RU2748282C1 - Способ дистанционного контроля промышленной безопасности опасного производственного объекта - Google Patents
Способ дистанционного контроля промышленной безопасности опасного производственного объекта Download PDFInfo
- Publication number
- RU2748282C1 RU2748282C1 RU2019136909A RU2019136909A RU2748282C1 RU 2748282 C1 RU2748282 C1 RU 2748282C1 RU 2019136909 A RU2019136909 A RU 2019136909A RU 2019136909 A RU2019136909 A RU 2019136909A RU 2748282 C1 RU2748282 C1 RU 2748282C1
- Authority
- RU
- Russia
- Prior art keywords
- class
- period
- events
- industrial safety
- indicator
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 231100001261 hazardous Toxicity 0.000 title claims abstract description 21
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 239000010750 BS 2869 Class C2 Substances 0.000 claims description 22
- 230000000454 anti-cipatory effect Effects 0.000 claims description 5
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 239000010749 BS 2869 Class C1 Substances 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 239000000126 substance Substances 0.000 abstract description 3
- 238000013459 approach Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 230000001105 regulatory effect Effects 0.000 description 7
- 230000006378 damage Effects 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 5
- 206010000372 Accident at work Diseases 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 239000013074 reference sample Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000013154 diagnostic monitoring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
-
- 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
-
- 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)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Изобретение относится к промышленной безопасности. В способе дистанционного контроля промышленной безопасности опасного производственного объекта измеряют параметры объекта контроля, формируют базу метаданных, классифицируют нарушения границ типовых зон. По каждому контролируемому параметру выявляют событие соответствующего класса опасности путем единичной фиксации и/или неоднократной последовательной фиксации числового или логического значения параметра в пределах определенного класса опасности в течение определенного интервала времени. На основании полученных данных рассчитывают продолжительность каждого из событий соответствующего класса опасности или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности. Затем формируют упреждающие частные показатели о количестве упомянутых событий. Повышается оперативность и достоверность контроля. 15 з.п. ф-лы, 2 табл., 2 ил.
Description
Изобретение относится к области обеспечения промышленной безопасности (ПБ) и дистанционного мониторинга технического, технологического и иного состояния объектов статического или динамического оборудования - технических устройств, блоков, установок, их отдельных конструктивных элементов, сочетаний, преимущественно в составе комплексных технологических установок, а также совокупности производственных участков и иных составляющих опасных производственных объектов (ОПО), относящихся к нефтяной, нефтегазоперерабатывающей и химической промышленности, энергетике, металлургии, добывающей промышленности, транспорту и т.п.
Федеральный закон №116 от 21.07.1997 (ред. от 07.03.2017) предписывает организовывать и осуществлять производственный контроль и создавать системы управления промышленной безопасностью, которые обеспечивают идентификацию риска аварий на ОПО (статья 11). С позиций предписываемого риск-ориентированного подхода к управлению ПБ рекомендуется проведение мониторинга степени опасности. Предусматриваются оценка риска аварии на ОПО и/или его составных частях и оценка эффективности систем управления ПБ. Руководство по безопасности «Методические основы по проведению анализа опасностей и оценки риска аварий на ОПО», приказ Ростехнадзора РФ от 11.04.2016 №144 (разделы III, IV) рекомендует критерии и нормы оценки риска для управления ПБ.
Основная задача систем дистанционного контроля - оперативная оценка рисков и прогнозирование возможности возникновения аварийных ситуаций на основе аналитической обработки информации о контролируемых параметрах объектов наблюдения, поступающей в режиме реального времени. Использование дистанционного контроля промышленной безопасности в деятельности предприятий, эксплуатирующих опасные производственные объекты, связано, прежде всего, с переходом на риск-ориентированный подход. Данный поход определен руководящим принципом при обеспечении безопасной эксплуатации опасных производственных объектов в соответствии с «Концепцией совершенствования государственной политики в области обеспечения промышленной безопасности с учетом необходимости стимулирования инновационной деятельности предприятий на период до 2020 года» (одобрена Президиумом Правительства РФ 28 июля 2011 года), а также во исполнение Указа Президента Российской Федерации от 06.05.2018 г. №198 «Об Основах государственной политики Российской Федерации в области промышленной безопасности на период до 2025 года и дальнейшую перспективу».
При определении методов и периодичности инспектирования (технических освидетельствований) ОПО, их технического обслуживания, ремонта и выполнения иных мероприятий традиционно применяется предписывающий подход, принятый в ряде стран, в том числе в России, основанный на выполнении жестких нормативных требований по срокам и методам выполнения данных мероприятий. Как показала практика, частота межремонтного, межинспекционного и т.д. интервала, установленная нормативно-техническими документами, помимо того, что не гарантирует снижения риска аварии, в некоторых случаях не позволяет эксплуатирующим компаниям быть эффективными в своей деятельности и приводит к значительным финансовым издержкам.
В парадигме риск-ориентированного подхода к обеспечению безопасности традиционные механизмы контроля претерпевают существенные изменения. Риск-ориентированный подход - анализ и прогнозирование опасностей промышленных аварий, оценка риска и возможных масштабов последствий аварий на опасных производственных объектах для оптимизации необходимых организационно-технических мер предупреждения аварий, недопущения крупных промышленных аварий и повышения эффективности обеспечения промышленной безопасности на отдельном опасном производственном объекте и (или) в системе поднадзорных объектов в целом. Этот подход ориентирует предприятия на учет рисков и необходимость реализации упреждающих мер для их минимизации при организации эксплуатации опасных производственных объектов и контроля промышленной безопасности, а не только на формальное следование нормативам, определяющим периодичность выполнения тех или иных мероприятий.
Промышленные аварии имеют свои характерные особенности, основные из них - сравнительная редкость аварий по сравнению с жизненным циклом производства и значительный разброс масштабов последствий. Опасность промышленных аварий обычно оценивают по возможности появления тяжелых ущербов или угрозам их причинения. При рассмотрении таких последствий аварий необходимо различать прямой и косвенный ущерб. Прямой ущерб возникает от непосредственного разрушения материальных ценностей, повреждения здоровья людей, затрат на ликвидацию аварии и восстановление объекта. Косвенный связан с отрицательным воздействием на производительные силы общества в целом (убытки смежных предприятий, уменьшение инвестиций, изменение финансовой политики и т.д.) или возникает из-за усиления его в ходе физико-химических природных цепных реакций, идущих непосредственно в природной среде и приводящих со временем к негативному воздействию на здоровье человека и окружающую среду.
В риск-ориентированном подходе необходимо учитывать различные трактовки понятия «риск». Например:
- в области промышленной безопасности риск аварии - мера опасности, характеризующая возможность возникновения аварии на опасном производственном объекте и тяжесть ее последствий (Приказ Ростехнадзора от 11.04.2016 №144);
- в области технического регулирования риск - вероятность причинения вреда жизни или здоровью граждан, имуществу физических или юридических лиц, государственному или муниципальному имуществу, окружающей среде, жизни или здоровью животных и растений с учетом тяжести этого вреда (от 27.12.2002 N 184-ФЗ);
- в области технического регламентирования требований пожарной безопасности пожарный риск - мера возможности реализации пожарной опасности объекта защиты и ее последствий для людей и материальных ценностей (от 22.07.2008 N 123-ФЗ).
Так как причинами аварий выступают не только отказы техники, но и плохо формализуемые ошибки человека, и слабо предсказуемые внешние воздействия, наряду с хорошо зарекомендовавшими себя известными методами теории надежности и вероятностными методами на практике, как правило, используют различные расчетно-аналитические и экспертные методы.
Учитывая задачи и особенности построения Системы дистанционного контроля промышленной безопасности ОПО, для оценки рисков возникновения нештатных ситуаций на ОПО предлагается применять совокупность методов оценки рисков на основе учета и статистической обработки информации обо всех событиях промышленной безопасности, связанных с неисправностью (сбоями, отказами) оборудования, отклонениями от установленного технологического режима. Данный подход предполагает использование зонтичной системы оперативного мониторинга для сбора параметров, с помощью которых можно оценить состояние наиболее критичных систем и элементов контролируемого объекта, собрать статистику и на ее основе рассчитать интегральный показатель риска возникновения аварийных ситуаций. Особенность подхода состоит в том, что оценка риска производится на основе аналитической обработки информации о предпосылках аварий и инцидентов, выявляемых на ранних стадиях развития опасных событий. При этом используется достоверная, получаемая в реальном времени информация о текущем состоянии объекта контроля, его компонентов и подсистем.
Из уровня техники известны способы и системы, направленные на обеспечение безопасности и надежности эксплуатации промышленных систем и технологического оборудования ОПО.
В частности, известен способ обеспечения ПБ установок и агрегатов химических, нефтехимических и нефтеперерабатывающих производств в условиях их эксплуатации (Патент РФ №2582029), включающий анализ требований нормативных документов на технические устройства и занесение сведений об их характеристиках в информационную базу данных, оценку технического состояния технических устройств в разные периоды эксплуатации их с учетом их технического состояния до начала эксплуатации, формирование общей информационной базы данных о фактическом техническом состоянии устройств в разные периоды времени и динамики развития технического состояния в будущем на основе сведений, полученных при оценке технического состояния на предыдущих стадиях. При этом при оценке проводят техническую генетику состояния технических устройств с получением данных об их техническом состоянии за предыдущий период времени, проводят техническую диагностику их состояния на настоящий период времени, проводят техническую прогностику их состояния на последующий период их эксплуатации. Выделяют из общего числа технические устройства, входящие в производственный комплекс оборудования, отнесенные к категории слабых звеньев, наиболее подверженных процессам деградации, снижающим их эксплуатационную надежность. Устанавливают причины, снижающие их работоспособность. На основе экспертно-бальной оценки с помощью матричной формы анализа полученной информации о степени надежности и безопасности эксплуатации тому или иному обследуемому устройству присваивают числовое значение ранга опасности от 1 до 4 в зависимости от их технического состояния на основе полученных результатов при проведении технической генетики, технической диагностики, технической прогностики. Далее в зависимости от присвоенного техническому устройству ранга опасности устанавливают уровень, объем и периодичность проводимого неразрушающего контроля технического состояния технического устройства.
Недостатком известного решения является низкая достоверность сведений о текущем состоянии промышленной безопасности контролируемого объекта, связанная с отсутствием возможности оценки показателей ПБ в реальном времени на основе риск-ориентированного подхода.
Известен анализатор оценки риска, техногенной безопасности и прогнозируемого ресурса при использовании системы по назначению (Патент РФ 49306). В основе анализатора лежит равновероятностный способ получения информативных мер, характеризующих состояние сложной системы путем полунатурного моделирования исходной базы параметров риска, безопасности и ресурса, идентифицированных по условно закрытой фазе (проектирование) и открытой фазе (эксплуатация) сложной системы. Модель выполнена на энергонезависимой памяти, разделенной на две части - базовую часть и исходную рабочую часть, хранящей информацию о фактическом состоянии параметров системы. Блок математического расчета вычисляет информативные меры для закрытой и открытой фазы для базовой части модели, исходной рабочей части модели и для фактического состояния системы по параметрам риска, безопасности и ресурса и их соответствия (да-нет). При формировании массива модели включают инженерно-технические организационные параметры и (или) параметры внутрисистемных штатных воздействий, информационные меры количества информации по фазам жизненного цикла сложной системы.
Недостатком анализатора является высокая сложность и избыточность моделирования расчетов процесса предложенной оценки безопасности для целей мониторинга ПБ реального динамического оборудования ОПО, а также недостаточная достоверность мониторинга.
Известен способ оценки технического состояния центробежного насосного агрегата по вибрации корпуса (Патент РФ 2068553), в котором вибропараметры измеряют в процессе эксплуатации агрегата одновременно по совокупности входящих в него элементов, строят с помощью системы компьютерного мониторинга тренды вибропараметров, используют параметры и тренды в качестве диагностических признаков, вводят в базу знаний пороговые значения признаков и их комбинации, обусловленные причинно-следственными связями между ними и элементами агрегата, по которым проводят комплексную оценку технического состояния агрегата.
Недостатком данного способа является низкая достоверность при оценке ПБ по совокупности установленных диагностических признаков в виде вибропараметров, характеризующих зоны технического состояния динамического оборудования, отсутствие в реальном времени оценки показателей ПБ.
Известен способ вибромониторинга промышленной безопасности динамического оборудования опасных производственных объектов (Патент РФ №2687848), заключающийся в том, что с помощью системы компьютерного диагностического мониторинга измеряют параметры вибрации одновременно в информативных точках, входящих в состав динамического оборудования механизмов и элементов, принимают измеренные параметры вибрации, например виброускорения, в качестве значений диагностических признаков, формируют базу знаний, например, в табличной форме с измеренными и заданными предельными и критическими значениями диагностических признаков, по которым выявляют типовые зоны технического состояния динамического оборудования «Допустимо» («Д»), «Требует принятия мер» («ТПМ»), «Недопустимо» («НДП»), сопоставляют их величины и по результатам сравнения судят о промышленной безопасности динамического оборудования, отличающийся тем, что определяют для каждой зоны технического состояния оборудования - «Д», «ТПМ», «НДП», показатели интенсивности его отказов и время текущей наработки, вычисляют значения вероятности безотказной работы оборудования Р из выражения:
где:
- λД, λТПМ, λНДП - показатели интенсивности отказов оборудования соответственно в технических состояниях «Д», «ТПМ», «НДП»;
- tД, tТПМ, tНДП - текущее время наработки оборудования соответственно в технических состояниях «Д», «ТПМ», «НДП»;
принимают полученные значения вероятности безотказной работы как составляющей технологической компоненты риска эксплуатации оборудования и визуализируют их в качестве прямого интегрального показателя промышленной безопасности эксплуатации оборудования в диапазоне от 0 до 1 или от 0 до 100 процентов, количественно оценивают по результатам сравнения с установленными в базе знаний предельными и критическими значениями принятого показателя промышленной безопасности оборудования в реальном времени.
Недостатком известного способа является отсутствие комплексного подхода при дистанционном контроле ПБ, в частности низкая достоверность при оценке ПБ по совокупности установленных диагностических признаков в виде вибропараметров, характеризующих зоны технического состояния динамического оборудования, отсутствие в реальном времени оценки наиболее важных показателей ПБ, а также оценки запаздывающих показателей на основании данных отчетности предприятия.
Известна информационно-управляющая система комплексного контроля безопасности опасного производственного объекта (Патент РФ №25363510), в основе которой лежит способ, характеризующийся тем, что для всех выбранных характеристик опасного производственного объекта локальные оценки определяются экспертно, а его информационно-аналитический центр выполнен с возможностью осуществления поэтапной обработки информации, определяющей уровень риска возникновения чрезвычайных ситуаций, в следующей последовательности:
- для оцениваемого объекта устанавливается набор направлений или характеристик из двух подгрупп;
- первая подгруппа включает характеристики, для построения локальной оценки по которым значения показателей могут быть точно рассчитаны, при этом в комплексном оценивании безопасности учитывается безопасность технологического оборудования;
- вторая подгруппа включает характеристики, для построения локальной оценки по которым значения показателей рассчитать невозможно, и поэтому локальные оценки строятся только на основе экспертной информации;
- определяются локальные оценки характеристик, входящих во вторую подгруппу;
- строится бинарное дерево свертки и определяются пары направлений, локальные балльные оценки которых будут сворачиваться в обобщенную оценку;
- для построенного бинарного дерева формируются соответствующие матрицы логической свертки;
- на конечном этапе определяется комплексная оценка безопасности опасного производственного объекта.
Недостатком данного способа является низкая достоверность сведений о контролируемых параметрах объектов контроля, связанная с отсутствием возможности оценки показателей ПБ в реальном времени и субъективизмом экспертных оценок.
Известен способ для удаленного мониторинга и прогностики состояния технических объектов (Патент РФ №2649542), заключающийся в выполнении этапов, на которых:
- получают данные от объекта контроля, характеризующие показатели параметров работы объекта контроля;
- формируют на основании полученных параметров объекта эталонную выборку показателей работы объекта, состоящую из значений показателей, представляющих собой точки выборки, причем упомянутая выборка соответствует временному промежутку непрерывной работы объекта контроля;
- осуществляют построение матрицы состояния из компонентов точек эталонной выборки, в которой компонентами являются значения показателей работы объекта контроля;
- на основании MSET (Multivariate State Estimation Technique) метода с помощью упомянутой матрицы состояния осуществляют построение эмпирических моделей прогностики состояния объекта контроля, каждая из которых отображает наблюдаемую точку состояния объекта контроля в многомерном пространстве показателей работы объекта в точку, моделирующую состояние объекта;
- определяют по разности компонентов наблюдаемой точки и точки, моделирующей состояние объекта, компоненты невязок, на основании которых рассчитывают критерий Т2, который характеризует отклонение показателей технологических параметров объекта контроля от модели в наблюдаемой точке пространства, причем Т2 является квадратичной формой нормализованных невязок, коэффициентами которой являются элементы псевдообратной матрицы корреляционной матрицы для нормализованных невязок эталонной выборки;
- формируют статистическую модель работы объекта контроля за выбранный эталонный промежуток времени;
- определяют предельное значение критерия Т2 для упомянутой статистической модели;
- определяют разладки, отображающие степень влияния показателей работы объекта на упомянутое отклонение показателей технологических параметров объекта контроля, как разность критериев Т2 и квадратичных форм нормализованных невязок, с коэффициентами псевдообратной матрицы для матрицы, полученной из упомянутой корреляционной матрицы, в которой строка и столбец, соответствующие данному показателю работы объекта, заменены на нулевое значение;
- осуществляют анализ поступающей информации от объекта контроля с помощью полученного набора эмпирических моделей путем сравнения полученных показателей объекта контроля с параметрами модели в заданный промежуток времени;
- определяют с помощью упомянутого критерия Т2 степень отклонения поступающих показателей параметров объекта контроля за заданный промежуток времени от показателей эмпирических моделей и эталонной статистической модели, и выявляют разладки для таких показателей;
- выполняют ранжирование вычисленных разладок для выявления показателей, вносящих наибольший вклад в изменение технического состояния объекта контроля, причем упомянутые показатели определяются как показатели, выходящие за упомянутое предельное значение критерия Т2;
- модифицируют эталонную выборку с помощью ее пополнения точками за новый промежуток времени и фильтрацией точек, соответствующих режиму работы, описываемому моделью, и соответствующих новому техническому состоянию объекта контроля;
- обновляют на основании отфильтрованной выборки эмпирические модели;
- формируют сигнал, сообщающий об отклонении, по меньшей мере, одного параметра объекта контроля на основании обновленной модели;
- определяют состояние работы объекта контроля и/или по меньшей мере одного узла объекта.
Недостатком известного способа является высокая сложность применения MSET метода для динамических систем большой размерности, состоящих из сотен/тысяч сенсоров и суперпозиций их значений, влияющих на поведение ОПО.
Общим недостатком известных решений является отсутствие системного подхода к определению способов оценки рисков, оценке полученных натурных параметров контролируемого процесса, методов определения и фиксации событий промышленной безопасности на основе предопределенных классов нарушений по их потенциальным последствиям и времени нарушения, что существенно снижает качество и объективность предоставляемой информации о состоянии ПБ предприятия эксплуатирующим службам и органам контроля.
Из приведенных аналогов заявителем не выявлен прототип.
Основной задачей предложенного изобретения является создание способа дистанционного контроля ПБ ОПО, обеспечивающего:
- прием и обработку оперативной информации о параметрах технологического процесса и состояния объекта контроля от гетерогенных источников;
- выявление, идентификацию и ранжирование техногенных событий промышленной безопасности в режиме реального времени;
- аналитическую обработку, оценку рисков возникновения аварийных ситуаций путем расчета индикаторов состояния промышленной безопасности в режиме реального времени;
- представление результатов аналитической обработки в виде, удобном для использования и принятия решений на каждом из уровней управления промышленной безопасностью.
Техническим результатом заявленного способа является повышение показателей оперативности и достоверности мониторинга состояния опасных производственных объектов предприятия.
Технический результат достигается заявленным способом дистанционного контроля промышленной безопасности опасного производственного объекта, заключающимся в том, что с помощью внешних систем - источников данных измеряют в режиме реального времени с заданным временным интервалом контролируемые параметры по меньшей мере одного объекта контроля, формируют базу метаданных, содержащую информацию о типовых зонах с заданными границами допустимых числовых или логических значений контролируемых параметров объекта контроля, классифицируют нарушения границ типовых зон таким образом, чтобы тяжесть последствий, вызванных нарушением границ, соответствовала определенному классу опасности события промышленной безопасности в порядке возрастания тяжести последствий связанных с этим нарушением, после чего, по каждому контролируемому параметру выявляют событие соответствующего класса опасности путем единичной фиксации и/или неоднократной последовательной фиксации числового или логического значения параметра в пределах определенного класса опасности в течение определенного интервала времени, на основании полученных данных рассчитывают продолжительность каждого из событий соответствующего класса опасности или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, а также количество произошедших за время t событий или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, после чего, на основании получаемых данных формируют упреждающие частные показатели о количестве упомянутых событий за период t, частоте их возникновения за период t, общей их продолжительности за период t и динамике продолжительности за период t, а также упреждающие комплексные показатели, представляющие собой интегральную свертку из сумм упомянутых частных показателей, с последующими сохранением данных и визуализацией посредством отображения на периферийном устройстве рабочей станции оператора контролирующего органа.
Совокупность существенных признаков предложенного способа образует причинно-следственную связь с техническим результатом, а именно:
- Измерение с помощью внешних систем - источников данных контролируемых параметров по меньшей мере одного объекта контроля в режиме реального времени с заданным временным интервалом позволяет получать в реальном времени достоверную оперативную информацию о текущем состоянии каждого объекта контроля, его компонентов и подсистем;
- Формирование базы метаданных, содержащей информацию о типовых зонах с заданными границами допустимых числовых или логических значений контролируемых параметров объекта контроля, классифицируют нарушения границ типовых зон таким образом, чтобы тяжесть последствий, вызванных нарушением границ, соответствовала определенному классу опасности события промышленной безопасности в порядке возрастания тяжести последствий связанных с этим нарушением, - позволяет сформировать критерии (правила принятия решений) для учета состава и структуры объектов контроля при расчете показателей состояния промышленной безопасности, для выявления, идентификации техногенных событий промышленной безопасности и их ранжирования в соответствии со степенью опасности событий в режиме реального времени;
- Выявление по каждому контролируемому параметру события соответствующего класса опасности путем единичной фиксации и/или неоднократной последовательной фиксации числового или логического значения параметра в пределах определенного класса опасности в течение определенного интервала времени, на основании полученных данных рассчитывают продолжительность каждого из событий соответствующего класса опасности или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, а также количество произошедших за время t событий или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, - позволяет провести аналитическую обработку, расчет индикаторов состояния промышленной безопасности в режиме реального времени;
- Формирование на основании получаемых данных упреждающих частных показателей о количестве упомянутых событий за период t, частоте их возникновения за период t, общей их продолжительности за период t и динамике продолжительности за период t, а также упреждающих комплексных показателей, представляющих собой интегральную свертку из сумм упомянутых частных показателей, с последующими сохранением данных и визуализацией посредством отображения на периферийном устройстве рабочей станции оператора контролирующего органа, - позволяет получить достоверную комплексную информацию о зафиксированных событиях, которая записывается в базу данных реального времени, выдается на консоль событий в реальном времени и используется в системе оповещения о критических событиях ПБ, в виде, удобном для использования и принятия решений на каждом из уровней управления промышленной безопасностью (отчеты, экранные формы, графики, тренды, прогноз).
При этом в соответствии с предложенным способом предусматриваются предпочтительные варианты его реализации, указанные ниже.
Так, классы опасности, связанные с нарушением типовых зон формируемой базы метаданных могут относиться к первому, второму, третьему и четвертому классу опасности функционирования объектов контроля, при этом наименьший четвертый класс опасности С4 присваивается событию, связанному с выходом контролируемых параметров за пределы рабочего диапазона, и не оказывающему непосредственного влияния на уровень промышленной безопасности; третий класс опасности С3 присваивается событию, характеризующемуся риском возникновения предпосылок к инциденту; второй класс опасности С2 присваивается событию, характеризующемуся риском возникновения инцидента; первый класс опасности С1 присваивается событию, характеризующемуся риском возникновения аварии.
В качестве упреждающих частных показателей состояния промышленной безопасности могут использоваться показатели превышения предела безопасной эксплуатации и показатели предпосылок превышения предела безопасной эксплуатации.
При этом к частным показателям превышения предела безопасной эксплуатации могут относиться следующие показатели:
1) Частный показатель количества событий промышленной безопасности класса С2 - С1 за период t, значение которого вычисляют из выражения:
NC2-C1(t)=NC2(t)+NC1(t);
NC2(t)=КС2(t)/Np,;
NC1(t)=КC1(t)/Np,
где:
КCi(t) - общее число событий ПБ уровня Ci за время t;
Np - количество контролируемых технологических параметров уровня Ci.
2) Частный показатель частоты событий класса С2 - С1 за период t, значение которого вычисляют из выражения:
FC2-C1(t)=NC2-C1(t) /t, где:
NC2-C1(t) - количество событий промышленной безопасности класса С2 - С1 за период времени t.
3) Частный взвешенный показатель количества событий С2 - С1 за период времени t, значение которого вычисляют из выражения:
WC2-C1(t)=NC1(t)×KWC1+NC2(t)×KWC2, где:
K - повышающий коэффициент, который устанавливается для отрасли на основе статистики событий промышленной безопасности, например, в качестве начального значения предлагается принять для t=1 год KWC1=1000, KWC2=100.
4) Частный показатель общей продолжительности событий класса С2 - С1 за период t, значение которого вычисляют из выражения:
RC2-C1(t)=KWC2RC2(t)+KWC1RC1(t), где:
RCi - нормированная общая продолжительность событий промышленной безопасности класса Ci за период t: продолжительность событий промышленной безопасности класса Ci за период t / Np;
KWCi - весовой коэффициент;
Np - количество контролируемых технологических параметров соответствующего класса.
5) Частный относительный показатель превышения предела безопасной эксплуатации, характеризующий динамику продолжительности событий класса С2 - С1 за период t, значение которого вычисляют из выражения:
σ RC2-C1(t)=RC2-C1(t) / RC2-C1(n), где:
RC2-C1(t) - показатель общей продолжительности событий промышленной безопасности класса С2 - С1 за период t;
RC2-C1(n) - средний показатель общей продолжительности событий промышленной безопасности класса С2 - С1 за аналогичный период времени за предыдущие n лет.
К частным показателем предпосылок превышения предела безопасной эксплуатации могут относиться следующие показатели:
1) Частный показатель количества событий класса С4 - С3 за период t, значение которого вычисляют из выражения:
NC4-C3(t)=NC4(t)+NC3(t);
NC4(t)=КС4(t)/Np4;
NC3(t)=КC3(t)/Np3,
где:
КCi(t) - общее число СПБ уровня Ci за время t
Np - количество контролируемых технологических параметров соответствующего класса.
2) Частный показатель частоты событий класса С4 - С3 за период t, значение которого вычисляют из выражения:
FC4-C3(t)=NC4-C3(t) /t, где:
NC4-C3(t) - количество событий промышленной безопасности класса С4 - С3 за период времени t.
3) Частный взвешенный показатель количества событий промышленной безопасности класса С4 - С3 за период времени t, значение которого вычисляют из выражения:
WC4-С3(t)=NC4(t)×KWC4(t)+Nc3(t)×KWC3, где:
KWCi - повышающий коэффициент, устанавливающийся для отрасли для событий класса Ci на основе статистики событий ПБ, при этом в качестве начального значения можно принять, например, для t=1 год, KWC4=1, KWC3=10.
4) Частный показатель общей продолжительности событий класса С4 - С3 за период t, значение которого вычисляют из выражения:
RC4-C3(t)=KWC4RC4(t)+KWC3RC3(t), где:
RC4 - нормированная общая продолжительность событий промышленной безопасности класса С4 за период t: продолжительность событий промышленной безопасности класса С4 за период t / Np;
RC3 - нормированная общая продолжительность событий промышленной безопасности класса С3 за период: продолжительность событий промышленной безопасности класса С3 за период t / Npi t;
KWCi - весовой коэффициент;
Np - количество контролируемых технологических параметров соответствующего класса.
5) Частный относительный показатель предпосылок превышения предела безопасной эксплуатации, характеризующий динамику нормированной продолжительности событий класса С4 - С3 за период t, значение которого вычисляют из выражения:
σ RC4-С3(t)=RC4-C3(t)/RC4-C3(n), где:
RC4-C3(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за период t;
RC4-C3(n) - средний показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за аналогичный период времени за предыдущие n лет.
В качестве упреждающих комплексных показателей состояния промышленной безопасности могут использоваться интегральный показатель риска промышленной безопасности за период времени t, значение которого вычисляют из выражения:
Rи(t)=RC4-C3(t)+RC2-C1(t), где:
RC4-C3(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за период t;
RC2-C1(t) - показатель общей продолжительности событий промышленной безопасности класса С2 - С1 за период t,
а также относительный показатель интегрального риска за период времени t, значение которого вычисляют из выражения:
σ Rи=Rи(t)/Rи(n), где:
Rи(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С1 за период времени t;
Rи(n) - средний показатель общей продолжительности событий промышленной безопасности класса С4 - С1 за аналогичный период времени за предыдущие n лет.
Предложенное изобретение поясняется чертежами, где:
- на Фиг. 1 показана блок-схема системы дистанционного контроля промышленной безопасности опасных производственных объектов, реализующей предложенный способ;
- на Фиг. 2 - схема формирования типовых зон состояния ПБ контролируемых ОПО.
Согласно Фиг. 1, система дистанционного контроля ПБ ОПО содержит комплекс программно-аппаратных средств, объединяющий распределенные в пространстве блок оперативного мониторинга (1) и связанные с ним при помощи проводной аналоговой, проводной цифровой или беспроводной связи внешние системы измерения параметров объектов контроля (2), внешние защитные системы (3), сервер метаданных (4) и рабочие станции контролирующих органов (5). Блок оперативного мониторинга (1) включает последовательно соединенные каналами односторонней связи программно-аппаратный комплекс сбора данных (6), блок выявления и идентификации событий промышленной безопасности (7), блок формирования упреждающих показателей состояния объектов контроля (8), базу данных реального времени (9), блок визуализации (10). Последний соединен выходом при помощи проводной аналоговой, проводной цифровой или беспроводной связи с рабочими станциями контролирующих органов (5), например, рабочей станцией оператора ситуационно-аналитического центра (11), и/или рабочей станцией сотрудника органа госнадзора (12). Блок выявления и идентификации событий промышленной безопасности (7) связан вторым входом с сервером метаданных (4). Комплекс сбора данных (6) связан своим входом посредством проводной аналоговой, проводной цифровой или беспроводной связи с внешними защитными системами (3), такими как система противоаварийной автоматической защиты (ПАЗ) (13) и система аварийного отключения (14), а также с внешними системами измерения параметров объектов контроля (2), к которым относятся автоматическая система управления технологическим процессом (АСУ ТП) (15), автоматическая система управления производством (АСУП) (16), система диспетчерского управления (17), система контроля технического состояния и диагностики (18) и система экологического мониторинга (19).
Система дистанционного контроля промышленной безопасности ОПО, реализующая заявленный способ, работает следующим образом.
В блоке мониторинга (1) в режиме реального времени осуществляется непрерывный прием и обработка входных данных о контролируемых объектах предприятия от внешних систем -. внешних систем измерения параметров объектов контроля (2), внешних защитных систем (3) и сервера метаданных (4). В качестве основных параметров для последующей обработки используются входная информация о параметрах объектов контроля, фиксируемая измерительными элементами (датчиками) и передаваемая в программно-аппаратный комплекс сбора данных (8) с заданной периодичностью от внешних системы измерения параметров объектов контроля (2), а также сигнально-предупредительная информация от внешних защитных систем (3) и информация о метаданных, получаемая с сервера метаданных (4). При этом в качестве входной информации о параметрах объектов контроля может использоваться следующая информация:
1. Информация о значениях технологических параметров объектов контроля (регулируемых и контролируемых) статического и динамического оборудования, а также участков его размещения, получаемая из АСУП (16) или системы диспетчерского управления (17). В качестве технологических параметров используются, например, измеряемые контрольно-измерительными приборами такие параметры, как концентрация вредных примесей, температурный режим, давление, расход материалов, производительность и т.п.
2. Информация о значениях технических параметров объектов контроля, получаемая из АСУП (16) или системы диспетчерского управления (17). К таким параметрам относятся, как правило, параметры, характеризующие функциональные, геометрические, деформационные, прочностные свойства в составе статического или динамического оборудования.
В качестве входной сигнально-предупредительной информации используются логические сигналы от элементов (датчиков) автоматической защиты контролируемых объектов, например, сигнал о состоянии исполнительных механизмов ПАЗ (срабатывание / несрабатывание сигнализации или блокировки), поступающий из системы ПАЗ (13), а также о состоянии деблокировочных ключей (сброс / взведение блокировок) - из системы аварийного отключения (14). Информация о срабатывании исполнительных механизмов противоаварийной защиты и состоянии деблокировочных ключей может поступать в комплекс (6) также в виде логических сигналов от АСУП (16), либо системы диспетчерского управления (17).
В качестве входной информации о метаданных используется информация о типовых зонах (см. Фиг. 2) с границами допустимых значений технических и технологических параметров объектов контроля для нештатных диапазонов функционирования объектов контроля (при выходе значений параметров за рабочий / нормативный диапазон). Упомянутую информацию получают с сервера метаданных (4). Описание информации о технических и технологических параметрах, включая единицы измерений, пороги, а также классы опасности событий, при выходе за пределы допустимых значений, содержится в каталоге контролируемых параметров ОПО, формируемом на этапе проектирования СДК. В качестве примера рассмотрим 4-х уровневую классификацию, где: событие 1-го класса опасности (С1) - риск аварии, событие 2-го класса опасности (С2) - предаварийные условия функционирования с риском инцидента, событие 3-го класса опасности (С3) - условия функционирования с предпосылкой к инциденту, событие 4-го класса опасности (С4) - выход за пределы рабочего диапазона, не оказывающий непосредственного влияния на уровень ПБ. При этом типовая зона для событий класса С4-С3, например, может относиться к 1-му нештатному диапазону функционирования, при превышении границ которого технологический регламент предприятия предусматривает активацию системы ПАЗ (13) посредством срабатывания аварийной сигнализации, а типовая зона для событий класса С2-С1 - к 2-му нештатному диапазону функционирования, при превышении границ которого технологическим регламентом предприятия предусмотрена активация системы противоаварийной автоматической защиты (14) посредством срабатывания блокировки.
Пример структуры каталога технологических параметров приведен в Таблице 1. В данном примере используется 2 интервала допустимых значений, где: предел №1 - границы 1-го нештатного диапазона/уровня сигнализации, предел №2 - границы 2-го нештатного диапазона/уровня блокировки.
В строках столбца 1 указывается место измерения параметра (ТУ (Колона, Реактор, Емкость, Компрессор, Насос и др.)). В строках столбца 2 указывается физический смысл измеряемого параметра (температура, давление, % заполнения емкости, и др.) и номер позиции измерения параметра. Для порогового значения №2 (блокировка) в строке столбца 3 указывается граничное минимально допустимое значение контролируемого параметра, а в строке столбца 5 - максимально допустимое значение. В строках столбцов 4, 6 указывается класс события при нарушении порогового значения №2. В строках столбцов 7, 9 указываются соответствующие граничные значения (минимум, максимум) контролируемого параметра (если установлены) для порогового значения №1 (сигнализация). В строках столбцов 8, 10 указывается класс события при нарушении порогового значения №1.
В качестве конкретных примеров можно привести примеры задания 1-го и 2-го нештатных диапазонов контролируемых параметров Блока №110 Установки №2 Волгоградского нефтеперерабатывающего завода (Таблица 2).
В комплексе сбора данных (6) осуществляется обработка, анализ и структурирование полученного от внешних систем (2) и (3) массива информации для дальнейшей обработки в блоке выявления и идентификации событий ПБ (7). На основе полученной информации из блока (6) и сервера метаданных (4) в блоке (7) выявляются и идентифицируются (ранжируются) оперативные события ПБ, путем установления принадлежности каждого измеренного числового значения параметра к одной из проклассифицированных типовых зон. В результате каждому из событий присваивается соответствующий класс (ранг) опасности. При этом при формировании событий дополнительно учитывается входная информация из системы ПАЗ (13) и системы аварийного отключения (14). В частности, если при превышении контролируемым параметром соответствующих порогов одного из диапазонов отсутствует информационный сигнал от системы (13) о срабатывании сигнализации/блокировки и/или получен сигнал от системы (14) о сбросе деблокировочных ключей, класс опасности произошедшего события ПБ повышается на 1 ступень относительно первоначальной классификации.
Формируемая непрерывно в блоке (7) информация о событиях ПБ затем поступает в блок формирования упреждающих показателей состояния объектов контроля (8), в котором накапливается информация по каждому событию. Посредством вычисления формул расчета показателей ПБ в режиме реального времени формируются частные упреждающие показатели по каждому из событий и комплексные упреждающие показатели, представляющие собой интегральную свертку из сумм частных показателей. Информация об упреждающих показателях сохраняется в базе данных реального времени (9), откуда поступает в блок визуализации (10), в котором подготавливается информация для визуализации данных в виде отчетов, экранных форм, графиков, трендов, прогноза на консоли событий рабочих станций операторов контролирующих органов (5), например, ситуационно-аналитического центра (11), либо органа госнадзора (12).
Claims (57)
1. Способ дистанционного контроля промышленной безопасности опасного производственного объекта, заключающийся в том, что с помощью внешних систем - источников данных измеряют в режиме реального времени с заданным временным интервалом контролируемые параметры по меньшей мере одного объекта контроля, формируют базу метаданных, содержащую информацию о типовых зонах с заданными границами допустимых числовых или логических значений контролируемых параметров объекта контроля, классифицируют нарушения границ типовых зон таким образом, чтобы тяжесть последствий, вызванных нарушением границ, соответствовала определенному классу опасности события промышленной безопасности в порядке возрастания тяжести последствий, связанных с этим нарушением, после чего по каждому контролируемому параметру выявляют событие соответствующего класса опасности путем единичной фиксации и/или неоднократной последовательной фиксации числового или логического значения параметра в пределах определенного класса опасности в течение определенного интервала времени, на основании полученных данных рассчитывают продолжительность каждого из событий соответствующего класса опасности или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, а также количество произошедших за время t событий или совокупности событий, относящихся по меньшей мере к двум соседним классам опасности, после чего на основании получаемых данных формируют упреждающие частные показатели о количестве упомянутых событий за период t, частоте их возникновения за период t, общей их продолжительности за период t и динамике продолжительности за период t, а также упреждающие комплексные показатели, представляющие собой интегральную свертку из сумм упомянутых частных показателей, с последующими сохранением данных и визуализацией, посредством отображения на периферийном устройстве рабочей станции оператора контролирующего органа.
2. Способ дистанционного контроля по п. 1, отличающийся тем, что классы опасности, связанные с нарушением типовых зон формируемой базы метаданных относятся к первому, второму, третьему и четвертому классу опасности функционирования объектов контроля, при этом наименьший четвертый класс опасности С4 присваивается событию, связанному с выходом контролируемых параметров за пределы рабочего диапазона, и не оказывающему непосредственного влияния на уровень промышленной безопасности; третий класс опасности С3 присваивается событию, характеризующемуся риском возникновения предпосылок к инциденту; второй класс опасности С2 присваивается событию, характеризующемуся риском возникновения инцидента; первый класс опасности С1 присваивается событию, характеризующемуся риском возникновения аварии.
3. Способ дистанционного контроля по пп. 1 и 2, отличающийся тем, что в качестве упреждающих частных показателей состояния промышленной безопасности используют показатели превышения предела безопасной эксплуатации и показатели предпосылок превышения предела безопасной эксплуатации, при этом к показателям превышения предела безопасной эксплуатации относят показатель количества событий промышленной безопасности класса С2 - С1 за период t, показатель частоты событий класса С2 - С1 за период t, взвешенный показатель количества событий за период времени t, показатель общей продолжительности событий класса С2 - С1 за период t, относительный показатель превышения предела безопасной эксплуатации, характеризующий динамику продолжительности событий класса С2 - С1 за период t; к показателям предпосылок превышения предела безопасной эксплуатации относят показатель количества событий класса С4 - С3 за период t, показатель частоты событий класса С4 - С3 за период t, взвешенный показатель количества событий промышленной безопасности класса С4 - С3 за период времени t, показатель общей продолжительности событий класса С4 - С3 за период t, относительный показатель предпосылок превышения предела безопасной эксплуатации, характеризующий динамику нормированной продолжительности событий класса С4 - С3 за период t.
4. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя количества событий промышленной безопасности класса С2 - С1 за период t вычисляют из выражения:
NC2-C1(t)=NC2(t)+NC1(t);
NC2(t)=КС2(t)/Np;
NC1(t)=КC1(t)/Np,
где:
КCi(t) - общее число событий промышленной безопасности уровня Ci за время t;
Np - количество контролируемых технологических параметров уровня Ci.
5. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя частоты событий класса С2 - С1 за период t вычисляют из выражения:
FC2-С1(t)=NC2-С1(t)/t, где:
NC2-C1(t) - количество событий промышленной безопасности класса С2 - С1 за период времени t.
6. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного взвешенного показателя количества событий С2 - С1 за период времени t вычисляют из выражения:
WC2-С1(t)=NC1(t)×KWC1+NC2(t)×KWC2, где:
K - повышающий коэффициент, который устанавливается для отрасли на основе статистики событий промышленной безопасности, например, в качестве начального значения предлагается принять для t=1 год, KWC1=1000, KWC2=100.
7. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя общей продолжительности событий класса С2 - С1 за период t вычисляют из выражения:
RC2-C1(t)=KWC2RC2(t)+KWC1RC1(t), где:
RCi - нормированная общая продолжительность событий промышленной безопасности класса Ci за период t: продолжительность событий промышленной безопасности класса Ci за период t / Np;
KWCi - весовой коэффициент;
Np - количество контролируемых технологических параметров соответствующего класса.
8. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного относительного показателя превышения предела безопасной эксплуатации, характеризующего динамику продолжительности событий класса С2 - С1 за период t, вычисляют из выражения:
σ RC2-С1(t)=RC2-C1(t)/RC2-C1(n), где:
RC2-C1(t) - показатель общей продолжительности событий промышленной безопасности класса С2 – С1 за период t;
RC2-C1(n) - средний показатель общей продолжительности событий промышленной безопасности класса С2 - С1 за аналогичный период времени за предыдущие n лет.
9. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя количества событий класса С4 - С3 за период t вычисляют из выражения:
NC4-C3(t)=NC4(t)+NC3(t);
NC4(t)=КС4(t)/Np4;
NC3(t)=КC3(t)/Np3,
где:
КCi(t) - общее число событий промышленной безопасности уровня Ci за время t;
Np - количество контролируемых технологических параметров соответствующего класса.
10. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя частоты событий класса С4 - С3 за период t вычисляют из выражения:
FC4-C3(t)=NC4-C3(t)/t где:
NC4-C3(t) - количество событий промышленной безопасности класса С4 - С3 за период времени t.
11. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного взвешенного показателя количества событий промышленной безопасности класса С4 - С3 за период времени t вычисляют из выражения:
WC4-C3(t)=NC4(t)×KWC4(t)+Nc3(t)×KWC3, где:
KWCi - повышающий коэффициент, устанавливающийся для отрасли для событий класса Ci на основе статистики событий промышленной безопасности, при этом в качестве начального значения можно принять, например, для t=1 год, KWC4=1, KWC3=10.
12. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного показателя общей продолжительности событий класса С4 - С3 за период t вычисляют из выражения:
RC4-C3(t)=KWC4RC4(t)+KWC3RC3(t), где:
RC4 - нормированная общая продолжительность событий промышленной безопасности класса С4 за период t: продолжительность событий промышленной безопасности класса С4 за период t / Np;
RC3 - нормированная общая продолжительность событий промышленной безопасности класса С3 за период: продолжительность событий промышленной безопасности класса С3 за период t / Npi t;
KWCi - весовой коэффициент;
Np - количество контролируемых технологических параметров соответствующего класса.
13. Способ дистанционного контроля по п. 3, отличающийся тем, что значение частного относительного показателя предпосылок превышения предела безопасной эксплуатации, характеризующего динамику нормированной продолжительности событий класса С4 - С3 за период t, вычисляют из выражения:
σ RC4-C3(t)=RC4-C3(t)/RC4-C3(n), где:
RC4-C3(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за период t;
RC4-C3(n) - средний показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за аналогичный период времени за предыдущие n лет.
14. Способ дистанционного контроля по пп. 1 и 2, отличающийся тем, что в качестве упреждающих комплексных показателей состояния промышленной безопасности используют интегральные показатели риска промышленной безопасности за период времени t и относительные показатели интегрального риска за период времени t.
15. Способ дистанционного контроля по п. 14, отличающийся тем, что значение комплексного интегрального показателя риска промышленной безопасности за период времени t вычисляется из выражения:
Rи(t)=RC4-C3(t)+RC2-C1(t), где:
RC4-C3(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С3 за период t;
RC2-C1(t) - показатель общей продолжительности событий промышленной безопасности класса С2 - С1 за период t.
16. Способ дистанционного контроля по п. 14, отличающийся тем, что значение комплексного относительного показателя интегрального риска за период времени t вычисляется из выражения:
σ Rи=Rи(t)/Rи(n), где:
Rи(t) - показатель общей продолжительности событий промышленной безопасности класса С4 - С1 за период времени t;
Rи(n) - средний показатель общей продолжительности событий промышленной безопасности класса С4 - С1 за аналогичный период времени за предыдущие n лет.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019136909A RU2748282C1 (ru) | 2019-11-18 | 2019-11-18 | Способ дистанционного контроля промышленной безопасности опасного производственного объекта |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019136909A RU2748282C1 (ru) | 2019-11-18 | 2019-11-18 | Способ дистанционного контроля промышленной безопасности опасного производственного объекта |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2748282C1 true RU2748282C1 (ru) | 2021-05-21 |
Family
ID=76034041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019136909A RU2748282C1 (ru) | 2019-11-18 | 2019-11-18 | Способ дистанционного контроля промышленной безопасности опасного производственного объекта |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2748282C1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114202159A (zh) * | 2021-11-12 | 2022-03-18 | 寰清能源科技(上海)有限公司 | 适用于密闭矿热炉塌料事故的在线监测方法和系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2296421C1 (ru) * | 2005-06-22 | 2007-03-27 | Валерий Александрович Меньшиков | Система автоматизированного контроля состояния потенциально опасных объектов российской федерации в интересах обеспечения защиты от техногенных, природных и террористических угроз |
| WO2010132761A2 (en) * | 2009-05-15 | 2010-11-18 | Fisher-Rosemount Systems, Inc. | Improved maintenance of wireless field devices |
| RU2459245C1 (ru) * | 2011-02-17 | 2012-08-20 | Федеральное государственное военное образовательное учреждение высшего профессионального образования "Военный авиационный инженерный университет" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексного контроля состояния многопараметрического объекта по разнородной информации |
| RU2536351C1 (ru) * | 2013-07-02 | 2014-12-20 | Открытое акционерное общество "Чепецкий механический завод" | Информационно-управляющая система комплексного контроля безопасности опасного производственного объекта |
| RU2574168C2 (ru) * | 2013-06-07 | 2016-02-10 | ЗАКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "ГИАП-ДИСТцентр" (ЗАО "ГИАП-ДИСТцентр") | Способ обеспечения промышленной безопасности производственных объектов повышенной опасности в условиях увеличенного интервала между капитальными ремонтами |
| RU2582029C2 (ru) * | 2013-08-15 | 2016-04-20 | ЗАКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "ГИАП-ДИСТцентр" (ЗАО "ГИАП-ДИСТцентр") | Способ ранжирования технических устройств технологических установок химических, нефтехимических и нефтеперерабатывающих комплексов на основе их экспертно-бальной оценки |
| RU2649542C1 (ru) * | 2016-12-06 | 2018-04-03 | Акционерное общество "РОТЕК" (АО "РОТЕК") | Способ и система удаленного мониторинга объектов |
-
2019
- 2019-11-18 RU RU2019136909A patent/RU2748282C1/ru active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2296421C1 (ru) * | 2005-06-22 | 2007-03-27 | Валерий Александрович Меньшиков | Система автоматизированного контроля состояния потенциально опасных объектов российской федерации в интересах обеспечения защиты от техногенных, природных и террористических угроз |
| WO2010132761A2 (en) * | 2009-05-15 | 2010-11-18 | Fisher-Rosemount Systems, Inc. | Improved maintenance of wireless field devices |
| RU2459245C1 (ru) * | 2011-02-17 | 2012-08-20 | Федеральное государственное военное образовательное учреждение высшего профессионального образования "Военный авиационный инженерный университет" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексного контроля состояния многопараметрического объекта по разнородной информации |
| RU2574168C2 (ru) * | 2013-06-07 | 2016-02-10 | ЗАКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "ГИАП-ДИСТцентр" (ЗАО "ГИАП-ДИСТцентр") | Способ обеспечения промышленной безопасности производственных объектов повышенной опасности в условиях увеличенного интервала между капитальными ремонтами |
| RU2536351C1 (ru) * | 2013-07-02 | 2014-12-20 | Открытое акционерное общество "Чепецкий механический завод" | Информационно-управляющая система комплексного контроля безопасности опасного производственного объекта |
| RU2582029C2 (ru) * | 2013-08-15 | 2016-04-20 | ЗАКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "ГИАП-ДИСТцентр" (ЗАО "ГИАП-ДИСТцентр") | Способ ранжирования технических устройств технологических установок химических, нефтехимических и нефтеперерабатывающих комплексов на основе их экспертно-бальной оценки |
| RU2649542C1 (ru) * | 2016-12-06 | 2018-04-03 | Акционерное общество "РОТЕК" (АО "РОТЕК") | Способ и система удаленного мониторинга объектов |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114202159A (zh) * | 2021-11-12 | 2022-03-18 | 寰清能源科技(上海)有限公司 | 适用于密闭矿热炉塌料事故的在线监测方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10635096B2 (en) | Methods for analytics-driven alarm rationalization, assessment of operator response, and incident diagnosis and related systems | |
| Garmabaki et al. | A reliability decision framework for multiple repairable units | |
| CN104871182B (zh) | 检查和维护工厂或其他设施的系统 | |
| Louit et al. | A practical procedure for the selection of time-to-failure models based on the assessment of trends in maintenance data | |
| Ai et al. | A systematic approach to identify the hierarchical structure of accident factors with grey relations | |
| CN116934262B (zh) | 一种基于人工智能的施工安全监管系统及方法 | |
| Chang et al. | Uncertainty analysis for target SIL determination in the offshore industry | |
| Xing et al. | Dynamic business continuity assessment using condition monitoring data | |
| US20220148114A1 (en) | Methods and systems for implementing and monitoring process safety management | |
| RU2748282C1 (ru) | Способ дистанционного контроля промышленной безопасности опасного производственного объекта | |
| RU2536657C1 (ru) | Система оценки безопасности и эффективности проектных решений по обеспечению безопасности опасного производственного объекта | |
| RU2668487C2 (ru) | Система информационной поддержки принятия управленческих решений для обслуживающего персонала судовой энергетической установки | |
| Thunem et al. | Ussing an Agent-Oriented Framework for Supervision, Diagnosis and Prognosis Applications in Advanced Automation Environments | |
| CN113757223B (zh) | 液压部件可靠性分析方法和系统、计算机装置和存储介质 | |
| RU2735296C1 (ru) | Способ многопараметрического контроля состояния сложных электротехнических объектов | |
| Bitanov | Reliability study of subsea control module with focus on statistical methods | |
| Mahfoud et al. | Reliability assessment of degradable systems under imperfect maintenance and utilisation rate: a case study | |
| Julwan et al. | Human reliability analysis in nuclear power plants | |
| CA3133390A1 (en) | Methods and systems for implementing and monitoring process safety management | |
| Rae | Risk and safety indicators | |
| Al-Refaie et al. | A Fuzzy FMEA-Resilience Approach for Maintenance Planning in a Plastics Industry | |
| US20230195101A1 (en) | Method and system for detecting and characterizing weak signals of risk exposure in an industrial system | |
| CN117831144A (zh) | 化学品的隐患排查方法、平台、设备及计算机可读介质 | |
| Marhavilas et al. | FAULT AND EVENT-TREE TECHNIQUES IN OCCUPATIONAL HEALTH-SAFETY SYSTEMS--PART II: STATISTICAL ANALYSIS. | |
| Demichela et al. | Process risk assessment: From the basics to new frontiers |