автореферат диссертации по безопасности жизнедеятельности человека, 05.26.03, диссертация на тему:Совершенствование методов анализа промышленной безопасности нефтеперерабатывающих производств

На правах рукописи

ТОКАРЕВ ДМИТРИЙ ВЛАДИМИРОВИЧ

СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ АНАЛИЗА

ПРОМЫШЛЕННОЙ БЕЗОПАСНОСТИ НЕФТЕПЕРЕРАБАТЫВАЮЩИХ ПРОИЗВОДСТВ (НА ПРИМЕРЕ ТОВАРНОГО ПАРКА)

Специальность 05.26.03 - «Пожарная и промышленная безопасность»

(нефтегазовая отрасль)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Уфа-2006

Работа выполнена в Уфимском государственном нефтяном техниче^ ском университете.

Научный руководитель доктор технических наук, профессор

Буренин Владимир Алексеевич.

Официальные оппоненты:

доктор технических наук, доцент Кутуков Сергей Евгеньевич; кандидат технических наук Ягафаров Рустем Равилевич.

Ведущая организация

ГУЛ «Институт нефтехимпереработки РБ».

Защита состоится 17 февраля 2006 года в 10-00 часов на заседании диссертационного совета Д 212.289.05 при Уфимском государственном нефтяном техническом университете по адресу: 450062, Республика Башкортостан, г. Уфа, ул. Космонавтов, 1.

С диссертацией можно ознакомиться в библиотеке Уфимского государственного нефтяного технического университета.

Автореферат разослан « 17 » января 2006 года.

Ученый секретарь диссертационного совета

Закирничная М.М.

¿.РОСА

7 ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Нефтеперерабатывающее производство - один из наиболее опасных видов производств: на нефтеперерабатывающих заводах (НПЗ) производится, перерабатывается, хранится и транспортируется большое количество опасных веществ, при этом расположены такие заводы, как правило, вблизи крупных населенных пунктов. Кроме того, для этой отрасли характерна высокая концентрация производств, что лишь увеличивает создаваемую ими потенциальную техногенную опасность. Поэтому одной из основных проблем, которую приходится решать на всех стадиях жизненного цикла нефтеперерабатывающих производств (от их проектирования до ликвидации), является проблема разработки комплекса мероприятий, предотвращающих аварии.

Обоснованность рекомендаций по безаварийной эксплуатации сложных промышленных объектов, в том числе и нефтеперерабатывающих заводов, зависит, в значительной мере, от объема и качества информации об инцидентах и авариях на этих объектах. Чем меньше данных - тем шире доверительные интервалы оцениваемых параметров, а, это значит, что за безаварийную эксплуатацию приходится платить более высокую цену.

Таким образом, проблема повышения эффективности системы управления промышленной безопасностью состоит не только в разработке математических моделей безаварийной эксплуатации, но и в необходимости создания системы сбора, формализации и анализа информации об инцидентах и авариях на опасных производствах. По сути, речь идет о создании системы формализации, хранения и обобщения опыта эксплуатации подобных производств.

Целью работы является повышение эффективности анализа промышленной безопасности нефтеперерабатывающих производств посредством совершенствования системы сбора, формализашЕГ^^о^г^^щ ^фо^рмации об инцидентах и авариях. ' библиотека |

С.Нетарбург л , 08 ,

Задачи исследований:

- разработка методики выбора информативных параметров и процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах;

- разработка метода диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования;

- разработка формализованных моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий»;

- разработка метода оценки вероятности аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах.

Научная новизна:

- разработан метод диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования, на основе применения искусственной нейронной сети Хопфилда;

- разработан новый классификатор веществ, обращающихся на нефтеперерабатывающих предприятиях, на основе видов их огневого превращения; для каждого класса веществ построено характерное «дерево событий», описывающее набор возможных сценариев развития аварии;

- на основе усеченного распределения Парето получены оценки временного интервала повторения аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах.

Практическая ценность:

- разработаны формализованные модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий», а также метод оценки вероятности аварий с наиболее тяжелыми последствиями на данных производствах, которые используются при подготовке и экспертизе деклараций промышленной безопасности опасных

производственных объектов в ООО «Экспертно-производственный центр «Трубопроводсервис» (г. Уфа).

Апробация работы

Основные положения диссертационной работы докладывались и обсуждались на 54-й научно-технической конференции студентов, аспирантов и молодых ученых (Уфа, 2003 год); II Всероссийской учебно-научно-методической конференции «Реализация государственных образовательных стандартов при подготовке инженеров-механиков: проблемы и перспективы» (Уфа, 2003 год); II Международной научно-технической конференции «Но-воселовские чтения» (Уфа, 2004 год); 55-й научно-технической конференции студентов, аспирантов и молодых ученых (Уфа, 2004 год); Международной научно-практической конференции «Нефтепереработка и нефтехимия -2005» (Уфа, 2005 год).

Публикации

По результатам работы опубликовано 10 научных трудов.

Объем и структура работы

Диссертационная работа состоит из введения, пяти разделов, основных выводов, списка использованных источников из 107 наименований, содержит 120 страниц машинописного текста, 23 рисунка, 12 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цель и основные задачи исследований.

► В первом разделе рассматривается проблема обеспечения анализа

промышленной безопасности нефтеперерабатывающих предприятий качественными исходными данными и особенности методов анализа промышленной безопасности.

Многими исследователями доказано, что качество выходной информации процесса анализа определяется качеством входной информации и качеством моделей (имеется в виду устойчивость моделей). И если на сегодняшний день в научно-технической литературе решению задач повышения каче-

ства моделей, применяемых для анализа промышленной безопасности, уделяется достаточно много внимания, то публикаций, посвященных качеству входной информации, практически нет, поэтому неясно, в какой степени можно доверять результатам расчетов (анализа). Кроме того, существует проблема недостаточной формализации информации, собираемой для анализа промышленной безопасности нефтеперерабатывающих предприятий, в связи с чем ее сложно обрабатывать и анализировать. Исходя из этого, приобретает актуальность задача разработки методики выбора информативных параметров и процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах. Причем, сбор и хранение всей информации, необходимой для анализа промышленной безопасности нефтеперерабатывающего предприятия, будет наиболее эффективен в рамках информационно-аналитических комплексов.

Накапливаемая в информационно-аналитических комплексах информация позволит повысить эффективность методов анализа промышленной безопасности нефтеперерабатывающих производств, особенности применения которых (в частности, методов «деревьев отказов» и «деревьев событий») рассматриваются в этом же разделе. Методы «деревьев отказов» и «деревьев событий» рекомендуются к применению при анализе рисков в РД 03-418-01 «Методические указания по проведению анализа риска опасных производственных объектов». Однако в существующих рекомендациях по построению «деревьев отказов» и «деревьев событий» излагаются лишь основные подходы к их построению, отраслевая специфика в них не учитывается, поэтому возникает необходимость в выработке принципов их применения при анализе промышленной безопасности производств нефтепереработки.

В заключении первого раздела определяется последовательность этапов повышения эффективности анализа промышленной безопасности нефтеперерабатывающих производств.

Во втором разделе решается задача разработки методики выбора информативных параметров и процедуры сбора данных о безопасности технологических процессов на нефтеперерабатывающих производствах, которые позволят получить качественные исходные данные для ведения анализа промышленной безопасности.

Для анализа промышленной безопасности нефтеперерабатывающего производства посредством «деревьев отказов» необходимо составить:

- набор технологических параметров анализируемого процесса;

- набор возможных нарушений технологического процесса;

- набор возможных отказов и видов повреждений технических устройств;

- набор возможных ошибок персонала, которые могут привести к отказу технического устройства или нарушению технологического процесса с последующим развитием аварии.

Процедура сбора данных о безопасности технологических процессов на нефтеперерабатывающих производствах предусматривает, что запись данных об отказах технологического оборудования и нарушениях технологического процесса ведется двумя способами:

- в автоматическом режиме для технологических параметров, по которым осуществляется управление технологическим процессом;

- «вручную» для описания отказов технологического оборудования и ошибок персонала, которые не могут бьггь в общем случае зафиксированы в автоматическом режиме.

Запись нарушений технологического процесса осуществляется посредством «типовых карточек» в автоматическом режиме. Для принятого к анализу товарного парка НПЗ при составлении «типовых карточек» был проведен анализ штатного режима эксплуатации резервуара и возможных нарушений технологического процесса «хранение бензина в резервуаре». К анализу была принята функциональная схема автоматизации вертикального резервуара и насоса товарного парка бензинз-(рисунок 1),

резервуара и насоса

Переменная ху, характеризующая технологические параметры, принимает два значения: «-1» и «+1». Если значение технологического параметра в текущий момент времени находится в интервале, соответствующем норме по технологическому регламенту, то лгу=+1, в противном случае х1]=-\. Полностью открытой задвижке соответствует *,/=+1, полностью закрытой х,]=-\. Включенному состоянию насоса соответствует х,/=+1, отключенному состоянию х0~ 1. Каждый новый срез параметров сравнивается с имеющимися «типовыми карточками», и, если он соответствует одной из них, фиксируются его порядковый номер и время регистрации.

Типовые ситуации, характерные для технологического процесса «хранение бензина в резервуаре», описываются в таблице 1. Значениям параметров х„ которые ставятся в соответствие сочетаниям переменных хц, соответствуют штатные и аварийные типовые ситуации, описанные в правом столбце.

Таблица 1 - Описание основных типовых ситуаций для технологического процесса «хранение бензина в резервуаре»

Параметр х, Описание типовой ситуации

XI Наполнение резервуара Р-1 (штатный режим)

Х2 Опорожнение резервуара Р-1 (штатный режим)

хз Перемешивание бензина в резервуаре Р-1 (штатный режим)

х4 Переполнение резервуара Р-1 с одновременным отказом контура регулирования уровня жидкости в резервуаре (приборы поз. 15А 21 и ЬУ 21). Возможен перелив резервуара

х5 Снижение уровня бензина в резервуаре Р-1 с одновременным отказом контура регулирования уровня (приборы поз. ЬвА 22 и ЬУ 22). Возможна разгерметизация резервуара

Хб-Хю Повьшгепие температуры подшипников насоса Н-1

Хц-Хц Понижение давления на выкиде насоса Н-1. Возможна разгерметизация насоса (трубопровода)

Третий раздел посвящен разработке метода диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии, для решения задачи построения «деревьев отказов» технологического оборудования НПЗ.

Необходимость решения этой задачи обусловлена слабым на сегодняшний день учетом инцидентов в виде нарушений технологического процесса (по РД 09-398-01) при анализе путей развития отказов технологического оборудования НПЗ. Накопление массива данных об этих событиях по мере роста периода наблюдений позволит корректировать «деревья отказов».

Диагностика нарушений технологических процессов нефтепереработки, направленная на обнаружение отклонений параметров технологического процесса от регламентированных значений, осуществляется с помощью модели распознавания образов.

При анализе существующих подходов к распознаванию образов (образов нарушений технологического процесса) были выделены нейросетевые модели. Распознавание образов является той областью, в которой наиболее ярко выражаются преимущества искусственных нейронных сетей (ИНС). ИНС дают эффективное решение задачи распознавания независимо от того, существует обучающее множество уже классифицированных объектов или еще не существует. Действительно, количество типовых ситуаций при веде-

нии сложного технологического процесса на НПЗ может бьггь достаточно большим. При этом даже опыта экспертов может быть недостаточно для со- 1

ставления полного обучающего множества таких ситуаций. Отметим, что обучающее множество в случае применения ИПС не обязательно должно быть ограниченным. Это является несомненным преимуществом нейросете-вых моделей по сравнению с другими моделями.

В области применения искусственных нейронных сетей наибольшую известность получили работы Дж. Андерсона, А.И. Галушкина, Т. Кохонена, У. Маккаллоха, У. Питгса, Н. Рочестера, Б. Уидроу, Дж. Хопфилда, Д. Хэбба и др. Опыт успешного применения искусственных нейронных сетей в задачах распознавания образов отражен, в частности, в публикациях А.И. Галушкина, А.Н. Горбаня.

Для целей распознавания образов нарушений технологического процесса из числа известных нейросетевых моделей выбор был остановлен на нейросетевой модели Хопфилда, как модели, имеющей энергетическую интерпретацию: работа сети Хопфилда может быть охарактеризована некоторой энергетической функцией. Таким образом, сеть Хопфилда является физически подобной системой, что позволяет осуществлять распознавание образов состояния физических объектов (в нашем случае вертикального резервуара, насосов, трубопроводов и арматуры).

Структурная схема сети Хопфилда приведена на рисунке 2. Она состоит из единственного слоя нейронов, число которых является одновременно числом входов и выходов сети.

Каждый нейрон связан синапсами со всеми остальными нейронами, а также имеет один входной синапс, через который осуществляется ввод сигнала. Выходные сигналы, как обычно, образуются на аксонах.

В общем случае, любой сигнал может быть описан вектором х={х1, х2,...хм}т с компонентами, принимающими двоичные значения, например, «-1» и «+1». Обозначим вектор входных сигналов, описывающий р-й

Вход

Выход

Рисунок 2 - Структурная схема сети Хопфилда

образец, через у? (р=1,М). Когда сеть распознает (или «вспомнит») какой-либо образец на основе предъявленных ей данных, она сформирует вектор выходных сигналов, компоненты которого совпадут с соответствующими компонентами образа, т.е. у=я?, гдеу= {у/,у2>. ..уц}т- вектор выходных сигналов сети. В противном случае, выходной вектор не совпадет ни с одним образцовым.

На стадии инициализации сети весовые коэффициенты синапсов устанавливаются следующим образом:

% =

и

р=1 О, г = у.

Здесь х? - 1-й компонент вектора дЛ

Работа сети Хопфилда может быть охарактеризована некоторой энергетической функцией вида

^ / № I

где 8, - значение порога г-го нейрона; - веса связи /-го иу'-го нейронов.

В качестве функции активации использовалась логистическая функция

F{x) =

1 + e"

1

где х—очередное рассчитанное состояние нейрона.

На основе «типовых карточек» ситуаций были сформированы файл паттернов и файл тестовых образов при исключении одного параметра (моделирование отсутствия сигнала с датчика). Далее проведено обучение сети, сетью подобраны весовые коэффициенты. Результаты обучения представлены на рисунке 3.

Enter Enter В

9 9 15 3 9 9 3

э s 3 5 9 15 9 3 -9 -3 3 -3 9

а папа

9

-3

0 3 9 9 3

-9 5

1 Б 1

IS Э

3 -»

-3 9

-3 -16 15 3 3

of of

file of stractunOna.ctr file of patterns: 2.pat

-3 3

Enter a name of Enter nunber of 1 .ОВД l.OOO l.OM l.OOO Enter number of 1.000 l.QSe l.MQ —l.OOO Enter number of

l.OM l.aos l.on 1.000

Enter number of -0.999 l.OOO I-ЯО0 l.OOO Enter number of l.OOO l.OOO 1.000 -l.OM Enter number of

0.999 l.OOO l.OOO l.OOO Enter number of

1.В0П l.OOO l.OOO -1.000 Enter number of 1.000 l.OOO l.OOO 1.000 Enter number of -l.OOO 1-00(1 l.OOO 1.000

3 9 О

-3 3 3 9 -3 3 -9

9 »

Ç"

3 -3

0

1 1

э

15 -15 9 3

5 3 1

0 -5

5

1 -1 -1

5 1

e file of test patterns: « tested pattern

To continue? <y/n)y a teeted pattern: 1

1.000 1.500 1.000

To continue? Cy/n)y a tested patterns 2 l.OOO l.OOO l.OOO To oontlnue? <y/n>y a tested pattern : 3 1.000 -l.OOO l.OOO To continue? (jr/it>v a tested pattern: 4 -0.762 l.OOO l.OOO To continue? <y/to>y a teeted pattern : 5 1.000 -l.OOO —0.964 To continue9 <v/n>y a teeted pattern : 6 l.OOO 1.000 -0.995 To continue? <y/n>Jf a testod pattern : 7 l.OOO 1.000 -1.000 To continue? <if/n)y a testsd pattern: fl l.OOO -l.OOO -0.762 To continue? <y/ïi)ï

3 5 3 1 -5

0 5

1 -1 -1

5 1

2.pat

1 1

1.000 ООО

ООО ООО

9

15 9 3 5 S О 3 -3 -3 15 3

1.000

l.OOO

1.000 1.000 i -ооо l.OOO 1 .ООО

9

3 -3 15 1 1 э о

-1S 9 3 -9

-9

-3 3

-15 -1 -1 -3

-15 О

-9 -3 9

-l.OOO 1.000

l.OOO -1-000

1.000 -1.000

-l.OOO 1-ООО

1.000 -1.000

-l.OOO 1.080

1 - 0ШШ —1 - ООО

l.OOO -1.000

-l.OOO 1.000

3

-3

-9 »

-1 -1 —Э 9 -9

о

-3 -IS

-1.000 l.OOO

-1.000

l.OOO -1.000

1.000 -l.OOO

Рисунок 3 - Результаты обучения сети Хопфилда (фрагмент)

В общем случае по мере увеличения времени эксплуатации количество типовых ситуаций и соответствующих им «типовых карточек» увеличится по сравнению с исходным количеством. Новая ситуация, не имеющая прецедента (нет соответсгвующей «типовой карточки»), автоматически запоминается

и в режиме привлечения внимания оператора высвечивается на экране монитора. Оператор, ознакомившись с этой новой ситуацией, дает ей название и заносит в каталог уже имеющихся «типовых карт» как новый прецедент.

Для тестирования информационно-аналитического комплекса был разработан симулятор технологического процесса «хранение бензина в резервуаре», который позволяет задавать значения измеряемых параметров технологического процесса и транслировать их в информационно-аналитический комплекс. На рисунке 4 показана распознанная типовая ситуация .«Повышение температуры подшипников насоса».

Рисунок 4 - Окно информационно-аналитического комплекса сбора и анализа данных о безопасности технологического процесса на НПЗ

Таким образом, сеть Хопфилда позволяет распознавать типовые и близкие к ним сочетания переменных х,р характеризующих текущее состояние технологического процесса в данный момент времени (срез параметров),

в том числе и при некорректных сигналах, поступающих с датчиков (например, в случае их неисправности). В частности, с помощью программно реализованной сети Хопфилда могут распознаваться:

- отклонения параметров технологического процесса от регламентированных значений, которые сами по себе или в сочетании с другими факторами могут привести к возникновению и развитию аварии;

- отказы контуров регулирования.

На основе анализа накопленных срезов параметров составляется набор возможных видов отказов средств автоматизации и отклонений параметров технологического процесса от нормы для построения «деревьев отказов».

Четвертый раздел посвящен разработке формализованных моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий».

Методические указания Ростехнадзора по проведению анализа риска опасных производственных объектов (РД 03-418-01) рекомендуют анализ «деревьев отказов» для оценки уровня промышленной безопасности. Наиболее существенный вклад в развитие метода «деревьев отказов» внесли X. Ку-мамото, X. Уотсон, Д.Ф. Хаасл, Э.Дж. Хенли и др.

В сложившейся практике построения «деревьев отказов» для оборудования НПЗ принято вести расчет вероятностей элементарных, промежуточных и собственно отказов аппаратов. И если при расчете промежуточных и итоговых отказов (т.е. отказов аппарата) особых сложностей не возникает -логические операторы подразумевают однозначные операции над значениями вероятностей, то с исчислением вероятностей элементарных отказов на практике возникают большие сложности. Они связаны, прежде всего, с упомянутым выше отсутствием достаточной статистики по многим событиям, составляющим понятие элементарного отказа. В связи с этим существует большая вариабельность в назначении, например, вероятности такого элементарного отказа, как «ошибка персонала» или «дефект сварного шва».

Вершиной «дерева отказов» является отказ технологического аппарата в виде разгерметизации с выходом нефти или нефтепродукта из аппарата, что приводит к разливу на грунт, испарению, возможному огневому превращению, то есть сценариям, которые рассматриваются с помощью построения «деревьев событий».

Причины нарушения герметичности технологических аппаратов подразделяются на следующие основные виды:

- причины, обусловленные изменением свойств материала (материалов) конструкции аппаратов (например, коррозия);

- причины, обусловленные изменением условий протекания технологического процесса в этих аппаратах (скачкообразное повышение давления, температуры);

- причины, обусловленные воздействием условий внешней природной среды (аномальное колебание температуры окружающего воздуха, карстовые явления);

- причины, обусловленные ошибками персонала (несоблюдение технологического регламента, норм промышленной безопасности);

- причины, обусловленные авариями на соседних объектах и производствах (так называемый эффект домино) и внешним техногенным воздействием (например, падением летательного аппарата).

При построении «дерева отказов» целесообразно разделять разгерметизацию аппарата по причинам, связанным исключительно с производством, то есть технологическим процессом, техническим обслуживанием и разгерметизацию (а в этом случае это будет, скорее, разрушение аппарата) по внешним причинам - воздействие аварии на соседнем производстве, природные воздействия, внешние техногенные воздействия. Это позволит наглядно выявить слабые места оборудования с точки зрения производства и оценить то влияние, которое может оказаться критическим из-за внешнего воздействия, не смешивая эти причины между собой, как это принято в практике построения «деревьев отказов» сегодня.

Таким образом, целесообразно строить «дерево отказов» двух типов:

- «дерево отказов» технологического аппарата первого типа, при этом отказ может быть вызван только производственными факторами;

- «дерево отказов» технологического аппарата второго типа, при этом отказ может быть вызван факторами внешнего воздействия, напрямую с производством, в котором данный аппарат задействован, не связанными.

Представляется, что такой подход будет наиболее полезен при анализе отказов крупногабаритного оборудования: колонн, резервуаров, так как они содержат в себе значительное количество пожаровзрывоопасных и химически опасных веществ и подвержены внешним воздействиям в большей мере, чем небольшие по размерам аппараты.

Для построения «дерева отказов» технологического аппарата рекомендуется следующая последовательность действий:

- проводится изучение особенностей эксплуатации аппарата;

- определяется набор производственных факторов и факторов внешнего воздействия, которые могут привести к разгерметизации аппарата;

- определяется набор элементарных отказов;

- строятся «деревья отказов» первого и второго типа;

- определяются наименьшие сечения, которые могут привести к разгерметизации аппарата.

Для вертикального стального резервуара на основе составленного набора элементарных отказов были построены «деревья отказов» двух типов.

Далее приводится формализованная модель анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев событий».

Анализ возможных аварийных событий с помощью «деревьев событий» является составной частью анализа риска опасных производственных объектов. Методология построения «деревьев событий» описана в литературе. Однако в литературных источниках не даются особые рекомендации для построения «деревьев событий» для установок НПЗ.

Для объектов нефтепереработки при построении «деревьев событий» в качестве исходного события принимается разгерметизация оборудования, за которым следуют промежуточные события - этапы развития аварии, приводящие к событиям конечным - воздействию на персонал, устройства и сооружения объекта анализа, соседние объекты, селитебную территорию.

Наиболее опасные сценарии развития аварийных событий являются результатом огневого превращения пожаровзрывоопасных веществ, поступивших в атмосферу при разгерметизации оборудования, трубопроводов или арматуры. Огневое превращение пожаровзрывоопасых веществ - это пожар, факельное горение, взрыв в форме детонации или дефлаграции, «огневой шар». Виды огневого превращения определяются в основном двумя факторами: видом топлива, продукта и характеристикой места распространения облака топливно-воздушной смеси.

Показано, что, согласно видам огневого превращения, пожаровзрыво-опасные вещества, обращающиеся в технологических процессах нефтепереработки, подразделяются на четыре группы, характеристика которых дана в таблице 2.

Таблица 2 - Описание групп основных пожаровзрывоопасных веществ,

обращающихся на НПЗ, согласно видам огневого превращения

Группа веществ Характеристика группы веществ Типичные представители

Первая Пожароопасные вещества (жидкости) с высокой температурой вспышки и высокой температурой кипения Масла, мазуты, гудрон, битум

Вторая Пожаровзрывоопасные вещества (жидкости) с температурой вспышки менее 61 °С и температурой начала кипения выше 35 С Товарная нефть, реактивные топлива, бензин, дизельное топливо зимнее, индивидуальные вещества нефтехимии - бензол, толуол, этилбензол, изопропилбензол, этанол

Третья Пожаровзрывоопасные вещества с температурой кипения 35 °С и ниже, хранимые как жидкости под давлением Сжиженные газы Су-С5, пропилен, этилен, окись этилена, диэтиловый эфир

Четвертая Пожаровзрывоопасные газы Газы нефтепереработки и нефтехимии (топливный газ, водородсодержащий газ), .природный газ, ацетилен

Вещества первой группы участвуют в аварийных событиях в форме пожара разлива. Вещества второй группы участвуют в аварийных событиях в виде пожара разлива и взрыва парогазового облака. Вещества третьей группы ограниченно образуют разлив жидкости и обычно при пониженных температурах, вследствие чего пожар разлива как таковой отсутствует или носит кратковременный характер. Вещества этой группы способны образовывать облака топливно-воздушных смесей (TBC), сгорающие в виде «огневого шара». Вещества четвертой группы являются неконденсирующимися газами. В процессе переработки они составляют относительно небольшую часть по массе, так как имеют относительно невысокую плотность, образуют TBC, способные к взрыву в широком интервале концентраций, практически неспособны образовывать «огневой шар». Для этой группы характерны аварийные события в виде факельного сгорания горючего вещества и взрыва облака TBC. Характерное «дерево событий» для случая выброса из разгерметизированного оборудования веществ первой группы представлено на рисунке 5.

Возгорание предотвращено

Рисунок 5 - Характерное «дерево событий» для случая выброса из разгерметизированного оборудования веществ первой группы

Характерные «деревья событий» для случаев выброса из разгерметизированного оборудования веществ второй, третьей и четвертой групп представлены, соответственно, на рисунках 6, 7 и 8.

Выход парогазовой

Выброс вещества 2-й группы

Образование облака ТВС

Источник зажигания

Источник

Выход жидкой фазы

Самовоспламенение разлива_

Использование средств тушения

Без самовоспламенения_

Источник зажигания

Факельное горение парогазовой фазы

Рисунок 6 - Характерное «дерево событий» для случая выброса из разгерметизированного оборудования веществ второй группы

Образование «огневого шара»

Выход парогазовой фазы

Выброс вещества 3-й группы

Образование облака ТВС

Источник зажигания

Выход жидкой фазы

Источник зажигания

Взрыв облака ТВС.

Рассеивание облака ТВС

Пожар разлива

Источник зажигания

Без возгорания Испарение разлива

Рисунок 7 - Характерное «дерево событий» для случая выброса из разгерметизированного оборудования веществ третьей группы

Оценка поведения смеси продуктов из различных групп при построении «дерева событий» дается после выполнения технологических расчетов фазового состояния «пар-жидкость» путем сопоставления с характеристиками групп, приведенных в таблице 2.

Если образовавшаяся в результате разгерметизации смесь продуктов по своему фазовому состоянию и составу сопоставима с характеристиками групп пожаровзрывоопасных веществ, то следует ожидать протекания аварийного события согласно вышеизложенным сценариям для соответствующей группы. В противном случае следует обосновать большее число возможных сценариев аварийных событий.

При построении «деревьев событий» были использованы дополнительные текстовые обозначения, например «Источник зажигания». Это делает «деревья событий» более наглядными и облегчает их чтение.

Факел птушен

Образование факела_

Мгновенное воспламенение

Выброс вещества 4-Я группы

Источник зажигания

Горение факела

Исп&лмование средств ^шения

Взрыв облака ТВС

Условия образования факела Без мгновенного воспламенения

Рассеивание облака ТВС .

Взрыв облака ТВС

Средства защиты не сработали ^

Использование средств защиты

Рассеивание облака ТВС

Источник зажигания

Рисунок 8 - Характерное «дерево событий» для случая выброса из разгерметизированного оборудования веществ четвертой группы

В пятом разделе исследуется вопрос о виде статистического распределения аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих предприятиях. Для описания потерь от аварий на нефтеперерабатываю-

щих производствах предложено использовать усеченное распределение Па-рето с функций распределения

т=

' 1; *>*<> \-х~" 1 —Ж0 ^0; х<\

где х - количество пострадавших; дг0 - точка усечения; а - параметр распределения.

Собранная по материалам литературных источников, в том числе периодических изданий, статистика аварий на нефтеперерабатывающих производствах насчитывает 16 аварий различного масштаба. На рисунке 9 представлена кумулятивная гистограмма числа погибших и пострадавших в авариях на нефтеперерабатывающих производствах в 1999-2005 годах.

Рисунок 9 - Кумулятивная гистограмма числа погибших и пострадавших в авариях на нефтеперерабатывающих производствах в 1999-2005 гг.

На рисунке 9 по оси абсцисс отложен десятичный логарифм числа пострадавших, по оси ординат - десятичный логарифм количества аварий, для

которых число пострадавших больше данного аргумента х. Прямая линия -- закон Парето с & =0,4872.

Величина интервала п повторения аварий с наиболее тяжелыми последствиями определяется, при переходе к оценкам параметров, как

-

V*

где х0 - оценка точки усечения; а - оценка параметра распределения; т„ максимальное значение х из выборки.

Была получена оценка интервала повторения сильнейших событий ¿=35,2...54,2 года. Такая оценка полезна при проведении экспертизы деклараций промышленной безопасности нефтеперерабатывающих предприятий.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ:

1 Разработана методика выбора информативных параметров и процедура сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах, с помощью которой решается задача повышения качества исходных данных для анализа промышленной безопасности объектов нефтепереработки.

2 Разработан метод диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования, для решения задачи повышения достоверности «деревьев отказов».

3 Проведена формализация моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий».

4 Предложено пожаровзрывоопасные вещества, обращающиеся в технологических процессах нефтепереработки, подразделять на четыре группы, в зависимости от присущих им видов огневого превращения. Для каждой группы веществ строится характерное «дерево событий».

5 Предложено описывать промышленные аварии с наиболее тяжелыми последствиями на нефтеперерабатывающих предприятиях на основе усеченного распределения Парето. На основе статистики аварий на предприятиях нефтепереработки получена оценка временного интервала возникновения аварий с наиболее тяжелыми последствиями на НПЗ.

Основное содержание диссертации отражено в следующих работах:

1 Токарев Д.В., Богданов B.C., Буренин В.А. Об основных подходах к построению «деревьев отказов» для объектов нефтепереработки и нефтехимии //Материалы 54-й научно-технической конференции студентов, аспирантов и молодых ученых,- Уфа: Изд-во УГНТУ, 2003.- Ч. 1.- С. 398-399.

2 Токарев Д.В., Богданов B.C., Буренин В.А. Анализ возможных аварийных событий на предприятиях нефтепереработки и нефтехимии методом построения «деревьев событий» //Материалы 54-й научно-технической конференции студентов, аспирантов и молодых ученых,- Уфа: Изд-во УГНТУ,

2003.-4.1.- С. 400-401.

3 Токарев Д.В. и др. Применение метода «деревьев событий» при составлении деклараций промышленной безопасности для нефтеперерабатывающих и нефтехимических предприятий//Нефтегазовое дело- 2003- Т.1.-С. 326-331.

4 Токарев Д.В., Богданов B.C., Буренин В А. Ведение анализа безопасности эксплуатации оборудования НПЗ построением «деревьев отказов» //Реализация государственных образовательных стандартов при подготовке инженеров-механиков: проблемы и перспективы: материалы П Всероссийской учебно-научно-методической конференции.- Уфа: Изд-во УГНТУ,

2004.- С. 209-212.

5 Токарев Д.В., Филиппов В.Н. Задачи анализа безопасности в структуре интегрированных АСУ производств ТЭК //Новоселовские чтения: материалы 2-й Международной научно-технической конференции,- Уфа: Изд-во УГНТУ, 2004.- С. 137-138.

л* Л 1 20О6Ц

* - 23 О 7

6 Токарев Д.В., Зозуля Ю.И., Филиппов В.Н. Задачи анализа безотйс- ' ности в структуре интегрированной АСУ111 в нефтегазовой отрасли //Автоматизация, телемеханизация и связь в нефтяной промышленности- 2004-№4,- С. 46-48.

7 Токарев Д.В. Информационное обеспечение анализа безопасности нефтеперерабатывающих производств с использованием возможностей интегрированной АСУТП //Материалы 55-й научно-технической конференции студентов, аспирантов и молодых ученых- Уфа: Изд-во УГНТУ, 2004,-С.188.

8 Токарев Д.В. Ведение информационных карточек параметров технологического процесса на установках НПЗ //Материалы 55-й научно-технической конференции студентов, аспирантов и молодых ученых- Уфа: Изд-во УГНТУ, 2004,- С. 189.

9 Токарев Д.В., Зозуля Ю.И. Подсистема сбора и анализа данных о безопасности технологического процесса в составе интегрированной АСУТП на НПЗ //Нефтепереработка и нефтехимия - 2005: материалы международной научно-практической конференции. Уфа: Изд-во ГУП «ИНХП РБ», 2005-С. 367-368.

10 Токарев Д.В. Оценка вероятности возникновения аварий на нефтеперерабатывающих, нефтехимических и химических предприятиях //Нефтегазовое дело- 2005 - http://www.ogbus.ru/authors/Tokarev/Tokarev_2.pdf.

Подписано в печать Л-0{,06. Бумага офсетная. Формат 60x84 1/16. Гарнтура «Тайме». Печать трафаретная. Усл. печ. л. /. Тираж 90. Заказ Ч .

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

Введение

1 Общие сведения о методах анализа промышленной 8 безопасности, уровне промышленной безопасности нефтеперерабатывающих предприятий и организации на них сбора и анализа данных о безопасности технологических процессов

1.1 Современное состояние организации сбора и анализа данных 8 об уровне промышленной безопасности на нефтеперерабатывающих предприятиях

1.2 Общие сведения о современных методах анализа 15 промышленной безопасности

1.3 Постановка задачи исследования

Выводы

2 Разработка методики выбора информативных параметров и 29 процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах

2.1 Методика выбора информативных параметров о безопасности 29 технологического процесса на нефтеперерабатывающем производстве 2.2 Разработка процедуры сбора данных о безопасности 32 технологического процесса на нефтеперерабатывающих производствах

2.3 Реализация на ЭВМ процедуры сбора данных о безопасности 34 технологического процесса на нефтеперерабатывающих производствах

Выводы

3 Разработка метода диагностики нарушений технологических 42 процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования

3.1 Современные методы распознавания образов

3.2 Обучение и распознавание в нейронной сети Хопфилда

3.3 Реализация на ЭВМ сети Хопфилда для решения задачи 55 распознавания нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования

Выводы

4 Разработка формализованных моделей анализа развития аварий 64 на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий»

4.1 Разработка формализованной модели анализа развития аварий 64 на нефтеперерабатывающих производствах на базе «деревьев отказов»

4.2 Построение «деревьев отказов» для резервуаров товарного 72 парка нефтеперерабатывающего завода

4.3 Разработка формализованной модели анализа развития аварий 82 на нефтеперерабатывающих производствах на базе «деревьев событий»

4.4 Построение «деревьев событий» для объектов 89 нефтепереработки

Выводы

5 Оценка вероятности аварий с наиболее тяжелыми 97 последствиями на нефтеперерабатывающих производствах

5.1 Степенные законы распределения вероятностей

5.2 Оценка вероятности аварий с наиболее тяжелыми 103 последствиями на нефтеперерабатывающих производствах

Выводы

Вторая половина двадцатого века стала временем активного развития такой прикладной научной дисциплины, как промышленная безопасность. Это было связано, в первую очередь, с ростом промышленного производства, ® повышением его концентрации, сложности, появлением новых видов веществ, участвующих в технологических процессах. В этот же период времени имел место целый ряд крупных промышленных аварий. Эти обстоятельства заставили общество обратить особое внимание на вопросы обеспечения безопасности человека в контексте промышленного производства. Важным было и уже сформировавшееся во многих развитых странах к этому времени отношение к человеческой жизни как к высшей ценности. Такое отношение к жизни человека является основным постулатом современной европейской мысли, прошедшей в своем развитии эпохи • Возрождения и Просвещения.

Одним из первых международных документов в сфере промышленной безопасности стала Декларация Севезо «О предотвращении крупных промышленных аварий» (Директива Совета ЕЭС 82/50/ЕЭС, 96/82/ЕЭС), основным положением которой являлось создание нормативных требований по предотвращению аварий на крупных и особо опасных производствах.

•В ней впервые введена практика представления декларации безопасности и сформулированы требования к ее содержанию. Согласно ® Директиве, каждое государство должно систематизировать типовую информацию об опасностях объектов и разрабатывать требования по минимизации этих опасностей.

В 90-х годах XX века был принят уже целый ряд международных документов, направленных на предотвращение крупных аварий, в частности: Конвенция ООН «О трансграничном воздействии промышленных аварий», Конвенция МОТ №474 «О предотвращении крупных промышленных аварий».

В нашей стране сфера промышленной безопасности в последние годы также получила развитие, в частности также была введена процедура декларирования промышленной безопасности опасных производственных объектов.

К числу опасных производственных объектов относятся, в том числе, нефтеперерабатывающие производства. При этом, нефтеперерабатывающие заводы (НПЗ) являются одними из наиболее опасных видов производств: на них перерабатывается, хранится, транспортируется большое количество опасных веществ, расположены такие заводы, как правило, вблизи крупных населенных пунктов и т.п. Кроме того, для этой отрасли характерна высокая концентрация производства, что лишь увеличивает создаваемую ими потенциальную техногенную опасность.

Поэтому одной из основных проблем, которую приходится решать на всех стадиях жизненного цикла нефтеперерабатывающих производств (от их проектирования до ликвидации), является проблема разработки комплекса мероприятий, предотвращающих аварии.

Обоснованность рекомендаций по безаварийной эксплуатации сложных промышленных объектов, в том числе и нефтеперерабатывающих заводов, зависит, в значительной мере, от объема и качества информации об инцидентах и авариях на этих объектах. Чем меньше данных - тем шире доверительные интервалы оцениваемых параметров, а, это значит, что за безаварийную эксплуатацию приходится платить более высокую цену.

Таким образом, проблема повышения эффективности системы управления промышленной безопасностью состоит не только в разработке математических моделей безаварийной эксплуатации, но и в необходимости создания системы сбора, формализации и анализа информации об инцидентах и авариях на опасных производствах. По сути, речь идет о создании системы формализации, хранения и обобщения опыта эксплуатации подобных производств.

Целью работы является повышение эффективности анализа промышленной безопасности нефтеперерабатывающих производств посредством совершенствования системы сбора, формализации и обработки информации об инцидентах и авариях.

Задачи исследований:

- разрабртка ' методики выбора информативных параметров и процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах;

- разработка метода диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования;

- разработка формализованных моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий»;

- разработка метода оценки вероятности аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах.

Научная новизна:

- разработан метод диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования, на основе применения искусственной нейронной сети Хопфилда;

- разработан новый классификатор веществ, обращающихся на нефтеперерабатывающих предприятиях, на основе видов их огневого превращения. Для каждого класса веществ построено характерное «дерево событий», описывающее набор возможных сценариев развития аварии;

- на основе усеченного распределения Парето, получены оценки временного • интервала повторения аварий на нефтеперерабатывающих производствах с наиболее тяжелыми последствиями.

Практическая ценность:

- разработаны формализованные модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий», а также метод оценки вероятности аварий с наиболее тяжелыми последствиями на данных производствах, которые используются при подготовке и экспертизе деклараций промышленной безопасности опасных производственных объектов в ООО «Экспертно-производственный центр «Трубопроводсервис» (г. Уфа).

Общие выводы

1 В настоящее время существует проблема обеспечения анализа промышленной безопасности нефтеперерабатывающих производств качественными исходными данными, что снижает достоверность получаемых результатов анализа.

2 Методика выбора информативных параметров и процедура сбора данных о безопасности технологического процесса на НПЗ позволяет обеспечить качественной входной информацией аналитические методы анализа промышленной безопасности.

3 Для повышения достоверности «деревьев отказов» технологического оборудования НПЗ необходимо учитывать нарушения технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования. Для решения этой задачи разработан метод диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования, на основе применения искусственной нейронной сети Хопфилда. Метод реализован в рамках разработанного информационно-аналитического комплекса сбора и анализа данных о безопасности технологического процесса на НПЗ (информационно-аналитический комплекс «Промышленная безопасность»).

4 Проведена формализация моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий».

5 Предложено определять вероятность аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах на основе распределения Парето. Была получена оценка интервала повторения аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах.

1. Федеральный Закон «О промышленной безопасности опасных производственных объектов» от 21.07.97 г. № 116-ФЗ.

2. Попков В.Ф., Ибрагимов И.Г. Экспертные системы диагностирования ® в энергетике и химической технологии Уфа: Изд-во УГНТУ, 2000 - 59 с.

3. ISO 8402:1994 (E/F/R). Управление качеством и обеспечение качества: Словарь-ИСО, 1994.

4. ЕОК 6-89. Словарь терминов в области общего руководства качеством Русская версия.- 6-е изд. Европейская организация по качеству, 1989.

5. Правила организации и осуществления производственного контроля за соблюдением требований промышленной безопасности на опасных производственных объектах: Утв. Правительством РФ 10.03.99 //Безопасность труда в промышленности 1999.- № 9.- С. 55-57.

6. Деев В.Г. Обеспечение безопасности эксплуатации Ф нефтегазодобывающего оборудования на основе использованияинформационно-измерительных систем: Дис. .канд. техн. наук.- Уфа, 2001.-177 с.

7. Соловьев В.Я. Повышение эксплуатационной надежности и энергетической безопасности технологических процессов нефтедобычи: Дис. .канд. техн. наук Уфа, 2002 - 197 с.

8. Степанянц B.C., Белашов В.Р. Автоматизированная система обеспечения безопасной эксплуатации нефтехимических объектов• //Безопасность труда в промышленности 1996.- № 7 - С. 21-22.

9. Разработка и внедрение интегрированной автоматизированной системы управления цехом поддержания пластового давления (ЦППД-1) и цехом электроснабжения (ПРЦЭиЭ) НГДУ «Джалильнефть» Уфа: ОАО «Нефтеавтоматика», 1999 - 96 с.

10. Пичков С.Н., Кадашов А.Н. Автоматизированная система оперативной диагностики потенциально опасных промышленных объектов //Безопасность труда в промышленности 1996.- № 4.- С. 31-35.

11. Мартынов А.В., Глух О.Н., Шклюдов В.Р. Компьютерное управление технологическими процессами на службе промышленной безопасности //Безопасность труда в промышленности.- 2004.- № 11-С. 12-13.

12. Яковлев С.Ю., Рыженко А.А., Ржевский Б.Н. и др. Проект автоматизированной системы управления промышленной безопасностью горно-химического комплекса //Безопасность труда в промышленности.-2004.-№ ц. с. 44-47.

13. Об опыте декларирования промышленной безопасности и страхования ответственности. Развитие методов оценки риска аварий на опасных производственных объектах //Безопасность труда в промышленности.- 2004.- № 12 С. 50-51.

14. Сковородкин В.Ю. Методологические принципы развития систем управления промышленной безопасностью предприятий //Безопасность труда в промышленности 2004.- № 7 - С. 39-41.

15. Клебанов Ф.С. О современной концепции безопасности //Безопасность труда в промышленности 2002.- № 6 - С. 33-38.

16. Шаталов А.Л., Габдюшев Р.И., Юнкин А.И. и др. О создании системы управления промышленной безопасностью ОАО «Уфанефтехим» //Безопасность труда в промышленности.- 2004.- № 4 С. 8-10.

17. Егорова Л.Г. Еще раз о «процессном подходе» //Сертификация-2001.-№3.-С. 15-19.

18. OHSAS 18001:1999. Occupational health and safety management systems Specification.

19. Роздин И.А., Хабарова Е.И. Оценка риска аварий на предприятиях по хранению светлых нефтепродуктов методом построения деревьев опасности //Безопасность труда в промышленности 2000.- № 10 - С. 20-23.

20. Гражданкин А.И., Лисанов М.В., Печеркин А.С. Использование вероятностных оценок при анализе безопасности опасных производственных объектов //Безопасность труда в промышленности 2001.- № 5.- С. 33-36.

21. Руководство по количественному анализу риска химических процессов Нью-Йорк: Американский институт инженеров-химиков, Центр безопасности химических процессов, 1994.

22. Анализ видов и последствий потенциальных отказов. FMEA: Справочное руководство Крайслер корпорейшен: Пер. с англ.- Н.Новгород: Изд-во АО «НИЦ КД», СМЦ «Приоритет», 1997.- 67 с.

23. Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах: Утв. ОАО «АК «Транснефть» 30.12.99 М., 1999.- 120 с.

24. РД 03-418-01. Методические указания по проведению анализа риска опасных производственных объектов. Утв. Госгортехнадзором России 10.07.01. //Безопасность труда в промышленности.- 2001.- № 10 С. 40-50.

25. Аронов И.З. Современные проблемы безопасности технических систем и анализ риска //Стандарты и качество 1998.- № 3 - С. 45-51.

26. Аронов И.З. Грозовский Г.И., Шпер В.А. Анализ безопасности сложных технических систем на основе статистических процедур обработки информации //Вестник машиностроения,- 1997 № 5 - С. 30-33.

27. Диллон Б., Сингх Ч. Инженерные методы обеспечения надежности систем: Пер. с англ.- М.: Мир, 1984 318 с.

28. Meister D. The Problem of Human-Initiated Failures, Eights National Symposium on Reliability and Quality Control, 1962.

29. Архипенков С.Я. Аналитические системы на базе Oracle Express OLAP. Проектирование, создание, сопровождение- М.: Диалог-МИФИ,1999.-320 с.

30. Буренин В.А. Прогнозирование индивидуального остаточного ресурса стальных вертикальных резервуаров: Дис. .д-ра техн. наук. Уфа, 1994.-295 с.

31. Калянов Г.Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. 2-е изд. перераб. и доп.- М.: Горячая линия Телеком,2000.- 320 с.

32. Карпачев И.И. Классификация компьютерных систем управления предприятием //АКДИ Экономика и жизнь 1999.- №2.- С. 23-29.

33. Корпоративный стандарт АСУ ТП нефтедобычи и нефтеподготовки. Функциональные требования.- ТНК-ВР, 2005- 110 с.

34. Маклаков С.В. Создание информационных систем с ALLFusion Modeling Suite.- М.: Диалог-МИФИ, 2003.- 432 с.

35. Мамаев Е., Шкарина JL Microsoft SQL Server 2000 для профессионалов СПб: Питер, 2001- 1088 с.

36. Д.А. Марка, К. МакГоуэн. Методология структурного анализа и проектирования. SADT (Structured Analysis & Design Technique)./http://www.interface.ru/ fset.asp?Url=/ ca/bpwin.htm.

37. Отчет по НИР «Технические предложения по концепции интегрированной системы управления технологическим комплексом транспорта нефти».- Уфа: ОАО «Нефтеавтоматика», ЦНиТО «Сигнал», 2003.-8 с.

38. Фейерштейн С., Прибыл Б. Oracle PL/SQL для профессионалов, 3-е изд.- СПб.: Питер, 2004- 941 с.

39. Пейдж, Вильям Дж. и др. Использование Oracle8/8i. Специальное издание: Пер. с англ.- М.: Издательский дом «Вильяме», 2000 1024 с.

40. РД 50-680-88. Методические указания. Автоматизированные Ф системы. Основные положения /Комплекс стандартов и руководящихдокументов на автоматизированные системы. Информационная технология.-М., 1991.-С. 38-45.

41. Рей У. Методы управления технологическими процессами- М.: Мир, 1983.-368 с.

42. Солодовников В.В., Тумаркин В.Н. Теория сложности и проектирование систем управления М.: Наука, 1990 - 168 с.

43. Хотка Д. Oracle8i на примерах.: Пер. с англ.- М.: Издательский дом • «Вильяме», 2001.- 416 с.

44. Шувалов JI.T. и др. Автоматизация производственных процессов в химической промышленности М.: Химия, 1991- 480 с.

45. Горелик A.JL, Скрипкин В.А. Методы распознавания: Учебное пособие для втузов- 3-е изд., перераб. и доп.- М.: Высшая школа, 1989232 с.

46. Еремин И.И., Мазуров В.Д. Нестационарные процессы математического программирования.-М.: Наука, 1979.-288 с.

47. Ту Дж., Гонсалес Р. Принципы распознавания образов /Пер. с англ.: под. ред. Журавлева Ю.И.- М.: Мир, 1976.- 511 с.

48. Айзерман М.А., Браверманн Э.Н., Розоноер Л.И. Метод потенциальных функций в теории обучения машин М.: Наука, 1970.- 240 с.

49. Вапник В.Н., Червоненкис А .Я. Теория распознавания образов- М.: Наука, 1974.-415 с.

50. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. Некоторые аспекты.- М.: Радио и связь, 1985162 с.

51. Ледли Р.С. Программирование и использование цифровых вычислительных машин М.: Мир, 1966 - 644 с.

52. Фу К.С. Структурные методы в распознавании образов М.: Мир, 1977.-319 с.

53. Галушкин А.И. Нейрокомпьютеры. Кн. 3: Учеб. Пособие для вузов /Общая ред. А.И. Галушкина.- М.: ИПРЖР, 2000- 528 с.

54. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учеб. Пособие для вузов М.: Изд-во МГТУ им. Н.Э. Баумана, 2002 - 320 с.

55. Сигеру Омату, Марзуки Халид, Рубия Юсоф. Нейроуправление и его приложения /Пер. с англ. Батина Н.В.; Под ред. Галушкина А.И., Птичкина В.А.- М.: ИПРЖР, 2000.- 272 с.

56. Hopfield J.J. Neural Networks and Physical Systems with Emergent Collective Computational Abilities //Proc. of the National Academy of Science-1982.- 79.-P. 2554-2558.

57. Hopfield JJ. Neurons with Graded Response Have Collective Computational Properties Like Those of Two-State Neurons //Proc. of the National Academy of Science.- 1982.- 81- P. 3088-3092.

58. Хенли Э.Дж., Кумамото X. Надежность технических систем и оценка риска /Пер. с англ.- М.: Машиностроение, 1984 528 с.

59. Можаев А.С., Громов В.Н. Теоретические основы общего логико-вероятностного метода автоматизированного моделирования систем СПб.: БИТУ, 2000.- 145 с.

60. Антипьев В.Н., Денисов О.Г., Тарасенко В.А. Анализ риска аварий и чрезвычайных ситуаций на нефтегазодобывающих предприятиях один из рычагов снижения аварийности //Безопасность труда в промышленности-2004.- №4.- С. 20-22.

61. Захаров Л.Г., Дадонов Ю.А., Гетманский М.Д. и др. Оценка риска при эксплуатации межпромысловых трубопроводов Западной Сибири //Безопасность труда в промышленности.- 1999.- № 8 С. 49-51.

62. Мачихин С.А., Стрелюхина А.Н., Теплов А.Ф. Некоторые аспекты оценки безопасности опасных производственных объектов //Безопасность труда в промышленности 2002.- № 1.- С. 38-41.

63. РД 03-315-99. Положение о порядке оформления декларации промышленной безопасности и перечне сведений, содержащихся в ней: Утв. Госгортехнадзором России 07.09.99 М., 1999.

64. РД 03-357-00. Методические рекомендации по составлению декларации промышленной безопасности опасного производственного объекта М.: Госгортехнадзор России, 2000.- 110 с.

65. ПБ 09-540-03. Общие правила взрывобезопасности для взрывопожароопасных химических, нефтехимических и нефтеперерабатывающих производств: Утв. Госгортехнадзором России 05.05.03.- М., 2003.

66. Котляревский В.А., Шаталов А.А., Хануков Х.М. Безопасность резервуаров и трубопроводов-М.: Экономика и информатика, 2000.- 555 с.

67. Абросимов А.А. Управление промышленной безопасностью М.: КМКЛТД, 2000.- 320 с.

68. Цагарели Д.В., Сучков В.П., Шаталов А.А. Стандартизация в области обеспечения взрывопожаробезопасности технологий хранения нефти и нефтепродуктов //Нефтеперерабатывающая и нефтехимическая промышленность.-М.: ЦНИИТЭнефтехим, 1996 96 с.

69. Бард B.JL, Кузин А.В. Предупреждение аварий в нефтеперерабатывающих и нефтехимических производствах- М.: Химия, 1984.-248 с.

70. Брейман М.И. Безопасная эксплуатация оборудования на открытых площадках.- М.: Химия, 1978 202 с.

71. Бесчастнов М.В., Соколов В.М. Предупреждение аварий в химических производствах.- М.: Химия, 1979.

72. Воробьева Г. Я. Коррозионная стойкость материалов в агрессивных средах химических производств.-М.: Химия, 1975 816 с.

73. Елохин А. Н. Анализ и управление риском: теория и практика М.: Изд-во страховой группы «Лукойл», 2000 - 185 с.

74. Маршалл В. Основные опасности химических производств: Пер. с англ.- М.: Мир, 1991- 672 с.

75. Муромцев Ю.Л. Безаварийность и диагностика нарушений в химических производствах.- М.: Химия, 1990.- 143 с.

76. НПБ 105-03. Определение категорий помещений, зданий инаружных установок по взрывопожарной и пожарной опасности- Введ. 01.08.03.

77. ОНТНТП 24-86. Общие нормы технологического проектированияМ.: ВНИИПО, 1987.-88 с.

78. ПБ 03-585-03. Правила устройства и безопасной эксплуатации технологических трубопроводов-Введ. 10.06.03.

79. Справочник «Пожаровзрывобезопасность веществ и материалов и средства их тушения» под общей редакцией А. Я. Корольченко, часть 1 и 2,

80. Ассоциация «Пожнаука», 2000.

81. Фарамазов С.А. Эксплуатация оборудования нефтеперерабатывающих заводов.- М.: Химия, 1969 304 с.

82. ГОСТ Р12.3.047-98. Пожарная безопасность технологических процессов. Общие требования. Методы контроля-Введ. 01.01.2001.

83. Лисанов М.В. и др. Оценка опасности установок первичной переработки нефти при декларировании промышленной безопасности //Безопасность труда в промышленности 1999.- № 8.- С. 23-27.

84. Ларионов В.И., Акатьев В.А., Александров А.А. Риск аварий на автозаправочных стациях //Безопасность труда в промышленности 2004.-№2.-С. 44-48.

85. Пчельников А.В., Гражданкин А.И., Кручинина И.А. и др. Оценка риска аварий на объектах хранения и перевалки нефти и нефтепродуктов //Безопасность труда в промышленности.- 2004.- № 6 С. 33-37.

86. Агапов А.А. и др. Опыт декларирования безопасности на АП «Очаковский молочный завод» //Безопасность труда в промышленности1995.-№ Ю.-С. 22-26.

87. Статистические методы анализа безопасности опасных технических систем. /Александровская Л.Н., Аронов И.З., Елизаров А.И. и др.; под ред. Соколова В .П.- М.: Логос, 2001 232 с.

88. Пожаровзрывоопасность веществ и материалов и средства их тушения: Справ. Изд.: в 2 книгах /Баратов А.Н., Корольченко А .Я., Кравчук Г.Н. и др.- М.: Химия, 1990.

89. РД 03-409-01. Методики оценки исследований аварий на опасных производственных объектах Введ. 26.06.01.

90. Сборник методик по прогнозированию возможных аварий, катастроф, стихийных бедствий в РСЧС; кн. 2.- М.: МЧС России, 199441 с.

91. Владимиров В.А., Воробьев Ю.Л., Салов С.С. и др. Управление риском М.: Наука, 2000 - 431 с.

92. Голицын Г.С. Землетрясения с точки зрения теории подобия //ДАН1996. Т.346, №4.- С. 536-539.

93. Reduction and predictability of natural disaster //Eds. J.B.Rundle, D.L.Turcotte, W.Klein/ Proceedings of the workshop "Reduction and predictability of natural disaster" held January 5-9,1994 in Santa Fe, new Mexico 1995.

94. Rhodes C.J., Anderson R.M. Power laws governing epidemics in isolated populations //Nature. 1996. V.381. P.600-602.

95. Turcotte D. Fractals and Chaos in Geology and Geophysics. Cambridge Univ. Press, 1997 (Second Edition).

96. Mantegna R.N. Stanley H.E. scaling behavior in the dynamics of an economic index //Nature. 1995. V.376. P.46-49.

97. Bak P. How nature works: the science of self-organized criticality. -Springer-Verlad New York, Inc. 1996- 205 p.

98. Lu E.T., Hamilton R.J. Avalanches and the distribution of solar flares //The Astrophysical Journal. 1991. V.380. P.L89-L92.

99. Lu E.T., Hamilton R.J. McTiernan J.M., Bromund K.R. Solar flares and avalanches in driven dissipative systems //The Astrophysical Journal. 1993. V.412. P.841-852.

100. Яблонский А.И. Математические модели в исследовании науки-М.: Наука, 1986.-352 с.

101. Феллер В. Введение в теорию вероятностей и ее приложения. Т.2.-М.: Мир, 1967.-752 с.

102. Золотарев В.М. Одномерные устойчивые распределения /Теория вероятностей и математическая статистика.- М.: Наука, 1983 304 с.

103. Писаренко В.Ф. О наилучшей статистической оценке максимальной возможной магнитуды землетрясения //ДАН,-1995.- Т. 344, №2.-С. 237-239.

104. Общество с ограниченной ответственностью

105. Экспертно-производственный центр1. ТРУБОПРОВОДСЕРВИС"

106. Юр. адрес: 450104, г. Уфа, ул. Российская 33/4, адрес местонахождения: 450075, г. Уфа, ул. Зорге, 70/2,тел./факс (3472) 35-95-08, 35-95-10 E-mail: pipelines@mail.rutt/wisjj от« PS-» 10 2005г. на №от «»2005 г.1. СПРАВКА

107. Справка дана для представления в диссертационный совет Д 212.289.05 при Уфимском государственном нефтяном техническом университете.