一种改进的CSCA+PCA化工过程异常检测技术

为了解决化工过程异常检测时因参数众多且数据庞杂而导致一些异常无法被有效检出的问题,在Brownlee的克隆选择分类算法（CSCA）基础上,通过引入主成分分析（PCA）技术,进行数据降维和数据重整,探讨了人工免疫算法在化工过程异常检测中的适用效果和技术方案,以TE过程数据作为样本进行异常检测和分类实验。结果表明,过程异常数据的规模、属性的数目对CSCA异常检测效果具有明显影响,而通过主成分分析进行数据降维之后,CSCA检测效果有所提高;进一步的数据重整之后,CSCA对过程异常分类辨识的准确率可提升到85%以上;基于CSCA+PCA的数据降维及重构之后的过程异常检测技术方案,可以获得较高的异常检测准确率,从而一定程度上为化工过程安全运行提供技术保障。     

时序数据分析的复杂化工过程异常智能溯源研究

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于Spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入Spearman相关系数,通过Spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将Spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则。将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素。研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路。     

基于双链量子遗传算法的系统故障概率分布研究

为简化空间故障树理论中的系统故障概率分布计算方法,提出基于双链量子遗传算法计算该分布.双链量子遗传算法有收敛快、计算量小的特点;同时系统故障概率分布原有方法基于分段函数解析计算,虽可得到精确分布,但计算较为复杂,不适合现场应用.据此,给出了基于双链量子遗传算法的系统故障概率分布确定步骤,并使用该方法分析了以往系统的故障概率分布.对比于前期研究成果,得到的故障分布可以分区表示故障的变化范围,且形成的分布图更为直观,同时体现了原分布中故障概率的变化特征,进而可得到符合故障概率要求的因素范围.     

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重;然后分析事故中各环节的具体因素,结合遗传算法对这些子因素进行约简,约简时重点考虑重要度高的主因素,确定最终的事故因素及其决策规则;最后,实例分析得出导致事故的主要因素为机组违规、管制差错与违规、气象和空域。实例分析结果表明,该模型与算法能适应航空事故数据特点,能客观描述几个主要因素与事故发生之间的关联关系。     

基于序列偏差的化工过程危险辨识

研究了化工事故中偏差连锁关系以及控制化工事故的作用连锁关系.将变化论的思想应用到HAZOP分析中,提出了一种基手序列偏差的HAZOP分析程序,用于化工过程危险辨识.在常规HAZOP分析的基础上构建序列偏差图,以此确定各个偏差的重要度,选择偏差控制策略.以某聚氯乙烯聚合工艺过程中的偏差"引发剂贮槽搅拌无"为例介绍了该方法.应用该方法认清了偏差如何发展为事故,如何选择控制策略,以预防事故发生,达到系统安全的目的.     

基于免疫机理的氯化工艺事故风险模糊评价

为预防氯化工艺安全生产事故,基于生物免疫机理,先应用仿生学方法分析了氯化安全生产事故预警体系与生物免疫系统的相似性,结合氯化生产工艺的实际情况,构建了基于抗原-抗体模式的安全生产预警体系的层次模型,并确定了各评价指标的权重。结果表明,影响较大的抗原A指标有A12(个体的防护水平)、A24(氯的毒性)、A34(暴露于危险环境);影响较大的抗体B指标有B12(应急机制的完善)、B26(反应物料比例的控制和连锁)、B29(冷却系统中冷却介质的温度)、B30(冷却系统中冷却介质的压力)。基于所构建的氯化工艺安全生产预警指标体系,结合某厂氯苯生产工艺及操作控制指标,进一步运用模糊综合评价方法,对该工艺的事故风险进行了模糊评价。结果表明,以抗原-抗体模式建立的事故风险模糊综合评价方法可操作性强、效果较好,可以提高事故的预防和控制能力,可在工艺过程的安全综合评价中广泛应用。     

基于地面反射冲击波与遗传算法的动爆超压场重建方法

通过构建动爆超压函数,建立了一种基于遗传算法的运动装药爆炸超压场重建方法。以静爆自由场超压函数为基础,增添装药运动项、冲击波壁面反射项,构建动爆地面反射超压函数。基于动爆地面反射超压函数构建遗传算法中的适应度函数,结合实测超压确定动爆参数,配合动爆超压函数重建超压场。经试验验证,本方案能够在超压测点较少的情况下有效重建动爆地面反射超压场,且重建动爆超压最大偏差低于7%。     

基于自适应神经网络的通风系统故障过程及其规律研究

首先对影响通风系统故障过程特征量进行了定义;然后通过对矿井通风系统故障过程及其改善和劣化状态的分析,建立了基于两参数的Weibull过程故障率函数,给出了系统故障过程改善和劣化的判别式;最后,基于自适应神经网络技术对通风系统的故障规律进行了仿真研究,并应用C 语言和Matlab语言强大的解算及绘图功能,求出了故障过程特征参数值,绘制了故障曲线.     

基于高斯过程机器学习算法的矿柱稳定性分析

矿柱是地下矿山支撑顶板围岩、维持采场稳定的关键结构要素。为迅速准确地判别矿柱稳定性,选取矿柱宽度、矿柱高度、矿柱宽高比、矿岩单轴抗压强度和矿柱承受载荷作为影响指标,利用高斯过程机器学习算法建立矿柱状态与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程二元分类(GPC)的矿柱状态识别模型。结合工程实例,以40组样本数据进行训练,以10组样本数据对该模型进行检验,并与ANN和SVM进行对比。结果表明,矿柱状态识别的高斯过程模型是科学可行的,该模型具有参数自适应化获取、分类精度高、计算复杂度低等优点,还可对矿柱状态判别结果的不确定性或可信度进行定量化评价。     

安全工程专业继续教育知识讲座第三讲 化工过程安全技术的应用与发展（下）

四。本专业学科发展方向及国际发展趋势化工过程本质安全1977年英国化工安全专家科雷兹（T．A．Kletz）向英国化工协会提交的报告中,第一次提出了“本质安全”的概念,并提出了化工生产过程本质安全设计的基本原理。其核心思想是从根源上消除或减小危险,而不是依靠附加的安全防护装置或措施控制危险。本质安全设计和评价是实现化工过程安全“源头治本”的关键。从广度和深度来讲,其不仅仅是在模型中引入危险评价目标,     

基于元胞遗传算法的多目标应急资源配置

为解决不同灾情下多目标多周期灾后救援问题,减少受灾损失,对灾后应急资源配置进行研究。从物流成本和系统损失2个方面最小化救灾行动的成本和最大化有限救灾资源的分配,建立基于路况的多目标应急资源配置模型,将帕累托前沿和超体积作为元胞遗传算法的求解性能指标,开展元胞遗传算法与遗传算法对模型的求解对比实验。结果表明:元胞遗传算法能较好地求解多目标多周期应急资源配置模型,且求解性能比遗传算法更好;通过对模型的求解,可为决策者基于不同灾情下的应急决策提供参考。     

基于蒙特卡洛模拟算法的化工装置失效概率估算

分别采用分析算法和蒙特卡洛模拟算法计算装置的瞬时失效概率.首先对瞬时失效概率进行理论研究,依据可靠度理论进行分析,得到瞬时失效概率理论计算公式,但此方法存在理论公式复杂以及计算误差等问题;其次利用蒙特卡洛模拟分析构建化工装置失效概率估算方法,得出利用矩阵实验室(MATLAB)运行的程序流程;最后通过实例计算某个装置的瞬时失效概率,比较分析算法和蒙特卡洛模拟算法所得结果.结果表明,蒙特卡洛算法就整体性而言是可以接受的,而且随着装置数量的增加,装置的瞬时失效概率下降速率加快,这一情况与实际相符.     

基于HCNAM-BN的化工过程爆炸事故致因链分析

为了从源头上预防化工过程爆炸事故,依据风险耦合理论,探讨了各风险因子非线性耦合演化为爆炸事故的机理,构建了层次耦合网络分析模型（HCNAM）;从多因素风险耦合角度分析了国内外44起典型化工过程爆炸事故,统计了各风险因子之间的耦合概率并进行了耦合致因重要度分级;采用耦合概率与二态分布相结合的条件概率分布,将层次耦合网络分析模型转化为贝叶斯网络,并对氯乙烯单体槽爆炸性混合气体爆炸事故进行了应用研究。结果表明:91种双因子耦合风险状态中,47种呈现弱耦合致因特性;7种因子双耦合形成风险的概率较大;基于HCNAM-BN模型分析事故,可有效辨识事故最可能致因因素,获取各事故致因链的发生概率并确定事故网络关键节点。     

基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析

当发生危险气体泄漏时,确定其泄漏位置和泄漏源强,是制定应急方案的基础和依据之一。当无法直接确定泄漏位置、测量泄漏源强时,就需要通过有限的几个监测点,反演出可能的泄漏位置和泄漏源强,现有方法存在收敛过慢、初值敏感、参数过多等问题。描述一种结合改进遗传算法和单纯形法的IGA-NM混合算法,可用于快速反算气体泄漏的位置和源强。IGA-NM混合算法既避免了GA的收敛过慢,又避免了NM初值敏感,兼顾了全局优化。与GA、NM相比,IGA-NM混合算法的计算速度更快,计算误差更小。最后,应用IGA-NM混合算法,基于WebGIS设计了一套计算气体泄漏源强和位置的计算机程序,简化了输入参数,使用方便,可适用于气体泄漏应急监测、大气污染源溯源反查等场合     

基于化工生产过程历史数据的报警优化方法研究

为了有效降低报警装置漏报率和误报率,基于化工生产的过程历史数据,探讨了报警优化的两种方法。以误报率和漏报率为优化指标,建立报警阈值目标函数,从最小化目标函数的角度出发,采用数值优化的方法进行报警阈值的优化设计。基于报警时长的变异系数,应用自适应报警延时方法来降低报警数量。实例研究表明,应用基于化工生产过程历史数据的方法,可有效减少无效报警数量,降低误报率和漏报率,提高报警质量,对于提高石化生产过程的安全性具有积极意义。     

基于熵权物元可拓模型的化工工艺本质安全评价

为了准确评价化工工艺本质安全,通过分析国内外化工工艺本质安全的相关文献资料,选取可燃性、爆炸性、毒性、反应性、工艺温度、工艺压力和存储量等7个指标作为化工工艺本质安全评价指标.采用物元可拓理论和熵权法建立了化工工艺本质安全熵权物元可拓评价模型,并应用该模型对甲基丙烯酸甲酯(MMA)的3条工艺路线进行分析,结果与PIIS、ISI以及模糊综合评价等方法所得结果相吻合,表明该方法适用于化工工艺本质安全评价.     

基于量子遗传算法的液压支架喷雾效率的参数优化设计

为了提高综采工作面液压支架喷雾的降尘效率,通过分析影响支架喷雾降尘效率的因素,以支架喷雾效率最高为优化目标,利用量子遗传算法对喷嘴到产尘点距离,雾化角度,喷雾压力,喷嘴个数,喷嘴直径多参数进行优化。结果表明:液压支架的采煤机移动喷雾降尘效率增加了1306%,液压支架上的移架/放煤喷雾降尘效率增加了1333%。此研究对于支架喷雾降尘系统的设计,参数的合理选取有一定的参考价值。     

基于浓度敏感性分析和遗传算法的甲烷燃烧机理简化与优化

采用良搅拌反应器模型和层流预混火焰模型计算甲烷/空气燃烧过程,通过元素流通法和浓度敏感性分析法,对甲烷燃烧详细化学动力学机理GRIMECH 3.0进行简化。利用遗传算法,以甲烷/空气详细机理获得的组分浓度和一维层流火焰速度为目标,对简化机理进行优化。结果表明,相比于优化之前的简化机理,优化后的简化机理在描述甲烷/空气燃烧反应的组分浓度、层流火焰速度以及反应物和产物的时空分布方面,具有更高的精度。     

基于遗传算法和场域模型的多障碍物房间人员疏散研究

为提高多障碍物房间的人员疏散效率,利用场域元胞自动机模型并融合经典遗传算法,对2出口和4出口的多障碍物房间进行布局优化和疏散仿真研究。研究结果表明：利用遗传算法可快速寻找最优座椅布局,连排座椅设置在远离出口侧可有效减轻行人疏散时的拥堵程度;经过遗传算法优化后的座椅布局可协调疏散人群到达出口的时间,从而缓解出口通行压力,提高整体疏散效率,保障行人在大型多障碍物房间内的疏散安全。