细分方法的提升小波的原理,设计相应的预测与更新算子克服传统小波变换存在的边界问题,并采用中值法去除数据中包含的粗大误差,然后通过一个滑动的时间窗,将提升小波阈值去噪声,从而实现实时数据的预处理。
所述工艺监测模块进一步包括异常工况状态监测子模块和异常工况诊断子模块;
所述异常工况状态监测子模块根据预处理后获得的实时数据信息判断当前的工艺状态,依靠主元分析方法监测工艺装置中的关键点,采用与人工神经网络推理结果相结合的方法来监测异常工况;
异常工况诊断子模块用于得到异常状况的解释。
进一步优选,所述工艺监测模块仅由上述子模块构成。
所述异常工况状态监测子模块进一步包括主元分析算法子模块和人工神经网络算法子模块。
进一步优选,所述异常工况状态监测子模块仅由上述子模块构成。
其中,所述异常工况诊断子模块进一步包括符号有向图算法子模块、主元分析算法子模块、模糊逻辑算法子模块和专家规则库子模块。
进一步优选,所述异常工况诊断子模块仅由上述子模块构成。
所述符号有向图算法子模块的符号有向图具有双向推理能力,结合工艺过程中风险发生的严重等级、频率等级,计算风险的发生概率以及严重度,得到各个可能性风险的排队序列。
所述专家规则库子模块包括SDG专家知识库和HAZOP知识库,在异常处理过程中得到的新规则,可以动态加入到SDG知识库中,提高其准确性和效率,异常工况诊断子模块得到分析结果的逻辑编码后,便可到专家规则库子模块中去匹配相应的解释,解释的内容以自然化的语言被保存到内存数据库中,提供给客户端单元用,辅助操作人员了解装置运行的动态。
所述异常工况状态监测子模块负责推理工作,利用PCA对精对苯二甲酸工艺生产过程中变化监测的灵敏性,当PCA的检测指标Ti(Ti>0,i=1,2,……,∞)连续m(m>0)次小于一个指标值T,即认为装置当前的状态为正常态,对某一个位号节点,取R(R>0)次正常态的实时值,从这R个数据里找到最大和最小值(也可在此基础上放大或缩小一定比例),作为SDG的阈值。该过程是实时的,故SDG阈值也是实时更新的,这就解决了由于工艺变化导致的SDG阈值的变化,所述异常工况诊断子模块通过SDG的阈值判断,结合模糊逻辑,得到故障传播的相容通路,经过专家规则的过滤作用,去掉伪相容通路,得到最终诊断结果。
本发明还提供了一种精对苯二甲酸装置安全运行指导系统,其包括:服务器端单元和客户端单元;
所述服务器单元包括如下,
建模模块,其用于完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
数据采集模块,其用于收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
数据预处理模块,其用于对实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
工艺监测模块,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况;
所述客户端单元是人机界面部分,负责所有的数据显示、声光报警、报表生成和人员对所述指导系统的相关操作;
所述建模模块主要包括ANN建模组态子模块、PCA建模组态子模块、SDG建模组态子模块和SDG-HAZOP建模组态子模块;
所述ANN建模组态子模块用于配置和管理ANN模型,实现样本数据读取、模型训练、模型存储;
所述PCA建模组态子模块用于配置和管理PCA模型,能实现样本数据读取、模型训练、模型存储;
所述SDG建模组态子模块用于配置和管理SDG模型,根据工艺流程,能实现图形化的模型构建,建立各个现场位点的逻辑关系;
所述SDG-HAZOP建模组态子模块用于根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库;
所述工艺监测模块进一步包括异常工况状态监测子模块和异常工况诊断子模块;
所述异常工况状态监测子模块进一步包括主元分析算法子模块和人工神经网络算法子模块;
所述异常工况诊断子模块进一步包括符号有向图算法子模块、主元分析算法子模块、模糊逻辑算法子模块和专家规则库子模块。
本发明还提供了采用上述精对苯二甲酸装置安全运行指导系统实时监测精对苯二甲酸工艺装置的安全运行状况的方法,其包括:
第一步,数据采集及预处理,将数据采集模块采集的实时数据信息通过数据预处理模块进行预处理;
第二步,装置安全运行状况的诊断,将经过预处理后的数据送入工艺监测模块,经由异常工况状态监测子模块和异常工况诊断子模块对数据的判断,得到装置的安全运行状况的诊断结果。
所述第二步进一步包括:
对于异常工况状态监测子模块,
采集到的现场数据首先送到主元分析算法子模块,用于诊断整个装置或单元的工艺状态是否正常,如果主元分析算法子模块的T值大于设定的阈值,则确定工艺状态出现波动,此时进入人工神经网络算法子模块;
人工神经网络算法子模块只把装置各种正常工况下的关键参数值作为训练样本,即人工神经网络算法子模块只能判断装置当前是否是正常工况,如人工神经网络算法子模块的诊断结果不是正常工况,那么认定装置出现了故障,这是因为,装置正常的工况状态是有限的,且作为神经网络训练样本的关键参数容易获取;如果用神经网络来检测装置的故障状态,由于故障状态千差万别,一是训练样本数据来源困难,二是神经网络训练困难;
对于异常工况诊断子模块,
首先,针对工艺装置,首先进行基于SDG的自动HAZOP分析。建立基于深层知识的SDG模型,采用高效的定性双向推理,得到基于相容通路的HAZOP分析结果,将经过审核的HAZOP结果(即相容通路及相应的专家规则)存入数据库,作为SDG知识库。实时推理时,实时数据进入混合算法后,利用下述方法求得偏离点:1)利用PCA对实时数据计算,得到各点的残差方法以求得偏离点;2)根据经过模糊规则处理的SDG模型中各节点的动态阈值,求得达到偏离的点;
将上述两类偏离点,作为关键字去检索SDG知识库的相容通路字段,以相容通路中包含的偏离点数目,从大到小排序。然后再由模糊规则,根据相通路中每个点偏离正常状态的情况,得到该条相容通路的重要度,进行二次排序。从而得到最终的诊断结果,即故障的原因、后果以及处理措施。
本发明还提供了上述精对苯二甲酸装置安全运行指导系统在石油化工安全生产中的应用。
以下采用实施例和附图来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。
图1展示了工艺监测模块原理图:
1)异常工况状态监测子模块
采集到的现场数据首先送到主元分析算法子模块,用于诊断整个装置或单元的工艺状态是否正常,如果主元分析算法子模块的T值大于设定的阈值,则确定工艺状态出现波动,此时进入人工神经网络算法子模块;
人工神经网络算法子模块只把装置各种正常工况下的关键参数值作为训练样本,即人工神经网络算法子模块只能判断装置当前是否是正常工况,如人工神经网络算法子模块的诊断结果不是正常工况,那么认定装置出现了故障,这是因为,装置正常的工况状态是有限的,且作为神经网络训练样本的关键参数容易获取;如果用神经网络来检测装置的故障状态,由于故障状态千差万别,一是训练样本数据来源困难,二是神经网络训练困难;
2)异常工况诊断子模块,
首先,针对工艺装置,首先进行基于SDG的自动HAZOP分析。建立基于深层知识的SDG模型,采用高效的定性双向推理,得到基于相容通路的HAZOP分析结果,将经过审核的HAZOP结果(即相容通路及相应的专家规则)存入数据库,作为SDG知识库。实时推理时,实时数据进入混合算法后,利用下述方法求得偏离点:1)利用PCA对实时数据计算,得到各点的残差方法以求得偏离点;2)根据经过模糊规则处理的SDG模型中各节点的动态阈值,求得达到偏离的点;
将上述两类偏离点,作为关键字去检索SDG知识库的相容通路字段,以相容通路中包含的偏离点数目,从大到小排序。然后再由模糊规则,根据相通路中每个点偏离正常状态的情况,得到该条相容通路的重要度,进行二次排序。从而得到最终的诊断结果,即故障的原因、后果以及处理措施。
本发明精对苯二甲酸装置安全运行指导系统所使用的硬件环境
在中控室配置一台服务器,通过网线与集散控制系统(DCS)的OPC服务器相连,安装并运行“精对苯二甲酸装置安全运行指导系统”服务器版,采集来自生产现场的实时数据,实时推理分析当前工艺的状态,保存并发布,供客户端机器通过Internet浏览器查看。
如图2所示,本发明的精对苯二甲酸装置安全运行指导系统具体应用如下:
2.1启动系统:连接硬件,启动各个子系统,打开服务器端程序。
2.2权限:根据输入的用户,检测或选择不同的身份进入系统。
2.3组态建模:
该部分主要完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸(PTA)装置的工艺特征。
2.3.1ANN建模组态
对于不同工况,用一定周期的稳态实时数据训练网络,训练网络在各种已知工况状态下的权值和偏差。训练时,网络的输入是历史数据,输出是推理得到的工况编号。
2.3.2PCA建模组态
建立不同的PCA模型,输入模型的特征信息,选择模型包含的监测点。
2.3.3SDG建模组态
以图形化的方式建立SDG模型。对于异常工况分析而言,存在两类节点:变量节点与原因后果节点,前者代表流程工业中所关注的重要的工艺参数(或变量),如压力、流量等。考虑到有些仪表既不可观测也不可控制,但对反映某些问题也比较关键,而有的参数如组分含量等信息则需要质检人员的定时分析,因此,在模型中有三类变量节点:可观测节点、虚拟节点和分析节点。针对原因后果节点,可分别设置发生异常的原因和由该异常引起的不利后果。
2.3.4SDG-HAZOP
根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库。用户可以通过人工设置可能的“报警点”,来检验SDG专家知识库的实用效果。
2.4实时监测
连接DCS,系统开始实时监测,此处可查看以下的实时监测结果:
2.4.1工艺概况
工艺概况包含了多种信息,包括:重要DCS点的报警信息、实验室信息管理系统(LIMS系统)的质量信息,装置平稳率信息、装置的投入产出信息、装置的能耗统计信息、装置的先进过程控制系统(APC)投用率信息等,信息来自多个独立系统,实现了信息的集成。
2.4.2工艺监测
对现场采集的DCS数据,通过混合故障诊断推理引擎,计算得到工艺装置目前的状态:在系统中及时显示报警参数信息,并且针对该报警信息,可以查阅相应的专家知识库的内容,包括可能原因,后果及处理措施等。
2.4.2.1工艺状态监测
工艺状态监测能反映关键工段或设备的实时运行状态。当其状态有异常时,在工艺状态监测总貌图上会出现闪烁报警,按照严重程度划分为“红、橙、黄”三个等级。
①点击某设备,进入该设备类似于DCS操作界面的实时监测画面。用户可快速查看实时数据,及时了解工艺状态。
②点击设备下的闪烁区域,进入某设备在当前时刻的状态,以及根据历史工况,提醒用户要重点关注的节点信息。在节点上单击鼠标,可根据已做的HAZOP分析,对仪表的状态做出详细解释。
2.4.2.2DCS报警分析
针对比较重要的DCS仪表,实时监测其状态,如有报警,则可弹出根据已做的HAZOP分析,对仪表的状态做出的详细解释。
当事故预案库里有与该仪表相关的事故预案时,用户可以点击查看相关的事故预案文档。
2.4.2.3平稳率点报警
由于当前装置的操作平稳率已成为一项中的考核指标,故针对与平稳率相关的点,在其发生报警、但未达到考核超限的时间时,记录在如下列表并及时提醒操作人员,有效防止平稳率超标。
2.4.2.4Lims数据监测
该模块显示最新的质量分析数据,为工艺人员和操作人员提供参考。
2.4.3实时数据
对于工艺人员,可查看系统各点的实时数据,而不必到DCS操作室去。
2.4.4趋势分析
用户可对指定位号的点进行趋势分析,找到系统变化的原因。
2.5知识管理(位于客服单元中)
1)开停工知识
对装置开停工中相关的知识与遇到的各种问题进行归档分类,实现电子化管理,用户可在线查看。
2)设备知识
对装置中各种设备相关的知识与遇到的各种问题进行归档分类,实现电子化管理,用户可在线查看。
3)操作知识
对工艺操作规程、管理制度等,实现电子化管理,用户可在线查看。
4)事故预案
对装置的事故预案电子化管理,并将其作为工艺监测的知识库,监测到事故发生时,自动调用相关事故预案给操作人员以提示。
5)HAZOP知识库
通过人工HAZOP分析,搜集建立PTA装置的异常工况的信息。
6)SDG专家知识库
管理整个系统中用到的SDG专家规则。
所有上述的首要实施这一知识产权,并没有设定限制其他形式的实施这种新产品和/或新方法。本领域技术人员将利用这一重要信息,上述内容修改,以实现类似的执行情况。但是,所有修改或改造基于本发明新产品属于保留的权利。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (8)
1.一种精对苯二甲酸装置安全运行指导系统,其包括:
建模模块,其用于完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
数据采集模块,其用于收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
数据预处理模块,其用于对实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
工艺监测模块,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况。
2.如权利要求1所述的安全运行指导系统,其特征在于:所述建模模块包括ANN建模组态子模块、PCA建模组态子模块、SDG建模组态子模块和SDG-HAZOP建模组态子模块;
所述ANN建模组态子模块用于配置和管理ANN模型,实现样本数据读取、模型训练、模型存储;
所述PCA建模组态子模块用于配置和管理PCA模型,能实现样本数据读取、模型训练、模型存储;
所述SDG建模组态子模块用于配置和管理SDG模型,根据工艺流程,能实现图形化的模型构建,建立各个现场位点的逻辑关系;
所述SDG-HAZOP建模组态子模块用于根据人工HAZOP分析的成果,在SDG模型中,用户选择拉偏点,选择好偏离属性,然后进行推理得到相关的相容通路,经生产专家审核,形成SDG专家知识库。
3.如权利要求1所述的安全运行指导系统,其特征在于:其中,所述工艺监测模块进一步包括异常工况状态监测子模块和异常工况诊断子模块;
所述异常工况状态监测子模块根据预处理后获得的实时数据信息判断当前的工艺状态,依靠主元分析方法监测工艺装置中的关键点,采用与人工神经网络推理结果相结合的方法来监测异常工况;
异常工况诊断子模块用于得到异常状况的解释。
4.如权利要求3所述的安全运行指导系统,其特征在于:所述异常工况状态监测子模块进一步包括主元分析算法子模块和人工神经网络算法子模块。
5.如权利要求3所述的安全运行指导系统,其特征在于:所述异常工况诊断子模块进一步包括符号有向图算法子模块、主元分析算法子模块、模糊逻辑算法子模块和专家规则库子模块。
6.如权利要求3所述的安全运行指导系统,其特征在于:所述异常工况状态监测子模块负责推理工作,利用PCA对精对苯二甲酸工艺生产过程中变化监测的灵敏性,当PCA的检测指标Ti(Ti>0,i=1,2,……,∞)连续m(m>0)次小于一个指标值T,即认为装置当前的状态为正常态,对某一个位号节点,取R(R>0)次正常态的实时值,从这R个数据里找到最大和最小值,作为SDG的阈值,该过程是实时的,故SDG阈值也是实时更新的,这就解决了由于工艺变化导致的SDG阈值的变化,所述异常工况诊断子模块通过SDG的阈值判断,结合模糊逻辑,得到故障传播的相容通路,经过专家规则的过滤作用,去掉伪相容通路,得到最终诊断结果。
7.一种精对苯二甲酸装置安全运行指导方法,其特征在于,包括:
第一步,建模,完成各种推理算法的建模,使建立的模型准确的反映精对苯二甲酸装置的工艺特征;
第二步,数据采集,收集精对苯二甲酸工艺生产过程中出现的产生的各种实时信息数据;
第三步,数据预处理,对获得的实时信息数据在采集、传输过程中由于精对苯二甲酸装置现场的复杂性,导致的随机噪音和粗大误差的污染进行数据预处理;
第四步,工艺监测,其根据预处理后获得的实时数据信息判断当前的工艺状态,识别与诊断异常工况。
8.权利要求1至6任一项所述的精对苯二甲酸装置安全运行指导系统在石油化工安全生产中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210425637.6A CN102929241B (zh) | 2012-10-30 | 2012-10-30 | 精对苯二甲酸装置安全运行指导系统及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210425637.6A CN102929241B (zh) | 2012-10-30 | 2012-10-30 | 精对苯二甲酸装置安全运行指导系统及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102929241A CN102929241A (zh) | 2013-02-13 |
CN102929241B true CN102929241B (zh) | 2015-01-14 |
Family
ID=47644069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210425637.6A Active CN102929241B (zh) | 2012-10-30 | 2012-10-30 | 精对苯二甲酸装置安全运行指导系统及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102929241B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103676836A (zh) * | 2013-10-17 | 2014-03-26 | 中国石油化工股份有限公司 | 在线安全运行指导方法 |
EP3644152A4 (en) * | 2017-06-19 | 2020-07-01 | JFE Steel Corporation | METHOD FOR DIAGNOSIS OF ABNORMAL PROCESS STATES AND DEVICE FOR DIAGNOSIS OF ABNORMAL STATES |
CN108304942B (zh) * | 2017-12-25 | 2021-07-09 | 贵州电网有限责任公司 | 智能变电站二次系统异常智能处理方法及系统 |
CN113050548A (zh) * | 2019-12-26 | 2021-06-29 | 上海异工同智信息科技有限公司 | 基于现场生产经验和化工机理模型的辅助决策系统及方法、电子设备、存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101989087A (zh) * | 2010-09-26 | 2011-03-23 | 中国石油化工股份有限公司 | 工业化加工渣油的在线实时故障监测与诊断的系统装置 |
CN102004486A (zh) * | 2010-09-26 | 2011-04-06 | 中国石油化工股份有限公司 | 石化过程中基于定性sdg的故障混合诊断方法 |
CN101986320B (zh) * | 2010-08-23 | 2012-05-30 | 华东理工大学 | 一种工业精对苯二甲酸装置非均相共沸精馏溶剂脱水塔的建模方法 |
-
2012
- 2012-10-30 CN CN201210425637.6A patent/CN102929241B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986320B (zh) * | 2010-08-23 | 2012-05-30 | 华东理工大学 | 一种工业精对苯二甲酸装置非均相共沸精馏溶剂脱水塔的建模方法 |
CN101989087A (zh) * | 2010-09-26 | 2011-03-23 | 中国石油化工股份有限公司 | 工业化加工渣油的在线实时故障监测与诊断的系统装置 |
CN102004486A (zh) * | 2010-09-26 | 2011-04-06 | 中国石油化工股份有限公司 | 石化过程中基于定性sdg的故障混合诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102929241A (zh) | 2013-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101989087B (zh) | 工业化加工渣油的在线实时故障监测与诊断的系统装置 | |
Wu et al. | Literature review and prospect of the development and application of FMEA in manufacturing industry | |
CN112596495B (zh) | 一种基于知识图谱的工业设备故障诊断方法及系统 | |
CN102130783B (zh) | 神经网络的智能化告警监控方法 | |
Hu et al. | Detection of frequent alarm patterns in industrial alarm floods using itemset mining methods | |
CN101770219B (zh) | 一种车铣复合机床故障诊断知识库的知识获取方法 | |
CN109800127A (zh) | 一种基于机器学习的系统故障诊断智能化运维方法及系统 | |
CN107369303B (zh) | 工厂智能诊断方法、装置及系统 | |
CN106161138A (zh) | 一种智能自动计量方法及装置 | |
CN110766277B (zh) | 用于核工业现场的健康评估及诊断系统和移动终端 | |
CN106354118A (zh) | 一种基于故障树的列车故障诊断系统及方法 | |
CN103926490B (zh) | 一种具有自学习功能的电力变压器综合诊断方法 | |
GB2379752A (en) | Root cause analysis under conditions of uncertainty | |
CN107612779B (zh) | 调度数据网二次安全防护网络设备及业务运行监视系统 | |
MX2013000577A (es) | Aprendizaje de maquina para redes electricas. | |
CN112817280A (zh) | 一种用于火电厂智慧监盘报警系统实现方法 | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
CN108051709A (zh) | 基于人工智能技术的变压器状态在线评估分析方法 | |
CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
CN108154291A (zh) | 一种基于策略库的供电厂性能指标评价方法及系统 | |
CN103049365B (zh) | 信息与应用资源运行状态监控及评价方法 | |
CN103676836A (zh) | 在线安全运行指导方法 | |
CN114330138A (zh) | 故障诊断方法、其装置及电子设备 | |
Ramezani et al. | A fuzzy rule based system for fault diagnosis, using oil analysis results | |
CN113962299A (zh) | 一种核电设备智能运行监测与故障诊断通用模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |