消防安全早期预警系统设计研究范文

[摘要]异辛烷安全生产控制过程涉及的物理、化学及能量转换复杂，影响参数众多，本文重点研究消防安全状态信息和隐患问题，深入分析各岗位与之相关的操作流程信息，研判影响消防安全的复杂变化因素，综合运用多元统计、人工神经网络等算法进行计算机模拟分析，设计一套可发挥早期安全预警的数据管理系统，并介绍了其特点及工业应用实例。

[关键词]异辛烷；安全生产控制；消防预警

随北部湾石化产业规模不断扩大，大部分企业在消防安全管理方面问题日益突显。经实地调研发现，目前大多企业使用的生产控制过程的消防安全管理系统，虽可在一定程度上监控部分消防安全状况数据，但未能全面收集反映石化企业运行状态的消防安全信息，对石油化工企业常用的DCS过程控制系统数据也未纳入监控范围，生产中的消防风险预警缺乏时效性和准确性。在生产设施安装的火灾报警探测器等硬件设施，只能起到“被动的”预警防范效果，无法预见因人员的管理活动产生的安全隐患。因此，研判这类影响总体生产消防安全的复杂变化因素，研发一套新的消防安全早期预警数据管理系统成为亟需解决的重要问题。

1生产控制过程机理

本课题研究的异辛烷合成反应的工艺采用美国LUMMUS低温硫酸法技术[1]，年产20万吨异辛烷装置设计处理MTBE醚后碳四和异构化装置液化气30250千克/小时(年生产时数8000小时，24.2万吨／年)，操作弹性60%~110%。工艺过程的主要反应是在硫酸为催化剂的条件下，异丁烷与轻烯烃(如丁烯)的反应，生成高辛烷值的三甲基戊烷同分异构物(典型的三甲基戊烷同分异构物也称为异辛烷)。i-C4+C4H8→2,2,4-三甲基戊烷随人们对异辛烷合成反应机理的不断探索与认识日渐成熟，普遍接收的是正碳离子——链式反应机理。在以酸为催化剂的异辛烷合成反应中，酸所提供的氢质子与烯烃的加成反应是产生正碳离子的主要反应：要结束C8+的继续增长，需要提供负离子。由于异丁烷分子仲叔碳原子上连接着3个甲基基团，使得这个叔碳原子上的氢原子很可能以氢负离子的形式失去，异丁烷变成叔丁基正碳离子，C8+则接受氢负离子生成异辛烷合成反应的主要产物异辛烷。以钦州市某石化企业为研究对象，其生产装置由原料预处理、反应、制冷压缩、产品分馏、化学处理等五部分组成，采用DCS操作系统、SIS联锁控制系统。配套系统包括：球罐区、成品油罐区、变配电系统、循环水系统、空分空压制氮系统、消防系统、地面火炬、污水处理等。本课题研究的异辛烷生产过程化工反应机理复杂，从图1开车反应关联图看，实际生产运行的设备装置，配套公用工程较多，各单元安全生产控制参数繁琐。进出料流动相浓度、液位、流速和流动状况，反应器内的介质的液位、温度、压力，罐区内可燃/有毒气体浓度等对整体安全生产都是至关重要的。

2系统构架设计

针对上节所述影响安全生产的主要因素，与此相关的数据都是消防安全隐患早期预警应监测的重点。其中涉及的数据变量繁多，各变量间的联系复杂，数据格式也类型不一。研发的新数据管理系统需要达到总体分析控制预警的目标，应充分利用厂区现有的摄像头、压差计、温度传感器和液位探测器等硬件，以及DCS控制系统数据、消防报警集中控制系统内的数据，分类并综合协调，通过共同协议后，经计算机算法模拟分析，并输出报警提示。据此，笔者将异辛烷消防安全甚早期预警系统构架设计如下：(3)启动P-101A/B，将T-102收料至操作液位(约70%)，停P-101。(4)将脱丙烷塔底重沸器E-102蒸汽侧投入运行，调节入重沸器的蒸汽流量。塔底以30~40℃/h速度升温，根据T-102塔顶压力情况，投用脱丙烷塔回流罐V-102的压力控制阀。随着温度上升，塔底液位下降，回流罐液位上升。(5)E-102气相温度达到70℃，改通异构化装置或罐区来液化气→V101→P101→E101管程→T102→E101壳程→E104→罐区或V-101的流程。以FIC-30702最小流量约8吨/小时开始异构化液化气进料，以便维持T-102底50%液位。(6)当V-102液位达到正常操作液位(约40%)时，开始启动泵P-102A/B，投用T-102塔顶回流调节阀FIC-30902向T-102顶部回流。(7)在回流线采丙烷产品样分析，合格的丙烷产品改进7#球罐。生产装置区外部涉及的消防安全隐患主要依托摄像头视频模式识别和智能分析技术，系统动态感知企业各重点场所、关键部位、特殊岗位的安全隐患，消防车道被占用堵塞，对作业场所、设备及设施的不安全状态，人的不安全行为等安全隐患自动形成预警信息。重点人员岗位状况还可针对人员安全帽未佩戴，高危区域违章用火，关键岗位人员离岗、睡岗，未履行巡查职责等一系列不安全行为进行智能分析，一旦出现以上不安全行为，系统会自动进行报警。

3应用结果

异辛烷化工生产系统全过程的消防安全监控预警采用多元矩阵分析技术建立模型，在线多元过程变量数据包括多个过程变量，每个过程变量具有多个观测值，所采集的在线过程数据包括多个过程变量的多个观测值，摆在操作人员面前的是很多变量同时在错综复杂变化着的过程。多元统计法的意义在于找出变量的内部联系进行降维[2]，从而“化繁为简”。另一方面，从摄像头采集的图像画面则采用基于神经网络(DNN)的计算机视觉分析[3]。笔者应用海量数据进行模型训练，让神经网络能够学习到解决问题的知识。再把这个训练得到的神经网络参数保存在系统文件里。在实际应用时，不需要海量数据，只需要直接使用这个模型即可实现适用于该生产过程消防安全监测的神经网络的辨识效果。图4生产单元在线监控操作界面Fig.4Theon-lineinterfaceofproductionunits按上述算法分析的思路进行算法编程，课题组采取以数据为驱动的方法建模，完成了新的“甚早期”火灾预警系统。测试系统安装在服务器主机(CPU：八核十六线程2.2GHz)上，应用界面为可视化的视窗系统，直观且便于操作。在这套新的火灾预警管理系统上，可将DCS系统的数据读取，并反映在操作对象应用列表和控件按钮上，实现在线监测操作。图4所示，储罐区单元的温度、液位、可燃气体浓度等DCS读取的实时测定值，变化趋势分析及外观状态图像都可直观反映出来，易于监控查看。在生产过程中，如果出现员工违规操作隐患，预警系统也会准确记录并进行及时报警。图5展示的是监控摄像头AI识别捕捉到的员工吸烟画面，同时发出了消防安全隐患早期预警提示。本预警系统还可以设置单个报警探测器终端的预警模型，例如安全监测对象对温度敏感，可采用方差分析预警，避免出现化工反应“飞温”。监控摄像头的设备状态也可通过系统查看，了解实时运行情况和维护管理信息。

4结论

对影响异辛烷的生产过程中涉及消防安全因素进行全面分析，采取了综合运用DCS控制系统，及生产环节全要素在线监测终端数据，与各种模拟量型、智能型或者探测器和控制模块连接，构架了一套新的生产控制过程消防隐患甚早期预警系统。按照多元统计分析技术、神经网络视觉分析等算法，以数据为驱动建立模型，研发的系统在实际工业应用中具有可视化分析、便于操作的优点，实现对各类火灾发生的潜在消防隐患快速准确识别，并进行早期预警，全面提升了石油化工企业消防安全管控水平，在工业领域展现了广阔的前景。

参考文献

[1]王家祥，王凯，袁本旺．异辛烷生产技术进展[J]．当代化工，2016，45(7)：1480-1484．

[2]刘美玲．基于多元统计分析的过程系统故障诊断方法研究[D]．江苏：南京理工大学，2013．

[3]黄文清，汪亚明，周志宇．计算机视觉技术在工业领域中的应用[J]．浙江工程学院学报，2015，19(2)：92-96．

作者：黎国梁 唐磊 曹忠源 单位：钦州市消防救援支队 崇左市消防救援支队