消防安全早期預警系統設計研究范文

本站小編為你精心準備了消防安全早期預警系統設計研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]異辛烷安全生產控制過程涉及的物理、化學及能量轉換復雜，影響參數眾多，本文重點研究消防安全狀態信息和隱患問題，深入分析各崗位與之相關的操作流程信息，研判影響消防安全的復雜變化因素，綜合運用多元統計、人工神經網絡等算法進行計算機模擬分析，設計一套可發揮早期安全預警的數據管理系統，并介紹了其特點及工業應用實例。

[關鍵詞]異辛烷；安全生產控制；消防預警

隨北部灣石化產業規模不斷擴大，大部分企業在消防安全管理方面問題日益突顯。經實地調研發現，目前大多企業使用的生產控制過程的消防安全管理系統，雖可在一定程度上監控部分消防安全狀況數據，但未能全面收集反映石化企業運行狀態的消防安全信息，對石油化工企業常用的DCS過程控制系統數據也未納入監控范圍，生產中的消防風險預警缺乏時效性和準確性。在生產設施安裝的火災報警探測器等硬件設施，只能起到“被動的”預警防范效果，無法預見因人員的管理活動產生的安全隱患。因此，研判這類影響總體生產消防安全的復雜變化因素，研發一套新的消防安全早期預警數據管理系統成為亟需解決的重要問題。

1生產控制過程機理

本課題研究的異辛烷合成反應的工藝采用美國LUMMUS低溫硫酸法技術[1]，年產20萬噸異辛烷裝置設計處理MTBE醚后碳四和異構化裝置液化氣30250千克/小時(年生產時數8000小時，24.2萬噸／年)，操作彈性60%~110%。工藝過程的主要反應是在硫酸為催化劑的條件下，異丁烷與輕烯烴(如丁烯)的反應，生成高辛烷值的三甲基戊烷同分異構物(典型的三甲基戊烷同分異構物也稱為異辛烷)。i-C4+C4H8→2,2,4-三甲基戊烷隨人們對異辛烷合成反應機理的不斷探索與認識日漸成熟，普遍接收的是正碳離子——鏈式反應機理。在以酸為催化劑的異辛烷合成反應中，酸所提供的氫質子與烯烴的加成反應是產生正碳離子的主要反應：要結束C8+的繼續增長，需要提供負離子。由于異丁烷分子仲叔碳原子上連接著3個甲基基團，使得這個叔碳原子上的氫原子很可能以氫負離子的形式失去，異丁烷變成叔丁基正碳離子，C8+則接受氫負離子生成異辛烷合成反應的主要產物異辛烷。以欽州市某石化企業為研究對象，其生產裝置由原料預處理、反應、制冷壓縮、產品分餾、化學處理等五部分組成，采用DCS操作系統、SIS聯鎖控制系統。配套系統包括：球罐區、成品油罐區、變配電系統、循環水系統、空分空壓制氮系統、消防系統、地面火炬、污水處理等。本課題研究的異辛烷生產過程化工反應機理復雜，從圖1開車反應關聯圖看，實際生產運行的設備裝置，配套公用工程較多，各單元安全生產控制參數繁瑣。進出料流動相濃度、液位、流速和流動狀況，反應器內的介質的液位、溫度、壓力，罐區內可燃/有毒氣體濃度等對整體安全生產都是至關重要的。

2系統構架設計

針對上節所述影響安全生產的主要因素，與此相關的數據都是消防安全隱患早期預警應監測的重點。其中涉及的數據變量繁多，各變量間的聯系復雜，數據格式也類型不一。研發的新數據管理系統需要達到總體分析控制預警的目標，應充分利用廠區現有的攝像頭、壓差計、溫度傳感器和液位探測器等硬件，以及DCS控制系統數據、消防報警集中控制系統內的數據，分類并綜合協調，通過共同協議后，經計算機算法模擬分析，并輸出報警提示。據此，筆者將異辛烷消防安全甚早期預警系統構架設計如下：(3)啟動P-101A/B，將T-102收料至操作液位(約70%)，停P-101。(4)將脫丙烷塔底重沸器E-102蒸汽側投入運行，調節入重沸器的蒸汽流量。塔底以30~40℃/h速度升溫，根據T-102塔頂壓力情況，投用脫丙烷塔回流罐V-102的壓力控制閥。隨著溫度上升，塔底液位下降，回流罐液位上升。(5)E-102氣相溫度達到70℃，改通異構化裝置或罐區來液化氣→V101→P101→E101管程→T102→E101殼程→E104→罐區或V-101的流程。以FIC-30702最小流量約8噸/小時開始異構化液化氣進料，以便維持T-102底50%液位。(6)當V-102液位達到正常操作液位(約40%)時，開始啟動泵P-102A/B，投用T-102塔頂回流調節閥FIC-30902向T-102頂部回流。(7)在回流線采丙烷產品樣分析，合格的丙烷產品改進7#球罐。生產裝置區外部涉及的消防安全隱患主要依托攝像頭視頻模式識別和智能分析技術，系統動態感知企業各重點場所、關鍵部位、特殊崗位的安全隱患，消防車道被占用堵塞，對作業場所、設備及設施的不安全狀態，人的不安全行為等安全隱患自動形成預警信息。重點人員崗位狀況還可針對人員安全帽未佩戴，高危區域違章用火，關鍵崗位人員離崗、睡崗，未履行巡查職責等一系列不安全行為進行智能分析，一旦出現以上不安全行為，系統會自動進行報警。

3應用結果

異辛烷化工生產系統全過程的消防安全監控預警采用多元矩陣分析技術建立模型，在線多元過程變量數據包括多個過程變量，每個過程變量具有多個觀測值，所采集的在線過程數據包括多個過程變量的多個觀測值，擺在操作人員面前的是很多變量同時在錯綜復雜變化著的過程。多元統計法的意義在于找出變量的內部聯系進行降維[2]，從而“化繁為簡”。另一方面，從攝像頭采集的圖像畫面則采用基于神經網絡(DNN)的計算機視覺分析[3]。筆者應用海量數據進行模型訓練，讓神經網絡能夠學習到解決問題的知識。再把這個訓練得到的神經網絡參數保存在系統文件里。在實際應用時，不需要海量數據，只需要直接使用這個模型即可實現適用于該生產過程消防安全監測的神經網絡的辨識效果。圖4生產單元在線監控操作界面Fig.4Theon-lineinterfaceofproductionunits按上述算法分析的思路進行算法編程，課題組采取以數據為驅動的方法建模，完成了新的“甚早期”火災預警系統。測試系統安裝在服務器主機(CPU：八核十六線程2.2GHz)上，應用界面為可視化的視窗系統，直觀且便于操作。在這套新的火災預警管理系統上，可將DCS系統的數據讀取，并反映在操作對象應用列表和控件按鈕上，實現在線監測操作。圖4所示，儲罐區單元的溫度、液位、可燃氣體濃度等DCS讀取的實時測定值，變化趨勢分析及外觀狀態圖像都可直觀反映出來，易于監控查看。在生產過程中，如果出現員工違規操作隱患，預警系統也會準確記錄并進行及時報警。圖5展示的是監控攝像頭AI識別捕捉到的員工吸煙畫面，同時發出了消防安全隱患早期預警提示。本預警系統還可以設置單個報警探測器終端的預警模型，例如安全監測對象對溫度敏感，可采用方差分析預警，避免出現化工反應“飛溫”。監控攝像頭的設備狀態也可通過系統查看，了解實時運行情況和維護管理信息。

4結論

對影響異辛烷的生產過程中涉及消防安全因素進行全面分析，采取了綜合運用DCS控制系統，及生產環節全要素在線監測終端數據，與各種模擬量型、智能型或者探測器和控制模塊連接，構架了一套新的生產控制過程消防隱患甚早期預警系統。按照多元統計分析技術、神經網絡視覺分析等算法，以數據為驅動建立模型，研發的系統在實際工業應用中具有可視化分析、便于操作的優點，實現對各類火災發生的潛在消防隱患快速準確識別，并進行早期預警，全面提升了石油化工企業消防安全管控水平，在工業領域展現了廣闊的前景。

參考文獻

[1]王家祥，王凱，袁本旺．異辛烷生產技術進展[J]．當代化工，2016，45(7)：1480-1484．

[2]劉美玲．基于多元統計分析的過程系統故障診斷方法研究[D]．江蘇：南京理工大學，2013．

[3]黃文清，汪亞明，周志宇．計算機視覺技術在工業領域中的應用[J]．浙江工程學院學報，2015，19(2)：92-96．

作者：黎國梁 唐磊 曹忠源 單位：欽州市消防救援支隊 崇左市消防救援支隊