关键词:
石化装置
HAZOP分析
安全完整性等级
文本分析
文本聚类
R语言
摘要:
石油化工行业是国民经济发展的重要基础和支柱产业,但近年来我国石化装置重大安全事故仍然时有发生。为了保障石化装置的生产安全,目前HAZOP、LOPA、SIL等风险分析技术得到了更多的应用。然而分析人员在进行风险分析时主要依赖自身的知识背景和相关经验,存在一定主观性和不确定性,需要借鉴以往风险分析的经验知识;而以往风险分析项目报告形成的经验知识库由于包含大量且分散的文本内容,又导致分析人员无法快捷、准确地找到有用的经验知识用于风险分析。对大量杂乱无序的风险分析文本内容进行分类,能够迅速挖掘文本中的有效信息,在风险分析时更有效率地利用经验知识,因此本文提出了一种基于文本分析的石化装置风险分析方法。本课题应用HAZOP分析和SIL等级评估方法,对国内几家大型石化企业的装置进行了风险分析,汇总风险分析报告构建石化装置风险分析经验知识库;使用R语言对风险分析经验知识进行文本分析,将具有相似特征的经验知识划分到同一个类别中,从而使大量的经验数据简化为不同的类别;最后将分类后的风险分析经验知识构建为基于文本分析的风险分析分类数据库,以便分析人员进行查询,辅助分析人员对石化装置进行风险分析,降低风险分析的主观性和不确定性。主要研究内容如下:(1)应用HAZOP分析和SIL等级评估方法对石化装置进行风险分析,构建经验知识库。以某石化公司的正己烷精制装置为例,说明石化装置的风险分析流程。汇总本课题对国内几套大型石化装置完成的风险分析报告,分别构建石化装置HAZOP分析经验知识库和SIL定级分析经验知识库。(2)对HAZOP经验知识库中的设备名称、引导词、原因、后果和建议等文本数据进行文本分析。为了对经验知识库进行分类以方便查询,本文对经验知识库中的原因、后果和建议内容分别进行文本分析。通过R语言软件,分别对原因、后果和建议经验知识采用K-means聚类方法进行无监督文本聚类,将经验知识自动划分为不同的类别。以汽油地付装置HAZOP分析数据作为新增的经验知识,对新增数据采用KNN分类方法进行有监督文本分类,将新增的经验知识归入聚类后划分的类别。(3)对SIL经验知识库中的后果场景和初始事件等文本数据进行文本分析。在R语言软件中,对经验知识库中的后果场景描述和初始事件描述进行文本分词,统计词频并绘制词云图,找出SIL经验知识中常见的后果场景及初始事件。对SIL后果场景和初始事件经验知识进行文本聚类,将SIL经验知识进行有效分类。(4)构建基于文本分析的石化装置风险分析分类数据库。通过FineReport软件实现经验知识分类数据库的构建,将经过文本分析分类后的HAZOP经验知识与SIL经验知识构建为石化装置风险分析经验数据库,通过网页进行查询。将HAZOP经验知识的文本聚类结果与设备类别结合,实现原因、后果和建议经验知识的快捷有效查询;将聚类后的SIL后果场景类别与初始事件类别进行关联,按照后果场景及其对应的初始事件进行查询。(5)基于文本分析的石化装置风险分析方法案例应用。以丁二烯装置的HAZOP分析和SIL等级评估为案例,说明风险分析经验知识分类数据库的应用方法。本文通过对石化装置风险分析经验知识进行文本分析,为经验知识库建立合理有效的分类,辅助分析人员利用经验知识库进行风险分析,提高石化装置风险分析的可靠性。