当前位置:首页 > 理学 » 正文

  摘要:随着社会的不断发展,特种设备应用范围越来越广泛,数量和种类也随之越来越多。特种设备的安全直接关系着人的生命和财产安全,一旦特种设备发生事故,将会造成人员和财产损失。文章探讨了构建大数据风险评价体系优化特种设备管理的研究与应用,旨在为特种设备的科学管理提供新的思路和方法。

  关键词:特种设备;大数据技术;风险评价体系;石油化工

  0引言

  大数据、人工智能、物联网、机器视觉等先进技术在社会各行各业的应用与发展,极大地提高生产效率与工作质量,也证明了这些新技术的科学先进性。本文尝试将新技术融入到特种设备管理与使用中是对传统方法的推动与进步,为特种设备科学管理提供了新的方向和可能。文章主要就如何通过构建大数据风险评价体系做到特种设备科学管理与使用开展研究与探讨。

  1传统管理方法的局限性

  传统的特种设备管理工作通常需要花费大量的时间与精力来完成,需要操作人员现场录入参数了解设备运行状态,还需要查询设备质量证明资料、安装资料和使用登记注册资料掌握设备概况。但是,设备的数据在实时变化,收集完的数据也会随着时间的变化发生变化,这就会造成数据的滞后,导致特种设备管理措施的滞后。

  2大数据技术的优越性

  2.1数据处理


  特种设备在实际生产运行中不可避免地会持续产生大量的数据信息,主要包括故障信息、状态参数、运行环境信息等,通过大数据技术可以快速从海量数据中提取有效信息。优秀的数据处理能力可以协助设备管理人员和操作人员分析特种设备的实时运行性能与状态,提前预测设备发生故障的部位与时间节点,实现设备的预测性维护。还可以帮助使用单位与能效监测部门识别出能效利用率低的环节,从而采取相应措施,优化设备能耗供给与利用,提高能源利用率。

  2.2故障和损伤模式识别

  通过大数据技术强大的学习能力,分析大量历史设备故障与损失模式数据、环境因素、操作行为等信息,并利用先进的人工智能算法,识别设备故障与损失模式和原因,提高准确性,帮助设备管理人员制定高效的安全策略。

  2.3多维数据整合

  在大型炼油化工企业的复杂装置系统中,装置内的特种设备都通过工艺流程有着错综复杂的关联。对此类设备数据的处理,更加复杂,需要投入大量人力物力,还没法保证结果准确。若采用大数据技术可以轻松解决这类困扰,大数据技术通过设定的算法,可以对整个装置内的设备信息进行整合与协同优化,再通过表格、图片等方式呈现,让使用者对装置设备信息一目了然,提高设备管控水平。

  综上所述,特种设备领域的海量数据处理能力对于设备监控、性能优化、安全风险管理、故障诊断、法规遵从、智能决策支持、生命周期管理和跨设备协同优化等方面都具有重要的作用,有助于提高特种设备的安全性、可靠性和经济性。

  3炼油厂轻汽油醚化数据采集与分析

  某炼化厂醚化装置于2017年4月建成投产,处理量为15万t/a,装置共有压力容器62台,压力管道306条,管道级别均为GC2,规格为管径60~406 mm,壁厚3.5~7.0 mm,管道材质为20#钢,醚化装置操作参数范围:工作压力0.5~3.5 MPa,工作温度80~350℃。介质:有机溶剂、水蒸气、水等。以醚化装置涵盖的主要压力容器和压力管道为基础,构建大数据风险评价体系为例,验证大数据技术的可行性。

  3.1醚化装置数据采集

  3.1.1醚化装置数据源确定


  (1)传感器。在醚化装置4台反应器和醚化分馏塔、甲醇萃取塔合适位置配备温度传感器用于监测设备关键部位的温度变化,布设传感器监测设备的液位,在整改醚化装置内部均匀布设湿度传感器用于监测设备的运行环境。通过传感器实时监测设备运行参数与状态,采集相关数据[1]。

  (2)操作记录与运行记录。为醚化装置外操人员配备移动端数据库接口,当进行设备操作时,及时录入设备的使用状态和操作时间及操作过程中温度、压力、液位等重要参数的变化。将醚化装置PLC控制系统运行记录连接到数据库,随时监测设备的整体运行状况,如采集设备持续运行时间和累计运行时间记录,预测设备剩余寿命;采集能源消耗量记录,用于能效分析;采集维护和保养记录,用于跟踪设备运行状态。

  (3)故障报警。为反应器和醚化分馏塔、甲醇萃取塔设定运行警戒值,并通过PLC系统采集故障报警记录并存储到大数据库中用于预测性维护与故障深度分析。

  3.1.2醚化装置数据的传输

  由于醚化装置主控室距离装置距离只有100 m,采取短距离的无线数据传入,在布设的传感器上安装无线发射装置传递信息,在大数据模块中安装无线接收装置收集信息。

  3.2醚化装置数据分析整合

  3.2.1醚化装置数据的预处理


  由于采集到的醚化装置原始数据内容繁杂,利用大数据清洗功能对其进行一系列的预处理,剔除异常值和重复值,提高数据质量和适用性。例如,将采集到反应器的瞬时液位波动进行剔除,将采集到的醚化分流塔运行温度的重复值进行删减。

  3.2.2醚化装置数据的整合分析

  将不同途径采集到数据分别与反应器与醚化分馏塔、甲醇萃取塔进行匹配和关联,统计分析形成一个以设备为核心的完整数据集合。基于数据集合,根据设备使用和管理需求,构建一个完整的大数据模型“友安特设智慧系统平台”。

  3.2.3醚化装置数据的可视化

  在大数据模型“友安特设智慧系统平台”中,设置多种数据输出模式,如生成适当的图表、仪表、报告,展现出反应器与醚化分馏塔、甲醇萃取塔多个参数和变量之间的关系。

  4大数据风险评价体系的组成

  特种设备检验管理系统的开发和运用,某炼油化工企业利用大数据技术构建了一个名为“友安特设智慧系统平台”。该平台归纳整理了醚化装置特种设备全生命周期内数据信息,包括设计制造、使用维护等方面,为特种设备管理与使用提供数据支持,为使用人员提供一站式解决方案。

  4.1三大系统

  包括数据采集与分析系统、预警系统以及决策系统。这些系统协同工作,实现对醚化装置特种设备的状态监测和智能管理集成化服务,如图1所示。例如设备使用单位根据平台采集和分析系统收集到的设备信息,利用决策系统,合理规划醚化装置设备检验的时间节点。检验机构可以根据系统平台收集到的醚化装置设备检验记录和报告信息,利用预警系统中智能评估功能评估单位工作人员的业务水平。特种设备监督管理部门可以根据系统中特种设备的报告结论信息,在决策预警系统中设置风险警告点,再利用智能决策及时提示相关设备管理与维修单位。
 

 
  4.2五大模块

  根据特种设备的使用管理需求,该平台包含多个功能模块,如:设备业务办理、业务查询、辅助业务管理、检验档案管理,仪器管理等,如图2所示。实现网上设备注册登记、检验预约、检验检测报告查询、单位信息查询、设备状态查询等功能。设备使用单位可以利用“设备业务办理模块”进行网上报检申请、注册登记申请、设备停用报废申请等操作,大大简化了传统的工作流程;设备检验单位可以利用业务查询模块及时查询到设备的报检申请信息与检验流程,利用业务管理模块对本单位检验人员出具的检验报告差错率进行考核,利用检验档案管理模块查询设备的历次检验报告和设备的维修记录。
 

 
  设备状态模块连接到特种设备布设的传感器和视觉监测设备,获取特种设备的实时运行状态,帮助设备管理人员及时发现设备隐患与故障,并记录在设备档案中,为设备预测性维护保养提供数据支持,为设备检验提供针对性参考方向,为监督管理提供重点检查位置。

  该系统平台还提供了移动应用端程序,使用人员可以通过随身携带手机或者平板随时查看设备信息,办理相关业务。

  5大数据应用的挑战

  5.1数据质量


  特种设备数据质量问题主要涉及数据的完整性、准确性、规范性。如果数据存在问题,如与实际设备不匹配、数据不可识别、数据误差大、数据重复等,都可能直接影响到数据分析的准确性。目前,特种设备管理所涉及数据的采集与记录在很大程度上依赖于人工操作,智能化水平不高,由于误操作,容易产生一系列数据质量问题。因此,提升数据采集智能化水平保证数据质量是大数据技术应用面临的一项挑战[2]。

  5.2数据安全

  特种设备数据可能会涉及到企业的部分核心技术和商业秘密,保证数据安全十分必要,是企业数字化转型中面临的重要挑战。目前,虽然已经存在一些数据加密和访问控制技术,但仍然存在一定的安全隐患。

  5.3数据分析能力

  特种设备大数据技术应用的关键在于数据处理与深度解析。然而,目前市场上的数据分析系统工具仍然存在一些局限性,如分析结果不准确、速度慢、效率低等。

  5.4法律法规

  特种设备大数据技术的应用会涉及的一些数据隐私权、知识产权等法律问题。在数据的分析整合过程中,需要遵守相关的数据安全和隐私保护法规和标准,确保数据的安全性和合规性。国家特种设备管理部门正在逐步制定和完善特种设备信息化建设所需的法律法规体系,例如:特种设备代码标准、特种设备信息化管理规则、特种设备数据元标准等信息技术规范已经在大数据技术领域得到了广泛的应用。加强数据融合与共享,促进数据依法有序流动,确保大数据技术在特种设备检验中的合法合规应用是一个亟待解决的问题。

  6结语

  综上所述,本文尝试将新技术融入到特种设备管理与使用中是对传统方法的推动与进步,为特种设备科学管理提供了新的方向和可能。相信随着大数据、人工智能、物联网、机器视觉等先进技术在社会各行各业的应用与发展,对特种设备通过构建大数据风险评价体系进行优化与配置,将极大地提高生产效率与工作质量,为石油化工企业高质量发展奠定基础。

  参考文献:

  [1]张伟,李刚,刘洋.特种设备检验中大数据技术的应用与挑战[J].中国安全生产科学技术,2018(12):1-5.

  [2]王磊,李晓东,张建军.特种设备检验中大数据技术的应用研究[J].中国安全生产科学技术,2017(11):1-6.
后台-系统设置-扩展变量-手机广告位-内容正文底部

本文标签:

<< 上一篇 下一篇:没有了!

  • 评论(

赞助团论文网
留言与评论(共有 0 条评论)
   
验证码:

相关文章

随机文章

标签列表

最近发表

    热门文章 | 最新文章 | 随机文章

最新留言

首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文

Powered 团论文网 版权所有 备案号:鄂ICP备2022005557号统计代码

全站搜索