石油化工裝置長(zhǎng)周期運(yùn)行風(fēng)險(xiǎn)超早期精確預(yù)警方法

胡瑾秋， 張立強(qiáng)， 張來(lái)斌

(中國(guó)石油大學(xué)(北京) 油氣資源與探測(cè)國(guó)家重點(diǎn)實(shí)驗(yàn)室 機(jī)械與儲(chǔ)運(yùn)工程學(xué)院， 北京 102249)

安全預(yù)警技術(shù)早已被廣泛應(yīng)用到各石油化工企業(yè)之中。安全預(yù)警通過(guò)分布式控制系統(tǒng)(DCS)采集的數(shù)據(jù)，對(duì)關(guān)鍵參數(shù)進(jìn)行多方位的綜合分析，實(shí)時(shí)捕捉裝置運(yùn)行過(guò)程中存在的異常現(xiàn)象[1]。但這類(lèi)報(bào)警方法會(huì)因噪聲及采集誤差導(dǎo)致大量錯(cuò)誤報(bào)警，且不能提前發(fā)出警告[2]?，F(xiàn)有的預(yù)警方法主要包括主元分析的方法和參數(shù)預(yù)測(cè)的方法，齊詠生等[3-5]基于傳統(tǒng)的主元分析方法，改進(jìn)了主元選取方法及統(tǒng)計(jì)量的計(jì)算方法，實(shí)現(xiàn)故障的預(yù)測(cè)。但主元分析方法面對(duì)數(shù)據(jù)變化不太明顯的異常時(shí)，會(huì)有很高的漏報(bào)率。Wang等[6]運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法對(duì)非穩(wěn)態(tài)的時(shí)間序列進(jìn)行分解，并進(jìn)行多步前向預(yù)測(cè)，但這類(lèi)方法仍屬于短期預(yù)測(cè)。Chang等[7]提出了化工過(guò)程裝置的風(fēng)險(xiǎn)預(yù)警系統(tǒng)，運(yùn)用定性方法對(duì)裝置的風(fēng)險(xiǎn)值進(jìn)行打分，但該方法無(wú)法準(zhǔn)確表達(dá)異常工況產(chǎn)生的風(fēng)險(xiǎn)值。

針對(duì)以上問(wèn)題，筆者開(kāi)展了針對(duì)化工過(guò)程預(yù)警技術(shù)的研究。提出了運(yùn)用故障鏈預(yù)測(cè)煉化裝置故障發(fā)生后狀態(tài)；應(yīng)用灰色關(guān)聯(lián)分析法和卡爾曼濾波法實(shí)現(xiàn)多參數(shù)關(guān)聯(lián)預(yù)警；以及運(yùn)用粒子群優(yōu)化最小二乘向量機(jī)預(yù)測(cè)過(guò)程參數(shù)實(shí)現(xiàn)預(yù)警等有效的預(yù)警方法[8-10]。

在此基礎(chǔ)上，筆者針對(duì)石油化工裝置長(zhǎng)周期運(yùn)行風(fēng)險(xiǎn)超早期精確預(yù)警方法開(kāi)展了相關(guān)研究，提出基于損失函數(shù)的石油化工裝置風(fēng)險(xiǎn)預(yù)警方法。損失函數(shù)通常用于精確描述目標(biāo)偏移與預(yù)期損失之間的關(guān)系，運(yùn)用損失函數(shù)，計(jì)算參數(shù)偏差可能造成的預(yù)期損失，并運(yùn)用剩余時(shí)間模型計(jì)算異常工況發(fā)生的可能概率，從而得到該參數(shù)偏差所產(chǎn)生的風(fēng)險(xiǎn)，通過(guò)監(jiān)測(cè)風(fēng)險(xiǎn)值的變化實(shí)現(xiàn)裝置的風(fēng)險(xiǎn)預(yù)警。經(jīng)過(guò)案例分析，相比DCS系統(tǒng)，該方法可提前10 min左右監(jiān)測(cè)到異常工況，實(shí)現(xiàn)了異常工況的有效預(yù)警，為控制石油化工生產(chǎn)過(guò)程中異常工況的產(chǎn)生提供了指導(dǎo)。

1 風(fēng)險(xiǎn)預(yù)警方法的基本原理

1.1 損失函數(shù)構(gòu)造

損失函數(shù)根據(jù)其應(yīng)用范圍不同分為許多種類(lèi)，常見(jiàn)的如平方損失函數(shù)、加權(quán)損失函數(shù)、轉(zhuǎn)置正態(tài)損失函數(shù)等。Hashemi等[11-12]總結(jié)了不同損失函數(shù)的特性及對(duì)損失的刻畫(huà)能力?？紤]石油化工裝置參數(shù)與實(shí)際值的隨機(jī)偏離，筆者采用修正型轉(zhuǎn)置正態(tài)損失函數(shù)。該損失函數(shù)可以通過(guò)調(diào)節(jié)形狀因子修正損失函數(shù)的形狀，從而更好地刻畫(huà)實(shí)際損失。損失函數(shù)L如式(1)所示：

(1)

式(1)中，y為狀態(tài)參數(shù)值；Δ為能夠造成最大損失的參數(shù)值到參數(shù)目標(biāo)值的距離；γ為形狀因子；T為狀態(tài)參數(shù)目標(biāo)值。損失函數(shù)的變化范圍0≤L≤1。

根據(jù)實(shí)際情況的不同，可以得到不同的形狀因子，從而構(gòu)造出與待測(cè)參數(shù)相匹配的損失函數(shù)，進(jìn)而準(zhǔn)確描述參數(shù)偏差帶來(lái)的預(yù)計(jì)損失。由式(1)可以看出，當(dāng)參數(shù)處于目標(biāo)值時(shí)，損失值為0，參數(shù)偏離目標(biāo)值越遠(yuǎn)，損失值越大。

1.2 異常工況發(fā)生概率計(jì)算

運(yùn)用剩余時(shí)間理論對(duì)異常工況發(fā)生概率進(jìn)行計(jì)算[13]，該理論通過(guò)計(jì)算狀態(tài)參數(shù)到達(dá)報(bào)警閾值所需要的時(shí)間，對(duì)裝置的安全性進(jìn)行量化。剩余時(shí)間越多，則能夠?qū)Ξ惓顟B(tài)采取的措施越充分，裝置的安全性越高；反之，剩余時(shí)間越少，則更難以對(duì)異常狀態(tài)采取完善措施，異常工況的發(fā)生概率就會(huì)越高。

剩余時(shí)間t的表達(dá)式如下所示：

(2)

式(2)中，ylim為狀態(tài)參數(shù)閾值；ΔV為狀態(tài)參數(shù)的瞬時(shí)變化率，該參數(shù)可用最小二乘法對(duì)數(shù)據(jù)曲線進(jìn)行擬合，并對(duì)擬合多項(xiàng)式進(jìn)行一階微分計(jì)算求得[14]，最小二乘法的計(jì)算步驟如下。

如式(3)所示，x為狀態(tài)參數(shù)對(duì)應(yīng)的時(shí)間，S;a為系數(shù)。通過(guò)最小二乘法確定最優(yōu)ai，使得在各個(gè)點(diǎn)的偏差δ平方和最小，從而得到精確的擬合多項(xiàng)式。

f(x)=anxn+an-1xn-1+…+a1x+a0

(3)

將k對(duì)數(shù)據(jù)(xi，yi)帶入式(3)中，得到如下方程：

(4)

將式(4)轉(zhuǎn)換成矩陣的形式，求得矩陣的唯一1組最優(yōu)近似解，使得偏差δ的平方和最小，從而得到最小二乘擬合多項(xiàng)式。對(duì)得到的最小二乘多項(xiàng)式進(jìn)行一階微分計(jì)算，得到ΔV。

異常工況發(fā)生的概率密度函數(shù)f(t)如式(5)所示：

(5)

式(5)中，t為剩余時(shí)間；e為自然常數(shù)；λ為狀態(tài)參數(shù)變化過(guò)程中允許剩余時(shí)間倒數(shù)，其表達(dá)式如式(6)所示：

(6)

式(6)中，ΔVt為參數(shù)最大允許變化率，取正常工況下參數(shù)變化速率最大值，即max(ΔV)， 對(duì)一個(gè)確定的狀態(tài)參數(shù)而言，ΔVt是常數(shù)。

根據(jù)式(2)、式(5)、式(6)，異常工況發(fā)生概率P如式(7)所示：

(7)

1.3 參數(shù)異常的風(fēng)險(xiǎn)計(jì)算

異常工況產(chǎn)生的風(fēng)險(xiǎn)包括固有風(fēng)險(xiǎn)和趨勢(shì)風(fēng)險(xiǎn)。固有風(fēng)險(xiǎn)是狀態(tài)參數(shù)偏離過(guò)程中已經(jīng)產(chǎn)生的風(fēng)險(xiǎn)，其后果嚴(yán)重程度為損失函數(shù)的值，即后果嚴(yán)重程度為L(zhǎng)，異常工況發(fā)生概率P=1，故根據(jù)風(fēng)險(xiǎn)計(jì)算公式，固有風(fēng)險(xiǎn)R1為：

(8)

趨勢(shì)風(fēng)險(xiǎn)用來(lái)表達(dá)由于參數(shù)仍具有向異常情況偏離的趨勢(shì)所帶來(lái)的風(fēng)險(xiǎn)，因損失函數(shù)的最大值為1，故異常狀況的最大后果值為1，則參數(shù)偏離的最大后果嚴(yán)重程度為I=1-L，根據(jù)式(7)可以得到異常狀況的發(fā)生概率P，故根據(jù)風(fēng)險(xiǎn)計(jì)算公式，參數(shù)的趨勢(shì)風(fēng)險(xiǎn)R2為：

(9)

根據(jù)參數(shù)固有風(fēng)險(xiǎn)和趨勢(shì)風(fēng)險(xiǎn)的計(jì)算公式，可以得到發(fā)生異常狀況的風(fēng)險(xiǎn)：

R=R1+R2

(10)

因此，根據(jù)以上方法，可以將裝置監(jiān)控系統(tǒng)實(shí)時(shí)狀態(tài)信息轉(zhuǎn)換為風(fēng)險(xiǎn)信息，實(shí)現(xiàn)實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估。

2 風(fēng)險(xiǎn)預(yù)警方法實(shí)施步驟

風(fēng)險(xiǎn)預(yù)警方法的具體實(shí)施步驟如下：

(1)采集一個(gè)工作時(shí)段(約8 h)內(nèi)的狀態(tài)參數(shù)值共5000組，存為數(shù)值矩陣B1×5000，該組數(shù)據(jù)的平均值記為M，參數(shù)的報(bào)警閾值為ylim，聯(lián)鎖報(bào)警閾值為Q。

(2)將Q作為造成最大損失的狀態(tài)參數(shù)值，M作為狀態(tài)參數(shù)目標(biāo)值，則根據(jù)式(1)，令T=M， Δ=Q-M， 公式變形如下：

(11)

(3)設(shè)置風(fēng)險(xiǎn)閾值：根據(jù)ALARP原則和帕累托分布的分級(jí)策略，將風(fēng)險(xiǎn)不可接受值到最大風(fēng)險(xiǎn)值之間的區(qū)域認(rèn)定為不可接受的高風(fēng)險(xiǎn)區(qū)域，占總風(fēng)險(xiǎn)范圍的20%[15]。因此，將風(fēng)險(xiǎn)不可接受值設(shè)置為風(fēng)險(xiǎn)報(bào)警閾值，得到風(fēng)險(xiǎn)閾值S為0.80。

(4)當(dāng)狀態(tài)參數(shù)y達(dá)到聯(lián)鎖報(bào)警閾值Q， 即y=Q時(shí)，損失函數(shù)達(dá)到最大值，即L=1； 當(dāng)y與目標(biāo)值M相同，即y=M時(shí)，裝置處在最穩(wěn)定狀態(tài)，損失值為0，故L=0。 已知發(fā)生異常狀況的風(fēng)險(xiǎn)參數(shù)包括固有風(fēng)險(xiǎn)R1和趨勢(shì)風(fēng)險(xiǎn)R2， 當(dāng)y達(dá)到報(bào)警閾值ylim， 且趨勢(shì)風(fēng)險(xiǎn)R2=0時(shí)，為防止漏報(bào)，風(fēng)險(xiǎn)值應(yīng)大于等于風(fēng)險(xiǎn)閾值，即R1≥0.8； 當(dāng)y未達(dá)到報(bào)警閾值ylim， 且趨勢(shì)風(fēng)險(xiǎn)R2=0時(shí)，為防止誤報(bào)，風(fēng)險(xiǎn)值應(yīng)小于等于風(fēng)險(xiǎn)閾值，即R1≤0.8； 推理可得，當(dāng)y=ylim時(shí)，R1=0.8， 又根據(jù)式(8)，R1=L， 故此時(shí)L=0.8， 即當(dāng)y=ylim時(shí)，損失函數(shù)L=0.8。

根據(jù)以上分析，對(duì)于某些特定狀態(tài)參數(shù)值yi， 其理想損失值Li已知(例：當(dāng)yi=Q時(shí)，根據(jù)前文，L=1， 事實(shí)上，在實(shí)際運(yùn)用過(guò)程中，可以根據(jù)實(shí)際情況增加損失函數(shù)的特征點(diǎn)，提高損失函數(shù)的匹配度，筆者只針對(duì)通用的3個(gè)特征點(diǎn)進(jìn)行計(jì)算)；又對(duì)于給定狀態(tài)參數(shù)值y=yi和形狀因子γ=γr， 運(yùn)用式(11)可以計(jì)算出其實(shí)際損失值Lf。 因此，根據(jù)式(12)構(gòu)造最小二乘方程組，求出使得偏差δ平方和最小的形狀因子γ， 從而得出最接近理想狀態(tài)的損失函數(shù)。

(12)

(5)計(jì)算參數(shù)所能引起的最大變化值：由于石油化工裝置參數(shù)波動(dòng)明顯，運(yùn)用最小二乘方法對(duì)數(shù)據(jù)集B1×5000進(jìn)行擬合，并對(duì)擬合曲線進(jìn)行一階微分計(jì)算，得到參數(shù)歷史數(shù)據(jù)的瞬時(shí)變化速率ΔVj。則得到最大允許變化速率ΔVt=max(ΔVj)。

(6)實(shí)時(shí)記錄狀態(tài)參數(shù)值y，將y帶入式(11)，得到參數(shù)的損失值為L(zhǎng)，則根據(jù)式(8)，可以得到固有風(fēng)險(xiǎn)值R1=L×P， 其中P=1。

(8) 根據(jù)式(10)，可以計(jì)算裝置的實(shí)時(shí)風(fēng)險(xiǎn)值R=R1+R2：

因狀態(tài)參數(shù)變化趨勢(shì)具有雙向性，僅當(dāng)狀態(tài)參數(shù)變化方向與偏離目標(biāo)值方向相同，即ΔVi與(y-M)同號(hào)時(shí)，才將趨勢(shì)風(fēng)險(xiǎn)R2納入整體風(fēng)險(xiǎn)的計(jì)算。

根據(jù)計(jì)算出的風(fēng)險(xiǎn)值，結(jié)合風(fēng)險(xiǎn)閾值，就可以實(shí)現(xiàn)實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估。

3 案例分析

筆者將超早期精確預(yù)警方法分別應(yīng)用到石油化工企業(yè)聚丙烯裝置與氣分裝置的風(fēng)險(xiǎn)預(yù)警中，對(duì)該方法的有效性進(jìn)行驗(yàn)證。

3.1 氣分裝置風(fēng)險(xiǎn)預(yù)警

3.1.1 工藝介紹

氣分裝置的主要作用是利用氣體中各組分揮發(fā)度不同，對(duì)混合氣體進(jìn)行分離，該裝置主要包含脫硫部分、脫硫醇部分和氣體分餾部分，其主要任務(wù)是通過(guò)精餾使混合液態(tài)烴得到分離，從而生產(chǎn)出高純度的丙烯以及其余部分，其中丙烯主要作為聚丙烯生產(chǎn)的原料，其余部分則成為液化氣或其他化工生產(chǎn)原料。

現(xiàn)場(chǎng)軟件通過(guò)DCS系統(tǒng)采集數(shù)據(jù)，并與預(yù)先設(shè)置的報(bào)警閾值進(jìn)行比較，當(dāng)參數(shù)超過(guò)報(bào)警閾值時(shí)則產(chǎn)生報(bào)警，圖1為現(xiàn)場(chǎng)DCS系統(tǒng)監(jiān)測(cè)圖。當(dāng)報(bào)警發(fā)生時(shí)，留給現(xiàn)場(chǎng)操作人員的相應(yīng)時(shí)間較短，需要采用合適的預(yù)警方法實(shí)現(xiàn)裝置的早期預(yù)警。

圖1 DCS系統(tǒng)監(jiān)測(cè)圖Fig.1 Monitoring chart of DCS system

3.1.2 脫乙烷塔塔底液位風(fēng)險(xiǎn)預(yù)警

圖2為氣分裝置脫乙烷塔塔底液位變化曲線，其報(bào)警閾值ylim=54.5%、報(bào)警聯(lián)鎖閾值Q=57%，狀態(tài)參數(shù)歷史數(shù)據(jù)平均值M=50%，實(shí)時(shí)狀態(tài)參數(shù)值為y，因此，根據(jù)式(11)，構(gòu)造損失函數(shù)如下：

通過(guò)最小二乘法確定γ=3.024，將y帶入構(gòu)造出的損失函數(shù)，計(jì)算出實(shí)時(shí)的損失值L，則根據(jù)式(8)，可以求得參數(shù)固有風(fēng)險(xiǎn)值R1=L×P，其中P=1。

狀態(tài)參數(shù)實(shí)時(shí)風(fēng)險(xiǎn)值R為：

R=R1+R2

圖2 脫乙烷塔塔底液位變化曲線Fig.2 Profile of deethane tower bottom liquid level

繪制裝置的實(shí)時(shí)風(fēng)險(xiǎn)曲線如圖3所示。

圖3 脫乙烷塔塔底液位風(fēng)險(xiǎn)曲線Fig.3 Risk profile of of deethane tower bottom liquid level

可以看出，風(fēng)險(xiǎn)值在695 s開(kāi)始超出報(bào)警閾值，發(fā)出預(yù)警，于900 s左右快速上升并反復(fù)超出報(bào)警限。由圖3可知，該參數(shù)在1250 s時(shí)達(dá)到報(bào)警閾值觸發(fā)DCS報(bào)警。結(jié)果表明，該方法較DCS報(bào)警提前10 min左右。

3.1.3 脫乙烷塔塔頂壓力風(fēng)險(xiǎn)預(yù)警

選擇脫乙烷塔塔頂壓力作為目標(biāo)參數(shù)，其參數(shù)變化曲線如圖4所示，報(bào)警閾值ylim=2.773 MPa，報(bào)警聯(lián)鎖閾值Q=2.785 MPa，歷史數(shù)據(jù)平均值M=2.75 MPa，實(shí)時(shí)狀態(tài)參數(shù)值為y，根據(jù)式(11)，構(gòu)造損失函數(shù)如下：

通過(guò)最小二乘法確定γ=0.0133，將y帶入構(gòu)造出的損失函數(shù)，計(jì)算出實(shí)時(shí)的損失值L，則根據(jù)式(8)，固有風(fēng)險(xiǎn)值R1=L×P， 其中P=1。

狀態(tài)參數(shù)實(shí)時(shí)風(fēng)險(xiǎn)值R為：

R=R1+R2

圖4 脫乙烷塔塔頂壓力變化曲線Fig.4 Profile of deethane tower top pressure

繪制裝置的風(fēng)險(xiǎn)曲線如圖5所示。

圖5 脫乙烷塔塔頂壓力風(fēng)險(xiǎn)曲線Fig.5 Profile of deethane tower top pressure

由圖5可得，風(fēng)險(xiǎn)曲線1470 s左右達(dá)到風(fēng)險(xiǎn)閾值，發(fā)出預(yù)警。由圖4知，狀態(tài)參數(shù)于1995 s產(chǎn)生DCS報(bào)警。結(jié)果表明，該方法較DCS報(bào)警提前8 min 左右。

3.2 聚丙烯裝置風(fēng)險(xiǎn)預(yù)警

3.2.1 聚丙烯裝置介紹

聚丙烯裝置是利用氣分裝置產(chǎn)出的丙烯氣生產(chǎn)聚丙烯產(chǎn)品的裝置系統(tǒng)，該裝置主要包含丙烯精制系統(tǒng)和聚合閃蒸系統(tǒng)，其中丙烯精制系統(tǒng)令原料丙烯通過(guò)各精制塔，通過(guò)各物理或化學(xué)作用，脫去其中的硫、水、氧、砷等雜質(zhì)，為下一道聚合工序儲(chǔ)備原料。聚合閃蒸系統(tǒng)通過(guò)向聚合釜中投入催化劑、活化劑、二苯基甲基二甲氧基硅烷(DDS)、氫氣等助劑，用熱水升溫激活反應(yīng)，從而生成聚丙烯，并回收未反應(yīng)的丙烯至回收計(jì)量罐。聚丙烯裝置通過(guò)將DCS系統(tǒng)對(duì)現(xiàn)場(chǎng)異常狀況進(jìn)行監(jiān)控，如圖6所示，筆者通過(guò)風(fēng)險(xiǎn)預(yù)警方法對(duì)聚丙烯裝置進(jìn)行預(yù)警。

圖6 聚丙烯裝置DCS監(jiān)測(cè)圖Fig.6 Parameter alarms of polypropylene devices

3.2.2 熱水罐液位風(fēng)險(xiǎn)預(yù)警

選擇聚丙烯裝置熱水罐液位作為待測(cè)參數(shù)，其參數(shù)變化曲線如圖7所示，其報(bào)警閾值ylim=82%、報(bào)警聯(lián)鎖閾值Q=95%，歷史數(shù)據(jù)平均值M=60%，實(shí)時(shí)狀態(tài)參數(shù)值為y，因此，根據(jù)式(11)，構(gòu)造損失函數(shù)如下：

通過(guò)最小二乘法確定γ=12.58，將y帶入構(gòu)造出的損失函數(shù)，計(jì)算出實(shí)時(shí)的損失值L，則根據(jù)式(8)，固有風(fēng)險(xiǎn)值R1=L×P，其中P=1。

狀態(tài)參數(shù)實(shí)時(shí)風(fēng)險(xiǎn)值R為：

R=R1+R2

繪制裝置的風(fēng)險(xiǎn)圖如圖8所示。

由圖8可知，在1185 s時(shí)狀態(tài)參數(shù)風(fēng)險(xiǎn)值超標(biāo)，此時(shí)DCS系統(tǒng)尚未達(dá)到報(bào)警閾值。這是由于參數(shù)上升速率過(guò)快，導(dǎo)致趨勢(shì)風(fēng)險(xiǎn)增大所引起的。1225 s 時(shí)參數(shù)風(fēng)險(xiǎn)值再次超標(biāo)并在閾值附近波動(dòng)。由圖7得，參數(shù)于 2170 s 時(shí)超過(guò)DCS報(bào)警閾值并發(fā)出報(bào)警。結(jié)果表明，該方法較DCS報(bào)警提前16 min 左右。

圖7 熱水罐液位變化曲線Fig.7 Profile of hot-water cylinder liquid level

圖8 熱水罐液位風(fēng)險(xiǎn)曲線Fig.8 Risk profile of hot-water cylinder liquid level

根據(jù)該方法應(yīng)用于不同狀態(tài)參數(shù)的風(fēng)險(xiǎn)預(yù)警情況，將預(yù)警結(jié)果整理如下：

表1 不同狀態(tài)參數(shù)預(yù)警時(shí)間Table 1 Early warning time of different parameters

事實(shí)證明，該方法可以放大參數(shù)的早期偏差，實(shí)現(xiàn)參數(shù)的早期預(yù)警，根據(jù)案例分析，該方法對(duì)于不同的異常均能很好地檢出，并在參數(shù)到達(dá)報(bào)警閾值前10 min左右發(fā)出預(yù)警信息，對(duì)異常工況進(jìn)行有效預(yù)警。

4 結(jié) 論

(1)針對(duì)石油化工裝置現(xiàn)有的預(yù)警技術(shù)誤報(bào)率較高，以及風(fēng)險(xiǎn)預(yù)警方法無(wú)法定量分析等不足，將損失函數(shù)應(yīng)用到石油化工裝置的風(fēng)險(xiǎn)預(yù)警中，通過(guò)構(gòu)造合適的損失函數(shù)，定量描述參數(shù)偏離所產(chǎn)生的預(yù)期損失，并根據(jù)剩余時(shí)間理論計(jì)算化工過(guò)程異常工況發(fā)生的概率，定量計(jì)算出參數(shù)偏離所產(chǎn)生的風(fēng)險(xiǎn)，從而實(shí)現(xiàn)異常工況的風(fēng)險(xiǎn)預(yù)警。

(2)將該方法分別應(yīng)用到石油化工企業(yè)的聚丙烯裝置與氣分裝置的風(fēng)險(xiǎn)預(yù)警，通過(guò)計(jì)算相關(guān)參數(shù)的風(fēng)險(xiǎn)值，并與實(shí)際情況進(jìn)行比對(duì)，從而對(duì)方法效果進(jìn)行驗(yàn)證。

(3)結(jié)果表明，隨著監(jiān)測(cè)參數(shù)接近報(bào)警限，裝置風(fēng)險(xiǎn)值明顯上升，且參數(shù)變化幅度越大，該風(fēng)險(xiǎn)值上升越快。這說(shuō)明該風(fēng)險(xiǎn)預(yù)警模型能有效地將狀態(tài)參數(shù)的偏離和參數(shù)的變化趨勢(shì)轉(zhuǎn)化為實(shí)時(shí)的風(fēng)險(xiǎn)信息，對(duì)非合理狀態(tài)參數(shù)變化趨勢(shì)進(jìn)行風(fēng)險(xiǎn)預(yù)警。該方法用于狀態(tài)參數(shù)發(fā)生偏離的初期辨識(shí)，可以提前10 min左右監(jiān)測(cè)到異常，對(duì)異常工況進(jìn)行有效預(yù)警。