石油化工行業(yè)突發(fā)性事故的預測與預防

朱慧峰

(中國石化上海石油化工股份有限公司，上海200540)

石油化工行業(yè)突發(fā)性事故的預測與預防

朱慧峰

(中國石化上海石油化工股份有限公司，上海200540)

突發(fā)性事故一直是困擾石油化工行業(yè)安全經(jīng)濟生產(chǎn)運行的一個難題，多發(fā)性的突發(fā)事故將造成裝置的非計劃停車，輕則設備、物料受損，重則導致人員傷亡的發(fā)生。采用離散和連續(xù)空間的搜索技術原理，尋找和分析事故發(fā)生的原因，并對突發(fā)事故發(fā)生進行預測與預防；提出故障點歸零法和木桶原理等預防法，進行單套裝置和全系統(tǒng)的整體性防御，以減少或避免石化行業(yè)裝置的非計劃停車，保障設備、物料和人員的安全。

突發(fā)事故 最優(yōu)搜索理論 移動平均法 離散圖

由于石油化工行業(yè)是連續(xù)性生產(chǎn)，其生產(chǎn)的介質(zhì)不僅有毒有害，且易燃易爆，所以突發(fā)事故導致的非計劃停車對于石油化工行業(yè)來說是一個無法回避的現(xiàn)實。為了更加科學和有效地防范突發(fā)性事故的發(fā)生，文章以某石化企業(yè)為例，引入物流管理預測技術和離散在連續(xù)空間中的最優(yōu)搜索理論，對未來突發(fā)性事故導致的緊急停車和非計劃停車進行預測，提出對突發(fā)事故的預防方法，從而在最大程度上預防事故和非計劃緊急停車的發(fā)生。

1 突發(fā)事故發(fā)生的原因與分類

突發(fā)事故發(fā)生的原因多種多樣，其劃分的方法也很多，可以按對自然環(huán)境影響、經(jīng)濟損失、預測預防的難易以及社會危害程度來劃分，在這里我們按照預測預防的難易程度來劃分。

第一是人為因素。眾所周知，在石油化工行業(yè)里由于人為因素造成的突發(fā)事故，通常是企業(yè)內(nèi)部管理制度和執(zhí)行力度不到位造成的。內(nèi)部管理制度不到位可以通過加強企業(yè)的條線管理，規(guī)范內(nèi)部和外部審查制度，實現(xiàn)管理制度的逐步完善；執(zhí)行力度不到位可以通過對企業(yè)和員工進行安全教育和考核，加強在崗管理來解決。通常情況下，這是石油化工行業(yè)對突發(fā)事故最好的防御措施，也是最可控的狀態(tài)。

第二是自然因素。這種因素可分為氣象和地理兩種，由于氣象和地理的預測程度逐年提高，石油化工行業(yè)在惡劣的天氣情況下，通過采取防雷和防訊等措施，逐步降低突發(fā)事故對石油化工行業(yè)的影響程度。

第三是設備因素。這是每年造成石油化工行業(yè)非計劃停車和人員傷亡損失的重要源頭。根據(jù)統(tǒng)計，超過八成的突發(fā)事故造成的非計劃停車都來自于現(xiàn)役設備的意外損壞，原因就是無法預測現(xiàn)役正常的設備何時會突然出現(xiàn)問題，這種因素造成的突發(fā)事故難以防備。

2 單套裝置突發(fā)事故的預測與預防

引入離散和連續(xù)空間中的最優(yōu)搜索理論，闡述對單套裝置的突發(fā)事故以及非計劃停車進行預測和預防。

2.1 離散和連續(xù)空間中的最優(yōu)搜索理論的確立

最優(yōu)搜索理論的3個基本要素為：

(1)目標位置和移動路徑的概率分布函數(shù)。有關搜索目標在某個時刻的初始位置(比如關于它的最新觀測報告)以及它在隨后所做的各種運動的可能性大小等信息經(jīng)過量化，獲得目標的概率分布函數(shù)。

(2)探測函數(shù)的概念。探測函數(shù)給出了將投入到某個區(qū)域的搜索資源(如時間)的數(shù)量，與給定搜索目標位于該區(qū)域時成功探測到該目標的可能性大小聯(lián)系起來的函數(shù)關系,它與目標的運動模型是緊密相關的。

(3)對可用資源的約束條件。在典型情況下搜索者可用于搜索目標的資源(或能力)是有限的，通常有關資源的約束條件并不是以可用資源總量上限的形式來給出，而是以在各個搜索區(qū)域內(nèi)所能用的搜索資源占總資源比例的上限形式給出[1]。

2.2 離散和連續(xù)空間中的最優(yōu)搜索理論對突發(fā)事故的預測和預防

(1)木桶原理。根據(jù)最優(yōu)搜索問題的第三個要素對可用資源的約束條件，我們知道每個關鍵設備都有其使用壽命周期，假設每個組成裝置的設備都到壽命周期結束才損壞，由于這些設備的使用壽命周期不同，約束著單套裝置連續(xù)運行時間的長度。突發(fā)事故往往是該單套裝置中最薄弱的那個設備造成的，這就是木桶原理。

(2)故障點歸零法。羅列設備使用壽命周期表，找出突發(fā)事故最有可能發(fā)生的時間，就是最先到達使用壽命周期的那個設備時間。選擇關鍵設備的使用壽命處于同一起跑點，確保在下次大修到來前，都在設備使用壽命范圍內(nèi)，這就是故障點歸零法。

(3)工匠精神。根據(jù)最優(yōu)搜索問題的第一和第二基本要素，雖然關鍵設備的壽命周期各不相同，也不可能約定相同的使用壽命周期，但可以根據(jù)以往裝置停車發(fā)生的歷史數(shù)據(jù)，對第一和第二基本要素的可能性概率信息量化，預測發(fā)生的大概時間段。這種預測需要裝置日常維護人員本著精益求精的工匠精神，認真分析設備和物料運行參數(shù)狀況，并對各個關鍵設備運行情況等信息量化，獲得目標突發(fā)事故可能性的概率分布。

3 整體性突發(fā)事故的預防和預測

3.1 普遍性和相關性原理的闡述

由于蒸汽是石化企業(yè)必不可少的物料媒介，在石油化工企業(yè)里，幾乎所有的裝置都必須使用蒸汽，所以如果用蒸汽作為媒介，選擇蒸汽負荷的變化趨勢來預測未來石化企業(yè)突發(fā)事故的發(fā)生趨勢具有一定的普遍性。在裝置正常運行時，蒸汽的使用量是恒定且有規(guī)律的；化工裝置在突發(fā)事故狀態(tài)下，蒸汽的使用量會發(fā)生變化，對這種變化量的捕捉，可以直接反映裝置運行狀態(tài)和向事故發(fā)生可能性的變化趨勢。因此，蒸汽參數(shù)變化與事故發(fā)生有極高的相關性，它有著其他任何物料都不具備的普遍性和相關性，通過對這種量能趨勢性的數(shù)據(jù)變化進行預測，就可知道突發(fā)事故發(fā)生的時間節(jié)點。

3.2 蒸汽熱負荷數(shù)據(jù)的收集和計算

物流管理的預測法根據(jù)特征可以分為定性、定量和綜合預測，移動平均法是定量分析法的一種，它是借助移動平均數(shù)修正資料數(shù)據(jù)的變動，以描述其趨勢的方法[2]。一般情況下，移動平均期越長，對隨機變動的平滑效果越好，預測的結果也越精確。其優(yōu)點是可以將原來數(shù)據(jù)中的隨機因素加以過濾，消除數(shù)值的起伏波動；缺點是它需要大量的歷史數(shù)據(jù)，成本較高[3]。因此，使用該方法最好是有大數(shù)據(jù)的支持與積累，才能確保預測的準確性。

從數(shù)據(jù)庫提取了2014—2016年某石化企業(yè)供熱系統(tǒng)每天熱網(wǎng)運行最為穩(wěn)定的時間段(15∶00～16∶00)的中低壓蒸汽所有熱源供熱量的實時數(shù)據(jù)，并進行疊加，然后將這些數(shù)據(jù)按月計算出平均值、最大值和最小值(見表1)。

表1 某石化企業(yè)蒸汽歷史供熱流量使用情況 t/h

3.3 根據(jù)離散程度制作離散圖，預測事故發(fā)生的時間趨勢

所謂離散程度就是觀測變量各個取值之間的差異，它是用來衡量風險大小的指標，通過極差法觀測變量的最大取值、最小取值與正常值的離差，衡量未來風險大小情況。離散圖是根據(jù)化工企業(yè)生產(chǎn)裝置熱負荷的使用特點，判斷事故發(fā)生概率時間段的一種方法，偏離正常平均值越遠的數(shù)據(jù)出現(xiàn)，也就預示著出現(xiàn)突發(fā)事故和非計劃停車的可能性趨勢越大。

與往年不同的是，2016年大修時間是8月和9月，大修期間開停車頻繁，數(shù)據(jù)不具有代表性，因此根據(jù)歷史數(shù)據(jù)進行修正得到2017年供熱系統(tǒng)離散預測情況(見圖1)。

圖1 2017年供熱系統(tǒng)的離散預測情況

從圖1中可以看出：

(1)最大離散度相對比較小的月份是2、8、9、11和12月，在2017年出現(xiàn)極端大負荷的機會比較小，可以根據(jù)當時的總供熱量狀況，適當停役供熱設備，便于節(jié)能。

(2)瞬間最有可能出現(xiàn)最大值供熱量的是1、3、6和7月，6月和7月是傳統(tǒng)意義上的大修時間，應當排除，而5月有離散度快速上升的動作，應密切注意。因此，排除寒冷的天氣需要大量使用蒸汽的情況外，在這個時間段最容易出現(xiàn)突發(fā)事故。從預測的情況來看，2017年的1、3和5月出現(xiàn)停電、緊急停車這種突發(fā)情況的幾率要比其他月份高。因此為了確保安全，應預先檢查各個裝置，捕捉消除設備缺陷隱患，做好對事故發(fā)生的防范工作。

(3)最小值離散出現(xiàn)最高狀態(tài)的是1、3和4月，供熱量最小值離散的出現(xiàn)表示兩種情況：一是裝置出現(xiàn)較多停車造成蒸汽用量減少；二是電廠鍋爐等設備或供熱管道出現(xiàn)突發(fā)故障，無法供熱，因此還需防范汽源單位事故的發(fā)生。

(4)圖1顯示10月呈現(xiàn)最大和最小離散度同時上升的狀態(tài)，說明該月化工裝置蒸汽使用不夠穩(wěn)定，需注意臺風和暴雨等極端天氣導致化工裝置和發(fā)電廠的意外停車。

3.4 突發(fā)事故的預測與實際結果比較

為了驗證對預測結果的可靠性，根據(jù)前兩年的供熱數(shù)據(jù)進行了計算并制作離散圖。對前幾年供熱操作記錄所反映突發(fā)事故的發(fā)生時間和規(guī)模進行比較，結果發(fā)現(xiàn)與離散圖的契合程度很高，突發(fā)事故實際發(fā)生的時間與預測值平均契合度超過七成(見圖2)。

圖2 2016年供熱系統(tǒng)的離散情況

從圖2中可見：除了1月和7月與實際情況略有誤差外，其他月份與預測結果基本吻合。分析其原因，可能與模型抽取數(shù)據(jù)時不能區(qū)分該裝置停車是按計劃停車還是突發(fā)事故停車有關。所以零星分散發(fā)生的突發(fā)事故被成功預測的概率偏小，而事故集中爆發(fā)的月份被成功預測的可能性很大。

4 結語

無論從單一裝置或整體性防御的理論角度看，裝置從開始運行起，就是一種傷害性“勢”的逐步累積，當“勢”達到一定高度并無以為繼時，最終造成停車，這是一種尋找拐點的過程。通過這種主動性的防御嘗試，用預測技術尋找突發(fā)事故并加以預防，盡量減少設備損失和人員傷亡，為石化企業(yè)的安全生產(chǎn)提供借鑒。

[1] 朱清新.離散和連續(xù)空間中最優(yōu)搜索理論[M].北京：科學出版社，2005：2.

[2] 聶軍.物流技術與設備[M].北京：對外經(jīng)濟貿(mào)易大學出版社，2004：10.

[3] 楊廣君.物流管理[M].北京：對外經(jīng)濟貿(mào)易大學出版社，2004：145.

The Prediction and Precaution of Sudden Accidents in Petrochemical Industry

Zhu Huifeng

(SINOPECShanghaiPetrochemicalCo.,Ltd.,Shanghai200540)

Sudden accidents have always been a problem for the safe and economical production and operation of petrochemical industry.Frequent accidents will cause unexpected production halts,which can cause harm to equipments and materials,or even people.In this paper,the discrete and continuous space search technology was used for searching and analyzing the causes of accidents,and predicting and preventing sudden accidents.Some precaution methods such as the fault point return-to-zero method and the wooden barrel principle were put forward for the overall defense from single devices to the whole system,aiming to decrease or avoid unexpected production halts of petrochemical industrial equipments,thus protecting the safety of equipment,materials and people.

sudden accident,optimal search technique,moving average method,discrete graphs

2016-11-04。

朱慧峰，男，1969年出生，畢業(yè)于同濟大學物流管理專業(yè)，工程師，現(xiàn)從事生產(chǎn)調(diào)度工作。

1674-1099 (2017)01-0014-04

TX45

A