吳 岡， 田曉英， 何 艷

（1.黑龍江省科學(xué)院自動(dòng)化研究所，黑龍江哈爾濱150090；2.黑龍江省科學(xué)院高技術(shù)研究院，黑龍江哈爾濱150090）

隨著現(xiàn)代科技水平日益提高、計(jì)算機(jī)科學(xué)與控制科學(xué)的飛速發(fā)展，控制系統(tǒng)的自動(dòng)化規(guī)模和復(fù)雜程度迅速提高。同時(shí)許多設(shè)備在控制系統(tǒng)中發(fā)生故障或失效的潛在可能性也隨之增加，甚至即使是微小故障，都可能造成整個(gè)控制系統(tǒng)的失效、癱瘓，特別是在航天、石油、化工、煤炭等領(lǐng)域，一旦發(fā)生事故將造成巨大的災(zāi)難性后果。

利用計(jì)算機(jī)仿真技術(shù)進(jìn)行工業(yè)生產(chǎn)過程中的故障危險(xiǎn)分析評(píng)價(jià)及診斷是近年來仿真技術(shù)發(fā)展的一個(gè)熱門領(lǐng)域。美國安全工程領(lǐng)域?qū)＜艺J(rèn)為：實(shí)時(shí)動(dòng)態(tài)仿真具有先天和固有的優(yōu)點(diǎn)，將在化工危險(xiǎn)和可操作性評(píng)價(jià)及事故排除應(yīng)用方面產(chǎn)生作用。通過仿真，建立動(dòng)態(tài)仿真平臺(tái)，能提高建模效率、減少重復(fù)勞動(dòng)、降低使用者勞動(dòng)強(qiáng)度，標(biāo)準(zhǔn)化、工程化、可擴(kuò)展性有顯著提高。能降低石油化工生產(chǎn)過程的潛在危險(xiǎn)，比如：裝置內(nèi)部由于操作失誤，控制系統(tǒng)故障或設(shè)備故障等非正常原因?qū)е挛锢砘瘜W(xué)變化異常所引起的超溫、超壓或泄漏等危險(xiǎn)以及故障在生產(chǎn)過程中傳播的不利后果［1］。

1 方案設(shè)計(jì)原則

為提高石油化工企業(yè)安全生產(chǎn)能力，方案設(shè)計(jì)原則是從計(jì)算機(jī)應(yīng)用的角度出發(fā)，將基于SDG深層知識(shí)建模與推理技術(shù)應(yīng)用到石油化工企業(yè)的在線安全生產(chǎn)中。方案的總體設(shè)計(jì)原則就是：

（1）對(duì)石油化工裝置進(jìn)行全面、深入的計(jì)算機(jī)安全評(píng)價(jià)，深度挖掘當(dāng)前煉油生產(chǎn)裝置中潛在的安全隱患；

（2）在評(píng)價(jià)結(jié)論的基礎(chǔ)上開發(fā)石油化工裝置異常工況在線咨詢系統(tǒng)，在異常工況發(fā)生時(shí)能夠?qū)崟r(shí)地對(duì)危險(xiǎn)原因進(jìn)行診斷定位和不利后果的提前預(yù)測，從而提高操作人員對(duì)緊急情況的處理能力。

1.1 總體方案

研究采用如圖1所示流程展開：

圖1 總體方案流程Fig.1 General project flow

2 理論研究

2.1 理論基礎(chǔ)

2.1.1 危險(xiǎn)與可操作性分析（HAZOP）

2.1.1.1 HAZOP標(biāo)準(zhǔn)及診斷方法

危險(xiǎn)和可操作性分析HAZOP是一種形式化的方法［2］，該方法全面系統(tǒng)地研究系統(tǒng)中每一個(gè)元件及其中重要的參數(shù)偏離指定的設(shè)計(jì)條件所導(dǎo)致的危險(xiǎn)和可操作性問題。HAZOP主要通過研究工藝管線、儀表圖、帶控制點(diǎn)的工藝流程圖（P&ID）或工廠的仿真模型來確定，重點(diǎn)分析由管路和每一個(gè)設(shè)備操作所引發(fā)的潛在事故的影響及其選擇的相關(guān)參數(shù)，最終應(yīng)識(shí)別出所有的故障原因，得出當(dāng)前的防護(hù)裝置和安全措施。所作的評(píng)估結(jié)論包括原因后果和所要求的安全措施。

基于模型的危險(xiǎn)分析方法又分為定性模型分析和定量模型分析兩類。SDG方法是目前完成自動(dòng)HAZOP最有效的方法［3，4］，由SDG模型推理建立的專家系統(tǒng)又稱為深層知識(shí)專家系統(tǒng)。

故障診斷是指對(duì)運(yùn)行中的機(jī)械或設(shè)備及裝置的異常狀態(tài)的檢測、異常狀態(tài)原因的識(shí)別以及預(yù)測的各種技術(shù)的總稱。故障診斷具有在線性質(zhì)，是為實(shí)時(shí)事故檢測和監(jiān)測服務(wù)的，是安全系統(tǒng)的重要組成部分，必須快速識(shí)別和預(yù)測，只能由計(jì)算機(jī)系統(tǒng)自動(dòng)完成，無法由人工進(jìn)行。

使用計(jì)算機(jī)進(jìn)行故障危險(xiǎn)識(shí)別與診斷，它包括以下幾種方法［5］：

（1）基于歷史數(shù)據(jù)的方法：數(shù)據(jù)濾波法，定性趨勢分析法，統(tǒng)計(jì)分析法，小波分析法，神經(jīng)元網(wǎng)絡(luò)法；

（2）基于專家系統(tǒng)的方法：基于規(guī)則的專家系統(tǒng)，神經(jīng)元網(wǎng)絡(luò)自動(dòng)識(shí)別法，神經(jīng)元網(wǎng)絡(luò)仿真聯(lián)合法；

（3）基于模型及仿真方法：標(biāo)識(shí)有向圖法（SDG），觀測器法，定性仿真法，定量仿真法。

2.1.1.2 計(jì)算機(jī)輔助HAZOP的進(jìn)展［6，7］

計(jì)算機(jī)輔助HAZOP今后的發(fā)展方向是：以智能化為核心，結(jié)合淺層知識(shí)和深層知識(shí)的“專家系統(tǒng)”各自的優(yōu)點(diǎn)，采用動(dòng)態(tài)仿真技術(shù)進(jìn)行案例試驗(yàn)，開發(fā)具有綜合優(yōu)勢的自動(dòng)HAZOP軟件，同時(shí)以邏輯化輔助HAZOP軟件為下游自動(dòng)生成HAZOP文件。

2.1.2 符號(hào)有向圖（SDG）概念

2.1.2.1 SDG的基本概念

所謂符號(hào)有向圖，是一種由節(jié)點(diǎn)（node）和節(jié)點(diǎn)之間有方向連線，又稱支路（branch）構(gòu)成的網(wǎng)絡(luò)圖，稱之為 SDG（Signed Directed Graph）。

2.1.2.2 SDG模型

SDG模型γ是有向圖G與函數(shù)φ的組合，即γ=(G,φ)。有向圖G由4部分組成G=(V,E,δ+,δ-)：節(jié)點(diǎn)集合V={vi}；支路集合E={ek}；鄰接關(guān)聯(lián)符“δ+”：E→V（支路的起始節(jié)點(diǎn)）和“δ-”：E→V（支路的終止節(jié)點(diǎn)），該“鄰接關(guān)系”分別表示每一個(gè)支路的起始節(jié)點(diǎn)“δ+ek”和終止節(jié)點(diǎn)“δ-ek”。函數(shù)φ：E→{+,-}，φ(ek)=φ(vi,vj)稱為支路ek的符號(hào)（ek=(vi,vj)∈E）。

SDG模型γ=(G,φ)的樣本是節(jié)點(diǎn)狀態(tài)值的一個(gè)函數(shù)ψ：V→{+，0，-}，ψ(vi)稱為節(jié)點(diǎn)vi的符號(hào)（vi∈V），即：

其中，ε vi代表節(jié)點(diǎn)，vi處于正常狀態(tài)的閾值。

系統(tǒng)狀態(tài)S根據(jù)各狀態(tài)變量對(duì)應(yīng)的節(jié)點(diǎn)值ψ（vi）∈SV確定。當(dāng)每一個(gè)節(jié)點(diǎn)的值確定后，該系統(tǒng)的狀態(tài)S就被確定下來。有向邊符號(hào)φ（ek）∈{+,-}由SDG模型給出，節(jié)點(diǎn)符號(hào)ψ(vi)∈{+,0,-}由SDG模型樣本給出。

正是由于SDG具有包容大量信息的能力，在人工智能領(lǐng)域，稱SDG模型為深層知識(shí)模型（deep knowl-edge based model）［8］，運(yùn)用SDG模型揭示復(fù)雜系統(tǒng)的變量間內(nèi)在因果關(guān)系及影響是定性仿真的一個(gè)重要分支，因而SDG模型又稱為定性模型（qualitativemodel）［9}。

2.2 基于SDG的計(jì)算機(jī)輔助HAZOP方法

2.2.1 基于SDG的HAZOP原理及方法

2.2.1.1 基于SDG的HAZOP原理

基于SDG的HAZOP方法從系統(tǒng)的機(jī)制入手，以分析復(fù)雜系統(tǒng)內(nèi)部變量之間的關(guān)系及這種關(guān)系在危險(xiǎn)發(fā)生時(shí)的傳遞作用為基礎(chǔ)進(jìn)行，特別適用于大型復(fù)雜過程工業(yè)的安全評(píng)價(jià)。我們只需要將某一個(gè)節(jié)點(diǎn)的局部非正常原因與直接后果列明即可，剩下的工作交由計(jì)算機(jī)來完成。

2.2.1.2 基于SDG的HAZOP方法

SDG模型建立完成后，引入兩個(gè)新的節(jié)點(diǎn)，一個(gè)是非正常原因節(jié)點(diǎn)，另一個(gè)是不利后果節(jié)點(diǎn)。接下來的工作就是用一種適當(dāng)?shù)姆椒ㄔ谶@類模型中進(jìn)行推理，以尋找非正常原因與不利后果。

非正常原因節(jié)點(diǎn)（簡稱原因節(jié)點(diǎn)）專用于管理會(huì)導(dǎo)致危險(xiǎn)的原因，比如閥門誤開大、管道阻塞等。不利后果節(jié)點(diǎn)（簡稱后果節(jié)點(diǎn)）專用于管理系統(tǒng)產(chǎn)生的后果，比如泄漏、爆炸等。

2.2.2 SDG-HAZOP建模［10］

2.2.2.1 工藝流程剖析

在流程工業(yè)中，各個(gè)設(shè)備裝置或過程變量都是通過物質(zhì)流、能量流和信息流進(jìn)行相互的傳遞與影響，從而形成一張錯(cuò)綜復(fù)雜的影響關(guān)系網(wǎng)絡(luò)。通過對(duì)過程工業(yè)特點(diǎn)與結(jié)構(gòu)的分析，我們可以把由單元設(shè)備與管道組成的系統(tǒng)看成是化工流程的核心組成部分。危險(xiǎn)在各個(gè)單元設(shè)備（如罐）或管道上形成后，會(huì)沿著工藝流程，在單元設(shè)備中傳播，累積到一定程度，當(dāng)發(fā)展到某一個(gè)薄弱環(huán)節(jié)處即形成事故。

2.2.2.2 參數(shù)節(jié)點(diǎn)的分類

圖2 變量節(jié)點(diǎn)分類Fig.2 Classification of variable node

2.2.2.3 原因后果節(jié)點(diǎn)的分類

我們?cè)诮r(shí)，只需羅列出某個(gè)過程變量它自己的直接原因或直接后果即可。因?yàn)檫@些非正常原因與不利后果的信息都是與某個(gè)設(shè)備直接相關(guān)，所以在搜索資料時(shí)比較容易。

2.2.3 流程系統(tǒng)SDG-HAZOP建模步驟

為了保證建模質(zhì)量和過程的全面性，可以按照以下過程進(jìn)行建模，共分六個(gè)階段，如圖3所示。

圖3 SDG結(jié)構(gòu)化建模Fig.3 SDG structural modeling

2.3 過程數(shù)據(jù)采集

在線應(yīng)用HAZOP技術(shù)需要從生產(chǎn)現(xiàn)場獲取裝置的大量實(shí)時(shí)數(shù)據(jù)，數(shù)據(jù)采集接口負(fù)責(zé)采集和上傳數(shù)據(jù)，可與全廠甚至更遠(yuǎn)的各種系列的控制和傳感設(shè)備連接。支持多種通訊協(xié)議，包括OPC、DDE等協(xié)議，可連接各種DCS、PLC和智能儀表等。

3 研發(fā)實(shí)施及展望

首先通過對(duì)石化企業(yè)裝置的了解分析，確定評(píng)價(jià)范圍、完成面向安全的P&ID圖紙的繪制、工程化建模文檔的整理并構(gòu)建SDG-HAZOP模型。同時(shí)，針對(duì)數(shù)據(jù)采集接口開發(fā)以及在線咨詢系統(tǒng)開發(fā)也相應(yīng)展開，輔助現(xiàn)場操作人員對(duì)異常情況進(jìn)行決策支持。

3.1 對(duì)石油化工裝置建模

在熟悉流程的基礎(chǔ)上，按照建模的基本流程與步驟，首先進(jìn)行關(guān)鍵變量的選取，同時(shí)列寫出對(duì)關(guān)鍵變量有影響的參數(shù)依照上述步驟建立SDG模型后，經(jīng)過反復(fù)簡化以及與現(xiàn)場工藝人員校驗(yàn)，最終得到關(guān)于整個(gè)流程的SDG-HAZOP模型。

3.2 安全評(píng)價(jià)軟件具備的功能

（1）全流程圖形化SDG-HAZOP建模與組態(tài)；

（2）異常工況在線咨詢；

（3）基于深度優(yōu)先的推理引擎，推理深度與效率高；

（4）面向多種接口的數(shù)據(jù)采集。

3.3 現(xiàn)場實(shí)施

將異常工況在線咨詢系統(tǒng)軟件與現(xiàn)場實(shí)際裝置相連，從現(xiàn)有DCS系統(tǒng)上采集數(shù)據(jù)。通過長周期在線運(yùn)行，檢測系統(tǒng)診斷軟件的穩(wěn)定性和對(duì)工況的適應(yīng)能力，對(duì)工藝單元進(jìn)行了HAZOP安全評(píng)價(jià)，并開發(fā)完成石油化工裝置異常工況在線咨詢系統(tǒng)。

4 結(jié)論及展望

通過對(duì)石油化工裝置進(jìn)行全面、深入地計(jì)算機(jī)自動(dòng)安全評(píng)價(jià)，深度挖掘生產(chǎn)裝置中潛在的安全隱患。在評(píng)價(jià)結(jié)論的基礎(chǔ)上所開發(fā)石油化工裝置異常工況在線咨詢系統(tǒng)，在非正常工況發(fā)生時(shí)能夠?qū)崟r(shí)地對(duì)危險(xiǎn)原因進(jìn)行診斷定位和不利后果的提前預(yù)測，從而提高操作人員對(duì)緊急情況的處理能力。對(duì)出現(xiàn)的問題及時(shí)進(jìn)行處理，使生產(chǎn)運(yùn)行狀態(tài)保持平穩(wěn)。通過對(duì)影響原材料用量的過程以及對(duì)水、電、蒸汽等用量的監(jiān)測和分析，可以及時(shí)發(fā)現(xiàn)問題，特別對(duì)生產(chǎn)調(diào)度來說，可以及時(shí)平衡物料供應(yīng)，減少單耗，提高經(jīng)濟(jì)效益；可以使成本控制發(fā)生在生產(chǎn)過程中，而不是在生產(chǎn)過程完成后，以達(dá)到降低成本的目的。同時(shí)還能大大提高企業(yè)生產(chǎn)的安全可靠性，對(duì)提高企業(yè)的經(jīng)濟(jì)效益和社會(huì)效益有著深遠(yuǎn)的意義。

［1］吳重光.過程系統(tǒng)仿真技術(shù)［M］.中國石化工業(yè)出版社,1998.

［2］Kletz,T.A.(1999).HAZOP and HAZAN.In Loss prevention.(4thed).Rugby,UK:Institution ofChemical Engineers.

［3］Ramesh Vaidhyanatha,Venkat Venkatasubramanian.Experience with a Expert Systemfor Hazop Analysis［J］.Computers Chem,1996,20:1589-1594.

［4］V.Venkatasubramanian,J.Zhao,and S.Viswanathan.Intelligent System for HAZOP Analysis of Complex Process Plants［J］.Computers Chem.Engng.2000,24:2291-2302

［5］顧祥柏.石油化工安全分析方法及應(yīng)用［M］.北京：化學(xué)工業(yè)出版社，2001

［6］Rajagopalan Srinivasan and Venkat Venkatasubramanian,Automating HAZOP analysis of batch chemical plants:Part I the knowledge repre sentation framework,Computers Chem,Engng［J］,1998,Vol.22,No.9.pp.1345-1355

［7］Rajagopalan Srinivasan and Venkat Venkatasubramanian,Automating HAZOP analysis ofbatch chemical plants:Part II Algorithmand application,Computers Chem,Engng［J］,1998,Vol.22,No.9.pp.

［8］Suh J C,Lee S,Yoon E S.NewStrategyfor Automated Hazard Analysis of Chemical Plants.Part 2:Reasoning Algorithm and Case Study［J］.Journal of Loss Prevention in the Process Industries,1997,10(2):127-134.

［9］Dimitradis V D,Shah N,Pantelides C C.Modeling and Safety Verification of Discrete/Continuous Chemical Processing Systems［J］.American Institute of Chemical Engineering Journal,1997,43(4):1041-1059.1357-1370

［10］楊帆，蕭德云，SDG建模及其應(yīng)用的進(jìn)展［J］.控制理論與應(yīng)用,2005，22（5）：768