计算机辅助HAZOP.ppt

计算机辅助HAZOP 汇报内容 概述 HAZOP HazardandOperabilityStudy 危险性与可操作性研究 HAZOP分析方法是英国帝国化学工业公司 ICI 为解决除草剂制造过程中的危害于1960年代发展起来的一套以引导词为主体的危害分析方法 用来检查设计的安全以及危害的因果来源 概述 它通过系统分析新设计或已有工厂的生产工艺流程和工艺功能 来评价设备 装置的个别部位因误操作或机械故障而引起的潜在危险 并评价其对整个工厂的影响 基本思路是 引导词 工艺参数 偏差 概述 常用的生产工艺参数有 流量 压力 温度 液位 时间 成分 PH值 速度 频率 粘度 浓度 电压 混合 分离和反应 国家油气安全研究中心 对分析人员要求较高 难于处理大规模的数据 信息和计算 人工分析大规模系统时无法得到完备的结果 口头讨论方式不严格 讨论时易出现概念错误 人工评价费时 费力 成本高 人工评价得出的文本说明不规范 事后难于看懂 基于历史数据的方法数据滤波法 定性趋势分析法 统计分析法 小波分析法 神经元网络法基于专家系统的方法基于规则的专家系统 RBES 神经元网络知识自动识别法 神经元网络仿真联合法 Petri网模型推理等 基于模型及仿真方法标识有向图法 SDG 观测器法 定性仿真法 定量仿真法 定性及定量混合仿真法 仿真剧情摄动法 人工HAZOP存在的问题 计算机辅助HAZOP分析 HAZOP分析主要应用于化工系统 针对工艺过程 人的可靠性 操作程序 软件都可以进行HAZOP分析 概述 国家油气安全研究中心 结束 概述 国家油气安全研究中心 用户 HAZOP知识库 计算机辅助HAZOP架构图 概述 汇报内容 SDG HAZOP 层次SDG HAZOP分析流程 SDG HAZOP HAZOP过程与SDG方法有着天然的联系 研究利用SDG模型及基于图论的推理方法 进行计算机自动HAZOP分析 这就是SDG HAZOP方法 SDG HAZOP STEP1 STEP2 STEP3 STEP4 对每一设备单元定义变量确定SDG模型的节点 列出单元各变量之间的 影响方程 确定支路状态 建立单元SDG模型 确定单元异常状态原因及后果构建设备单元评价后果 SDG HAZOP 影响方程组 就是将设备单元中的所有变量列在左侧 每一变量的右侧列出与之相关的变量 中间用指向左侧的箭头相连 右侧变量中与左侧变量为增量影响的在变量前用 表示 减量影响的用 表示 若左侧变量没有任何相关的变量 则说明该变量只与外部设备单元的变量相关 其右侧用 0 表示构建单元评价模型时 将相应单元的非正常原因作为原因节点 不利后果作为后果节点 引入模型即可得到设备单元的评价模型 SDG HAZOP SDG HAZOP推理策略 1 首先假设所有节点处于正常状态 2 在层次SDG HAZOP模型中 选择关键变量作为原始拉偏点 进行正反两向拉偏 然后由计算机进行正反两向推理 3 正反两向推理后得出产生偏差的非正常原因和不利后果 从而实现HAZOP分析 n个节点的SDG HAZOP模型 用n n维的状态转移矩阵T来描述SDG HAZOP模型中支路的情形 其中T中的第i行表示从第i个节点出发到其他节点的支路 1 代表支路符号为 1 代表支路符号为 0 代表节点间无支路连接 SDG HAZOP SDG HAZOP推理 初始偏差节点为当前节点 设置偏差状态 1 正偏差 1 负偏差 用当前节点状态值乘T中对应当前节点所在行 得新一组节点状态 若状态与前不同 选择前一推理状态为准 记B中非零状态节点为当前状态节点 从当前节点退回上一个父辈节点 并设为当前节点 重复B C D 从当前节点出发 重复B C直到B中所有新状态均非零 SDG HAZOP推理过程 SDG HAZOP SDG HAZOP建模实例介绍 依据AHP 得到火电厂生产设备的递阶层次结构首先建立基于分系统 子系统的系统SDG HAZOP模型 然后再建立基于设备 基于组件的各分系统 子系SDG HAZOP子图集合据分 子系统的非正常原因在其下一级子图集合内查找设备 组件的不利后果 SDG HAZOP 以设备层的除氧器为例 依照前述建模方法 建立基于设备级的SDG HAZOP模型 电站除氧系统简介 SDG HAZOP 影响方程为 电站除氧系统的SDG HAZOP模型 SDG HAZOP 因此 电站除氧器系统的SDG HAZOP模型有11个节点 用11 11维的状态转移矩阵T来表示 其中行和列的元素依次是设初始偏差节点V2为当前节点 设状态为负偏差 1 用当前节点状态值去乘T中的第三行得到新的一组节电状态 000000 10000 将该组状态值为非零的节点F2记为当前节点 从F2出发 重复V2的步骤 得到一组新节点状态 0000000000 1 将该组中状态值非零的节点L标记为当前节点 重复上述操作 SDG HAZOP 得推理结果 SDG HAZOP 结论 SDG HAZOP的建模和推理 可以找到所有可能的不利后果和非正常原因 完备性好 推理过程用到矩阵 方便计算机实现 节省时间 人力 推理深度高 该方法对于大型化 复杂化的其它过程工业都有着十分重要的实际推广意义 汇报内容 LDG HAZOP LDG HAZOP 分层有向图HAZOP评价模型LDG HAZOP LDG模型是SDG的拓展 基本表达方式与SDG类似 但在LDG模型里 所有HAZOP关键词均可以被表示出来 同时所有相互影响关系都可以被描述出来 LDG HAZOP LDG示例图 LDG HAZOP LDG里的节点对应的是偏差 且每个节点对应一个偏差 一个过程变量可以对应多个节点 几多个偏差 不同偏差放在不同层上 但每个变量在每一层上至多出现一次 LDG偏差之间的相互影响有节点之间的有向连线表示 LDG HAZOP LDG模型中使用原因标签和后果标签来表达HAZOP最终报告所描述的每个偏差的原因和后果 原因和后果标签图 该图表示 偏差 容器压力下降 可能有两个原因 入口管线泄漏 容器泄露 带来的一个不利后果 物料泄漏 LDG HAZOP 以加氢裂化的出口流量为中心研究参数 包括了若干与之有关的参数加氢裂化反应器的部分LDG HAZOP模型 LDG HAZOP LDG HAZOP小结 自动HAZOP分析中常用的模型LDG 引入了分层的概念 使模型表达能力比SDG有了很大的提升 能够表达HAZOP分析中用到的全部引导词 并可以表达复杂的映射型因果关系 因此 LDG模型能够系统化 条理化地表达几乎全部HAZOP分析中需要的知识 这样基于LDG模型的自动推理方法可以实现更全面更彻底的HAZOP分析 汇报内容 DBN HAZOP DBN HAZOP技术主要用于复杂动态系统安全预警技术 利用HAZOP的系统全面的分析技术 得出系统可能出现的故障模型 并作为动态贝叶斯网络 DBN 的数据源 由于DBN具有自学习和自适应能力 即使在部分数据缺失的情况下也可以模拟人思维方式 建立准确的系统预测结论 DBN HAZOP DBN HAZ