掌握灾害如何避免异常情况
在早期的采矿应用中，鸟笼被放置在矿井各处，以提醒矿工注意异常情况——甲烷气体过多。后来，鸟类被传感器和警报板所取代，这些传感器和警报板可以提醒工人注意异常情况。在20世纪80年代的可编程控制系统，如分布式控制系统，可编程逻辑控制器，监控和数据…
|
在早期的采矿应用中，鸟笼被放置在矿井各处，以提醒矿工注意异常情况——甲烷气体过多。后来，鸟类被传感器和警报板所取代，这些传感器和警报板可以提醒工人注意异常情况。
在20世纪80年代，可编程控制系统，如分布式控制系统，可编程逻辑控制器，监控和数据采集系统提供了分配各种警报，警告和传感器值报警的能力，并在报警被忽略时启动适当的行动。但在经历了这一切之后，预测接下来可能发生的事情并在异常情况下提供帮助的能力，与去年初相比几乎没有什么变化，当时矿工最好的朋友是一只活鸟。
虽然大多数异常情况不会导致爆炸和火灾，但它们在产品质量差、进度延误、设备损坏和其他重大成本方面代价高昂。由霍尼韦尔(Phoenix, arizona)领导的异常情况管理(ASM)联合研发联盟报告称，异常情况每年给美国经济造成200亿美元的损失，是石化行业面临的头号问题。ASM协会编制的估计表明，消除所有石化工厂的异常情况可以增加5%的利润。
在一个利润率为5%至8%的行业中，消除或减少异常情况可以为底线提供大量现金。
在20世纪90年代，化学的进步引入了复杂的化合物，需要越来越复杂的控制算法，如模糊逻辑、神经网络、自适应增益和动态矩阵控制，以满足质量和/或生产需求。虽然控制系统制造商已经使其有可能纳入先进的控制技术，类似的复杂性尚未达到大多数控制系统报警管理系统。当操作员停止相应的给水泵时，仍然经常收到低流量的“滋扰”警报。
将以知识为基础的系统与工厂操作相结合的尝试数量很少，而且取得了轻微的成功，主要是由于与以下方面有关的复杂性:
集成多个专有平台;
使知识库跟上不断变化的工厂运作;
识别和实施最适合处理各种复杂问题的模型和方法;和
让所有的运营“专家”就问题确定后采取的行动达成一致。
普渡大学化学工程学院(印第安纳州拉斐特)教授、ASM联盟成员Venkat Venkatasubramanian将化工厂比作患有非常复杂疾病的人。“一两个医生无法诊断出这种疾病。这需要一个专家团队，每个人都观察症状，每个人都提出自己的意见，进行额外的测试，然后与团队成员协商，以得出最终结论。”
与病人相似，诊断一个复杂的化学过程需要结合数学模型、专家系统、神经网络、统计技术和操作人员，每个人都独立地诊断异常情况，并通过合作解决问题得出最终诊断。
就像医生团队开出的药物和治疗处方一样，对异常情况的处理始于诊断完成并达成一致之后。
听起来很简单，其实不然
文卡萨布拉曼尼亚博士警告说:“用四到五种方法来研究同一个问题，每种方法都有自己独特的方式，但每种方法都得出同样的结论，这是非常具有挑战性的。”自1985年以来，普渡大学化学工程学院一直致力于开发“工具”，以帮助诊断和管理化工厂的异常情况。
今天，部署诊断和咨询系统的障碍不那么可怕了。开放的系统和通信标准使集成多个平台变得更加容易。图形工具和基于对象的应用程序有助于保持知识库与当前工厂操作相匹配。面向对象程序和关系数据库允许在高效的环境中开发单个模型和方法，同时保持“协作”组合结果的能力。仍然困难的是让专家在诊断后就最佳“处方”达成一致。
正如经验丰富的ASM解决方案实现者很快解释的那样，技术本身并不能避免或从异常情况中恢复。人们仍然参与其中，及时、准确的沟通对于实现和维护成功的ASM部署至关重要。
霍尼韦尔ASM项目协调员Ted Cochran表示，企业的态度可能会阻碍ASM的成功实施。这些包括:
责备人;
解决了重大事件，但允许“侥幸”事件仍未完成;
制定应急程序，但奖励那些“解决”了流程问题的操作人员;和
寻求最低限度的法规遵从措施。
ASM解决方案的人员方面
ASM联盟成员已经花费了相当大的努力来理解部署ASM解决方案的人员方面，并确定了以下必要因素:
动态培训可以提供严格、激烈和现实的场景，将培养高性能的运营团队。航空公司的机组人员也接受类似的培训;
报告、跟踪和解决大大小小的事件是至关重要的。审慎和有纪律地与所有可能受益的人分享从不同寻常的事件中获得的见解和经验，促进沟通并改善运营团队的准备;
通信必须形式化，以确保从上到下、团队到团队和工厂到工厂发送(和接收)一致的消息;
权力必须明确界定并得到充分接受;
创建、发展和遵循程序的一致、完善的实践是至关重要的;和
操作团队成员之间的协作必须允许快速和准确的信息交换。
科克伦警告说，在实现一致性之前引入协作可能会加速不准确信息的快速交换。
应用培训技术公司(休斯顿，德克萨斯州)的John Josserand是ASM协会的成员之一，他建议主管和经理可能很快就会被纳入培训练习，因为诸如掌上电脑之类的技术将允许远程访问操作信息。
技术贡献
复杂的过程需要控制系统的设计、编程和调整，以提供正常或接近正常操作的自动控制。当过程变得不安全时，设计用于启动过程关闭的安全仪表系统接管。但是在正常运行和关闭之间，进程可能会偏离到持续几分钟或几天的异常情况。由于自动控制会重新调整过程，因此通常无法检测到偏差。当操作员注意到异常情况时，通常的反应是手动设置循环，减少进料和能量流，并手动尝试将过程恢复到正常(稳定)状态-所有时间都在寻找问题的初始原因。通常情况下，从自动控制切换到手动控制只会使情况更糟，然后就会停机。
以前使用技术来协助作业识别和管理异常情况的方法已经发展成为大型、专门的应用程序。这些应用程序将理论过程模型与实时工厂操作进行比较，并生成警报、建议和预测。
这些解决方案已经取得了一些成功，但需要大量的“护理和喂养”才能使它们跟上不断变化的工厂运营。此外，一些系统使用的线性模型可以忽略实际设备的非线性和局限性，并导致对设备或过程响应的错误预测。
如今，面向对象的软件设计、关系数据库、模块化软件开发和维护工具、开放的通信标准以及对pc的接受使得基于知识的ASM应用程序的开发和部署成为可能，但用户仍然需要了解他们需要和想要什么。
与管理信息系统、企业资源规划和计算机集成制造系统的困境类似，ASM的“可交付成果”留给买方和供应商来商定包括什么和不包括什么。
由于ASM的标准定义不存在，因此没有标准的体系结构模型可用。本文附带的ASM解决方案解剖模型是根据从各种来源(包括Internet搜索)收集的信息开发的，它代表了一个“通用的”ASM解决方案(见图)。
开发一个完整的ASM解决方案需要实现两个部分或两层。第一层验证传入的数据，并生成关于异常情况下发生的情况的通知。第二层预测如果当前条件持续下去，过程可能走向何方。一些ASM解决方案描述了ASM解决方案和流程之间的“闭环”。这是监督控制的一种形式，为操作团队提供了诊断和处方过程的一部分。
虽然并非所有ASM解决方案都包括这两层的所有部分，但大多数解决方案都提供了以下部分来构造咨询层。
控制系统接口必须使用鲁棒的实时通信标准，如OPC(过程控制的OLE)、专有系统的网关或定制的书面应用程序接口，才能从控制系统获取有关过程测量、阀门位置、设备状态等信息。
快速检测传感器故障或故障的传感器验证对于ASM解决方案的完整性和可接受性至关重要。例如，“失效”的传感器输入信号在一定时间内保持在最小值以下，而“冻结”的传感器输入信号在一段时间内不超过预期的噪声带。
Nexus Engineering (Kingswood, Tex)总裁Jack Stout解释说:“智能变送器和数字阀门控制器的先进诊断技术在验证单个传感器时非常有价值。许多控制系统可以报警，基于这些诊断错误。ASM解决方案的不同之处在于，需要传感器验证，包括建立传感器关系，以产生设备模块和/或工艺单元性能的“签名”。ASM传感器验证、报警和信息传递的一个简单例子就是，通知操作团队泵因空泡而起扣，空容器导致空泡。”
实际和计算过程变量信息的点检索在ASM求解中非常重要。实际过程变量包括温度、流量、压力、分析仪结果、控制阀位置等。计算的过程变量包括输出到阀门，总体积，在线材料和能量平衡计算等。结合真实信息和计算信息是开发性能“签名”的关键。
消息处理和查看必须提供关于流程当前和未来状态的准确、简明和及时的信息。ASM解决方案消息的复杂性可以从单行文本消息到上下文敏感的帮助系统，从而允许操作团队查看适当级别的详细信息。一些ASM解决方案消息处理程序会自动在操作员屏幕上“弹出”初始警报。之后，可以使用用于因果关系、详细信息、过程和故障排除的导航按钮。
告警处理需要高级的告警管理，以便在异常情况下及时向运维团队提示升级的情况。仅仅像许多控制系统那样发出警报是不够的。当流程经过不同的操作状态时，操作团队必须将注意力集中在手头的任务上。花时间处理复杂的警报场景，然后实施先进的警报管理技术，将有助于操作团队在危机期间更有效。
事件历史档案是过去过程性能数据的文件。最初，数据可能来自现有的数据历史记录，并可用于回放过去的情况(好的和坏的)，以测试ASM解决方案的专业知识。
滚动数据存档将点检索模块和传感器验证模块收集的信息组合成文件，允许其他模块处理“平滑”数据。
自定义和通用显示是操作团队了解ASM工作原理的窗口。自定义显示是专门为流程的特定部分创建的独一无二的显示。通用显示是用于重复过程域(例如，油罐场)的模板，根据操作人员或事件发生将相关数据映射到显示中。
这些部分组合在一起形成咨询层，为运营团队提供流程当前运行状况的早期警告。然而，ASM解决方案需要额外的复杂性来预测流程的走向。
ASM解决方案预测层应该在正常运行期间开发设备和工厂特征，并将其与当前运行特征进行比较。通过混合数学模型、神经网络和统计技术来实现坚实的ASM预测层，这一层的元素尤其受益。
为了便于说明，预测层由两部分组成:建模、计划和执行。
模块化的对象
ASM问题是如此复杂，以至于没有一种单一的数学建模技术适合于每一件工厂设备。当工厂设备被视为单独的对象时，应用适当的模型更容易。例如，最适合离心泵的型号可能与齿轮泵的型号不同。在面向对象的编程环境中开发模型以匹配工厂对象，使得更大、更复杂的过程模型的组装和维护变得更容易。
控制模块(测量，阀门输出等)建模允许传感器相关计算的开发。例如，对于温度测量而言，“变化率”计算可能是比直接使用过程变量更合适的模型。
设备模块(泵、开关阀、交换器、集管等)建模将控制模块模型与设备状态相结合，形成混合表达逻辑公式。例如，将计算中流量计的过程变量值与泵的开/关状态相结合，以确定是否应该存在流量，从而避免在泵停止时出现低流量“滋扰”警报。
单元建模结合了控制和设备模块计算，形成设备的数学模型，如精馏塔，流体催化裂解，分馏器，废热锅炉和压缩机。
解剖图的顶层介绍了非常创新的概念，特别是对于许多化学操作。但是，随着化学复杂性(和产品价值)的增加，随着质量要求的不断提高，随着减排压力的增加，以及随着“保持在线”的要求在化学操作中回响，创新思维将业绩良好的公司转变为业绩卓越的公司。
ASM解决方案的“闭环”需要非常专门的功能，例如状态估计器、目标设定器、计划器和执行器模块。
状态估计器模块可以根据剖析的较低层次提供的信息，确定当前的流程状态，例如改进、保持不变或变得更糟。
目标设定模块收集和维护与异常情况发生前建立的质量和生产目标相关的信息。
Planner模块根据建模和咨询层中表示的过程的当前和历史知识，对多个测试结果进行细化，然后开发并推荐恢复计划。
执行器模块闭环和监视成功。
异常情况管理解决方案是专家系统的专门应用程序，旨在像工厂的最佳操作员一样，在他们最好的一天，每天工作。这些系统永远不会感到无聊、分心或休息;他们记得上周、上个月和去年发生的事情，并提供准确、一致的信息，即使是在激烈的“战斗”中。
在许多方面，化学过程和人类是相似的。两者都包含复杂的系统，周期性地经历异常情况……它们可能会生病。监控可能的过程“弊病”不再需要一只眼睛盯着笼子里的鸟。技术和专业知识可用于实施监测异常情况的解决方案，制定准确的诊断，并制定有根据的恢复处方。
你的植物现在的健康状况如何?
联盟成员:
阿莫科石油公司
应用培训资源
布拉德亚当斯沃克建筑事务所
英国石油公司
Celanes有限公司
雪佛龙公司
Equilon(壳牌&德士古)
埃克森美孚
Gensym
霍尼韦尔
美孚石油公司
诺瓦化工有限公司
技术培训系统公司
联合碳化物公司
财团子公司:
俄亥俄州立大学化学工程系
普渡大学化学工程学院
多伦多大学工业工程系
过程控制指南
有关本期《控制工程》中相关主题的更多信息，请参见:
《提高过程控制中的安全》一文;
ISA Expo/98文章及产品展区;
新型流量开关独家文章;
超声波流量计制品;
低流量技术文章;
应用现场仪器条;
年网络文章关于现场总线的应用;
礼来公司削减成本;
莫尔森用人工智能酿造文章;
数据采集软件“产品焦点”和
安全简报，安全PLC，其他“新闻”项目。
如欲取得其他资料，请浏览
ASM联盟工作正在进行中
由霍尼韦尔领导的异常情况管理(ASM)联合研究与开发联盟成立于1992年，并于1994年正式成立，同年，美国国家标准与技术研究院(NIST)签署了一份为期31年半、价值1660万美元的合作协议。合作协议要求财团成员出资51%，NIST出资49%。
nist资助项目的目标是演示协作决策支持技术的技术可行性，以提高操作人员的绩效。
该联盟提出的系统级解决方案，名为AEGIS(异常事件引导和信息系统)，将分四个阶段开发。第一阶段的工作于1995年初开始。
第一阶段使用运行Solaris、HP- ux和Microsoft Windows NT操作系统的Sun、HP和Pentium硬件开发AEGIS原型。应用软件包括Gensym的G2、应用培训资源PRISM、微软的Visual Basic和Access，以及一些用C和c++开发的专门程序。
AEGIS的“试验台”架构包括:一个原型操作员控制台、一个模拟炼油厂单元、一个分布式控制系统以及各种网络工作站和软件。
第二阶段增强了操作员界面;增加了更全面的流程模型;改进了通知、导航和诊断。过程模拟扩展到包括额外的单元。
第三阶段演示了使用宙斯盾原型的目标-计划-执行模块实现闭环的能力。
第四阶段是一个测试站点，正在进行中。
欲了解更多ASM联盟信息，请访问
您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。
