过程工业报警系统研究进展

系统、科学、有效的报警系统对提高生产过程安全、质量和可操作性能至关重要,引起了工业界和学术界的广泛关注,产生了大量研究成果。针对过程报警系统的最新研究进展,分别从报警系统优化设计、报警系统监控、报警系统性能评估这3个热点研究方向总结研究方法,并对不同方法进行了对比讨论。针对报警系统优化设计,利用ROC分析、相关性分析等方法对报警阈值进行优化,并对报警变量进行优先级划分;针对报警系统监控,利用相关性分析实现滋扰报警识别,基于过程知识和数据驱动实现因果报警识别,基于时间窗或运行长度分布实现抖振报警识别;针对报警系统性能评估,依据过程报警管理标准或动态风险分析等实现定性定量评估。最后,指出报警系统研究有价值的方向和趋势,并对报警系统研究前景做出展望。     

过程工业企业智能管理研究

本文分析了过程工业的特点及管理现状,在此基础上提出了过程工业企业的智能管理概念．即以知识管理为基础,协调处理企业内部关系、供应商关系和客户关系,对市场(用户)需求作出灵敏反应,对原料变化快速响应,最后以最优的制造方式获取最大的效益的管理系统．文章介绍了智能管理的建模、求解与实施策略．     

过程工业企业智能管理研究

本文分析了过程工业的特点及管理现状，在此基础上提出了过程工业企业的智能管理概念．即以知识管理为基础，协调处理企业内部关系、供应商关系和客户关系，对市场(用户)需求作出灵敏反应，对原料变化快速响应，最后以最优的制造方式获取最大的效益的管理系统．文章介绍了智能管理的建模、求解与实施策略．     

基于数据的流程工业关联报警的识别

报警在保证流程工业安全运行方面起到了重要的提示作用,但大量的报警信号也给操作员带来了困扰,使其无法抓住核心信息并作出判断,以便采取适当的行动。多个报警信号之间并非独立,而是存在有关联关系,提出了一种从历史报警数据中识别这些关系的方法。根据两个报警变量的报警发生时间,确定报警变量之间是否存在关联关系,并确定时间上的顺序和因果强度。基于每对报警变量之间的关联关系,构建多个报警之间的关联拓扑图。该方法可用于智能报警管理,为提高报警信息的指导价值提供技术支持。     

工业现场电话语音报警的设计与实现

详细介绍了基于语音卡的电话语音报警的设计及实现，采用VisualBasic编程，通过OLE实时读取上位监控机采集检测的数据，在危急情况出现时，系统将自动拨打电话语音报警。     

基于集成产品与过程建模的设计进程管理

本文研究虚拟原与设计过程模型的集成问题以及基于该集成模型的设计进程管理,首先提出基于虚拟原型的设计过程模型生成,然后讨论基于虚拟原型和设计过程集成建模的、面向并行工程的设计过程管理、最后重点讨论通过初步设计信息交换加快设计进程的问题。     

工业过程混合建模方法研究及应用

文章在分析工业过程模型的经验模型和神经网络模型的基础上,提出了混合模型的建模方法,给出了混合模型结构和应用算法,把该混合模型方法应用于制浆蒸煮过程的建模中,收到了较好的效果,混合模型的建模方法具有较大的推广价值。     

过程控制技术展望

本文简述了过程工业的特点并对过程技术的发展做了简单的回顾，特别对过程控制技术今后的发展作了较详细的叙述。指出了过程建模、控制策略、软测量技术、过程优化、计算机集成过程系统等将是二十一世纪过程控制技术发展的主要方向。     

智能报警管理若干研究问题

报警是及时发现生产过程中异常情况的直接手段,因此科学、高效、准确的智能报警管理对提高生产过程安全性和可操作性至关重要,也是进一步进行优化、控制和故障诊断的基础.本文就智能报警管理这一研究领域进行综述,首先从工业需求上论述报警管理的重要意义,说明报警对于过程安全的影响,指出数量过多和难以辨别是主要难题,并将现实情况与国际标准相对比;然后概述了报警管理的概念和内涵,介绍报警系统改造的全生命周期.其次总结该领域的主要研究问题,并针对单个报警和多个报警的设计展开讨论,揭示误报与漏报、检测速度与鲁棒性的矛盾,并给出常用的解决方法.针对单个报警,通过滤波、延迟和死区,对过程时间序列进行处理,实现报警的快速和准确.针对多个报警,通过多元统计分析全面表征多个变量之间的关系,利用相关性分析和传递熵分析来识别因果报警.最后通过一个实例来说明智能报警管理的过程.     

过程工业供应链模型及算法研究进展

随着过程工业在国民经济的发展中扮演越来越重要的角色,人们对过程工业供应链进行了大量的研究工作.本文首先介绍了供应链的定义、研究内容及供应链中的不确定因素;接着回顾了过程工业供应链设计模型、计划和调度模型及求解算法方面的研究成果;最后在对现有研究工作分析的基础上展望了该领域未来的发展方向.     

网络视频监控系统中报警子系统的设计与开发

本文针对目前网络视频监控系统中的一个部分——报警子系统,提出其设计方案,并给出了报警子系统开发的建议。     

DCS报警信息的处理和报警的组态

自动控制技术人员应当熟练掌握分散控制系统（DistributedControlSystem,DCS）报警信息处理和报警组态的技能,并使整个工业生产过程始终处于有效的监视、控制和管理状态。本文以DCS市场占有量较大的Ovation系统为例,图文并茂地说明了DCS报警信息处理的基本内容和报警组态的主要步骤,也为不同品牌DCS报警信息处理及其组态,提供了参考。     

A combined analysis of plant connectivity and alarm logs to reduce the number of alerts in an automation system

A process alarm arises when normal operation limits are exceeded and an alarm management system alerts the operator of a process plant. Due to the material, energy and information flow in a plant, single disturbances can cause multiple consequent alarm messages, and the alarm messages may overload the operator by presenting many redundant alarms. This undesired situation is called an ‘alarm flood’. In such situations, the operator might not be able to fulfil his required tasks to keep the plant within safe operation limits and to find the root cause of the disturbance. The aim of the work presented in this paper is to reduce the number of alerts presented to the operator. If alarms are related to one another, those alarms should be grouped and presented as one alarm problem. For the implementation of the concept, a software prototype has been developed to perform this reduction automatically. The analysis process starts with the alarm history which is a log containing all past alarm messages. This is combined with the plant topology of the controlled system and a set of rules. The rules describe typical interrelations between alarm messages which have a common cause. The combination of these three elements yields an effective alarm management strategy that can help plant owners and operators to comply with standards for alarm management such as ANSI/ISA 18.2 (2009) and EEMUA 191 (2007) which set limits on the number of alarms per unit time for an operator. The effectiveness of the approach is illustrated by two industrial examples where a significant reduction of alarms has been achieved.     

An accelerated alignment method for analyzing time sequences of industrial alarm floods

In industrial processes, analyzing and predicting process faults are quite important, which could help operators to take timely and effective responses to ensure process safety and prevent further losses, especially during alarm floods. Various fault analysis methods have been proposed so far, among which the alarm flood sequence alignment (AFSA) methods, unlike other traditional model-based or statistical methods, provide fault inference from the perspective of alarm sequence similarity assessment. A new AFSA method, the match-based accelerated alignment (MAA) is proposed to generate insightful and informative alarm sequence alignments. MAA focuses mainly on alarm match analysis and outperforms other methods in terms of robustness towards nuisance alarms and improved computational efficiency. More importantly, the alarm time information is well considered and explored in MAA, rendering its alignment results capable of revealing the real similarity of alarm floods. Numerical examples and a real chemical plant case are studied to demonstrate the effectiveness and efficiency of the proposed MAA method.