一种数据驱动的动态风险评价方法技术

本发明专利技术公开了一种数据驱动的动态风险评价方法，属于设备状态风险评估技术领域。采用该方法可以根据设备的动态变化，通过实时动态风险评价模型调整参数，实现一种数据驱动的动态风险评价技术；通过该技术，可以更为准确预测到设备存在的故障风险以及故障发生的概率，在依托数据的前提下，对设备进行风险估计，相较于传统RBI技术有了更符合我国设备风险的评价标准，并以专家小组的形式制定合理有效的应对措施，尤其对石化工业来说，及时的发现故障风险可以避免石油或者燃料的泄露，减少事故的发生。发生。发生。

【技术实现步骤摘要】
一种数据驱动的动态风险评价方法


[0001]本专利技术属于设备状态风险评估
，具体涉及一种数据驱动的动态风险评价方法。

技术介绍

[0002]众所周知，石油化工是高风险高收益的产业，在生产过程中，发生原料泄露是常见现象。基于风险的检测(RBI)是在追求系统安全性与经济性统一的理念基础上建立起来的一种优化检验策略的方法，其实质就是对危险事件发生的可能性与后果进行分析与排序，发现主要问题与薄弱环节，确保本质安全,同时减少运行费用。
[0003]现有的设备风险评价方法主要存在以下问题：(1)如何更准确的评估设备的风险等级，降低事故发生概率是我们亟待解决的问题。(2)现有RBI风险评估检验周期无法确定，无法实时根据设备变化给出风险评价。
[0004]因此，本专利技术在常规RBI(Risk Based Inspection，基于风险的检验)风险评价方法的基础上，提出基于大数据驱动的动态风险评价，建立实时动态风险评价模型，得到随时间、工况变化的风险评价。
[0005]石化装置始终处于动态过程中，其中设备所处的介质环境也是动态变化的，如温度、流速的变化、介质组分的变化等，会对设备的风险产生影响使设备风险发生变化，采用该方法可以根据设备的动态变化，通过实时动态风险评价模型调整参数，实现一种数据驱动的动态风险评价技术。
[0006]通过该技术，可以更为准确预测到设备存在的故障风险以及故障发生的概率，在依托数据的前提下，对设备进行风险估计，相较于传统RBI技术有了更符合我国设备风险的评价标准，并以专家小组的形式制定合理有效的应对措施，尤其对石化工业来说，及时的发现故障风险可以避免石油或者燃料的泄露，减少事故的发生。

技术实现思路

[0007]针对现有技术中存在的上述技术问题，本专利技术提出了一种数据驱动的动态风险评价方法，设计合理，克服了现有技术的不足，具有良好的效果。
[0008]为了实现上述目的，本专利技术采用如下技术方案：
[0009]一种数据驱动的动态风险评价方法，包括如下步骤：
[0010]步骤1：设备边界确定；
[0011]步骤2：失效模式及其影响因素分析；
[0012]步骤3：多种失效模式交互作用下的主导失效机理分析；
[0013]步骤4：主导失效模式影响因素的动态特性分析；
[0014]步骤5：影响因素的动态交互特性分析；
[0015]步骤6：失效可能性分析及后果评估；
[0016]步骤7：进行实时动态风险评价。
[0017]优选地，在步骤1中，设备边界确定的目的是受分析范围，以便在有限的范围内对影响设备安全及可靠性的因素进行分析，以受控单元为对象进行分析；受控设备边界选定后，开展风险分析，主要对受控单元的边界范围内影响设备可靠性的因素进行分析，受控单元与外界的信息交互能够作为受控单元的输入或输出参数，一旦设备边界确定下来，开展实时风险分析中只考虑边界内以及输入输出参数对实时风险的影响。
[0018]优选地，在步骤1中，设备边界范围能够以具体的设备及与之相连的管道系统为界，能够是一个具有独立功能的设备及其附属管道为边界，也能够选择多个完成特定功能的设备及其附属管道为边界。
[0019]优选地，在步骤2中，失效模式及影响因素分析是对设备失效的可能原因、影响因素及影响后果进行分析。
[0020]优选地，在步骤3中，分析造成设备失效的各个影响因素，辨识出其中占主导作用的失效机理，并将其表征为设备风险。
[0021]优选地，在步骤4中，石化装置中影响设备失效的主导失效模式的关键参量处于不停的动态调整中，其动态特性或表现为参数随时间的波动、或多个关键参量的组合情况发生变化；针对主导失效模式的影响因素开展动态分析是实现动态危险源风险分析的关键环节。
[0022]优选地，在步骤5中，动态交互性分析主要指分析不同的关键参量之间、关键参量与人工操作之间、设备与设备之间的交互行为对设备实时风险的影响；动态交互性分析主要研究不同的影响因素的相互关系以及对系统的影响。
[0023]优选地，在步骤6中，依据主导失效模式以及影响因素，对失效的可能性进行分析；在开展风险分析中，针对主导失效模式开展失效后果分析时，依据保守的原则对最坏的后果进行评估，从而判定风险的大小。
[0024]优选地，在步骤7中，实时动态风险评价就是保留传统RBI中的失效可能性P
f
(t)和失效后果C(t)不变，基于腐蚀实时监测参数对失效可能性P
f
(t)的影响，得到变化的设备实时动态失效可能性影响因子k，从而实现风险的动态变化；
[0025]当前动态变化的失效可能性k
·
P
f
(t)对应原始等级划分范围后，得到新的失效可能性等级，再结合原有的失效后果等级，构成随着设备实时动态失效可能性影响因子k变化的动态风险矩阵，实现动态RBI风险评价。
[0026]优选地，在步骤7中，具体包括如下步骤：
[0027]步骤7.1：确定设备实时动态失效可能性影响因子k；
[0028]腐蚀速率、运行小时数、剩余使用寿命因素能够直接反映出设备的腐蚀状态，定义为影响因素f，各监测参数的变化与影响因素的变化有直接的关系，对于获取多监测参数计算影响因素大小时，α1,α2,α3,
…
,α
n
代表了各监测参数的实时监测值，影响因素计算为 f(α1,α2,α3,
…
,α
n
)，α
10
,α
20
,α
30
,
…
,α
n0
代表了各监测参数的设计基准值，则设备实时动态失效可能性影响因子表示为：
[0029][0030]对于多监测参数不易获取，或存在对腐蚀有主要影响的监测参数时，选择单监测参数拟合与影响因素间的关系，假设某管道的包括工作温度α1、pH值α2、工作流量α3在内的
监测参量都影响了腐蚀速率的大小，而其中温度对腐蚀速率的影响最为重要，则确定工作温度为主要监测参数，与影响因素的关系拟合为f(α1)，α
10
代表设计温度，则失效可能性的影响系数k表示为：
[0031][0032]步骤7.2：确定动态失效可能性等级；
[0033]利用设备实时动态失效可能性影响因子k对静态RBI评估失效可能性进行修正得到动态 RBI失效可能性k
·
P
f
(t)；当前动态变化的失效可能性k
·
P
f
(t)放到原RBI评估确定的失效可能性等级划分准则中，得到新的动态RBI失效可能性等级；
[0034]步骤7.3：确定实时动态风险等级；
[0035]利用原静态RBI评估知识库中的故障后果等级，结合步骤7.2中确定的动态失效可能性等级，经过风险逻辑计算风险R(t)＝[k
·
P
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动的动态风险评价方法，其特征在于：包括如下步骤：步骤1：设备边界确定；步骤2：失效模式及其影响因素分析；步骤3：多种失效模式交互作用下的主导失效机理分析；步骤4：主导失效模式影响因素的动态特性分析；步骤5：影响因素的动态交互特性分析；步骤6：失效可能性分析及后果评估；步骤7：进行实时动态风险评价。2.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤1中，设备边界确定的目的是受分析范围，以便在有限的范围内对影响设备安全及可靠性的因素进行分析，以受控单元为对象进行分析；受控设备边界选定后，开展风险分析，主要对受控单元的边界范围内影响设备可靠性的因素进行分析，受控单元与外界的信息交互能够作为受控单元的输入或输出参数，一旦设备边界确定下来，开展实时风险分析中只考虑边界内以及输入输出参数对实时风险的影响。3.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤1中，设备边界范围能够以具体的设备及与之相连的管道系统为界，能够是一个具有独立功能的设备及其附属管道为边界，也能够选择多个完成特定功能的设备及其附属管道为边界。4.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤2中，失效模式及影响因素分析是对设备失效的可能原因、影响因素及影响后果进行分析。5.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤3中，分析造成设备失效的各个影响因素，辨识出其中占主导作用的失效机理，并将其表征为设备风险。6.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤4中，石化装置中影响设备失效的主导失效模式的关键参量处于不停的动态调整中，其动态特性或表现为参数随时间的波动、或多个关键参量的组合情况发生变化；针对主导失效模式的影响因素开展动态分析是实现动态危险源风险分析的关键环节。7.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤5中，动态交互性分析主要指分析不同的关键参量之间、关键参量与人工操作之间、设备与设备之间的交互行为对设备实时风险的影响；动态交互性分析主要研究不同的影响因素的相互关系以及对系统的影响。8.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤6中，依据主导失效模式以及影响因素，对失效的可能性进行分析；在开展风险分析中，针对主导失效模式开展失效后果分析时，依据保守的原则对最坏的后果进行评估，从而判定风险的大小。9.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤7中，实时动态风险评价就是保留传统RBI中的失效可能性P
f
(t)和失效后果C(t)不变，基于腐蚀实时监测参数对失效可能性P
f
(t)的影响，得到变化的设备实时动态失效可能性影响因子k，从而实现风险的动态变化；当前动态变化的失效可能性k
·
P
f
(t)对应原始等级划分范围后，得到新的失效可能性等级，再结合原有的失效后果等级，构成随着设备实时动态失效可能性影响因子k变化的动
态风险矩阵，实现动态RBI风险评价。10.根据权利要求1所述的数据驱动的动态风险评价方法，其特征在于：在步骤7中，具体包括如下步骤：步骤7.1：确定设备实时动态失效可能性影响因子k；腐蚀速率、运行小时数、剩余使用寿命因素能够直接反映出设备的腐蚀状态，定义为影响因素f，各监测参数的变化与影响因素的变化有直接的关系，对于获取多监测参数计算影响因素大小时，α1,α2,α3,
…
,α
n
代表了各监测参数的实时监测值，影响因素计算为f(α1,α2,α3,
…
,α
n
)，α
10
,α
20
,α
30
,
…
,α
n0
代表了各监测参数的设计基准值，则设备实时动态失效可能性影响因子表示为：对于多监测参数不易获取，或存在对腐蚀有主要影响的监测参数时，选择单监测参数拟合与影响因素间的关系，假设某管道的包括工作温度α1、pH值α2、工作流量α3在内的监测参量都影响了腐蚀速率的大小，而其中温度对腐蚀速率的影响最为重要，则确定工作温度为主要监测参数，与影响因素的关系拟合为f(α1)，α
10
代表设计温度，则失效可能性的影响系数k表示为：步骤7.2：确定动态失效可能性等级；利用设备实时动态失效可能性影响因子k对静态RBI评估失效可能性进行修正得到动态RBI失效可能性k
·
P
f
(t)；当前动态变化的失效可能性k
·
P
f
(t)放到原RBI评估确定的失效可能性等级划分准则中，得到新的动态RBI失效可能性等级；步骤7.3：确定实时动态风险等级；利用原静态RBI评估知识库中的故障后果等级，结合步骤7.2中确定的动态失效可能性等级，经过风险逻辑计算风险R(t)＝[k
...

【专利技术属性】
技术研发人员：王庆锋，许述剑，白永忠，屈定荣，韩建宇，王帅，卫炳坤，刘曦泽，许可，邱枫，
申请(专利权)人：中国石油化工股份有限公司青岛安全工程研究院，
类型：发明
国别省市：