基于NLP的油气非常规作业风险识别及管控措施推送

本文介绍了一种基于自然语言处理(NLP)技术的油气非常规作业风险识别及管控措施推送方法。该方法通过构建非常规作业JSA知识库和风险智能识别模型,并集成于非常规作业许可管理系统中,实现了对油气非常规作业风险的高效自动识别和针对风险的管控措施精准推送,最终提高油气非常规作业风险管控水平。

旋流式复合雾化喷嘴雾化特性的试验研究

针对重质渣油燃烧现状,设计了一种旋转式复合雾化喷嘴结构,并对其雾化性能进行了实验研究,得到了平均雾滴粒径SMD随气液质量比ALR的变化规律,通过对比发现新型复合雾化喷嘴比单纯的气泡雾化喷嘴的雾滴粒径小,雾化锥角大,并对其原因进行了理论分析。

天然气净化厂过程风险监测预警模型构建方法研究

天然气净化厂属于易燃易爆、高温高压、有毒有害生产场所,其安全运行关乎天然气产业的安全。文章基于生产运行风险预警实践,分析了常用建模方法的优劣势和适用场景,并进一步结合天然气净化厂的工艺和风险特性,提出了天然气净化厂生产运行风险预警模型构建方法。

企业安全生产关键指标体系与风险评价模型

为对企业安全生产现状进行全面、实时的客观评价,避免传统风险评价方法中人工干预造成的偏差,首先,根据事故致因理论提出了屏障-损失层次化关键指标体系,通过挖掘事故事件等结构化数据以及检查文本等非结构化数据实现指标量化;然后,结合主成分分析法(PCA)和熵权法(EW)进行数据降维与风险评价,采用指数平滑方法预测企业下一周期的风险水平,进而建立企业安全生产风险评价模型;最后,将该模型应用于2个油气生产企业。结果表明:该风险评价模型可以通过获取、处理与学习屏障-损失历史数据,实现对当前企业的风险评价以及未来周期的风险预测,并为企业安全管理方向提供指导(消减防护、消除防护以及化学品类危险源屏障等)。

基于数据挖掘的三相分离器异常预警技术

综合分析了与三相分离器异常状态相关联的多个参数的变化情况,并建立三相分离器异常预警逻辑,即通过实时分析液位、流量及压力等多个工况参数的变化趋势,预判三相分离器异常状态。

基于多工况融合的化工装置异常状态预警研究

化工装置的异常状态会导致生产运行过程中发生重大安全事故。提出一种基于多工况融合的化工装置异常状态预警策略,即:分析反映化工装置异常状态的特征参数,采用隶属函数对特征参数变化趋势进行量化处理,计算得到各特征参数的偏差程度;利用特征参数变化速率确定特征参数权重的分配原则与算法,结合特征参数偏差程度和权重的计算结果,构建了基于多工况参数融合的化工装置异常状态预警模型;利用西南油气田川中油气矿天然气净化厂DCS系统数据对预警策略进行了验证。验证结果表明:与传统单参数阈值报警相比,本文提出的预警策略可提前8min预知脱硫塔异常"发泡"事件,从而达到过程安全管理关口提前的目的。

大数据技术在油气行业事故事件致因分析中的应用

为深入研究历年油气生产企业事故事件致因因素,为事故事件预控提供依据,采用事故致因理论即屏障理论通过分析石油及天然气行业事故事件调查报告数据,建立了适用于石油石化行业的HSE文本语义分析模型,并从1万余条事故事件数据中自动提取13类失效屏障类型、14类屏障失效原因和13项管理因素,通过实例应用与分析,探讨了导致油气行业事故屏障失效的管理因素,提出事故HSE管理建议。结果表明:人员操作屏障和结构完整性屏障是事故事件中失效最多的两类屏障,其中人员操作屏障失效导致了59%的事故事件,结构完整性屏障失效导致了22%的事故事件;员工安全意识缺乏/疏忽/失误和安全知识/技能不足是导致人员操作屏障失效的关键原因,装置/设备设计缺陷和装置/设备运行控制缺陷是导致结构完整性屏障失效的关键原因;风险防控与隐患排查治理是导致人员操作屏障失效和结构完整性屏障失效的共性管理因素。该研究结果可为油气生产企业事故事件的预防提供依据。

单液滴蒸发影响因素实验研究

设计了液滴蒸发实验装置,利用高速摄像系统记录高温气流中液滴蒸发过程,并根据实验的数据总结出液滴蒸发规律。在蒸发过程中,液滴蒸发首先经历一个非稳态初始加热阶段,然后液滴蒸发进入一个相对稳定的蒸发阶段,其直径变化基本遵循D2定律。气流温度越高,气流速度越大,液滴蒸发时间越短,液滴蒸发速度越快,但是气流速度对蒸发影响很小。随着液滴初始直径的增大,内部环流加强,液滴后部的尾涡加大,传质阻力减小,液滴的蒸发常数变大。

大数据下的油气管道腐蚀预警策略

提出一种基于大数据的油气管道腐蚀预警策略,分析并归纳了油气管道腐蚀影响因素,阐述了基于关联规则和分类算法的管道腐蚀影响因素频繁项集挖掘方法,提出利用欧式距离、曼哈顿距离等相似性度量工具和动态滑动窗口,依据管道生产运行参数组合向量与管道腐蚀影响因素组合向量的相似性分析结果进行管道腐蚀预警。

高温气流中液滴蒸发特性的研究

采用液滴蒸发实验装置,以悬挂液滴法研究液滴蒸发特性,考察了液滴蒸发的规律及气流速度和气流温度对液滴蒸发的影响。实验结果表明,液滴蒸发经历初始加热的非稳态阶段和后期的稳态阶段,非稳态过程液滴蒸发速率起伏很大,稳态过程蒸发稳定,液滴直径的平方随蒸发时间呈直线变化;在整个蒸发过程中,在475～500 K内存在一个气流温度临界值,小于临界值,气流温度越高,液滴初始加热时间与液滴生存时间的比值(Φi)越大,大于临界值,气流温度越高,Φi越小;提高气流温度和气流速度都能加速液滴的蒸发。

基于遗传理论的改进数据过采样方法

针对数据分类预测模型的生成中,高度不平衡的训练数据会大幅降低模型的性能,本文提出了一种改进的基于遗传思想的不平衡数据集过采样方法,该方法从生物染色体遗传理论中得到启发,利用近亲生成相似而又不完全相同的新实例来平衡多数类,在保证样本分布不变的前提下,减弱甚至消除不平衡数据对训练结果的偏差影响.最后,通过在公共数据集上的对比实验表明,该方法取得了更高的召回率及G-mean值,证明此改进方法行之有效,所生成模型的综合性能有所提高.

基于RoBERTa的油气高风险作业管控措施分类方法

本文提出了一种基于RoBERTa的油气高风险作业管控措施分类方法,旨在解决高风险作业JSA库针对性不足的问题,该方法可以自动、准确地将管控措施划分成关键性措施与一般性措施,能够帮助使用者快速找到并采取关键的风险管控措施,提升JSA库的应用效果和风险管控水平。此外,本文还对管控措施分类结果进行了实验验证,结果表明该方法具有较高的准确性和可靠性,F1值达到76%,能够满足实际应用的需要。

石油石化领域文本挖掘技术研发与应用

石油石化企业各类信息系统积累了宝贵的数据资产,其中安全生产过程中产生的工控系统报警日志、设备检维修记录、日常监督检查等文本数据,约占数据总量的75%,由于缺乏分析手段,大多数数据处于沉睡状态没有发挥其应有的价值。石油石化是高风险易燃易爆行业,安全生产风险突出,亟需构建集成化的全产业链“业务+安全”数据池,以业务为主线,以人工智能技术为手段,研发面向石油石化领域的文本挖掘技术,充分利用好历史数据价值,将文本数据中多维风险属性标签化,实现对业务风险的全面、系统认知,赋能业务风险精准管理和风险态势科学、客观研判,为HSE风险管控模式智能化变革提供技术动力。