基于SDG的HAZOP单元建模方法

SDG(Signed Directed Graph)是一种重要的定性建模技术，特别是在安全评价和故障诊断领域。对于过程系统，危险与可操作性分析(Hazard and Operability Study，HAZOP)，是一种应用最为广泛的评价方法。HAZOP方法与SDG方法有着天然的联系。在人工HAZOP方法的基础上，提出利用SDG模型及基于网论的推理方法，进行计算机自动HAZOP分析。该文介绍了一种新的基于SDG推理的HAZOP方法，以替代人工HAZOP。通过建立工业过程中典型的设备单元的评价模型，来组建模型库，用于搭建大型工业系统模型。不但通用性强，而且具有良好的继承性，并节省大量的人力、物力等。     

综合性SDG故障诊断架构

基于模型的SDG(Signed DiGraph,符号有向图)故障诊断方法因其具有完备性好、推理深度高等优点在过程工业安全工程中具有十分重要的意义,已成为安全工程中的1种关键技术。本文在以前研究的基础上,提出了1个综合性SDG故障诊断架构,以期能够实现在生产过程中及时发现故障并判明故障源。该综合性故障诊断架构按模型、推理和应用3个层次搭建,以传统定性SDG及概率SDG理论为基础,包含了从模型建立到故障诊断推理,从定性SDG方法到结合统计监控的SDG方法再到概率SDG方法等一系列实施方案。该综合性SDG故障诊断架构由于引入了多元统计监控模型,使得在系统没有表现出明显的故障征兆时就能够及时敏感地检测到异常变化,进而触发SDG及PSDG推理来实现对故障源的查找,并给出各故障源发生故障的概率值,以指导使用者按照概率值的大小顺序采取处理措施。以某石化公司的气体分馏装置为实际背景,利用该装置实时数据库中的实际生产工艺数据对该综合性诊断架构进行了实例验证,其故障诊断结果与实际发生的故障相吻合,证明了该综合性故障诊断架构的有效性。     

化工生产过程HAZOP安全评价技术

化工生产过程涉及大量易燃、易爆、有毒、有害物质,一旦物质或能量的正常运行状态遭到破坏,便会发生火灾、爆炸或泄漏导致灾难性后果.为防止化工生产过程危险事故的发生和蔓延,实现事故早期预防,需要对化工生产过程进行安全评价.危险与可操作性分析(Hazard and Operability,HAZOP)是1套应用较广的评价方法,但是人工评价存在费时、费力、成本高等缺点.本文介绍了计算机辅助安全评价技术的发展和人工HAZOP安全评价技术,重点讨论了一种基于SDG(Signed Directed Graph)的计算机辅助危险与可操作性分析安全评价技术.这种安全评价技术基于SDG定性模型过程模型,通用性强,且又能分析各种具体工艺的特定信息,与人工专家评价相比,该评价技术具有完备性好、省时、省力、成本低、评价结果系统性和条理性强等众多优点.     

基于Django框架的故障诊断和安全评估平台

符号有向图(SDG)作为一种定性研究方法,在系统推理和图形绘制上有待改进.详细描述了计算机辅助下的SDG故障诊断和安全评估平台的开发过程.平台的开发基于开源Django框架,具有搭建维护简单、操作方便、易于二次开发等特点;利用分层SDG模型和新的推理算法实现对系统的故障诊断和安全评估,支持故障传播路径查询和分层SDG的自动绘制.以田纳西-伊斯曼过程(TEP)为例,对平台的有效性进行验证,结果证明平台推理结果完备、有效,具有实际应用的前景.     

SDG故障诊断中的分层建模递阶推理方法

针对采用符号有向图(signed directed graph,SDG)对石化工业系统进行故障诊断时,经常存在SDG建模和推理过程十分繁琐、困难的问题,提出了一种基于控制回路分解系统的SDG分层建模及递阶推理方法.在建立SDG模型时将整个系统分解为含有系统层、子系统层和回路层的多层次模型架构,进而利用递阶推理在分层SDG模型中搜索相容通路来实现故障诊断.该方法能清晰表述工业系统的SDG模型,减少了建模和推理的复杂度.以Tennessee Eastman仿真系统为例进行了验证,证明了方法的有效性.     

模糊SDG故障诊断方法及其应用

基于SDG的故障诊断方法在使用过程中,由于阈值设定不合理会导致故障的误报或漏报。针对该问题展开研究,提出模糊SDG模型,建立五级SDG模型并引入参数模糊隶属度,提出相应的模糊推理算法。通过将模糊SDG模型及其推理方法应用于某常减压蒸馏装置进行故障诊断实例分析,验证了方法的有效性和可行性。     

SDG建模及其应用的进展

符号有向图SDG(signed directed graph)是描述大规模复杂系统的一种有效方式,通过节点和有向支路表示了系统变量或局部之间的因果影响关系.近年来,关于SDG的研究已经成为热点并已取得许多成果,特别是在安全分析领域得到了重要的应用.本文在概述了SDG方法的产生背景与发展近况的基础上,主要综述了SDG研究中的若干重要问题,包括SDG模型的数学描述和基于数学模型、流程图和经验知识的三种建模方法,以及SDG在安全评价和故障诊断领域研究和应用的相关成果,总结了相关方法的优缺点,其中的核心问题是推理方法及其效率.最后对SDG技术的发展方向做出了展望,定量信息引入、推理方法、计算机建模等方面都有待于进一步研究.     

基于多块KPCA和SDG 的故障诊断方法

针对大规模复杂工业过程,提出一种基于多块核主元分析(MBKPCA)和符号有向图(SDG)的故障诊断方法。首先,提出基于SDG和优先级的分块策略,以强连接元SCC为最高优先级、多入/出度节点群为次高优先级、节点链为最低优先级对过程进行分块;在此基础上,采用MBKPCA进行过程监控,对于检测到的故障,先确定故障发生在哪一个数据块,再触发SDG在故障块内完成故障定位。所提出方法克服了多块KPCA故障隔离不完全和SDG推理过程中组合爆炸的缺点,可以提高复杂工业过程故障诊断的准确度和速度。基于Tennessee Eastman过程的仿真研究表明了所提出故障诊断方法的有效性。     

用UML实现SDG自动建模研究

分析了符号有向图（Signed Directed Graph,SDG）自动建模方法的国内外研究现状,阐述了该方法和建立相应软件平台的必要性和紧迫性.介绍了统一建模语言（Unified Modeling Languagee,UML）、UML模型建立特点、SDG技术和SDG模型建立的方法.分析提出用UML方法辅助研究SDG自动建模策略,采用UML构建SDG自动建模软件平台.本研究和软件平台的构建扩展了UML在工业领域的应用范围.     

基于SDG模型的故障诊断专家系统

针对现代流程工业的特点,利用符号有向图模型（SDG）对化工生产工艺流程进行建模,运用SDG的推理能力,将其因果图转化为产生式规则,获得对整个生产流程的规则描述。根据SDG模型推理结果的特点提出一种可行的故障诊断专家系统设计方案,将得到的规则存入专家系统知识库,进行基于征兆的前向推理故障诊断。应用结果表明该种方法的有效性与可行性。     

基于模糊推理的SDG故障诊断新方法

针对纯定性的SDG推理方法忽略了SDG图中节点之间的影响程度不同导致诊断分辨率不高这一问题,提出了在纯定性SDG推理的基础上用模糊矩阵的形式加入节点间相互影响关系的定量信息的推理新方法,可对多潜在故障源划分优先级,从而提高SDG故障诊断的分辨率。相对于其他模糊SDG故障诊断方法,本方法勿需使用隶属函数,取而代之的是模糊矩阵,后者的获取易于前者,且采用矩阵的表示方法方便了计算机编程的实现。     

基于概率符号定向图的故障诊断方法的研究

本文在传统SDG算法中引人节点、支路的概率信息,建立概率符号有向图（PSDG）模型对常减压蒸馏装置进行全面深入的安全评价分析。本文提出的安全分析推理算法,能够提供故障诊断的准确性和分辨率。     

概率SDG模型及故障分析推理方法

符号有向图（SDG）是用来表示大规模复杂系统中变量之间因果影响关系的一种重要工具,但其存在一些不易克服的缺点.为此,首先提出一种新的模型--概率SDG模型,用条件概率描述故障之间的传递关系;然后在概率SDG模型的框架下,提出一种故障分析诊断的推理方法,即利用图消去算法和连接树算法进行贝叶斯推理,并计算出故障概率.最后以65 t/h锅炉系统为例,研究建立其概率SDG模型,并在此基础上验证了上述模型和推理方法的有效性.     

基于置信规则库的工业控制系统安全状态评估

当前工业控制系统存在严重安全问题,针对现有工业控制系统安全状态评估模型存在的不足,提出一种基于置信规则库(BRB)专家系统的工业控制系统安全状态评估方法。该方法首先利用置信规则库专家系统将工业控制系统中定性知识与定量监测数据相结合。然后采用证据推理(ER)算法进行知识推理,并对所建立的BRB模型初始参数进行优化。最后以某燃气工业控制系统数据为例,实验结果表明,其评估精度高于SVM和BP神经网络模型。     

Dynamic Slicing of Petri Nets Based on Structural Dependency Graph and its Application in System Analysis

Petri net models are frequently complex and difficult to understand and modify. Slicing technology is very useful in analyzing programs, and has been widely used in specification level for model reduction. So it is necessary to explore slicing methods for Petri nets. This paper proposes a dynamic slicing technique for Petri nets based on the structural dependency graph (SDG). Firstly, the SDG is constructed from the slicing criterion by a backtracking algorithm. Secondly, based on the SDG and a given marking, the dynamic slice can be acquired. As a case study, the proposed method is applied to a control system, and a simulation tool is developed for validating this method and automatically generating the slice. The algorithms can be useful in automatically identifying the parts of the model that affect a state of interest, and provide the basic technical support for alleviating the difficulty of formal verification and analysis.