炼油动设备风险预警方法及预警系统

技术领域

本发明涉及石油化工机械领域，尤其涉及一种炼油动设备风险预警方法及预警系统。

背景技术

近年来，中国石化炼油企业装置的大检修周期不断延长，长周期运行带来的经济效益非常巨大，但是对设备的可靠性也提出了更高的要求。目前中国石化的炼油装置转动设备故障仍时有发生，造成炼油动设备故障发生的主要原因有：部分设备长期偏离安全区域的操作条件(例如：催化裂化装置烟机的结垢及叶片断裂等)、日常巡检维护不到位、操作人员的操作经验及应急处理经验缺乏等。加之炼油企业不断减员、炼油设备操作条件比较严苛及法律法规的日益严格等原因，提高炼油动设备故障预警能力以提高其可靠性，就成为必然要求。

目前，在炼油动设备故障预警方面，以设备振动信号为分析基础的状态监测系统应用普遍，其主要是通过在线监测运行工况下设备性能参数，如振动、位移、温度等特征数据，经过处理分析，获取反映设备状态和故障征兆的信息，实现对设备的状态评价、故障诊断和寿命预测。这种故障预警方式利用单一设备的监测数据对设备进行故障预警，存在数据来源和数据结构单一、对故障的预警提前度和准确度较低的缺点。

发明内容

为了克服或至少部分克服现有技术存在的上述技术问题，本发明实施例提供一种炼油动设备风险预警方法及预警系统。

本发明一方面提供一种炼油动设备风险预警方法，所述炼油动设备风险预警方法包括：获取多个炼油动设备的历史运行数据和当前运行数据；从所述历史运行数据中挖掘出所述炼油动设备的若干个设备状态模式以建立设备状态库；根据每个所述炼油动设备的所述当前运行数据，从所述设备状态库中确定所述炼油动设备的当前设备状态模式；建立针对所述炼油动设备的若干个设备状态模式的设备风险模型；以及利用所述每个所述炼油动设备的当前运行数据和与所述炼油动设备的当前设备状态模式相对应的所述设备风险模型，对所述炼油动设备进行风险预警。

优选的，所述建立针对所述炼油动设备的若干个设备状态模式的设备风险模型包括：将所述历史运行数据按照所挖掘出的所述炼油动设备的若干个设备状态模式进行分类；以及根据每一所述设备状态模式所包括的所述历史运行数据，构建与该设备状态模式相对应的设备风险模型。

优选的，所述设备状态模式包括：故障状态模式、健康状态模式、最佳状态模式；并且与所述设备状态模式相对应的所述设备风险模型分别为故障状态风险模型、健康状态风险模型、最佳状态风险模型。

优选的，所述对所述炼油动设备进行风险预警包括：将所述炼油动设备的所述当前运行数据输入至与所述炼油动设备的当前运行模式相对应的所述设备风险模型，得到所述炼油动设备的风险预警数据；以及将所述风险预警数据以第一特征进行显示，所述第一特征用于指示所述炼油动设备的多级风险预警。

优选的，在得到所述炼油动设备的风险预警数据之后，所述对所述炼油动设备进行风险预警还包括：根据所述风险预警数据确定所述炼油动设备的风险等级；根据每个所述炼油动设备的重要程度和所述风险等级，绘制多个所述炼油动设备的风险预警图。

根据本发明实施例的第二方面，提供一种炼油动设备风险预警系统，其特征在于，所述炼油动设备风险预警系统包括：获取单元，用于获取多个炼油动设备的历史运行数据和当前运行数据；挖掘单元，用于从所述历史运行数据中挖掘出所述炼油动设备的若干个设备状态模式以建立设备状态库；状态确认单元，用于根据每个所述炼油动设备的所述当前运行数据，从所述设备状态库中确定所述炼油动设备的当前设备状态模式；建模单元，用于建立针对所述炼油动设备的若干个设备状态模式的设备风险模型；以及预警单元，用于利用所述每个所述炼油动设备的当前运行数据和与所述炼油动设备的当前设备状态模式相对应的所述设备风险模型，对所述炼油动设备进行风险预警。

优选的，所述建模单元包括：数据分类子单元，用于将所述历史运行数据按照所挖掘出的所述炼油动设备的若干个设备状态模式进行分类；以及建模子单元，用于根据每一所述设备状态模式所包括的所述历史运行数据，构建与该设备状态模式相对应的设备风险模型。

优选的，所述预警单元包括：数据预测单元，用于将所述炼油动设备的所述当前运行数据输入至与所述炼油动设备的当前运行模式相对应的所述设备风险模型，得到所述炼油动设备的风险预警数据；以及第一预警子单元，将所述风险预警数据以第一特征进行显示，所述第一特征用于指示所述炼油动设备的多级风险预警。

优选的，所述预警单元还包括：风险等级确定子单元，用于在得到所述炼油动设备的风险预警数据之后，根据所述风险预警数据确定所述炼油动设备的风险等级；第二预警子单元，用于根据每个所述炼油动设备的重要程度和所述风险等级，绘制多个所述炼油动设备的风险预警图。

根据本发明实施例的第三方面，提供一种机器可读存储介质，所述机器可读存储介质上存储有指令，所述指令用于使得所述机器可读存储介质能够执行上述炼油动设备风险预警方法。

通过上述技术方案，本发明从多个炼油动设备的历史运行数据挖掘出所述炼油动设备的若干个设备状态模式以建立设备状态库，建立针对设备状态模式的设备风险模型，并根据每个炼油动设备的当前运行数据确定其当前设备状态模式，利用相应的风险模型进行风险预警，根据多个同类设备的历史数据建立适应不同设备状态模式的设备风险预警模型，有效提高风险预警模型的针对性，从而提高设备风险预警的准确度和及时性，并且能够实现多个同类设备之间的技术分析和比对，有利于根据同类设备的运行情况，总结经验教训，防止同类设备产生类似风险，有效提升设备运行运行可靠性。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明实施例一提供的炼油动设备风险预警方法流程图；

图2是本发明实施例二提供的炼油动设备风险预警矩阵图；

图3是本发明实施例三提供的炼油动设备风险预警系统的框图；

图4是本发明实施例四提供的炼油动设备风险预警系统的建模单元的框图；

图5是本发明实施例五提供的炼油动设备风险预警系统的预警单元的框图；

图6是本发明实施例六提供的炼油动设备风险预警系统的预警单元的框图；

图7是本发明实施例七提供的炼油动设备风险预警系统网络架构图；以及

图8是本发明实施例八提供的炼油动设备风险预警系统应用示例的架构图。

附图标记说明

1、获取单元 2、挖掘单元

3、状态确认单元 4、建模单元

5、预警单元 41、数据分类子单元

42、建模子单元 51、数据预测单元

52、第一预警子单元 53、风险等级确认子单元

54、第二预警子单元

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

实施例一

图1是本发明实施例一提供的炼油动设备风险预警方法流程图，如图1所示，可以包括：

S100、获取多个炼油动设备的运行数据。

具体来说，炼油动设备运行过程中的运行状态受多种因素(例如：机械信号、设备工艺参数、设备使用年限、维修周期、化验分析参数等)的影响，此外，多个同类炼油动设备的运行状况和特点具有一定的共性，如果能对同类设备的运行数据进行分析，总结运行规律，有利于对同类炼油动设备中的其他设备进行风险预警和防范，因此，为了更准确地对炼油动设备的运行情况进行分析以对其进行及时准确的风险预警，本发明实施例中获取多个炼油动设备的运行数据，包括历史运行数据和当前运行数据。

举例说明，可以通过建立企业内远程云服务器，开发能够适应多种型号炼油动设备的信号传输的异构化接口，在线获取炼油动设备的状态监测数据(例如：振动速度值、振动加速度值、位移值等参数)、生产实时数据(例如：流量、温度、压力等参数)、LIMS(Laboratory Information Management System，实验室信息管理系统)数据(例如：润滑油运动粘度、残碳、酸值等参数)等，并向云服务器中录入炼油动设备的巡检数据、失效/故障记录等数据。

S200、挖掘设备状态模式以建立设备状态库。

具体来讲，从历史运行数据中挖掘出炼油动设备的若干个设备状态模式以建立设备状态库。

在本发明优选实施例中，设备状态模式包括：故障状态模式、健康状态模式、最佳状态模式。

举例说明，采用大数据技术(例如：聚类算法)对历史数据库进行数据挖掘，建立基于炼油动设备故障状态模式的设备故障状态库、基于炼油动设备健康状态模式的设备健康状态库、基于炼油动设备最佳状态模式的设备最佳状态库。

S300、从所述设备状态库中确定炼油动设备的当前设备状态模式。

具体来讲，根据每个炼油动设备的当前运行数据，通过运行实时状态与设备状态库的分类对比，从设备状态库中智能确定炼油动设备的当前设备状态模式。

举例说明，将某一炼油动设备的当前运行数据与基于针对该类型炼油动设备故障状态模式的设备故障状态库中的历史数据进行对比，若对比过程中数据拟合效果较好，说明该炼油动设备的当前设备状态模式为故障状态模式，相反若拟合效果不好，则将其当前运行数据与健康状态库中的历史数据进行对比，同理，若拟合效果依然不好，则将其当前运行数据与最佳状态库中的历史数据进行对比。当然，本发明实施例对于将炼油动设备的当前运行数据与故障状态模式、健康状态模式、最佳状态模式的数据进行对比的顺序不作限定。同样的，本发明实施例对于比对方式也不作限定，可以简单地比对预先设定的当前运行数据和历史运行数据中的部分参数，或者采用其他合理的对比方法来确定炼油动设备的当前状态模式。

在本发明的优选实施例中，采用以下算法中的一者或多者进行炼油动设备的设备状态模式匹配操作：趋势外推预测方法、回归预测方法、卡尔曼滤波预测模型(卡尔曼滤波是以最小均方误差为估计的最佳准则)、组合预测模型、神经网络预测模型。

S400、建立针对炼油动设备的若干个设备状态模式的设备风险模型。

在本发明的优选实施例中，将历史运行数据按照所挖掘出的炼油动设备的若干个设备状态模式进行分类，并根据每一设备状态模式所包括的历史运行数据，构建与该设备状态模式相对应的设备风险模型。

举例说明，在步骤S200中挖掘出的设备状态模式包括：故障状态模式、健康状态模式、最佳状态模式，则从炼油动设备的历史运行数据中分别选取与故障状态模式、健康状态模式、最佳状态模式对应的数据，根据每一个设备状态模式所包括的数据的特点，利用合适的算法(例如：最小二乘曲线拟合法)，构建与该设备状态模式相对应的设备风险模型。

S500、对炼油动设备进行风险预警。

具体来讲，利用每个炼油动设备的当前运行数据和与炼油动设备的当前设备状态模式相对应的设备风险模型，对炼油动设备进行风险预警。

在本发明的优选实施例中，将炼油动设备的当前运行数据输入至与炼油动设备的当前运行模式相对应的设备风险模型，得到炼油动设备的风险预警数据；以及将风险预警数据以第一特征进行显示，第一特征用于指示炼油动设备的多级风险预警。

举例说明，可以利用表格、文字、图形等多种第一特征中的一者或多者显示对炼油动设备的风险预警数据，当炼油动设备的风险预警数据达到或超过设定的风险阈值时，还可以利用蜂鸣器或语音提醒等方式进行报警。

实施例二

在本发明的实施例二中，在得到炼油动设备的风险预警数据之后，对炼油动设备进行风险预警还包括：根据风险预警数据确定炼油动设备的风险等级，并根据每个炼油动设备的重要程度和风险等级，绘制多个炼油动设备的风险预警图。

举例说明，可以利用矩阵图的形式来绘制针对多个炼油动设备的风险预警图。矩阵图的具体形式将在图2中具体描述，此处不再赘述。

图2是本发明实施例二提供的炼油动设备风险预警矩阵图，如图2所示，可以根据炼油动设备在炼油企业设备运行的总流程中的地位划分设备重要度，根据炼油动设备的运行参数与报警阈值的偏离程度划分风险等级，结合炼油动设备的重要度和风险等级，对炼油动设备进行风险预警。可以将预警等级从低到高分为无报警、低报警、高报警。以上仅是本发明实施例给出的风险预警方式的示例性说明，对于设备重要度和风险等级划分可以根据需要划分为更多的等级，以及对于预警等级也可以进行更细化的报警等级，本发明对此均不作限定。

举例说明，用户点击炼油动设备风险预警系统中的风险预警矩阵图中相应的报警等级，则弹出发出该报警等级对应的炼油动设备的信息，可以包括该炼油动设备的运行数据等。

此外，在实际应用中，可以以不同颜色的图片来显示不同报警等级，以起到警示作用，也可以以其他合适的方式来显示或以语音的形式进行报警提醒。

在本发明的优选实施例中，炼油动设备风险预警方法还还包括间隔预设时间自动生成炼油动设备的风险预警报告。预设时间可设置为月初、月中和月末，预设时间的时间范围可包括15-45天。风险预警报告可包括炼油动设备的运行参数、炼油动设备风险预警系统给出的风险控制策略建议、设备寿命预测等。

在本发明的优选实施例中，炼油动设备风险预警方法还包括：根据炼油动设备风险预警图中炼油静设备的运行数据，调整炼油动设备的操作参数，以及做出预防性的设备维修维护。

实施例三

图3是本发明实施例三提供的炼油动设备风险预警系统的框图，如图3所示，可以包括：获取单元1，用于获取多个炼油动设备的历史运行数据和当前运行数据；挖掘单元2，用于从历史运行数据中挖掘出炼油动设备的若干个设备状态模式以建立设备状态库；状态确认单元3，用于根据每个炼油动设备的当前运行数据，从设备状态库中确定炼油动设备的当前设备状态模式；建模单元4，用于建立针对炼油动设备的若干个设备状态模式的设备风险模型；以及预警单元5，用于利用每个炼油动设备的当前运行数据和与炼油动设备的当前设备状态模式相对应的设备风险模型，对炼油动设备进行风险预警。

实施例四

图4是本发明实施例四提供的炼油动设备风险预警系统的建模单元的框图，如图4所示，建模单元4可以包括：数据分类子单元41，用于将历史运行数据按照所挖掘出的炼油动设备的若干个设备状态模式进行分类；以及建模子单元42，用于根据每一设备状态模式所包括的历史运行数据，构建与该设备状态模式相对应的设备风险模型。

实施例五

图5是本发明实施例五提供的炼油动设备风险预警系统的预警单元的框图，如图5所示，预警单元5可以包括：数据预测单元51，用于将炼油动设备的当前运行数据输入至与炼油动设备的当前运行模式相对应的设备风险模型，得到炼油动设备的风险预警数据；以及第一预警子单元52，将风险预警数据以第一特征进行显示，第一特征用于指示炼油动设备的多级风险预警。

实施例六

图6是本发明实施例六提供的炼油动设备风险预警系统的预警单元的框图，如图6所示，预警单元还可以包括：风险等级确定子单元53，用于在得到炼油动设备的风险预警数据之后，根据风险预警数据确定炼油动设备的风险等级；第二预警子单元54，用于根据每个炼油动设备的重要程度和风险等级，绘制多个炼油动设备的风险预警图。

炼油动设备风险预警系统的具体实施细节和有益效果参考炼油动设备风险预警方法，此处不再赘述。

实施例七

图7是本发明实施例七提供的炼油动设备风险预警系统应用示例的网络架构图，如图7所示，炼油动设备风险预警系统设置在远程状态监控中心内，一般以企业为单位设置远程状态监控中心，用以获取企业的多家子公司的炼油动设备的设备运行数据，包括从生产数据库系统获取的生产实时数据(例如：流量、温度、压力等参数)、从LIMS(LaboratoryInformation Management System，实验室信息管理系统)系统获取的分析数据(例如：润滑油粘度、残碳、酸值等参数)、从机泵状态监测系统获取的机泵状态数据、以及从大型机组状态监测系统获取的大型机组状态数据。并进行分析处理以及对各个分公司之间的炼油动设备运行数据进行比较，然后可以根据各个分公司的设备运行及管理方式进行相互借鉴，有利于提高管理水平，进而延长设备寿命。

实施例八

图8是本发明实施例八提供的炼油动设备风险预警系统应用示例的架构图，如图8所示，将炼油动设备风险预警系统设置在企内状态监测数据中心服务器上，用于获取机泵状态检测系统、大型机组状态监测系统、企业生产实时数据库、LIMS数据库、设备巡检数据库的设备运行数据。

根据所获取的从以上数据库中获取的针对多个炼油动设备的历史运行数据挖掘出故障状态模式、健康状态模式、最佳状态模式三种设备运行模式，并将炼油动设备的历史运行数据按照上述设备运行状态模式分类。根据每一设备运行模式所对应的历史数据，建立对应的故障状态模型、健康状态模型、最佳状态模型。根据每一设备的实时运行数据，确定其设备运行模式，并将其实时运行数据输入至相应的设备运行状态模型，得到设备风险预警数据，以转动设备风险预警图的形式进行风险预警。

参考转动设备风险预警图所包括的设备运行数据，能够对设备进行调整操作参数操作和预防性维修维护操作。此外，炼油动设备风险预警系统能够根据转动设备风险预警图中所包括的设备运行数据进行设备寿命预测和设备风险预警(例如：报警、将相应的设备风险以微信和/或短消息等方式发给该设备的管理人员)。

需要说明的是，在本发明实施例中所提到的转动设备即为炼油动设备。

通过上述技术方案，本发明从多个炼油动设备的历史运行数据挖掘出炼油动设备的若干个设备状态模式以建立设备状态库，建立针对设备状态模式的设备风险模型，并根据每个炼油动设备的当前运行数据确定其当前设备状态模式，利用相应的风险模型进行风险预警，根据多个同类设备的历史数据建立适应不同设备状态模式的设备风险预警模型，有效提高风险预警模型的针对性，从而提高设备风险预警的准确度和及时性，并且能够实现多个同类设备之间的技术分析和比对，有利于根据同类设备的运行情况，总结经验教训，防止同类设备产生类似风险，有效降低设备运行风险。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。