автореферат диссертации по безопасности жизнедеятельности человека, 05.26.03, диссертация на тему:Система поддержки принятия решений в аварийных ситуациях на объектах нефтегазовой отрасли на примере установки газофракционирования

На правах рукописи

ЧИКУРОВ АЛЕКСАНДР ВЛАДИМИРОВИЧ

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В АВАРИЙНЫХ СИТУАЦИЯХ НА ОБЪЕКТАХ НЕФТЕГАЗОВОЙ ОТРАСЛИ НА ПРИМЕРЕ УСТАНОВКИ ГАЗОФРАКЦИОНИРОВАНИЯ

Специальность 05.26.03. - «Пожарная и промышленная безопасность» (нефтегазовая отрасль)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 6 СЕН 2013

005533279

Уфа-2013

005533279

Работа выполнена в ФГБОУ ВПО «Уфимский государственный нефтяной технический университет» на кафедре «Технологические машины и оборудование».

Научный руководитель

Официальные оппоненты:

Ведущая организация

доктор технических наук, профессор Хуснияров Мират Ханифович

Попов Анатолий Иванович

доктор технических наук, профессор, ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.» / кафедра «Прикладная экономика и управление инновациями», профессор;

Баширов Мусса Гумерович

доктор технических наук, профессор, филиал ФГБОУ ВПО

государственный нефтяной университет» в г. Салават «Электрооборудование и

промышленных предприятий», заведующий кафедрой

ООО «Центр исследований ситуаций», г. Москва

«Уфимский технический / кафедра автоматика

экстремальных

Защита состоится 18 октября 2013 года в 14-30 на заседании диссертационного совета Д 212.289.05 при ФГБОУ ВПО «Уфимский государственный нефтяной технический университет» по адресу: 450062, Республика Башкортостан, г. Уфа, ул. Космонавтов, 1.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Уфимский государственный нефтяной технический университет».

Автореферат разослан «Т7» сентября 2013 года.

Ученый секретарь диссертационного совета

Ризванов Риф Гарифович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность

В настоящее время в нефтегазовой отрасли эксплуатируется большое количество объектов, характеризующихся как высокой сложностью протекающих в них технологических процессов, так и высокой степенью потенциальной опасности, которую эти объекты представляют для обслуживающего персонала, населения близлежащих районов и окружающей среды. Управление технологическими процессами зачастую сопряжено с необходимостью мониторинга большого количества технологических параметров и принятия точных и своевременных решений при возникновении нештатных ситуаций, способных привести к отказам оборудования и инициировать аварийные сценарии.

Проблемам обеспечения промышленной безопасности на объектах нефтегазовой отрасли посвящены работы A.A. Абросимова, А.Ю. Абызгильдина, П.Г. Белова, М.В. Бесчастнова, А.П. Веревкина, Г. Кистера, Е.Ф. Егорова, Е.В. Кловач, А.М. Козлитина, В.А. Котляревского, И.Р. Кузеева, Н.В.Лазарева, М.В.Лисанова, В.Маршалла, В.П. Мешалкина, А.И. Попова, Т.В. Савицкой, С.П. Сущева, P.P. Тляшевой, М.Х. Хусниярова и др.

В настоящее время в отрасли широко внедряются современные средства управления технологическими процессами, системы противоаварийной защиты, образующие вместе с технологическим оборудованием автоматизированные технологические комплексы (АТК) и позволяющие в значительной степени снизить риски возникновения аварийных ситуаций. Однако, до сих пор принятие решений в нештатных ситуациях выполняется обслуживающим персоналом. Статистика показывает, что 70% промышленных аварий вызвано ошибочными действиями персонала в нестандартных ситуациях. В этой связи актуальной является задача разработки научных основ системы поддержки принятия решений (СППР), способной за счет мониторинга значений технологических параметров отслеживать отклонения в нормальном режиме протекания процесса и своевременно выдавать рекомендации

обслуживающему персоналу для предотвращения развития аварийных ситуаций.

Область исследования соответствует требованиям паспорта специальности ВАК 05.26.03 - Пожарная и промышленная безопасность (нефтегазовая отрасль): 6 Исследование и разработка средств и методов, обеспечивающих снижение пожарной и промышленной опасности технологических процессов, предупреждения пожаров и аварий, тушения пожаров; 11 Разработка научных основ создания устройств автоматического контроля и управления системами обеспечения промышленной и пожарной безопасности и жизнеобеспечения работников при нештатных ситуациях.

Целью диссертационной работы является разработка научных основ системы поддержки принятия решений в аварийных ситуациях, позволяющей предотвращать возникновение и развитие аварий на объектах нефтегазовой отрасли посредством оперативного принятия решений при обнаружении отказов1, возникающих в процессе эксплуатации объекта и способных инициировать аварийные ситуации.

Для достижения цели решаются следующие задачи:

1 Провести анализ причин возникновения и последствий возможных аварийных ситуаций блока ректификации газофракционирующей установки (ГФУ) на основе применения метода исследования опасности и работоспособности НАгОР и выявить параметры технологического процесса, выход за допустимые границы изменения которых позволяет выявить на ранних этапах возможные аварийные ситуации;

2 Разработать научную основу процедуры оперативного диагностирования отказов элементов АТК ректификационных колонн, базирующуюся на применении нейросетевых моделей, связывающих выход за допустимые границы изменения параметров технологического процесса и вероятные отказы, способные привести к авариям;

1 Под отказом в данной работе понимается нарушение работоспособного состояния объекта (ГОСТ 27.002-89).

3 Для обучения, верификации и тестирования нейросетевых моделей разработать компьютерную модель блока ректификации ГФУ с возможностью имитации отказов элементов АТК;

4 Разработать алгоритм прогнозирования развития аварийных ситуаций, включающий усовершенствованную методику расчета массы взрывоопасного облака для учета изменения состава и физико-химических свойств многокомпонентных углеводородных смесей при выбросе из технологического оборудования;

5 Разработать алгоритм принятия решений в виде продукционной модели, позволяющей формализовать знания о необходимых мерах по предотвращению аварий, полученные с помощью метода исследования опасности и работоспособности НАгОР;

6 Реализовать алгоритмы оперативного диагностирования отказов элементов АТК ректификационных колонн, прогнозирования развития аварийных сценариев и поддержки принятия решений в виде программного комплекса, представляющего собой дополнение к существующей системе управления технологическим процессом.

Методы исследования

При решении поставленных в работе задач использовались: метод исследования опасности и работоспособности (НАгОР), методы имитационного компьютерного, нейросетевого и продукционного моделирования.

Научная новизна

1 На основе анализа причинно-следственных связей событий, приводящих к отказам, и аварийных ситуаций разработана процедура оперативного диагностирования элементов автоматизированных технологических комплексов ректификационных колонн, в основу которой положена двухуровневая нейросетевая модель, позволяющая по выходу за допустимые границы изменения измеряемых технологических параметров

выявлять отказы: утечки из технологических трубопроводов и неисправности технических средств системы управления.

2 Построена математическая модель испарения бензина с поверхности аварийного пролива, учитывающая влияние степени перегрева технологической среды до аварийного выброса, процессы теплообмена с окружающей средой, а также изменение давления насыщенных паров, молекулярной массы и фракционного состава в процессе испарения. Сравнением с экспериментальными данными показано, что относительная погрешность модели не превышает 3,1%. Показано, что стандартная методика оценки массы испарившейся жидкой фазы, не учитывающая ее многокомпонентного состава, дает завышенный результат.

3 Предложена архитектура системы поддержки принятия решений в аварийных ситуациях, которая включает: процедуру оперативного диагностирования элементов автоматизированных технологических комплексов ректификационных колонн на основе нейронных сетей, продукционную модель принятия решений и алгоритм прогнозирования опасности развития, аварийных сценариев с применением математической модели испарения бензина - и позволяет выявлять аварийные ситуации на ранней стадии их возникновения и снижать степень тяжести их последствий за счет сокращения времени принятия решения оперативным персоналом в 15 раз.

На защиту выносятся

1 Процедура оперативного диагностирования отказов элементов АТК на основе двухуровневой нейросетевой модели.

2 Математическая модель испарения бензина с поверхности аварийного пролива, учитывающая зависимость давления насыщенных паров, молекулярной массы и плотности от сложного многокомпонентного состава.

3 Система поддержки принятия решений в виде комплексного программного продукта.

Практическая ценность

Внедрение предлагаемой СППР в аварийных ситуациях позволяет повысить уровень безопасности объекта за счет своевременного обнаружения отказов элементов автоматизированных технологических комплексов, оперативного принятия решения по их устранению и предотвращению возникновения и развития аварийных ситуаций.

Результаты, полученные в работе, а именно алгоритм диагностирования отказов элементов АТК на основе нейросетевой модели, алгоритм принятия решений на основе продукционной модели, продукционная модель принятия решений и алгоритм прогнозирования опасности развития аварийных сценариев с применением математической модели испарения нефтепродуктов используются при проведении практических и лабораторных работ по дисциплинам:

- «Диагностика и надежность автоматизированных систем» в рамках подготовки инженеров по специальности 220301 «Автоматизация технологических процессов и производств (в нефтепереработке и нефтехимии)» и бакалавров по направлению 220200 «Автоматизация и управление»;

- «Обеспечение надежности и безопасности химико-технологических процессов» в рамках подготовки инженеров по специальности 240802 «Основные процессы химических производств и химическая кибернетика».

Алгоритм диагностирования отказов элементов автоматизированных комплексов ректификационных колонн на основе нейросетевой модели, алгоритм принятия решений в аварийных ситуациях на основе продукционной модели и алгоритм прогнозирования опасности развития аварийных сценариев с применением усовершенствованной математической модели испарения нефтепродуктов использовались в ООО ЭПЦ «Трубопроводсервис» при разработке проектно-сметной документации «Техническое перевооружение УСН4/2 цеха №1. Блок колонн, блок рибойлеров, узел регулирующих клапанов УСН4/2 ООО «ННПО» в рамках создания системы управления и противоаварийной защиты.

Апробация работы

Основные положения работы докладывались и обсуждались на следующих конференциях, семинарах, конкурсах, конгрессах: IV международной научной конференции студентов, аспирантов и молодых ученых «Научный потенциал студенчества в XXI веке» (Ставрополь, 2010), всероссийском семинаре «Энергоэффективность и энергобезопасность на предприятиях промышленности -и жилищно-коммунального хозяйства» (Салават, 2010), XVII международной научно-технической конференции «Машиностроение и техносфера XXI века» (Севастополь, 2010), всероссийской научно-технической конференции «Проблемы управления и автоматизации технологических процессов и производств» (Уфа, 2010), международной научно-практической конференции «Проблемы и методы обеспечения надежности и безопасности систем транспорта нефти, нефтепродуктов и газа» (Уфа, 2011), международной научно-практической конференции «Нефтегазопереработка - 2011» (Уфа, 2011), 62 научно-технической конференции студентов, аспирантов и молодых ученых (Уфа, 2011), IV всероссийской научной конференции «Теория и практика массообменных процессов химической технологии (Марушкинские чтения)» (Уфа, 2011), X всероссийской межвузовской научно-практической конференции «Компьютерные технологии в науке, практике и образовании» (Самара, 2011), IX всероссийской научно-технической конференции «Информационные системы и модели в научных исследованиях, промышленности, образовании и экологии» (Москва, 2012), XIII международной молодежной научной конференции «СЕВЕРГЕОЭКОТЕХ-2012» (Ухта, 2012), VIII международной научно-практической конференции «Дни науки» (Прага, 2012), всероссийской научно-практической интернет-конференции «Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа» (Уфа, 2013), международной научно-практической конференции «Нефтегазопереработка - 2013» (Уфа, 2013).

Публикации

Основные результаты диссертационных исследований опубликованы в 12 печатных работах, в том числе 3 статьи в ведущих рецензируемых научных журналах из перечня ВАК.

Объем и структура диссертации

Диссертация состоит из введения, 4 глав, заключения, списка использованных источников (100 наименований) и 3 приложений. Работа содержит 129 страниц, включает 36 рисунков, 19 таблиц.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы ее цель и задачи, показана научная новизна и практическая ценность результатов исследований.

В первой главе дана характеристика установки газофракционирования с точки зрения промышленной безопасности, как объекта, характеризующегося высокими показателями взрывопожароопасности и требующего наличия инструментов постоянного мониторинга и предотвращения аварийных ситуаций.

На установке возможны следующие аварийные сценарии: взрывы парогазовых облаков при наличии открытого огня, пожары пролива жидких нефтепродуктов, пожары в форме «огненного шара» при мгновенном разрушении технологических аппаратов, содержащих углеводороды в перегретом состоянии.

Анализ объекта по методу НАгОР позволяет определить причинно-следственные связи между отказами и аварийными ситуациями на объекте, которые можно формализовать в виде продукционных правил и использовать в системе поддержки принятия решений. Основными причинами аварий на ГФУ являются: отказы датчиков КИП, отказы исполнительных устройств, отказы насосов, разгерметизация трубопроводов и аппаратов с последующим истечением технологической среды.

Своевременное выявление отказов и предаварийных ситуаций и принятие необходимых мер по предотвращению развития аварий является необходимым условием обеспечения безопасной эксплуатации опасного производственного объекта. В настоящее время в значительной степени эта работа выполняется человеком-оператором. Зачастую именно несвоевременное или неправильное решение приводит к самым тяжелым последствиям: пожарам и взрывам.

Авторами многочисленных исследований в области обеспечения промышленной безопасности указывается необходимость создания и внедрения систем поддержки принятия решений. СППР позволяют осуществлять мониторинг состояния технологического оборудования, а также аппаратных и программных средств управления технологическим процессом, оперативно выявлять отказы и предаварийные ситуации, оценивать степень тяжести последствий аварий, формировать рекомендации для лиц, принимающих решения по управлению безопасностью опасных производственных объектов. За счет применения алгоритмов искусственного интеллекта СППР позволяют уменьшить погрешности существующих моделей оценки тяжести последствий аварий, возникающие вследствие значительного количества допущений и ограничений.

Неотъемлемой частью системы поддержки принятия решений является прогнозирование последствий развития аварийных сценариев. Для решения этой задачи необходимо иметь методику, позволяющую быстро и достаточно точно рассчитать количество выброса опасного вещества при аварийной разгерметизации технологического оборудования, в частности оценить массу взрывоопасного облака при испарении с поверхности аварийного пролива

жидкого нефтепродукта.

В связи с вышесказанным разработка и внедрение систем поддержки принятия решений в аварийных ситуациях с применением методов искусственного интеллекта для обнаружения отказов и новой комплексной методики определения массы облака взрывоопасного вещества является

актуальной задачей и важной составляющей при обеспечении безопасной эксплуатации опасных производственных объектов.

Вторая глава посвящена исследованию теоретических вопросов создания системы поддержки принятия решений в аварийных ситуациях.

Базовым элементом в структуре СГТПР является процедура определения технического состояния объектов путем поиска места и определения причин неисправностей, называемая техническим диагностированием. Для целей технического диагностирования элементов АТК на установке ГФУ предлагается использовать модели в виде искусственных нейронных сетей (ИНС). Такие модели обладают рядом преимуществ по сравнению с другими методами: возможность описания нелинейных процессов, высокая скорость вычислений, устойчивость к случайным возмущениям и адаптируемость.

При построении системы диагностирования отказов АТК целесообразным представляется использовать двухуровневую нейросетевую модель. Значения технологических параметров подаются на вход ИНС первого уровня, на выходе которой получаются вероятности отказов различных видов, подающиеся на вход ИНС второго уровня вместе со значениями технологических параметров. На выходе ИНС второго уровня получаются количественные показатели, характеризующие отказы в конкретных участках технологической схемы: величины утечек, вероятности поломки датчиков, клапанов или насосов. Такой подход сокращает необходимое количество вычислений при обучении сети и обеспечивает гибкость модели: для добавления нового отказа будет достаточно обучить лишь две сети. На рисунке 1 изображена структура предлагаемой нейросетевой модели.

В случае обнаружения утечки нефтепродуктов необходимо количественно оценить последствия вероятной аварии. При выбросе нефтепродукта в жидкой фазе (например, бензина) необходимо оценить количество вещества, которое испаряется с поверхности аварийного пролива и участвует в формировании парогазового облака, способного при наличии источника зажигания к взрывному превращению.

Технологические параметры

Технологические параметры

Определение типа отказа

Технологические параметры

Количественные Количественные

характеристики отказа 1 "" характеристики отказа N

на равных участках на Разных Участках

Рисунок 1 - Архитектура двухуровневой нейросетевой модели Применяемые в настоящее время методики расчета интенсивности испарения с поверхности аварийного пролива предназначены для индивидуальных веществ и не учитывают изменения состава и свойств нефтепродуктов при испарении. Для расчета интенсивности испарения сложных многокомпонентных нефтепродуктов предлагаются следующие усовершенствования существующих методик:

1) оценивается степень перегрева жидкой фазы в технологических трубопроводах и аппаратах и определяется доля мгновенно испаряющейся жидкости при их аварийной разгерметизации с учетом значений

технологических параметров;

2) зависимость интенсивности испарения с поверхности пролива J от состава и физико-химических свойств нефтепродуктов определяется дифференциальным уравнением:

Л '

= £ (40,35 + 30,75 ■ м) ■ 1 <Г3 • д,, • V

(1)

при этом рассматриваемый нефтепродукт разделяется на узкие по температуре выкипания фракции, для каждой из которых рассчитываются давление насыщенных паров рн1, молекулярная масса М„ плотность;

3) составляется уравнение теплового баланса пролива, описывающее изменение его температуры в процессе испарения.

Основная задача системы поддержки принятия решений заключается в формировании рекомендаций по управлению технологическим процессом на основании выявленных фактов отказов. Основой для формирования подобных рекомендаций является анализ по методу НАгОР. Для формализованного представления знаний о взаимосвязях между причинами и последствиями различных отказов удобно использовать продукционные модели. В общем виде продукционная модель представляет собой набор продукционных правил (ПП) вида:

Р11 = <8, N. ^ А => С, \У>, (2)

где Б - сфера применения данного правила,

N - номер или имя правила,

Р - предусловие применения (условие активизации), содержащее информацию об истинности и приоритетности данного правила,

А => С - ядро ПП,

W - постусловие.

При обнаружении возможности развития аварийного сценария СППР выдает предупреждающее сообщение о необходимости остановки технологического процесса и принятии необходимых мер по предотвращению реализации аварийного события.

В третьей главе решается задача разработки алгоритмов и моделей для применения в СППР: имитационной компьютерной модели процесса газофракционирования, двухуровневой нейросетевой модели для алгоритма диагностирования отказов элементов АТК, алгоритма расчета массы взрывоопасного облака при испарении с поверхности аварийного пролива, алгоритма принятия решений на основе продукционной модели представления знаний об опасности и работоспособности объекта.

Для создания компьютерной модели установки (рисунок 2) применяется программный продукт UniSim Design (USD) компании Honeywell. Компьютерная модель служит источником данных для обучения нейросетевой модели диагностирования отказов. В отличие от реального объекта, компьютерная модель позволяет получить значения технологических параметров как в штатном режиме работы, так и при отклонениях от нормального режима протекания процесса, которые с успехом имитируются в модели.

Рисунок 2 - Модель пропановой колонны ГФУ в UniSim Design

На основе анализа опасности и работоспособности колонн (HAZOP) в качестве входов нейронных сетей были выбраны следующие переменные: температура верха колонны (поз. TIR 87), расход сырья в колонну (поз. FIRC 46), расход орошения (поз. FIRC 45), температура низа колонны

(поз. TIRC 47), давление в колонне (поз.РЖ 44), уровень жидкости в емкости Е-6 (поз. LIRC51).

Для учета предыстории протекания процесса в качестве входов кроме текущих значений используются значения тех же переменных в предыдущий момент времени. Для обучения и верификации ИНС используется по 120 значений, полученных из USD с интервалом в 10 с.

В ИНС первого уровня для достижения лучших результатов адаптируемости модели используем рекуррентную сеть Элмана. Количество входов сети равно 12 по числу измеряемых технологических параметров, число выходов равно 4 по числу рассматриваемых видов отказа: отказ датчика температуры, отказ датчика уровня, отказ исполнительного устройства, утечка. Для нейронов скрытого слоя используем функцию активации tansig (гиперболический тангенс), для нейронов выходного слоя -purelin. Количество нейронов скрытого слоя равно 9 и является оптимальным для данной сети, так как обеспечивает наименьшую ошибку. Для ИНС второго уровня используем аналогичную архитектуру сетей.

Для обучения ИНС необходимо смоделировать в USD соответствующие отказы. Отказы датчиков, насосов и клапанов были имитированы в модели USD путем внесения искажений в показания датчиков, изменения величины подачи насосов и степени открытия клапанов. Полученные в USD выборки значений технологических параметров передаются в Matlab, где происходит обучение ИНС.

Для верификации модели оценки количества вещества, поступающего во взрывоопасное облако, используем экспериментальные данные по испарению бензина (Шивердин, 2001). На основе этих данных бензин может быть смоделирован в виде смеси псевдокомпонентов, каждому из которых соответствует узкая фракция на кривой истинных температур кипения. В качестве примера расчета рассматривается процесс испарения бензина. В таблице 1 показаны результаты разбиения бензиновой фракции на псевдокомпоненты, для каждого из которых задана температура начала

кипения Тнк, средняя температура кипения Тер, интегральная и дифференциальная объемные доли выкипания, а также рассчитанные для каждого из них значения относительных плотностей £1204, мольных долей со, молекулярных масс М и давления насыщенных паров Рн.

Таблица 1 - Разбиение бензиновой фракции на псевдокомпоненты

№ Тнк, °С Тер, °С % выкипания об. (инт.) % выкипания об. (дифф.) а 4 а>,% мольн. М, г/моль Рн, Па (100 °С)

1 39 30,4 3,0 3,0 0,727 4,1 70,03 628123

2 57 48,0 10,0 7,0 0,741 9,0 76,69 408836

3 74 65,6 20,5 10,5 0,754 12,4 83,97 260254

4 92 83,2 33,3 12,9 0,767 14,2 91,88 161992

110 100,8 47,6 14,3 0,779 14,7 100,40 98563

6 127 118,4 62,4 14,8 0,791 14,1 109,54 58599

7 145 136,0 76,7 14,2 0,803 12,7 119,31 34027

8 162 153,6 89,4 12,7 0,815 10,6 129,69 19287

9 180 171,2 99,6 10,2 0,826 8,0 140,69 10664

10 198 188,8 100,0 0,4 0,836 0,3 152,31 5748

Расчет доли мгновенно испаряющейся жидкости производится по

уравнению Рашфорда-Райса. Для расчета процесса постепенного испарения по уравнению (1) используем полученные выше значения давления насыщенных паров и молекулярных масс псевдокомпонентов. В качестве начального состава жидкой фазы принимаем состав после однократного испарения, а в качестве начальной массы жидкости в проливе - массу жидкой фазы после однократного испарения. В соответствии с условиями эксперимента скорость ветра принимаем равной 0 м/с, площадь испарения - 0,006647 м . Шаг интегрирования устанавливаем равным 0,1 с для достижения достаточной точности результата. В условиях описанного выше эксперимента тепловым балансом ввиду малой величины поверхности пролива можно пренебречь.

На рисунке 3 показаны графики изменения массы облака при постепенном испарении, полученные по результатам интегрирования уравнения (1) для различных начальных условий. В таблице 2 приведены результаты расчетов для различных начальных температур бензиновой фракции. Видим, что результаты расчета по предложенной модели согласуются

с результатами эксперимента, относительная погрешность модели не превышает 3,1%.

масса облака, г 16.00

—*■» 40 °С ««-100° С

О 10 20 за 40

время, мин

Рисунок 3 - Графики изменения массы облака по расчетным данным при различных начальных температурах

Таблица 2 - Масса парогазового облака в зависимости от начальной температуры бензина

№ Начальная температу ра,°С Экспериментальная масса облака, г (Шивердин, 2001) Масса облака, рассчитанная по модели, г Относительная погрешность, % Масса облака по стандартной методике, г

1 40 4,92 5,04 2,5 7.1

2 60 7,93 8,18 3,1 13,1

3 80 10,66 10,95 2,7 22,6

4 100 13,72 14,12 2,9 36,7

Сравнение результатов расчета по предлагаемой модели и по стандартной методике, приведенной в «Общих правилах взрывобезопасности для взрывопожароопасных химических, нефтехимических и нефтеперерабатывающих производств», показывает, что для описываемых условий испарения последняя дает сильно завышенные результаты.

Оценка массы вещества, испаряющегося с поверхности аварийного пролива в рассматриваемый промежуток времени, является основой для количественной оценки опасности развития аварии в этот промежуток времени.

Процесс принятия решений представляет собой обработку информации, полученной при выявлении отказов. Информация, полученная по результатам исследования НАгОР, представлена в виде набора продукционных правил (ПП). В таблице 3 приведены примеры ПП.

Таблица 3 - Продукционные правила, применяемые в Сі 11 IF

Номер ПП Предусловие ПП, F Ядро ПП

1 «ЕСЛИ» (S, > 95%) л ст„ерх > т;™) «Неисправность датчика температуры верха. Остановить колонну К-5, поток сырья перевести на К-б»

2 «ЕСЛИ» (Р2 > 95%) л (Т„р, > Т™ ) «Неисправность насоса Н-7, запустить резервный насос Н-13»

3 «ЕСЛИ» (£, > 95%) л (Рорсш > F™ ) «Проверить исправность регулятора расхода орошения»

4 «ЕСЛИ» (V2 > 95%) л (Fopoui > F0Z ) «Неисправность клапана на линии подачи сырья, избыток жидкости из куба колонны слить через дренаж»

5 «ЕСЛИ» (S2 > 95%) л (7<;ыр„ < F^ ) «Проверить исправность датчика расхода сырья»

В четвертой главе описывается реализация системы поддержки принятия решений в аварийных ситуациях в виде программного комплекса. В состав системы поддержки принятия решения в аварийных ситуациях входят

следующие составные части:

- блок диагностирования отказов элементов АТК с помощью ИНС;

- блок прогнозирования развития аварий;

- блок принятия решений на основе продукционных правил;

- графический интерфейс пользователя (GUI - Graphic User Interface);

- база данных продукционных правил;

- блок обмена данными со SCADA системами и USD.

На рисунке 4 приведена структурная схема системы поддержки принятия решений в аварийных ситуациях.

Рисунок 4 - Структура СГТГТР

Для обмена данными между блоками СПГТР и другими программами используется программный блок, использующий протоколы передачи информации DDE и СОМ.

Интерфейс программы позволяет пользователю осуществлять запуск и останов системы, выбирать технологический аппарат для подробного рассмотрения, при этом пользователю предоставляется возможность просмотра текущих значений технологических параметров и значений на выходе ЙНС первого и второго уровня. При срабатывании продукционных правил в окне программы выводится текст рекомендации к действию на красном фоне. На рисунке 5 приведен внешний вид основного окна приложения при срабатывании одного из продукционных правил.

При срабатывании продукционного правила вида «утечка трубопровода» система автоматически запускает блок определения зон потенциальной опасности, позволяющий рассчитать значения поражающих факторов по каждому из них на различных расстояниях от места аварийного выброса, а также построить карту распределения зон потенциальной опасности.

I Система поддержки лмігшия ряоеннй

ё£эйЗ

ГСтоіП

Ф Связь с USD Є Связь со SCADA

Объект мониторинга Колонна К-5 »! [Тех.параыетры Выходы IIHC1

Пар-р TIR87 69 С FIRC46 80 мЗ/ч TIRC47 ИЗ С PIR44 1.5 МПа FIRC45 ЗОмЗ/ч LIRC51 41%

Значение!Пар-р

! Отказ датчика Отказ клапана Отказ насоса Утечка

Значение

0.96 0,03 0.01 0.00

Рекомендации к действию

Выходы J ГНС 2

Отказ TIR 87 0.94 ;

Отказ FK.C46 0.12

Отказ FIRC45 0.03

Отказ TIRC47 0.54

Отказ PER.44 0.01

Отказ LIRC51 0.01

Отказ сырьевого клапана 0.02

Отказ клапана орошения 0.15 Отказ клапана откачки дистиллята 0.09

Отказ клапана откачки остатка 0.04

Отказ сырьевого насоса 0.01 Отказ насоса подачи орошения 0.0S

; Утечка на линии подачи сырья 0.00 (Утечка на линии подачи орошения 0.09.

верха

Рисунок 5 - Общий вид интерфейса программной реализации СППР при обнаружении отказа

Для тестирования СППР была использована модель процесса в USD, поскольку на действующем объекте не представляется возможным провести эксперимент с реальными отказами и аварийными ситуациями. В процессе тестирования системы в USD были смоделированы отказы: утечка на линии подачи орошения, поломка датчика температуры низа, поломка датчика расхода орошения, поломка клапана на линии подачи сырья, останов насоса подачи орошения.

Таким образом, СППР позволяет проводить постоянный мониторинг состояния элементов АТК установки ГФУ в реальном времени, своевременно обнаруживать отказы и формировать рекомендации к действию оперативному персоналу для предотвращения развития аварийных ситуаций. Применение СППР позволяет обнаружить отказ и принять нужное решение за время, не

превышающее 1 минуту. По данным экспертного опроса существующие методы позволяют обнаружить отказ и принять решение в среднем за 15 минут. Таким образом, система позволяет снизить время принятия решения в аварийной ситуации в 15 раз.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1 На основе анализа опасности и работоспособности в блоке ректификации установки газофракционирования были определены причинно-следственные связи между отклонениями технологических параметров от допустимых значений, отказами элементов АТК ректификационных колонн и возможными авариями на установке.

2 Предложена процедура оперативного диагностирования, использующая двухуровневую нейросетевую модель для обнаружения отказов: неисправностей датчиков и исполнительных устройств и утечек из технологических трубопроводов.

3 Для обучения нейросетевой модели и тестирования системы под держки принятия решений разработана имитационная модель технологического процесса в программе UniSim Design.

4 Для оценки последствий возможных аварий при обнаружении утечек из технологического оборудования и трубопроводов разработана математическая модель оценки количества вещества, поступающего во взрывоопасное облако при испарении бензина с поверхности аварийного пролива, учитывающая зависимость физико-химических свойств многокомпонентных смесей от их фракционного состава. Погрешность модели не превышает 3,1%.

5 Разработан алгоритм поддержки принятия решений по управлению безопасностью объекта на основе продукционной модели представления знаний о причинно-следственных связях между событиями, приводящими к отказам элементов АТК, и возможными авариями, полученной с помощью метода исследования опасности и работоспособности HAZOP;

6 Разработана СППР в аварийных ситуациях, позволяющая выявлять отказы с помощью процедуры оперативного диагностирования на основе

двухуровневой нейросетевой модели, прогнозировать опасность развития аварийных сценариев и осуществлять под держку принятия решений на основе продукционной модели. Внедрение системы на реальном объекте позволит своевременно обнаруживать отказы как технологического оборудования, так и средств системы управления и предотвращать развитие аварийных ситуаций путем своевременного принятия необходимых мер по предотвращению аварий или снижению тяжести их последствий. Система позволяет снизить время принятия решения в аварийной ситуации в 15 раз.

Основные результаты диссертационной работы опубликованы в следующих научных трудах: В ведущих рецензируемых научных журналах из перечня ВАК

1 Веревкин, A.n. Построение математической модели трубчатой печи пиролиза для целей оптимизации режимов и диагностики прогаров змеевика / А.П. Веревкин, Д.С. Матвеев, М.Х. Хуснияров, A.B. Чикуров // Нефтегазовое дело. - 2010. - Т.8, №1. - С. 70-73.

2 Матвеев, Д.С. Система оперативного диагностирования автоматизированного технологического комплекса трубчатой печи на основе продукционных правил [электронный ресурс] / Д.С. Матвеев, A.B. Чикуров, М.Х. Хуснияров, А.П. Веревкин, Р.Н. Бахтизин // Электронный научный журнал «Нефтегазовое дело». - 2011. - №4. С. 4-13. - Режим доступа: http://www.ogbus.ru/authors/Matveev/Matveev 1 .pdf

3 Чикуров, A.B. Разработка модели оценки массы взрывоопасного облака для системы поддержки принятия решений в аварийных ситуациях на опасных производственных объектах нефтегазовой отрасли [электронный ресурс] / A.B. Чикуров, Д.С. Матвеев, М.Х. Хуснияров, P.M. Харисов // Электронный научный журнал «Нефтегазовое дело». - 2013. - №1. С. 487-497. - Режим

доступа: http://www.ogbus.ru/authors/ChikurovAV/ChikurovAV 1 .pdf

В других изданиях

4 Матвеев, Д.С. Моделирование трубчатой печи пиролиза в UniSim Design / Д.С. Матвеев, A.B. Чикуров // Машиностроение и техносфера XXI века // Сборник трудов XVII международной научно-технической конференции в г.

Севастополе 13-18 сентября 2010 г. В 4-х томах. - Донецк: ДонНТУ, 2010. - Т. 3.-С. 283-286.

5 Чикуров, A.B. Оценка массы взрывоопасного облака при разгерметизации оборудования установок нефтепереработки / A.B. Чикуров, Д.С. Матвеев, М.Х. Хуснияров // Проблемы управления и автоматизации технологических процессов и производств // Сборник трудов Всероссийской научно-технической конференции, посвященной 50-летию кафедры «Автоматизация технологических процессов и производств» Уфимского государственного нефтяного технического университета, в г. Уфе 21-22 октября 2010 г. - Уфа: УГНТУ, 2010. - С. 333-336.

6 Веревкин, А.П. Оперативная диагностика аварийных состояний автоматизированных технологических комплексов / А.П. Веревкин, Д.С. Матвеев, М.Х. Хуснияров, A.B. Чикуров // Нефтегазопереработка - 2011: Международная научно-практическая конференция (Уфа, 25 мая 2011 г.): материалы конференции. - Уфа: ГУП ИНХП РБ, 2011.-С.290-291.

7 Чикуров, A.B. Вопросы повышения безопасности эксплуатации газофракционирующей установки с применением системы поддержки принятия решений в аварийных ситуациях / A.B. Чикуров, Д.С. Матвеев, М.Х. Хуснияров // Информационные системы и модели в научных исследованиях, промышленности, образовании и экологии: доклады IX Всероссийской науч.-техн. конф. - Тула: Издательство «Инновационные технологии», 2011. - С. 111114.

8 Чикуров, A.B. Моделирование процесса испарения нефтепродуктов с поверхности аварийного пролива / A.B. Чикуров, М.В. Шестаков // Теория и практика массообменных процессов химической технологии (Марушкинские чтения): материалы ГУ Всерос. науч. конф./редкол.: Самойлов H.A. и др. - Изд-во УГНТУ, 2011, С. 177-178.

9 Чикуров, A.B. Оценка количества опасного вещества, образующегося при испарении нефтепродуктов с поверхности аварийного пролива / A.B. Чикуров, Д.С. Матвеев, М.Х. Хуснияров, P.M. Харисов // Проблемы и методы обеспечения надежности и безопасности систем транспорта нефти, нефтепродуктов и газа: Материалы Международной научно-практической конференции25 мая 2011 г.-Уфа, 2011.-С. 342-343.

10 Chikurov, A.V. Designing a decision support system for accident prevention at process plants using artificial neural networks / A.V. Chikurov, M.Kh. Khusniyarov, D.S. Matveev, A.V. Midyutov, I.R. Saifutdinov // Materiály VIII mezinárodní védecko - praktická konference «Dny vedy - 2012». - Dil 94. Technické védy: Praha. Publishing House «Education and Science» s.r.o. - S. 71-76.

11 Чикуров, A.B. Применение методов искусственного интеллекта для выявления отказов элементов автоматизированных технологических комплексов колонных аппаратов Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа / A.B. Чикуров, Д.С. Матвеев, P.M. Харисов, М.Х. Хуснияров // Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа // Материалы Всероссийской научно-практической интернет-конференции / редкол.: А.П. Веревкин, H.A. Ишинбаев. - Уфа: Изд-во УГНТУ, 2013. - С. 100104.

12 Чикуров, A.B. Моделирование процесса испарения нефтепродуктов с поверхности пролива в системе поддержки принятия решений при аварийной разгерметизации оборудования / A.B. Чикуров, Д.С. Матвеев, М.Х. Хуснияров, P.M. Харисов // Нефтегазопереработка - 2013: Международная научно-практическая конференция (Уфа, 22 мая 2013 г.): Материалы конференции. -Уфа: ГУП ИНХП РБ, 2013. - С.237-238.

Подписано в печать 13.09.2013. Бумага офсетная. Формат 60x84 '/is Гарнитура «Тайме». Печать трафаретная. Усл. печ. л. 1 Тираж 90. Заказ 137

Типография Уфимского государственного нефтяного технического университета Адрес типографии: 450062, Республика Башкортостан, г. Уфа, ул. Космонавтов, 1

ФГБОУ ВПО «Уфимский государственный нефтяной технический университет»

На правах рукописи

ЧИКУРОВ АЛЕКСАНДР ВЛАДИМИРОВИЧ

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В АВАРИЙНЫХ СИТУАЦИЯХ НА ОБЪЕКТАХ НЕФТЕГАЗОВОЙ ОТРАСЛИ НА ПРИМЕРЕ УСТАНОВКИ ГАЗОФРАКЦИОНИРОВАНИЯ

Специальность 05.26.03. - «Пожарная и промышленная безопасность»

(нефтегазовая отрасль)

00 Tico

Диссертация на соискание ученой степени кандидата технических наук

CN £

Научный руководитель: доктор технических наук профессор Хуснияров М.Х.

Уфа - 2013

Оглавление

Введение.......................................................................................................................4

Глава 1. Анализ аварийных ситуаций на установке газофракционирования.........11

1.1 Характеристика установки газофракционирования с точки зрения промышленной безопасности....................................................................................11

1.2 Анализ характерных отказов и аварий на установке ГФУ с применением метода HAZOP...........................................................................................................15

1.3 Анализ существующих количественных методов оценки риска при аварийных ситуациях применительно к ГФУ.............................................................................24

1.4 Анализ современных методов построения систем оперативного принятия

решений при аварийных ситуациях на ГФУ............................................................35

Глава 2. Разработка теоретических основ создания системы поддержки принятия решений при авариях на примере ГФУ....................................................................45

2.1 Методология обнаружения отказов элементов АТК с применением методов искусственного интеллекта.......................................................................................45

2.2 Методика оперативной количественной оценки риска аварии.........................52

2.3 Процедура принятия решений при обнаружении отказа...................................59

Глава 3 Разработка алгоритмов и моделей для применения в СППР.....................65

3.1 Разработка имитационной модели процесса в UniSim Design..........................66

3.2 Построение нейросетевой модели на основе выборок из USD для обнаружения факта и места отказа..................................................................................................70

3.3 Разработка алгоритма расчета количества выброса и определения зон потенциальной опасности..........................................................................................77

3.4 Принятие решений при обнаружении отказа.....................................................88

Глава 4. Реализация системы поддержки принятия решений в аварийных ситуациях в виде программного комплекса.............................................................91

4.1 Архитектура системы поддержки принятия решений в аварийных ситуациях91

4.2 Программная реализация системы поддержки принятия в аварийных ситуациях....................................................................................................................93

4.3 Тестирование системы поддержки принятия в аварийных ситуациях.............96

ЗАКЛЮЧЕНИЕ........................................................................................................101

Список сокращений и условных обозначений.......................................................103

Литература................................................................................................................104

ПРИЛОЖЕНИЕ А....................................................................................................117

ПРИЛОЖЕНИЕ Б.....................................................................................................119

ПРИЛОЖЕНИЕ В....................................................................................................124

Введение

Актуальность

В настоящее время в нефтегазовой отрасли эксплуатируется большое количество объектов, характеризующихся как высокой сложностью протекающих в них технологических процессов, так и высокой степенью потенциальной опасности, которую эти объекты представляют для обслуживающего персонала, населения близлежащих районов и окружающей среды. Управление технологическими процессами зачастую сопряжено с необходимостью мониторинга большого количества технологических параметров и принятия точных и своевременных решений при возникновении нештатных ситуаций, способных привести к отказам оборудования и инициировать аварийные сценарии.

Проблемам обеспечения промышленной безопасности на объектах нефтегазовой отрасли посвящены работы A.A. Абросимова, А.Ю. Абызгильдина, П.Г. Белова, М.В. Бесчастнова, А.П. Веревкина, Г. Кистера, Е.Ф. Егорова, Е.В. Кловач,

A.M. Козлитина, В.А. Котляревского, И.Р. Кузеева, Н.В. Лазарева, М.В. Лисанова,

B. Маршалла, В.П. Мешалкина, А.И. Попова, Т.В. Савицкой, С.П. Сущева, P.P. Тляшевой, М.Х. Хусниярова и др.

В настоящее время в отрасли широко внедряются современные средства управления технологическими процессами, системы противоаварийной защиты, образующие вместе с технологическим оборудованием автоматизированные технологические комплексы (АТК) и позволяющие в значительной степени снизить риски возникновения аварийных ситуаций. Однако, до сих пор принятие решений в нештатных ситуациях выполняется обслуживающим персоналом. Статистика показывает, что 70% промышленных аварий вызвано ошибочными действиями персонала в нестандартных ситуациях. В этой связи актуальной является задача разработки научных основ системы поддержки принятия решений (СППР), спо-

собной за счет мониторинга значений технологических параметров отслеживать отклонения в нормальном режиме протекания процесса и своевременно выдавать рекомендации обслуживающему персоналу для предотвращения развития аварийных ситуаций.

Область исследования соответствует требованиям паспорта специальности ВАК 05.26.03 - Пожарная и промышленная безопасность (нефтегазовая отрасль): 6 Исследование и разработка средств и методов, обеспечивающих снижение пожарной и промышленной опасности технологических процессов, предупреждения пожаров и аварий, тушения пожаров; 11 Разработка научных основ создания устройств автоматического контроля и управления системами обеспечения промышленной и пожарной безопасности и жизнеобеспечения работников при нештатных ситуациях.

Целью диссертационной работы является разработка научных основ системы поддержки принятия решений в аварийных ситуациях, позволяющей предотвращать возникновение и развитие аварий на объектах нефтегазовой отрасли посредством оперативного принятия решений при обнаружении отказов1, возникающих в процессе эксплуатации объекта и способных инициировать аварийные ситуации.

Для достижения цели решаются следующие задачи:

1 Провести анализ причин возникновения и последствий возможных аварийных ситуаций блока ректификации газофракционирующей установки (ГФУ) на основе применения метода исследования опасности и работоспособности НА70Р и выявить параметры технологического процесса, выход за допустимые границы изменения которых позволяет выявить на ранних этапах возможные аварийные ситуации;

2 Разработать научную основу процедуры оперативного диагностирования отказов элементов АТК ректификационных колонн, базирующуюся на примене-

1 Под отказом в данной работе понимается нарушение работоспособного состояния объекта ( ГОСТ 27.002-89).

нии нейросетевых моделей, связывающих выход за допустимые границы изменения параметров технологического процесса и вероятные отказы, способные привести к авариям;

3 Для обучения, верификации и тестирования нейросетевых моделей разработать компьютерную модель блока ректификации ГФУ с возможностью имитации отказов элементов АТК;

4 Разработать алгоритм прогнозирования развития аварийных ситуаций, включающий усовершенствованную методику расчета массы взрывоопасного облака для учета изменения состава и физико-химических свойств многокомпонентных углеводородных смесей при выбросе из технологического оборудования;

5 Разработать алгоритм принятия решений в виде продукционной модели, позволяющей формализовать знания о необходимых мерах по предотвращению аварий, полученные с помощью метода исследования опасности и работоспособности НАгОР;

6 Реализовать алгоритмы оперативного диагностирования отказов элементов АТК ректификационных колонн, прогнозирования развития аварийных сценариев и поддержки принятия решений в виде программного комплекса, представляющего собой дополнение к существующей системе управления технологическим процессом.

Методы исследования

При решении поставленных в работе задач использовались: метод исследования опасности и работоспособности (НА20Р), методы имитационного компьютерного, нейросетевого и продукционного моделирования.

Научная новизна

1 На основе анализа причинно-следственных связей событий, приводящих к отказам, и аварийных ситуаций разработана процедура оперативного диагностирования элементов автоматизированных технологических комплексов ректификационных колонн, в основу которой положена двухуровневая нейросетевая модель, позволяющая по выходу за допустимые границы изменения измеряемых техноло-

гических параметров выявлять отказы: утечки из технологических трубопроводов и неисправности технических средств системы управления.

2 Построена математическая модель испарения бензина с поверхности аварийного пролива, учитывающая влияние степени перегрева технологической среды до аварийного выброса, процессы теплообмена с окружающей средой, а также изменение давления насыщенных паров, молекулярной массы и фракционного состава в процессе испарения. Сравнением с экспериментальными данными показано, что относительная погрешность модели не превышает 3,1%. Показано, что стандартная методика оценки массы испарившейся жидкой фазы, не учитывающая ее многокомпонентного состава, дает завышенный результат.

3 Предложена архитектура системы поддержки принятия решений в аварийных ситуациях, которая включает: процедуру оперативного диагностирования элементов автоматизированных технологических комплексов ректификационных колонн на основе нейронных сетей, продукционную модель принятия решений и алгоритм прогнозирования опасности развития аварийных сценариев с применением математической модели испарения бензина - и позволяет выявлять аварийные ситуации на ранней стадии их возникновения и снижать степень тяжести их последствий за счет сокращения времени принятия решения оперативным персоналом в 15 раз.

На защиту выносятся

1 Процедура оперативного диагностирования отказов элементов АТК на основе двухуровневой нейросетевой модели.

2 Математическая модель испарения бензина с поверхности аварийного пролива, учитывающая зависимость давления насыщенных паров, молекулярной массы и плотности от сложного многокомпонентного состава.

3 Система поддержки принятия решений в виде комплексного программного продукта.

Практическая ценность

Внедрение предлагаемой СППР в аварийных ситуациях позволяет повысить уровень безопасности объекта за счет своевременного обнаружения отказов элементов автоматизированных технологических комплексов, оперативного принятия решения по их устранению и предотвращению возникновения и развития аварийных ситуаций.

Результаты, полученные в работе, а именно алгоритм диагностирования отказов элементов АТК на основе нейросетевой модели, алгоритм принятия решений на основе продукционной модели, продукционная модель принятия решений и алгоритм прогнозирования опасности развития аварийных сценариев с применением математической модели испарения нефтепродуктов используются при проведении практических и лабораторных работ по дисциплинам:

- «Диагностика и надежность автоматизированных систем» в рамках подготовки инженеров по специальности 220301 «Автоматизация технологических процессов и производств (в нефтепереработке и нефтехимии)» и бакалавров по направлению 220200 «Автоматизация и управление»;

- «Обеспечение надежности и безопасности химико-технологических процессов» в рамках подготовки инженеров по специальности 240802 «Основные процессы химических производств и химическая кибернетика».

Алгоритм диагностирования отказов элементов автоматизированных комплексов ректификационных колонн на основе нейросетевой модели, алгоритм принятия решений в аварийных ситуациях на основе продукционной модели и алгоритм прогнозирования опасности развития аварийных сценариев с применением усовершенствованной математической модели испарения нефтепродуктов использовались в ООО ЭПЦ «Трубопроводсервис» при разработке проектно-сметной документации «Техническое перевооружение УСН4/2 цеха №1. Блок колонн, блок рибойлеров, узел регулирующих клапанов УСН4/2 ООО «ННПО» в рамках создания системы управления и противоаварийной защиты.

Апробация работы

Основные положения работы докладывались и обсуждались на следующих конференциях, семинарах, конкурсах, конгрессах: IV международной научной конференции студентов, аспирантов и молодых ученых «Научный потенциал студенчества в XXI веке» (Ставрополь, 2010), всероссийском семинаре «Энергоэффективность и энергобезопасность на предприятиях промышленности и жилищно-коммунального хозяйства» (Салават, 2010), XVII международной научно-технической конференции «Машиностроение и техносфера XXI века» (Севастополь, 2010), всероссийской научно-технической конференции «Проблемы управления и автоматизации технологических процессов и производств» (Уфа, 2010), международной научно-практической конференции «Проблемы и методы обеспечения надежности и безопасности систем транспорта нефти, нефтепродуктов и газа» (Уфа, 2011), международной научно-практической конференции «Нефтегазо-переработка-2011» (Уфа, 2011), 62 научно-технической конференции студентов, аспирантов и молодых ученых (Уфа, 2011), IV всероссийской научной конференции «Теория и практика массообменных процессов химической технологии (Ма-рушкинские чтения)» (Уфа, 2011), X всероссийской межвузовской научно-практической конференции «Компьютерные технологии в науке, практике и образовании» (Самара, 2011), IX всероссийской научно-технической конференции «Информационные системы и модели в научных исследованиях, промышленности, образовании и экологии» (Москва, 2012), XIII международной молодежной научной конференции «СЕВЕРГЕОЭКОТЕХ-2012» (Ухта, 2012), VIII международной научно-практической конференции «Дни науки» (Прага, 2012), всероссийской научно-практической интернет-конференции «Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа» (Уфа, 2013), международной научно-практической конференции «Нефтегазопере-работка - 2013» (Уфа, 2013).

Публикации

Основные результаты диссертационных исследований опубликованы в 12 печатных работах, в том числе 3 статьи в ведущих рецензируемых научных журналах из перечня ВАК.

Объем и структура диссертации

Диссертация состоит из введения, 4 глав, заключения, списка использованных источников (100 наименований) и 3 приложений. Работа содержит 129 страниц, включает 36 рисунков, 19 таблиц.

Глава 1. Анализ аварийных ситуаций на установке газофракционирования

Предприятия нефтегазовой отрасли в настоящее время характеризуются наличием большого числа опасных производственных объектов, эксплуатация которых сопряжена с высокими рисками возникновения и развития аварийных ситуаций. Высокая степень риска аварии в значительной степени обусловлена необходимостью быстро и своевременно принимать решения по оперативному предотвращению и устранению любых отклонений в технологических процессах, способных привести к негативным последствиям. До настоящего времени принятие решений в подобных ситуациях выполняется обслуживающим персоналом [97]. Для снижения влияние человеческого фактора на точность и оперативность принятых решений в настоящее время разрабатываются автоматизированные информационные комплексы, включающие в себя ряд аппаратных и программных средств по оперативному управлению промышленной безопасностью [57].

1.1 Характеристика установки газофракционирования с точки зрения промышленной безопасности

Процесс газофракционирования предназначен для переработки нефтезавод-ских газов, выделяющихся из нефти на установках AT, ABT и образующиеся во вторичных процессах переработки сырья (каталитический риформинг, гидроочистка, гидрокрекинг, пиролиз, каталитический крекинг и др.), а также продуктов переработки попутного нефтяного газа и природного газа [35, 87]. Установки газофракционирования (ГФУ) применяются для получения индивидуальных низкомолекулярных углеводородов Ci - Сб, а также стабильного газового бензина.

ГФУ включает в себя следующие блоки [35, 36, 59, 87]:

- очистки сырья от сероводорода, осушки и очистки от механических примесей;

- компрессии и конденсации газообразного сырья;

- ректификации.

Осушка газового сырья ГФУ перед компримированием может осуществляться адсорбцией силикагелем или абсорбцией ди- или триэтиленгликолем. Очистка от сероводорода и меркаптановой серы проводится растворами щелочи, карбонатов, моно- или диэтаноламина в процессе абсорбции [36].

Процессы компрессии и конденсации углеводородных газов необходимы для перевода их в жидкое состояние. Обычно используют�