[發明專利]基于多數據采集的石化常壓儲油罐健康狀態評估方法

有效

• 申請號: 202010182513.4
• 申請日: 2020-03-16
• 公開（公告）號: CN111368451B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 張洪華;曾欽達;曾遠躍;鄭耿峰;黃春榕;林堯;林寧;肖婷
• 申請（專利權）人: 福建省特種設備檢驗研究院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/16;G06F17/18;G06Q50/02;G06F119/04
• 代理公司: 福州旭辰知識產權代理事務所(普通合伙) 35233
• 代理人: 楊清雅

1.一種基于多數據采集的石化常壓儲油罐健康狀態評估方法，其特征在于：所述評估方法包括如下步驟：步驟1、確定儲油罐健康狀態影響因素，對影響因素的參數進行采集并得到每種參數發生異常的概率；

步驟2、建立健康狀態下參數發生異常的概率隸屬度分布函數，獲取概率影響下健康狀態等級隸屬度矩陣；

步驟3、建立健康狀態等級隸屬度分布函數，獲取參數異常嚴酷度影響下健康狀態等級隸屬度矩陣；

步驟4、獲取綜合影響下參數異常嚴酷度對健康狀態隸屬度向量；

步驟5、確定儲油罐動態監測參數健康狀態；

步驟6、建立儲油罐狀態集和狀態評價集，獲取儲油罐各基礎參數重要度權重系數；

步驟7、確定儲油罐各基礎參數劣化度；

步驟8、建立基礎參數劣化度判斷矩陣，進行儲油罐基礎參數模糊綜合評估；

步驟9、按最大隸屬度原則確定儲油罐基礎健康狀態；

步驟10、取所述儲油罐動態監測參數健康狀態和所述儲油罐基礎健康狀態中的嚴重級別，確定最終儲油罐的健康狀態；

所述步驟1進一步具體包括如下步驟：步驟11、通過儲油罐健康狀態影響分析，選取在線監測的參數包括但不限于該五項參數：罐內溫度記為參數A、罐內壓力記為參數B、罐內液位記為參數C、管道的振動數據記為參數D、防雷接地電阻記為參數E；對監測的參數進行采集經過網絡傳輸至數據處理服務器；

步驟12、對每種參數與對應設置好的正常范圍值進行比對，若超出正常范圍則記為異常，統計異常次數，用于測試數據分析；

步驟13、通過測試數據分析得到參數發生異常的概率，概率越小，則儲油罐健康狀態越好；

所述步驟2進一步具體包括如下步驟：步驟21、根據每種參數發生異常概率p分布的特性，在一設定的置信區間內，監測的參數異常發生的概率值越小，健康狀態越趨于優，則選擇三角分布作為健康狀態下參數發生異常的概率隸屬度分布函數，有：

/

步驟21、將監測的參數A、參數B、參數C、參數D、參數E對應的發生異常的概率值代入概率隸屬度分布函數，可得單因素影響下的健康狀態隸屬度向量分別為v_A1、v_B1、v_C1、v_D1、v_E1；

所述步驟3進一步具體包括如下步驟：步驟31、設置參數異常的嚴酷度級別q，其中，參數異常嚴酷度和參數異常發生的概率對健康狀態的影響特性相同，則同樣選取三角分布作為參數異常嚴酷度的健康狀態等級隸屬度分布函數，有

/

步驟32、選取各嚴酷度級別的最大評分值代入健康狀態等級隸屬度分布函數，可得單因素參數異常嚴酷度影響下健康狀態隸屬度向量分別為v_A2、v_B2、v_C2、v_D2、v_E2；

所述步驟4進一步具體為：

將動態監測參數異常概率影響下各參數的健康狀態隸屬度向量v_A1、v_B1、v_C1、v_D1、v_E1和參數異常嚴酷度影響下各參數的健康狀態隸屬度向量v_A2、v_B2、v_C2、v_D2、v_E2與第j種健康狀態等級向量v_0j分別進行灰色關聯；其中，j為健康狀態等級分健康、良好、注意、惡化和疾病，記作1，…，5；即向量v_0j表示為：v₀₁＝(1,0,0,0,0)、v₀₂＝(0,1,0,0,0)、v₀₃＝(0,0,1,0,0)、v₀₄＝(0,0,0,1,0)、v₀₅＝(0,0,0,0,1)；

依據式子

式中m為1，…，5；

k為參數A、B、C、D、E；

因素i為1，2；

j為1，…，5；

為二級最小差，

為二級最大差，|v_0j(m)-v_ki(m)|為絕對差值；

求得ξ_kij(m)

再利用式

式中m為1，…，5；

k為參數A、B、C、D、E；

因素i為1，2；

j為1，…，5；

求得r_kij

再利用式

計算得到r’_ki

能計算得到權重向量R_k＝(r’_k1,r’_k2),即：R_A＝(r’_A1,r’_A2),R_B＝(r’_B1,r’_B2),R_C＝(r’_C1,r’_C2),R_D＝(r’_D1,r’_D2),R_E＝(r’_E1,r’_E2),

由v_A1與v_A2、v_B1與v_B2、v_C1與v_C2、v_D1與v_D2、v_E1與v_E2向量分別組成矩陣V_A、V_B、V_C、V_D和V_E，并代入

H_k＝R_k·V_k

式中k為參數A、B、C、D、E；

可行到儲油罐的A、B、C、D、E五種參數在參數異常發生概率和參數異常嚴酷度綜合影響下的健康狀態隸屬度向量分別為H_A、H_B、H_C、H_D、H_E；

所述步驟5進一步具體為：設置動態監測參數異常概率與動態監測參數異常嚴酷度綜合影響下的儲油罐動態監測參數健康狀態等級為：健康、良好、注意、惡化、疾病；則根據最大隸屬度原則，通過健康狀態隸屬度向量H_A、H_B、H_C、H_D、H_E能得儲油罐的A、B、C、D、E五種參數對應的儲油罐動態監測參數健康狀態等級；

所述步驟6進一步具體為：所述儲油罐各基礎參數包括投用、改造日期，涂層、保溫和襯里的安裝質量，常壓儲油罐歷次檢驗和檢測情況數據，各層壁板和底板的建造材料、名義厚度，將此四項基礎數據依次編為U1，U2，U3，U4；根據儲油罐各基礎數據，則儲油罐狀態集為：U＝(U1，U2，U3，U4)；根據儲油罐動態監測參數健康狀態等級：健康、良好、注意、惡化、疾病；則設定儲油罐的健康狀態等級分別對應為I，II，III，IV，V，則儲油罐狀態評價集為G＝(I，II，III，IV，V)；根據儲油罐狀態集和狀態評價集，確定四項基礎參數的權重系數分別為：權重W₁、權重W₂、權重W₃、權重W₄；

所述步驟7進一步具體為：針對投用、改造日期的基礎參數U1，根據儲油罐實際使用時間計算劣化度；即劣化度計算公式為：

l_i＝(t/T)^k

式中：i＝1,t為儲油罐的使用時間；T為該儲油罐的平均故障壽命；k為故障指數，k取1或2；

針對涂層、保溫和襯里的安裝質量U2，常壓儲油罐歷次檢驗和檢測情況數據U3，各層壁板和底板的建造材料、名義厚度U4，這些基礎參數先經過劣化度估算公式：

l_i′＝(X·P₁+Y·P₂+Z·P₃)/(P₁+P₂+P₃)，i＝2,3,4

式中：X，Y，Z為系數其值介于0～1之間，0代表健康，1代表完全劣化；P₁、P₂、P₃分別為設計人員、質檢人員、儲油罐行內專家的權重；

求解，再結合儲油罐的平均故障壽命計算，利用公式：

式中：t為儲油罐的使用時間；T為該儲油罐的平均故障壽命；k為故障指數，k取1或2；

計算基礎參數U2，U3，U4的劣化度；

所述步驟8進一步具體為：

根據各基礎參數劣化度求其健康狀態等級的隸屬度，采用嶺形分布隸屬度函數：

由此可得到以劣化度為評價標準的模糊評判矩陣為：

R_i＝(r_I(l_i)，r_II(l_i)，r_III(l_i)，r_IV(l_i)，r_V(l_i))

則儲油罐基礎參數的模糊綜合評估：

E＝W·R

其中W為四項基礎參數的權重系數W＝(W₁，W₂，W₃，W₄)。

2.根據權利要求1所述的基于多數據采集的石化常壓儲油罐健康狀態評估方法，其特征在于：所述步驟9進一步具體為：從模糊綜合評估結果能得到該儲油罐屬于健康、良好、注意、惡化、疾病的數值，再按最大隸屬度原則能判斷儲油罐基礎參數所處的是健康、良好、注意、惡化、疾病中的哪一個狀態。