工业大数据背景下的石化企业安全风险评估研究

摘要

石化企业生产过程操作流程复杂，危险源分布广泛，一旦发生安全事故将造成严重的经济损失和人员伤亡。风险评估对于预防事故发生具有重要意义，如何更为科学合理地展开风险评估已成为当前的研究热点。随着物联网技术在现代石化企业中逐渐普及，石化生产过程所采集的数据得到了爆发式增长，催生出具有多层次、时空特性的石化工业大数据。目前，工业大数据已经在安全领域得到了一些探索应用，但相应的理论还未成熟。如何将工业大数据与传统风险评估相结合以提升风险评估水平是一个值得探索的命题。本文的研究内容和主要贡献如下:
　　(1)针对如何有效管理安全数据的问题展开数据定义研究，提出了一种石化企业安全大数据结构化方法。首先阐述了安全大数据的内涵和分类，并对各类安全数据的特点展开调研分析，提出各类安全数据的结构化描述形式和数据表定义。接着，将经典TE过程扩展成一个虚拟工厂——TE Smart Plant，并以TE Smart Plant为例分析了各类安全数据的获取处理流程和实例化展示。本章工作旨在为石化安全数据管理提供一种参考思路。
　　(2)针对传统风险分析技术无法捕捉过程系统动态风险特征的需求展开风险评估研究，提出了一种基于贝叶斯网络的动态风险分析方法。该方法充分结合了传统风险分析方法和贝叶斯网络的优势，利用贝叶斯网络的强大推理分析能力可实现关键风险因素识别，同时可引入工业现场安全数据进行风险迭代更新，从而实现模型的持续学习和动态风险分析。
　　(3)提出了一种基于多源安全数据融合的火灾事故风险预警方法，主要包括以下流程:考虑到火灾发生时环境温度和湿度等将发生变化，利用CUSUM算法检测环境数据中潜在的数据分布变化，并通过特征级数据融合产生报警信息;结合从视频监控数据中提取的火灾发生概率，利用D-S证据理论对上述多源安全信息进行决策级融合，推理得到最终火灾发生概率。本方法可有效降低误报警率。

目录

声明

摘要

图目录

表目录

1 绪论

1．1．研究背景与意义

1．2．石化行业风险评估的发展

1．3．石化行业大数据的发展

1．3．1 物联网在现代石化企业的应用

1．4．本文的研究内容、创新点和组织架构

1．4．1 本文的研究内容

1．4．2 本文的组织架构

1．4．3 本文的创新点

1．5．本章小结

2 石化企业安全大数据的结构化

2．1 引言

2．2 石化企业安全大数据的内涵

2．2．1 安全大数据的定义

2．2．2 安全大数据的分类

2．3 石化企业静态安全数据结构化

2．3．1 安全事故记录数据

2．3．2 安全应急预案数据

2．3．3 可靠性数据

2．4 石化企业动态安全数据结构化

2．4．1 DCS过程数据和报警数据

2．4．2 人工／自动巡检数据

2．4．3 视频监控安全数据

2．5 工业安全大数据分析与管理平台设计

2．5．1 视频监控大数据处理系统设计

2．5．2 DCS监控大数据处理系统设计

2．6 本章小结

3 石化企业安全大数据的实例化

3．1 基于TE过程扩展的TE Smart Plant

3．1．1 TE Process介绍

3．1．2 TE Smart Plant结构设计

3．1．3 TE Smart Plant动态建模仿真

3．2 静态安全数据的获取及处理

3．2．1 安全事故记录数据

3．2．2 安全应急预案数据

3．2．3 可靠性数据

3．3 动态安全数据的获取及处理

3．3．1 DCS过程数据和报警数据

3．3．2 人工／自动巡检数据

3．3．3 视频监控安全数据

3．4 本章小结

4 基于贝叶斯网络的过程系统动态风险评估

4．1 引言

4．2 传统风险评估方法概述

4．2．1 故障树分析

4．2．2 事件树分析

4．2．3 Bow-tie分析

4．3 贝叶斯网络简介

4．4 基于贝叶斯网络的动态风险评估算法

4．4．1 贝叶斯网络结构建立

4．4．2 贝叶斯网络模型修正

4．4．3 关键风险因素识别

4．4．4 利用安全数据进行动态风险分析

4．5 案例展示

4．5．1 案例对象介绍

4．5．2 案例对象建模

4．5．3 风险分析结果

4．6 本章小结

5 多源数据融合下的火灾事故风险预警与安全应急

5．1 引言

5．2 多源数据融合下的风险预警

5．2．1 传感器数据融合

5．2．2 决策级信息融合

5．3 多源数据融合下的安全应急

5．3．1 应急资源管理

5．3．2 安全应急调度

5．4 案例展示

5．4．1 案例对象介绍

5．4．2 基于CUSUM算法的火灾检测

5．4．3 基于多源信息融合的风险预警

5．4．4 多源数据下的火灾事故安全应急

6 总结与展望

6．1 研究工作总结

6．2 研究工作展望

参考文献

附录

致谢

个人简历

攻读学位期间取得的其它研究成果