Обеспечение безопасности трубчатых печей на основе оперативной диагностики аварийных состояний. Safety ensure of the tubular furnace on the basis of operative diagnostics of emergency conditions

А.П. Верёвкин, д.т.н., профессор, Д.С. Матвеев, аспирант, М.Х. Хуснияров, д.т.н., профессор, Уфимский государственный нефтяной технический университет

Введение

При разработке систем обеспечения безопасности (СОБ) на взрывопожароопасных и химически опасных производствах, к которым относятся объекты добычи, транспорта, переработки нефти и газа, нефтехимии, одним из параметров процедуры обслуживания, в значительной мере определяющим показатели безопасности и риски возникновения аварийных ситуаций, является время восстановления отказавшего оборудования [1,2,3,4]. Существенный вклад в этот показатель вносит время обнаружения факта и места отказа (локализация причины отказа), минимизация которого возможна только при наличии   систем оперативной диагностики.

В нормативной документации в области промышленной безопасности устанавливается, что разработка систем диагностики отказов и защиты от их последствий является одной из необходимых задач при разработке систем управления и защиты опасных производств [5,6]. Современные системы диагностики элементов автоматизированных технологических комплексов (АТК) реализуются в рамках автоматизированных систем управления технологическими процессами (АСУТП) и позволяют обосновывать управленческие решения в условиях дефицита временных, информационных и материальных ресурсов [7].

Анализ аварийных ситуаций на взрывопожароопасных производствах показал, что трубчатая печь является одним из наиболее опасных объектов, обладающим повышенными параметрами риска по сравнению с другими видами оборудования. Большое количество аварий на трубчатых печах связано с разгерметизацией трубчатого змеевика и выброса технологической среды в объем печи. Своевременное обнаружение прогара змеевика позволяет существенно снизить количество вещества, участвующего в пожаре, и соответственно снизить возможный ущерб от аварии, который может достигать десятков миллионов рублей. Кроме этого аварии на трубчатых печах являются источником загорания и взрыва оборудования, расположенного в непосредственной близости от печи. Поэтому разработка и внедрение систем диагностики состояния трубчатых печей является важным элементом обеспечения их безопасной эксплуатации, и решению этих вопросов посвящено достаточно большое количество литературы [8, 9 и др.].

В данной статье рассматривается один из возможных методов и алгоритмов диагностики прогара змеевика, а также исправности технических средств штатной системы управления (СУ) и системы противоаварийной защиты (СПАЗ).

В настоящее время для диагностики прогара змеевика применяются методы, которые не позволяют проводить мониторинг толщины стенки змеевика на работающей печи. Предлагаемый подход к решению задачи базируется на использовании диагностических показателей на основе анализа технологических параметров, полученных с объекта диагностирования и сопоставления их с параметрами модели объекта.

Определение работоспособности производится в следующем порядке:

1. Выделяются элементы объекта диагностирования;

2. На основе вектора параметров состояния x_j (j=1,2,…) объекта диагностирования формируется множество диагностических показателей, Ξ = {ξ₁, ξ₂, ξ₃,…ξ_n}, по которым  оценивают состояние объекта диагностирования.

В качестве диагностических показателей выступают:

- физические (технологические) параметры;

- показатели, получаемые из измеренных параметров, характеристик оборудования в статике и динамике, расчетных характеристик и показателей (материальные и энергетические балансы, показатели эффективности, КПД).

Схема получения диагностического показателя ζ на основе модели объекта для одного параметра Т – температуры продукта на выходе печи приведена на рисунке 1.

Рисунок 1 - Схема получения диагностических показателей на основе модели объекта для одного параметра Т

3. Разрабатывается процедура диагностирования. Для этого вначале проводится оценка состояния объекта диагностирования путем проверки условий выполнения  ограничений вида: ξ ^- ≤ ξ ≤ ξ⁺,

где ξ ^- и ξ⁺ - нижняя и верхняя граница изменения диагностических показателей.

Далее устанавливаются причинно-следственные связи между фактами нарушения ограничений и их возможными причинами. Заметим, что процедура диагностирования существенно упрощается, если отдельные элементы системы управления и системы ПАЗ дублируются.

Определенные трудности вызывает диагностирование отказов исполнительных устройств (ИУ). В этом случае диагностирование может проводиться на основе сравнения реакций одного или нескольких технологических параметров Т объекта управления на изменение управляющего сигнала V и реакции модели ОУ на те же сигналы.

Алгоритмы диагностирования могут быть построены как на основе детерминированных, так и случайных моделей сигналов V, T, T_M. В первом случае сравниваться могут значения параметров T, T_M и их скорости. Во втором случае – математические ожидания и дисперсии, взаимные корреляционные и автокорреляционные функции.

При установлении факта отказа необходимо обеспечить восстановление функций отказавшего элемента путем его замены или ремонта.

Для описания эвристических моделей и методов управления АТК печи, могут применяться нечеткие когнитивные карты (НКК) – математические модели топологического или структурного уровня в виде, например, ориентированного графа (для структурного уровня моделирования – с весами на дугах), отображающего причинно-следственные связи между элементами сложного объекта. НКК сочетают в себе преимущества нечеткой логики (они не требуют знания точных математических моделей, базируются на эмпирически полученных правилах ЕСЛИ-ТО, хорошо работают с плохо формализованными объектами), а также обладают известными достоинствами нейронных сетей (нелинейность описания, возможность обучения и самообучения, направленность на получение оптимальных законов управления). Когнитивная карта предназначена для выявления структуры причинных связей между элементами системы, сложного объекта, составляющими проблемы и т.п., а также оценки последствий, происходящих под влиянием воздействий на эти элементы или изменения характера связей [7].

В качестве примера реализации методики рассматривается одноконтурная автоматическая система регулирования (АСР), схема которой изображена на рисунке 2. Упрощенная функциональная схема автоматизации однопоточной печи с одним контуром регулирования приведена на рисунке 3 [10], модель АТК печи в виде когнитивной карты – на рисунке 4.

Рисунок 2 – Общая схема одноконтурной АСР

x - задающее воздействие, ε = х - у - ошибка регулирования,                             

U - управляющее воздействие, f - возмущающее воздействие

Рисунок 3 – Упрощенная функциональная схема автоматизации однопоточной печи с одним контуром регулирования

t_вых, t^зд_вых – температура сырья на выходе печи текущая и заданная соответственно; t_пер – температура перевала печи; F_c, F_т – расходы сырья и топлива соответственно; U – выход регулятора; ε – ошибка регулирования, w_p – передаточная функция регулятора; w_иу – передаточная функция ИУ; w₁, w₂, w₃, w₄, w₅ – весовые коэффициенты дуг, определяемые экспериментально  (для разомкнутой системы снимаются кривые разгона t_вых в зависимости от F_т)

Рисунок 4 – Когнитивная карта взаимосвязей параметров АТК печи

Для переменных, вычисляемых по модели, соответствующие переменные индексируются буквой «м», например, t^м_вых. Учет внешней среды моделируется подачей на узлы графа воздействий, характерных для реального объекта, в частности, изменение расхода сырья F_c.

1.     Выделим следующие элементы объекта диагностирования:

– неисправность датчика температуры на перевале печи;

– неисправность исполнительного устройства;

– неисправность датчика давления топливного газа или исполнительного устройства;

– неисправность датчика расхода сырья;

– неисправность датчика температуры на выходе печи;

– прогар змеевика печи.

2.       Формируем диагностические показатели.

Введем следующие обозначения:

В_i – величина разбаланса (в т.ч. теплового) ( i=1,…,5);

q – теплотворная способность топлива;

С_с – теплоемкость сырья;

η – к.п.д. печи;

g_i– допустимые границы отклонений (i=1,…,6).

В примере не используются датчики давления топливного газа, но как одна из причин разбаланса,  изменение давления может быть учтено в процедуре диагностирования.

В качестве моделей для расчета переменных используются следующие выражения:

1)       t^М_вых = W₅ · F_с + W₃ · t_пер + W₁ · F_T B_{1 =} t_вых  - t^М_вых

2)       t^М_пер = W₂ · F_Т + W₅ · F_с       B_{2 =} t_пер  - t^М_пер

3)       B₃ = F_T· q – F_C · C_c · t_вых · η

4)       B₄ = W_uy · W₁ · U – W₁ · F_T

5)       B₅ = W_uy · W₂ · U – W₂ · F_T

6)       F^M_T = W_uy · W₂ · (t^зд_вых   - t_вых)

Далее формируются диагностические показатели на основе реальных и модельных переменных.

Наиболее сложными при реализации диагностических процедур являются задачи идентификации операторов связей и имитации объекта в реальном времени на базе стандартных контроллеров.

Идентификация может производиться на основе обработки как детерминированных сигналов входных, выходных элементов, так случайных процессов [11]. В ряде случаев, могут быть использованы идеи ситуационного моделирования [10].

Диагностические показатели:

1) ξ₁ = | t_вых  - t^М_вых | > g₁

2)ξ₂ = | t_пер  - t^М_пер | > g₂

3) ξ₃ = | B₃ | > g₃

4) ξ₄ = | B₄ | > g₄

5) ξ₅ = | B₅ | > g₅

6) ξ₆ = | F_T - F^М_T| > g₆

где g_i– допустимые границы отклонений (i=1,…,6) определяются экспертным образом.

3.        Процедура диагностирования определяетсяв виде системы продукционных правил, составленных на основе эвристических знаний оператора о причинах разбалансов и нарушения допустимых границ изменения значений диагностических показателей.

Правила располагаются в порядке, который позволяет однозначно сделать заключения о причине неисправности, если таковая имеет место.

Продукционные правила:

1)       «ЕСЛИ» Ē₃ {исправны F_c, F_T, t_вых } ^ ξ₂ «ТО» {неисправность датчика температуры на перевале печи};

2)     «ЕСЛИ» ξ₆ «ТО» {неисправность (ИУ)};

3)     «ЕСЛИ» ξ₄ ^ ξ₅  «ТО» {неисправность датчика давления топливного газа или ИУ};

4)     «ЕСЛИ» ξ₂ «ТО» {неисправность датчика расхода сырья};

5)     «ЕСЛИ» ξ₁ ^ ξ₂ ^ ξ₃ «ТО» {неисправность датчика температуры на выходе печи}.

Если одновременно наблюдается более чем один разбаланс (по температурам, тепловой, по топливу и т.д.), то это говорит, либо о том, что имеет место прогар змеевика печи, либо о неадекватности модели из-за ее нестационарности или нелинейности.

Заключение

Таким образом, в работе представленаметодика оперативного диагностирования трубчатой печи, которая позволяет на основе мониторинга технологических параметров процесса выявлять как технологический отказ – прогар змеевика, так и неисправности технических средств штатной системы управления и СПАЗ – неисправность датчиков температуры на перевале печи, давления топливного газа, расхода сырья, температуры на выходе печи, исполнительных устройств. Это, в свою очередь, позволяет своевременно предотвращать развитие аварийных ситуаций и повысить уровень безопасности производства.

Список литературы:

1.      Международный стандарт IEC 61508 «Functional Safety of Electrical/Electronic/Programmable Electronic Safety Related Systems» (Функциональная безопасность систем электрических, электронных и программируемых электронных систем, связанных с безопасностью).

2.      Международный стандарт IEC 61511 «Functional Safety. Safety Instrumented Systems for the Process Industry Sector» (Функциональная безопасность: Оборудованные под безопасность системы для перерабатывающего сектора промышленности), разработанный для совместного использования с IEC 61508.

3.      Федоров Ю.Н. Основы построения АСУТП взрывоопасных производств. В 2-х томах.– М.: СИНТЕГ, 2006. – Т.1 -720 с., Т.2- 632 с.

4.      Методические указания по проведению анализа риска опасных промышленных объектов. РД 03-418-01. Утв. ГГТН 01.10.2001 г. 15 с. (Вместо РД 08-120-96). НТЦ «Промышленная безопасность».Утв. ГГТН РФ 17.07.96.-27 с.

5.      Общие правила взрывобезопасности для взрывопожароопасных химических, нефтехимических и нефтеперерабатывающих производств: ПБ 09-540-03: утв. Постановлением Госгортехнадзора России от 05.05.2003г. №29.

6.      Правила промышленной безопасности для нефтеперерабатывающих производств: ПБ 09-563-03: утв. Постановлением Госгортехнадзора России от 29.05.2003г. №44.

7.      Васильев В.И., Ильясов В.Г. «Интеллектуальные системы управления. Теория и практика».

8.      Мозгалевский А.В., Койда А.Н. Вопросы проектирования сичстем диагностирования. – Л.: Энергоатомиздат, 1985. – 112 с.

9.      Технология, экономика и автоматизация процессов переработки нефти и газа: Учеб. пособие/ Ахметов С.А., Ишмияров М.Х., Веревкин А.П., Докучаев Е.С., Малышев Ю.М.; Под ред. Ахметова С.А.. – М.: Химия, 2005. – 736 с.

10. Веревкин А.П., Кирюшин О.В. Автоматизация технологических процессов и производств в нефтепереработке и нефтехимии. –Уфа: Изд-во УГНТУ, 2005. – 171 с.

11. Методы классической и современной теории автоматического управления. В 3 т./Под ред. Н.Д. Егупова.-М.:Изд-во МГТУ им. Н.Э.Баумана, 2000.- Т.1 - 748 с.; Т.2 - 736 с.; Т.3 - 748 с.

Ключевые слова:

Диагностика, обеспечение безопасности, трубчатая печь, когнитивные карты, прогар змеевика.

Diagnostics, SAFETY ensure, TUBULAR FURNACE,  cognitive cards, blowhole of coil

Источник: Журнал "Территория "Нефтегаз" № 4, 2010 г.