Лингвистическая система прогнозирования аварийных ситуаций в производстве синтетических каучуков Текст научной статьи по специальности «Химические технологии»

УДК 681.3

ЛИНГВИСТИЧЕСКАЯ СИСТЕМА ПРОГНОЗИРОВАНИЯ АВАРИЙНЫХ СИТУАЦИЙ В ПРОИЗВОДСТВЕ СИНТЕТИЧЕСКИХ КАУЧУКОВ

С.А. Ткалич

Рассматривается лингвистическая модель принятия решений системы прогнозирования аварийных ситуаций для процесса полимеризации дивинилстирольных термоэластопластов. Приводятся результаты проверки работоспособности экспертной системы, построенной на базе этой модели

Ключевые слова: аварийная ситуация, прогнозирование, лингвистическая модель, экспертная система

Введение

Главной целью всех существующих видов контроля и диагностики является определение состояния системы и прогноз ее развития. Определение аварийной ситуации - частный случай подобного прогноза. В предлагаемой работе распознавание образа аварийной ситуации из множества возможных состояний системы осуществляется с помощью лингвистической модели принятия решений и аппарата нечеткой логики [1].

Рассмотрим процесс полимеризации дивинилстирольных термоэластопластов (ДСТ). Он разделен на несколько этапов, которые должны выполняться в строго отведенные интервалы времени.

Циклограмма получения ДСТ состоит из временной последовательности действий, представленной в таблице.

Технологическая схема получения дивинил-стирольных термоэластопластов (ДСТ) изображена на рис.1.

На технологической схеме указаны основные агрегаты, участвующие в процессе получения ДСТ:

- Реактор МЯ311Л.

- Мешалка вЛ307Л.

- Загрузочная трубка КМ304Л (БГТ -бутилат гидрокситолуол).

- Загрузочная трубка КМ305Л (согласующий агент).

- Загрузочная трубка КМ306Л (ТГФ - тетра-гидрофуран).

- Загрузочная трубка КМ307Л (8Ю14 - тетра-хлорсилан).

- Клапан подачи растворителя ИУ30260.

- Клапан подачи бутадиена ИУ30280.

- Клапан подачи стирола ИУ30270.

- Клапаны подачи азота иУ30180, ИУ30140, иУ30060, иУ30110.

- Клапан факела ИУ30220.

- Насосы линии циркуляции РБ306Л, РБ306Б.

Все изложенные ниже этапы синтеза системы прогнозирования основаны на анализе указанных

операций рассматриваемого технологического процесса.

Информационная структура системы прогнозирования

В результате рассмотрения информационных потоков процесса получения дивинилстирольных термоэластопластов были выделены критичные глобальные переменные. По текущим значениям и изменению этих переменных во времени (истории состояний системы) можно судить, с какой степенью близости текущее состояние системы относится к эталонным классам состояний (технологическая норма, предаварийная ситуация, авария).

Глобальные переменные можно разделить по некоторым признакам, например, их источникам -агрегатам или операциям. Перечень глобальных переменных и информационная структура процесса получения ДСТ представлены на рис.2, на котором указаны агрегаты (реактор, загрузочные трубки, загрузочные емкости, клапаны подачи реагентов) и

Циклограмма процесса получения ДСТ

их параметры, требующие контроля для обеспечения безаварийности производства.

Описание операции Вре- менной интервал, мин

Загрузка растворителя 10

Загрузка ТГФ (тетрагидрофуран) 1

Загрузка катализатора 1

Загрузка стирола 5

Полимеризация стирола до 20

Останов подачи реагентов после обнаружения пикового значения температуры 5

Подача бутадиена 3

Полимеризация бутадиена до 20

Загрузка сочетающего агента 3

Ткалич Сергей Андреевич - ВГТУ, канд. техн. наук, доцент, тел. (4732) 43-77-20

БГТ

раств-ль

SiCI4 азот

ТГФ азот раств-ль

NBL

стирол

MR311А t> <3

MR311B

MR311C

MS312

Рис. і. Технологическая схема процесса

a GA403

Построенная информационная структура даёт возможность выделить параметры системы получения ДСТ, наблюдение за которыми позволит с высокой достоверностью отнести текущее состояние системы к одному из классов состояний, составить прогноз изменения состояния и выдать советующее либо управляющее воздействие.

Программный комплекс системы прогнозирования

Разработка системы прогнозирования предполагает создание программного комплекса идентификации аварийной ситуации (рис.3), ключевым элементом которого является модуль работы с нечёткими множествами.

Модуль работы с нечеткими множествами включает в себя (рис.4):

- Блок приведения переменных состояния к нечетким множествам.

- Блок выработки решения.

- Блок отображения выходных нечетких множеств в значение управляющего воздействия или совета.

Данный модуль позволяет использовать в качестве платформы исполнения системы контроллеры и ЭВМ под управлением процессоров с бинарной логикой, то есть использовать нечеткую математику на технических средствах, не имеющих ее аппаратной поддержки.

База знаний, являющаяся лингвистической моделью принятия решений, представляет собой

множество нечетких правил R(), к = і, к N , вида

ґxi это Ai) AND x2 это a2) ^ v.. AND xn это A1) j

ґyi это Bi AND y2 это b2) ^

R(k): IF

THEN

... AND ym это Bn

где

N

количество нечетких правил,

кие множества

B1

A) с X с R, i = І,

нечеткие множества

B) с Yj с R, j = i,

xi, x2,

A) -

n;

m ;

нечет-

, Лп - входные переменные лингвистической модели (температура реактора, давление в реакторе, давление азота в загрузочных трубках и т.д.);

Реактор МЯ.311А

Загрузочные трубки

КМ304А, КМ307А,

КМ306А, КМ305

Загрузочные емкости --М8303,М83Ш,—

М8301, М8317

Рис. 2. Структура процесса получения ДСТ

Мешалка СА307А

Температура, давление, ур

ЕОтсиїсиі і^аїч^ла и\^30220

Рис. 3 Общая структура системы идентификации аварийной ситуации

Уровень в трубках

Давление в емкостях

Включена/выключен;

Открыт/закрыт, давлен

Открыт/закрыт, давлен

Открыт/закрыт

Насосы линии циркуляции

Включен/выключен

Рис. 4. Структура модуля нечеткого управления

У1, У2, к, ут - выходные переменные лингвистической модели (степень близости к аварийной, предаварийной ситуациям, отклонение от технологического процесса).

Символами X:, I = 1, к, П и

yj • J = V

Ш обозначены соответственно об-

ласти определения входных и выходных переменных.

Поскольку конкретные правила

R(\ к = 1, к, N связаны между собой логическим оператором «ИЛИ» и выходы

У1, у2, к, ym взаимно независимы, то можно использовать нечеткие правила со скалярным выходом в форме

^x1 это a1 AND x2 это Л\ ^

R(к): IF

к AND xn это Ar

THEN (y это Вк ) где Вк с Yj с R и к = і,

1 J

N.

Каждое правило вывода состоит из части IF, называемой посылкой, и части THEN, называемой следствием. Посылка правила содержит набор условий, тогда как следствие содержит вывод. Перемен-

ные x

= (

x

1-2, к, Хп) и у могут принимать как лингвистические (например, «малый», «средний», «большой»), так и числовые значения. Если ввести обозначения

) и

X

X і x X 2 x к x Xn,

Лк = Л\ х Л\ х к х Лкп,

то правило вывода можно представить в виде нечеткой импликации

r(1 )

: a1 ^ Вк, к = і, >(к)

N.

Правило ^ также можно интерпретировать как нечеткое отношение, определенное на множестве X X У , т.е. Е^к) С X X У - это нечеткое множество с функцией принадлежности

^ р(к )(Х, У )=Ц Лк ^ Вк (x, У).

При проектировании модулей нечеткого управления следует оценивать достаточность количества нечетких правил, их непротиворечивость и наличие корреляции между отдельными правилами.

Для разрабатываемой системы прогнозирования в результате анализа возможности возникновения ситуаций с комбинациями параметров, приводящих к аварийной ситуации, была создана база знаний.

В базе знаний были описаны правила вида:

а) Если (Время = Начало полимеризации бутадиена и Температура полимеризации бутадиена = Норма), то (Близость к аварийной ситуации = Средняя),- описание ситуации (Выход температуры на нормальный уровень ранее ожидаемого времени. Возможно увеличение скорости течения реакции), совет оператору (Открыть клапан ИУ30270 подачи стирола).

б) Если (Время = Начало полимеризации бутадиена и Температура полимеризации бутадиена = Существенно выше нормы), то (Близость к аварийной ситуации = Очень высокая),- описание ситуации (Превышение максимально допустимой температуры в реакторе МЯ311Л. Очень высокая степень бли-

зости к аварийной ситуации), совет оператору (От- из загрузочной трубки КМ304А).

крыть клапан ИУ30200 для подачи гасителя реакции Фрагмент базы знаний представлен на рис. 5.

^ База знаний ЕВЕ

Количество правил 112

N правила |м2 - Давление | хЗ ■ Время ||х5 - Температура (ПолиБутадиен) ||||х9 - Уровень КМ304Д|||х12 - Давление азота11111| |у ■ Близость к аварийной ситуацш |

1 Не влияет Полимеризация бутадиена Н Норма Не влияет Не влияет Очень низкая

2 Не влияет Полимеризация бутадиена НН Существенно ниже нормы Не влияет Не влияет Очень низкая

3 Не влияет Не влияет Не влияет Не влияет Норма Норма Выше нормы Существенно выше нормы Существенно выше нормы Полимеризация бутадиена НН Незначительно ниже нормы Не влияет Не влияет Низкая

4 Полимеризация бутадиена НН Норма Не влияет Не влияет Средняя

5 Полимеризация бутадиена НН Незначительно выше нормы Не влияет Не влияет Высокая

Є Полимеризация бутадиена НН Существенно выше нормы Не влияет Не влияет Очень высокая

7 Не влияет Незначительно выше нормы Существенно НН Не влияет Низкая

8 Не влияет Существенно выше нормы Не влияет Высокая

Э Не влияет Незначительно выше нормы Не влияет Средняя

10 Не влияет Существенно выше нормы Не влияет Очень высокая

11 Не влияет Существенно выше нормы Существенно НН Очень высокая

12 Существенно выше нормы Не влияет Существенно выше нормы Существенно НН Существенно НН Очень высокая

II < >1

Рис. 5. Фрагмент базы знаний

Система прогнозирования с нечеткой логикой оперирует нечеткими множествами. Поэтому кон-

кретное значение X

= {ХЪ

X

- \Т

X,

входного сигнала модуля нечеткого управления подлежит операции приведения в нечеткую форму, в результате которой ему будет сопоставлено нечеткое множество А с X = X! х X 2 х ... х Хп.

Нечеткое множество А' подается на вход блока выработки решения (см. рис. 4).

По результатам анализа опасных факторов системы получения ДСТ из перечня глобальных переменных (рис.2) выделены критичные переменные, представленные на рис. 6.

Для каждой из переменных, характеризующих состояние системы, были описаны кривые степеней принадлежности, используя которые система прогнозирования представляет аналоговые параметры в виде нечетких множеств.

Пример редактирования степеней принадлежности переменной входного вектора состояний представлен на рис. 7, где изображено окно редактора лингвистической переменной со своими нечеткими переменными Существенно ниже нормы, Незначительно ниже нормы, Норма, Незначительно выше нормы, Существенно выше нормы, и таблицы узловых точек задания их кривых принадлежности. Кривые функций принадлежности отображаются на графике в нижней части окна.

Аналогичным образом задаются функции принадлежности для выходной переменной системы прогнозирования - близость к аварийной ситуации (рис. 8).

Системе прогнозирования аварийных ситуаций требуется модуль принятия решения для распознавания образа текущей ситуации и сопоставления его с эталонными аварийными ситуациями. Кроме того, модуль принятия решений позволя-

ет выработать совет оператору и управляющее воздействие для системы получения ДСТ.

Допустим, что на вход блока выработки решения подано нечеткое множество

А' С X = Xі X X2 X к Хп . На выходе этого

блока также появится соответствующее нечеткое множество. Рассмотрим два случая, которым будут соответствовать различные методы преобразования этого множества в четкую форму.

Лингвистические переменные

Температура (Инициация)

Давление

Температура (ПолиСтирол) Температура (ПолиБутадиен) Уровень КМ306А (Сокатализатор) Уровень КМ305А (Катализатор) Уровень КМ307А (Сочет. агент) Уровень КМ304А (Гасит, реакции) Уровень в реакторе М ешалка БА307А

Давление азота высокого давления Состояние насосов циркуляции Давление азота низкого давления Низкое давление в МБ303 Низкое давление в МБ308 Низкое давление в МБ301 Низкое давление в МБ317 Близость к аварийной ситуации

Добавить I Удалить I

хЗ - лингвистическая переменная вектора состояния "Время"

хЗ = {Ь31, Ь32, ЬЗЗ, Ь34, Ь35, Ь36, Ь37, Ь38, Ь39, ЬЗЮ,

Ь311, Ь312, Ь313, Ь31 А, Ь315, Ь316, Ь311, Ь318} =

= {Загрузка растворителя НН, Загрузка растворителя Н, Загрузка растворителя ВН, Загрузка ТГФ НИ, Загрузка ТГФ Н, Загрузка ТГФ ВН, Загрузка катализатора. Загрузка стирола. Полимеризация стирола НН, Полимеризация стирола Н, Полимеризация стирола ВН, ТаймерСЛ, Подача бутадиена. Полимеризация бутадиена НН, Полимеризация бутадиена Н, Полимеризация бутадиена ВН, Таймер02. Загрузка сочетающего агента}

Рис. 6. Список критичных переменных процесса получения ДСТ

Рис. 7. Формирование переменной входного вектора состояний

4^ Редактор лингвистической переменной -

Рис.8. Выходная переменная

Случай 1.

На выходе блока выработки решения получаем N нечетких множеств Вк С У .

Условие х = (х1, х2, ..., хп )т это А' А' = А1 х А2 х к. х Ап

Импликация Я(кУ: Ак ^ Вк, к = 1, к, N Ак = Ак х А2 х к х Акп

Вывод у этоВк, к = 1, к, N

Нечеткое множество Вк определяется композицией нечеткого множества А и отношения К(к ), т.е.

Вк = А о (А ^ Вк) к = 1, к, N.

Случай 2.

На выходе блока выработки решения получаем одно нечеткое множество Вк С У .

Условие X = (х1, х2, к., хп)т это А' А' = А1 х А2 х к х Ап

Импликация иЯ(кУ, Я(кУ: Ак ^ Вк к=1 Ак = Ак х а2 х к х Ак

Вывод у это В'

При использовании композиционного правила вывода получаем

N . ,

В' = А'о и Я(к) = А'оЯ;

к=1

N

>(к )

где Я = и Я

к=1

Вывод по данной схеме является результатом композиции посылки А' и правила (отношения)

Я.

Кроме композиционного правила вывода в системе прогнозирования аварийных ситуаций реализованы ситуационные решающие правила:

- Ситуационное с эталонными значениями, равными единице.

- Ситуационное с эталонными значениями, задаваемыми оператором.

- Ситуационное с эталонными значениями, задаваемыми кривыми эталонных степеней принадлежности.

Ситуационные правила вывода основываются на том факте, что одинаковые состояния системы отражают одни и те же закономерности ее работы. Следовательно, сопоставив текущие значения параметров с теми, которые зафиксированы в уже известной экспериментально полученной выборке, и найдя близкую ситуацию, можно, в соответствии с

мерой близости ситуаций, выделить значение интересующего выходного параметра системы.

На выходе блока выработки решения формируется либо N нечетких множеств Вк с функциями принадлежности (у), к = 1, 2,..., N, либо

одно нечеткое множество В' с функцией принадлежности /ИВ'(у). Встает задача отображения нечетких множеств Вк (либо нечеткого множества В') в единственное значение у е У , которое представляет собой управляющее воздействие, подаваемое на вход объекта.

Если на выходе блока выработки решения

формируется N нечетких множеств Вк , то значение у е У можно рассчитать с помощью различных методов [2].

1. Метод преобразования по среднему центру. Значение у рассчитывается по формуле N

N I \ вк(к)

к=1

где ук - это точка, в которой функция /ив1 (у) принимает максимальное значение, т.е.

I Bk (Ук )n max |Bk (У).

B

т-.к

y

Точка у называется центром нечеткого

к

множества В .

2. Метод преобразования по сумме центров. Значение у рассчитывается следующим образом:

N

— y к=1

У =----------N-

jS I (У )*У

У к=1

Если выходное значение блока выработки решения представляет собой единственное нечеткое множество В', то значение у можно определить с применением следующих двух методов.

3. Метод центра тяжести. Значение у рассчитывается как центр тяжести функции принадлежности Цв(у ), те.

j УІB' (УУу

y~Y

jl B' (У Уу

Y

при условии, что оба интеграла в приведенном выражении существуют.

4. Метод максимума функции принадлежности. Значение у рассчитывается в соответствии с формулой

V Б' (у )= suP V Б' (у),

yeY

при условии, что ц Б' (у ) - это унимодальная функция.

Модуль выдачи советующего и управляющего воздействия тесно связан с модулем принятия решения и базой знаний. В соответствии с выбранным решающим правилом, модуль выдачи решения производит расчет числового значения выходной переменной, а по поиску сработавшего правила базы знаний, формируется описание аварийной ситуации, а также совет оператору.

База знаний с описаниями аварийных ситуаций и советами оператору представлена на рис. 9.

База знаний

ВНЕ

Количество правил [ТУ

N правила □писание Совет

1

2

3

4 Выход температуры на нормальный уровень ранее ожидаемого времени. Возможно увеличение скорос Открыть клапан І_ІУ30270 подачи стирола.

5 Превышение температуры в реакторе МП311 А. Высокая вероятность возникновения аварии. Открыть клапан Т\/35040 подачи воды в рубашку реактора

Б Превышение максимально допустимой температуры в реакторе МЯ311 А. Очень высокая вероятность Открыть клапан №30200 для подачи гасителя реакции из загрузочной тр

7 Не загружен гаситель реакции. Температура в реакторе незначительно выше нормы. Загрузить гаситель реакции в трубку КМ304Д. При невозможности загру

8

Э

10 Превышение температуры и давления в реакторе МВЗІ1А Открыть клапан подачи гасителя реакции №30200

11 Превышение температуры и давления в реакторе МИ311А. Снижение давления азота высокого давлен Открыть клапан подачи азота 1_1У30180 вручную.

12 Авария. Значительное превышение как давления, так и температуры в реакторе. Невозможность заме* сНИЯЛИВТ

< >

Рис. 9. Фрагмент базы знаний, содержащий описания аварийных ситуаций и советы оператору

Экспериментальная проверка системы

Для проверки работоспособности разработанной системы прогнозирования была создана модель поведения оборудования и изменения параметров объекта с течением времени.

После старта эмуляции процесса начинается циклический расчет параметров системы получения ДСТ, далее эти параметры передаются на вход лингвистической модели прогнозирования аварийных ситуаций с целью определения класса текущего состояния объекта.

Эмуляция движения координаты системы «Температура» представлена на рис. 10.

Математический аппарат распознавания, которым располагает система прогнозирования, позволяет определять с высокой точностью класс текущего состояния системы получения ДСТ, но основной целью разработки системы прогнозирования является упреждающее определение движения параметров технологического объекта к критическому состоянию (аварийному или предаварийному) и выдача управляющего или советующего воздействия, обеспечивающего безаварийность производства.

Рис. 10. График изменения температуры в реакторе МЯ311Л.

Для проведения стресс-теста, проверяющего качество определения текущей ситуации, в систему прогнозирования был добавлен диагностический блок, заведомо приводящий модель технологического объекта к аварийной ситуации (комбинация превышений температуры и давления в реакторе через некоторое время «плавания» параметров реактора в допустимых технологических пределах). Система прогнозирования аварийных ситуаций должна обеспечить выдачу сообщения о приближе-

нии к аварийной ситуации как можно раньше с целью обеспечения временного запаса для проведения мер по устранению неисправности или изменения хода химической реакции полимеризации.

Результат расчета выходной переменной системы прогнозирования «Близость к аварийной ситуации» в зависимости от параметров «Давление в реакторе МЯЗПА», «Температура в реакторе

МЯЗПА», «Время от начала реакции» представлен на рис. 11.

Р, кПа 800

700

600

500

400

Т, оС 120

100

80

80

авария 1

0.8

0.6

0.4

0.2

Давление в реакторе N113311А

5 10 15 20 25 30

Числовое значение меры близости к аварийной ситуации

уЬредаварииная' ? авари^ ситуация • ч\чч \ча\

1 1

10

15

20

25

30

35

40

1, мин

Рис. 11. Графики изменения входных переменных «Температура», «Давление» и выходной переменной «Близость к аварийной ситуации»

Как видно из графика, система прогнозирования в точке с временной меткой 1 = 16 мин опреде-

лила высокую степень близости к аварийной ситуации (более 0,6), но затем, вследствие снижения тем-

пературы, даже на фоне роста давления, система прогнозирования снизила оценку близости состояния к возникновению аварийной ситуации до значения 0,4. В точке с временной меткой 1 = 25 мин температура плавно вернулась к значению, равному в точке 1 = 16 мин, и система прогнозирования предупредила оператора о движении параметров системы к аварийному состоянию (рост близости текущей ситуации к аварийной от значения 0,4 до 0,7 во временном интервале 23...25 мин.). Следует отметить, что параметры системы получения ДСТ в этом интервале еще находятся в технологически допустимых рамках, но система прогнозирования по имеющимся описаниям эталонных ситуаций и движению параметров позволила заранее выдать оператору упреждающее сообщение о близости текущей ситуации к аварийной. Рост значения выходной переменной системы прогнозирования лишь подтверждает движение процесса производства ДСТ к критическому состоянию.

В целях моделирования работы системы прогнозирования на этом этапе не было предпринято никаких действий по предотвращению аварийной ситуации (в нормальном режиме система прогнозирования выдаст совет об открытии клапана ИУ30200 для слива гасителя реакции из трубки КМ304Л). В результате роста давления в реакторе с 650 до 660 кПа (максимум - 720 кПа) и роста температуры в реакторе со 107 до 110 °С (максимум - 115 °С) во временном интервале 25.32 мин система прогнозирования увеличила степень близости текущей ситуацию к аварийной до 0,9 , что подтверждается приближением параметров системы получения ДСТ к максимально допустимым.

Отметим, что на интервале 25.32 мин типовые промышленные средства противоаварийной защиты ещё не вступают в действие и не способны заблаговременно выработать управляющее воздействие, удерживающее процесс в допустимой области. Введение в действие этих средств на интервале 32-35 мин предотвращают возникновение аварийной ситуации, но ценой прекращения нормального протекания технологического процесса.

Использование методов распознавания текущей ситуации с помощью экспертных систем принятия решения (ЭСПР) в целом, и системы прогнозирования аварийных ситуаций в частности, позволило не только заранее выявить приближение к аварийной ситуации, но и дало значительный выигрыш во времени, необходимый для развертывания мер предотвращения аварийных ситуаций. Кроме того, даже на этапе «нормального» функционирования системы получения ДСТ, ЭСПР в состоянии определить принадлежность текущего состояния технологического объекта к некоторому классу возможных состояний, что позволяет вести полноценные контроль и диагностику технологической системы.

Литература

1. Ткалич С. А. Диагностические экспертные системы безаварийного управления технологическими процессами // Вестник Воронежского государственного технического университета, 2007, №5. С. 38-43.

2. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. - М.: Горячая линия - Телеком, 2005. - 452 с.

Воронежский государственный технический университет

LINGUISTIC SYSTEM OF FORECASTING EMERGENCIES IN MANUFACTURE SYNTHETIC RUBBERS

S.A. Tkalich

The linguistic model of decision-making of system forecasting emergencies for process of polymerization synthetic rubbers is considered. Results of check serviceability of the expert system based on this model are resulted.

Key words: emergency, forecasting, linguistic model, expert system.