安全闭环

当IEC 61511第二版最终获得批准时，这个世界著名的安全标准发布了新的要求，其中一些要求增加了对数据质量和性能监控的强调。

雪佛龙SIS OASIS项目工程主管Stephen Thomas周三在加州Lake Forest举行的2017年第27届年度Triconex用户组会议上表示:“现在人们越来越重视真实世界的数据，我们需要消除可靠性的不确定性。我们现在生活的世界是开环控制。我们开始使用新工具收集数据，但没有识别和(理解)数据的机制。”

这就是贝叶斯推理发挥作用的地方。

贝叶斯推理是一种统计推理方法，当更多的证据或信息可用时，贝叶斯定理用于更新假设的概率。贝叶斯推理是统计学，特别是数理统计中的一种重要技术。在数据序列的动态分析中，贝叶斯更新是非常重要的。

“你必须有一个框架来收集数据并理解它，”托马斯说。“我们需要关闭这个循环。”

简而言之，整个行业使用的评估失败率价值的传统方法存在缺陷。

托马斯说，经典的统计方法在采集样本数据之前不对总体进行假设，这意味着概率最初是相等的。他以1年，100年或10万年的阀门故障率为例。

比较和对比

Thomas给出了一个关于寻找故障率估计的传统方法和寻找故障率的贝叶斯方法的场景。

“我们在一个大工地上安装了20个相同的山谷，用于类似的服务。我们有5年的使用数据，在876,000小时(100年)的使用时间里，我们经历了一次故障。我们希望在类似服务中的新SIF中为这些阀门使用一个。在SIL计算中，我们应该根据以前的使用情况使用多少故障率?”托马斯说。

由于没有经过所有的数学运算，传统方法比贝叶斯方法保守得多。

从本质上讲，他们可以使用自己使用的真实数字来做出故障率假设，而不是依赖于通用的行业数字。

“我们可以先使用贝叶斯推理。随着时间的推移，我们可以修正我们的假设。先验分布代表了关于概率的先验知识，”托马斯说。

它只在“经典方法不适合稀疏数据”时才有意义。高可靠性设备的数据总是很少。”这可能意味着SIL水平越高，数据的置信水平就越难。

与行业中的其他事物一样，要达到这一水平就意味着必须改变思维方式。

他说:“人们现在没有成功地使用以前使用过的东西。”“经典方法需要大量数据，花费大量时间，有时还需要运气。”

贝叶斯方法:

•利用先验知识来处理稀缺的故障率数据
•通过使用新的用户数据更新模型来关闭循环
•当数据和资源可用时，可以逐步实施
•完全可以根据用户需求量身定制
•通过减少硬件和测试来节省时间和金钱。

贝叶斯方法开发先验分布，收集新的证据并更新先验使用以创建先验分布。

他说，贝叶斯方法的真正力量最终可以利用层次方法，信息可以从一个设备使用到下一个设备。

即使是单层通用的预先使用也可以减少40%到50%的数据需求。Thomas说，用户可以从单个图层开始，然后根据需要添加图层。

用户可以从通用数据开始，并在收集到特定于站点和服务的数据时进行更新。他说，这使得知识可以随着时间的推移而积累。

可以减少“好”服务的硬件和测试成本，并将精力集中在困难的服务上。

“当我们谈论低故障率时，数据并不丰富。利用你拥有的数据，而不是使用行业数据点，”Thomas说。“传统方法很难做到这一点。贝叶斯使用实际数据来帮助简化。”

格雷戈里·黑尔, ISSSource。本文最初发表于ISSSource.com．ISSSource是CFE Media的内容合作伙伴。由CFE媒体内容专家汉娜·考克斯编辑，hcox@cfemedia.com．

原始内容可以在www.isssource.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。