Skip to the main content

Original scientific paper

https://doi.org/10.15255/KUI.2017.030

Sigurnosna on-line analiza kemijskog procesa temeljena na scenarijskom objektnom modelu

Dong Gao orcid id orcid.org/0000-0002-5304-5849 ; College of Information Science and Technology, Beijing University of Chemical Technology, Peking, Kina
Beike Zhang ; College of Information Science and Technology, Beijing University of Chemical Technology, Peking, Kina
Xin Xu ; Beijing Digital Process Technology Co. Ltd., Peking, Kina
Chong Guang Wu ; College of Information Science and Technology, Beijing University of Chemical Technology, Peking, Kina


Full text: english pdf 702 Kb

page 601-610

downloads: 431

cite


Abstract

HAZOP (analiza opasnosti i operativnosti) metoda je sigurnosne analize koja se primjenjuje u kemijskim procesima. Konvencionalne metode za analizu sigurnosti mogu biti ljudske i računalne. Sve su to kvalitativne i off-line analize, a sigurnosnu on-line analizu teško je provesti. Za kemijske procese predložena je sigurnosna on-line analiza temeljena na scenarijskom objektnom modelu. Scenarijski objektni model izrađen je ontološki, čime se sigurnosne informacije mogu učinkovito prenijeti, ponovno upotrijebiti i dijeliti. Stupanj devijacije i kvalitativni trend pridodani su modelu. Na temelju modela i novog algoritma zaključivanja sigurnosna se on-line analiza može implementirati u kemijske procese. Kada se dogodi pogreška ili abnormalni događaj, mogu se pratiti uzroci i predvidjeti posljedice. Istodobno se provodi polukvantitativna sigurnosna analiza. Rješenje je moguće poboljšati i time omogućiti operaterima pravodobno i učinkovito rješavanje problema. Metoda je primijenjena za sigurnosnu analizu reaktorskog procesa te je dokazana njezina učinkovitost.


Ovo djelo je dano na korištenje pod licencom Creative Commons Imenovanje 4.0 međunarodna.

Keywords

scenarijski objektni model; on-line; analiza opasnosti; HAZOP; kvalitativni trend

Hrčak ID:

189462

URI

https://hrcak.srce.hr/189462

Publication date:

30.11.2017.

Article data in other languages: english

Visits: 992 *