CC BY
175
УДК 681.3
ПРОГНОЗИРОВАНИЕ АВАРИЙНЫХ СИТУАЦИЙ ПРОЦЕССА ХИМВОДООЧИСТКИ НА ОСНОВЕ ТЕРМОДИНАМИЧЕСКОГО ПОДХОДА С. А. Ткалич
В статье предложен термодинамический подход к прогнозированию аварийных ситуаций процесса химводо-очистки. Главная идея заключается в представлении протекания технологического процесса как поведения броуновской частицы в некотором специально сформированном пространстве и последующем применении статистических характеристик броуновского движения к анализу состояния процесса
Ключевые слова: аварийная ситуация, прогнозирование, термодинамический подход
Современный уровень развития промышленности характеризуется стремительным расширением опасных производств. Растет число промышленных процессов, отличающихся повышенным уровнем сложности используемых технологий и жесткими требованиями к их применению, а также насыщенностью различными видами производственного оборудования, эксплуатация которого требует строгого соответствия нормам и правилам. Случайные отклонения от этих норм, вызывающие изменение хода технологического процесса, повышают риск возникновения аварийной ситуации.
Вероятность возникновения аварии зависит от ряда факторов: особенностей технологического
процесса, степени подготовленности персонала, общего времени функционирования определенного технологического объекта, интенсивности технологических операций, человеческого фактора [1].
Для предотвращения аварии на производстве необходима диагностика нарушений и аварийных ситуаций в ходе технологического процесса. Диагностирование предполагает определение технического состояния системы в ходе эксплуатации и значений переменных химико-технологических процессов в различных состояниях работоспособности. С помощью технической диагностики прогнозируют возможные отклонения в режимах работы и состояниях машин, аппаратов и устройств, а также разрабатывают методы и средства обнаружения и локализации неисправностей в системах. Различным нарушениям системы соответствуют определенные технические состояния системы [2,3].
Целью данной разработки является повышение степени безопасности технологического процесса химводоочистки (ХВО) на АЭС посредством сведения к минимуму участия оператора в процессе диагностирования и оценки состояния технологического процесса. Это исключает возможность влияния на ход процесса ошибок персонала, минимизирует воздействие человеческого фактора на вероятность возникновения аварии и позволяет заблаговременно получить информацию о возможном приближении к аварийной ситуации.
Разработка основана на проведении анализа случайных отклонений параметров технологическо-
Ткалич Сергей Андреевич - ВГТУ, канд. техн. наук, доцент, тел. (473) 243-77-20
го процесса от номинальных (заданных) значений, возникающих в результате воздействия ряда неуправляемых факторов, в течение некоторого интервала времени. По результатам анализа, используя статистические методы термодинамики, предлагается составить прогноз последующего поведения процесса, и выявить его стремление к аварийной или предаварийной ситуации [4].
Технологический процесс химводоочистки на АЭС проходит в два этапа: предварительной очистки воды и ее последующего химического обессоли-вания. После обессоливания вода поступает в деио-натные баки, где проводится контроль качества очищенной воды. Основные контролируемые параметры приведены в таблице.
Контролируемые параметры ХВО
№ п/п Показатели Значение
1 Удельная электрическая проводимость, не более 1.2 мкС/см
2 Величина рН, ед. рН 5.6-8.0
3 Концентрация кремниевой кислоты, не более 20 мкг/дм3
Отклонения данных параметров от нормы указывают на нарушения в работе технологических систем или оборудования ХВО. Следовательно, нашей задачей является прогнозирование изменения данных параметров с целью выявления возможных нарушений в ходе технологического процесса.
При разработке системы прогнозирования аварийной ситуации необходимо учитывать, что свойства реальных систем в действительности отличаются от свойств их моделей, и значительные различия, вызванные сильным огрублением при создании модели, могут сказаться на точности результата прогнозирования. Таким образом, следует выбрать модель системы, которая опишет технологический процесс с максимальным приближением к реальности.
Для описания процесса химводоочистки выбрана фрактальная модель обобщенного броуновского движения. По аналогии с определением тенденции для движения обобщенной броуновской ча-
стицы, мы рассмотрим возможность определять тенденцию в изменениях параметров, характеризующих технологический процесс. По совместной оценке спрогнозированных таким образом значений есть возможность определить, движется ли процесс к некоторому критическому состоянию или нет. Такое состояние задается определенным сочетанием параметров, при котором нарушится нормальный ход процесса, и означает наступление предаварий-ной или аварийной ситуации.
Тенденция движения обобщенной броуновской частицы определяется на основе значения показателя Херста Н. Случай, когда показатель Херста лежит в пределах 0<Н<0,5, говорит об антиперсистентности процесса. Такой тип системы часто называют - «возврат к среднему». Если система демонстрирует рост в предыдущий период, то скорее всего, в следующем периоде начнется спад. И наоборот, если шло снижение, то вероятен близкий подъем. Устойчивость такого антиперсистентного поведения зависит от того, насколько значение показателя Н близко к нулю.
При Н=0,5 отклонения процесса от среднего являются действительно случайными и не зависят от предыдущих значений.
Таким образом, если значение показателя Херста не равно 0,5, то есть возможность составить прогноз поведения процесса или системы, используя этот показатель как меру вероятности поддержания системой имеющейся тенденции [5].
Для нашего процесса рассмотрим изменение трёх контролируемых параметров, представив их в виде броуновской функции [6]. Чтобы проверить
У1© - функция изменения удельной электрической проводимости; У2(1;) - функция изменения величины pH; У3(1:) - функция изменения концентрации кремниевой кислоты.
Рис. 1. Информация о процессе по изменению трех параметров
работоспособность системы прогнозирования смоделируем 3 разных варианта:
- нормальное функционирование процесса (безаварийное функционирование);
- выход величины рН (У2) за область допустимых значений (аварийная ситуация);
- выход концентрация кремниевой кислоты (У3) за область допустимых значений (аварийная ситуация).
На рис. 1 приведен пример нормального функционирования процесса.
Номинальные значения параметров равны соответственно: удельная электрическая проводимость Уіном = 0,7; PH У2ном = 6,8; концентрация кремниевой кислоты УЗном = 14.
О 50 100 150 200 250 300 350 400 450 500 Рис. 3. Функция состояния процесса
Для того чтобы в одной системе отсчета оценить влияние отклонений каждого из параметров на ход процесса, их необходимо нормировать.
Вид колебаний параметров после операции нормирования показан на рис. 2.
Функция состояния Б(1) [6] данного процесса имеет вид, показанный на рис. 3.
Исследование персистентности данной функции дало в результате среднее значение Н=0,4. На рис. 4 приведен график изменения значения Н во времени.
_________і_______і_______і_______і________і_______і_______і_______і________і_______
О 50 100 150 200 250 300 350 400 450 500
1
Рис. 4. Временная зависимость показателя Херста для функции состояния процесса
Идентифицированное значение Н=0,4 совпадает с предполагаемым для сформированной функции значением, так как для примера в качестве входных
Ті
У1(1) - функция изменения удельной электрической проводимости; У2(1) - функция изменения величины pH; У3(1) - функция изменения концентрации кремниевой кислоты.
Рис. 5. Информация о процессе А1 по изменению трех параметров
0 50 100 150 200 250 300 350 400 450 500
t
Рис. б. Нормированные значения параметров процесса А1
параметров специально были заданы антиперси-стентные ряды.
Смоделируем аварийный процесс А1 с выходом величины Y2 (pH) за область допустимых значений (рис. 5).
Вид колебаний параметров после операции нормирования показан на рис. б.
Функция состояния данного процесса имеет вид, показанный на рис.7.
Исследование персистентности данной функции дало в результате среднее значение Н=0,б5.
На рис. S приведен график изменения значения Н во времени.
В момент времени Т1=415 величина Y2 (рН) выходит за область допустимых значений (рис.5), что говорит о нарушении в ходе технологического процесса. Анализируя функцию состояния процесса, предложенная система прогнозирования аварийных
F(t)
0 U_______і_____і_____і_____і______і_____і_____і_____і_____і_____
0 50 100 150 200 250 300 350 400 450 500
Рис. 7. Функция состояния процесса А1
1 1 1 1 1 1 1 н(1)
■ [ -
О 50 100 150 200 250 300 350 400 450 500
Рис. 8. Временная зависимость показателя Херста для функции состояния процесса А1
ситуаций в момент времени Т2=230 (рис.8) выдаёт сообщение о приближении к аварийной ситуации, так как показатель Херста превысил значение 0,5.
Смоделируем аварийный процесс А2 с превышением параметром У3 (концентрация кремниевой кислоты) допустимого значения (рис. 9).
Вид колебаний параметров после операции нормирования показан на рис. 10.
Тз
У1(1) - функция изменения удельной электрической проводимости; У2(1) - функция изменения величины pH; У3(1) - функция изменения концентрации кремниевой кислоты.
Рис.9. Информация о процессе А2 по изменению трех параметров
Рис. 10. Нормированные значения параметров процесса А2
Функция состояния данного процесса имеет вид, показанный на рис. 11.
Исследование персистентности данной функции дало в результате среднее значение Н=0,63. На рис. 12 приведен график изменения значения Н во времени.
В момент времени Т3=470 параметр У3 (концентрация кремниевой кислоты) превысил допустимое значение, что видно на рис. 9; это говорит о нарушении в ходе технологического процесса. Анализируя функцию состояния процесса, система прогнозирования аварийных ситуаций в момент времени Т4=180 (рис. 12) выдала сообщение о приближении к аварийной ситуации, так как показатель Херста превысил значение 0,5.
Рис. 11. Функция состояния процесса А2
Таким образом, данная система осуществляет прогнозирование аварийной ситуации.
По результатам вычислительных экспериментов можно сделать вывод о работоспособности тер-
модинамической модели для анализа технологического процесса химводоочистки.
Следовательно, предложенную систему прогнозирования на основе термодинамического подхода возможно использовать как компоненту композиционной модели прогнозирования аварийных ситуаций в технологических процессах [7].
т4 1
Рис. 12. Временная зависимость показателя Херста для функции состояния процесса А2
Литература
1. Мартынюк В.Ф. Анализ риска и его нормативное обеспечение. / В.Ф. Мартынюк, М.В. Лисанов, Е.В. Кло-вач, В.И. Сидоров // Безопасность труда в промышленности. - 1995. - №11. - С. 25-34.
2. Егоров Н.В. Диагностические информационноэкспертные системы / Н.В. Егоров, А.Г. Карпов. - С.-Пб.: СПбГТУ, 2002. 472 с.
3. Геловани А.В. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды / А.В. Геловани, А. А. Башлыков, В.Б. Бритков, Е.Д. Вязи-лов. - М.: Эдиториал УРСС, 2001. 304 с.
4. Ткалич С.А. Диагностические экспертные системы безаварийного управления технологическим процессами // Вестник Воронежского государственного технического университета, том 3, №5, 2007, с.38-43.
5. Федер Е. Фракталы. / Е. Федер. - М.: Мир, 1991.254 с.
6. Ткалич С.А. Исследование системы прогнозирования аварийных ситуаций на базе термодинамической модели // Системы управления и информационные технологии, №3.3(33), 2008, с.399-403.
7. Ткалич С. А., Бурковский В.Л. Реализация композиционной модели прогнозирования аварийных ситуаций в промышленных системах безаварийного управления// Системы управления и информационные технологии, № 2 (40), 2010. - С. 91-94.
Воронежский государственный технический университет
FORECASTING OF EMERGENCIES OF PROCESS WATER-PREPARATION ON THE BASIS OF THE THERMODYNAMIC APPROACH S.A. Tkalich
The authors propose a thermodynamic approach to forecasting emergency situations of chemical water treatment. The main idea is to provide the technological process as the behavior of a Brownian particle in a specially shaped space, and then use the statistical characteristics of Brownian motion to analyze the state of the process
Key words: an emergency, forecasting, the thermodynamic approach
