CN107194586B - 储罐动态风险分析方法、装置及系统 - Google Patents
储罐动态风险分析方法、装置及系统 Download PDFInfo
- Publication number
- CN107194586B CN107194586B CN201710372219.8A CN201710372219A CN107194586B CN 107194586 B CN107194586 B CN 107194586B CN 201710372219 A CN201710372219 A CN 201710372219A CN 107194586 B CN107194586 B CN 107194586B
- Authority
- CN
- China
- Prior art keywords
- accident
- storage tank
- risk
- value
- parameter
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 234
- 238000012502 risk assessment Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims description 31
- 230000010365 information processing Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 abstract description 19
- 230000008859 change Effects 0.000 abstract description 13
- 238000011161 development Methods 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 abstract 1
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 38
- 239000007788 liquid Substances 0.000 description 21
- 238000004880 explosion Methods 0.000 description 8
- 238000006116 polymerization reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000009835 boiling Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005429 filling process Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种储罐动态风险分析、装置及系统,其中,储罐动态风险分析方法包括:周期性采集储罐的各事故关键参数;获取事故关键参数与预设参数目标值的偏离指数,根据偏离指数和损失函数得到事故发生的实际损失值;获取剩余时间,根据剩余时间和概率密度函数得到事故发生概率;根据实际损失值和事故发生概率得到事故发生风险值,从各事故关键参数对应的风险值中获取最大值作为事故发生的总风险值,并进行储罐事故风险动态分析。本发明实现实时评价储罐的动态随机过程,充分分析事故关键参数的动态变化对储罐风险状态的影响,动态展示风险变化趋势,及时预测事故的发展趋势及后果,对储罐事故的发生做出准确的防范决策提供风险数据支持。
Description
技术领域
本发明涉及动态风险分析领域,特别是一种储罐动态风险分析方法、装置及系统。
背景技术
储罐通常涉及储存大量易燃、易爆及毒性物质,易发生燃烧、爆炸及中毒等重大事故,且罐区通常排布密集,一旦单罐发生事故,有可能蔓延至周边储罐或装置,甚至影响周边工厂、住宅等区域,造成人员伤亡、财产损失及环境污染。
目前,对于储罐的风险分析通常采用如:定量分析评价方法(QRA:QuantitativeRisk Analysis)、概率安全评价方法(PSA:Probabilistic Safety Assessment)、道化学火灾爆炸危险指数评价方法、事件树方法(ETA:Event Tree Analysis)等,上述方法本质均为静态分析方法,即在某一特定状态下对风险进行分析。随着社会的进步发展,运用于储罐上的静态评价未能充分分析储罐事故发展的动态随机过程,以及危险因素的动态变化对生产状态的影响和危险因素相互间的转化关系,对预测储罐事故的发展趋势存在一定影响。
此外,传统的储罐安全监控通常基于单一传感器对储罐进行安全监测,在复杂的环境下易受外界干扰,或是由于设备的老化而导致测量的误差,对判断储罐的安全状态造成影响。
发明内容
基于此,有必要针对静态风险分析及单一传感器对储罐安全监控数据的准确性问题,提供一种储罐动态风险分析方法、装置及系统。
为了实现上述目的,一方面,本发明实施例提供了一种储罐动态风险分析方法,包括以下步骤:
根据预设的监测周期,实时采集储罐的各事故关键参数;事故关键参数为影响储罐安全状态的变量参数;
获取事故关键参数与预设参数目标值的偏离指数,根据偏离指数和损失函数,得到储罐的事故发生的实际损失值;
获取事故关键参数的剩余时间,根据剩余时间和概率密度函数,得到储罐的事故发生概率;剩余时间为事故关键参数到达预设参数边界阈值所需要的时间;
根据实际损失值与事故发生概率,得到事故关键参数的储罐事故发生风险值;
获取各储罐事故发生风险值中的最大值,将最大值作为储罐事故发生的总风险值,根据总风险值分析储罐的风险损失。
另一方面,本发明实施例还提供了一种储罐动态风险分析装置,包括:
数据采集单元,用于根据预设的监测周期,实时采集储罐的各事故关键参数;事故关键参数为影响储罐安全状态的变量参数。
实际损失值获取单元,用于获取事故关键参数与预设参数目标值的偏离指数,根据偏离指数和损失函数,得到储罐的事故发生实际损失值;
概率获取单元,用于获取事故关键参数的剩余时间,根据剩余时间和概率密度函数,得到储罐的事故发生概率;剩余时间为事故关键参数到达预设参数边界阈值所需要的时间;
风险值获取单元,用于根据实际损失值与事故发生概率,得到事故关键参数的储罐事故发生风险值;
风险分析单元,用于获取各储罐事故发生风险值中的最大值,将最大值作为储罐事故发生的总风险值,根据总风险值分析储罐的风险损失。
另一方面,本发明实施例还提供了一种储罐动态风险分析系统,包括依次连接的数据采集设备、信息处理设备和信息分析设备;
数据采集设备根据预设的监测周期,实时采集储罐的各事故关键参数;事故关键参数为影响储罐安全状态的变量参数,并将各事故关键参数传输给信息处理设备;
信息处理设备获取储罐事故发生的实际损失值和事故发生概率,根据实际损失值和事故发生概率得到各事故关键参数的储罐事故发生风险值,并将储罐事故发生风险值传输给所述信息分析设备;
信息分析设备获取各储罐事故发生风险值中的最大值,将最大值作为储罐事故发生的总风险值,根据总风险值分析储罐的风险损失。
本发明具有如下优点和有益效果:
本发明储罐动态风险分析方法、装置及系统,根据对储罐事故场景的辨识确定事故关键参数,通过数据监控装置将分布于储罐监测范围内的各传感器数据采集传输至信息处理设备。由信息处理设备对储罐进行事故后果动态分析和事故概率动态分析,进一步得到事故实际损失值和事故概率,确定储罐事故关键参数对应的事故风险值,进一步从各事故关键参数对应的事故风险值中得到储罐的总风险值,实现实时评价储罐的动态随机过程。本发明充分分析事故关键参数的动态变化对储罐风险状态的影响,动态展示风险变化趋势。另外,本发明通过数据监控装置及多个传感器,有效地将储罐的多个事故关键参数采集、分析和处理,并通过数据监控装置的通信功能将数据传递至信息处理设备,进一步提高了本发明关于储罐风险分析的自动化程度。
附图说明
图1为本发明的储罐动态风险分析方法实施例1的流程示意图;
图2为本发明的储罐动态风险分析方法实施例2的流程示意图;
图3为本发明的储罐动态风险分析方法实施例2中苯乙烯储罐某时段总风险值图;
图4为本发明的储罐动态风险分析装置实施例1的结构示意图;
图5为本发明的储罐动态风险分析系统实施例1的系统结构示意图;
图6为本发明的储罐动态风险分析系统实施例1的信息处理设备的具体结构示意图;
图7为本发明的储罐动态风险分析系统实施例1的过溢情形以及质量损失情形各关键参数对应风险图;
图8为本发明的储罐动态风险分析系统实施例1的压力致泄漏以及物理爆炸情形各关键参数对应风险图;
图9为本发明的储罐动态风险分析系统实施例1的罐体破裂泄漏各关键参数对应风险图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
参见图1所示,是本发明的储罐动态风险分析方法实施例1的流程示意图,如图所示,本实施例中的储罐动态风险分析方法可以包括步骤:
步骤S110:根据预设的监测周期,实时采集储罐的各事故关键参数;事故关键参数为影响所述储罐安全状态的变量参数。
具体而言,根据储罐的事故场景特点和事故关键参数,通过多通道采集数据的方式,对影响储罐安全状态的变量参数实时监测,多元数据融合处理。降低在复杂的罐区环境中对储罐安全监测的干扰,以及设备老化而导致测量上的误差,减少对判断储罐安全状态造成的影响。
步骤S120:获取事故关键参数与预设参数目标值的偏离指数,根据偏离指数和损失函数,得到储罐的事故发生的实际损失值。
具体而言,偏离是指运行参数偏离了正常值状态,使得系统的运行状态发生变化,可能造成故障或事故。获取偏离值数,能够进一步对储罐事故发生的实际损失预测分析提供依据。
步骤S130:获取事故关键参数的剩余时间,根据剩余时间和概率密度函数,得到储罐的事故发生概率;剩余时间为事故关键参数到达预设参数边界阈值所需要的时间。
具体而言,剩余时间为事故关键参数达到预设参数边界阈值所需要的时间,在概率密度函数中引入剩余时间,实现对储罐事故发生的概率动态更新。
步骤S140:根据实际损失值与事故发生概率,得到事故关键参数的储罐事故发生风险值。
具体而言,储罐充装运行过程中因环境的不同,造成对影响储罐事故发生的事故关键参数也有所不同,通过获取各事故关键参数对应的事故发生风险值,多方位分析事故发生风险,提高了对储罐安全状态监测的准确性。
步骤S150:获取各储罐事故发生风险值中的最大值,将最大值作为储罐事故发生的总风险值,根据总风险值对所述储罐进行事故风险动态分析。
具体而言,根据不同的环境和时段,各事故关键参数随时间的改变而改变,影响储罐事故发生的关键因素不同,通过对最大风险值的获取并进行分析,针对性对储罐做出事故控制措施。
根据本实施例中的方法,根据储罐的事故场景特点和事故关键参数,通过对影响储罐安全状态的变量参数实时监测采集数据,多元数据融合处理。降低了在复杂的罐区环境中对储罐安全监测的干扰,以及设备老化而导致测量上的误差,同时减少对判断储罐安全状态造成的影响。进一步地,选用修正型转置正态分布损失函数(MINLF,Modifiedinverted normal loss function)构建方法获取储罐事故发生的实际损失值,并结合事故关键参数与设定目标值的偏离情况得到偏离指数;进一步地,引入剩余时间的概念,运用概率密度函数构建方法获取储罐事故发生概率;进一步地,结合实际损失值和事故发生概率获得各关键参数对应的事故发生风险值,进一步得出储罐的事故发生的总风险值,实现实时评价储罐的动态随机过程,充分分析事故关键参数的动态变化对储罐风险状态的影响,对储罐事故的发生做出准确的防范决策。
参见图2所示,是本发明的储罐动态风险分析方法实施例2的流程示意图,如图所示,本实施例中的储罐动态风险分析方法包括步骤:
开始进入步骤S210:根据储罐具体的存储情况,分析出将会已发的事故场景。
具体而言,通过对事故场景分析,确定事故场景的特点,为辨识储罐事故关键参数提供依据。
步骤S220:根据预设的事故关键参数辨识规则,辨识出待采集的事故关键参数。
具体而言,事故关键变量是影响事物安全状态的物理量或化学量参数,确定事故关键参数变量可对储罐进行针对性的监测。
步骤S230:根据预设的监测周期,实时采集储罐的各事故关键参数。
具体而言,通过多路数据实时采集,避免了因单一数据监测造成对储罐运行状态判断的误差。
步骤S250:获取事故关键参数与预设参数目标值的偏离指数,进行事故后果动态分析,选择修正型转置正态分布损失函数(MINLF,Modified inverted normal lossfunction)并基于以下公式构建损失函数计算储罐的实际损失值:
具体而言,L[x(t)]表示实际损失值;EML表示预计最大损失,预计最大损失指在所有保护系统失效的情况下所述储罐持续维持的损失;x(t)表示事故关键参数;T表示预设目标参数值;γ表示形状因子,形状因子用于调节所述损失函数L[x(t)]图形达到准确状态;Δ表示第一次监测到预计最大损失值与预设目标参数的差值,e表示自然对数的底数。其中形状因子根据非线性最小平方法确定,如在EML、x(t)、T、Δ已经确定的情况下,根据可以确定形状因子的值,其中,Loss[x(ti)]表示通过其他统计方式或计算方式得到的损失值,L[x(ti)]是在给定x(ti)的情况下基于MINLF函数确定的值,当相关损失信息[x(ti),Loss[x(ti)]]了解越多,形状因子确定越准确,L[x(t)]得出的储罐实际损失值越贴近真实情况。进一步地,修正型转置正态分布损失函数具有一定灵活性,且相对其他类型的损失函数而言,其受形状因子及预计最大损失值的影响较小,还能有效表示储罐的事故关键参数正向偏离预设参数目标值和负向偏离预设参数目标值所受的损失值不等的情形(即非对称倾向)。
步骤S260:获取事故关键参数的剩余时间,进行事故概率动态分析,假设储罐等同于某元件,根据元件常用的寿命分布形式,则元件的失效时间即为储罐事故关键参数的剩余时间,即事故关键参数到达预设参数边界阈值所需要的时间。则基于以下公式,得到剩余时间t的概率密度函数:
其中,t表示剩余时间,λ表示预期剩余时间的倒数;f(t)为概率密度函数,e表示自然对数的底数;
根据所述剩余时间t的概率密度函数,基于以下公式,得到所述事故发生概率:
具体而言,引入剩余时间参数结合概率密度函数获取事故发生概率,对储罐的事故发生概率动态更新,避免了静态风险分析中的时效性问题,进一步实现了对事故发生的可能性进行实时量化分析。
步骤S260:根据实际损失值与事故发生概率,得到事故关键参数的储罐事故发生风险值,基于以下公式获得:
R(t)=L[x(t)]×p(t)
其中,R(t)表示所述储罐事故发生风险值;
获取各储罐事故发生风险值中的最大值,将最大值作为所述储罐事故发生的总风险值,根据总风险值对所述储罐进行事故风险动态分析,基于以下公式获得:
R(t)sys=Max(Ri(t))
其中,Ri(t)表示各储罐事故发生风险值;Max(Ri(t))表示各储罐事故发生风险值中的最大值;R(t)sys表示储罐事故发生的总风险值。
具体而言,储罐的事故关键参数实时变化,根据各事故关键参数某时段对应的最大风险值,具体反映某时段造成储罐事故发生的主要因素,提高储罐安全监测在某时刻段工况下的预警能力。
结合图2,选用某苯乙烯储罐对本实施例2中的储罐动态风险分析方法进行说明。该储罐半径为10m(米),高为13m(米)。苯乙烯正常储存温度为5~20℃(摄氏度)、储罐设计压力为-0.5kPa(千帕)~2kPa(千帕),假定静置储存状态时的液位高度为10m(米),且充装的高度设定为10m(米)。
分析可能的事故场景以及辨识储罐事故关键参数变量:
苯乙烯是一种用途广泛的聚合单体,化学性质活泼,易发生聚合反应,储存过程中易受储存温度、氧含量和阻聚剂含量影响,引起质量变化,甚至灾害事故发生。通常苯乙烯储罐有两种工作状态:充装状态和静置储存状态。在充装状态时,易发生的五种事故场景如下:1)在充装过程中,若液位持续升高,当高于罐体高度时,会发生过溢事故;2)由于外界环境因素或苯乙烯自身发生聚合反应,且罐内温度没有得到有效控制,温度升高,聚合反应加快,造成罐内苯乙烯产品质量受损;3)当温度继续升高,超过苯乙烯的沸点时,沸腾的苯乙烯蒸发,压力升高,会发生苯乙烯泄漏事故;4)若压力不断升高,超出罐体承受阈值时,将导致储罐发生超压爆炸事故;5)若充装过程中液位不断下降,则可判定罐体破裂发生液体泄漏事故。在静置储存过程中,易发生的四种事故场景如下:a.由于外界环境因素或苯乙烯自身发生聚合反应,罐内温度没有得到有效控制,温度升高,聚合反应加快,释放更多热量,加剧反应,造成罐内苯乙烯产品质量受损;b.当温度继续升高,超过苯乙烯的沸点时,沸腾的苯乙烯蒸发,压力升高,若未得到有效控制,会发生苯乙烯泄漏事故;c.若压力不断升高,超出罐体承受阈值时,将导致储罐破裂;将会导致苯乙烯泄漏;d.若在静置储存过程中液位不断下降,则可判定罐体破裂发生液体泄漏事故。因此,针对苯乙烯储罐选用三个事故关键变量:温度、液位和压强,并分析上述参数偏离引起的风险。
周期性采集和实时监测事故关键变量参数:
基于储罐事故场景的辨识,确定需要采集的数据,即温度、压力、液位,采集的方式以自动监控为主,实时获取温度、压力和液位的监控数据。
构建损失函数,获取储罐实际损失值:
(1)对可能出现的充装过量造成介质溢出导致泄漏,主要的影响因素为液位,主要事故关键变量参数为液位,构造损失函数如下:
其中Δ1=3,γ1=0.9。
(2)对于可能发生的产品质量受损,主要的影响因素为温度,主要事故关键变量参数为温度,故构造损失函数如下:
其中,优选的,Δ2=5,γ2=4;Δ3=122,γ3=48。
(3)对于可能由于压力继续升高,造成介质泄漏的场景或爆炸的场景,主要影响因素为压力,主要事故关键变量参数为压力,构造损失函数如下:
其中Δ4=-2,γ4=0.27;Δ5=4.9,γ5=0.27。
(4)对于由于罐体破裂,介质泄漏场景,主要关键变量参数为液位,构建损失函数如下:
其中Δ5=10,γ5=2.8。
构建概率密度函数,获取事故发生概率:
剩余时间是指事故关键参数到达预设参数边界阈值所需要的时间,当时间t=tr,事故发生的概率为:
其中即剩余时间由t时刻关键参数距其最大限定值的差量与控制措施的增量的比值。如当t时刻的液位为H(t),最大限定值为H,Fi(t)表示t时刻储罐的充装速度,Fc(t)表示t时刻储罐的控制速度,A为储罐面积,则其剩余时间为:
(1)对可能出现的充装过量造成介质溢出导致泄漏,主要事故关键变量参数为液位,其剩余时间计算如下:
Fi(t)表示t时刻储罐的充装速度,Fc(t)表示t时刻储罐的控制速度。
(2)同理,对于温度升高可能发生的产品质量受损的情形,其剩余时间计算如下:
其中ΔV表示采取控制措施的温度增量。
(3)对于由于压力继续升高,造成介质泄漏的场景,其剩余时间计算如下:
其中ΔV表示采取控制措施的压强增量。当压力继续升,至P(t)>8时,储罐发生爆炸事故发生,即其事故发生概率为1。
(4)对可能出现的罐体破裂液体泄漏的场景,主要关键变量为液位,其剩余时间计算如下:
其中H(t)表示泄漏场景中的液位高度,ΔV表示采取控制措施后的流速增量。
获取事故发生风险值:
通过调取充装过程中某时段数据,进行事故发生风险分析,即可确定对应时刻的风险值,如图7所示,图7为本发明的储罐动态风险分析系统实施例1的过溢情形以及质量损失情形各关键参数对应风险图,其中图7中(a)表示在充装过程中,液位不断升高,其对应损失值L[x(t)]持续增加。(b)表示液位不断升高,逐渐接近预设参数目标值的过程中,系统对充装速度加以控制,保证液位在安全范围内,在此过程中,剩余时间也一直波动变化,故其充装溢出的概率值p(t)也不断变化。根据R(t)=L[x(t)]×p(t)得到(c)。(d)表明,由于监测到温度值不断上升,苯乙烯发生聚合反应,导致质量损失L[x(t)]增加。(e)表示,在温度不断变化过程中,系统对温度加以控制,保证温度在安全范围内,在此过程中,剩余时间也一直波动变化,故温度升高引起的质量损失的概率值p(t)也不断变化。根据R(t)=L]x(t)]×p(t)得到图(f)。同理,压力升高导致泄漏、压力升高导致物理爆炸以及罐体破裂情形的损失值、事故发生概率以及风险值如图8和图9所示,图8为本发明的储罐动态风险分析系统实施例1的压力致泄漏以及物理爆炸情形各关键参数对应风险图;图9为本发明的储罐动态风险分析系统实施例1的罐体破裂泄漏各关键参数对应风险图。
由于液位、压力、温度同时随着时间而改变,故储罐的总风险选择时刻ti时刻对应的风险最大值,即
R(t)sys=Max(Ri(t))
如图3所示,为本发明的储罐动态风险分析方法实施例2中苯乙烯储罐某时段总风险值图,Risk表示风险值;Level表示液位1;Temperature表示温度;Pressure 1表示压力1;Pressure 2表示压力2;Level 2表示液位2;Total Risk表示总风险值。
该储罐在28min之前,液位变化对其影响最大,可能的事故类型为过溢,在28min中之后温度对其影响最大,可能的事故类型为质量损失。从图中可知,该时段的最大风险值不超过40,接近0,表明该时段液位、压力、温度偏离造成的风险值较小,可以根据相关制度规范及要求决定是否需要采取措施控制风险。
根据本实施例的方法,事故关键参数是指影响储罐安全状态的物理量或者化学参数,通过监测可以反映储罐是否处于安全状态。在获取储罐事故发生的实际损失值中,通过事故关键参数与预设参数目标值得到偏离指数,偏离是指事故关键参数偏离的正常值状态,使得储罐的运行装填发生变化,可能造成故障或者事故,通过偏离指数,能够及时预测出储罐事故的发展趋势以及后果。进一步地,选用的修正型转置正态分布损失函数具有一定灵活性,且相对其他类型的损失函数而言,其受形状因子及预计最大损失值的影响较小,还能有效表示储罐的事故关键参数正向偏离预设参数目标值和负向偏离预设参数目标值所受的损失值不等的情形(即非对称倾向)。进一步地,预计最大损失是指在所有保护系统失效的情况下持续维持的损失。通常认为损失分为五部分:质量损失(QL,Quality loss)、生产损失(PL,Production loss)、资产损失(AL,Asset loss)、人员健康损失(HHL,Humanhealth loss)和环境清理费用(ECC,Environment cleanup cost)。其中质量损失包括内部失效损失和外部失效损失;生产损失包括停工损失和维修损失;资产损失包括装备损坏损失和建(构)筑物损坏损失;人员健康损失包括人员致死损失和致伤损失。通常根据专家经验、事故调查以及相似事故数据获得。
参见图4所示,为本发明的储罐动态风险分析装置实施例1的结构示意图,如图所示,需要说明的是,本发明的储罐动态风险分析装置实施例1,可以对应实现上述储罐动态风险分析方法中的各方法步骤,此处不再重复赘述。
本发明的储罐动态风险分析装置的实施例,通过数据采集单元对储罐的各事故关键参数周期性采集监测,同时根据采集到的各事故关键参数分析获取得到储罐事故发生的风险值,根据在某一时刻对应的最大风险值,进一步得出储罐的事故发生总风险值,根据所得总风险值对储罐进行事故风险动态分析。因此能够有效评价事故发展的动态随机过程,有效解决静态风险分析的局限性,提高储罐监测的准确度和可靠性。
图5为本发明的储罐动态风险分析系统实施例1的系统示意图,如图5所示,本发明储罐动态风险分析系统可以包括依次连接的数据采集设备、信息处理设备和信息分析设备;
数据采集设备根据预设的监测周期,实时采集储罐的各事故关键参数;事故关键参数为影响储罐安全状态的变量参数;
信息处理设备获取储罐的事故发生的实际损失值和事故发生概率;根据实际损失值和事故发生概率得到事故关键参数的储罐事故发生风险值;
信息分析设备通过调取储罐运行过程中某段时间的数据,输入至该设备,获取各储罐事故发生风险值中的最大值,将最大值作为储罐事故发生的总风险值,根据总风险值分析储罐的风险损失。
在本发明储罐动态风险分析系统实施例中,数据采集设备通过运用数据监控装置,将分布于储罐监测范围内的各传感器数据采集并通过通信功能传输至信息处理设备,有效地将储罐的多个事故关键参数采集、分析和处理,进一步简化了本发明关于储罐风险分析的操作过程,提高了自动化程度。同时,通过各事故关键参数对储罐进行事故后果动态分析、事故概率动态分析和事故动态分析,实现对储罐事故风险实时计算,为应急决策提供实时依据,同时,通过动态展示风险变化趋势,使其在事故发生前有效控制事故风险。
进一步地,参见图6,为本发明的储罐动态风险分析系统实施例1的信息处理设备的具体结构示意图,在本发明的储罐动态风险分析系统中的信息处理设备还包括事故后果动态分析器、事故概率动态分析器和事故动态分析器。
事故后果动态分析器610获取事故关键参数与预设参数目标值的偏离指数,根据偏离指数和损失函数,得到储罐事故发生的实际损失值;
事故概率动态分析器620获取事故关键参数的剩余时间,根据剩余时间和概率密度函数,得到储罐的事故发生概率;剩余时间为事故关键参数到达预设参数边界阈值所需要的时间;
事故动态分析器630根据实际损失值与事故发生概率,得到事故关键参数的储罐事故发生风险值。
具体地,在本实施例中,储罐的信息处理设备由不同的分析器对各事故关键参数进行分环节处理。在本发明的储罐动态风险分析系统中,将数据进行分流处理,提高数据处理效率,降低监测设备的负荷量,同时,使得对于储罐的安全状态监测结果具有及时性。
本发明基于一种储罐动态风险分析方法、装置及系统,通过分析储罐事故场景特点,辨识事故关键变量参数,通过数据监控装置及多个传感器,有效地将储罐的多个事故关键参数采集、分析和处理,并通过数据监控装置的通信功能将数据传递至信息处理设备,进一步提高了本发明关于储罐风险分析的自动化程度。进一步地,通过事故关键参数进行事故后果动态分析和概率动态分析,得出事故发生风险值和事故发生概率,进一步地,信息分析设备调用储罐充装运行过程某个时段所被采集到的事故关键参数对应的事故发生风险值,得出在该时段储罐的事故发生的总风险值,实现实时评价储罐的动态随机过程。
本发明的储罐动态风险分析方法、装置及系统降低了在复杂的罐区环境中对储罐安全监测的干扰,以及设备老化而导致测量上的误差,同时减少对判断储罐安全状态造成的影响。能够充分分析事故关键参数的动态变化对储罐风险状态以及危险因素相互间的转化关系,对储罐事故的发生做出准确的防范决策,有效解决静态风险分析的局限性、提高储罐监测的准确度和可靠性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,包括以上方法所述的步骤,所述的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种储罐动态风险分析方法,其特征在于,包括以下步骤:
根据预设的监测周期,实时采集储罐的各事故关键参数;所述事故关键参数为影响所述储罐安全状态的变量参数;
获取所述事故关键参数与预设参数目标值的偏离指数,根据所述偏离指数和损失函数,得到所述储罐的事故发生的实际损失值;
获取所述事故关键参数的剩余时间,根据所述剩余时间和概率密度函数,得到所述储罐的事故发生概率;所述剩余时间为所述事故关键参数到达预设参数边界阈值所需要的时间;
根据所述实际损失值与所述事故发生概率,得到所述事故关键参数对应的储罐事故发生风险值;
获取各储罐事故发生风险值中的最大值,将所述最大值作为所述储罐事故发生的总风险值,根据所述总风险值分析所述储罐的风险损失。
4.根据权利要求3所述的储罐动态风险分析方法,其特征在于,根据所述实际损失值和所述事故发生概率得到所述事故关键参数的所述储罐事故发生风险值的步骤中,基于以下公式得到所述储罐事故发生风险值:
R(t)=L[x(t)]×p(t)
其中,R(t)表示所述储罐事故发生风险值;
根据获取所述各储罐事故发生风险值中的最大值作为所述储罐事故发生的总风险值的步骤中,基于以下公式得到所述储罐事故发生的总风险值:
R(t)sys=Max(Ri(t))
其中,Ri(t)表示各所述储罐事故发生风险值;Max(Ri(t))表示所述各储罐事故发生风险值中的最大值;R(t)sys表示所述储罐事故发生的总风险值。
5.根据权利要求1至4任意一项所述的储罐动态风险分析方法,其特征在于,在根据预设的监测周期,实时采集储罐的各事故关键参数的步骤之前还包括步骤:
根据预设的事故关键参数辨识规则,辨识出待采集的所述事故关键参数;
所述预设的事故关键参数辨识规则包括以下方法中的任意一项或者任意组合:安全检查表法、预先危险性分析方法、故障类型和影响分析方法、事故树分析和危险性与可操作性研究。
6.一种储罐动态风险分析装置,其特征在于,包括:
数据采集单元,用于根据预设的监测周期,实时采集储罐的各事故关键参数;所述事故关键参数为影响所述储罐安全状态的变量参数;
实际损失值获取单元,用于获取所述事故关键参数与预设参数目标值的偏离指数,根据所述偏离指数和损失函数,得到所述储罐的事故发生实际损失值;
概率获取单元,用于获取所述事故关键参数的剩余时间,根据所述剩余时间和概率密度函数,得到所述储罐的事故发生概率;所述剩余时间为所述事故关键参数到达预设参数边界阈值所需要的时间;
风险值获取单元,用于根据所述实际损失值与所述事故发生概率,得到所述事故关键参数对应的储罐事故发生风险值;
风险分析单元,用于获取各储罐事故发生风险值中的最大值,将所述最大值作为所述储罐事故发生的总风险值,根据所述总风险值分析所述储罐的风险损失。
7.根据权利要求6所述的储罐动态风险分析装置,其特征在于,还包括参数辨识单元;
所述参数辨识单元,用于根据预设的事故关键参数辨识规则,辨识出待采集的所述事故关键参数;所述预设的事故关键参数辨识规则包括以下方法中的任意一项或者任意组合:安全检查表法、预先危险性分析方法、故障类型和影响分析方法、事故树分析和危险性与可操作性研究。
8.一种储罐动态风险分析系统,其特征在于,包括依次连接的数据采集设备、信息处理设备和信息分析设备;
所述数据采集设备根据预设的监测周期,实时采集储罐的各事故关键参数;所述事故关键参数为影响所述储罐安全状态的变量参数,并将各所述事故关键参数传输给所述信息处理设备;
所述信息处理设备获取所述事故关键参数与预设参数目标值的偏离指数,根据所述偏离指数和损失函数,得到所述储罐的事故发生的实际损失值;获取所述事故关键参数的剩余时间,根据所述剩余时间和概率密度函数,得到所述储罐的事故发生概率;所述剩余时间为所述事故关键参数到达预设参数边界阈值所需要的时间;根据所述实际损失值与所述事故发生概率,得到所述事故关键参数对应的储罐事故发生风险值;并将各所述储罐事故发生风险值传输给所述信息分析设备;
所述信息分析设备获取各储罐事故发生风险值中的最大值,将所述最大值作为所述储罐事故发生的总风险值,根据所述总风险值分析所述储罐的风险损失。
9.根据权利要求8所述的储罐动态风险分析系统,其特征在于,所述数据采集设备包括分布于所述储罐监测范围内的若干传感器;
各所述传感器采集对应的事故关键参数。
10.根据权利要求9所述的储罐动态风险分析系统,其特征在于,还包括连接在所述传感器与所述信息处理设备之间的数据监控器:
所述数据监控器将各所述传感器采集的事故关键参数传输给所述信息处理设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710372219.8A CN107194586B (zh) | 2017-05-23 | 2017-05-23 | 储罐动态风险分析方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710372219.8A CN107194586B (zh) | 2017-05-23 | 2017-05-23 | 储罐动态风险分析方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194586A CN107194586A (zh) | 2017-09-22 |
CN107194586B true CN107194586B (zh) | 2020-05-19 |
Family
ID=59875483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710372219.8A Active CN107194586B (zh) | 2017-05-23 | 2017-05-23 | 储罐动态风险分析方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194586B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170997B (zh) * | 2018-02-07 | 2021-04-16 | 中国人民武装警察部队学院 | 一种立式固定顶油罐的预警方法及系统 |
CN109002959A (zh) * | 2018-06-11 | 2018-12-14 | 北京石油化工学院 | 一种基于大数据的危化品运输风险预测系统 |
CN110135156B (zh) * | 2019-04-03 | 2020-10-09 | 浙江工业大学 | 一种基于沙盒动态行为识别可疑攻击代码的方法 |
CN115130284A (zh) * | 2022-06-13 | 2022-09-30 | 中国核电工程有限公司 | 核电机组风险预测方法、预测系统及评估系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7031838B1 (en) * | 2003-03-25 | 2006-04-18 | Integrated Environmental Services. Inc. | System and method for a cradle-to-grave solution for investigation and cleanup of hazardous waste impacted property and environmental media |
CN101847180A (zh) * | 2010-04-30 | 2010-09-29 | 中国环境科学研究院 | 一种大气污染风险源识别方法 |
CN105787677A (zh) * | 2016-03-31 | 2016-07-20 | 交通运输部水运科学研究所 | 石化港区事故风险区域定量评估方法 |
CN106094783A (zh) * | 2016-05-30 | 2016-11-09 | 重庆大学 | 一种液氢加注系统故障诊断和实时报警方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8635176B2 (en) * | 2010-09-30 | 2014-01-21 | Applied Engineering Solutions, Inc. | System to create and use test plans usable in validating a real world model in software of a safety instrumented system architecture for safety instrumented systems in a facility |
-
2017
- 2017-05-23 CN CN201710372219.8A patent/CN107194586B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7031838B1 (en) * | 2003-03-25 | 2006-04-18 | Integrated Environmental Services. Inc. | System and method for a cradle-to-grave solution for investigation and cleanup of hazardous waste impacted property and environmental media |
CN101847180A (zh) * | 2010-04-30 | 2010-09-29 | 中国环境科学研究院 | 一种大气污染风险源识别方法 |
CN105787677A (zh) * | 2016-03-31 | 2016-07-20 | 交通运输部水运科学研究所 | 石化港区事故风险区域定量评估方法 |
CN106094783A (zh) * | 2016-05-30 | 2016-11-09 | 重庆大学 | 一种液氢加注系统故障诊断和实时报警方法 |
Non-Patent Citations (2)
Title |
---|
A study on the financial approach of risk assessment using chemical accident records in chemical process industries;Namjin Jang et al.;《ASIA-PACIFIC JOURNAL OF CHEMICAL ENGINEERING》;20110314;第509-517页 * |
Evaluation of the Quality of Safety and Risk Analysis in the Chemical Industry;Jouko Suokas;《Risk Analysis》;19881231;第581-591 * |
Also Published As
Publication number | Publication date |
---|---|
CN107194586A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194586B (zh) | 储罐动态风险分析方法、装置及系统 | |
CN104573850B (zh) | 一种火电厂设备状态评估方法 | |
CN114821946B (zh) | 变电站交流电源火灾预警方法、监控终端及系统 | |
CN105264448A (zh) | 实时化学过程监测、评估和决策辅助方法 | |
KR20190115953A (ko) | 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법 | |
US10824963B2 (en) | Alarm handling system and method in plant process automation | |
CN110703712B (zh) | 一种工业控制系统信息安全攻击风险评估方法及系统 | |
US20240175734A1 (en) | Method and internet of things (iot) system for managing and controlling risk in smart gas pipeline network by combining ultrasonic flowmeter | |
CN110488777B (zh) | 一种化工厂事故预警及事态跟踪系统 | |
CN117420452B (zh) | 一种用于锂电池储能的监测预警系统 | |
CN103309342A (zh) | 一种针对工业控制系统的防危性验证方案 | |
CN113343177A (zh) | 基于模糊综合评价理论的电梯设备健康状态诊断方法 | |
CN114234831B (zh) | 一种曲面铸钢件的应变监测方法、系统和可读存储介质 | |
Chen et al. | Development of fuzzy logic-based statistical process control chart pattern recognition system | |
CN113673600B (zh) | 一种工业信号异常预警方法、系统、存储介质及计算设备 | |
CN114118731A (zh) | 一种动态风险预警分级方法及装置 | |
CN111182046A (zh) | 一种考虑化工厂气象环境的安全监管方法及系统 | |
JPH11161327A (ja) | プロセスの異常診断方法及び装置 | |
EP3790032A1 (en) | Gas monitoring system | |
CN114595948A (zh) | 基于人工智能的多风险参数企业风险评估方法及系统 | |
KR102257716B1 (ko) | 다중 예측 모델의 스위칭 기술을 이용한 발전소의 조기 경보 장치 및 방법 | |
CN116562739A (zh) | 液体化工码头作业流程规划与动态监控系统 | |
CN114047693B (zh) | 面向充电过程的汽车电池火灾自适应防范方法及系统 | |
CN115436864A (zh) | 一种电容式电压互感器异常状态诊断方法、系统及介质 | |
CN114115197A (zh) | 燃气轮机状态维修决策系统、方法以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |