CN116911619A - 一种基于数据分析的化工生产智能管控系统 - Google Patents
一种基于数据分析的化工生产智能管控系统 Download PDFInfo
- Publication number
- CN116911619A CN116911619A CN202311167447.3A CN202311167447A CN116911619A CN 116911619 A CN116911619 A CN 116911619A CN 202311167447 A CN202311167447 A CN 202311167447A CN 116911619 A CN116911619 A CN 116911619A
- Authority
- CN
- China
- Prior art keywords
- production equipment
- value
- analysis
- preset
- time
- 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.)
- Granted
Links
- 238000012824 chemical production Methods 0.000 title claims abstract description 53
- 238000007405 data analysis Methods 0.000 title claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 207
- 238000004458 analytical method Methods 0.000 claims abstract description 132
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 238000007726 management method Methods 0.000 claims abstract description 41
- 238000011897 real-time detection Methods 0.000 claims abstract description 26
- 238000012502 risk assessment Methods 0.000 claims abstract description 22
- 238000010223 real-time analysis Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 42
- 238000012423 maintenance Methods 0.000 claims description 31
- 230000007613 environmental effect Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000012797 qualification Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 18
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000002411 adverse Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000012993 chemical processing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
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
- 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
-
- 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
本发明属于化工生产管控技术领域,具体是一种基于数据分析的化工生产智能管控系统,包括智能管控平台、运行参数实时检测模块、运行汇总分析模块、运行调控检测模块、辅助综合监管模块和化工生产预警模块;本发明通过将生产设备进行运行参数实时检测分析以准确反馈各生产设备的运行参数偏离风险程度,且将生产设备进行运行汇总分析并在生成调控检测分析信号时将其进行调控检测分析,以保证生产设备的安全稳定运行并减小管理难度,以及通过将生产设备的分析区域进行辅助综合监管分析以评估其区域安全性,并在生产设备启动前将其进行启动风险评估分析以准确反馈其启动风险状况,进一步保证化工生产的安全性,实现化工生产的有效监管。
Description
技术领域
本发明涉及化工生产管控技术领域,具体是一种基于数据分析的化工生产智能管控系统。
背景技术
化工生产是指对原料进行化学加工,最终获得有价值产品的生产过程,由于原料、产品的多样性及生产过程的复杂性,形成了数以万计的化工生产工艺,纵观纷杂众多的化工生产过程,都是由化学反应及若干物理操作有机组合而成,其中化学反应及反应器是化工生产的核心,物理过程则起到为化学反应准备适宜的反应条件及将反应物分离提纯而获得最终产品的作用;
目前在进行化工生产的管控时,无法将化工生产线的所有生产设备进行逐一监测并准确反馈各生产设备的运行参数偏离风险程度,且在生产设备的运行过程中难以通过合理分析以准确判断其运行是否合格,以及无法结合生产设备所处区域的辅助监管分析以评估其区域安全性,不利于保证化工生产的安全稳定进行,加大了管理人员的管控难度;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的化工生产智能管控系统,解决了现有技术无法将化工生产线的所有生产设备进行逐一监测并准确反馈各生产设备的运行参数偏离风险程度,难以通过合理分析以准确判断其运行是否合格,以及无法结合生产设备所处区域的辅助监管分析以评估其区域安全性,不利于保证化工生产的安全稳定进行,管控难度大的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于数据分析的化工生产智能管控系统,包括智能管控平台、运行参数实时检测模块、运行汇总分析模块、运行调控检测模块、辅助综合监管模块和化工生产预警模块;智能管控平台采集到化工生产线上的生产设备,将对应生产设备标记为k,k={1,2,…,m},m表示生产设备数量且m为正整数;运行参数实时检测模块将生产设备k进行运行参数实时检测分析,据此以生成运行安全信号或运行预警信号;运行汇总分析模块用于设定时长为L1的运行汇总时期,并将生产设备k进行运行汇总分析,据此以生成运行不合格信号或调控检测分析信号,且将调控检测分析信号经智能管控平台发送至运行调控检测模块;
运行调控检测模块接收到调控检测分析信号后,将生产设备k生成运行预警信号的时刻进行记录,以及将生产设备k转变为运行安全状态的时刻进行记录,并通过调控检测分析生成运行合格信号或运行不合格信号,且将运行不合格信号经智能管控平台发送至化工生产预警模块;辅助综合监管模块用于在生产设备k的运行过程中以生产设备k为中心向其外围划设管理范围并标记为分析区域,并将生产设备k的分析区域进行辅助综合监管分析,据此以生成辅助监管合格信号或辅助监管不合格信号,将辅助监管不合格信号经智能管控平台发送至化工生产预警模块。
进一步的,运行参数实时检测模块的具体运行过程包括:
获取到生产设备k在运行过程中所需监测的运行参数,将生产设备k的对应运行参数标记为目标参数,将目标参数的实时检测数据与预设数据要求进行比对,若实时检测数据不符合对应预设数据要求,则将对应目标参数标记为可疑参数;若生产设备k的运行过程中不存在可疑参数,则生成对应生产设备k的运行安全信号;
若生产设备k的运行过程中存在可疑参数,则将可疑参数的实时检测数据相较于对应预设数据要求的偏离值标记为参偏值,将参偏值与对应目标参数的预设参偏阈值进行数值比较,若参偏值超过对应预设参偏阈值,则将对应可疑参数标记为危险参数;若生产设备k的运行过程中存在危险参数,则生成对应生产设备k的运行预警信号。
若生产设备k的运行过程中不存在危险参数,则获取到生产设备k对应可疑参数的预设风险影响因子,将对应可疑参数的参偏值与相应的预设风险影响因子相乘,将两者乘积标记为疑表值,将生产设备k所有可疑参数的疑表值进行求和计算得到疑表总值;将疑表总值与对应生产设备k的预设疑表总值阈值进行数值比较,若疑表总值超过预设疑表总值阈值,则生成生产设备k的运行预警信号,若疑表总值未超过预设疑表总值阈值,则生成生产设备k的运行安全信号。
进一步的,智能管控平台与设备启动风险评估模块通信连接,在生产设备k启动运行前,智能管控平台生成启动风险评估模块并发送至设备启动风险评估模块,设备启动风险评估模块将生产设备k进行启动风险评估分析,启动风险评估分析的具体分析过程如下:
采集到生产设备k的相邻上一次全面维护时刻,将当前时刻与相邻上一次全面维护时刻进行时间差计算得到全面维护间隔时长,将全面维护间隔时长与对应生产设备k的预设全面维护间隔时长阈值进行数值比较,若全面维护间隔时长超过预设全面维护间隔时长阈值,则生成生产设备k的启动风险预警信号;否则获取到生产设备k在全面维护间隔时长内每次运行的单次运行时长,将单次运行时长与预设单次运行时长阈值进行数值比较,若单次运行时长超过预设单次运行时长阈值,则将生产设备k的对应运行标记为超时运行,将超时运行的次数标记为超时运行频率;
将所有单次运行时长进行求和计算以得到运行总时长,将相邻两次运行的间隔时长标记为单次休整时长,将所有单次休整时长进行求和计算并取均值得到休整平均时长;将生产设备k的全面维护间隔时长、超时运行频率、运行总时长和休整平均时长进行归一化计算得到启动风险值,将启动风险值与对应生产设备k的预设启动风险阈值进行数值比较,若启动风险值超过预设启动风险阈值,则生成生产设备k的启动风险预警信号;若启动风险值未超过预设启动风险阈值,则生成生产设备k的正常启动信号。
进一步的,运行汇总分析的具体分析过程如下:
采集到运行汇总时期内生产设备k生成运行预警信号的次数并标记为预警频次值,以及采集到运行汇总时期内生产设备k每次生成运行预警信号的时刻,将相邻两次运行预警信号的生成时刻进行时间差计算得到预警间隔时长,将所有预警间隔时长进行求和计算并取均值以得到警间平均时长,将预警频次值与警间平均时长进行数值计算得到运汇值,将运汇值与预设运汇阈值进行数值比较,若运汇值超过预设运汇阈值,则生成运行不合格信号,若运汇值未超过预设运汇阈值,则生成调控检测分析信号;将调控检测分析信号经智能管控平台发送至调控检测分析模块。
进一步的,调控检测分析模块的调控检测分析过程具体如下:
采集到运行汇总时期内生产设备k生成运行预警信号的时刻以及对应转变为运行安全状态的时刻,并将两者进行时间差计算得到调控时长,将调控时长与生产设备k的预设调控时长阈值进行数值比较,若调控时长超过对应预设调控时长阈值,则将对应调控标记为非高效调控;采集到运行汇总时期内生产设备k的非高效调控时长的次数并将其与运行预警信号的生成次数进行比值计算,且将两者比值结果标记为非高效调控频率;
将非高效调控的调控时长减去预设调控时长阈值得到调控时超值,将运行汇总时期内生产设备k的所有调控时超值进行求和计算并取均值以得到调时超表值;将非高效调控频率与调时超表值进行数值计算得到调检值,将调检值与预设调检阈值进行数值比较,若调检值超过预设调检阈值,则生成生产设备k的运行不合格信号,若调检值未超过预设调检阈值,则生成生产设备k的运行合格信号。
进一步的,辅助综合监管分析的具体分析过程包括:
通过位置环测判断分析将分析区域中对应检测位置标记为极危位置、易危位置或低危位置,若分析区域中存在极危位置,则赋予环境管控判定值0;若分析区域中不存在极危位置,则将中危位置的数量与低危位置的数量进行比值计算以得到位表值,将所有检测位置的环控数据进行求和计算并取均值以得到环控平均值,将环控平均值与位表值进行数值计算得到环境管控值;将环境管控值与预设环境管控阈值进行数值比较,若环境管控值超过预设环境管控阈值,则赋予环境管控判定值0,若环境管控值未超过预设环境管控阈值,则赋予环境管控判定值1;
以及采集到单位时间内分析区域的人流量数据和人员走动平均速度,将人流量数据和人员走动平均速度进行数值计算得到人员管控值;将人员管控值与预设人员管控阈值进行数值比较,若人员管控值超过预设人员管控阈值,则赋予人员管控判定值0,若人员管控值未超过预设人员管控阈值,则赋予人员管控判定值1;将对应分析区域的人员管控判定值与环境管控判定值相乘以得到辅助综管值FZk,若FZk=0,则生成辅助监管不合格信号,若FZk=1,则生成辅助监管合格信号。
进一步的,位置环测判断分析的具体分析过程如下:
采集到单位时间内分析区域中若干个检测位置的温度数据、湿度数据、有害气体数据和可燃气体数据,将温度数据、湿度数据、有害气体数据和可燃气体数据进行数值计算得到对应检测位置的环控数据;将环控数据与预设环控数据范围进行数值比较,若环控数据超过预设环控数据范围的最大值,则将对应检测位置标记为极危位置,若环控数据位于预设环控数据范围内,则将对应检测位置标记为易危位置,若环控数据未超过预设环控数据范围的最小值,则将对应检测位置标记为低危位置。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过将生产设备进行运行参数实时检测分析以生成运行安全信号或运行预警信号,实现对化工生产线所有生产设备的逐一监测并准确反馈各生产设备的运行参数偏离风险程度,以便及时进行相应参数调控并保证各生产设备的安全稳定运行,且将生产设备进行运行汇总分析,据此以生成运行不合格信号或调控检测分析信号,在生成调控检测分析信号时将生产设备进行调控检测分析,以便详细掌握生产设备的运行状况,有助于管理人员及时作出针对性的管理措施,保证生产设备的安全稳定运行并减小管理难度;
2、本发明中,通过将生产设备的分析区域进行辅助综合监管分析,据此以评估其区域安全性,以便及时加强相应区域的人员管控和环境管控,有助于提升化工生产安全性;以及在生产设备启动前将其进行启动风险评估分析,能够准确评估并反馈生产设备的启动风险状况,以便相应管理人员及时进行相应生产设备的全面维护检查,从而保证生产设备的安全启动并稳定运行。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明中实施例一的系统框图;
图2为本发明中实施例二的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:如图1所示,本发明提出的一种基于数据分析的化工生产智能管控系统,包括智能管控平台、运行参数实时检测模块、运行汇总分析模块、运行调控检测模块、辅助综合监管模块和化工生产预警模块;智能管控平台采集到化工生产线上的生产设备,将对应生产设备标记为k,k={1,2,…,m},m表示生产设备数量且m为正整数;运行参数实时检测模块将生产设备k进行运行参数实时检测分析,据此以生成运行安全信号或运行预警信号,能够合理准确反馈生产设备k的运行风险状况,以便及时进行相应参数调控,从而有助于保证生产设备k的安全稳定运行;运行参数实时检测模块的具体运行过程如下:
获取到生产设备k在运行过程中所需监测的运行参数(包括运行时的温度、振动等参数),将生产设备k的对应运行参数标记为目标参数,将目标参数的实时检测数据与预设数据要求进行比对,若实时检测数据不符合对应预设数据要求,则将对应目标参数标记为可疑参数;若生产设备k的运行过程中不存在可疑参数,则生成对应生产设备k的运行安全信号;若生产设备k的运行过程中存在可疑参数,则将可疑参数的实时检测数据相较于对应预设数据要求的偏离值标记为参偏值,需要说明的是,参偏值的数值越大,表明对应可疑参数对生产设备k的正常安全运行所带来的不利影响越大;将参偏值与对应目标参数的预设参偏阈值进行数值比较,若参偏值超过对应预设参偏阈值,表明对应运行参数所带来的运行风险极大,则将对应可疑参数标记为危险参数;
若生产设备k的运行过程中存在危险参数,则生成对应生产设备k的运行预警信号;若生产设备k的运行过程中不存在危险参数,则获取到生产设备k对应可疑参数的预设风险影响因子,预设风险影响因子的取值均大于零,并且,可疑参数的偏离所带来的不利影响越大,则对应预设风险影响因子的数值越大;将对应可疑参数的参偏值与相应的预设风险影响因子相乘,将两者乘积标记为疑表值,将生产设备k所有可疑参数的疑表值进行求和计算得到疑表总值;将疑表总值与对应生产设备k的预设疑表总值阈值进行数值比较,若疑表总值超过预设疑表总值阈值,表明生产设备k的运行风险较大,则生成生产设备k的运行预警信号,若疑表总值未超过预设疑表总值阈值,表明生产设备k的运行风险较小,则生成生产设备k的运行安全信号。
运行汇总分析模块用于设定时长为L1的运行汇总时期,并将生产设备k进行运行汇总分析,据此以生成运行不合格信号或调控检测分析信号,且将调控检测分析信号经智能管控平台发送至运行调控检测模块,将运行不合格信号经智能管控平台发送至化工生产预警模块,化工生产预警模块接收到运行不合格信号时发出相应预警,以便详细掌握生产设备k的运行状态,从而有助于相应管理人员及时作出针对性的管理措施,保证生产设备k的安全稳定运行;运行汇总分析的具体分析过程如下:
采集到运行汇总时期内生产设备k生成运行预警信号的次数并标记为预警频次值,以及采集到运行汇总时期内生产设备k每次生成运行预警信号的时刻,将相邻两次运行预警信号的生成时刻进行时间差计算得到预警间隔时长,将所有预警间隔时长进行求和计算并取均值以得到警间平均时长,通过公式将预警频次值YPk与警间平均时长QJk进行数值计算得到运汇值QHk,其中,fp1、fp2为预设比例系数,fp2>fp1>1;并且,运汇值QHk的数值大小与预警频次值YPk呈正比关系,与警间平均时长QJk呈反比关系,运汇值QHk的数值越大,则生产设备k的运行状态越差;将运汇值QHk与预设运汇阈值进行数值比较,若运汇值QHk超过预设运汇阈值,则生成运行不合格信号,若运汇值QHk未超过预设运汇阈值,则生成调控检测分析信号。
运行调控检测模块接收到调控检测分析信号后,将生产设备k生成运行预警信号的时刻进行记录,以及将生产设备k转变为运行安全状态的时刻进行记录,并通过调控检测分析生成运行合格信号或运行不合格信号,且将运行不合格信号经智能管控平台发送至化工生产预警模块,化工生产预警模块接收到运行不合格信号时发出相应预警,以便详细掌握生产设备k的运行调控状况,从而有助于相应管理人员及时作出针对性的管理措施,保证生产设备k的安全稳定运行;调控检测分析模块的调控检测分析过程具体如下:
采集到运行汇总时期内生产设备k生成运行预警信号的时刻以及对应转变为运行安全状态的时刻,并将两者进行时间差计算得到调控时长,将调控时长与生产设备k的预设调控时长阈值进行数值比较,若调控时长超过对应预设调控时长阈值,表明对应调控过程的调控效率较差,则将对应调控标记为非高效调控;采集到运行汇总时期内生产设备k的非高效调控时长的次数,并将非高效调控时长的次数与运行预警信号的生成次数进行比值计算,且将两者比值结果标记为非高效调控频率;
将非高效调控的调控时长减去预设调控时长阈值得到调控时超值,将运行汇总时期内生产设备k的所有调控时超值进行求和计算并取均值以得到调时超表值;通过公式TJk=ep1*FGk+ep2*TCk将非高效调控频率FGk与调时超表值TCk进行数值计算得到调检值TJk,其中,ep1、ep2为预设权重系数,ep1>ep2>0;并且,调检值TJk的数值越大,表明生产设备k的调控状况越差,越不利于其安全稳定运行;将调检值TJk与生产设备k的预设调检阈值进行数值比较,若调检值TJk超过预设调检阈值,表明生产设备k的运行调控状况较差,则生成生产设备k的运行不合格信号,若调检值TJk未超过预设调检阈值,表明生产设备k的运行调控状况较好,则生成生产设备k的运行合格信号。
辅助综合监管模块用于在生产设备k的运行过程中以生产设备k为中心向其外围划设管理范围并标记为分析区域,并将生产设备k的分析区域进行辅助综合监管分析,据此以生成辅助监管合格信号或辅助监管不合格信号,将辅助监管不合格信号经智能管控平台发送至化工生产预警模块,以便准确反馈生产设备k进行化工生产时所属区域的风险状况,以便及时加强相应区域的人员管控和环境管控,并根据需要及时进行相应的环境调节操作,从而有助于提升化工生产安全性;辅助综合监管分析的具体分析过程如下:
通过位置环测判断分析将分析区域中对应检测位置标记为极危位置、易危位置或低危位置,具体为:采集到单位时间内分析区域中若干个检测位置的温度数据、湿度数据、有害气体数据和可燃气体数据,其中,温度数据和湿度数据是表示实际温度相较于预设适宜温度和预设适宜湿度的偏离程度大小的数据量值,温度数据和湿度数据的数值越大,则表明对应分析区域对应检测位置的温度和湿度的表现状况越差;有害气体数据和可燃气体数据的获取方法为:事先设定所需监测的有害气体种类和可燃气体种类,采集到各类有害气体的浓度并相加且将其和值标记为有害气体数据,采集到各类可燃气体的浓度并相加且将其和值标记为可燃气体数据,并且,有害气体数据和可燃气体数据的数值越大,表明对应分析区域对应检测位置的安全隐患越大;
通过公式HUk=bq1*WQk+bq2*SQk+bq3*YQk+bq4*KRk将温度数据WQk、湿度数据SQk、有害气体数据YQk和可燃气体数据KRk进行数值计算得到对应检测位置的环控数据HUk;其中,bq1、bq2、bq3、bq4为预设权重系数,bq3>bq4>bq1>bq2>1;并且,环控数据HUk的数值越大,表明对应检测位置的环境表现状况越差;将环控数据HUk与预设环控数据范围进行数值比较,若环控数据HUk超过预设环控数据范围的最大值,则将对应检测位置标记为极危位置,若环控数据HUk位于预设环控数据范围内,则将对应检测位置标记为易危位置,若环控数据HUk未超过预设环控数据范围的最小值,则将对应检测位置标记为低危位置;
若分析区域中存在极危位置,表明分析区域的环境风险较大,则向对应分析区域赋予环境管控判定值0;若分析区域中不存在极危位置,则将中危位置的数量与低危位置的数量进行比值计算以得到位表值,将所有检测位置的环控数据进行求和计算并取均值以得到环控平均值,将环控平均值与位表值进行数值计算得到环境管控值;将环境管控值与预设环境管控阈值进行数值比较,若环境管控值超过预设环境管控阈值,表明分析区域的环境风险较大,则向对应分析区域赋予环境管控判定值0;若环境管控值未超过预设环境管控阈值,表明分析区域的环境风险较小,则向对应分析区域赋予环境管控判定值1;
以及采集到单位时间内分析区域的人流量数据(即进出分析区域的人员数量)和人员走动平均速度(即人员在分析区域的走动速度平均值),需要说明的是,人流量数据和人员走动平均速度的数值越大,则对应分析区域越需要加强管控,以降低化工生产的风险;通过公式RGk=bp1*RSk+bp2*RDk将人流量数据RSk和人员走动平均速度RDk进行数值计算得到人员管控值RGk;其中,bp1、bp2为预设权重系数,bp1>bp2>0;并且,人员管控值RGk的数值大小与人流量数据RSk以及人员走动平均速度RDk均呈正比关系,人员管控值RGk的数值越大,越需要加强对应分析区域的人员管控;
将人员管控值RGk与对应生产设备k的预设人员管控阈值进行数值比较,若人员管控值RGk超过预设人员管控阈值,则赋予人员管控判定值0,若人员管控值RGk未超过预设人员管控阈值,则赋予人员管控判定值1;将对应分析区域的人员管控判定值与环境管控判定值相乘以得到辅助综管值FZk,若FZk=0,表明对应分析区域的人员管控和/或环境管控状况较差,需要在后续加强分析区域的管控,并及时进行相应环境调节以改善对应分析区域的环境状况,则生成辅助监管不合格信号;若FZk=1,表明对应分析区域的人员管控和环境管控状况均较好,则生成辅助监管合格信号。
实施例二:如图2所示,本实施例与实施例1的区别在于,智能管控平台与设备启动风险评估模块通信连接,在生产设备k启动运行前,智能管控平台生成启动风险评估模块并发送至设备启动风险评估模块,设备启动风险评估模块将生产设备k进行启动风险评估分析,据此以生成生产设备k的启动风险预警信号或正常启动信号,能够准确评估并反馈生产设备k的启动风险状况,将启动风险预警信号经智能管控平台发送至化工生产预警模块,以便相应管理人员及时进行生产设备k的全面维护检查,从而保证生产设备k运行时的安全稳定;启动风险评估分析的具体分析过程如下:
采集到生产设备k的相邻上一次全面维护时刻,将当前时刻与相邻上一次全面维护时刻进行时间差计算得到全面维护间隔时长,将全面维护间隔时长与对应生产设备k的预设全面维护间隔时长阈值进行数值比较,若全面维护间隔时长超过预设全面维护间隔时长阈值,则生成生产设备k的启动风险预警信号;若全面维护间隔时长未超过预设全面维护间隔时长阈值,则获取到生产设备k在全面维护间隔时长内每次运行的单次运行时长,单次运行时长越长,则对生产设备k造成的损害越大;
将单次运行时长与预设单次运行时长阈值进行数值比较,若单次运行时长超过预设单次运行时长阈值,则将生产设备k的对应运行标记为超时运行,将超时运行的次数标记为超时运行频率;将所有单次运行时长进行求和计算以得到运行总时长,将相邻两次运行的间隔时长标记为单次休整时长,单次休整时长的数值越小,则对生产设备k造成的损害越大;将生产设备k的所有单次休整时长进行求和计算并取均值得到休整平均时长;通过公式将生产设备k的全面维护间隔时长QWk、超时运行频率CSk、运行总时长YSk和休整平均时长XZk进行归一化计算得到启动风险值QFk,其中,a1、a2、a3、a4为预设比例系数,a1、a2、a3、a4的取值均大于零;
并且,启动风险值QFk的数值越大,表明生产设备k启动后的运行风险越大,越需要及时进行生产设备k的全面维护检查;将启动风险值QFk与对应生产设备k的预设启动风险阈值进行数值比较,若启动风险值QFk超过预设启动风险阈值,表明对应生产设备k当前不适合启动运行,则生成生产设备k的启动风险预警信号;若启动风险值QFk未超过预设启动风险阈值,表明当前可使对应生产设备k启动运行,则生成生产设备k的正常启动信号。
本发明的工作原理:使用时,通过运行参数实时检测模块将生产设备k进行运行参数实时检测分析,据此以确定生产设备k的可疑参数和危险参数,并生成运行安全信号或运行预警信号,实现对化工生产线所有生产设备的逐一监测并准确反馈各生产设备的运行参数偏离风险程度,以便及时进行相应参数调控并各保证生产设备的安全稳定运行;运行汇总分析模块将生产设备k进行运行汇总分析,据此以生成运行不合格信号或调控检测分析信号,且在生成调控检测分析信号时通过运行调控检测模块将生产设备k进行调控检测分析,据此生成运行合格信号或运行不合格信号,以便详细掌握生产设备k的运行状况,有助于相应管理人员及时作出针对性的管理措施,保证生产设备k的安全稳定运行;以及通过辅助综合监管模块在生产设备k的分析区域进行辅助综合监管分析,据此以评估其区域安全性,以便准确反馈生产设备k进行化工生产时所属区域的风险状况,以便及时加强相应区域的人员管控和环境管控,并根据需要及时进行相应的环境调节操作,从而有助于提升化工生产安全性。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于数据分析的化工生产智能管控系统,其特征在于,包括智能管控平台、运行参数实时检测模块、运行汇总分析模块、运行调控检测模块、辅助综合监管模块和化工生产预警模块;智能管控平台采集到化工生产线上的生产设备,将对应生产设备标记为k,k={1,2,…,m},m表示生产设备数量且m为正整数;运行参数实时检测模块将生产设备k进行运行参数实时检测分析,据此以生成运行安全信号或运行预警信号;运行汇总分析模块用于设定时长为L1的运行汇总时期,并将生产设备k进行运行汇总分析,据此以生成运行不合格信号或调控检测分析信号,且将调控检测分析信号经智能管控平台发送至运行调控检测模块;
运行调控检测模块接收到调控检测分析信号后,将生产设备k生成运行预警信号的时刻进行记录,以及将生产设备k转变为运行安全状态的时刻进行记录,并通过调控检测分析生成运行合格信号或运行不合格信号,且将运行不合格信号经智能管控平台发送至化工生产预警模块;辅助综合监管模块用于在生产设备k的运行过程中以生产设备k为中心向其外围划设管理范围并标记为分析区域,并将生产设备k的分析区域进行辅助综合监管分析,据此以生成辅助监管合格信号或辅助监管不合格信号,将辅助监管不合格信号经智能管控平台发送至化工生产预警模块。
2.根据权利要求1所述的一种基于数据分析的化工生产智能管控系统,其特征在于,运行参数实时检测模块的具体运行过程包括:
获取到生产设备k在运行过程中所需监测的运行参数,将生产设备k的对应运行参数标记为目标参数,将目标参数的实时检测数据与预设数据要求进行比对,若实时检测数据不符合对应预设数据要求,则将对应目标参数标记为可疑参数;若生产设备k的运行过程中不存在可疑参数,则生成对应生产设备k的运行安全信号;
若生产设备k的运行过程中存在可疑参数,则将可疑参数的实时检测数据相较于对应预设数据要求的偏离值标记为参偏值,将参偏值与对应目标参数的预设参偏阈值进行数值比较,若参偏值超过对应预设参偏阈值,则将对应可疑参数标记为危险参数;若生产设备k的运行过程中存在危险参数,则生成对应生产设备k的运行预警信号。
3.根据权利要求2所述的一种基于数据分析的化工生产智能管控系统,其特征在于,若生产设备k的运行过程中不存在危险参数,则获取到生产设备k对应可疑参数的预设风险影响因子,将对应可疑参数的参偏值与相应的预设风险影响因子相乘,将两者乘积标记为疑表值,将生产设备k所有可疑参数的疑表值进行求和计算得到疑表总值;若疑表总值超过预设疑表总值阈值,则生成生产设备k的运行预警信号,若疑表总值未超过预设疑表总值阈值,则生成生产设备k的运行安全信号。
4.根据权利要求1所述的一种基于数据分析的化工生产智能管控系统,其特征在于,智能管控平台与设备启动风险评估模块通信连接,在生产设备k启动运行前,智能管控平台生成启动风险评估模块并发送至设备启动风险评估模块,设备启动风险评估模块将生产设备k进行启动风险评估分析,启动风险评估分析的具体分析过程如下:
采集到生产设备k的相邻上一次全面维护时刻,将当前时刻与相邻上一次全面维护时刻进行时间差计算得到全面维护间隔时长,将全面维护间隔时长与对应生产设备k的预设全面维护间隔时长阈值进行数值比较,若全面维护间隔时长超过预设全面维护间隔时长阈值,则生成生产设备k的启动风险预警信号;否则获取到生产设备k在全面维护间隔时长内每次运行的单次运行时长;若单次运行时长超过预设单次运行时长阈值,则将生产设备k的对应运行标记为超时运行,将超时运行的次数标记为超时运行频率;
将所有单次运行时长进行求和计算以得到运行总时长,将相邻两次运行的间隔时长标记为单次休整时长,将所有单次休整时长进行求和计算并取均值得到休整平均时长;将生产设备k的全面维护间隔时长、超时运行频率、运行总时长和休整平均时长进行归一化计算得到启动风险值;若启动风险值超过预设启动风险阈值,则生成生产设备k的启动风险预警信号;若启动风险值未超过预设启动风险阈值,则生成生产设备k的正常启动信号。
5.根据权利要求1所述的一种基于数据分析的化工生产智能管控系统,其特征在于,运行汇总分析的具体分析过程如下:
采集到运行汇总时期内生产设备k生成运行预警信号的次数并标记为预警频次值,以及采集到运行汇总时期内生产设备k每次生成运行预警信号的时刻,将相邻两次运行预警信号的生成时刻进行时间差计算得到预警间隔时长,将所有预警间隔时长进行求和计算并取均值以得到警间平均时长,将预警频次值与警间平均时长进行数值计算得到运汇值;若运汇值超过预设运汇阈值,则生成运行不合格信号,若运汇值未超过预设运汇阈值,则生成调控检测分析信号;将调控检测分析信号经智能管控平台发送至调控检测分析模块。
6.根据权利要求5所述的一种基于数据分析的化工生产智能管控系统,其特征在于,调控检测分析模块的调控检测分析过程具体如下:
采集到运行汇总时期内生产设备k生成运行预警信号的时刻以及对应转变为运行安全状态的时刻,并将两者进行时间差计算得到调控时长,将调控时长与生产设备k的预设调控时长阈值进行数值比较,若调控时长超过对应预设调控时长阈值,则将对应调控标记为非高效调控;采集到运行汇总时期内生产设备k的非高效调控时长的次数并将其与运行预警信号的生成次数进行比值计算,且将两者比值结果标记为非高效调控频率;
将非高效调控的调控时长减去预设调控时长阈值得到调控时超值,将运行汇总时期内生产设备k的所有调控时超值进行求和计算并取均值以得到调时超表值;将非高效调控频率与调时超表值进行数值计算得到调检值;若调检值超过预设调检阈值,则生成生产设备k的运行不合格信号,若调检值未超过预设调检阈值,则生成生产设备k的运行合格信号。
7.根据权利要求1所述的一种基于数据分析的化工生产智能管控系统,其特征在于,辅助综合监管分析的具体分析过程包括:
通过位置环测判断分析将分析区域中对应检测位置标记为极危位置、易危位置或低危位置,若分析区域中存在极危位置,则赋予环境管控判定值0;若分析区域中不存在极危位置,则将中危位置的数量与低危位置的数量进行比值计算以得到位表值,将所有检测位置的环控数据进行求和计算并取均值以得到环控平均值,将环控平均值与位表值进行数值计算得到环境管控值;若环境管控值超过预设环境管控阈值,则赋予环境管控判定值0,若环境管控值未超过预设环境管控阈值,则赋予环境管控判定值1;
以及采集到单位时间内分析区域的人流量数据和人员走动平均速度,将人流量数据和人员走动平均速度进行数值计算得到人员管控值;若人员管控值超过预设人员管控阈值,则赋予人员管控判定值0,若人员管控值未超过预设人员管控阈值,则赋予人员管控判定值1;将对应分析区域的人员管控判定值与环境管控判定值相乘以得到辅助综管值FZk,若FZk=0,则生成辅助监管不合格信号,若FZk=1,则生成辅助监管合格信号。
8.根据权利要求7所述的一种基于数据分析的化工生产智能管控系统,其特征在于,位置环测判断分析的具体分析过程如下:
采集到单位时间内分析区域中若干个检测位置的温度数据、湿度数据、有害气体数据和可燃气体数据,将温度数据、湿度数据、有害气体数据和可燃气体数据进行数值计算得到对应检测位置的环控数据;若环控数据超过预设环控数据范围的最大值,则将对应检测位置标记为极危位置,若环控数据位于预设环控数据范围内,则将对应检测位置标记为易危位置,若环控数据未超过预设环控数据范围的最小值,则将对应检测位置标记为低危位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167447.3A CN116911619B (zh) | 2023-09-12 | 2023-09-12 | 一种基于数据分析的化工生产智能管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167447.3A CN116911619B (zh) | 2023-09-12 | 2023-09-12 | 一种基于数据分析的化工生产智能管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116911619A true CN116911619A (zh) | 2023-10-20 |
CN116911619B CN116911619B (zh) | 2023-12-22 |
Family
ID=88358701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311167447.3A Active CN116911619B (zh) | 2023-09-12 | 2023-09-12 | 一种基于数据分析的化工生产智能管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911619B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252556A (zh) * | 2023-11-15 | 2023-12-19 | 北京海德利森科技有限公司 | 一种加氢站安全评估方法及系统 |
CN117291351A (zh) * | 2023-11-24 | 2023-12-26 | 广东新亚光电缆股份有限公司 | 一种电缆智能化生产管理系统 |
CN117420811A (zh) * | 2023-12-19 | 2024-01-19 | 武汉佰思杰科技有限公司 | 一种用于自动化生产的生产线质量监测方法及系统 |
CN117590788A (zh) * | 2023-12-18 | 2024-02-23 | 广州市广味源食品有限公司 | 一种基于杀菌管控的酱油生产车间环境监测系统 |
CN117707101A (zh) * | 2024-02-06 | 2024-03-15 | 青岛超瑞纳米新材料科技有限公司 | 碳纳米管规模化加工的生产线监管控制系统 |
CN117852846A (zh) * | 2024-03-08 | 2024-04-09 | 济南城建集团有限公司 | 一种工程施工智能精细化管控系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201608686D0 (en) * | 2016-05-17 | 2016-06-29 | Ig Index Ltd | An automated data stream selection system and method |
CN107505921A (zh) * | 2017-08-04 | 2017-12-22 | 深圳市盛路物联通讯技术有限公司 | 一种工业设备维护方法及系统 |
WO2017219530A1 (zh) * | 2016-06-23 | 2017-12-28 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统、监控系统和电子设备 |
CN111045363A (zh) * | 2019-12-16 | 2020-04-21 | 北京中大科慧科技发展有限公司 | 信息通信网络智能化运维管控云平台 |
CN112162537A (zh) * | 2020-10-09 | 2021-01-01 | 苏宇航 | 一种基于大数据的化工生产安全在线监测预警管理系统 |
CN114693010A (zh) * | 2020-12-25 | 2022-07-01 | 航天信息股份有限公司 | 一种生产设备的管控系统及方法 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116307460A (zh) * | 2022-12-23 | 2023-06-23 | 山东制创数字技术有限公司 | 一种用于安全生产的化工设备管理方法、设备及介质 |
CN116540941A (zh) * | 2023-05-08 | 2023-08-04 | 安徽国防科技职业学院 | 一种基于云计算的数据存储安全控制系统 |
CN116608136A (zh) * | 2023-07-14 | 2023-08-18 | 山东源拓电气有限公司 | 潜油电泵中压变频控制系统 |
-
2023
- 2023-09-12 CN CN202311167447.3A patent/CN116911619B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201608686D0 (en) * | 2016-05-17 | 2016-06-29 | Ig Index Ltd | An automated data stream selection system and method |
WO2017219530A1 (zh) * | 2016-06-23 | 2017-12-28 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统、监控系统和电子设备 |
CN107505921A (zh) * | 2017-08-04 | 2017-12-22 | 深圳市盛路物联通讯技术有限公司 | 一种工业设备维护方法及系统 |
CN111045363A (zh) * | 2019-12-16 | 2020-04-21 | 北京中大科慧科技发展有限公司 | 信息通信网络智能化运维管控云平台 |
CN112162537A (zh) * | 2020-10-09 | 2021-01-01 | 苏宇航 | 一种基于大数据的化工生产安全在线监测预警管理系统 |
CN114693010A (zh) * | 2020-12-25 | 2022-07-01 | 航天信息股份有限公司 | 一种生产设备的管控系统及方法 |
CN116307460A (zh) * | 2022-12-23 | 2023-06-23 | 山东制创数字技术有限公司 | 一种用于安全生产的化工设备管理方法、设备及介质 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116540941A (zh) * | 2023-05-08 | 2023-08-04 | 安徽国防科技职业学院 | 一种基于云计算的数据存储安全控制系统 |
CN116608136A (zh) * | 2023-07-14 | 2023-08-18 | 山东源拓电气有限公司 | 潜油电泵中压变频控制系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252556A (zh) * | 2023-11-15 | 2023-12-19 | 北京海德利森科技有限公司 | 一种加氢站安全评估方法及系统 |
CN117252556B (zh) * | 2023-11-15 | 2024-02-27 | 北京海德利森科技有限公司 | 一种加氢站安全评估方法及系统 |
CN117291351A (zh) * | 2023-11-24 | 2023-12-26 | 广东新亚光电缆股份有限公司 | 一种电缆智能化生产管理系统 |
CN117291351B (zh) * | 2023-11-24 | 2024-03-08 | 广东新亚光电缆股份有限公司 | 一种电缆智能化生产管理系统 |
CN117590788A (zh) * | 2023-12-18 | 2024-02-23 | 广州市广味源食品有限公司 | 一种基于杀菌管控的酱油生产车间环境监测系统 |
CN117420811A (zh) * | 2023-12-19 | 2024-01-19 | 武汉佰思杰科技有限公司 | 一种用于自动化生产的生产线质量监测方法及系统 |
CN117420811B (zh) * | 2023-12-19 | 2024-03-08 | 武汉佰思杰科技有限公司 | 一种用于自动化生产的生产线质量监测方法及系统 |
CN117707101A (zh) * | 2024-02-06 | 2024-03-15 | 青岛超瑞纳米新材料科技有限公司 | 碳纳米管规模化加工的生产线监管控制系统 |
CN117707101B (zh) * | 2024-02-06 | 2024-04-30 | 青岛超瑞纳米新材料科技有限公司 | 碳纳米管规模化加工的生产线监管控制系统 |
CN117852846A (zh) * | 2024-03-08 | 2024-04-09 | 济南城建集团有限公司 | 一种工程施工智能精细化管控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116911619B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116911619B (zh) | 一种基于数据分析的化工生产智能管控系统 | |
CN110033186A (zh) | 一种巨型水电厂智能监盘系统 | |
CN108837699A (zh) | 一种基于软测量和预测控制的scr脱硝智能喷氨优化方法及系统 | |
CN105893700A (zh) | 基于物理-大数据混合模型的化工生产在线故障检测与诊断技术 | |
CN109185917B (zh) | 一种基于火焰强度信号的锅炉燃烧状态在线诊断方法及系统 | |
CN111352408B (zh) | 一种基于证据k近邻的多工况流程工业过程故障检测方法 | |
CN107516174B (zh) | 电厂技术监督策略库的生成方法 | |
CN108803309A (zh) | 一种基于软测量和模型自适应的scr脱硝智能喷氨优化方法及系统 | |
CN115738622B (zh) | 一种脱硫设备的尾气排放检测系统 | |
CN116399818A (zh) | 一种面向化工型企业的污水排放监管系统 | |
CN105242660A (zh) | 基于相对变化分析的多模态卷烟制叶丝过程在线监测与故障诊断方法 | |
CN111752147A (zh) | 一种具有持续学习能力改进pca的多工况过程监测方法 | |
CN111261957A (zh) | 基于分布控制的锂离子储能电池热失控保护系统及方法 | |
CN109460403B (zh) | 空预器堵灰实时动态定量标定方法 | |
CN111898794B (zh) | 一种大型燃煤锅炉热效率的异常监测方法 | |
CN111859809A (zh) | 基于模糊理论的燃气轮机系统故障模式及影响分析方法 | |
CN112307415A (zh) | 一种数字教育录播系统数据异常值在线检测方法 | |
CN111126671A (zh) | 一种炼油生产中初馏塔冲塔故障预警的方法 | |
CN116796924A (zh) | 一种基于物联网的能源安全监测管控系统 | |
CN116578486A (zh) | 一种基于云计算的智能制造工业软件调试系统 | |
CN116128136A (zh) | 一种基于LSO-CatBoost的燃煤电厂锅炉NOX排放预测方法 | |
CN102661974B (zh) | 基于热力运行参数的煤粉热值在线辨识方法 | |
CN100366876C (zh) | 燃气-蒸汽联合循环发电站运行效率在线解析方法和系统 | |
CN115235537A (zh) | 一种电厂煤耗监测方法及监测系统 | |
CN113869712A (zh) | 一种规模化工业气体生产智能系统 |
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 |