CN113821995A - 应急演练系统及其建模方法 - Google Patents

应急演练系统及其建模方法 Download PDF

Info

Publication number
CN113821995A
CN113821995A CN202010561431.0A CN202010561431A CN113821995A CN 113821995 A CN113821995 A CN 113821995A CN 202010561431 A CN202010561431 A CN 202010561431A CN 113821995 A CN113821995 A CN 113821995A
Authority
CN
China
Prior art keywords
model
data
equipment
disaster
accident
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.)
Pending
Application number
CN202010561431.0A
Other languages
English (en)
Inventor
李磊
李智临
矫恒超
袁纪武
张卫华
王正
王春
刘刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Qingdao Safety Engineering Institute filed Critical China Petroleum and Chemical Corp
Priority to CN202010561431.0A priority Critical patent/CN113821995A/zh
Publication of CN113821995A publication Critical patent/CN113821995A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q50/04—Manufacturing
    • 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
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Fluid Mechanics (AREA)
  • Algebra (AREA)
  • Data Mining & Analysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Remote Sensing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及安全工程技术与信息技术领域，提供了一种应急演练系统及其建模方法。所述建模方法包括：构建用于仿真设备的工艺过程、事故现象及灾害场感知的理想设备模型；当通过理想设备模型引发事故现象时，构建用于仿真理想设备模型引发的事故现象的事故模型；将理想设备模型和事故模型组合，以形成风险设备模型；基于设备的应急演练数据，构建用于仿真设备的应急演练过程的应急演练模型；以及将风险设备模型和应急演练模型组合，以形成应急演练系统。本发明的应急演练系统能够仿真工艺过程、事故现象、灾害场感知以及应急演练过程，相比于传统的OTS和EDS，促进了全要素仿真的实现。

Description

应急演练系统及其建模方法
技术领域
本发明涉及安全工程技术与信息技术领域，具体地涉及一种应急演练系统及其建模方法。
背景技术
目前，在石油、化工及冶金等行业中，构建过程仿真系统越来越受到重视，已成为行业安全工程中的重要组成部分。现有涉及的仿真系统主要有操作人员培训系统(Operator Training System，OTS)和应急演练系统(Emergency Drilling System，EDS)两种，它们各自的优缺点如下：
1)OTS是过程模型和仿真技术的重要应用，但其只关注设备的运行数据，主要目的在于保证设备实现正常的开车和停车操作，在事故及应急处理训练方面的功能严重不足。
2)EDS运用虚拟现实地理信息系统(Virtual Reality Geographic InformationSystem，VRGIS)和计算机网络技术构建三维虚拟演练环境、多客户端参演的形式得到了越来越广泛的应用，但其只关注事故后的救援过程，实质是将应急预案在三维场景中进行展示，与设备运行状态脱节，没有变化性和灵活性。
据此，可知这两种仿真系统各自只关注设备应急处置的部分元素，无法实现应急处置的“全要素”仿真。
发明内容
本发明实施例的目的是提供一种应急演练系统及其建模方法，用于解决现有仿真系统无法实现应急处置的“全要素”仿真的问题。
为了实现上述目的，本发明实施例提供一种应急演练系统的建模方法，包括：基于设备的工艺数据、事故数据和灾害场数据，构建用于仿真对应设备的工艺过程、事故现象及灾害场感知的理想设备模型；当通过所述理想设备模型引发事故现象时，构建用于仿真所述理想设备模型引发的事故现象的事故模型；将所述理想设备模型和所述事故模型组合，以形成风险设备模型；基于所述设备的应急演练数据，构建用于仿真所述设备的应急演练过程的应急演练模型；以及将所述风险设备模型和所述应急演练模型组合，以形成所述应急演练系统。
可选的，所述工艺数据包括设备中的以下数据中的任意一者或多者：温度、压力、流量、液位以及物料信息；所述事故数据包括设备在以下任意一种或多种事故状态下对应的工艺数据：火灾、爆炸、泄漏、堵塞、避雷失效、材料失效、强度失效以及结构失效；所述灾害场数据包括灾害场类型、灾害相关地理信息以及灾害场变化情况；所述应急演练数据包括救援基础数据以及应急决策数据。
可选的，所述建模方法还包括：根据事故类型确定灾害场类型，其中所述灾害场类型包括对应于火灾事故的温度场、对应于爆炸事故的能量场以及对应于毒气事故的毒气场；通过GIS(Geographic Information System，地理信息系统)获取所述灾害相关地理信息，其中所述灾害相关地理信息包括设备位置信息、设备几何尺寸和事故发生地的地形地貌信息；以及采用CFD(Computational Fluid Dynamics，计算流体动力学)仿真技术进行灾害场景的模拟计算，得到灾害场变化情况。
可选的，所述采用计算流体动力学CFD仿真技术进行灾害场景的模拟计算包括：对灾害场景进行网格划分，并基于根据每一网格采用CFD仿真技术对所述灾害场景进行计算，再基于预设的运算效率要求来对计算结果进行简化处理，以获得最终示出灾害场实时变化情况的计算结果。
可选的，所述应急演练系统的建模方法还包括：获取设备的环境数据，并基于所述环境数据优化所述理想设备模型。
可选的，所述应急演练系统的建模方法还包括：获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，基于该仿真结果构建用于确定当前灾害场对所述设备的伤害情况的伤害感知模型，其中所述伤害情况包括伤害类型、伤害区域及伤害程度；以及将所述伤害感知模型集成至所述风险设备模型中；其中，所述事故模型还用于仿真由所述伤害感知模型所感知的灾害场所引发的事故现象。
可选的，所述构建仿真所述设备的应急演练过程的应急演练模型包括构建以下模型中的一者或两者以形成所述应急演练模型：基于所述设备的救援基础数据构建的救援模型，其中所述救援模型与所述风险设备模型相关联以更新所述灾害场数据；以及基于应急决策数据构建的决策指挥模型，其中所述决策指挥模型与所述风险设备模型相关联以更新所述灾害场数据。
另一方面，本发明实施例还提供一种应急演练系统，包括：风险设备模型，其包括用于仿真设备的工艺过程、事故现象及灾害场感知的理想设备模型以及用于仿真所述理想设备模型引发的事故现象的事故模型；以及应急演练模型，用于描述所述设备的应急演练过程。
可选的，所述工艺数据包括设备中的以下数据中的任意一者或多者：温度、压力、流量、液位以及物料信息；所述事故数据包括设备在以下任意一种或多种事故状态下对应的工艺数据：火灾、爆炸、泄漏、堵塞、避雷失效、材料失效、强度失效以及结构失效；所述灾害场数据包括灾害场类型、灾害相关地理信息以及灾害场变化情况；所述应急演练数据包括救援基础数据以及应急决策数据。
可选的，所述应急演练系统还包括：数据获取模块，用于获取所述工艺数据、所述事故数据、所述灾害场数据以及所述应急演练数据，并对应传输给所述风险设备模型或所述应急演练模型。
可选的，所述数据获取模块用于获取所述灾害场数据包括：根据事故类型确定灾害场类型，其中所述灾害场类型包括对应于火灾事故的温度场、对应于爆炸事故的能量场以及对应于毒气事故的毒气场；通过GIS获取所述灾害相关地理信息，其中所述灾害相关地理信息包括设备位置信息、设备几何尺寸和事故发生地的地形地貌信息；以及采用CFD仿真技术进行灾害场景的模拟计算，得到灾害场变化情况。
可选的，所述采用CFD仿真技术进行灾害场景的模拟计算包括：对灾害场景进行网格划分，并基于根据每一网格采用CFD仿真技术对所述灾害场景进行计算，再基于预设的运算效率要求来对计算结果进行简化处理，以获得最终示出灾害场实时变化情况的计算结果。
可选的，所述数据获取模块还用于获取所述设备的环境数据，并传输给所述风险设备模型以优化所述风险设备模型。
可选的，所述风险设备模型还包括：伤害感知模型，用于获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，并基于该仿真结果确定当前灾害场对所述设备的伤害情况，其中所述伤害情况包括伤害类型、伤害区域及伤害程度；其中，所述事故模型还用于仿真由所述伤害感知模型所感知的灾害场所引发的事故现象。
可选的，所述应急演练模型包括：基于所述设备对应的救援基础数据构建的救援模型，其中所述救援模型与所述风险设备模型相关联以更新所述风险设备模型涉及的所述灾害场数据；和/或基于应急决策数据构建的决策指挥模型，其中所述决策指挥模型与所述风险设备模型相关联以更新所述风险设备模型涉及的所述灾害场数据。
另一方面，本发明提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的应急演练系统的建模方法。
通过上述技术方案，本发明实施例构建的应急演练系统能够仿真工艺过程、事故现象、灾害场感知以及应急演练过程，相比于传统的OTS和EDS，使安全仿真可包括工艺、连锁事故、灾害、救援、决策等多个要素，促进了全要素仿真的实现。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明实施例一的应急演练系统的建模方法的流程示意图；
图2是本发明实施例二的应急演练系统的建模方法的流程示意图；
图3是本发明实施例三的应急演练系统的结构示意图；
图4是本发明实施例四的应急演练系统的结构示意图；
图5是本发明实施例中以储罐为例的风险设备模型的结构示意图；以及
图6是本发明实施例五的应急演练系统的应用示意图。
附图标记说明
310 风险设备模型 320 应急演练模型
330 数据获取模块 311 理想设备模型
312 事故模型 313 伤害感知模型
321 救援模型 322 决策指挥模型
510 储罐理想模型 521 液池模型
522 常规池火模型 523 火炬模型
524 超压爆炸模型 525 受损爆炸模型
526 残液池火模型
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
实施例一
图1是本发明实施例一的应急演练系统的建模方法的流程示意图，其中所述应急演练系统用于石油、化工及冶金等行业中仿真针对设备事故的应急演练过程。如图1所示，该应急演练系统的建模方法可以包括以下步骤：
步骤S110，基于设备的工艺数据、事故数据和灾害场数据，构建用于仿真对应设备的工艺过程、事故现象及灾害场感知的理想设备模型
其中，所述设备可以是石油、化工及冶金装置中出现的每一个实体设备。并且，所述理想设备模型是指描述实体设备自身的运行状态的模型，其描述的工艺过程、事故现象及灾害场感知都用于反映设备自身运行状态。
对于所述工艺数据、事故数据和灾害场数据，分别介绍如下：
1)工艺数据
所述工艺数据用于描述动态的工艺过程中涉及的物料在所述设备中的运行情况，举例而言，工艺数据可用于反映动态的化工过程中涉及的物料在各个设备(如换热器、罐、塔、反应器等)中的流入、流出以及累积。
优选地，所述工艺数据包括设备中的以下数据中的任意一者或多者：温度、压力、流量、液位以及物料信息。
2)事故数据
事故是由于设备自身的风险或外界条件的变化而引发的设备运行状态的改变，据此所述事故数据用于描述所述设备发生事故后的第一工艺数据变化情况。
优选地，所述事故数据包括设备在以下任意一种或多种事故状态下对应的工艺数据：火灾、爆炸、泄漏、堵塞、避雷失效、材料失效、强度失效以及结构失效。基于这些事故状态，所述事故数据也可理解为用于反映设备可能导致的事故现象。
3)灾害场数据
所述灾害场数据用于描述所述设备处于灾害场中的第二工艺数据变化情况。在此的“第二”旨在与由事故引起的“第一工艺数据变化情况”区别开。
需说明的是，目前的大多设备仿真模型都只是基于工艺数据和事故数据建立，从而这类设备仿真模型往往只针对各个设备描述该设备自身的参数变化情况及自身可能引发的事故，并不考虑不同设备之间以及不同设备引发的事故之间的关联。在此，事故之间的关联表现为事故多米诺现象。在实际的设备运行场景中，事故多米诺现象往往存在，即可能会有在时间发生的顺序上依次排列的一连串事故，例如一个事故的发生是前一个事故发生的结果，而这一个事故的发生又将导致下一个事故的发生，事故一个依赖一个，构成一个系列，犹如一系列前后靠近竖立的骨牌，第一块骨牌倒下将导致整个系列骨牌的连续倒下。举例而言，发生事故的最终结果包括燃烧、爆炸和有毒气(液)体泄漏等，故而可以对应将事故的后果描述“温度场”、“能量场”和“毒气团”，而这些事故的后果又会对相关设备及现场人员产生新的伤害，从而形成事故多米诺现象。
据此，本发明实施例考虑到事故多米诺现象，特意引入灾害场数据以建立理想设备模型，旨在描述事故多米诺现象中某一事故的后果对设备产生的新伤害。
优选地，所述灾害场数据包括灾害场类型、灾害相关地理信息以及灾害场变化情况，其也可理解为是对事故现象的后果的描述。
在优选的实施例中，获取所述灾害场数据的方法可以包括：
1)根据事故类型确定灾害场类型，举例而言，所述灾害场类型包括对应于火灾事故的温度场、对应于爆炸事故的能量场以及对应于毒气事故的毒气场等。此外，灾害场类型还可以包括浓度场。
2)通过GIS获取灾害相关地理信息，其中所述灾害相关地理信息包括设备位置信息、设备几何尺寸和事故发生地的地形地貌信息等。
3)采用CFD仿真技术进行灾害场景的模拟计算，得到灾害场变化情况。
在更为优选的实施例中，采用CFD仿真技术进行灾害场景的模拟计算可以包括：对灾害场景进行网格划分，并基于根据每一网格采用CFD仿真技术对所述灾害场景进行计算，再基于预设的运算效率要求来对计算结果进行简化处理，以获得最终示出灾害场实时变化情况的计算结果。其中，网格越小，计算结果越准确，但计算工作量大，耗时更长，故而可预设运算效率要求以满足计算的实时要求或超实时要求。
进一步地，对于步骤S110，在获取设备的工艺数据、事故数据和灾害场数据之后，需进行设备建模以得到理想设备模型。其中，设备建模是常用的仿真技术，相关领域技术人员可基于获取的工艺数据、事故数据和灾害场数据等等，结合严谨的化学工程相关理论和可靠的数值分析等实现对设备建模及模型简化。
在优选的实施例中，还可以获取设备的环境数据，并基于所述环境数据优化所述理想设备模型。即，基于环境数据进一步完善理想设备模型的构建。其中，所述环境数据例如设备周边的天气、温度、湿度等数据。
步骤S120，当通过所述理想设备模型引发事故现象时，构建用于仿真所述理想设备模型引发的事故现象的事故模型。
具体地，理想设备模型可以描述事故数据，从而可以实现对事故本身的仿真，但该事故仿真与设备仿真结合在同一模型中，而实际中的设备与其引发的事故现象是独立的，从而使得事故仿真与实际的物理现象不符，且不能脱离设备仿真进行独立复用。因此，该步骤S120中基于事故数据，在设备发生相关事故后，对引发的事故现象进行独立建模，将“设备事故”与“事故建模”分离开，使得“事故”作为一个独立的仿真模块存在，这样一方面符合实际的物理现象，另一方面也实现了“事故模型”的复用。
需说明的是，事故模型仿真可能进一步引发新的事故，而所有事故产生的灾害对实体设备的运行都可能产生反向影响。
步骤S130，将所述理想设备模型和所述事故模型组合，以形成风险设备模型。
其中，风险设备模型是指既能够描述实体设备自身的运行状态，又能够描述设备引发的事故的模型，故而其包括了理想设备模型和事故模型。需说明的是，理想设备模型中“理想”主要用于与风险设备模型中的“风险”区别开，两者实质上都表示一种设备模型。
优选地，将所述理想设备模型和所述事故模型组合包括：将所述理想设备模型和所述事故模型进行组态连接，使得所述理想设备模型与所述事故模型之间能进行物流、信息流的传递。
举例而言，通过上述步骤S110-步骤S130可知，理想设备模型考虑的是设备自身的运行状态，该模型和由该模型引发的事故之间只是完成数据交互，并不计算事故的相关信息。基于此，本发明实施例对理想设备模型发生事故后泄漏到设备外的物料(液体或气体)再建立单独的仿真模型，即事故模型以进行描述。
据此，上述步骤S110-步骤S130构建的仿真设备模型是“理想设备+事故模型”的组合，组合后的理想设备模型和事故模型都保持独立的运行，但它们之间进行动态数据交互，和实体设备运行的情况相一致。
步骤S140，基于所述设备的应急演练数据，构建用于仿真所述设备的应急演练过程的应急演练模型。
优选地，所述应急演练数据包括救援基础数据以及应急决策数据。基于此，该步骤S140构建的应急演练模型可以包括：基于所述设备的救援基础数据构建的救援模型，其中所述救援模型与所述风险设备模型相关联以更新所述灾害场数据；和/或基于应急决策数据构建的决策指挥模型，其中所述决策指挥模型与所述风险设备模型相关联以更新所述灾害场数据。可理解地，所述应急演练模型为救援模型或决策指挥模型或两者的组合。其中，所述救援基础数据例如救援场景中涉及的人、车、灭火、喷淋、稀释等信息，应急决策数据例如针对消防、交通、市政、疏散等的策略信息。
更为优选地，更新所述灾害场数据包括：触发所述救援模型和/或决策指挥模型以得到对应的数据，并基于该数据更新所述灾害场数据。举例而言，操作人员在发现灾害之后，例如火灾，可能会操作救援模型仿真以进行一些救援措施，例如进行灭火器灭火的仿真，如此可知救援人员进行救援所产生的救援数据会对灾害场产生影响，例如通过灭火降低了火焰温度。因此，本发明实施例三能够基于救援数据等来实时更新并观察灾害场数据，以准确反映灾害场数据的变化。
需说明的是，除救援模型和决策指挥模型之外，所述应急演练模型还可以包括应急演练过程涉及的其他模型或模块，例如管网计算、公用工程、水电气等公用模块，本发明实施例对此并不限制。
步骤S150，将所述风险设备模型和所述应急演练模型组合，以形成所述应急演练系统。
其中，将所述风险设备模型和所述应急演练模型组合例如是将两者组态连接或有机组合，以使两者之间能够进行信息交互。
综上，本发明实施例构建的应急演练系统能够仿真工艺过程、事故现象、灾害场感知以及应急演练过程，相比于传统的OTS和EDS，使安全仿真可包括工艺、连锁事故、灾害、救援、决策等多个要素，促进了全要素仿真的实现。本发明实施例的全要素仿真方案进一步使得仿真更为接近现场，从而有助于分析事故原因、制定应急预案及进行人员培训等，提高了设备运行的安全性和稳定性。
实施例二
图2是本发明实施例二的一种应急演练系统的建模方法的流程示意图，该方法在前述实施例一的步骤S110-步骤S150的基础上，还包括：
步骤S160，获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，基于该仿真结果构建用于确定当前灾害场对所述设备的伤害情况的伤害感知模型。
步骤S170，将所述伤害感知模型集成至所述风险设备模型中。
其中，所述灾害场数据包括理想设备模型和事故模型仿真所对应的所有事故的灾害场数据，所述伤害情况包括伤害类型、伤害区域及伤害程度。
其中，所述事故模型还用于仿真由所述伤害感知模型所感知的灾害场所引发的事故现象。
结合上文可知，事故多米诺现象的存在可能会使一些设备受到本身引发的事故或其他设备引发的事故所产生的新的伤害，而构建的风险设备模型可基于事故数据和灾害场数据仿真事故发生后的灾害触发和灾害动态演化过程。
据此，本发明实施例二基于构建的风险设备模型的仿真结果确定灾害场对设备的具体伤害情况。举例而言，根据仿真结果中示出的灾害场类型可确定受到的伤害类型，例如受到温度场的伤害；根据仿真结果中示出的灾害相关地理信息可确定伤害区域，例如设备被伤害的位置；根据仿真结果中示出的CFD计算的灾害场变化情况，可得到设备的伤害程度。
因此，本发明实施例二利用构建的风险设备模型，使得设备可以感知到受到自身或其他设备的所有事故的灾害场的伤害情况，相当于在风险设备模型中增加了伤害感知机制，从而完善了风险设备模型的仿真元素，以进一步实现风险设备模型的全要素仿真。
另外，利用灾害感知的结果和独立运行的事故模型可仿真“事故多米诺”的发生和发展过程。举例而言，对于事故产生，先是基于初始事件的。该初始事件也称为导火索事件，是最开始发生的事件(或事故)，即所谓的触发事件。若事故模型仿真引发的事故是“事故多米诺”的初始事件，则该事件发生后，可能产生一个事故现象，如泄漏、着火或爆炸等，也可能引起了设备运行参数的变化。初始事件发生后，产生了一定的事故现象，进而触发了其周边设备的设备模型中“伤害感知机制”的计算，导致了周边某个设备进入了事故状态，产生了新的事故现象，本发明实施例即是针对这一新的事故现象建立新的事故模型。这一过程中，由初始事件通过某种能量扩散或质量扩散作用方式引发的现场和临近设备及周围人员发生的事件(或事故)可称为二次事件。依次类推，事件一个依赖一个，构成一个系列的事故模型，从而完整仿真了“事故多米诺”的发生和发展过程。
实施例三
图3是本发明实施例三的应急演练系统的结构示意图，该应急演练系统与实施例一的建模方法基于相同的发明思路。如图3所示，所述应急演练系统可以包括：风险设备模型310，其包括用于仿真设备的工艺过程、事故现象及灾害场感知的理想设备模型311以及用于仿真所述理想设备模型引发的事故现象的事故模型312；以及应急演练模型320，用于描述所述设备的应急演练过程。
在优选的实施例中，所述理想设备模型311包括：基于所述设备的工艺数据构建的工艺模型，其用于仿真设备的工艺过程；以及基于所述设备的灾害场数据构建的灾害场模型，其用于仿真设备的灾害场感知情况。举例而言，灾害场模型用于仿真所述设备周围的温度场、能量场和/或毒气场，以及用于仿真所述设备周围的灾害现象。
进一步地，所述事故模型312基于所述设备的事故数据被构建，所述应急演练模型320基于所述设备的应急演练数据被构建。
据此，在优选的实施例中，所述应急演练系统还包括：数据获取模块330，用于获取所述工艺数据、所述事故数据、所述灾害场数据以及所述应急演练数据，并对应传输给所述风险设备模型或所述应急演练模型。举例而言，所述数据获取模块330例如从相关数据库中获取相关数据。
在更为优选的实施例中，所述数据获取模块330还用于获取所述设备的环境数据，并传输给所述风险设备模型以优化所述风险设备模型。
进一步地，所述应急演练模型320可以包括：基于所述设备对应的救援基础数据构建的救援模型321，其中所述救援模型321与所述风险设备模型310相关联以更新所述风险设备模型310涉及的所述灾害场数据；和/或基于应急决策数据构建的决策指挥模型322，其中所述决策指挥模型322与所述风险设备模型310相关联以更新所述风险设备模型310涉及的所述灾害场数据。
该实施例三所述的应急演练系统的其他实施细节及效果，可参考前述实施例一，在此不再进行赘述。
实施例四
图4是本发明实施例四的应急演练系统的结构示意图，该应急演练系统与实施例二的建模方法基于同样的发明思路，且在图3所示的应急演练系统的基础上，使得所述风险设备模型310还包括：伤害感知模型313，用于获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，并基于该仿真结果确定当前灾害场对所述设备的伤害情况。其中，所述伤害情况包括伤害类型、伤害区域及伤害程度。其中，所述事故模型还用于仿真由所述伤害感知模型313所感知的灾害场所引发的事故现象。
图5是本发明实施例中以储罐为例的风险设备模型的示意图。如图5所示，建立储罐理想模型510以及与其相独立的多个事故模型，这些事故模型包括：液池模型521、常规池火模型522、火炬模型523、超压爆炸模型524、受损爆炸模型525、残液池火模型526等。结合图5及事故多米诺理论，该示例中可能涉及以下两类事故：
(1)风险事故
其中，风险事故为设备本身引发的事故，又可以包括以下两类事故：
(a)罐底泄漏
当发生罐底泄漏，泄漏量注入液池模型521，该液池模型521根据物料的组分和状态计算液池表面积逐步扩大的情况。
当液池内的物料发生燃烧后，液池会将燃料气化量传送给常规池火模型522，常规池火模型522计算火焰的相关数据。
(b)罐顶泄漏
当发生罐顶泄漏时，如果泄漏的为可燃气体，则将泄漏量注入火炬模型523，由火炬模型523计算相关数据。
其中，该风险事故可理解为上述提及的初始事件。
(2)灾害场事故
即，储罐基于已引发的初始事件(或事故)，激发了新的二次事件(或事故)，产生了可以影响储罐自身或其他设备的灾害场。
(a)罐内爆炸
当储罐附近发生火灾后，储罐处于一个温度场中，辐射热会导致罐内的液相蒸发量增大，液相向气相传质，气相摩尔浓度增加，温度上升，进而导致气相压力上升。当气相压力超过一定范围后，形成爆炸。这个爆炸模型采用的是罐内的超压爆炸模型524，其输入量为罐内气体部分的参数。
(b)罐体爆炸
罐内爆炸发生后，该爆炸的能量场的相关数据只能由该储罐感知，储罐模型的“伤害感知”计算部分获取的爆炸当量，引发受损爆炸模型525运行，并将该爆炸当量作为输入，由受损爆炸模型525计算该爆炸的当量及罐体碎片的信息。
(c)罐体残留
当储罐发生爆炸后，该储罐残留部分变成了一个液池，设置该液池可以引发池火，所以将液池的相关数据和另外一个池火模型(图中的残液池火模型526)的相关数据连接。
其中，以液池引发池火为例，储罐的伤害感知可描述为以下的过程：
1)储罐的法兰发生泄漏，泄漏液体形成一个无围堰液池。
2)随着泄漏量增加，液池面积逐步扩大。其中，可根据池内物料的物性确定液池厚度，进而获得液池面积。
3)如果液池中的物料可燃且温度在燃点之上，则形成池火，根据池火的物性确定池火面积、池火火焰高度及火焰温度。
4)根据池火面积、池火火焰高度及火焰温度，确定池火周边温度场分布。
5)确定不同设备距离池火的距离。具体地，可根据传热计算相关公式，获取距离池火火焰一定距离处的设备的辐射强度计算公式为：
Figure BDA0002546227390000161
式中，Af表示辐射源表面积/火焰表面积，其中辐射源是指池火火焰中心；Ax表示距离辐射源x距离处所有辐射能量通过的面积；Ex表示距离辐射源x距离处的辐射强度，单位为W/m2；E为火焰表面的辐射强度，单位为W/m2；ε为火焰辐射发射率；δ为史蒂芬-玻尔兹曼常数，1.380649*10-23J/K；Tf为火焰温度，单位为K。
利用上述式(1)可以计算出吸收辐射的设备在其一定的表面积吸收的辐射能Qx,a为：
Qx，a＝FExAa (2)
式中，Aa表示被辐射物体的一定的表面积，单位为m2；F为角系数。
从上述式(2)可以看出，对同一个温度场，每个设备可以根据自身受到的辐射面积及角系数的不同而计算出不同的吸收热量，吸收的热量不同又必然使得各个设备所受的伤害不同，从而准确地反映了灾害场对设备的不同伤害情况。
上述五种不同的事故状态，引发机制不同，可以看到该储罐的“罐底泄漏”和“罐顶泄漏”事故是操作人员操作事故模型引发，而另外三种事故是通过每一设备对灾害场的伤害感知引发的。
据此，通过本发明实施例的方案，本发明实施例建立的风险设备模型可以很好地演示出储罐的事故多米诺的发生和发展过程，相对于原有只能仿真设备及事故的方案，增加了对灾害场的仿真，完善了储罐的仿真要素。
该实施例四所述的应急演练系统的其他实施细节及效果，可参考前述实施例二，在此不再进行赘述。
需说明的是，对于实施例三和实施例四，对应的风险设备模型310、应急演练模型320以及它们各自包括的子模型均是可独立运行的仿真模块。
实施例五
本发明实施例五是一个应用例，图6是本发明实施例五的应急演练系统的应用示意图，该应急演练系统如实施例三或实施例四所示。参考图6，利用本发明实施例的应急演练系统可实现整个事故应急过程中的全要素仿真，其主要包括以下部分：
1)工艺流程仿真，对应图6中的泵、物料等要素，仿真的工艺流程为：减压塔塔底泵(以下简称泵)出口法兰发生泄漏事故，塔底渣油泄漏，油温高达350度左右，暴露在空气中发生燃烧。其中，涉及的参数包括着火面积等。
2)事故仿真，对应图6中的“泄漏”、“液池”、“池火”等要素，可知“泄漏”事故为初次事件，而“泄漏”和“池火”事故为受事故多米诺现象影响的二次事件。该应用例完整地仿真了从“泄漏”事故到“液池”事故再到“池火”事故的事故多米诺现象。
3)伤害仿真，对应图6中“池火”事故对泵的伤害，将事故仿真和伤害仿真相结合，所仿真的事故现象为：对发生的火灾不进行施救，火灾会导致周围设备温度上升，其中泵升高过快，造成泵损坏。可知，这一仿真过程包括了对灾害(温度场)和伤害这两个要素的仿真。
4)应急演练仿真，包括对救援要素的仿真，所仿真的救援过程为：外操人员发现现场火情，持灭火器进行扑救，扑救及时，明火被扑灭，设备不受损失。其中，涉及的救援基础数据包括：泄漏量、油池面积、燃烧消耗量、灭火剂注入量、灭火剂消耗量、灭火剂覆盖面积等等。
通过实施例五，易知本发明实施例构建的应急演练系统可对应急演练过程中相关行为进行仿真建模，可进一步仿真建立的模型的运行状态所产生的影响，实现了应急演练过程中包括工艺流程、事故、伤害、救援等的全要素描述，把应急演练过程变成了动态的过程，可实现应急演练培训、应急预案验证、事故分析和验证等功能。
本发明其他实施例还提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述应急演练系统的建模方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述应急演练系统的建模方法。
本发明实施例提供了一种计算设备，计算设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述应急演练系统的建模方法的步骤。在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。本文中的计算设备可以是服务器、PC、PAD、手机等。
本发明实施例还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下上述关于应急演练系统的建模方法的方法步骤的程序。
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本发明实施例而已，并不用于限制本发明实施例。对于本领域技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明实施例的权利要求范围之内。

Claims (17)

1.一种应急演练系统的建模方法，其特征在于，所述建模方法包括：
基于设备的工艺数据、事故数据和灾害场数据，构建用于仿真对应设备的工艺过程、事故现象及灾害场感知的理想设备模型；
当通过所述理想设备模型引发事故现象时，构建用于仿真所述理想设备模型引发的事故现象的事故模型；
将所述理想设备模型和所述事故模型组合，以形成风险设备模型；
基于所述设备的应急演练数据，构建用于仿真所述设备的应急演练过程的应急演练模型；以及
将所述风险设备模型和所述应急演练模型组合，以形成所述应急演练系统。
2.根据权利要求1所述的应急演练系统的建模方法，其特征在于，所述工艺数据包括设备中的以下数据中的任意一者或多者：温度、压力、流量、液位以及物料信息；
所述事故数据包括设备在以下任意一种或多种事故状态下对应的工艺数据：火灾、爆炸、泄漏、堵塞、避雷失效、材料失效、强度失效以及结构失效；
所述灾害场数据包括灾害场类型、灾害相关地理信息以及灾害场变化情况；
所述应急演练数据包括救援基础数据以及应急决策数据。
3.根据权利要求2所述的应急演练系统的建模方法，其特征在于，所述建模方法还包括：
根据事故类型确定所述灾害场类型，其中所述灾害场类型包括对应于火灾事故的温度场、对应于爆炸事故的能量场以及对应于毒气事故的毒气场；
通过地理信息系统GIS获取所述灾害相关地理信息，其中所述灾害相关地理信息包括设备位置信息、设备几何尺寸和事故发生地的地形地貌信息；以及
采用计算流体动力学CFD仿真技术进行灾害场景的模拟计算，得到所述灾害场变化情况。
4.根据权利要求3所述的应急演练系统的建模方法，其特征在于，所述采用计算流体动力学CFD仿真技术进行灾害场景的模拟计算包括：
对灾害场景进行网格划分，并基于根据每一网格采用CFD仿真技术对所述灾害场景进行计算，再基于预设的运算效率要求来对计算结果进行简化处理，以获得最终示出灾害场实时变化情况的计算结果。
5.根据权利要求1所述的应急演练系统的建模方法，其特征在于，所述应急演练系统的建模方法还包括：
获取设备的环境数据，并基于所述环境数据优化所述理想设备模型。
6.根据权利要求1所述的应急演练系统的建模方法，其特征在于，所述应急演练系统的建模方法还包括：
获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，基于该仿真结果构建用于确定当前灾害场对所述设备的伤害情况的伤害感知模型，其中所述伤害情况包括伤害类型、伤害区域及伤害程度；以及
将所述伤害感知模型集成至所述风险设备模型中；
其中，所述事故模型还用于仿真由所述伤害感知模型所感知的灾害场所引发的事故现象。
7.根据权利要求1所述的应急演练系统的建模方法，其特征在于，所述构建仿真所述设备的应急演练过程的应急演练模型包括：
构建以下模型中的一者或两者以形成所述应急演练模型：
基于所述设备的救援基础数据构建的救援模型，其中所述救援模型与所述风险设备模型相关联以更新所述灾害场数据；以及
基于应急决策数据构建的决策指挥模型，其中所述决策指挥模型与所述风险设备模型相关联以更新所述灾害场数据。
8.一种应急演练系统，其特征在于，所述应急演练系统包括：
风险设备模型，其包括用于仿真设备的工艺过程、事故现象及灾害场感知的理想设备模型以及用于仿真所述理想设备模型引发的事故现象的事故模型；以及
应急演练模型，用于描述所述设备的应急演练过程。
9.根据权利要求8所述的应急演练系统，其特征在于，所述理想设备模型包括：
基于所述设备的工艺数据构建的工艺模型，其用于仿真设备的工艺过程；以及
基于所述设备的灾害场数据构建的灾害场模型，其用于仿真设备的灾害场感知情况；
其中，所述事故模型基于所述设备的事故数据被构建，所述应急演练模型基于所述设备的应急演练数据被构建。
10.根据权利要求9所述的应急演练系统，其特征在于，所述工艺数据包括设备中的以下数据中的任意一者或多者：温度、压力、流量、液位以及物料信息；
所述事故数据包括设备在以下任意一种或多种事故状态下对应的工艺数据：火灾、爆炸、泄漏、堵塞、避雷失效、材料失效、强度失效以及结构失效；
所述灾害场数据包括灾害场类型、灾害相关地理信息以及灾害场变化情况；
所述应急演练数据包括救援基础数据以及应急决策数据。
11.根据权利要求10所述的应急演练系统，其特征在于，所述应急演练系统还包括：
数据获取模块，用于获取所述工艺数据、所述事故数据、所述灾害场数据以及所述应急演练数据，并对应传输给所述风险设备模型或所述应急演练模型。
12.根据权利要求11所述的应急演练系统，其特征在于，所述数据获取模块用于获取所述灾害场数据包括：
根据事故类型确定所述灾害场类型，其中所述灾害场类型包括对应于火灾事故的温度场、对应于爆炸事故的能量场以及对应于毒气事故的毒气场；
通过地理信息系统GIS获取所述灾害相关地理信息，其中所述灾害相关地理信息包括设备位置信息、设备几何尺寸和事故发生地的地形地貌信息；以及
采用计算流体动力学CFD仿真技术进行灾害场景的模拟计算，得到灾害场变化情况。
13.根据权利要求12所述的应急演练系统，其特征在于，所述数据获取模块采用CFD仿真技术进行灾害场景的模拟计算包括：
对灾害场景进行网格划分，并基于根据每一网格采用CFD仿真技术对所述灾害场景进行计算，再基于预设的运算效率要求来对计算结果进行简化处理，以获得最终示出灾害场实时变化情况的计算结果。
14.根据权利要求11所述的应急演练系统，其特征在于，所述数据获取模块还用于获取所述设备的环境数据，并传输给所述风险设备模型以优化所述风险设备模型。
15.根据权利要求8所述的应急演练系统，其特征在于，所述风险设备模型还包括：
伤害感知模型，用于获取所述风险设备模型响应于当前的灾害场数据进行灾害仿真的仿真结果，并基于该仿真结果确定当前灾害场对所述设备的伤害情况，其中所述伤害情况包括伤害类型、伤害区域及伤害程度；
其中，所述事故模型还用于仿真由所述伤害感知模型所感知的灾害场所引发的事故现象。
16.根据权利要求8所述的应急演练系统，其特征在于，所述应急演练模型包括：
基于所述设备对应的救援基础数据构建的救援模型，其中所述救援模型与所述风险设备模型相关联以更新所述风险设备模型涉及的所述灾害场数据；和/或
基于应急决策数据构建的决策指挥模型，其中所述决策指挥模型与所述风险设备模型相关联以更新所述风险设备模型涉及的所述灾害场数据。
17.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述权利要求1至7中任意一项所述的应急演练系统的建模方法。
CN202010561431.0A 2020-06-18 2020-06-18 应急演练系统及其建模方法 Pending CN113821995A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010561431.0A CN113821995A (zh) 2020-06-18 2020-06-18 应急演练系统及其建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010561431.0A CN113821995A (zh) 2020-06-18 2020-06-18 应急演练系统及其建模方法

Publications (1)

Publication Number Publication Date
CN113821995A true CN113821995A (zh) 2021-12-21

Family

ID=78911915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010561431.0A Pending CN113821995A (zh) 2020-06-18 2020-06-18 应急演练系统及其建模方法

Country Status (1)

Country Link
CN (1) CN113821995A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114840584A (zh) * 2022-07-06 2022-08-02 中国矿业大学(北京) 一种事故灾情信息实时监测与区域重建方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799999A (zh) * 2010-04-06 2010-08-11 中国石油化工股份有限公司 一种事故应急演练系统及方法
CN101996283A (zh) * 2010-11-26 2011-03-30 上海市浦东新区气象局 行道树城市街区风灾的动态预报方法
CN103927410A (zh) * 2014-03-26 2014-07-16 中国石油化工股份有限公司 化学事故应急预案动态推演模拟系统和方法
CN106710356A (zh) * 2017-03-22 2017-05-24 交通运输部水运科学研究所 一种溢油事故模拟训练的仿真方法
CN106940749A (zh) * 2017-03-22 2017-07-11 交通运输部水运科学研究所 一种溢油事故模拟训练的仿真系统
CN109165880A (zh) * 2018-10-30 2019-01-08 青岛科技大学 一种lng接收站事故应急演练模拟系统及模拟方法
CN110942202A (zh) * 2019-12-02 2020-03-31 大连伟岸纵横科技股份有限公司 应急演练推演方法、计算机存储介质及电子设备
CN110955998A (zh) * 2019-11-28 2020-04-03 青岛科技大学 一种基于gis的大范围泥石流数值模拟及数值处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799999A (zh) * 2010-04-06 2010-08-11 中国石油化工股份有限公司 一种事故应急演练系统及方法
CN101996283A (zh) * 2010-11-26 2011-03-30 上海市浦东新区气象局 行道树城市街区风灾的动态预报方法
CN103927410A (zh) * 2014-03-26 2014-07-16 中国石油化工股份有限公司 化学事故应急预案动态推演模拟系统和方法
CN106710356A (zh) * 2017-03-22 2017-05-24 交通运输部水运科学研究所 一种溢油事故模拟训练的仿真方法
CN106940749A (zh) * 2017-03-22 2017-07-11 交通运输部水运科学研究所 一种溢油事故模拟训练的仿真系统
CN109165880A (zh) * 2018-10-30 2019-01-08 青岛科技大学 一种lng接收站事故应急演练模拟系统及模拟方法
CN110955998A (zh) * 2019-11-28 2020-04-03 青岛科技大学 一种基于gis的大范围泥石流数值模拟及数值处理方法
CN110942202A (zh) * 2019-12-02 2020-03-31 大连伟岸纵横科技股份有限公司 应急演练推演方法、计算机存储介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
冯国阳: "罐区作业虚拟仿真系统设计与实现", 中国优秀硕士论文工程科技I辑, 15 June 2020 (2020-06-15) *
易涛: "化工灾害应急演练与控制关键技术研究", 中国博士学位论文工程科技I辑, 15 August 2015 (2015-08-15) *
陈南熹等: "耦合GIS-CFD技术在含硫气田应急中的应用", 价值工程, vol. 38, no. 26, 17 September 2019 (2019-09-17), pages 1 - 4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114840584A (zh) * 2022-07-06 2022-08-02 中国矿业大学(北京) 一种事故灾情信息实时监测与区域重建方法及系统

Similar Documents

Publication Publication Date Title
CN113821989A (zh) 应急处置仿真风险设备建模方法、装置及存储介质
Medina-Herrera et al. A mathematical programming model for optimal layout considering quantitative risk analysis
Sklavounos et al. Simulation of Coyote series trials—Part I:: CFD estimation of non-isothermal LNG releases and comparison with box-model predictions
Pasman Challenges to improve confidence level of risk assessment of hydrogen technologies
Elhelw et al. Advanced dynamic modeling study of fire and smoke of crude oil storage tanks
Gavelli et al. Evaluating the potential for overpressures from the ignition of an LNG vapor cloud during offloading
CN113821991A (zh) 罐区应急处置全要素仿真系统及其建模方法
Brambilla et al. Recommended features of an industrial accident simulator for the training of operators
Lim et al. Numerical analysis of performances of passive fire protections in processing facilities
CN106504312A (zh) 城市燃气埋地管网系统风险的三维评价方法
CN109344490A (zh) 一种基于brann模型的海洋平台燃爆风险分析方法
Randaxhe et al. Probabilistic fire demand model for steel pipe-racks exposed to localised fires
Yet-Pole et al. Applications of 3D QRA technique to the fire/explosion simulation and hazard mitigation within a naphtha-cracking plant
CN113821995A (zh) 应急演练系统及其建模方法
Baser et al. An emergency response plan for cascading post-earthquake fires in fuel storage facilities
Yang et al. Improved models of failure time for atmospheric tanks under the coupling effect of multiple pool fires
Alessandri et al. On the use of proper fragility models for quantitative seismic risk assessment of process plants in seismic prone areas
CN113821994A (zh) 应急处置预案动态验证及方案生成的方法和系统
Das et al. Improving flammable mass estimation for vapor cloud explosion modeling in an offshore QRA
CN113821993A (zh) 设备的伤害感知方法、装置及存储介质
CN113821988A (zh) 应急处置仿真理想设备建模方法、装置及存储介质
CN113821990A (zh) 全要素应急处置仿真组模平台
Bellasio et al. On line simulation system for industrial accidents
CN113821992A (zh) 化工装置的事故重构系统及方法
O'Reilly et al. Risk-aware navigation in industrial plants at risk of NaTech accidents

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