[发明专利]安全运行监测与指导方法

说明书

技术领域

本发明涉及一种安全运行监测与指导方法。

背景技术

目前，工业装置的安全问题引起大家越来越多的关注，尤其是石油、化工等类型的装置，由于目前的DCS（Distributed Control System）报警仅能给出简单的报警信息，无法提供深层次的故障原因，一旦出现传感器漂移、设备失效、工艺波动或误操作等原因导致的复杂故障，操作员难以及时准确判断，甚至可能做出错误决策，轻则影响产品质量、生产调度计划，重则会出现生产事故，造成人员伤亡和巨大的经济损失。

如催化裂化装置，既有微球催化剂流化，还有化学反应，又是在高温、压力下操作，物料大部分为甲类危险品，生产过程产生有毒气体H₂S等，在炼油厂中是易出现事故的装置。催化裂化重点设备机组为主风机、增压机、气压机。此外，还有许多的特殊阀门如控制催化剂循环量的电液滑阀，控制烟机流量的高温蝶阀等，这些阀门出现问题会使装置部分停工或全装置停工，处理不当也有可能导致恶性事故发生。从工艺运行和操作上来看，催化裂化反应是极其复杂的化学反应，控制参数多且相互关联（如反应沉降器、再生器的压力平衡控制等），一旦出现较大操作波动，将带来一系列严重问题，如结焦、催化剂跑损等，对工艺操作有着很高的要求。因此，开展催化裂化装置事故分析与工艺风险研究，从工艺安全角度出发，以工艺危害分析入手，结合事故分析，提出一套行之有效的催化裂化装置工艺风险分析与管理方法，系统全面的辨识评估催化裂化装置生产过程中的相关危害，并根据现场海量的生产数据中挖掘出的有效信息，及时发现生产过程中出现的异常工况，为操作人员提供对装置运行状态准确及时的分析，是确保装置安全运行的重要环节。

上述过程的核心技术是对工业过程的故障诊断。目前，国际上故障诊断技术的研究主要以定性仿真、神经网络、模糊数学和数据融合等方法为主，同时结合专家系统的理论。定性仿真方法，是关于建立当系统的结构、参数和状态不完全已知条件下的数学模型（称为定性数学模型）和求取定性数学模型的近似解、行为预测或趋势展望的应用问题及方法。神经网络模拟人脑神经网络的方式来处理信息，以其非线性映射能力为工程界提供了一条有潜力的解决问题的途径；模糊理论的出现解决了不确定性问题；这些工具的成功运用，解决了传统的诊断技术不能解决的问题，给诊断领域的发展带来了新的活力。但是，在实际应用中，需要将多种诊断方法有机地结合在一起，这样可以发挥出各种诊断方法的优势，弥补单一诊断方一法的不足，因此，对于复杂的过程工业系统宜采用基于定性定量集成智能诊断策略。

CN02154759中涉及了一种生产装置的故障诊断方法，其特征在于包括下列步骤：对于进行与成为诊断对象的被诊断生产装置相同或类似的处理的参照生产装置，进行特征量的时间系列数据的测定，将该测定结果作为装置信息数据库记录在装置信息存储装置中；读出在过程管理信息存储装置中记录的过程管理信息数据库中记载的方法；根据该方法驱动控制上述被诊断生产装置，将上述特征量的时间系列数据作为试验数据进行测定，实时输出该试验数据；对上述负荷试验数据进行运算处理制作故障诊断数据；使用该故障诊断数据和上述装置信息数据库进行上述被诊断生产装置的故障诊断。该方法诊断方法单一，过分依赖标准装置的运行数据，难以及时准确的发现风险状况。

本发明有针对性的解决了该问题。

发明内容

本发明所要解决的技术问题是现有技术尚缺少专门针对催化裂化装置运行异常或故障判别并快捷有效的将催化裂化装置的异常或故障的判别征兆管理起来，且无法直接显示到操作工面对的DCS画面上的问题，提供一种新的安全运行监测与指导方法。该方法用于催化裂化装置的安全运行监测与指导中，具有异常或故障判别征兆库统一管理且可以将故障信息和判别结果直接无线发送至操作员面前的移动设备上的优点。