一种化学危险工艺风险智能监控方法技术

本发明专利技术公开了一种化学危险工艺风险智能监控方法，所有化学危险工艺下的历史数据，进行分组、提纯，作为历史工艺数据序列；提取化学危险工艺下的历史风险等级，对所述历史风险等级进行特征编码，训练出历史工艺数据序列与历史风险等级特征编码的对应关系的模型，列出建模公式并推算出风险评定公式；重新获取化工实际生产中的化学危险工艺参数的数据，根据风险评定公式，推算出对应的风险等级的特征编码；建立风险等级的查询模块，将上述计算得到的特征编码输入至查询模块，推算出实际化工生产中的风险等级。本发明专利技术实时监控各项风险措施，能够实时监控风险，智能的分析风险等级，并给与恰当的补充建议措施和警告信息，从而降低整体项目的实施风险。

【技术实现步骤摘要】
一种化学危险工艺风险智能监控方法
本专利技术涉及一种化学危险工艺风险智能监控方法。
技术介绍
施工过程中需要对项目中涉及到的危险工艺进行风险分析、监控。每一项偏差需要有对应的建议、实施措施，这些措施会降低项目进行中的风险。同时，需要对当前项目中的所有风险进行跟踪，明确当前项目中所有危险工艺的风险为可接受状态。确保项目实施过程中，各项危险指数都在可控制范围内，保障施工正常进行。针对上述提出的任务内容，现有技术方案一般是人力分析每一项偏差对应的有用的措施，该措施实施后，可降低当前化学工艺的危险等级。同时，对于已有的措施，需要根据工程师的个人经验获取逐条分析是否合理。另外，整个项目实施过程中，需要不断去确认是否各项化学工艺危险的等级都降低至可接受安全范围内，因此需要人工遍历所有措施的状态。上述技术基本的缺陷在于：（1）风险可控性低。由于人工分析每一项危险工艺对应的建议措施。不同项目，不同节点，不同的危险工艺可能存在分析误差，从而风险可控性较低。（2）风险控制实时性差。现有技术中，化学危险工艺的风险监控依赖于被动地人工排查，易形成滞后，延误项目进行或者造成不可控的损失。（3）风险等级评估的误差较大。现有技术中，化学危险工艺造成的损失、发生概率均为人工判断后产生。不会存在一定的误差。
技术实现思路
针对现有技术存在的上述技术问题，本专利技术的目的在于提供一种化学危险工艺风险智能监控方法，从而保障施工过程中，各项化学危险工艺能够安全、有效、快速的进行。一种化学危险工艺风险智能监控方法，其特征在于包括以下步骤：1）数据汇总及提纯：获取化工生产中的所有化学危险工艺下的历史数据，对获取的数据按照化学危险工艺类型进行分组、提纯，作为历史工艺数据序列；2）数学建模：提取化学危险工艺下的历史风险等级，对所述历史风险等级进行特征编码，采用SVM的训练方法，训练出历史工艺数据序列与历史风险等级特征编码的对应关系的模型，列出建模公式；3）风险评定：根据步骤2）的建模公式推算出风险评定公式，其中风险评定公式用于表征化学危险工艺数据与风险等级的特征编码的对应关系；重新获取化工实际生产中的化学危险工艺参数的数据，根据风险评定公式，推算出对应的风险等级的特征编码；4）风险查询与监控：建立风险等级的查询模块，将步骤3）所得风险等级的特征编码输入至所述查询模块，进而推算得到化工实际生产中的化学危险工艺参数的风险等级，然后判断风险是否在可接受范围内，若风险不可接受，则找出风险等级不满足要求的化学危险工艺，并增加可降低化学危险工艺数据的改善措施，再按照上述方法进行循环风险计算；若风险可接受，则风险智能监控过程完成。所述的一种化学危险工艺风险智能监控方法，其特征在于采用SVM的训练方法列出建模公式的方法为，包括以下步骤：S1：对步骤1）所得历史工艺数据序列进行标准数字化表达，即建立多维向量，记为特征编码xi，其中特征编码xi的维度数量与化学危险工艺类型的数量相同；对化学危险工艺下的历史风险等级进行标准数字化表达，即建立多维向量，记为特征编码yi，其中特征编码yi的维度数量与事故损失类型的数量相同；S2：训练出特征编码xi与特征编码yi的对应关系，建模公式如下：式中，n为样本个数，模型权重向量，b为模型偏置向量，T表示矩阵转置；根据上述建模公式，可训练得出的数据结果。所述的一种化学危险工艺风险智能监控方法，其特征在于步骤3）中，风险评定公式为，y表示化工实际生产中的风险等级的特征编码，x表示化工实际生产中的化学危险工艺的特征编码。所述的一种化学危险工艺风险智能监控方法，其特征在于事故损失类型分为财产损失、人员伤害和环境污染三个方面，所述特征编码yi为三维向量，三维向量内的数值是0~1之间的浮点数。所述的一种化学危险工艺风险智能监控方法，其特征在于化学危险工艺的类型为温度、压力、可燃性物质的浓度中的至少一种。所述的一种化学危险工艺风险智能监控方法，其特征在于步骤4）中，查询模块的建立方法为：根据化工生产中的化学危险工艺参数的数据，获取会发生事故的可能性大小等级和发生事故的危害等级，对可能性大小等级和危害等级分别赋予概率数值，建立风险矩阵列表；在所述风险矩阵列表内，一个可能性大小等级的概率数值和一个危害等级的概率数值确定一个风险等级；其中，风险矩阵列表内的概率数值和风险等级的特征编码的数值相对应。所述的一种化学危险工艺风险智能监控方法，其特征在于所述可能性大小等级的确定方法为：根据事故每年发生的概率，确定事故发生的可能性大小，建立起可能性大小等级。本专利技术取得的有益效果是：化学危险工艺风险等级的自动评定。本专利技术针对措施类型，自动进行风险评估。提供了一种实时性的风险控制。本专利技术实时监控各项风险措施，并且定期排查。能够实时监控风险，智能的分析风险等级，并给与恰当的补充建议措施和警告信息，从而降低整体项目的实施风险。保证可靠的风险评估方案。本专利技术的风险监控自动进行，因此对每一项可能存在的工艺风险均能有效防范。本专利技术极大地提高了化学危险工艺控制的效率。该专利技术可自动化的生成各项建议措施，监控各项措施的实施情况，同时动态的智能分析当前风险等级。能够极大地减少人工成本，同时降低人工操作带来的误差。有效的降低化学危险工艺的风险等级。该专利技术动态控制各项危险工艺的具体实施过程，能够迅速地捕捉各项危险工艺实施中的风险，并及时降低风险。提供系统，规范，专业的智能化控制流程。该专利技术的控制化流程是基于数据学习的方法，因此更客观。附图说明图1为本专利技术的事故发生的可能性等级赋予概率数值的方法；图2为本专利技术的事故发生的后果严重性等级赋予概率数值的方法。具体实施方式下面结合具体实施例对本专利技术作进一步说明，但本专利技术的保护范围并不限于此。实施例1一种化学危险工艺风险智能监控方法：对化工生产中的所有化学危险工艺参数的历史数据进行获取，对获取的数据按照化学危险工艺类型进行分组，如一项化工生产的危险工艺参数为温度T和压强P两种类型，则分为一组温度数据和一组压强数据，对分组后的数据利用K-means聚类算法，剔除偏离簇群中心较大的离群数据，完成数据提纯，该步骤的主要目的是去除训练数据中的人工错误数据，即完成对获取的数据进行提纯，作为历史工艺数据序列。然后进行数学建模：采用SVM的训练方法，其原理是：通过训练过程实现大量数据的内在特征建模，即获取大量已知风险等级的输入，通过参数优化的数学方法，得到一组向量wi，即为模型。通过测试过程，针对输入的参数x，应用训练得到的模型wi中，算出对应的风险等级。对上述得到的历史工艺数据序列进行标准数字化表达，即建立多维向量，记为特征编码xi，例如化学危险工艺参数的数据为温度T，数字化表达为[-t,+t]中的某一个具体的数字，并作为xi中的一维，同理可获取化学危险工艺参数的数据为压力P，按照上述方法获取xi中的二维，以此类推（由此特征编码xi的维度数量和化学危险工艺类型的数量是相同的）。在化学危险工艺下，世界范围内的发生的事故是已知的，提取化学危险工艺下的历史风险等级，对所述历史风险等级进行特征编码，即进行标准数字化表达（建立多维向量），记为特征编码yi，风险等级评述的标准通常从财产损失、人员伤害和环境污染三个方面进行评定，这里我们将特征编码yi确定为一个三维向量，即通本文档来自技高网...

【技术保护点】
1.一种化学危险工艺风险智能监控方法，其特征在于包括以下步骤：1）数据汇总及提纯：获取化工生产中的所有化学危险工艺下的历史数据，对获取的数据按照化学危险工艺类型进行分组、提纯，作为历史工艺数据序列；2）数学建模：提取化学危险工艺下的历史风险等级，对所述历史风险等级进行特征编码，采用SVM的训练方法，训练出历史工艺数据序列与历史风险等级特征编码的对应关系的模型，列出建模公式；3）风险评定：根据步骤2）的建模公式推算出风险评定公式，其中风险评定公式用于表征化学危险工艺数据与风险等级的特征编码的对应关系；重新获取化工实际生产中的化学危险工艺参数的数据，根据风险评定公式，推算出对应的风险等级的特征编码；4）风险查询与监控：建立风险等级的查询模块，将步骤3）所得风险等级的特征编码输入至所述查询模块，进而推算得到化工实际生产中的化学危险工艺参数的风险等级，然后判断风险是否在可接受范围内，若风险不可接受，则找出风险等级不满足要求的化学危险工艺，并增加可降低化学危险工艺数据的改善措施，再按照上述方法进行循环风险计算；若风险可接受，则风险智能监控过程完成。

【技术特征摘要】
1.一种化学危险工艺风险智能监控方法，其特征在于包括以下步骤：1）数据汇总及提纯：获取化工生产中的所有化学危险工艺下的历史数据，对获取的数据按照化学危险工艺类型进行分组、提纯，作为历史工艺数据序列；2）数学建模：提取化学危险工艺下的历史风险等级，对所述历史风险等级进行特征编码，采用SVM的训练方法，训练出历史工艺数据序列与历史风险等级特征编码的对应关系的模型，列出建模公式；3）风险评定：根据步骤2）的建模公式推算出风险评定公式，其中风险评定公式用于表征化学危险工艺数据与风险等级的特征编码的对应关系；重新获取化工实际生产中的化学危险工艺参数的数据，根据风险评定公式，推算出对应的风险等级的特征编码；4）风险查询与监控：建立风险等级的查询模块，将步骤3）所得风险等级的特征编码输入至所述查询模块，进而推算得到化工实际生产中的化学危险工艺参数的风险等级，然后判断风险是否在可接受范围内，若风险不可接受，则找出风险等级不满足要求的化学危险工艺，并增加可降低化学危险工艺数据的改善措施，再按照上述方法进行循环风险计算；若风险可接受，则风险智能监控过程完成。2.根据权利要求1所述的一种化学危险工艺风险智能监控方法，其特征在于采用SVM的训练方法列出建模公式的方法为，包括以下步骤：S1：对步骤1）所得历史工艺数据序列进行标准数字化表达，即建立多维向量，记为特征编码xi，其中特征编码xi的维度数量与化学危险工艺类型的数量相同；对化学危险工艺下的历史风险等级进行标准数字化表达，即建立多维向量，记为特征编码yi，其中特征...

【专利技术属性】
技术研发人员：舒伟杰，华雷，马家驹，章垆斌，金玉宏，
申请(专利权)人：浙江省天正设计工程有限公司，
类型：发明
国别省市：浙江,33