基于SDG-FTA方法的催化裂化装置故障诊断研究
发布时间:2022-12-07 22:31
催化裂化装置作为炼油过程的重要组成部分,其生产工艺流程复杂、操作变量及设备种类繁多,发生故障的概率较高。因此对该装置的故障诊断问题进行研究具有重要的现实意义。本文根据符号有向图(SDG)揭示潜在故障传播规律及完备性的优点和故障树分析(FTA)在定量分析中的优势,完成了SDG和FTA相结合的故障诊断研究工作。首先,以炼化工业中易发生事故的催化裂化装置为研究对象,在充分考虑该装置工作条件及状态的前提下,提出了基于流程图法和经验知识法相结合的SDG模型建模方案和基于SDG模型建立故障树模型的方案。然后,分别建立了反应-再生系统、烟气能量回收系统、分馏系统及吸收稳定系统的SDG模型和故障树模型,并利用“下行法”完成故障树模型的定性分析,得到了模型的最小割集。其次,针对各系统故障树模型基本事件发生故障概率的模糊性问题,利用三角模糊数理论求得基本事件概率模糊数,进而求得最小割集概率模糊数,确定顶事件概率及基本事件概率重要度,对比每个系统中各基本事件的概率重要度,确定各系统中最易发生故障的位置。最后,基于C#软件开发平台完成催化裂化装置故障诊断系统的开发。本文的研究为催化裂化装置故障的诊断提供了一种...
【文章页数】:81 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.2 故障诊断方法研究现状
1.2.1 故障诊断理论方法综述
1.2.2 SDG及FTA故障诊断方法研究现状
1.3 故障诊断技术在催化裂化过程的应用
1.4 论文主要研究内容
第2章 基于SDG和FTA的故障诊断方法
2.1 SDG技术及相关概念
2.1.1 SDG基本原理
2.1.2 SDG建模方法及原则
2.1.3 SDG模型推理机制
2.2 FTA故障分析与评价
2.2.1 FTA分析概述
2.2.2 FTA定性分析
2.2.3 FTA定量分析
2.2.4 模糊理论在FTA定量分析中的应用
2.3 催化裂化装置建模方案
2.3.1 SDG模型的建模方案
2.3.2 基于SDG模型建立故障树的方案
2.4 本章小结
第3章 催化裂化装置SDG模型的建立
3.1 催化裂化装置工艺流程介绍
3.2 催化裂化装置SDG建模的前提条件
3.3 建立催化裂化系统SDG模型
3.3.1 反应-再生系统SDG模型的建立
3.3.2 烟气能量回收系统SDG模型的建立
3.3.3 分馏系统SDG模型的建立
3.3.4 吸收稳定系统SDG模型的建立
3.4 本章小结
第4章 催化裂化装置故障树分析
4.1 基于SDG模型建立故障树
4.1.1 反应-再生系统FTA模型的建立
4.1.2 烟气能量回收系统FTA模型的建立
4.1.3 分馏系统FTA模型的建立
4.1.4 吸收稳定系统FTA模型的建立
4.2 催化裂化故障树定性分析
4.3 催化裂化故障树定量分析
4.3.1 获取故障率基本数据
4.3.2 三角模糊数求取事故概率
4.3.3 顶事件概率及基本事件概率重要度
4.4 本章小结
第5章 催化裂化装置故障诊断系统
5.1 系统的结构和功能
5.2 故障诊断模块
5.3 故障知识管理模块
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研项目与主要成果
致谢
【参考文献】:
期刊论文
[1]AHP中判断矩阵的一致性检验新方法[J]. 余敢华,张亚杰,黄海静,张诚一. 数学的实践与认识. 2017(22)
[2]基于分层SDG的航空发动机燃油系统故障诊断方法研究[J]. 杨康,李洁,张可,陈桑桑. 计算机与数字工程. 2017(11)
[3]基于判断矩阵一致性程度的专家权重确定方法[J]. 李艳玲,吴建伟,朱烨行. 计算机与现代化. 2017(06)
[4]基于规则和故障树的故障案例库构建方法研究[J]. 陈瑞勋,李青,解海涛. 航空制造技术. 2017(03)
[5]基于模糊综合评判法的水利现代化评价指标体系研究[J]. 徐斌,黄显峰. 水利发展研究. 2016(10)
[6]基于符号有向图的危险与可操作性分析的应用[J]. 于蒙,邹志云,朱安娜. 有色冶金设计与研究. 2016(03)
[7]基于T-S模糊故障树的多态系统性能可靠性[J]. 孙利娜,黄宁,仵伟强,李心坤. 机械工程学报. 2016(10)
[8]基于贝叶斯网络的复杂系统动态故障树定量分析方法[J]. 房丙午,黄志球,李勇,王勇. 电子学报. 2016(05)
[9]基于复杂网络理论的符号有向图(SDG)化工故障诊断[J]. 王政,孙锦程,王迎春,姜英,贾小平,王芳. 化工进展. 2016(05)
[10]数控车床进给系统基于模糊理论的故障树分析[J]. 张义民,肖洁,李常有. 哈尔滨工业大学学报. 2015(07)
硕士论文
[1]结合RBI方法对SDG-HAZOP分析的优化研究[D]. 薄立刚.沈阳航空航天大学 2014
[2]基于SDG-HAZOP方法的风险评价系统研究[D]. 于洋.北京化工大学 2012
[3]催化裂化故障诊断系统研究[D]. 鲁英.西安石油大学 2010
[4]HAZOP/事故树综合安全评价模型研究与实现[D]. 吴学彬.大连理工大学 2010
[5]原油蒸馏装置SDG故障诊断应用研究[D]. 许欣.北京化工大学 2008
[6]故障树分析和模糊理论在机械故障诊断中的应用研究[D]. 韦家增.合肥工业大学 2002
本文编号:3712984
【文章页数】:81 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.2 故障诊断方法研究现状
1.2.1 故障诊断理论方法综述
1.2.2 SDG及FTA故障诊断方法研究现状
1.3 故障诊断技术在催化裂化过程的应用
1.4 论文主要研究内容
第2章 基于SDG和FTA的故障诊断方法
2.1 SDG技术及相关概念
2.1.1 SDG基本原理
2.1.2 SDG建模方法及原则
2.1.3 SDG模型推理机制
2.2 FTA故障分析与评价
2.2.1 FTA分析概述
2.2.2 FTA定性分析
2.2.3 FTA定量分析
2.2.4 模糊理论在FTA定量分析中的应用
2.3 催化裂化装置建模方案
2.3.1 SDG模型的建模方案
2.3.2 基于SDG模型建立故障树的方案
2.4 本章小结
第3章 催化裂化装置SDG模型的建立
3.1 催化裂化装置工艺流程介绍
3.2 催化裂化装置SDG建模的前提条件
3.3 建立催化裂化系统SDG模型
3.3.1 反应-再生系统SDG模型的建立
3.3.2 烟气能量回收系统SDG模型的建立
3.3.3 分馏系统SDG模型的建立
3.3.4 吸收稳定系统SDG模型的建立
3.4 本章小结
第4章 催化裂化装置故障树分析
4.1 基于SDG模型建立故障树
4.1.1 反应-再生系统FTA模型的建立
4.1.2 烟气能量回收系统FTA模型的建立
4.1.3 分馏系统FTA模型的建立
4.1.4 吸收稳定系统FTA模型的建立
4.2 催化裂化故障树定性分析
4.3 催化裂化故障树定量分析
4.3.1 获取故障率基本数据
4.3.2 三角模糊数求取事故概率
4.3.3 顶事件概率及基本事件概率重要度
4.4 本章小结
第5章 催化裂化装置故障诊断系统
5.1 系统的结构和功能
5.2 故障诊断模块
5.3 故障知识管理模块
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研项目与主要成果
致谢
【参考文献】:
期刊论文
[1]AHP中判断矩阵的一致性检验新方法[J]. 余敢华,张亚杰,黄海静,张诚一. 数学的实践与认识. 2017(22)
[2]基于分层SDG的航空发动机燃油系统故障诊断方法研究[J]. 杨康,李洁,张可,陈桑桑. 计算机与数字工程. 2017(11)
[3]基于判断矩阵一致性程度的专家权重确定方法[J]. 李艳玲,吴建伟,朱烨行. 计算机与现代化. 2017(06)
[4]基于规则和故障树的故障案例库构建方法研究[J]. 陈瑞勋,李青,解海涛. 航空制造技术. 2017(03)
[5]基于模糊综合评判法的水利现代化评价指标体系研究[J]. 徐斌,黄显峰. 水利发展研究. 2016(10)
[6]基于符号有向图的危险与可操作性分析的应用[J]. 于蒙,邹志云,朱安娜. 有色冶金设计与研究. 2016(03)
[7]基于T-S模糊故障树的多态系统性能可靠性[J]. 孙利娜,黄宁,仵伟强,李心坤. 机械工程学报. 2016(10)
[8]基于贝叶斯网络的复杂系统动态故障树定量分析方法[J]. 房丙午,黄志球,李勇,王勇. 电子学报. 2016(05)
[9]基于复杂网络理论的符号有向图(SDG)化工故障诊断[J]. 王政,孙锦程,王迎春,姜英,贾小平,王芳. 化工进展. 2016(05)
[10]数控车床进给系统基于模糊理论的故障树分析[J]. 张义民,肖洁,李常有. 哈尔滨工业大学学报. 2015(07)
硕士论文
[1]结合RBI方法对SDG-HAZOP分析的优化研究[D]. 薄立刚.沈阳航空航天大学 2014
[2]基于SDG-HAZOP方法的风险评价系统研究[D]. 于洋.北京化工大学 2012
[3]催化裂化故障诊断系统研究[D]. 鲁英.西安石油大学 2010
[4]HAZOP/事故树综合安全评价模型研究与实现[D]. 吴学彬.大连理工大学 2010
[5]原油蒸馏装置SDG故障诊断应用研究[D]. 许欣.北京化工大学 2008
[6]故障树分析和模糊理论在机械故障诊断中的应用研究[D]. 韦家增.合肥工业大学 2002
本文编号:3712984
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3712984.html