共查询到20条相似文献,搜索用时 15 毫秒
1.
在化工生产过程中,由于物料的危险性和流程的复杂性,导致恶性事故频发。为了保证化工过程的安全平稳运行,需对其风险演化机制进行深入解析,以抑制次衍生灾害事故的传播、扩散及演变。然而,传统方法过于依赖专家经验或先验信息,风险评估结果不精准;以复杂网络为基础的社团结构虽可视为风险演化路径的高度抽象,但已有算法难以兼顾划分结果的合理性和准确率。为此,提出一种基于DSAE-Louvain社团结构的化工过程风险演化路径深度挖掘方法。首先对多源过程数据进行处理,构建风险演化网络模型,同时利用Dijkstra算法、跳数法等手段,获取相似度矩阵;进而引入深度稀疏自编码器(DSAE)与Louvain算法,经稀疏处理开展社团结构划分;最后,根据节点重要度排序追踪整个化工过程的风险薄弱节点和关键演化路径。以Tennessee Eastman (TE)过程为例,对比GN算法、Louvain算法和DSAE-GN方法,结果表明DSAE-Louvain方法能够提升社团结构划分的精细化、高效化程度,且所挖掘的风险演化路径更为符合实际生产工艺流程。 相似文献
2.
3.
针对定性符号有向图(signed directed graph,SDG)在化工过程系统中建模复杂度高、故障分辨率低、容易忽略部分变量等问题,提出一种基于复杂网络理论构建层次SDG网络模型并识别关键节点的方法。首先利用层次分析法对化工过程系统划分递阶层次结构,建立基于子系统的系统SDG网络模型,选取度中心性、接近中心性等多个节点重要性评价指标,采用主成分分析法确定各指标权重并利用逼近理想排序法(technique for order preference by similarity to an ideal solution,TOPSIS)多属性决策方法得到节点重要性的综合评价值,初步识别关键节点所在的子系统;然后建立子系统的SDG模型并细化为有向网络,采用LeaderRank算法对节点重要性进行排序,进而在子系统网络模型中确定关键节点的位置。案例计算结果表明该方法可以有效地降低建模的复杂性,提高关键节点识别的全面性和准确性,从而改善化工过程系统的安全稳定性。 相似文献
4.
针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。 相似文献
5.
针对深水钻井作业安全问题,基于风险熵和复杂网络理论,在考虑风险不确定性的基础上,提出深水钻井井喷事故风险演化量化评估方法。依据深水钻井流程,构建井喷事故场景复杂网络演化模型,判断节点聚类性;针对风险传递的随机性与模糊性,引入风险熵表征两类不确定性;给出风险传递路径最大可能性的表达式,并转化为线性规划问题,通过Dijkstra算法得出事故最短路径。结果表明:深水井喷事故复杂网络的聚类系数为0.132,节点聚集程度较低而演化性较强,具有小世界网络特征;以自然因素类的钻遇浅层气作为初始事件的风险传递路径对井喷事故的影响最大,但所有初始事件的风险经少数几步传递即可导致井喷事故的发生,验证该方法在复杂过程系统定量风险评估方面的可行性。 相似文献
6.
《化工进展》2017,(5)
鉴于换热网络大型化和流股间复杂关系,使得换热网络换热器节点重要性的研究显得越来越重要,对其控制和安全运行的工程实践方面具有指导意义。本文以大型换热网络为研究对象,将换热器抽象为节点,换热器之间的干扰传递抽象为边,构造网络拓扑结构。在复杂网络理论的基础上,提出了评价大型换热网络节点重要性的策略和模型。首先,从网络的点度中心性、中间中心性、接近中心性和特征向量中心性等网络拓扑结构属性出发,依据多属性决策方法对网络节点重要性进行综合评价;其次,考虑换热网络的方向性,基于PageRank算法对该网络进行节点重要性评价研究。综合两个算法的计算结果得出最终结论。案例分析表明:该研究方法是有效的,可从不同的角度全面评价换热网络的节点重要性,丰富了换热器节点重要性评价的相关理论。 相似文献
7.
针对深水钻井作业安全问题,基于风险熵和复杂网络理论,在考虑风险不确定性的基础上,提出深水钻井井喷事故风险演化量化评估方法。依据深水钻井流程,构建井喷事故场景复杂网络演化模型,判断节点聚类性;针对风险传递的随机性与模糊性,引入风险熵表征两类不确定性;给出风险传递路径最大可能性的表达式,并转化为线性规划问题,通过Dijkstra算法得出事故最短路径。结果表明:深水井喷事故复杂网络的聚类系数为0.132,节点聚集程度较低而演化性较强,具有小世界网络特征;以自然因素类的钻遇浅层气作为初始事件的风险传递路径对井喷事故的影响最大,但所有初始事件的风险经少数几步传递即可导致井喷事故的发生,验证该方法在复杂过程系统定量风险评估方面的可行性。 相似文献
8.
构建了2010年有机化学品整体及三种基础有机化学产品(乙烯、丙烯、丁二烯)的无权及权重国际贸易网络,通过复杂网络方法,研究了节点度、集聚性、无标度性和同配性等从微观到宏观的网络属性。研究结果显示,有机化学品贸易中贸易关系和贸易量分配很不均匀;度分布结果显示,有机化学品无权网络服从指数分布,权重网络无典型分布特征,三种单种产品无权出口网络为服从幂律分布的无标度网络,进口网络度分布呈指数分布,权重网络呈现两段截断幂律度分布;度相关性测算结果显示所研究的四种网络均为异配网络;另外,网络的局部集聚特征均较为明显。本研究从全局角度解析了全球有机化学品贸易,为我国参与有机化学品国际贸易与战略制定提供了参考。 相似文献
9.
依据复杂网络边负载分配相关理论,建立化工过程级联故障传播理论模型,用于解决化工过程中日益突出的级联故障传播问题。本文首先将化工生产系统抽象成网络模型,对网络中的节点进行重要性排序;其次对网络进行随机攻击并对重要性靠前的节点进行蓄意攻击,求解两种攻击方式下的最高风险传播路径;最后假设其发生边负载故障,根据风险传播路径故障概率对两种攻击方式下的最高风险传播路径进行评估,确定危险性较大的风险传播路径。经案例验证分析表明:该方法可有效确定生产过程中故障发生后的故障传播路径以及风险性较大的路径,为预防化工生产过程中故障传播提供一定的理论依据和决策支持。 相似文献
10.
大型化工换热网络换热器数量众多,流股错综复杂且流股之间存在高程度的耦合关系,使关于换热网络关键换热器及关键路径评价研究的重要性不断凸显,对换热网络控制与安全运行的工程实践方面具有指导意义。提出了一种基于有向加权集团度复杂网络理论的换热网络节点重要性排序方法。首先,将错综复杂的换热网络转化为网络拓扑结构。其次,考虑到换热干扰传递单向性、干扰程度传递递减性、干扰传递复杂性,将集团度概念及各集团度权重选取方法重新定义,并用度来衡量上游换热器对目标换热器干扰可能性大小,通过比较最终计算得到的集团度大小,得到换热网络各节点的重要性排序。案例分析表明:该研究方法有效,并通过Aspen plus软件模拟验证了该方法的准确性。 相似文献
11.
在分子自由基尺寸上对化工过程建立准确的机理过程模型,是目前世界“分子炼油”发展的重要方向。分子炼油过程体系的复杂性主要来源于化学反应网络的耦合性和多尺度性,这对深入了解化工生产过程提出了挑战。对复杂化学反应网络进行关键信息挖掘与表达,有助于工程师深入理解化学反应过程机理,实现机理透明化。由于炼油炼化过程的复杂反应网络存在以关键反应物质为中心的模块化、社区化特征,本文采用Leiden社区发现算法,从介尺度上对蒸汽热裂解制乙烯的反应网络进行反应社区划分,并基于分子自由基尺度从简化后的反应社区提取出对应的关键反应路线,为宏观反应网络到微观物质的相互作用提供一种可解释性的桥梁,助力揭示物质转化过程的知识传递机制。 相似文献
12.
化工过程系统的大型化和复杂性,仅通过常规方式来描述故障机理越来越受到限制。本文以流程图建模法构建的符号有向图(signed directed graph,SDG)故障模型为基础,将化工过程系统抽象为网络拓扑结构,通过对网络模型的统计特征描述,判断网络的复杂性、小世界性和无标度性,进而以复杂网络中心性理论定量计算网络中各个节点的重要性,分析比较各指标来确定网络中的核心节点,并通过Capocci算法对网络进行社团结构的定量划分,最后以网络中的核心节点确定化工过程中易引起安全事故的关键变量,并用社团划分的结果绘制出化工故障诊断模型的关键路径,确定重点监测部位。案例应用结果表明:该方法可行,为化工过程系统中故障节点和监测提供了新的解决思路,丰富了化工过程故障诊断和预防控制的相关理论。 相似文献
13.
针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好。 相似文献
14.
15.
化工过程的故障发生往往都是一个变量带动多个变量的连锁效应。本文基于变量的相关性变化特点,用符号有向图SDG(signed directed graph)描述系统因果影响关系,以皮尔逊相关系数PCC(Pearson correlation coefficient)计算网络统计指标,提出了一种基于多层优化PCC-SDG的故障诊断方法。该方法基于全工艺的网络拓扑结构,首先对选取的变量进行初步优化。然后,为有效提取工艺特征信息,运用PCA(principal component analysis)权重思想从多层相关系数集中选取了权重较大的关键变量,结合SDG建立最优PCC-SDG网络。最后,针对最优PCC-SDG网络变量的相关性规律重构聚集权重系数Q,进行过程故障检测与诊断。TE(Tennessee Eastman)仿真过程的应用结果表明,PCC-SDG建模及故障诊断步骤较为简洁,可以充分挖掘SDG深层次关联特性,定量简化SDG的故障诊断效果明显,具有较好的过程监控优势。 相似文献
16.
17.
18.
基于深度置信网络的炼化空压机故障诊断方法 总被引:1,自引:0,他引:1
针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好。 相似文献
19.
20.