基于SDG的多種故障診斷方法融合的異常工況管理系統(tǒng)研究.pdf

1、石油化工生產(chǎn)過程由于傳感器漂移、設(shè)備失效、工藝波動(dòng)或操作錯(cuò)誤等因?yàn)?導(dǎo)致生產(chǎn)運(yùn)行中經(jīng)常出現(xiàn)異常工況狀態(tài),輕則影響產(chǎn)品質(zhì)量、生產(chǎn)調(diào)度計(jì)劃,重則會(huì)出現(xiàn)生產(chǎn)事故,造成人員傷亡和巨大的經(jīng)濟(jì)損失。
　　 如何及時(shí)識(shí)別出存在的異常工況,找出導(dǎo)致異常工況產(chǎn)生的因?yàn)?預(yù)測(cè)該異常工況發(fā)展下去可能產(chǎn)生的后果,提出相應(yīng)的措施,進(jìn)行有效的異常工況管理,避免產(chǎn)生嚴(yán)重后果,確保石化生產(chǎn)裝置的長期穩(wěn)定運(yùn)行是當(dāng)前國際上研究的熱點(diǎn)。
　　 本文在國家86

2、3課題“定性定量復(fù)雜故障診斷技術(shù)研究”(2009AA042133)的支持下,在前人研究成果的基礎(chǔ)上,研究基于符號(hào)有向圖SDG(Signed Directed Graph)方法,結(jié)合專家規(guī)則、模糊邏輯、主元分析等定性定量故障診斷方法,探索建立異常工況管理系統(tǒng)的實(shí)現(xiàn)方法和評(píng)測(cè)手段。
　　 異常工況管理系統(tǒng)是基于計(jì)算機(jī)系統(tǒng)的自動(dòng)監(jiān)測(cè)、推理、預(yù)測(cè)和指導(dǎo)為一體的集成系統(tǒng),它有四個(gè)層次的目標(biāo):
　　 v保持生產(chǎn)運(yùn)行正常；
　　

3、 v當(dāng)生產(chǎn)發(fā)生工藝波動(dòng)時(shí),能夠在異常工況管理系統(tǒng)的指導(dǎo)下使工藝操作恢復(fù)到正常狀態(tài)；
　　 v當(dāng)生產(chǎn)發(fā)生較大偏離時(shí),能夠在異常工況管理系統(tǒng)的指導(dǎo)下使工藝狀態(tài)處在一個(gè)安全的狀態(tài)；
　　 v當(dāng)生產(chǎn)發(fā)生緊急狀況或事故時(shí),最小化事件的嚴(yán)重性影響。
　　 為了達(dá)到上述目標(biāo),本文開發(fā)了數(shù)據(jù)處理、狀態(tài)識(shí)別、因?yàn)樵\斷、可能后果和處理措施功能模塊,結(jié)合數(shù)據(jù)采集模塊和專家知識(shí)管理模塊,做到:
　　 v在異常工況發(fā)生時(shí),能實(shí)時(shí)

4、、快速地對(duì)問題進(jìn)行本源定位、后果評(píng)估、方案提出以及方案的再論證；
　　 v具有自學(xué)習(xí)功能,能夠使操作經(jīng)驗(yàn)得到繼承。對(duì)異常工況的處理過程也可以通過計(jì)算機(jī)重放,使管理層對(duì)操作處理的審查有所依據(jù)。操作工也可以利用計(jì)算機(jī)進(jìn)行歷史事故的學(xué)習(xí),有利于經(jīng)驗(yàn)在員工中的移植。
　　 v歷年積累的安全信息,經(jīng)過數(shù)據(jù)挖掘,可以為管理層提供事故類型、故障源分布、事故概率等等統(tǒng)計(jì)信息,為安全管理工作提供決策支持。
　　 異常工況管理系統(tǒng)的

5、核心指標(biāo)是推理引擎的推理速度的快捷和推理結(jié)果的準(zhǔn)確。推理速度的快捷取決于推理引擎算法合理性,推理結(jié)果的準(zhǔn)確性依賴于所建立的模型的準(zhǔn)確性。為了驗(yàn)證模型的準(zhǔn)確性,本文對(duì)模型的校驗(yàn)和驗(yàn)證方法和手段進(jìn)行了初步探索。
　　 本文的主要工作和取得的成果如下:
　　 1、進(jìn)行了基于SDG的多種故障診斷方法融合的技術(shù)研究；
　　 2、基于Visual Studio,開發(fā)了異常工況管理系統(tǒng)軟件平臺(tái)；
　　 3、建立了定性定