基于混沌理论的石油炼化企业风险预警预控技术研究

发布时间：2020-08-31 14:44

　　本文基于混沌理论和现代安全风险管理理论,在分析借鉴相关行业领域风险预警研究的机制、模式及理论和方法的基础上,提出了基于混沌理论的安全风险预警模式,结合石油炼化企业安全生产管理的现实需求和实际情况,以石油炼化若干高危装置为研究对象,探讨了石油炼化高危系统实施安全风险预警的具体方法和技术,并以典型石油催化裂化系统为例进行了实证研究。论文首先论证了炼化企业是一个混沌系统,炼化企业风险具有混沌特征,阐述了基于“点、线、面”单元划分模式的风险辨识理论,并依据混沌理论,运用神经网络分析方法,对炼化企业综合风险进行了评价。依据混沌理论,本文提出了的工业安全风险的两种预测方法,即局域预测方法和基于神经网络的预测方法。通过比较分析,界定了两种方法的适用范围,其中局域预测方法可以用于人工巡检等非自动监测类的管线设备等风险预测,神经网络预测模型主要用于可以进行连续自动监测的设备风险预测。依据本文所提出的风险辨识、评价和预测方法,通过构建风险预警信息管理平台,提出了风险信息采集—风险数据处理—风险警戒发布—风险警情控制的风险预警模式。对于风险控制,提出了“及时性”、“有效性”和“保证整体有序,调整局部结构”的控制原则以及“技术+管理”的控制方式。同时,对企业实施运行安全风险预警的组织结构及职能进行了论述。结合论文研究的实际课题需求,选取具有代表性的石油催化裂化系统为研究对象,分别对重油催化裂化系统和两段提升管催化裂解系统进行了风险源辨识和辨识结果分析,论证石油催化裂化系统安全风险预警的实施运行效果研。研究结果表明,预警体系职能明确,流程清晰,可操作度高,具有较强的系统性、实用性和可靠性。最后,对论文的研究工作进行了总结,并提出了下一阶段研究和探索的内容及方向。
【学位单位】：中国地质大学（北京）
【学位级别】：博士
【学位年份】：2010
【中图分类】：F224;F407.22
【部分图文】：

曲线,曲线,指数,李雅普诺夫指数

010( ) '( )nntx xtde f x f xdxλ === = ∏ 式的极限存在，就可以定义101lim ln '( )ntntf xnλ →∞== ∑ 即为李雅普诺夫指数。有一个 Lyapunov 指数，它可能大于零，也可能等于大于零时，相邻轨道指数速度分离；如果系统在整体，形成混沌吸引子。因此，λ>0 可以作为系统混沌特小于零时，表明轨道在局部有稳定的不动点。λ由负状态转向混沌运动[98~101]。图 2.1 说明了 Logistic 映射的变而变化的情况。

人机环境系统,安全事故,分析模型,炼化企业

企业风险的混沌特征人—机—环境构成的复杂系统，炼化企业风险的发设备、管道等）的不安全状态和环境的不安全条件见图 3-1)。所以风险是多种因素综合作用的结果，响非线性特性，每次风险的爆发都具有不确定性。业火灾的发生必须具备三个条件，即存在可燃性物源且延迟足够时间，三者缺一不可。但是由于炼化素构成的复杂系统，影响上述三个条件的因子复杂企业火灾的演变过程具有典型的非线性特征，即具、隐蔽性和突发性等特征。这些都表明炼化企业风

一般框架,神经网络

46图3-2 人工神经网络的一般框架结构Figure 3-2 The Framework of Artificial Neural Network图3-2 是一个神经网络的基本结构。用“○”表示神经元，每个神经元之间通过相互连接形成一个网络拓扑，这个网络拓扑的形式即为神经网络的互连模式。不同的神经网络模型对神经网络的结构和互连模式都有一定的要求和限制，如多层次、全互连等。神经网络以外的部分（虚线框之外的部分）统称为神经网络的环境。神经网络从其所处的环境中获取信息，对信息进行加工处理之后作用于所处的环境中。各个神经元之间的连接不只是一个单纯的传递信号的通道，而是在每对神经元之间的连接上有一个加权系数，这个加权系数起着生物神经系统中神经元的突触强度的作用，它可以加强或减弱上一个神经元的输出对下一个神经元的刺激，这个加权系数即为权值。在神经网络中

【引证文献】