过程监测预测和预警课件

外界特殊扰动引起 故障
误操作引起的 故障
• “硬故障”，导致局部
或整个装置设备停车， 甚至发生严重事故
• “软故障”，导致产品
质量的下降或者增加各 种能耗，使装置的工作 状态偏离最优区间
• 通过对软故障的监测可
以实现硬故障的早期预 测预警
StarForward
故障分析方法
StarForward
第一部分 总论 第二部分 软件平台介绍 第三部分 运用实例 第四部分 项目实施
StarForward
PPM平台作用
• 建设预测预警系统，可充分利用现有的DCS、PLC等系统的数据 资源，用先进的数学方法对这些数据进行分析、建立有关工艺中 关键设备、压缩机、塔器等的预测预警模型，建立各重要设备和 塔器从数据源到数据预处理、数据分析、检测结果展示和预警信 息发布数据处理的流程，实现对生产工艺过程的实时监控和预测 预警。该平台可在系统出现紊乱和扰动之前检测出异常征兆，及 时将预警信息发送给相关管理和指挥人员。生产管理人员以及一 线生产人员根据相关信息可以及时采取措施避免异常工况演变成 装置运行的扰动和紊乱，从而避免事故的发生。
StarForward
过程监测、预测预报的要点
• 连接数据源:DCS、PLC、实时数据库、润滑油分析数据、振动数据等等 • 实时数据预处理 • 数据分析（故障诊断）方法
– 基于规则的故障诊断：如压缩机的工作曲线、KPI – 多元统计分析：如PCA、PLS
• 用正常工况实时数据“训练”预测模型(称为统计模型） • 将当前实时数据同预测模型对比，实现状态预报 – 使用过程动力学模型 • 软件容易操作：采用鼠标操作 • 数据展示清晰 • 预警通告：通过Email、手机通告，并不断升级 • 同设备维护软件（如Maximo、SAP）集成
ISA（美国仪器仪表协会）的ISA18.02标准中规定操作人员能够响应的10分 钟内平均报警次数为1，而实际的工业统计数多大于6，特别是当生产装置出现 扰动和紊乱时，报警次数迅速增加。如果每10分钟的报警次数超过30，持续 时间从几分钟到几小时不等，这种情况就被称为报警泛滥，此时操作人员往往 会惊恐不安、无所适从，事故也就乘虚而入。
StarForward
过程监测、预测和预警
（Process Performance Monitoring and Predicting）
--先进的实时数据分析系统
北京星步科技发展有限责任公司
StarForward
第一部分 总论 第二部分 软件平台介绍 第三部分 运用实例 第四部分 项目实施
StarForward
• 嵌入数学方法库、MVS(Math Visualization System)、6 SIGMA 函数 • MatLab及有关工具（如Fuzzy、NN神经元网络等等) • COM组件对象模型接口支持VB、Java、C、C++ 等程序语言 • 监测模版
• WEB 报表 – 客户化的报表；可通过电子邮件或WEB浏览器提交或阅览报表
StarForward
采用Matrikon公司PPM预测预警平 台
• 致力于集成化的工业智能软件和服务的全球性公司
• 有18年历史的加拿大上市公司，为油气、石化、电力、采 矿等行业提供实时应用、数据集成、及各个专业应用软件 和技术服务
• 应用的业务领域主要是过程企业生产及设备维护，特别是 生产监测和预警。
StarForward
能够更有效地利用现有数据资源
依据现有硬件以及监测点位，以现有DCS、SCADA控制系统数 据资源为基础，结合装置生产特点，建立分析监测预警模型，实现 对在DCS、SCADA环境下无法直接监测的装置隐含变量、状态以及 运行趋势的监测功能，达到对装置生产安全状态预测预警的目标。
在问题出现前期、早期发现，并通过调节运行参数来弥补某一参 数不正常所带来的影响，减少停车次数，并避免小问题由于没有及 时有效解决而转变成大问题。
StarForward
Proven Success
Reduced alarms by 70% in just 4 weeks! Went from thousands of alarms per day to a few dozen Reduced alarms 70%, investment of 1hr/week for 6 months Reduced standing alarms 50% and nuisance alarms 60% “Over 50 people using ProcessGuard for alarm management” “ProcessGuard with OSI PI is very useful for diagnosing incidents” 70% reduction in alarms within 4 weeks
StarForward
PPM平台作用
工厂状态
正常
偏离正常 （轻微扰动）
不正常 （扰动）
事故 停工
• 预测预警系统可以提前几小时乃至几天发出运 行状态偏离正常的预警
• 可以避免因运行紊乱导致DCS报警系统性能下 降乃至出现重大事故的隐患
• 报警系统开始发出超限报警 • 距离事Leabharlann 发生有几分钟到几十分钟时间差
process historian
StarForward
过程监测预警系统结构
数据源 DCS or PLC Data Historian – PI, IP/21, AIM*, PHD ODBC, JDBC
• 美国HOVIC的Hovensa炼油厂，日原油加工 量为50万桶，该炼油厂将ECM用于原油蒸 馏塔、FCC反应器、再生器、主分馏塔、吸 收/稳定、及脱戊烷塔的监测和维护；
• Marathon Ashland 的Robinson炼油厂用 ECM监测其多个分馏装置等。
StarForward
国内主要客户
操作优化 资产性能和使用效率
物料平衡和数据整定、产率统计、生 产统计
KPI管理和展示、所罗门（Solomon） 指数、环境保护
操作日志、操作文档索引
设备检测、设备维护计划、备品备件、 仪表管理、设备规格指标管理
过程实时监测预测预警、报警和事件 管理、MPC、在线优化
设备状态实时监测预测预警
数据源
计划数据、ERP、LIMS、财务、生产统 DCS、PLC、实时数据库等 计数据、等等
– Husky Energy 油井监控
• 业务包括监控钻井井泵、天然气节涌、抛砂等。
• 电力
– Meridian Energy PAM
• 变压器、控制器、涡轮。
– Southern Company
• 涡轮 • 水加热器 • 冷凝器、节能装置
StarForward
主要客户
• 美洲一个大炼油厂将ECM用于加氢裂化、重 整、烷基化等炼油装置；
操作优先级
过程优化 （重要）
生产平稳 (很重要)
设备损坏 (紧迫)
安全和环境 (紧急)
不良控制 能耗增加
原料消耗增加 泄漏问题 能耗大
磨损增加 设备损坏
人员伤/亡 紧急停车系统切入 环境污染
StarForward
故障类型分类
生产设备引起的 “结构故障”
控制系统故障
过程参数变化引起 “参数故障”
故障类型
StarForward
实际上，加工过程连续产生海量实时数据， 如何通过数据分析，预测过程运行是否偏离 正常工况，已成为当务之急
Tg1 Tg2 Tg3 .
Tg n
V1t1 V2t1 V3t1 …… Vnt1 V1t2 V2t2 V3t2 …… Vnt2 ..... .
V1tm V2tm V3tm …… Vntm
项目主要通过引进加拿大Matrikon公司先进的 PPM (Process Performance Monitoring and Predicting)设备状态监测预警平台，对高温、高压、长 周期运转的设备进行动态监测，实现对非正常工况的预 测预警，从而达到装置平稳操作、避免非计划停车，长 周期安全运行的目的。
StarForward
过程监测预警平台的特点
• 平台独立性 - 可连到所有工业数据源，包括DCS、PLC、历史数据库、关系 数据库、文本文件、其它软件等数据源
• 容易使用 - 类似于矢量图绘制软件（VISIO的基于目标的 ‘拖放’式接口，无 需 程序员编程)
• 客户/服务器结构 - 支持多用户同多个不同数据源的连接 • 分析模式 -支持离线、调度、和事件驱动分析 • 内置各种工具供用户选用以适合具体业务环境
二是采用组态模式进行开发，可以方便灵活的利用MATLIB、C++、VB、 R等其他工具开发的模型进行扩展。
三是采用集成化的图形展示手段，可以集中显示所有监控设备的运行状态。
四是系统的设计采用组件化模式，可以方便连接各种现场数据源（DCS、 PLC、SCADA、LIMS数据库），可以灵活地与其他系统实现集成。
StarForward
过程监测、预测和预警所处的位置
企业运行
生
计划管理
产
管
理
物料管理
过程工业的应用软件和数据源
非实时应用和数据源
生产计划和调度、油品调和管理、产 品规格指标管理、原油评价
油罐库存管理、物料移动管理、装置 运行管理、实验室信息管理、原料和 产品输运管理、物料跟踪
实时应用和实时数据源
统计核算 运行管理
StarForward
过程监测预Co警n平n台e可ct连iv接ity各种DCS,
HMI, PLC, 和历史数据库，如：
DCSs
• Foxboro • Honeywell TDC3000 • ABB Advant/Mod300 • ABB Bailey • Siemens • Moore • Yokogawa • DeltaV • Fisher Provox & RS/3 • Westinghouse