摘要：针对石化系统工作过程安全分析问题，综合计算机领域中数据依赖技术，本文提出里一种新的应用于石化系统的的安全分析解决办法。通过对双容水槽液位控制系统进行分析，找出变量和工艺流程之间的关系，从中提取9个状态，10个迁移过程以及迁移的条件、事件既执行过程等信息，搭建其拓展有限状态机模型。分析其数据依赖关系路径，从而确定数据正负依赖影响关系，从而通过新的石化系统安全分析方法对其数据依赖相关性进行分析。并通过对数据的验证说明了所提方法的可行性和有效性，从而推动了扩展有限状态机数据依赖技术成为了一种新的可靠的、高效的用于计算机自动推理实现石化系统安全运行的有效新型方法。
关键词：安全分析；数据依赖；扩展有限状态机
1.引言
随着石油化工等过程工业的日益大型化、复杂化和现代化过程工业企业中存在大量监测的生产过程实时动态数据和企业经营管理数据。但是在石油化工系统，由于其大型化、庞杂性等原因，导致现有方法未能诠释数据间的相互关联性，从而不能将检测到的实时数据应用到石化系统运行过程中的故障诊断中，计算机领域中存在一种可以有效分析大型复杂数据及其相互迭代关联关系的工具，即切片技术中的数据依赖。目前的应用领域主要在电信领域（即在电信领域中的嵌入式系统和通讯系统中）。所以本文的研究重点是如何在大型石化系统的安全分析和故障诊断中应用计算机领域的数据依赖技术，从而达到更好的管理大型石化系统的目的。
在计算机程序设计过程中，往往会出现程序编码错位的问题，为了解决这个问题，引入了数据依赖技术。数据依赖技术的应用领域主要在计算机领域发展，其应用范围也从传统的在不同的软件服役生命周期过程中进行编码进行到开放的软件需求级数据依赖分析，其研究对象也从最初级的程序源代码发展到软件模型和开放数据库。现阶段的技术特点是使用扩展有限状态机（Extended Finite State Machine,EFSM）描述模型。基于扩展有限状态机的数据依赖函数，源于90年代Savage,P.和Dssouli,R.提出的基于扩展有限状态机的模型切片中。在2003年，美国的Korel标准规范化了EFSM模型结构和数据库，明确基于EFSM模型的数据依赖概念。国内廖力等学者对多个迁移间的数据依赖传递性进行了深入研究。姜淑娟等学者提出了基于异常传播分析的数据流分析方法，从而更好的推进了计算机领域的数据相互关联依赖的研究方法。
以SDG为代表的安全分析方法还需要进一步研究系统内部的故障间相互作用，故障的内部传播以及外部影响。本文研究基于大型石化系统的特点，针对石化系统内部机构划分模型，使得精简模型的同时，针对大型石化系统的全方位、高精度的依赖分析也更加有效，以及如何将在计算机领域应用的数据依赖模型引入到工业大型石化系统，从而更好的为大型石化系统做故障诊断和安全分析。从而将在传统的半人工监视下的服役运转的大型石化系统改变为更有价值的自动检测分析系统安全性能和故障模型。
2.EFSM及数据依赖
EFSM是基于系统状态的精准建模数学描述。本文尝试针对大型石化系统利用EFSM进行模糊定性描述和分析，改良EFSM描述，以方便其从传统的计算机程序语言分析中更加适应于描述分析大型石化系统。在动作序列中加入变量的正负影响关系，将原有的赋值语句的精确定量描述关系，转换为模糊描述的正负影响关系，从而达到将变量的精准分析转换为定性描述。在大型石化系统服役过程中能够提取出不同子模块的运行状态、不同状态之间的相互转换关系、事件和状态之间的转换条件和转换动作，因此，大型石化系统具备利用EFSM的描述条件，改进的EFSM模型描述如下：
EFSM M=（S,T,E,V）,其中S是状态集，T是迁移的集合，E是事件集，以事件点为参考，一个迁移中的事件可能含有多个不同子事件，所以用V表示T中的变量集。迁移T中原来用于表征数值加减的序列算术表达式表达含义发生改变，现在用于表示模糊评价的正负影响关系。动作序列包括包含赋值语句的标准化表达式语句u、输入语句和输出语句。现有定义：如果给定一个EFSM模型，假如下一个状态仅由当前状态以及当前输入来决定，则称该EFSM是确定的。由此定义可以看出，在EFSM模型中，如果有前置条件存在于状态函数中，且在前置条件中又存在内部环境变量，从而可以认定该EFSM模型是不能形成确定映射关系的，因为下一个状态的形成条件与当前状态、输入值和前置条件中的内部环境变量值有关。从而可以把不同时期的状态定义为此状态的前一状态、输入以及前置条件中的内部环境变量的函数。。由此，针对前置条件中仅包含输入参数的EFSM，其可以看作是确定的，因为输入参数的值由测试人员控制改变。只要输入参数值合适，则必定会使所有的前置条件为TRUE。
为了能够更加有效的分析大型石化系统的服役过程的各个子模块的数据相互依赖迭代关系，首先为研究对象建立EFSM模型，然后分别研究一个迁移内部、2个迁移间，多个迁移间，以及最终到整个系统的数据依赖关系，这些研究内容涉及迁移内数据依赖关系（Intra-Transition Data Dependence ,IaTDD）,迁移间数据依赖关系（Inter-Transition Data Dependence ,IeTDD），迁移间数据依赖相互传递性，数据依赖关系路径，从而有效分析大型石化系统服役过程复杂数据依赖关系，并进一步对其做故障诊断和安全分析与评价。
3基于数据依赖关系的石化系统服役状态安全分析举例
本文对双容水槽液位控制系统进行研究，将其作为工业应用案例进行分析，将数据依赖关系分析技术引入到服役石化系统，建立适用于大型石化系统的EFSM模型，通过分析双容水槽液位控制系统内的数据之间相互依赖关系，从而准确描述在服役过程中系统内的不同变量受到的影响，从而实现对服役石化装置的故障诊断和安全分析及安全评价。
EFSM模型在传统计算机应用场合是基于精准数据关系定量描述的，其在探讨数据依赖迭代关系时具有明确的计算公式。在实际服役大型石化系统中，并没有明确的数据依赖关系，通常描述某个量的变化常常是用模糊评价进行的，比如“升高或降低”、“减少或增多”、“变大或变小”。本文通过把正负影响关系引入EFSM模型中，从而建立了服役大型石化系统的EFSM模型，以双容水槽控制系统作为应用案例。
在本章中，主要内容是给出双容水槽液位控制系统的描述，引用其EFSM模型，然后，对其利用EFSM切片算法进行计算，求出切片和切片准则的相关变量模糊关系。
3.1 双容水槽液位控制系统EFSM模型描述
双容水槽液位控制系统图如图1所示。双容水槽液位控制系统的EFSM模型的数学描述为：EFSM M=（S、T），其图形如图2所示，在数学描述中其状态集可以表示为：S={S1,S2,S3,S4,S5,S6,S7,S8,S9},迁移集T={T1,T2,T3,T4,T5,T6,T7,T8,T9,T10}.在实际情况下，根据算法输入需要和系统的实际操作流程安排，将对有关下列迁移的动作进行一定改动，以下是改动介绍：
（1）T3:Action={output(H0);output(“error”);}
（2）T4:Action={O1=O1+V1;L1=L1+O1-O2;O2=L1+V2;L2=L2+Q2-Q3;Q3=L2+V3;}
（3）T8:Action={output(L2);output(“error”);},
（4）T10:Action={output(L1);output(“error”);}
在任何系统中，故障分析目标往往需要确立在故障诊断分析前，而故障变量则需要根据实际分析情况而变动。在本文的案例分析中以迁移T8中的水槽B、液位L2作为诊断对象，即以（T8，L2）作为EFSM切片算法的切片准则，以XML格式描述双容水槽液位控制系统EFSM模型的状态和迁移信息，将切片准则（T8，L2）一起作为邻接依赖图切片算法的输入，从而用于构建存储EFSM的邻接结构图，首先计算出迁移内的各种变量集信息，为计算邻接依赖关系作准备，从而可以计算出直接数据依赖关系。结果如图3所示：
切片计算的基础是邻接依赖图，其真实反映了在为大型石化系统作EFSM模型分析时迁移之间的邻接依赖关系。在图4中，普通实线代表邻接桥接依赖，空心圆代表普通迁移，实心圆代表切片准则，点线代表邻接数据控制依赖，虚线代表邻接控制依赖，加粗线代表邻接数据依赖。
之后，从切片准则节点T8开始，反向深度优先遍历邻接依赖图，通过各个模块点依赖关系的传递性，从而找出所有可能影响T8中变量L2 的迁移，得到切片集{T1,T2,T3,T4,T5,T6,T7,T8},切片图如图5所示，其中用加粗线描述切片准则T8.
3.3基于EFSM切片的故障诊断方法
在传统的基于模型的故障方法如：SDG、故障树等研究过程中发现，其故障诊断方法的基础是通过推理模型建立专家系统知识库，然后通过调用知识库中的数据进行不同系统的故障诊断推理，从而达到对该系统进行故障诊断的目的。在EFSM切片计算方法的分析过程中，通过其分析过程提取出可以描述大型石化系统的故障模型，从而建立基于EFSM切片计算的鼓故障知识库。
4.结论
在大型石化系统中，由于其复杂性，故障隐蔽性、高精度性等原因导致故障诊断对于其安全运营生产是十分重要的。本文通过把在计算机领域中应用的EFSM切片技术做适当的改良后应用到大型石化系统中的故障监测和诊断中，并明确给出基于EFSM切片的故障诊断的操作过程，在实例双容水槽液位控制系统作了具体分析，从而证明了通过EFSM切片算法求得的相关变量数据依赖图进行石化系统运营过程进行故障诊断是有效可行的。
参考文献
1.肖应旺.基于PCA的流程工业性能监控与故障诊断研究[D]。无锡；江南大学，2007.
2.李尔国，俞金寿。一种基于输入训练神经网络的非线PCA故障诊断方法[J]。控制与决策，2003，18（2）：229-232
3.倪绍徐，张裕芳，易宏，梁晓锋。基于故障树的智能故障诊断方法[J]。上海交通大学学报。2008，42（8）：1372-1375.
论文作者:李耀华
论文发表刊物:《电力设备》2018年第14期
论文发表时间:2018/9/12
标签：数据论文; 石化论文; 系统论文; 切片论文; 模型论文; 关系论文; 水槽论文; 《电力设备》2018年第14期论文;