一种结构化的化工系统人因失误概率评估方法

化工生产系统高度非线性且复杂耦合化,使现有人因可靠性分析(HRA)技术难以直接应用,且分析结果的有效性和准确性差。为此,本工作将人因-危险和可操作性分析(人因HAZOP)与贝叶斯网络(BN)相融合,提出了一种结构化的化工系统人因失误概率评估方法。通过概述人因HAZOP的作业任务,筛选引导词和偏差,形成结构化的人因HAZOP报告,并据此构建BN模型,求解化工系统人因失误概率。以丙烯酸甲酯虚拟仿真工厂的酯化反应为例,人因失误概率的计算结果为0.0004,且主要人误行为是维护人员遗漏。对该化工系统进行传统CREAM分析,人因失误概率结果为0.0001~0.01。与传统CREAM相比,这种结构化方法能够高效且精确地评估化工系统人因失误概率。

基于报警日志的炼化过程风险薄弱点深度挖掘

在复杂炼化生产过程中,工艺报警日志蕴含着丰富的潜在风险信息,有助于揭示危险性根源、预防过程安全事故发生。为此,本工作提出了一种基于报警日志的炼化过程风险薄弱点深度挖掘方法。首先,针对本工作类型的工艺报警日志,利用Word2Vec词嵌入技术进行向量化预处理,同时通过Pearson相关系数法解析日志间的关联关系,以获取相关系数矩阵。其次,引入复杂网络(CN)理论,将相关系数矩阵转化为布尔矩阵,构建复杂炼化过程的风险表征网络模型。再次,采用逼近理想解排序法(TOPSIS)对所构建的网络模型开展节点重要度精确评估,主要涵盖度中心性、接近中心性和特征向量中心性3个指标。最后,根据网络节点重要度排序的优先级,可深度挖掘复杂炼化过程的风险薄弱点。以某套柴油加氢装置为例,分析结果表明,该方法可准确、有效地提取报警等级为“高高报(HH)”或“高报(HI)”的工艺报警日志,且与复杂炼化过程的实际运行工况相符。