化工过程危险剧情分类及SDG定性识别方法

化工学报 ›› 2009, Vol. 60 ›› Issue (10): 2503-2509.

化工过程危险剧情分类及SDG定性识别方法

纳永良;吴重光;夏迎春;张卫华

北京化工大学信息科学与技术学院;北京思创信息系统有限公司;北京东方仿真控制技术有限公司;中石化安全工程研究院

出版日期:2009-10-05 发布日期:2009-10-05

Classification of process hazard scenario and SDG qualitative identification method

NA Yongliang;WU Chongguang;XIA Yingchun; ZHANG Weihua

Online:2009-10-05 Published:2009-10-05

摘要/Abstract

摘要：

系统深入地揭示危险“剧情”是分析和解决化工过程安全问题的基础和核心内容，也是安全评价和故障诊断的核心内容。本文对危险剧情进行了定义，并在将危险剧情分为5类的基础上，采用符号定向图（SDG）定性识别方法，提出了连续系统的智能化自解释报警、单故障和多故障根原因诊断的算法步骤。研究成果对过程系统的危险与可操作性分析（HAZOP）、安全防护层分析（LOPA）、自解释报警和故障诊断系统在过程工业领域的开发具有重要的理论与实际意义。

关键词:

危险识别, 危险剧情, 符号定向图, HAZOP, LOPA, 故障诊断, 根原因, 不利后果

Abstract:

The systematical and thorough analysis of the hazard scenario is the foundation and core not only for analyzing and finding the solution for safety issues，but also for process hazard analysis（PHA）and fault diagnosis.The hazard scenario was defined and was categorized into five groups.On the basis of the above categories，the algorithm for intelligent selfinterpreted alarm，single and multiple fault root cause detection was presented by using signed directed graph(SDG).The results could play an important role in the development of the intelligent hazard and operability study（HAZOP），layer of protection analysis（LOPA），self-interpreted alarm and on-line fault diagnosis system for process industry.

Key words:

危险识别, 危险剧情, 符号定向图, HAZOP, LOPA, 故障诊断, 根原因, 不利后果

纳永良, 吴重光, 夏迎春, 张卫华. 化工过程危险剧情分类及SDG定性识别方法 [J]. 化工学报, 2009, 60(10): 2503-2509.

NA Yongliang, WU Chongguang, XIA Yingchun, ZHANG Weihua. Classification of process hazard scenario and SDG qualitative identification method[J]. CIESC Journal, 2009, 60(10): 2503-2509.

[1]	明迁, 高逸, 胡剑, 李盛杰, 王金江. 热交换器泄漏故障虚拟感知方法研究[J]. 化工学报, 2023, 74(4): 1836-1846.
[2]	高学金, 程琨, 韩华云, 高慧慧, 齐咏生. 基于中心损失的条件生成式对抗网络的冷水机组故障诊断[J]. 化工学报, 2022, 73(9): 3950-3962.
[3]	杨静, 林振康, 汤君, 樊铖, 孙克宁. 电池系统的故障特征以及多故障的诊断与识别[J]. 化工学报, 2022, 73(8): 3394-3405.
[4]	孙哲, 金华强, 李康, 顾江萍, 黄跃进, 沈希. 基于知识数据化表达的制冷空调系统故障诊断方法[J]. 化工学报, 2022, 73(7): 3131-3144.
[5]	张成, 潘立志, 李元. 基于加权统计特征KICA的故障检测与诊断方法[J]. 化工学报, 2022, 73(2): 827-837.
[6]	张弛, 李浩, 胡海涛, 朱翀, 张玉莹, 南国鹏, 舒悦. 基于自动特征工程的飞行器轴承故障诊断[J]. 化工学报, 2021, 72(S1): 430-436.
[7]	邓佳伟, 邓晓刚, 曹玉苹, 张晓玲. 基于加权统计局部核主元分析的非线性化工过程微小故障诊断方法[J]. 化工学报, 2019, 70(7): 2594-2605.
[8]	杨新, 麻哲瑞, 申赫男, 陈鸿伟. 基于多尺度特征能量-核极限学习机的双循环流化床气流堵塞故障智能诊断[J]. 化工学报, 2019, 70(7): 2616-2625.
[9]	翟坤, 杜文霞, 吕锋, 辛涛, 句希源. 一种改进的动态核主元分析故障检测方法[J]. 化工学报, 2019, 70(2): 716-722.
[10]	鲁春燕, 李炜. 基于深度置信网络的炼化空压机故障诊断方法[J]. 化工学报, 2019, 70(2): 757-763.
[11]	彭开香, 张传放, 马亮, 董洁, 焦瑞华, 唐鹏. 面向系统层级的复杂工业过程全息故障诊断[J]. 化工学报, 2019, 70(2): 590-598.
[12]	顾炳斌, 熊伟丽. 基于多块信息提取的PCA故障诊断方法[J]. 化工学报, 2019, 70(2): 736-749.
[13]	李沛洁, 杨博, 李宏光. 基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用[J]. 化工学报, 2018, 69(8): 3517-3527.
[14]	王占伟, 王林, 梁坤峰, 袁俊飞, 王智伟. 基于融合的贝叶斯网络的冷水机组故障诊断[J]. 化工学报, 2018, 69(7): 3167-3173.
[15]	许玉格, 孙称立, 赖春伶, 罗飞. 基于不平衡学习的集成极限学习机污水处理故障诊断[J]. 化工学报, 2018, 69(7): 3114-3124.