slovenskÁ technickÁ univerzita v bratislave...

2018 Ing. Ján Janošovský

SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE

FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ

TECHNOLÓGIE

Evidenčné číslo: FCHPT-19987-69326

EXPERTNÝ SYSTÉM NA AUTOMATICKÚ

IDENTIFIKÁCIU NEBEZPEČENSTVA V PROCESNOM

INŽINIERSTVE

DIZERTAČNÁ PRÁCA

Bratislava 2018 Ing. Ján Janošovský

SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE

FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ

TECHNOLÓGIE

EXPERTNÝ SYSTÉM NA AUTOMATICKÚ

IDENTIFIKÁCIU NEBEZPEČENSTVA V PROCESNOM

INŽINIERSTVE

DIZERTAČNÁ PRÁCA

FCHPT-19987-69326

Študijný program: chemické inžinierstvo

Číslo študijného odboru: 5.2.17.

Názov študijného odboru: chemické inžinierstvo

Školiace pracovisko: Ústav chemického a environmentálneho inžinierstva

Vedúci záverečnej práce/školiteľ: prof. Ing. Ľudovít Jelemenský, DrSc.

Poďakovanie

Na tomto mieste by som rád poďakoval viacerým ľuďom za cenné rady a podporu počas

doktorandského štúdia. Za bezvýhradnú podporu a pomoc v ťažkých chvíľach sa chcem

poďakovať hlavne svojej rodine – mame Ivete, otcovi Jurajovi a bratovi Jakubovi. Len vďaka

nim som zvládol prejsť štúdiom bez väčších problémov a prevažne s úsmevom.

Moja vďaka patrí aj školiteľovi prof. Ľudovítovi Jelemenskému za jeho odborné vedenie

a pomoc, ktoré výrazným spôsobom pomohli môjmu profesijnému rastu. Jeho vízie výrazne

pomohli postaviť softvér po obsahovej stránke. Vďaka jeho skúsenostiam s odbornou

verejnosťou som sa výrazne zlepšil v písaní odbornej literatúry a prezentovaní výsledkov na

medzinárodných fórach. Za veľa vďačím rozhodne i Dr. Jurajovi Labovskému ktorý pôsobil

počas celých štyroch rokov doktorantúry ako môj hlavný mentor pri stavbe softvéru a ktorý ma

naučil profesionálne vyvíjať programové štruktúry a nebrať život smrteľne vážne. Ako prakticky

garant predmetov, ktoré som učil, mi pomohol zlepšiť sa aj v pedagogickom procese. Z

našej výskumnej skupiny by som sa ešte rád poďakoval kolegovi Ing. Matejovi Dankovi,

s ktorým som tri roky na téme dizertačnej práce spolupracoval a ktorý bol platným a plodným

členom mnohých diskusií v rámci našej výskumnej skupiny ohľadom ďalšieho smerovania

projektu.

Za možnosť byť popri štúdiu neustále v kontakte s praxou a spolupracovať s firmami

chemického priemyslu na riešení konkrétnych priemyselných problémov by som sa chcel

poďakovať dvojici doc. Otto Mierka – Dr. Miroslav Variny. Ich dôvera pri spolupráci na

energetických auditoch pre mňa znamenala veľa a ich praktické rady a skúsenosti mi budú na

dlhé obdobie zdrojom cenných poznatkov pre ďalší profesijný rast.

Podporu v ťažkých chvíľach, cenné rady a nespočetné dôvody k úsmevu mi poskytli i ostatní

kolegovia - doktorandi - Ing. Jana Adamíková, Ing. Ivan Červeňanský, Ing. Tomáš Kurák a Ing.

Tomáš Molnár. V mojich očiach sú nielen zdatnými chemickými inžiniermi, ale najmä skvelými

ľuďmi a dobrými kamarátmi. Za možnosť spoznať ich a pracovať s nimi budem navždy vďačný.

Z ostatných pracovníkov ústavu by som sa rád ešte menovite poďakoval doc. Pavlovi Ačaiovi,

Dr. Monike Antošovej, Dr. Marekovi Blahušiakovi, Dr. Vierke Illeovej, doc. Zuzke Labovskej,

prof. Jozefovi Markošovi, Dr. Máriovi Mihaľovi, Viliamovi Rizmanovi a doc. Pavlovi

Steltenpohlovi za odborné rady a príjemné chvíle strávené na pracovisku.

Táto záverečná práca vznikla s podporou nasledujúcich projektov: grant APVV-14-0317

„Inteligentný systém na identifikáciu nebezpečenstva v komplexných výrobných procesoch“,

grant VEGA 1-0749-15 „Expertný systém na automatickú identifikáciu nebezpečenstva v

procesnom inžinierstve“, grant VEGA 1-0659-18 „Automatický modelový HAZOP systém na

analýzu nebezpečenstva v procesnom inžinierstve“ a grant STU v rámci Programu na podporu

mladých výskumníkov „Autonómna smart HAZOP analýza“.

Abstrakt

Za posledné desaťročie prešiel chemický priemysel významnými zmenami, ktoré priniesli nové

komplexné výrobné procesy, zväčša prevádzkované pri extrémnych podmienkach. Identifikácia

nebezpečenstva sa tak stáva jedným z najdôležitejších aspektov bezpečného návrhu

a prevádzkovania procesu. V rámci dizertačnej práce bolo navrhnuté softvérové riešenie

využívajúce matematické modely a počítačové simulácie na počítačom podporovanú

identifikáciu procesného nebezpečenstva. Ako simulačné platformy boli vybrané softvéry Aspen

HYSYS a MATLAB. Procedúra samotnej identifikácie nebezpečenstva bola postavená na

princípoch HAZOP (z angl. „Hazard and Operability“) štúdie. Analyzované boli viaceré faktory,

napr. variabilita interpretácie HAZOP-odchýlok ako vstupných parametrov pre simulácie,

vyhodnocovanie simulačných dát, limitácie komerčného simulátora zastúpeného Aspenom

HYSYS a spoľahlivosť matematického modelu a dopad nepresností v parametroch modelu na

presnosť bezpečnostnej analýzy. Súčasťou predstavenia softvéru je i demonštrácia jeho aplikácie

na tri rôzne prípadové štúdie. Vyvinuté softvérové riešenie má potenciál stať sa robustnou

pomôckou pre výkon HAZOP štúdií ľudskými expertnými HAZOP tímami a dôležitým

nástrojom pre proces rozhodovania sa technológov výroby, procesných inžinierov a operátorov.

Kľúčové slová: počítačom podporovaná identifikácia nebezpečenstva; HAZOP štúdia;

matematické modelovanie; vývoj softvéru.

10

Abstract

During the last decade, chemical industry has undergone a considerable change introducing new

complex manufacturing processes, usually operated in extreme conditions. Under these

circumstances, hazard identification becomes one of the most important issues of process design

and operation. In this dissertation thesis, software solution utilizing mathematical models and

computer simulations for the purposes of computer aided hazard identification is proposed. Aspen

HYSYS and MATLAB were selected as simulation platforms and HAZOP (Hazard and

Operability) study principles were implemented into hazard identification procedure. Issues such

as interpretation variability of HAZOP deviations as an input information for process simulations,

simulation data evaluation, limitations of Aspen HYSYS built-in solver and mathematical model

parameter uncertainties and their impact on the safety analysis results accuracy are discussed in

this work. As a part of the software demonstration, its application to three case studies is

presented. Developed software solution has a potential to become robust tool for supporting

HAZOP studies led by human expert HAZOP teams and an important aid in the decision-making

of process engineers and operators.

Key words: computer aided hazard identification; HAZOP study; mathematical modelling;

software development.

Obsah

Zoznam ilustrácií ................................................................................................................... 13

Zoznam použitých symbolov ................................................................................................ 16

Úvod ...................................................................................................................................... 17

1 Súčasný stav riešenej problematiky ............................................................................... 19

1.1 Kvalitatívne hodnotenie nebezpečenstva .............................................................. 22

1.1.1 HAZOP štúdia .............................................................................................. 23

1.2 Automatizácia procedúr analýzy procesného nebezpečenstva .............................. 25

1.3 Východzí stav výskumu identifikácie procesného nebezpečenstva na báze

modelového prístupu na ÚCHEI FCHPT STU ...................................................................... 30

2 Ciele dizertačnej práce ................................................................................................... 31

3 Štruktúra vyvíjaného softvéru na automatizovanú identifikáciu nebezpečenstva

v procesnom inžinierstve ............................................................................................................ 32

3.1 Simulačný modul .................................................................................................. 33

3.1.1 Metodológia ................................................................................................. 33

3.1.2 Programová realizácia .................................................................................. 35

3.2 Modul analýzy simulačných dát ........................................................................... 45

3.2.1 Metodológia ................................................................................................. 45

3.2.2 Programová realizácia .................................................................................. 47

4 Aplikácia na prípadové štúdie ....................................................................................... 55

4.1 Syntéza amoniaku ................................................................................................. 55

4.1.1 Zjednodušený model .................................................................................... 55

4.1.2 Komplexný model ........................................................................................ 56

4.1.3 Výsledky a diskusia...................................................................................... 58

4.2 Výroba nitroglycerínu ........................................................................................... 60


4.3 Výroba 3-metylpyridín-N-oxidu ........................................................................... 63

12


5 Závery ............................................................................................................................ 67

Zoznam použitej literatúry .................................................................................................... 70

Zoznam publikácií autora ...................................................................................................... 77

Prílohy ................................................................................................................................... 81

13

Zoznam ilustrácií

Obr. 1 Databáza technologických havárií OECD (a – počet udalostí za rok (udalosťou je

nehoda, ktorá splnila jednu z nasledujúcich podmienok: 10 zabitých osôb; 100 zranených osôb;

bola vyžiadaná medzinárodná pomoc; bol vyhlásený stav núdze), b – počet úmrtí za rok) ....... 19

Obr. 2 Počet úmrtí (a) a miera úmrtnosti (b) v priemysle pre Česko, Maďarsko, Rakúsko,

Poľsko a Slovensko .................................................................................................................... 21

Obr. 3 Postupnosť bezpečnostnej analýzy metódou FMEA a HAZOP ............................ 25

Obr. 4 Princíp objektovo-orientovaného programovania ................................................. 33

Obr. 5 Porovnanie konvenčnej HAZOP-odchýlky a HAZOP-odchýlky upravenej pre

počítačové simulácie ................................................................................................................... 34

Obr. 6 Triedy a ich prepojenie v Simulačnom module (červené šípky – aktívne spojenia;

šedé šípky – neaktívne spojenia) ................................................................................................ 35

Obr. 7 Úvodné okno užívateľského rozhrania Simulačného modulu ............................... 36

Obr. 8 Vlastnosti a funkcie triedy ConnectWithHYSYS ................................................... 37

Obr. 9 Úvodné okno užívateľského rozhrania Simulačného modulu po načítaní

simulačného súboru .................................................................................................................... 38

Obr. 10 Vlastnosti a funkcie tried MyMaterialStreams, MyEnergyStreams a

MyOperations 39

Obr. 11 Okno zadávania rozsahu zvolených HAZOP-odchýlok v užívateľskom rozhraní

40

Obr. 12 Vlastnosti a funkcie triedy Footprint ................................................................ 40

Obr. 13 Možné výpočtové postupy pri simuláciách HAZOP-odchýlok (rímske čísla

indikujú postupnosť krokov) ...................................................................................................... 42

Obr. 14 Manipulačný aparát v Aspene HYSYS pre zmenu parametrov v materiálovom

prúde 44

Obr. 15 Vlastnosti a funkcie triedy MainEngine ........................................................... 44

Obr. 16 Zjednodušená štruktúra vyvíjaného softvéru .................................................... 46

Obr. 17 Ukážka výslednej HAZOP-tabuľky vygenerovanej vyvíjaným softvérom

(prevzaté z Prílohy B) ................................................................................................................. 47

Obr. 18 Triedy a ich prepojenie v Module analýzy simulačných dát (červené šípky –

aktívne spojenia; šedé šípky – neaktívne spojenia) .................................................................... 48

Obr. 19 Úvodné okno Modulu analýzy simulačných dát v užívateľskom rozhraní ....... 48

14

Obr. 20 Ukážka výstupu analýzy typu A v užívateľskom rozhraní – závislosť teploty

jedného z produktových prúdov reaktora (os x) na syntézu amoniaku od teploty privádzanej

suroviny (os y) vo zvolenom rozsahu ......................................................................................... 52

Obr. 21 Ukážka výstupu analýzy typu B v užívateľskom rozhraní – relatívna zmena (os

y) vybraných parametrov (os x – teplota, tlak, hmotnostný, mólový a objemový tok, podiel parnej

fázy) produktového prúdu nitrácie glycerolu pri náraste mólového zlomku kyseliny dusičnej

v surovine o 6 % oproti dizajnovému zámeru (prevzaté z Prílohy D) ........................................ 52

Obr. 22 Ukážka výstupu analýzy typu C v užívateľskom rozhraní – relatívna zmena

teploty (os y) vybraných prúdov (os x – názvy vstupujúcich prúdov do reaktora, vystupujúcich

prúdov z reaktora, prúdov vstupujúcej a vystupujúcej chladiacej vody) v procese nitrácie

glycerolu pri náraste teploty privádzaného glycerolu o 24 % oproti dizajnovému zámeru (prevzaté

z Prílohy D) 53

Obr. 23 Ukážka výstupu analýzy typu D v užívateľskom rozhraní – relatívna zmena

teploty (os z – farba) vybraných prúdov (os y – názvy jednotlivých prúdov) v procese syntézy

amoniaku pre hodnoty relatívnej zmeny teploty privádzanej suroviny (os x) vo zvolenom rozsahu

(prvýkrát predstavený v Prílohe C) ............................................................................................ 53

Obr. 24 Schéma zjednodušeného modelu syntézy amoniaku v prostredí Aspen HYSYS

(prevzaté z Prílohy A) ................................................................................................................. 56

Obr. 25 Schéma komplexného modelu syntézy amoniaku v prostredí Aspen HYSYS

(prevzaté z Prílohy B) ................................................................................................................. 57

Obr. 26 Efekt zmeny teploty privádzanej suroviny (a) a prevádzkového tlaku (b) na

teplotu výstupných produktových prúdov z jednotlivých modelovaných sekcií syntézneho

reaktora (podrobné vysvetlivky k obrázku sa nachádzajú v Prílohe A pre Figure 8) ................. 59

Obr. 27 Efekt zmeny teploty privádzanej suroviny na celkovú konverziu vodíka v

reaktore 59

Obr. 28 Porovnanie výsledkov simulácie dosiahnutých vyvíjaným softvérom (a)

a pokročilými metódami kontinuácie a bifurkačnej analýzy (b) (na grafe (b) reprezentujú

prerušované čiary nestabilné ustálené stavy, prázdne kruhy Hopfove bifurkačné body a plné

štvorce limitné body) .................................................................................................................. 60

Obr. 29 Schéma modelu výroby nitroglycerínu v prostredí Aspen HYSYS (prevzaté

z Prílohy A) 61

Obr. 30 Efekt zmeny odvodu tepla z reaktora (a) a hmotnostného toku glycerolu (b) na

teplotu v reaktore ........................................................................................................................ 62

15

Obr. 31 Ilustratívna schéma procesu výroby 3-metylpyridín-N-oxidu v CSTR (prevzaté

z Danko et al. (2018)) ................................................................................................................. 64

Obr. 32 Bezpečný (odtiene zelenej s príslušnou farebnou škálou) a nebezpečný (červená)

región prevádzkovania procesu výroby 3-metylpyridín-N-oxidu pre pôvodné hodnoty parametrov

matematického modelu ako funkcia teploty vstupných prúdov a pomeru privádzaného peroxidu

vodíka k 3-metylpyridínu ........................................................................................................... 65

Obr. 33 Zmena polohy bezpečného (odtiene zelenej s príslušnou farebnou škálou)

a nebezpečného (červená) prevádzkového regiónu v závislosti od zmeny hodnoty reakčnej

entalpie N-oxidácie (body A-F predstavujú rôzne operačné body, ktoré sa všetky nachádzajú

v bezpečnom prevádzkovom regióne pre pôvodnú hodnotu reakčnej entalpie) (prevzaté z Prílohy

E) 66

16

Zoznam použitých symbolov

Symbol Názov veličiny Jednotka SI

i poradové číslo simulácie

P procesný parameter

𝑠(𝑃𝑧 , 𝑃𝑜) senzitivita parametra 𝑃𝑧 vzhľadom

k nezávislému parametru 𝑃𝑂

Horné indexy

o procesný parameter, pre ktorý bola

vygenerovaná HAZOP-odchýlka

z procesný parameter zvolený na monitorovanie

Symbolika (názvoslovie) vyvíjaného softvéru

ConnectWithHYSYS trieda zabezpečujúca pripojenie

k simulačnému prostrediu Aspenu HYSYS

DeviationHelper trieda zabezpečujúca pripájanie a odpájanie

pomocných prúdov pri simulácii HAZOP-

odchýlok

FootPrint trieda reprezentujúca nasimulovaný ustálený

stav

MainDBEngine trieda zabezpečujúca pripojenie k externej

databáze

MainEngine hlavná trieda zabezpečujúca chod softvéru

MyEnergyStreams trieda reprezentujúca energetický prúd

MyMaterialStreams trieda reprezentujúca materiálový prúd

MyOperations trieda reprezentujúca jednotkovú operáciu

(reaktor, výmenník tepla, atď.)

SimpleAnalysis trieda zabezpečujúca analýzu simulačných dát

solver označenie vstavaného riešiteľa Aspenu

HYSYS (mechanizmus využívajúci numerické

metódy na riešenie matematických rovníc

tvoriacich predpripravené matematické

modely v Aspene HYSYS)

17

Úvod

Chemický priemysel podobne ako ostatné kľúčové odvetvia priemyslu podlieha neustálym

zmenám s cieľom znižovať ekonomickú a ekologickú náročnosť. Modernizácia chemických

prevádzok a snaha minimalizovať stratu materiálov a energií viedla k modifikáciám

prevádzkových podmienok, resp. k vývoju nových technológií. Táto zmena prináša so sebou

zvýšené riziko spojené s nedostatkom skúseností s prevádzkovaním procesov v moderných

podmienkach. Na tento technologický vývoj preto nevyhnutne musí reagovať aj odvetvie

bezpečnostného inžinierstva. Vyššia miera automatizácie procesov, ktorá je nevyhnutnou

súčasťou štvrtej priemyselnej revolúcie, ktorú aktuálne prežívame, navyše otvára možnosti

pokročilých autonómnych počítačom riadených metód identifikácie nebezpečenstva v procesnom

inžinierstve.

Existuje viacero metód, ktoré sa využívajú v procese posudzovania bezpečnosti prevádzky na

analýzu procesných rizík a medzi najvyužívanejšie a najrobustnejšie metódy patrí HAZOP (z

angl. „HAZard and OPerability“) štúdia. Aby sa vyhlo v budúcnosti chemickým haváriám

s vážnymi následkami, je nevyhnutné, aby pri posudzovaní procesných rizík nedošlo

k prehliadnutiu nebezpečnej udalosti v dôsledku absencie skúseností pracovného tímu alebo

v dôsledku chýbajúcich informácií o analyzovanom procese. Významným faktorom výkonu

bezpečnostných analýz je aj ich časová a finančná náročnosť. Elimináciu, resp. redukciu

spomínaných aspektov bezpečnostných analýz je možné dosiahnuť zahrnutím výpočtovej

techniky do posúdenia bezpečnosti prevádzky. Práve vo výskume v oblasti HAZOP štúdie

dochádza v posledných rokoch k sústredeniu sa na automatizáciu tejto metódy. Nástroj

automatizovanej HAZOP analýzy má potenciál stať sa neoddeliteľnou súčasťou návrhu každej

výroby v chemickom priemysle. Jedným z najperspektívnejších nástrojov automatizácie

identifikácie nebezpečenstva v procesnom inžinierstve sa v 21. storočí javí nástroj počítačom

riadenej analýzy procesných rizík založený na implementácii matematického modelovania

procesov a ich následnej počítačovej simulácii. O výhodách a nevýhodách takéhoto nástroja

pojednáva predložená dizertačná práca.

Dizertačná práca je členená do štyroch hlavných kapitol. V prvej kapitole je poskytnutý

náhľad do súčasného stavu riešenej problematiky automatizácie metód hodnotenia

nebezpečenstva v procesnom inžinierstve. V druhej kapitole sú zadefinované ciele dizertačnej

práce, ako hlavné tak i čiastkové, ktoré charakterizujú hlavné problémy, ktorými sa dizertačná

práca zaoberá a spôsob ich riešenia. Súčasťou definície cieľov dizertačnej práce je i návrh

požadovaného výstupu vo forme softvérového riešenia. Tretia kapitola je venovaná opisu stavby

18

softvéru a jeho hlavných komponentov. Detailne sú rozoberané metodiky, na ktorých je

postavená logika softvéru a opísaná je aj ich konkrétna aplikácia pri využívaní komerčného

simulačného softvéru Aspen HYSYS, ako aj podporné metodiky pri aplikácii na prípadové štúdie

zostavené v prostredí softvéru MATLAB. Štvrtá kapitola obsahuje výsledky aplikácie vyvíjaného

softvéru na viaceré prípadové štúdie zahŕňajúce prevádzky rôzneho charakteru i detailnosti

matematického modelu. V poslednej piatej kapitole je uvedená diskusia ohľadom dosiahnutých

výsledkov a odporúčanie budúceho smerovania výskumu. Súčasťou textu je i odkazovanie sa na

doposiaľ publikované články vo vedeckých žurnáloch a konferenčné príspevky. Najdôležitejšie

publikácie sú priložené k tejto práci a slúžia ako jej neoddeliteľný doplnok pri vysvetľovaní

metodiky práce, aplikácie softvéru a dosiahnutých výsledkov.

19

1 Súčasný stav riešenej problematiky

Bezpečnostné inžinierstvo je samostatnou kapitolou chemického inžinierstva už vyše 50

rokov, kedy došlo k diferenciácii klasického bezpečnostného technika od bezpečnostného

inžiniera. Hlavné rozdiely je možné zosumarizovať v nasledovných bodoch (Kletz, 1999):

sústredenie sa na nehody vyplývajúce z technológie,

analýza nielen nehôd spôsobujúcich ujmu na zdraví, ale aj nehôd spôsobujúcich

ekonomické straty a poškodenie zariadení a budov,

dôraz na predikciu rizika a predchádzanie nehodám,

systematický prístup k identifikácii nebezpečných stavov a analýze ich

pravdepodobnosti a závažnosti,

kritický pohľad na jednotlivé technologické postupy a štandardy.

Počet závažných priemyselných havárií v dôsledku stabilného rozvoja priemyslu narastá

(Obr. 1) (OECD, 2003). Prehľad vybraných závažných havárií v chemickom priemysle

formujúcich vývoj bezpečnostných analýz je uvedený Tab. 1 (Besserman and Mentzer, 2017;

Broadribb, 2006; Eckerman, 2005; Health and Safety Executive, 1976; Zhao et al., 2014).

Spoločným menovateľom uvedených havárií bola neznalosť o deštrukčnom potenciáli chemikálií

a prebiehajúcich procesoch v zariadeniach, nedodržiavane technologických

postupov, nedostatočná implementácia bezpečnostných opatrení a zlyhanie bezpečnostných

prvkov. Ako vidno, k nehodám v chemickom priemysle dochádza aj v 21. storočí a na každom

kontinente, pričom nedochádza k významnej redukcii ich následkov.

Obr. 1 Databáza technologických havárií OECD (a – počet udalostí za rok (udalosťou je

nehoda, ktorá splnila jednu z nasledujúcich podmienok: 10 zabitých osôb; 100 zranených osôb;

bola vyžiadaná medzinárodná pomoc; bol vyhlásený stav núdze), b – počet úmrtí za rok)

20

Tab. 1 Vybrané priemyselné havárie v 20. a 21. storočí

Mesto (štát) Rok Počet

úmrtí

Nefatálne následky (počet

zranených)

Flixborough (Veľká Británia) 1974 28 poškodenie fabriky (89)

Beek (Holandsko) 1975 14 (107)

King’s Lynn (Veľká Británia) 1976 1 poškodenie fabriky

Seveso (Taliansko) 1976 0

dlhotrvajúce zdravotné

problémy, úmrtia zvierat,

kontaminácia pôdy

Bhopal (India) 1984 3 787 (> 500 000)

Nagothane (India) 1990 31 poškodenie fabriky

Toulouse (Francúzsko) 2001 29 poškodenie okolitých budov

(2 500)

Chongqing (Čína) 2003 243 (9 000)

Texas City (USA) 2005 15 deštrukcia fabriky (180)

Hertfordshire (Veľká Británia) 2005 0 poškodenie fabriky (40)

Jacksonville (USA) 2007 4 deštrukcia laboratórií (32)

Jaipur (India) 2009 11 deštrukcia fabriky

Hebei (Čína) 2012 25 deštrukcia fabriky (46)

West (USA) 2013 15

deštrukcia fabriky a

poškodenie stovky

okolitých budov (260)

Jiangsu (Čína) 2014 75 deštrukcia fabriky (> 180)

Tianjin (Čína) 2015 173 poškodenie 300 okolitých

budov (800)

Pri pohľade bližšie na Slovensko a jeho susedov (Obr. 2) je evidentné, že počet úmrtí, ako

i miera úmrtnosti (počet úmrtí podelený celkovým počtom pracujúcich v danom odvetví)

v priemysle nemá jednoznačne klesajúci charakter. Zdrojom údajov je Štatistický úrad

Európskych spoločenstiev (Eurostat, 2016), kde do kategórie priemysel sa uvažovali NACE

podkategórie Ťažba a dobývanie; Priemyselná výroba; Dodávka elektriny, plynu, pary

a studeného vzduchu; Dodávka vody, čistenie a odvod odpadových vôd, odpady a služby

odstraňovania odpadov; Doprava a skladovanie; Odborné vedecké a technické činnosti.

21

Obr. 2 Počet úmrtí (a) a miera úmrtnosti (b) v priemysle pre Česko, Maďarsko,

Rakúsko, Poľsko a Slovensko

Česko Maďarsko Rakúsko Poľsko Slovensko

2008 80 40 42 244 35

2009 58 27 30 166 19

2010 62 38 34 187 27

2011 73 31 27 196 21

2012 54 22 30 176 26

2013 53 15 39 118 24

2014 60 35 26 142 20

2015 68 39 33 163 32

0

25

50

75

100

125

150

175

200

225

250

Po

čet

úm

rtí [

pra

covn

ík]

a

Česko Maďarsko Rakúsko Poľsko Slovensko

2008 3,9 3,6 3,8 4,8 4,2

2009 3,0 2,1 3,2 5,9 2,3

2010 3,3 3,0 3,9 4,5 4,6

2011 3,8 2,7 2,7 3,9 2,7

2012 2,8 1,8 2,7 3,8 3,3

2013 2,7 1,3 3,4 2,5 3,0

2014 3,0 2,7 2,4 3,0 2,5

2015 3,9 3,4 3,6 3,1 4,1

0,0

1,0

2,0

3,0

4,0

5,0

6,0

Mie

ra ú

mrt

no

sti

[úm

rtie

/10

0 0

00

pra

covn

íko

v]

b

22

Uvedené trendy výskytu závažných priemyselných havárií podčiarkujú dôležitosť neustáleho

rozvoja metód hodnotenia nebezpečenstva – ako kvalitatívnych, tak i kvantitatívnych.

Kvalitatívne metódy slúžia na identifikáciu potenciálnych nebezpečných prevádzkových stavov

v danom procese a ich príčin a následkov. Kvantitatívne alebo kvalitatívno-kvantitatívne metódy

sa zaoberajú vyhodnotením rizika prevádzky, t.j. vyčíslením efektu prevádzkového

nebezpečenstva. To zahŕňa výpočet pravdepodobnosti, s akou nebezpečná udalosť môže nastať a

kvantifikáciu jej následkov. Jednotlivé procedúry sa líšia spôsobom posúdenia nebezpečenstva i

hĺbkou analýzy. Vzhľadom na predmet dizertačnej práce bude nasledujúca kapitola venovaná

výlučne metódam kvalitatívneho hodnotenia nebezpečenstva.

1.1 Kvalitatívne hodnotenie nebezpečenstva

Kvalitatívne metódy hodnotenia nebezpečenstva pomáhajú identifikovať nielen nebezpečné

stavy, ale aj stavy vedúce k prevádzkovým problémom spôsobujúcim ekonomické straty.

Niektoré z metód umožňujú nájsť aj príčiny, ktoré k nebezpečným stavom a prevádzkovým

problémom vedú. Menej časovo náročné procedúry slúžia najmä na zmapovanie nebezpečného

potenciálu jednotlivých zariadení v rámci prevádzky a vyčlenenie zariadení, ktoré je nutné

podrobiť detailnej bezpečnostnej analýze. K takýmto metódam patrí napr. indexová metóda Dow,

Mond, IFAL alebo selekčná metóda (Jelemenský et al., 2012; Mannan, 2012). Zatiaľ čo uvedené

metódy fungujú na skríningovom princípe porovnávania nebezpečného potenciálu jednotlivých

zariadení/procesov na prevádzke podniku, časovo náročnejšie procedúry sa využívajú na detailnú

bezpečnostnú analýzu konkrétnych zariadení a procesov. Sem sa zaraďujú metódy kontrolného

zoznamu (Check list), Čo ak? (What if?), HACCP (z angl. „Hazard Analysis and Critical Control

Points“), FMEA (z angl. „Failure Mode and Effect Analysis“) a HAZOP (z angl. „Hazard and

Operability“).

Metóda kontrolného zoznamu patrí k najjednoduchším metódam identifikácie rizika.

Kontrolný zoznam predstavuje súhrn poznatkov vychádzajúcich z prevádzkových skúseností a

pozostáva zo zoznamu špecifických otázok na identifikáciu známych nebezpečných stavov a

projektových nedostatkov. Modifikácia tejto metódy sa využíva aj pri zaúčaní nového personálu.

Procedúra pozostáva z troch hlavných krokov, a to vytvorenie kontrolného zoznamu, výkon

analýzy a dokumentácia výsledkov. Tendencia ignorovať túto metódu viedla k vývoju

komplexnejších techník (Mannan, 2012).

Metóda Čo ak? spočíva v kladení otázok „Čo ak ... ?“ tímom odborníkov s cieľom posúdiť

nebezpečenstvo skúmaného technologického postupu alebo procesu. Metóda je aplikovateľná

ako v projektovom štádiu, tak i počas prevádzkovania a likvidácie technológie. Výstupom z nej

23

je identifikácia potenciálnych nebezpečných stavov vyplývajúcich z podstaty položených otázok,

ktoré sa sústreďujú najmä na príčiny porúch vedúcich k nebezpečným stavom (Jelemenský et al.,

2012).

HACCP analýza je najvyužívanejšou metódou hodnotenia bezpečnosti v potravinárskom

priemysle. Je striktne zameraná na hodnotenie kvality potravín a nápojov. Cieľom HACCP je

detailne hodnotiť procesy prípravy a skladovania jednotlivých surovín a hotových výrobkov

z hľadiska toxicity pre človeka. Výstupom metódy HACCP je súbor odhalených rizikových

činností, ktoré môžu viesť ku kontaminácii potravín a nápojov, ich závažnosť a frekvencie, popis

existujúcich kontrolných procedúr a návrh opatrení k redukcii identifikovaného rizika

(Mortimore and Wallace, 2013).

Metóda FMEA patrí k pokročilejším a detailným metódam analýzy rizika sústreďujúcim sa

na identifikáciu a elimináciu potenciálnych zlyhaní systému. Je hojne využívanou najmä

v strojárskom a elektrotechnickom priemysle. Táto metóda predstavuje preventívnu techniku,

ktorá, ak je vykonaná dôkladne a metodicky, poskytuje možnosť analýzy príčin a následkov

zlyhaní jednotlivých súčastí systému ako v štádiu návrhu, tak i počas prevádzky a údržby. V

princípe FMEA predstavuje systematickú metódu preverovania všetkých ciest, akými môže dôjsť

k poruche. Pre každú poruchu sa následne skúma jej efekt na návrh, prevádzkovanie a údržbu

jednotlivých zariadení. V rámci analýzy sa zároveň skúma aj vážnosť poruchy, jej frekvencia a

možnosti jej včasného odhalenia. Výstupom z analýzy je zoznam identifikovaných poruchových

stavov a odporúčané opatrenia nevyhnutné k prevencii (Stamatis, 2003).

V chemickom priemysle je najpoužívanejšou metóda HAZOP, ktorá je svojou detailnosťou

podobná metóde FMEA. Jedná sa o jednu z najrobustnejších a najkomplexnejších metód

kvalitatívneho hodnotenia nebezpečenstva. Keďže jej princípy tvoria základ metodológie

vyhodnocovania nebezpečenstva vo vyvíjanom softvéri, na opis princípu analýzy pomocou

techniky HAZOP je vyhradená samostatná podkapitola.

1.1.1 HAZOP štúdia

HAZOP štúdia sa vyvinula v 60- a 70-tych rokoch z metódy „kritického vyšetrovania“, ktorá

sa zvykla aplikovať v návrhovom štádiu prevádzok pri vypracovávaní alternatív prevádzkových

podmienok. Kým „kritické vyšetrovanie“ však skúma dopad odchýlky na optimálny chod

zariadení a procesov, HAZOP štúdia analyzuje dopad odchýlky na bezpečnú prevádzku zariadení

a procesov (Kletz, 1997). Prvú ucelenú formuláciu princípov HAZOP štúdie predstavil Lawley

(1974). Úspešne vykonaná HAZOP štúdia mala jasne deklarovaný postup: správny výber

bilančných uzlov, detailný popis dizajnového zámeru, logické použitie vodiacich slov a kreatívna

24

analýza potenciálnych problémových stavov. HAZOP analýza sa postupne stala nevyhnutným

krokom pri návrhu nových chemických prevádzok. Základná metodika HAZOP štúdie sa dodnes

principiálne nezmenila, len sa postupne rozširoval súbor faktorov, ktoré sa počas jej výkonu berú

do úvahy, napr. o analýzu ľudského faktora (Tyler, 2012).

V súčasnosti má štandardná HAZOP štúdia nasledovné súčasti (Jelemenský et al., 2012):

definícia projektového zámeru,

vytvorenie odchýlky od projektového zámeru pomocou vodiacich slov,

analýza možných príčin odchýlky,

analýza možných následkov odchýlky s negatívnym efektom na:

o bezpečnosť procesu,

o prevádzkovanie procesu.

Odchýlka od projektového zámeru sa generuje jednoduchým mechanizmom. Príslušný

procesný parameter (prietok, teplota, tlak, koncentrácia, frekvencia miešadla, atď.) sa kombinuje

s vodiacim slovom. Príklad generácie odchýlok s opisom významu jednotlivých vodiacich slov

predstavuje Tab. 2.

Tab. 2 Vygenerovanie HAZOP-odchýlky využitím vodiacich slov na proces „Do reaktora

vstupuje 1 t/h látky A.“

Vodiace slovo Význam Príklad odchýlky

NIE, ŽIADEN úplná negácia zámeru Do reaktora nevstupuje látka A.

VIAC kvantitatívny vzrast Do reaktora vstupuje viac ako 1 t/h látky A.

MENEJ kvantitatívny pokles Do reaktora vstupuje menej ako 1 t/h látky A.

AKO AJ NAVYŠE kvalitatívny vzrast Do reaktora vstupuje A ako aj navyše B.

ČASŤ Z kvalitatívny pokles Do reaktora vstupuje iba časť látky A (ak je

napr. súčasťou roztoku).

OPAK logická negácia zámeru Opačný tok látky A z reaktora.

INÝ AKO úplná zámena Do reaktora vstupuje látka iná ako A.

Systematickosť a komplexnosť metódy HAZOP spočíva vo vytvorení všetkých logických

kombinácií procesného parametra a vodiacich slov a posúdení vplyvu vzniknutých odchýlok na

hodnotený proces. Organizácia výkonu štandardnej HAZOP štúdie pozostáva spravidla z 5

krokov: definícia cieľov štúdie, selekcia multidisciplinárneho pracovného tímu, príprava

podkladov, výkon samotnej analýzy, príprava dokumentácie a záverečnej HAZOP správy.

Viaceré zdroje sa zhodujú, že kľúčovými faktormi ovplyvňujúcimi kvalitu a úplnosť vykonanej

25

HAZOP štúdie sú presnosť informácií o návrhu a prevádzke analyzovaného procesu a skúsenosti

členov pracovného tímu (Jelemenský et al., 2012; Kletz, 2001; Mannan, 2012).

Na Obr. 3 je schematicky znázornený rozdiel medzi dvoma najpoužívanejšími metódami

kvalitatívneho hodnotenia nebezpečenstva – FMEA a HAZOP. HAZOP tím vygeneruje procesnú

odchýlku a analyzuje jej príčiny a následky. Pre odchýlku „nižší prietok“ môže byť príčinou napr.

zlyhanie regulačného ventilu na potrubí alebo nedodržanie technologického postupu operátorom.

Pri metóde FMEA sa začína s komponentom procesu (človek, mechanika, procedúra) a analyzujú

sa následky jeho zlyhania. Pre zlyhanie regulačného ventilu na potrubí je jedným z možných

následkov dosiahnutie odchýlky od požadovaného stavu „vyšší prietok“ alebo „nižší prietok“.

Obr. 3 Postupnosť bezpečnostnej analýzy metódou FMEA a HAZOP

1.2 Automatizácia procedúr analýzy procesného

nebezpečenstva

Oblasť výskumu venovanú využitiu výpočtovej techniky pri identifikácii následkov zlyhaní

komponentov alebo procesných odchýlok sa súhrnne nazýva automatizácia procedúr analýzy

procesného nebezpečenstva („process hazard analysis techniques“). Automatizácii HAZOP

analýzy je venovaný čoraz väčší podiel svetového výskumu, čo dokazujú aj viaceré prehľadové

štúdie (Dunjó et al., 2010; Seider et al., 2014; Taylor, 2017). Dunjó et al. (2010) zmapoval

percentuálne zastúpenie jednotlivých smerovaní výskumu v zdokonaľovaní HAZOP štúdie.

Skonštatoval, že vyše 40 % publikačnej činnosti spojenej s HAZOP-om v období 1974 – 2007 je

spojených s implementáciou výpočtovej techniky (automatizácia HAZOP-u, doplnenie

o dynamické simulácie, apod.). Seider et al. (2014) vo svojom článku odhadli moderné trendy

v oblasti prirodzene bezpečnejšieho dizajnu (z angl. „inherently safer design“ – termín zavedený

Kletzom (1996) pre filozofiu redukcie a eliminácie hazardu namiesto jeho kontrolovania)

a identifikovali silnejúci trend aplikácie modelového prístupu v bezpečnostnom inžinierstve,

napr. pri návrhu regulačných prvkov s implementovanými matematickými modelmi riadeného

procesu tzv. MPC (z angl. „model-predictive control“). Taylor (2017) poskytol prehľad

najnovšieho výskumu automatizácie HAZOP-u so závermi, že 40-ročný vývoj v tejto oblasti

26

prispel k značnému pokroku pri odhaľovaní nebezpečných stavov a prevádzkových problémov.

Zároveň však upozornil na nízku aplikáciu vyvíjaných nástrojov v praxi, keďže HAZOP štúdia

je sama o sebe veľmi komplikovaným procesom zahŕňajúcim i značnú mieru sociálnej interakcie,

ktorú softvér nevie jednoducho nahradiť. Vhodný nástroj by mal poskytovať pomoc vo forme

širokej databázy znalostí a robustných počítačových simulácií procesov. Jednoznačným záverom

jeho analýzy je, že nástroj automatizovanej HAZOP štúdie nemôže existovať ako samostatná

entita, ale ako podporný nástroj pre rozhodovanie ľudských expertných HAZOP tímov.

Prístup k automatizácii HAZOP štúdie možno rozdeliť na znalostný, ktorý zužitkováva

historické dáta z priemyselných havárií a skoro-havárií v minulosti, a modelový, ktorý využíva

počítačové simulácie skúmaných procesov na základe ich matematických modelov rôznej

detailnosti. Vzhľadom k náročnosti matematického modelovania a počítačových simulácií na

výkon výpočtovej techniky prevažoval v minulosti znalostný prístup k automatizácii HAZOP

štúdií, kde samotná HAZOP štúdia prebieha na báze porovnávania minulých nehodových stavov

spôsobených práve analyzovanou HAZOP-odchýlkou. Kľúčovým aspektom vyvíjaných

softvérov bol výber vhodného mechanizmu spracovania rozsiahleho objemu dát. Vzniklo viacero

softvérových riešení, ktoré implementovali široké znalostné databázy. Jedným z prvých

i akademicky najpopulárnejších (uvedené referencie majú sumárne 94 SCOPUS citácií s

vynechaním autocitácií) softvérov je nástroj HAZOPExpert (Vaidhyanathan et al., 1996;

Vaidhyanathan and Venkatasubramanian, 1996; Venkatasubramanian and Vaidhyanathan, 1994).

Podobne rozšíreným a akademicky obľúbeným (uvedená pentalógia predstavenia softvéru má

sumárne 59 SCOPUS citácií s vynechaním autocitácií) je aj emulátor HAZOP štúdie s názvom

HAZID (McCoy et al., 2000a, 2000b, 1999a, 1999b, 1999c). Ďalšími ucelenými metodológiami

pre HAZOP analýzy podporené znalostnými databázami sú aplikované v programoch SERO

(Leone, 1996), TOPHAZOP (Khan and Abbasi, 1997), AHA (Kang et al., 1999), EXPERTOP

(Khan and Abbasi, 2000), ExpHAZOP+ (Rahman et al., 2009) a v mnohých ďalších oblastiach

(Angel de la O Herrera et al., 2015; Noh et al., 2001; Vaidogas, 2006; Wang and Gao, 2012).

Autori sa mnohokrát zhodli, že nie je dôležité len mať k dispozícii empirické dáta, ale takisto

s týmito informáciami správne pracovať vo vhodne konštruovaných databázach. Jednoznačnou

výhodou softvérov na báze znalostného princípu je rýchlosť výkonu analýzy, nakoľko sa

v prevažnej miere jedná o prácu s textom. Na druhej strane, znalostný princíp neumožňuje

odhaľovať procesné nebezpečenstvá v prípade, že sa ešte nikdy v minulosti neudiali, čím

čiastočne redukuje niektoré z predností HAZOP štúdie, napr. jej robustnosť, detailnosť a

dôkladnosť.

27

Modelový prístup odbúrava tento nedostatok znalostného princípu využitím matematického

modelovania a počítačových simulácií. V prípade použitia vhodného matematického modelu

korektne opisujúceho chovanie skúmaného procesu v celom rozsahu hodnôt HAZOP-odchýlky

je možné odhaliť aj potenciálne nebezpečné stavy a prevádzkové problémy, ktoré neboli doposiaľ

pozorované. Zostavenie matematického modelu zahŕňa transformáciu P&ID schém prevádzky do

modelovacieho prostredia a vytvorenie databázy pozostávajúcej zo známych údajov

prevádzkových parametrov, technologických postupov a charakteristiky jednotlivých zariadení v

prevádzke podľa typu procesu a materiálu. Počítačové simulácie procesov môžu slúžiť len ako

nadstavba ku konvenčnej HAZOP štúdii alebo môžu tvoriť jej základ.

Prvú kategóriu tvoria programy, ktoré síce využívajú simulácie procesu pri analýze

procesného rizika, ale HAZOP štúdia tohto procesu je vykonaná štandardným spôsobom. K

takýmto programom patrí napr. modifikácia HAZOP štúdie s metódou stromu udalostí (Ramzan

et al., 2007) aplikovaná na proces destilácie. Ako simulačný nástroj sa využil komerčný

modelovací softvér Aspen Plus. Kombinácia HAZOP štúdie a dynamického stromu porúch bola

aplikovaná i na prípadovú štúdiu spracovania LPG v depropanizéri (Guo and Kang, 2015). Mohd

Shariff et al. (2006) vytvorili metodológiu stavajúcu na výsledkoch HAZOP štúdie a analyzujúcu

riziko spojené s explóziou využitím rôznych metód, napr. TNT alebo TNO koreláciou. Použitá

softvérová platforma bola Aspen HYSYS – MS Excel. Ghasemzadeh et al. (2013) využili vo

svojej práci vlastný matematický model membránového reaktora na výrobu vodíka parným

reformingom, na ktorom vykonali citlivostné analýzy vybraných prevádzkových parametrov a na

výsledky citlivostnej analýzy nadväzovala HAZOP štúdia.

Druhú kategóriu tvoria softvérové riešenia priamo implementujúce matematické modelovanie

do procesu HAZOP analýzy. Opäť ich môžeme rozdeliť na dve skupiny, a to tie, ktoré využívajú

vlastnoručne zostavené súbory matematických rovníc a tie, ktoré využívajú dostupné komerčné

simulátory. Príkladom kombinácie HAZOP metodiky a vlastného simulačného nástroja je

využitie komplexného programovacieho prostredia MATLAB na vytvorenie edukačného nástroja

pre výučbu bezpečnostného inžinierstva (Eizenberg et al., 2006a, 2006b). Prípadovou štúdiou bol

poloprietokový reaktor, na ktorom bola vykonaná analýza dynamického chovania procesu

s následnou identifikáciou nebezpečných stavov pomocou metodiky HAZOP štúdie. Vlastný

matematický model s vysokou komplexnosťou bol použitý i pri bezpečnostnej analýze

moderného viacfázového reaktora RAPTOR®, v ktorom prebiehala katalytická hydrogenácia o-

krezolu (Li et al., 2010; Li and Li, 2015). Zostavený matematický model zohľadňoval absorpciu

vodíka k medzifázovému rozhraniu, prestup vodíka do kvapalnej fázy, transport kvapaliny na

povrch tuhého katalyzátora, difúziu v častici katalyzátora, adsorpciu reaktantov na povrch

28

katalyzátora a samotnú reakciu hydrogenácie. Li et al. (2010) po zostavení rovníc opisujúcich

ustálený stav simulovali odchýlky prietoku a teploty chladiaceho média a formulovali

odporúčané bezpečnostné opatrenia zabraňujúce možnému runaway efektu v reaktore. Li and Li

(2015) na základe rozšíreného matematického modelu rovnakej jednotky a dynamických

simulácií navrhli optimálne riadiace prvky na princípe MPC.

Nástroje automatizovanej HAZOP štúdie využívajúce komerčné simulátory nezdieľajú

jednoznačnú preferenciu v konkrétnom type komerčného simulátora. Patrí sem napr. analýza

technológie kontinuálnej výroby biodieselu (Jeerawongsuntorn et al., 2011) pomocou modelu

zostaveného v simulačnom prostredí softvéru Aspen Plus. Na komunikáciu medzi

bezpečnostným nástrojom a simulačným prostredím Aspen Plus boli využité programy Genesis

32 a Microsoft Visual Basic. Cieľom bola integrácia tzv. bezpečnostného systému SIS (z angl.

„safety instrumented system“) za účelom maximalizácie miery bezpečnosti prevádzkovania

skúmanej prevádzky. Analyzovanými procesmi boli klasická a reaktívna destilácia. Efekt a

závažnosť odchýlok generovaných HAZOP metodikou boli stanovené pomocou citlivostnej

analýzy. Autori práce poznamenali, že dosiahnutá redukcia časovej náročnosti HAZOP štúdie by

mohla umožniť operátorom v reálnom čase analyzovať poruchové stavy, vykonať správne

opatrenia na zamedzenie nebezpečným stavom a takisto im pomáhať pri identifikácii príčin

poruchy.

Rozšírenie HAZOP štúdie o počítačové simulácie priniesli vo svojej práci Ran et al. (2012).

Bezpečnostná analýza podporená matematickým modelovaním v komerčnom simulátore UniSim

Design bola aplikovaná na hybridný destilačno-membránový proces separácie etylénu a etánu.

Ucelenú metodiku DynSim-HAZOP založenú na HAZOP štúdií podporenej dynamickými

simuláciami v Aspen Plus predstavili Du et al. (2010) a Tian et al. (2015). Metodika DynSim-

HAZOP predstavuje kombináciu vlastného nástroja automatizovanej HAZOP analýzy a

externého simulačného nástroja. Externým simulačným prostredím môže byť podľa potreby

ľubovoľný kompatibilný nástroj. Prípadovými štúdiami boli extrakčná destilácia a výroba

amoniaku. Hlavnou limitáciou DynSim-HAZOP metodiky sa javilo manuálne vyhodnotenie

následkov procesných odchýlok.

Systém automatizovaného vyhodnotenia odchýlok v závislosti od ich závažnosti priniesli

Enemark-Rasmussen et al. (2012). HAZOP analýza bola vykonaná na jednotke spracúvajúcej

zemný plyn a simulácie procesu boli vykonané v simulátore K-Spice®. Výsledky simulácií boli

prehľadne ukladané do scenárov, ktoré boli zoradené na základe citlivostných analýz, t.z. podľa

veľkosti odozvy systému (vybraných kritických parametrov) na zmenu procesného parametra

(HAZOP-odchýlku). Ohodnotenie jednotlivých scenárov poruchových stavov a identifikácia

29

najvýznamnejších scenárov znižovali časovú náročnosť výkonu HAZOP štúdie. Hlavné prínosy

tohto prístupu zhrnuli autori do dvoch bodov: HAZOP tímy nepotrebujú žiadne dodatočné

schopnosti na výkon takejto HAZOP štúdie, nakoľko sú zväčša zložené z odborníkov

familiárnych s princípmi počítačových simulácií procesov, a nie je potrebné skladať modely

zariadení „od nuly“, keďže použitý softvér využíva verifikované a už hojne využívané

matematické modely pre ropný a plynárenský priemysel.

Uceleným tematickým celkom využívajúcim zjednodušené matematické modely je aj tzv.

funkcionálna metodológia (z angl. „functional methodology“). Táto metodológia je založená na

viacúrovňovej interpretácii skúmaného procesu, kde napr. jednu úroveň môžu predstavovať

projektové zámery vzhľadom na tok materiálu, druhú úroveň vzhľadom na požadovanú funkciu

komponentov apod. Funkcionálne modely sú v podstate zjednodušenou formou klasických

matematických modelov, kde súbory rovníc sú nahradené priradením funkcie (napr. čerpadlo má

funkciu prepravy kvapaliny; výmenník tepla má funkciu ohrevu jedného prúdu a ochladenie

druhého prúdu; ...). K softvérovým nástrojom využívajúcim funkcionálnu metodológiu patria:

projekt Dánskej technickej univerzity s názvom Asistent funkcionálneho HAZOPu

(Rossing et al., 2010),

NFMA – modifikovaná FMEA na základe funkcionálnej metodológie a princípov

HAZOP metodiky (Wu et al., 2013) a na základe NFMA postavená špecializovaná

HAZOP štúdia s integrovaným kvalitatívno-kvantitatívnym hodnotením

nebezpečenstva (Wu et al., 2014),

implementácia tzv. D-higrafov pri automatizácii HAZOP štúdie (Rodríguez and de

la Mata, 2012).

Alternatívou je i kombinácia oboch prístupov – znalostného a modelového – do jedného

kompaktného softvérového riešenia. Príkladom takéhoto hybridného nástroja automatizovanej

HAZOP štúdie určeného pre vsádzkové procesy je PHASuite (Zhao et al., 2005a, 2005b).

Znalosti sú uložené externe v znalostnej databáze a na simulácie procesu sa využíva modelovací

softvér Batch Plus z dielne Aspen. Na zobrazovanie a ukladanie informácií sú využívané farebné

Petriho siete. Prezentuje sa kompatibilitou s väčšinou rozšírených nástrojov v priemyselnej praxi

a otvorenou štruktúrou, čo znamená, že užívatelia môžu voľne dopĺňať a rozširovať znalostnú

databázu. Softvér čiastočne využíva aj princípy funkcionálnej metodológie.

Téme modelového prístupu v bezpečnostnom inžinierstve sa podrobne venuje aj Ústav

chemického a environmentálneho inžinierstva FCHPT STU, na ktorého pracovisku bola

dizertačná práca vykonávaná, a preto je tomuto výskumu vyhradená samostatná kapitola.

30

1.3 Východzí stav výskumu identifikácie

procesného nebezpečenstva na báze

modelového prístupu na ÚCHEI FCHPT STU

Výskum v oblasti matematického modelovania kľúčových priemyselných zariadení

(reaktory, destilačné kolóny, atď.), ako aj v oblasti bezpečnostného inžinierstva má na Ústave

chemického a environmentálneho inžinierstva FCHPT STU bohatú tradíciu. Soos et al. (2001)

publikovali prácu pojednávajúcu o hodnotení bezpečnosti chemických reaktorov využitím

programu Aspen HYSYS s príkladom na produkcii MTBE (metyl,terc-butyl-éter). Kombináciou

so softvérom CONT boli identifikované viacnásobné ustálené stavy, ktorých dôsledkom

dochádzalo k radikálnym zmenám procesných podmienok pri relatívne malej zmene jedného z

prevádzkových parametrov. Na modelovanie v programe Aspen HYSYS nadviazala štúdia o

vplyve presnosti matematického modelu na výsledky hodnotenia bezpečnosti chemických

reaktorov (Molnár et al., 2002). Boli publikované i ďalšie práce, ktoré sa zaoberali bezpečnou

prevádzkou CSTR (prietokových miešaných reaktorov) (Molnár et al., 2005, 2003; Švandová et

al., 2005b), rúrových reaktorov (Labovský et al., 2008, 2006) a reaktívno-destilačných kolón

(Kotora et al., 2005; Švandová et al., 2006), v ktorých procesy vykazovali nelineárne chovanie

ako napr. fenomén viacnásobných ustálených stavov pri syntéze amoniaku, MTBE alebo

propylén-oxidu. V tomto období bol publikovaný článok o nevyhnutnosti dynamických simulácií

a analýzy viacnásobných ustálených stavov ako súčasti robustnej HAZOP štúdie prevádzkovania

chemických reaktorov (Švandová et al., 2005a). Labovský et al. (2007a, 2007b) následne

zosumarizovali výhody a nevýhody využívania matematického modelovania pri posudzovaní

bezpečnosti prevádzok s chemickými reaktormi. Okrem samotnej počítačovej simulácie v

komerčnom simulátore Aspen HYSYS sa využívali viaceré pokročilé matematické metódy pri

výkone bezpečnostnej analýzy, napr. bifurkačná a kontinuačná analýza.

Okrem samotnej analýzy procesu sa výskum na ÚCHEI FCHPT STU zameral i na

problematiku výberu vhodného matematického modelu a vplyvu nepresnosti jednotlivých

parametrov modelu na výsledky bezpečnostnej analýzy (Laššák et al., 2010; Švandová et al.,

2009, 2008). Posledným výstupom práce výskumnej skupiny reaktorového a bezpečnostného

inžinierstva pred mojím nástupom na doktorandskú pozíciu bola rozsiahla prehľadová štúdia

o možnostiach identifikácie rizika na báze modelového prístupu vo viacfázových reaktoroch v

chemickom priemysle (Labovská et al., 2014).

31

2 Ciele dizertačnej práce

Prezentovanú literárnu rešerš problematiky automatizácie analýz procesných rizík so

zameraním na automatizáciu najrozšírenejšej metódy hodnotenia procesného nebezpečenstva –

HAZOP štúdie – využitím matematického modelovania možno zhrnúť do niekoľkých bodov:

ucelených metodológií bolo vyvinutých viac na báze znalostného než modelového

prístupu,

modelový prístup sa začal naplno vyvíjať až začiatkom 21. storočia,

využívajú sa matematické modely rôznej komplexnosti,

neexistuje jednoznačný konsenzus pri výbere vhodného simulačného prostredia,

limitujúce faktory modelového prístupu sú najmä spoľahlivosť zvolených

matematických modelov a presnosť ich parametrov, spôsob vyhodnocovania počítačom

simulovaných poruchových stavov a implementácia vyvíjaných nástrojov do

priemyselnej praxe.

Na základe uvedeného je možné formulovať 5 ucelených cieľov dizertačnej práce:

1) Vývoj softvérovej štruktúry na identifikáciu procesného nebezpečenstva

a prevádzkových problémov vychádzajúcej z metodológie HAZOP štúdie

2) Výber a optimalizácia matematických procedúr a výpočtových algoritmov na

automatizáciu vyhodnocovania simulačných dát

3) Analýza využitia komerčného simulačného softvéru z pohľadu bezpečnostného

inžinierstva

4) Kombinácia vhodného simulačného prostredia s vyvíjaným komplexným nástrojom

automatizovanej identifikácie procesných rizík

5) Tvorba matematických modelov pre prípadové štúdie priemyselných jednotiek na

testovanie vyvíjaného softvéru

Súčasťou prác na dizertačnej téme je aj publikačná aktivita a aktívna účasť na

špecializovaných medzinárodných konferenciách zameraných na oblasť bezpečnostného

inžinierstva a na využívanie pokročilých metód matematického modelovania v procesnom

inžinierstve.

32

3 Štruktúra vyvíjaného softvéru na

automatizovanú identifikáciu

nebezpečenstva v procesnom

inžinierstve

Vývojovým prostredím pre softvér je Microsoft Visual Studio Ultimate 2013, v ktorom je

možné vytváranie Windows, webových či mobilných aplikácií v rôznych

programovacích jazykoch, a to napr. Visual Basic, C#, C++, F#, Java a iných (Microsoft, 2018).

Programovacím jazykom vyvíjaného softvéru je jazyk C# (sí šarp z angl. „C sharp“), ktorý patrí

k objektovo-orientovaným programovacím jazykom. Na ukladanie dát slúži databázové rozhranie

SQLite, ktoré patrí medzi svetovo najpoužívanejšie databázové systémy (SQLite, 2017).

Objektovo-orientované programovanie je založené na vytváraní objektov, ktoré sú

inštanciami tried. Inštancia triedy má rovnaké funkcie a vlastnosti ako samotná trieda, ale dopĺňa

ich vlastnými, špecifickými hodnotami. Túto reláciu môžeme vysvetliť na prípade, ktorý je pre

bežného čitateľa jednoznačne pochopiteľný, a to na vzťahu smartfón (trieda) – iPhone 8

(inštancia). Pre lepšiu názornosť je uvedený vzťah znázornený aj graficky na Obr. 4. Trieda

smartfón obsahuje vlastnosti, ktoré sú však doplnené konkrétnymi hodnotami pre konkrétnu

inštanciu triedy (iPhone 8): napr. výrobca (Apple), rok výroby (2017), rýchlosť operačnej pamäte

(2 GB), farba (čierna), hmotnosť (148 g), atď. Obdobne má trieda zadefinované isté funkcie, ktoré

inštancia triedy „dedí“: napr. Odomknúť obrazovku, Zamknúť obrazovku, Volať, Písať správu,

Fotiť, atď. Trieda a inštancia triedy tak majú zhodné funkcie. Každá inštancia sa správa

individuálne, t.j. jednotlivé inštancie danej triedy na seba vzájomne nevplývajú a môže ich byť

vytvorené ľubovoľný počet.

Vyvíjaný softvér je principiálne tvorený dvoma modulmi, ktoré navzájom komunikujú

prostredníctvom údajov uložených v externej databáze. Na počítačové simulácie slúži Simulačný

modul a na identifikáciu nebezpečných stavov a prevádzkových problémov slúži Modul analýzy

simulačných dát. Simulačný modul vyžaduje k svojmu korektnému fungovaniu externý

simulačný nástroj, ktorým môže byť buď komerčný simulátor (v súčasnosti je implementovaná

možnosť pripojenia k Aspenu HYSYS) alebo vlastné modelovacie prostredie (napr. vlastné

matematické modely v prostredí MATLAB). Ich funkcie sú bližšie opísané v nasledujúcich

dvoch podkapitolách, v ktorých sú najskôr charakterizované metodológia a postupnosť

jednotlivých krokov, a následne sú detailne rozobrané v zmysle predstavenej metodológie

33

príslušné úseky naprogramovaného kódu – jednotlivé triedy a práca s nimi a ich inštanciami.

Keďže softvérová platforma k pripojeniu na modelovacie prostredie MATLAB nie je

momentálne plne vyvinutá, budú všetky vlastnosti a funkcie opísané pre prípad využitia Aspenu

HYSYS ako simulačného nástroja.

Obr. 4 Princíp objektovo-orientovaného programovania

3.1 Simulačný modul

3.1.1 Metodológia

Základná metodológia softvéru vychádza do veľkej miery z metodiky HAZOP. Úlohou

simulačného modulu je vytvárať HAZOP-odchýlky pre užívateľom zvolené HAZOP uzly

a následne simulovať ich efekt na skúmaný proces. Problémom využitia konvenčnej HAZOP

štúdie je definícia HAZOP-odchýlky. Matematické modelovanie si definične vyžaduje konkrétnu

hodnotu parametra, preto nie je možné použitie jednoduchej kombinácie vodiaceho slova

a procesného parametra. Ku konvenčnej HAZOP-odchýlke je nevyhnutné minimálne pridať

informáciu o jej veľkosti. Takáto informácia o HAZOP-odchýlke je postačujúca pre uskutočnenie

simulácií v ustálenom stave. V prípade sledovania dynamiky procesu je nutné rozšíriť definíciu

34

HAZOP-odchýlky ešte aj o jej trvanie. Objem dát, ktoré je potrebné spracovať, narastá

geometricky. Schematicky je tento fakt načrtnutý na Obr. 5. So započítaním trvania odchýlky do

simulácie je spojená i ďalšia komplikácia, a to ukladanie nasimulovaného stavu, t.j. HAZOP-

následku. Zatiaľ čo pri simuláciách v ustálenom stave je potrebné uložiť jeden stav (HAZOP-

následok predstavujú hodnoty procesných parametrov pre nasimulovaný ustálený stav), pri

dynamických simuláciách je potrebné uložiť viacero stavov (HAZOP-následok sú hodnoty

procesných parametrov ako funkcie času až do ustálenia procesu). Súčasťou práce je aj analýza

implementácie dynamických simulácií do vyvíjaného softvéru, pričom táto problematika je

bližšie rozoberaná v kapitolách s konkrétnymi prípadovými štúdiami.

Obr. 5 Porovnanie konvenčnej HAZOP-odchýlky a HAZOP-odchýlky upravenej pre

počítačové simulácie

Z klasických HAZOP-odchýlok (Tab. 2 v kapitole 1.1.1) je možné simulovať v súčasnosti

kvantitatívne HAZOP-odchýlky, ktoré vznikajú aplikáciou vodiacich slov VIAC a MENEJ

k procesným parametrom teplota, tlak, hmotnostný tok, mólový tok, objemový prietok a podiel

parnej fázy. Pre určité operácie je možné simulovať aj HAZOP-odchýlky ŽIADEN + hmotnostný

alebo mólový tok (napr. úplné zlyhanie chladenia vo forme nulového prietoku chladiaceho

média). Kvalitatívne HAZOP-odchýlky sú implementované do softvéru čiastočne, a to v podobe

kombinácie vodiacich slov VIAC a MENEJ s procesnými parametrami charakterizujúcimi

zloženie, a to hmotnostné a mólové zlomky a parciálne hmotnostné a mólové toky jednotlivých

komponentov v procese.

Rozsah HAZOP-odchýlky závisí od voľby užívateľa. Želané HAZOP-odchýlky sa po

vytvorení uložia. Po skončení tvorby HAZOP-odchýlok dochádza k ich postupnej simulácii.

V súčasnosti je plne implementovaná simulácia v ustálenom stave a pre jednu odchýlku súčasne.

S miernou úpravou kódu je možná aj implementácia simulácie viacerých odchýlok naraz pre

sledovanie ich synergického efektu na proces. Rovnako je po úprave kódu možné rozšíriť softvér

35

aj o analýzu dynamických simulácií. Po odsimulovaní konkrétnej HAZOP-odchýlky sa k danej

odchýlke priradí zodpovedajúci ustálený stav reprezentujúci HAZOP-následok. Set dát HAZOP-

odchýlka – následok je potom možné vyhodnotiť z pohľadu dopadu na bezpečnosť

a prevádzkyschopnosť v Module analýzy simulačných dát.

3.1.2 Programová realizácia

Vyvíjaný softvér sa skladá z 9 tried zdieľaných medzi modulmi, pričom priamo

v Simulačnom module sa využíva 8 z nich. Vzájomná komunikácia tried je znázornená na Obr. 6.

Hlavnou správcovskou triedou je trieda MainEngine, v ktorej sú zadefinované funkcie pre

spracovanie údajov, manipuláciu s pripravenými matematickými modelmi a spustenie samotnej

simulácie procesov. Pre svoje správne fungovanie vyžaduje ďalšie triedy, a to MainDBEngine

reprezentujúcu externú databázu, ConnectWithHYSYS reprezentujúcu simulačný súbor

v simulátore Aspen HYSYS a FootPrint pre vytvorenie vhodnej formy na ukladanie údajov

z počítačovej simulácie. Pre konzerváciu údajov o materiálových a energetických prúdoch

existujúcich v Aspene HYSYS slúžia triedy MyMaterialStreams a MyEnergyStreams.

Analogicky vybrané zariadenia (rôzne typy reaktorov, výmenníky tepla, rektifikačné kolóny, etc.)

reprezentuje trieda MyOperations. Trieda DeviationHelper slúži na prácu s vygenerovanými

HAZOP-odchýlkami vnútri v simulačnom prostredí. Na Obr. 6 zobrazená trieda SimpleAnalysis

nie je v Simulačnom module využívaná aktívne.

Obr. 6 Triedy a ich prepojenie v Simulačnom module (červené šípky – aktívne

spojenia; šedé šípky – neaktívne spojenia)

36

Pri spustení programu sa užívateľovi zobrazí úvodné okno (Obr. 7) v užívateľskom rozhraní

a vytvorí sa inštancia triedy MainEngine. Užívateľ následne stisnutím tlačidla „Connect to case“

zvolí simulačný súbor Aspenu HYSYS, ktorý obsahuje model prevádzky vybranej pre analýzu.

Na manažment pripojenia k simulačnému súboru sa vytvorí inštancia triedy ConnectWithHYSYS,

ktorá de facto slúži na vytvorenie aktívneho spojenia medzi vyvíjaným softvérom a simulačným

prostredím Aspenu HYSYS s otvoreným modelom prevádzky, a na transfer vybraných údajov.

Vlastnosti (Fields a Properties) a funkcie (Methods) prislúchajúce triede ConnectWithHYSYS sú

zobrazené na Obr. 8. Pre účely dizertačnej práce je možné spojiť položky Fields a Properties,

pretože tieto sa líšia v spôsobe svojho zadefinovania v programe, ale v zmysle hore uvedenej

definície pojmov v objektovo-orientovanom programovacom jazyku ich možno považovať

súhrnne za vlastnosti. Funkcia CreateConnection kontroluje stav otvoreného simulačného súboru

v Aspene HYSYS a v prípade kladnej odozvy vytvorí aktívne spojenie. Ostatné funkcie slúžia na

získanie vybraných údajov o otvorenom modeli prevádzky z Aspenu HYSYS, a to materiálové

(GetMaterialStreams) a energetické (GetEnergyStreams) prúdy, jednotkové operácie

(GetOperations) a jednotlivé látky/komponenty (GetComponentNames) použité v systéme, ktoré

sa uložia do prislúchajúcich vlastností: MaterialStreamsList, EnergyStreamsList, OperationsList,

ComponentsNames, NumberOfComponents.

Obr. 7 Úvodné okno užívateľského rozhrania Simulačného modulu

37

Obr. 8 Vlastnosti a funkcie triedy ConnectWithHYSYS

Ostatné vlastnosti slúžia na ukladanie ďalších podstatných informácií z pohľadu komunikácie

s Aspenom HYSYS. Sem patria aj inštancie vlastných tried Aspenu HYSYS, napr. aktuálne

otvorené okno Aspenu HYSYS (MyHYSYSApplication), otvorený simulačný súbor

(MySimulationCase) a využívaná procesná schéma (MyFlowSheet). Z údajov otvorenej

procesnej schémy sa potom extrahujú dáta o použitých termodynamických modeloch (flupckg,

basisma, composs). Pomocou inštancie triedy ConnectWithHYSYS tak vieme pracovať s

vybranými informáciami o otvorenom simulačnom súbore v Aspene HYSYS. Obr. 9 predstavuje

užívateľské okno po načítaní údajov. Ako vidno, užívateľ má na výber tri možné HAZOP uzly:

materiálové prúdy, energetické prúdy a jednotkové operácie. Po zvolení jedného z HAZOP uzlov

sa načítajú a zobrazia jednotlivé prúdy, resp. jednotkové operácie prítomné v otvorenom

simulačnom súbore z vlastností MaterialStreamsList, EnergyStreamsList, OperationsList

inštancie triedy ConnectWithHYSYS. Názvy týchto vlastností majú koncovku „List“ na

zdôraznenie, že sa typologicky jedná o zoznamy. MaterialStreamsList predstavuje zoznam

inštancií triedy MyMaterialStreams. Analogicky to platí aj o dvojiciach EnergyStreamsList –

inštancie triedy MyEnergyStreams a OperationsList – inštancie triedy MyOperations.

38

Obr. 9 Úvodné okno užívateľského rozhrania Simulačného modulu po načítaní

simulačného súboru

Na Obr. 10 sú znázornené vlastnosti a funkcie prislúchajúce k uvedeným triedam. Ako vidno,

najrozsiahlejšie sa ukladajú informácie o materiálových prúdoch (tok, zloženie, tlak, teplota,

skupenstvo, atď.), keďže extrakcia údajov z Aspenu HYSYS je pre materiálové prúdy

priamočiara. Analogicky to platí aj pre energetické prúdy, v tomto prípade je však kľúčovým

potrebným údajom jedine ich veľkosť, t.j. dodané/odobrané teplo, práca, atď. S jednotkovými

operáciami sa narába zložitejšie a extrakcia údajov z nich nie je natoľko priamočiara ako

v prípade materiálových a energetických prúdov. V súčasnosti je trieda MyOperations

typologicky predpripravená pre prácu s výmenníkmi tepla, čerpadlami a kompresormi

(zabezpečuje funkcia GetPerformance získava údaj o množstve dodaného/odobraného tepla,

vykonanej práce a pod.), a rôznymi druhmi reaktorov (zabezpečujú funkcie GetPerformance, ak

sa nejedná o adiabatický proces, a GetConversionsInReactor, ktorá slúži na výpočet konverzií

jednotlivých komponentov). Na základe informácií obsiahnutých v jednotlivých triedach

MyMaterialStreams, MyEnergyStreams a MyOperations si užívateľ volí dostupné HAZOP-

odchýlky. Pre materiálové prúdy je možné vytvoriť HAZOP-odchýlky predstavujúce fluktuácie

v tlaku, teplote, hmotnostnom a mólovom toku a zložení (reprezentovanom hmotnostnými

a mólovými zlomkami/tokmi komponentov). Pre energetické prúdy je možné sledovať fluktuáciu

v ich veľkosti. V súčasnosti trieda MyOperations neslúži priamo na tvorbu HAZOP-odchýlok,

ale na extrakciu údajov po simulácii a odpájanie a pripájanie materiálových a energetických

prúdov. Pre HAZOP-odchýlky spojené so zariadeniami je nutné manipulovať priamo

s pripojenými materiálovými a energetickými prúdmi, ktoré dokážu vo veľkej miere

reprezentovať zlyhanie na zariadení, napr. zlyhanie výmenníka tepla je možné simulovať

39

v závislosti od zvoleného modelu výmenníka tepla buď zmenou teploty na jednom z výstupných

materiálových prúdov, alebo, ak je pripojený energetický prúd, priamo zmenou jeho veľkosti,

a pod.

Obr. 10 Vlastnosti a funkcie tried MyMaterialStreams, MyEnergyStreams a

MyOperations

Po výbere želaného prúdu, jeho parametra a vodiaceho slova je potrebné priradiť k HAZOP-

odchýlke jej veľkosť, resp. rozsah hodnôt meneného parametra. Užívateľ túto hodnotu priraďuje

k jednotlivým HAZOP-odchýlkam pomocou užívateľského rozhrania znázorneného na Obr. 11.

Volí sa zadaním buď absolútnej alebo relatívnej zmeny hodnoty parametra. Užívateľ môže zadať

maximálnu a minimálnu hodnotu zmeny parametra a želanú veľkosť kroku. Na základe týchto

údajov je následne automaticky vytvorená rovnomerne rozložená množina všetkých hodnôt

meneného parametra pre simuláciu. Druhou alternatívou je manuálne zadanie jednotlivých

hodnôt odchýlky pre simuláciu, t.j. vytvorenie nerovnomerne rozloženej množiny všetkých

hodnôt meneného parametra. Príklady zadania hodnôt užívateľom sú:

a) nižšia teplota prúdu 1 v intervale od 0 po 30 % s krokom 1 %,

b) nižšia teplota prúdu 1 o [5; 10; 15; 20; 21; 22; 23; 24; 25; 26; 27; 28; 29; 30] %.

Želané HAZOP-odchýlky sa po vytvorení uložia do externej SQLite databázy s prideleným

špeciálnym identifikátorom a informáciou definujúcou stav simulácie danej HAZOP-odchýlky,

ktorá môže nadobudnúť tri hodnoty: neodsimulovaná, úspešne odsimulovaná alebo

odsimulovaná s chybou.

40

Obr. 11 Okno zadávania rozsahu zvolených HAZOP-odchýlok v užívateľskom

rozhraní

V ďalšom kroku dochádza k samotnej simulácii jednotlivých HAZOP-odchýlok. Užívateľ

dostane na výber z tých odchýlok, ktoré majú stav simulácie „neodsimulovaná“. Následne spustí

simuláciu. Pred odsimulovaním prvej HAZOP-odchýlky program uloží pôvodný ustálený stav,

pričom sa jedná v zmysle HAZOP metodológie o dizajnový zámer. Analýza závažnosti

jednotlivých následkov v Module analýzy simulačných dát prebieha na princípe porovnania tohto

pôvodného ustáleného stavu s novým ustáleným stavom prislúchajúcim zvolenej HAZOP-

odchýlke. Na uloženie ustáleného stavu je vytvorená špeciálna trieda Footprint (Obr. 12).

Obr. 12 Vlastnosti a funkcie triedy Footprint

Vlastnosti MaterialStreams, EnergyStreams a OperationUnits sú inštancie tried

MyMaterialStreams, MyEnergyStreams a MyOperations, do ktorých sa ukladajú aktuálne

hodnoty jednotlivých parametrov rozpísaných na Obr. 10 v ustálenom stave. Zvyšné vlastnosti

41

a funkcie slúžia na prístup k údajom v neskorších fázach simulácie a analýzy nasimulovaných

dát. Inštancie triedy Footprint tak predstavujú kompletné „snímky“ procesu s uloženými údajmi

o vybraných parametroch všetkých materiálových a energetických prúdov, a jednotkových

operácií (zariadení) v schéme procesu.

Po uložení dizajnového zámeru sa začnú želané HAZOP-odchýlky simulovať postupne, jedna

za druhou. Na zaručenie konvergencie k správnemu riešeniu, t.j. nájdenia ustáleného stavu pre

systém s danou HAZOP-odchýlkou, obsahuje vyvíjaný softvér tri spôsoby postupnosti simulácií

(Obr. 13). Štandardným postupom výpočtu je odsimulovanie jednej HAZOP-odchýlky, návrat

k dizajnovému zámeru a odsimulovanie ďalšej HAZOP-odchýlky. Na rozdiel od Aspenu Plus,

v simulačnom prostredí Aspenu HYSYS nie je možné priamo zadať odhad počítaných hodnôt

jednotlivých veličín, čo môže mať za následok zlyhanie štandardného postupu. Aspen HYSYS

solver využíva na odhad počítaných hodnôt automaticky predošlý ustálený stav. Tento fakt sa

zužitkováva pri dvoch špecifických postupoch výpočtu. V prvom prípade sa HAZOP-odchýlky

zoradia podľa veľkosti od najmenšej po najväčšiu (alebo naopak) a simulujú sa postupne bez

návratu k dizajnovému zámeru. V prípade, že zlyhá výpočet aj v tomto prípade, vyvíjaný softvér

použije posledný spôsob výpočtu, a to špecifický s automatickou reguláciou kroku, v ktorom sa

vytvoria pomocné odchýlky medzi dvomi po sebe idúcimi HAZOP-odchýlkami vytvorenými

užívateľom. Tieto pomocné odchýlky majú za úlohu zhustiť sieť počítaných ustálených stavov

a pomôcť konvergovať solveru k riešeniu. Špecifické postupy výpočtu sú vhodné pre nelineárne

systémy vykazujúce viacnásobné ustálené stavy, ktorých simulácia v komerčných simulačných

nástrojoch je obzvlášť náročná (Li and Huang, 2011). V prípade, že je v identifikovanom systéme

očakávaná prítomnosť viacnásobných ustálených stavov, vyvíjaný softvér umožňuje vykonať

simuláciu HAZOP-odchýlok dvojakou cestou, a to v smere od najmenšej po najväčšiu a naopak.

Pokiaľ oboma smermi dôjde k simulácii rovnakých ustálených stavov, prítomnosť viacnásobných

ustálených stavov nie je v danom simulačnom prostredí detekovateľná. V prípade, že sa

nasimulované ustálené stavy líšia v závislosti od smeru simulácie, boli identifikované rôzne vetvy

riešenia tvorené ustálenými stavmi. Takýmto spôsobom však nie je možné identifikovať

nestabilné ustálené stavy. Bližšie rozpísané a zdôvodnené tieto postupy simulácie a ich benefity

sú v Prílohe B (v časti Methodology).

42

Obr. 13 Možné výpočtové postupy pri simuláciách HAZOP-odchýlok (rímske čísla

indikujú postupnosť krokov)

Samotná simulácia HAZOP-odchýlok v prostredí Aspenu HYSYS pozostáva z dvoch krokov.

Aspen HYSYS pracuje na princípe sekvenčného modelovania, t.j. solver hľadá riešenie (ustálený

stav) pre každú jednotkovú operáciu/prúd postupne a nie naraz pre celý systém. Z toho vyplýva,

že stupne voľnosti sa stanovujú pre každú jednotkovú operáciu/prúd zvlášť. Priamo manipulovať

s hodnotami parametrov jednotlivých prúdov a jednotkových operácií tak možno len v prípade,

že tieto hodnoty sú zadané užívateľom a nie počítané solverom. Pokus o zadanie hodnoty

parametra, ktorá sa solverom dopočítava, vedie k internému konfliktu solvera. Hodnotu, ktorú

sám solver vypočítal, sa užívateľ snaží prepísať. Na predídenie konfliktu medzi zadávanou

a počítanou hodnotou parametrov sa v prvom kroku v existujúcej analyzovanej schéme procesu

vytvorí pomocný manipulačný aparát. Pre manipuláciu s materiálovým prúdom je aparát

znázornený na Obr. 14. Pred simuláciou HAZOP-odchýlky sa solver deaktivuje. Cieľový

43

materiálový prúd, ktorého parameter je predmetom HAZOP-odchýlky, sa odpojí zo zariadenia,

do ktorého predstavoval v dizajnovom zámere vstupný prúd a pripojí sa do mixéra

v manipulačnom aparáte. Prúd TEST_1 slúži na deviácie prietoku cieľového prúdu a prúd

TEST_THIEF na deviácie v zložení cieľového prúdu. Zmes cieľového prúdu s prúdmi TEST_1

a TEST_THIEF opúšťa mixér vo forme prúdu TEST_2. Následne je zaradený chladič

s výstupným prúdom TEST_3. Zadanie vybraného parametra v tomto prúde slúži na deviáciu

teploty, tlaku alebo podielu parnej fázy cieľového prúdu. Výstupný prúd TEST_3 sa následne

zapojí do zariadenia, do ktorého bol v dizajnovom zámere zapojený cieľový prúd. Prúd TEST_3

tak predstavuje „klon“ cieľového prúdu, ktorý má hodnoty všetkých parametrov rovnaké ako

cieľový prúd až na jednu pozmenenú hodnotu parametra zvoleného pre HAZOP-odchýlku. Po

dokončení pripojenia manipulačného aparátu sa solver aktivuje, čím sa umožní kalkulácia nového

ustáleného stavu. Takýto postup umožňuje zmeniť v procese ľubovoľný parameter

ktoréhokoľvek materiálového prúdu bez ohľadu na to, či je hodnota parametru zadaná alebo

dopočítaná solverom. Pripojenie a odpojenie cieľového prúdu z a do manipulačného aparátu

zabezpečuje trieda DeviationHelper.

Po skončení kalkulácie solvera softvér skontroluje korektnosť vypočítaného ustáleného stavu.

Je možné, že solver prehlási výpočty za ukončené, ale pre niektoré jednotkové operácie nebol

schopný skonvergovať k riešeniu a nenašiel nový ustálený stav. V takomto prípade zostanú

hodnoty parametrov nedefinované. Ak softvér nájde v schéme nedefinované hodnoty parametrov,

prehlási takúto simuláciu za chybnú. V tomto momente zmení vyvíjaný softvér spôsob výpočtu

zo štandardného na špecifický (Obr. 13) a pokúsi sa o uskutočnenie úspešnej simulácie. Ak

výpočet ustáleného stavu pre HAZOP-odchýlku napriek zmene výpočtového postupu zo

štandardného do špecifického nie je úspešný, daná HAZOP-odchýlka sa označí ako

odsimulovaná s chybou a softvér pokračuje simuláciou ďalšej HAZOP-odchýlky v poradí.

V prípade úspešnej simulácie HAZOP-odchýlky sa k danej odchýlke uloží v externej databáze

HAZOP-následok vo forme snímky procesu - inštancie triedy Footprint. Uloženie množstva

informácií obsiahnutých v inštancie triedy Footprint do databázy na báze SQLite nie je triviálnou

záležitosťou a vo vyvíjanom softvéri sa využíva princíp serializácie dát, čo znamená, že sa dáta

pretransformujú do vhodnej textovej štruktúry, ktorá sa následne uloží a v prípade potreby jej

načítania sa vhodnou formou deserializácie dát uložené textové údaje opätovne prepíšu do

inštancie triedy Footprint. Ak je simulácia označená za chybnú, miesto inštancie triedy Footprint

sa uloží do externej databázy chybové hlásenie. Na zápis, prepis a čítanie dát uložených v SQLite

databáze je vyhradená trieda MainDBEngine. Po skončení simulácie poslednej želanej HAZOP-

odchýlky je manipulačný aparát (Obr. 14) odstránený z procesu a analyzovaný systém je

44

obnovený do dizajnového zámeru. Živé spojenie medzi vyvíjaným softvérom a simulačným

prostredím Aspenu HYSYS sa ukončí.

Obr. 14 Manipulačný aparát v Aspene HYSYS pre zmenu parametrov v materiálovom

prúde

Celý uvedený priebeh akcií vyvíjaného softvéru je zabezpečený v úvode spomenutou

inštanciou triedy MainEngine, ktorá vznikne spustením aplikácie. Jednotlivé vlastnosti a funkcie

triedy MainEngine sú kvôli kompletnému obrazu o štruktúre softvéru uvedené na nasledovnom

Obr. 15. Úlohy jednotlivých funkcií vyplývajú z ich názvov. V prípade vlastností sa v prevažnej

miere jedná o pomocné premenné pre čiastkové procesy pri výkone HAZOP štúdie vo vyvíjanom

softvéri (napr. vlastnosti column, columnOperations a indexInColumnStages ako pomocné údaje

pre prácu s rektifikačnými, extrakčnými a absorpčnými kolónami). Bližšie sa uvedeným

vlastnostiam a funkciám triedy MainEngine táto kapitola nevenuje, vzhľadom k vyhnutiu sa

zbytočnej duplicite informácií a udržaniu relatívnej jednoduchosti textu. Primárnou úlohou

uvedených vlastností a funkcií je zabezpečiť korešpondujúce akcie Simulačného modulu, ktoré

už sú detailne opísané v predchádzajúcich odsekoch.

Obr. 15 Vlastnosti a funkcie triedy MainEngine

45

3.2 Modul analýzy simulačných dát

3.2.1 Metodológia

Na vyhodnotenie závažnosti jednotlivých odsimulovaných následkov (ustálené stavy

prislúchajúce zvoleným HAZOP-odchýlkam) pomocou vybraných pokročilých matematických

metód analýzy slúži Modul analýzy simulačných dát. Vzťah medzi oboma modulmi vyvíjaného

softvéru je schematicky znázornený na Obr. 16. Simulačný modul ukladá do externej SQLite

databázy páry HAZOP-odchýlka – snímka procesu (nasimulovaný ustálený stav). Modul analýzy

simulačných dát z tejto databázy načítava snímky procesu a podrobuje ich analýze. Výsledky

analýzy spracuje do výstupu v podobe HAZOP-tabuľky. Keďže Modul analýzy simulačných dát

nevyžaduje živé spojenie s Aspenom HYSYS, ale len načítava už nasimulované ustálené stavy,

užívateľ môže mať oba moduly vyvíjaného softvéru spustené naraz, t.j. kým sa niektoré HAZOP-

odchýlky ešte len budú simulovať, užívateľ už môže vyhodnocovať dopad doposiaľ

odsimulovaných HAZOP-odchýlok a nemusí čakať na ukončenie celej HAZOP procedúry

v Simulačnom module.

K implementovaným matematickým metódam patria napr. identifikácia viacnásobných

ustálených stavov, analýza parametrickej citlivosti alebo analýza runaway podmienok. Užívateľ

má zároveň možnosť vložiť vlastné limitácie parametrov vyplývajúce z prevádzkovej skúsenosti

s daným procesom, napr. môže zadefinovať kritické hodnoty parametrov (maximálna teplota

ohrievaného média vo výmenníku tepla, minimálna hladina v zásobníku, maximálny tlak

v reaktore, apod.), ktoré sa nesmú prekročiť, či už z pohľadu prevádzkovej bezpečnosti alebo

optimálneho chodu zariadení. Vyvíjaný softvér potom pri vyhodnocovaní HAZOP-následkov

monitoruje užívateľom zvolené hodnoty parametrov a ich prekročenie zaznamenáva. Súbežne

s tým podrobuje získané nasimulované ustálené stavy vlastným matematickým analýzam

a prípadné identifikované nebezpečné stavy a prevádzkové problémy rovnako zaznamenáva. Oba

postupy tak spolu zabezpečujú polo-automatické vyhodnotenie počítačových simulácií.

V prípade, že užívateľ nezadá žiadne vlastné limitácie procesných parametrov, vyhodnotenie

HAZOP-následkov možno považovať za plne automatickú procedúru.

HAZOP-následky sa analyzujú nielen každý individuálne, ale aj ako súbor na seba

nadväzujúcich ustálených stavov pre HAZOP-odchýlky toho istého parametra v danom HAZOP

uzle. Inak povedané, ak užívateľ zvolil a nasimuloval HAZOP-odchýlky pre parameter teplota

materiálového prúdu 1 a rozsah HAZOP-odchýlky bol v intervale od 1 po 10 % v oboch smeroch

(vodiace slová VIAC a MENEJ) s krokom 1 %, analýze sa podrobuje 20 HAZOP-následkov

46

individuálne a sleduje sa odozva systému na danú jednu zmenu teploty materiálového prúdu 1.

Zároveň sa analyzuje všetkých 20 HAZOP-následkov aj dokopy, čím sa získava predstava

o citlivosti jednotlivých parametrov procesu od zmeny teploty materiálového prúdu 1, t.j.

dochádza k zostaveniu závislosti jednotlivých procesných parametrov ako funkcie teploty

materiálového prúdu 1. Užívateľ môže prepínať medzi rôznymi zobrazeniami analýzy odchýlok

a získať tak detailnú predstavu o chovaní analyzovaného systému.

Obr. 16 Zjednodušená štruktúra vyvíjaného softvéru

Získané výsledky automatizovaných matematických analýz a monitoringu kritických hodnôt

definovaných užívateľom sa využijú pre zostavenie výslednej HAZOP-tabuľky (Obr. 17), ktorá

obsahuje informácie o HAZOP-odchýlkach a ich HAZOP-následkoch. Informácia o HAZOP-

odchýlke zahŕňa zodpovedajúci HAZOP uzol a procesný parameter, pre ktorý bola HAZOP-

odchýlka zvolená, a rozsah odchýlky, pre ktorý je identifikovaný HAZOP-následok relevantný.

Informácia o HAZOP-následku obsahuje analogicky identifikáciu prúdu alebo jednotkovej

operácie s príslušným procesným parametrom, pre ktorý bol HAZOP-následok identifikovaný,

číselnú hodnotu daného parametra a klasifikáciu, či sa jedná o nebezpečný stav alebo

prevádzkový problém alebo kombináciu oboch. Voliteľne môže byť výsledná HAZOP-tabuľka

rozšírená aj o informáciu o príčinách vedúcich k danej HAZOP-odchýlke, ktoré sú však

stanovené empiricky a nie programovo. Vzhľadom k už uvedenému sekvenčnému charakteru

modelovania v Aspene HYSYS a spôsobu simulácie HAZOP-odchýlok (opísaný

v predchádzajúcej kapitole) nie je možné spätne vyšetrovať príčiny zvolených HAZOP-odchýlok.

Príčiny je tak nevyhnutné určiť analýzou ľudskými HAZOP tímami expertov na daný proces.

Identifikácia príčin HAZOP-odchýlok tak na rozdiel od identifikácie HAZOP-následkov nie je

vo vyvíjanom softvéri automatizovaná.

47

HAZOP-tabuľka (Obr. 17) neobsahuje závažnosť, pravdepodobnosť ani existujúce zábrany

či odporúčania na zamedzenie danému HAZOP-následku. Závažnosť HAZOP-následku sa

zväčša stanovuje na základe interných firemných pravidiel, pre jednu firmu môže malú škodu

predstavovať škoda na úrovni 1 000 EUR a pre inú zas 100 000 EUR. Obdobne to platí aj pre

pravdepodobnosť HAZOP-následku, niektoré firmy považujú za zriedkavú udalosť takú, ktorá

nastane raz za 100 rokov, iné zas raz za 20 rokov. Existujúce zábrany a odporúčania na

zamedzenie HAZOP-následku vyplývajú z konkrétneho usporiadania prevádzky. V simuláciách

ustálených stavov, ktoré sú v súčasnosti implementované vo vyvíjanom softvéri, sa priamo

neuvažuje s existenciou ochranných prvkov v procese, kam patria napr. riadiace slučky či

bezpečnostné ventily. Je tak prakticky nemožné stanoviť, aké zábrany v systéme sú už prítomné

a aké je potrebné doplniť. Všetky spomenuté štandardné súčasti HAZOP-tabuľky je tak potrebné

doplniť nasledovnou hĺbkovou analýzou vykonanou ľudskými tímami expertov nielen na daný

proces, ale aj samotné bezpečnostné inžinierstvo. Vyvíjaným softvérom vygenerovaná HAZOP-

tabuľka slúži tak len ako podklad a podporný materiál pre ďalšie detailnejšie HAZOP analýzy

a účelom vyvíjaného softvéru nie je nahradiť manuálne HAZOP štúdie, ale poskytnúť pomocný

materiál na ich spresnenie a zníženie ich časovej náročnosti.

Obr. 17 Ukážka výslednej HAZOP-tabuľky vygenerovanej vyvíjaným softvérom

(prevzaté z Prílohy B)

3.2.2 Programová realizácia

Analogicky ako v Simulačnom module, Modul analýzy simulačných dát pozostáva z 9

zdieľaných tried (Obr. 18), ktoré sú zhodné s triedami vyobrazenými na Obr. 6. Na rozdiel od

Simulačného modulu sa v Module analýzy simulačných dát nevyužívajú aktívne triedy súvisiace

s komunikáciou so simulačným prostredím, t.j. ConnectWithHYSYS a DeviationHelper. Zvyšné

triedy, ktoré boli využívané v Simulačnom module, sa využívajú aj v tomto module, keďže oba

moduly pracujú s výsledkami simulácie vo forme inštancií triedy Footprint, ktorá na ukladanie

dát využíva triedy MyMaterialStreams, MyEnergyStreams a MyOperations. Inštancie triedy

Footprint sa načítavajú z externej SQLite databázy, pre prácu s ktorou je implementovaná trieda

48

MainDBEngine. Zároveň je v tomto module aktívne využívaná trieda SimpleAnalysis, v ktorej sú

zadefinované jednotlivé automatizované matematické metódy analýzy dát, čím zohráva kľúčovú

úlohu pri posúdení závažnosti nasimulovaných následkov. Opäť za vykonanie všetkých akcií

zodpovedá hlavná trieda MainEngine.

Obr. 18 Triedy a ich prepojenie v Module analýzy simulačných dát (červené šípky –

aktívne spojenia; šedé šípky – neaktívne spojenia)

Obr. 19 Úvodné okno Modulu analýzy simulačných dát v užívateľskom rozhraní

49

Spustením Modulu analýzy simulačných dát sa užívateľovi zobrazí okno (Obr. 19) s farebne

vyznačenými HAZOP uzlami, pre ktoré boli úspešne odsimulované HAZOP-odchýlky a sú

prístupné na analýzu. V zozname HAZOP uzlov a ich parametrov môžu jednotlivé položky

zoznamu nadobudnúť tri stavy: Ak pre daný parameter v HAZOP uzle je k dispozícii aspoň jedna

HAZOP-odchýlka odsimulovaná úspešne, položka je označená zeleným kruhom. Ak pre daný

parameter v HAZOP uzle nebola ani jedna HAZOP-odchýlka odsimulovaná, príp. všetky

HAZOP-odchýlky boli odsimulované s chybou, položka je označená červený kruhom. Zeleno-

červený kruh je vyhradený pre položky zoznamu, ktoré sú rozbaľovacie, t.j. obsahujú ďalšie

podpoložky. Týka sa to samotných HAZOP uzlov (podpoložkami sú jednotlivé procesné

parametre) a procesných parametrov opisujúcich mólové a hmotnostné zloženie prúdov, nakoľko

tieto položky sú kompletné len vtedy, ak je určený aj komponent, ktorého zloženie sa menilo, t.j.

podpoložkami sú jednotlivé komponenty prítomné v procese. Ak pre všetky podpoložky boli

úspešne odsimulované HAZOP-odchýlky, vrchná položka je označená zeleným kruhom. Ak pre

žiadnu podpoložku nebola ani jedna HAZOP-odchýlka úspešne odsimulovaná, vrchná položka

je označená červeným kruhom. Ak pre danú vrchnú položku boli pre niektoré podpoložky

odsimulované HAZOP-odchýlky úspešne a pre niektoré neboli odsimulované vôbec (príp.

odsimulované s chybou), vrchná položka je označená zeleno-červeným kruhom. Úvodné okno

ďalej pozostáva z grafického rozhrania pre vykresľovanie jednotlivých čiastkových

automatizovaných analýz, ktoré budú bližšie priblížené v ďalších odstavcoch. K aktuálne

vykreslenému grafu sú zobrazené i hodnoty jednotlivých zobrazených bodov na ňom. Metódu

automatizovaných matematických procedúr analýzy zvolených HAZOP-odchýlok volí užívateľ

pomocou užívateľského rozhrania pre výber typu analýzy. Pri spustení prvej analýzy sa

automaticky načíta z externej databázy a v softvéri vytvorí inštancia triedy Footprint

reprezentujúca dizajnový zámer. Údaje z neho slúžia na následné porovnávanie jednotlivých

nasimulovaných ustálených stavov (inštancie triedy Footprint) pre korešpondujúce HAZOP-

odchýlky s dizajnovým zámerom.

Aktuálne implementované typy analýz vo vyvíjanom softvéri pozostávajú zo štyroch

základných pohľadov na sledovanie šírenia odchýlky systémom:

A. Sledovanie odozvy jedného parametra jedného HAZOP uzlu na HAZOP-odchýlku

v celom alebo vybranom simulovanom rozsahu

B. Sledovanie odozvy všetkých alebo vybraných parametrov jedného HAZOP uzlu na

jednu hodnotu HAZOP-odchýlky

C. Sledovanie odozvy jedného parametra všetkých alebo vybraných HAZOP uzlov na

jednu hodnotu HAZOP-odchýlky

50

D. Sledovanie odozvy jedného parametra všetkých alebo vybraných HAZOP uzlov na

HAZOP-odchýlku v celom alebo vybranom simulovanom rozsahu (trojrozmerná

analýza)

Najširšie spektrum aplikovateľných matematických analýz je dostupné pre sledovanie šírenia

odchýlky spôsobom A. Užívateľ volí medzi jednoduchým porovnaním hodnôt procesných

parametrov v ustálenom stave odpovedajúcom analyzovanej HAZOP-odchýlke a procesných

parametrov v dizajnovom zámere, a zložitejšou analýzou parametrickej citlivosti. V prípade

jednoduchého porovnávania hodnôt procesných parametrov sa analyzuje absolútna hodnota, ale

i absolútna a relatívna zmena vybraného parametra (rozdiel medzi nasimulovanou hodnotou

a dizajnovým zámerom). Voľba medzi absolútnou a relatívnou zmenou nemá vplyv na výsledný

identifikovaný trend, avšak pri prezeraní výsledkov analýzy môže vizualizácia zmeny v

percentách uľahčiť užívateľovi pochopenie trendu a identifikáciu významnej zmeny procesného

parametra (napr. v prípade hmotnostného zlomku s hodnotou na úrovni tretieho či štvrtého

desatinného miesta, kedy veľmi malá zmena v absolútnych číslach môže znamenať zmenu aj

o niekoľko desiatok percent). Zložitejší typ analýzy, analýza parametrickej citlivosti, si vyžaduje

výpočet hodnoty senzitivity s zvoleného procesného parametra k parametru, pre ktorý bola

vytvorená HAZOP-odchýlka. Kým Varma et al. (2005) navrhol analytický spôsob stanovenia

senzitivity, nami vyvíjaný softvér využíva numerický spôsob zužitkovaním informácie o hodnote

zvoleného procesného parametra pre dve po sebe idúce HAZOP-odchýlky:

𝑠𝑖(𝑃𝑧 , 𝑃𝑜) =

𝜕𝑃𝑧

𝜕𝑃𝑜≈𝑃𝑧(𝑖−1)−𝑃𝑧(𝑖)

𝑃𝑜(𝑖−1)−𝑃𝑜(𝑖) (1)

Analýza parametrickej citlivosti jednotlivých procesných parametrov môže nielen odhaliť

potenciálne nebezpečné chovanie systému vo forme výraznej zmeny zvoleného parametra na

malú zmenu parametra, ktorý predstavuje HAZOP-odchýlku (Morbidelli and Varma, 1982), čo

je typickým chovaním systému pri runaway efekte, ale zároveň slúži aj k identifikácii

viacnásobných ustálených stavov (Varma et al., 2005), o ktorých existencii v systéme

a potenciálnych katastrofických následkoch prevádzkový personál častokrát nemusí mať

vedomosť. V prípade prechodu medzi dvomi vetvami ustálených stavov má hodnota senzitivity

teoreticky nadobudnúť nekonečnú hodnotu. Pri analýze vo vyvíjanom softvéri sa prakticky jedná

o veľmi vysoké číslo, pred ktorým a po ktorom nasleduje výrazne nižšia hodnota senzitivity,

nakoľko na jednotlivých vetvách ustálených stavov nedochádza k tak výrazným zmenám

parametra, čo zodpovedá situáciám pred a po preskoku medzi vetvami. Abnormálne hodnoty

senzitivity sú zaznamenané a vyznačené užívateľovi pre ďalšie analýzy. Vizualizácie predstavujú

grafy, kde na osi x sú umiestnené hodnoty HAZOP-odchýlky vo zvolenom rozsahu (buď vo

forme absolútnych hodnôt alebo absolútnej, príp. relatívnej zmeny oproti dizajnovému zámeru)

51

a os y reprezentujú hodnoty vybranej veličiny (absolútna hodnota, absolútna alebo relatívna

zmena zvoleného parametra oproti dizajnovému zámeru a senzitivita zvoleného parametra

k parametru HAZOP-odchýlky). Ukážka výstupu analýzy typu A je zobrazená na Obr. 20.

Pre sledovanie šírenia odchýlky spôsobom B a C je v súčasnosti implementované vo

vizualizácii len sledovanie relatívnej zmeny parametrov oproti dizajnovému zámeru. V prípade

sledovania odozvy všetkých alebo vybraných parametrov jedného HAZOP uzlu na jednu hodnotu

HAZOP-odchýlky zjednodušuje narábanie s relatívnou zmenou parametra samotnú analýzu

nasimulovaných ustálených stavov, keďže porovnávanie absolútnych zmien napr. teploty, tlaku

a hmotnostných zlomkov v jednom súbore dát by viedlo k zanedbaniu výrazných percentuálnych

zmien parametrov s nízkou hodnotou v dizajnovom zámere a naopak, k uprednostneniu malých

percentuálnych zmien parametrov s vysokou hodnotou v dizajnovom zámere. Analogicky to platí

aj pre prípad sledovania odozvy jedného parametra všetkých alebo vybraných HAZOP uzlov na

jednu hodnotu HAZOP-odchýlky, kde sledovanie absolútnej zmeny by mohlo opäť viesť

k zanedbaniu potenciálne výraznej a zásadnej zmeny niektorého z procesných parametrov, ktoré

v dizajnovom zámere mali hodnotu nízku (zmena 10 °C pri teplote reakčnej zmesi v dizajnovom

zámere 400 °C spôsobí pravdepodobne menšie komplikácie pre bezpečnú prevádzku reaktora ako

zmena 10 °C pri teplote chladiacej vody, ktorá mala v dizajnovom zámere teplotu 20 °C).

Výstupy z analýz spôsobmi B a C poskytujú užívateľovi v porovnaní s typom analýzy A širší

opis odozvy systému ako celku na HAZOP-odchýlku. Užívateľ môže sledovať súbežne napr.

zmenu teploty každého HAZOP uzla (typ C), príp. sa môže zamerať na kompletnú analýzu

odozvy jedného konkrétneho HAZOP uzla prostredníctvom sledovania všetkých jeho

parametrov, napr. analýza zmeny teploty, tlaku, toku a zloženia produktového prúdu z reaktora.

Vizualizácie analýz typu B a C predstavujú tiež grafy. Pre spôsob B, na osi x sú názvy

jednotlivých zvolených procesných parametrov a na osi y sú hodnoty relatívnej zmeny

jednotlivých zvolených procesných parametrov v porovnaní s dizajnovým zámerom (ukážka na

Obr. 21). Pre spôsob C, na osi x sa nachádzajú názvy jednotlivých zvolených HAZOP uzlov,

pričom hodnoty relatívnej zmeny ich vybraného procesného parametra oproti dizajnovému

zámeru sú vykreslené na osi y. Ukážka výstupu analýzy typu C je na Obr. 22.

Posledný spôsob analýzy predstavuje trojrozmerný pohľad na šírenie odchýlok. Analýza

spôsobom D poskytuje vizualizáciu dopadu HAZOP-odchýlky na systém ako celok

prostredníctvom pohľadu na jeden vybraný procesný parameter. Na štruktúru výstupu z tejto

analýzy sa dá dívať dvojako. Jednak sa v podstate jedná o pospájanie analýz typu A pre všetky

alebo vybrané HAZOP uzly v systéme. Z druhého uhla pohľadu sa jedná o pospájanie analýz

typu C nielen pre jednu hodnotu HAZOP-odchýlky, ale pre hodnoty v jej celom alebo vybranom

52

simulovanom rozsahu. Zobrazenie prebieha v dvojrozmernej rovine, pričom tretí rozmer je

reprezentovaný farbou. Ukážkou výstupu analýzy typu D je Obr. 23. Ako vidno, výsledky

trojrozmernej analýzy sú značne zložitejšie na pochopenie, ale poskytujú oveľa detailnejší náhľad

do citlivosti jednotlivých HAZOP uzlov a predstavujú komplexnú pomôcku pre pochopenie

chovania analyzovaného systému.

Obr. 20 Ukážka výstupu analýzy typu A v užívateľskom rozhraní – závislosť teploty

jedného z produktových prúdov reaktora (os x) na syntézu amoniaku od teploty privádzanej

suroviny (os y) vo zvolenom rozsahu

Obr. 21 Ukážka výstupu analýzy typu B v užívateľskom rozhraní – relatívna zmena

(os y) vybraných parametrov (os x – teplota, tlak, hmotnostný, mólový a objemový tok, podiel

parnej fázy) produktového prúdu nitrácie glycerolu pri náraste mólového zlomku kyseliny

dusičnej v surovine o 6 % oproti dizajnovému zámeru (prevzaté z Prílohy D)

53

Obr. 22 Ukážka výstupu analýzy typu C v užívateľskom rozhraní – relatívna zmena

teploty (os y) vybraných prúdov (os x – názvy vstupujúcich prúdov do reaktora, vystupujúcich

prúdov z reaktora, prúdov vstupujúcej a vystupujúcej chladiacej vody) v procese nitrácie

glycerolu pri náraste teploty privádzaného glycerolu o 24 % oproti dizajnovému zámeru

(prevzaté z Prílohy D)

Obr. 23 Ukážka výstupu analýzy typu D v užívateľskom rozhraní – relatívna zmena

teploty (os z – farba) vybraných prúdov (os y – názvy jednotlivých prúdov) v procese syntézy

amoniaku pre hodnoty relatívnej zmeny teploty privádzanej suroviny (os x) vo zvolenom

rozsahu (prvýkrát predstavený v Prílohe C)

Druhý súbor analýz je založený na monitorovaní užívateľom definovaných kritických hodnôt

vybraných procesných parametrov, ktorých prekročenie z prevádzkovej skúsenosti vedie

k nebezpečnému stavu alebo prevádzkovému problému. Užívateľ vyberie z dostupných

54

procesných parametrov želaný parameter a zadá jeho limitácie. Parameter môže byť limitovaný

zhora, zdola alebo aj zhora aj zdola ako napr. v prípade súčasnej definície minimálnej

a maximálnej povolenej teploty v reaktore. Vyvíjaný softvér potom súbežne s výkonom

vlastných implementovaných matematických analýz sleduje prekročenie užívateľom zadaných

kritických hodnôt.

Oboma súbormi analýz identifikované potenciálne nebezpečné a poruchové stavy sa uložia

vo forme, ktorá obsahuje kompletnú informáciu o HAZOP-odchýlke (HAZOP uzol a jeho

procesný parameter) a jej príslušnom rozsahu, pre ktorý bol daný stav zistený a kompletnú

informáciu o HAZOP-následku (HAZOP uzol, jeho procesný parameter a zmena oproti

dizajnovému zámeru) s klasifikáciou, či sa jedná o nebezpečný stav alebo poruchový stav alebo

o kombináciu oboch. Užívateľ môže k dvojiciam odchýlka-následok doplniť aj informáciu

o príčine, tú však dopĺňa ručne. Nejedná sa tak o nasimulované príčiny odchýlok, ale o príčiny

vychádzajúce zo skúseností užívateľa. Príklad takto vygenerovaného reportu z vyvíjaného

softvéru je na Obr. 17. Vygenerovaný report je editovateľný. Užívateľ môže z reportu

identifikované stavy odstraňovať, pokiaľ dodatočnou analýzou uzná nasimulovaný následok za

odporujúci v realite pozorovanému správaniu sa procesu. Naopak, užívateľ môže report doplniť

o stavy, ktoré, napr. vychádzajúc z vizualizovaných analýz priamo v softvéri, považuje za

potenciálne nebezpečné a poruchové stavy.

55

4 Aplikácia na prípadové štúdie

Neoddeliteľnou súčasťou vývoja softvéru je i jeho testovanie a demonštrácia jeho

aplikovateľnosti na konkrétnych prípadových štúdiách. V nasledujúcich podkapitolách budú

predstavené tri prípadové štúdie, z toho dve boli zostavené v simulačnom prostredí Aspen

HYSYS a jedna v modelovacom prostredí MATLAB. Značná časť týchto podkapitol bude

pozostávať z odvolávania sa na už publikované príspevky, v ktorých je detailne preberaná

príprava matematických modelov a analýza výsledkov bezpečnostnej analýzy.

4.1 Syntéza amoniaku

Prevádzka na výrobu amoniaku syntézou vodíka a dusíka predstavuje najkomplexnejšiu

prípadovú štúdiu v rámci predkladanej dizertačnej práce. Jedná sa o detailne preštudovaný

a dobre matematicky opísaný systém so známou a pozorovanou prítomnosťou fenoménu

viacnásobných ustálených stavov (Mancusi et al., 2000; Morud and Skogestad, 1998). Vzhľadom

na existenciu prevádzky s jednotkou výroby amoniaku na Slovensku má pracovisko Ústavu

chemického a environmentálneho inžinierstva značné skúsenosti s prevádzkovými problémami

a nebezpečnými udalosťami spojenými s týmto typom prevádzky (Jelemenský et al., 2004;

Labovský and Jelemenský, 2011; Laššák et al., 2010). V rámci dizertačnej práce bola vykonaná

bezpečnostná analýza prostredníctvom vyvíjaného softvéru na dvoch rôznych modeloch fabriky

na syntézu amoniaku v Aspene HYSYS, a to na:

zjednodušenom modeli obsahujúcom samotnú syntéznu slučku a jednotku na

jednostupňovú separáciu vyprodukovaného amoniaku,

komplexnom modeli obsahujúcom okrem samotnej syntéznej slučky aj sériu

reakčných stupňov na prípravu syntézneho plynu parným reformingom zo zemného

plynu, separačný stupeň pre prípravu čistého vodíka zo syntézneho plynu

a dvojstupňový separačný stupeň na separáciu vyprodukovaného amoniaku.

4.1.1 Zjednodušený model

Zjednodušený model výroby amoniaku v prostredí Aspenu HYSYS bol zostavený na

verifikáciu matematického modelu samotnej syntézy a test schopnosti vyvíjaného softvéru

odhaliť prítomnosť viacnásobných ustálených stavov využitím solveru Aspenu HYSYS.

V zátvorke za jednotlivými jednotkovými operáciami sú uvedené príslušné zvolené modely

z palety dostupných modelov v Aspene HYSYS. Model (Obr. 24) pozostával z troch reaktorov

56

s piestovým tokom (Plug Flow Reactor model), ktoré reprezentovali tri sekcie adiabatického

reaktora s fixným lôžkom katalyzátora. Pred každým reaktorom bol zaradený mixér, ktorý slúžil

na zmiešanie čerstvej suroviny s výstupom z predchádzajúceho reaktora, resp. v prípade prvého

reaktora s predohriatou surovinou, tzv. quench. Súčasťou zjednodušeného modelu bol

i predhrievač suroviny (Heat Exchanger model), v ktorom dochádzalo k ohrevu časti suroviny

výsledným produktovým prúdom z adiabatického syntézneho reaktora (výstup z tretieho

reaktora). Separačný stupeň predstavovala jednoduchá sústava výmenník tepla (Heat Exchanger

model) – fázový separátor (Separator model). Na opis reakcie tvorby amoniaku bola použitá

klasická reakčná kinetika navrhnutá Fromentom (2010) a modifikovaná na zohľadnenie vyššej

aktivity moderných katalyzátorov. Keďže sa nejedná o klasickú reakčnú kinetiku ponúkanú

Aspenom HYSYS, reakčná kinetika bola napísaná v externom programe a vložená do Aspenu

HYSYS ako rozšírenie. Zvolená reakčná kinetika s uvedenými parametrami, prevádzkové

parametre jednotkových operácií a vybraných kľúčových prúdov sú priblížené v Prílohe A.

Súčasťou článku sú i výsledky bezpečnostnej analýzy pre túto jednotku vykonané

prostredníctvom vyvíjaného softvéru.

Obr. 24 Schéma zjednodušeného modelu syntézy amoniaku v prostredí Aspen

HYSYS (prevzaté z Prílohy A)

4.1.2 Komplexný model

V komplexnom modeli bola simulovaná nielen samotná časť výroby amoniaku, ale aj ďalšia

sekcia typickej fabriky na výrobu amoniaku, a to príprava vodíka. Ako zdroj vodíka bol zvolený

syntézny plyn, ktorý bol výstupným prúdom z parného reformingu zemného plynu. Odstránenie

oxidu uhličitého zo syntézneho plynu bolo zabezpečené vypieraním v amínovom roztoku.

Súčasťou modelu tak boli reaktory na primárny a sekundárny reforming a na vysoko-

a nízkoteplotnú konverziu (všetky reaktory boli simulované pomocou Gibbs Reactor modelu), po

ktorých syntézny plyn vstúpil do absorpčnej kolóny (Absorber model) s regeneráciou roztoku

v rektifikačnej kolóne (Distillation model). Syntézny plyn vystupujúci z absorpčnej kolóny bol

následne vedený do metanizátora (Gibbs Reactor model) na odstránenie oxidu uhoľnatého. Pred

57

vstupom do syntéznej slučky na výrobu amoniaku bol očistený plyn obsahujúci primárne vodík,

dusík a metán stláčaný dvojstupňovým kompresorom (Compressor model) na požadovaný tlak.

Konštrukčné parametre zariadení tvoriacich syntéznu slučku na výrobu amoniaku a ich

prepojenia boli rovnaké ako v zjednodušenom modeli. Čerstvá surovina bola na rozdiel od

priameho zadefinovania v prípade zjednodušeného modelu v komplexnom modeli tvorená

zmesou privádzaného dusíka (príprava dusíka nebola súčasťou modelu), vodíka pripraveného

opísaným namodelovaným postupom a recyklovaného prúdu zo separácie finálneho produktu

zaradenej za syntéznou slučkou. Separácia bola na rozdiel od zjednodušeného modelu

modelovaná ako dvojstupňová, pričom vystupujúca kvapalina postupovala do druhého stupňa

separácie a pary vystupujúce z prvého separátora sa viedli naspäť do procesu a primiešavali do

suroviny (recyklovaný prúd zo separácie). Kompletná schéma procesu je vykreslená na Obr. 25.

Obr. 25 Schéma komplexného modelu syntézy amoniaku v prostredí Aspen HYSYS

(prevzaté z Prílohy B)

Prevádzkové parametre jednotkových operácií a vybraných kľúčových prúdov a výsledky

automatizovanej identifikácie rizika na tejto prípadovej štúdii sú detailne rozoberané v Prílohe

58

B. Nasledujúca kapitola je venovaná porovnaniu dosiahnutých výsledkov bezpečnostnej analýzy

a kritickému zhodnoteniu využitia vyvíjaného softvérového riešenia.

4.1.3 Výsledky a diskusia

Chronologicky, vyvíjaný softvér bol najskôr aplikovaný na zjednodušený model (Príloha A).

Ako je uvedené v priloženom článku, bezpečnostnou analýzou vychádzajúcou z analýzy

parametrickej citlivosti boli odhalené prevádzkové problémy spojené s fenoménom

viacnásobných ustálených stavov. Na Obr. 26 je zobrazený priebeh nasimulovaných ustálených

stavov, ktoré tvoria dve vetvy riešenia, čím jasne indikujú prítomnosť multiplicity ustálených

stavov. Prechod medzi vetvami, t.j. preskok z hornej vetvy stabilných ustálených stavov do

spodnej vetvy, bol identifikovaný pre HAZOP-odchýlky „pokles prevádzkového tlaku o 30 %“ a

„pokles teploty privádzanej suroviny o 18 %“. Pri korekcii poklesu parametra späť na dizajnový

zámer, simulovaný reakčný systém zotrval na spodnej vetve. Hodnoty teploty výstupných

produktových prúdov z reaktora prakticky kopírujú teplotu privádzanej čerstvej suroviny, čo

indikuje zastavenie reakcie. Analýzou zloženia produktových prúdov a celkovej konverzie

vodíka v reaktore bolo dokázané, že skutočne došlo v reaktore k takmer nulovej produkcii

amoniaku a teda takmer úplnému zastaveniu reakcie Obr. 27. Využitím vstavaných numerických

metód solvera tak bolo možné stanoviť dve vetvy riešenia charakterizované skokovou zmenou

sledovaného procesného parametra (v tomto prípade teplota výstupných produktových prúdov

z reaktora). Postup stanovenia oboch vetiev vychádzal z princípov opísaných v kapitolách 3.1 a

3.2.

Súčasťou druhého priloženého článku (Prílohe B) je aplikácia vyvíjaného programu na

komplexný model spojená s prehľadom ponúkaných interpretácií identifikácie nebezpečenstva

predstavených v kapitole 3.2.2. Na viacerých obrázkoch sú prezentované rôzne druhy výstupov

bezpečnostnej analýzy vo formáte, ako sa priamo zobrazujú užívateľovi v grafickom rozhraní

vyvíjaného softvéru. Prostredníctvom komplexnejšieho modelu bolo možné oproti

zjednodušenému modelu identifikovať ďalšie prevádzkové problémy, a to:

jeden prípad navyše v sekcii čistenia syntézneho plynu – pre nárast teploty vo

fázovom separátore bol nasimulovaný nárast vlhkosti v očistenom syntéznom plyne,

jeden prípad navyše v samotnej syntéznej slučke – pokles prietoku dusíka mal za

nasimulovaný následok zmenu mólového pomeru reaktantov v surovine do

syntézneho reaktora, čo spôsobilo pokles množstva vyrobeného amoniaku.

59

Obr. 26 Efekt zmeny teploty privádzanej suroviny (a) a prevádzkového tlaku (b) na

teplotu výstupných produktových prúdov z jednotlivých modelovaných sekcií syntézneho

reaktora (podrobné vysvetlivky k obrázku sa nachádzajú v Prílohe A pre Figure 8)

Obr. 27 Efekt zmeny teploty privádzanej suroviny na celkovú konverziu vodíka v

reaktore

Na vytvorenie korektnej predstavy o benefitoch a limitáciách využitia kombinácie Aspenu

HYSYS a nášho softvéru pre bezpečnostnú štúdiu podniku na výrobu amoniaku na báze

počítačových simulácií je nevyhnutné spätne analyzovať kompletnosť bezpečnostnej štúdie.

V minulosti (Labovská et al., 2014) bola na rovnakom systéme vykonaná analýza viacnásobných

ustálených stavov prostredníctvom vlastného kontinuačného algoritmu s bifurkačnou analýzou.

Na Obr. 28 je porovnanie nasimulovaných ustálených stavov naším softvérom (Obr. 26a)

s výsledkom kontinuácie v práci Labovskej et al. (2014). Z porovnania vyplýva nemožnosť

identifikácie vetiev riešení tvorených nestabilnými ustálenými stavmi v Aspene HYSYS, čo

značne limituje jeho využitie pri simulácii systémov s tak výrazne nelineárnym chovaním akým

60

je multiplicita ustálených stavov. Neschopnosť zásahu do numerických metód a náhľadu do

čiastkových výsledkov riešenia v solveri navyše znemožňuje podrobnú analýzu charakteru

nasimulovaných bodov (napr. určenie Hopfových bifurkačných bodov).

Obr. 28 Porovnanie výsledkov simulácie dosiahnutých vyvíjaným softvérom (a)

a pokročilými metódami kontinuácie a bifurkačnej analýzy (b) (na grafe (b) reprezentujú

prerušované čiary nestabilné ustálené stavy, prázdne kruhy Hopfove bifurkačné body a plné

štvorce limitné body)

Napriek nemožnosti presnej identifikácie pozície nestabilných ustálených stavov bol softvér

schopný odhaliť existenciu fenoménu viacnásobných ustálených stavov a upozorniť pomocou

automatizovanej analýzy parametrickej citlivosti na skokovú zmenu procesných parametrov

opisujúcich priebeh chemickej reakcie (napr. zloženie a teplota produktových prúdov). Vďaka

tejto procedúre bolo možné v záverečnom reporte upozorniť na výrazné skokové zmeny

konverzie v reaktore a teploty výstupných prúdov z jednotlivých častí reaktora. Simuláciou

v Aspene HYSYS odhalené oblasti prechodov medzi hornou a spodnou vetvou stabilných

ustálených stavov boli v dobrej zhode s predchádzajúcimi publikovanými štúdiami (Labovská et

al., 2014; Mancusi et al., 2000; Morud and Skogestad, 1998), v ktorých sa uvádza nebezpečné

oscilačné správanie spojené s prechodom medzi vetvami. Takéto oscilačné chovanie nebolo

možné v prostredí Aspenu HYSYS simulovať, ani pri prechode do dynamického módu. Súčasťou

vykonanej analýzy vyvíjaným softvérom bola identifikácia aj ďalších problematických stavov

s následkami charakterizovanými predovšetkým s neoptimálnym prevádzkovaním procesov.

4.2 Výroba nitroglycerínu

Druhou prípadovou štúdiou určenou k testovaniu vyvíjaného softvéru bola kontinuálna

výroba nitroglycerínu v CSTR (prietokový miešaný reaktor). Ako simulačné prostredie bol opäť

zvolený Aspen HYSYS. Matematický model (Obr. 29) pozostával len z reakčnej časti tvorenej

61

sústavou CSTR (Continuously Stirred Tank Reactor model) – výmenník tepla (Heat Exchanger

model). Vstupnými surovinami bol čistý glycerol a zmesná kyselina obsahujúca kyselinu dusičnú

a kyselinu sírovú. Výmenník tepla slúžil na simuláciu chladenia reaktora v jeho plášti, nakoľko

v simuláciách v ustálenom stave neumožňuje Aspen HYSYS definovať chladenie reaktora inak

ako konštantným odvodom tepla (energetický prúd). Takto zvolený model chladenia reaktora mal

za následok vypustenie modelovania prestupu tepla v reaktore. Je potrebné uviesť, že prvotne

zostavený matematický model v Aspene HYSYS si vyžadoval viaceré úpravy. Najvýraznejším

zásahom bola úprava parametrov korelačných rovníc v Aspene HYSYS na výpočet

zmiešavacieho tepla tak, aby vypočítané zmiešavacie teplo bolo v zhode s empiricky

pozorovanými hodnotami, keďže pôvodný výpočet podľa vstavaných rovníc značne

podhodnocoval vplyv zmiešavacieho tepla na výsledný tepelný efekt procesu. Získané dáta zo

simulácie pre dizajnový zámer boli verifikované na základe analýz reálnych priemyselných

procesov nitrácie glycerolu, ktoré publikovali Lu et al. (2008). Reakčná kinetika, parametre

simulovaných jednotkových operácií, zásahy do prvotného modelu a výsledky bezpečnostnej

analýzy sú opäť bližšie rozpísané v Prílohe A. Nasledujúca kapitola je opäť venovaná kritickému

pohľadu na efektívnosť a flexibilitu bezpečnostnej analýzy vykonanej vyvíjaným softvérom na

zostavenom modely výroby nitroglycerínu.

Obr. 29 Schéma modelu výroby nitroglycerínu v prostredí Aspen HYSYS (prevzaté

z Prílohy A)


Ako je uvedené v priloženom článku (Príloha A), vyvíjaným softvérom boli identifikované

dva poruchové stavy vedúce k možnému runaway efektu v systéme. Vzhľadom k náročnosti

modelovania a simulácie systému pri runaway podmienkach bola v tomto prípade využitá

možnosť nechať užívateľa definovať kritické limitné hodnoty procesných parametrov (bližšie

62

opísané v kapitole 3.2), konkrétne teplotu v reaktore. Z literárnej rešerše (Astuti et al., 2014; Lu

and Lin, 2009) vyplynula ako maximálna hodnota teploty v reaktore pre jeho bezpečné

prevádzkovanie 30 °C. Nad touto teplotou je riziko vzniku runaway veľmi vysoké. Táto hodnota

teploty bola zadaná na monitoring vo vyvíjanom softvéri. Prekročenie tejto teploty (Obr. 30)

zaznamenal softvér v prípade dvoch parametrov zvolených pre HAZOP-odchýlky, a to odvod

tepla z reaktora (resp. hmotnostný tok chladiacej vody) a hmotnostný tok privádzaného glycerolu.

Potenciálny runaway stav bol identifikovaný pre HAZOP-odchýlky „pokles odvodu tepla z

reaktora o 11 % a viac“ a „nárast hmotnostného toku glycerolu o 12 % a viac“, pričom tieto

hodnoty boli vo veľmi dobrej zhode s bezpečnostnou analýzou vykonanou na obdobnej jednotke

(Lu et al., 2008).

Obr. 30 Efekt zmeny odvodu tepla z reaktora (a) a hmotnostného toku glycerolu (b) na

teplotu v reaktore

Je nevyhnutné podotknúť, že simulácia tohto systému v Aspene HYSYS bola sprevádzaná

dvoma negatívnymi javmi. Prvým pozorovaným problémom bolo zlyhanie numerických metód

solveru pre niektoré simulované HAZOP-odchýlky. V grafoch na Obr. 30 je posledný úspešne

odsimulovaný ustálený stav reprezentovaný prázdnym kruhom označený titulkom „Reaction

switched off“. Skutočne, v prípade simulácie ďalšej HAZOP-odchýlky v poradí solver oznámil

chybu pri výpočte ustáleného stavu v systéme s reakciou, a preto reakciu „vypol“ – nasimulovaná

63

rýchlosť reakcie bola nulová. Pochopiteľne, takýto stav nebol v súlade s realitou. Z tohto dôvodu

nie sú zvyšné nasimulované body vynesené do grafickej závislosti. Ďalším negatívom využitia

Aspenu HYSYS je simulácia ustálených stavov aj po prekročení hranice pre runaway podmienky.

Tieto nasimulované stavy tak predstavujú len hypotetické ustálené stavy, ktoré boli nájdené

solverom Aspenu HYSYS a nie sú v súlade s pozorovaným chovaním reakčného systému.

Automatizovanými metódami nebol odhalený žiadny nebezpečný stav alebo prevádzkový

problém. Táto prípadová štúdia však odhaľuje nevyhnutnosť spätnej kontroly nasimulovaných

dát a pridanú hodnotu možnosti zadefinovať kritické hodnoty procesných parametrov

užívateľom. Zároveň bola ukázaná flexibilita využitia Aspenu HYSYS, keďže v porovnaní so

syntézou amoniaku, kde reakcie prebiehali v plynnej fáze a rúrových reaktoroch, obsahovala táto

prípadová štúdia iný typ reaktora (CSTR) a reakcia prebiehala v kvapalnej fáze. Navyše boli

úspešne nasimulované ustálené stavy a identifikované nebezpečné stavy aj pre systém, na ktorý

nie je Aspen HYSYS priamo určený a optimalizovaný (prítomnosť anorganických kyselín).

Celkovo sa pre systémy so zvýšeným obsahom anorganických zlúčenín odporúča ako vhodnejší

simulátor Aspen Plus než Aspen HYSYS.

4.3 Výroba 3-metylpyridín-N-oxidu

Prípadová štúdia výroby 3-metylpyridín-N-oxidu predstavuje jednu z ťažiskových štúdií

komplementárnej dizertačnej práce „Inteligentný systém na posudzovanie bezpečnosti

komplexných výrobných procesov“, ktorá je zameraná na analýzu procesného nebezpečenstva

pomocou dynamických simulácií. Simulačnou platformou bolo modelovacie prostredie

MATLAB. Aj v rámci predkladanej dizertačnej práce sa vykonalo niekoľko analýz využitím

simulácií ustálených stavov. 3-metylpyridín-N-oxid sa v tejto prípadovej štúdii vyrábal

kontinuálne v uzavretom CSTR pri zvýšenom tlaku s predohrevom prúdov suroviny. Jeden

surovinový prúd bol tvorený čistým 3-metylpyridínom a druhý surovinový prúd predstavoval

vodný roztok peroxidu vodíka. V reaktore môžu prebiehať dve paralelné reakcie, a to tvorba 3-

metylpyridín-N-oxidu reakciou 3-metylpyridínu a peroxidu vodíka s vedľajším produktom

vodou a rozpad peroxidu vodíka na vodu a kyslík. Dekompozícia peroxidu vodíka je nežiaducim

procesom a výrazne prebieha najmä pri nižších teplotách, preto je prevádzkovanie procesu

obmedzené teplotou zdola. Zároveň pri vyšších teplotách dochádza k nežiaducemu vyparovaniu

reakčnej zmesi, preto je prevádzkovanie procesu obmedzené teplotou aj zhora. Bližšie sú

limitácie procesu objasnené v príslušnej literatúre (Cui et al., 2015; Pineda-Solano et al., 2012a,

2012b), z ktorých vyplýva optimálny teplotný interval pre prevádzkovanie procesu v rozmedzí

110 až 125 °C. Ilustratívna schéma uvažovaného procesu je na Obr. 31. Matematický model a

64

hodnoty procesných parametrov v dizajnovom zámere pre laboratórnu jednotku uviedli vo

svojom článku Danko et al. (2018). Súčasťou uvedeného článku je i analýza dynamického

chovania procesu a výsledky bezpečnostnej analýzy pomocou dynamických simulácií, ktoré však

nie sú bližšie rozoberané v tejto dizertačnej práci, nakoľko sú predmetom už spomínanej

komplementárnej dizertačnej práce. V ďalšom kroku prebehol scale-up výroby. Reakčná kinetika

(prevzatá z modelu laboratórnej jednotky), ako i hodnoty procesných parametrov procesu po

scale-upe sú uvedené v Prílohe E.

Obr. 31 Ilustratívna schéma procesu výroby 3-metylpyridín-N-oxidu v CSTR

(prevzaté z Danko et al. (2018))


V rámci predkladanej práce bola zvolená prípadová štúdia podrobená analýze citlivosti

matematického modelu na nepresnosti v stanovení jednotlivých jeho parametrov. Dôraz bol

kladený na analýzu dopadu týchto nepresností na presnosť a spoľahlivosť výsledkov

bezpečnostnej analýzy vychádzajúcej z počítačovej simulácie procesu. Výsledky bezpečnostnej

analýzy spojenej s analýzou nepresností parametrov zvoleného matematického modelu využitím

len simulácií v ustálenom stave sú zosumarizované v Prílohe E. Ako je uvedené v priloženom

príspevku, najvýraznejší vplyv na výsledky simulácií mala hodnota reakčnej entalpie N-oxidácie.

Oblasť bezpečného a nebezpečného prevádzkovania procesu pre pôvodné hodnoty parametrov

modelu ako funkcia teploty suroviny a mólového pomeru privádzaného peroxidu vodíka k 3-

metylpyridínu je graficky znázornená na Obr. 32. Pre potreby tejto prípadovej štúdie sa pod

pojmom teplota suroviny rozumie teplota oboch vstupujúcich surovinových prúdov. Z pôvodnej

hodnoty – 160 000 J.mol-1 bola následne hodnota reakčnej entalpie N-oxidácie menená

v intervale od + 10 % do – 10 % pri zachovaní hodnôt všetkých ostatných parametrov modelu.

65

Obr. 33 dokumentuje zmenu polohy bezpečného regiónu v závislosti od jej hodnoty. Ako vidno,

poloha bezpečného prevádzkového regiónu sa dramaticky mení a žiaden z operačných bodov

vyhovujúcich pre bezpečné prevádzkovanie stanovené s pôvodnou hodnotou reakčnej entalpie

nevyhovuje podmienke bezpečného prevádzkovania (teplotný interval 110 až 125 °C) v celom

rozsahu uvažovaných hodnôt reakčnej entalpie. Touto analýzou bol preukázaný dopad

nepresností stanovenia jednotlivých parametrov modelu na výsledky bezpečnostnej analýzy

využitím počítačových simulácií. Na prípadovú štúdiu bola naviazaná i bakalárska práca

(Kačmárová, 2017).

Obr. 32 Bezpečný (odtiene zelenej s príslušnou farebnou škálou) a nebezpečný

(červená) región prevádzkovania procesu výroby 3-metylpyridín-N-oxidu pre pôvodné hodnoty

parametrov matematického modelu ako funkcia teploty vstupných prúdov a pomeru

privádzaného peroxidu vodíka k 3-metylpyridínu

66

Obr. 33 Zmena polohy bezpečného (odtiene zelenej s príslušnou farebnou škálou)

a nebezpečného (červená) prevádzkového regiónu v závislosti od zmeny hodnoty reakčnej

entalpie N-oxidácie (body A-F predstavujú rôzne operačné body, ktoré sa všetky nachádzajú

v bezpečnom prevádzkovom regióne pre pôvodnú hodnotu reakčnej entalpie) (prevzaté

z Prílohy E)

67

5 Závery

Cieľom dizertačnej práce bolo vytvoriť softvérovú štruktúru vhodnú pre automatizovanú

identifikáciu nebezpečenstva v procesnom inžinierstve využitím počítačovej simulácie procesu.

Softvér je vyvíjaný v objektovo-orientovanom programovacom jazyku C#. Princípy identifikácie

nielen procesného nebezpečenstva, ale i prevádzkových problémov boli implementované

z metodológie HAZOP štúdie, ktorá bola zvolená na základe preukázateľného frekventovaného

využitia v praxi a literárnej rešerše, ktorá jasne deklarovala HAZOP štúdiu ako objekt väčšiny

moderného výskumu v oblasti automatizácie hodnotenia nebezpečenstva. Vyvíjaný softvér

pozostáva z dvoch častí, Simulačného modulu a Modulu analýzy simulačných dát. Simulačný

modul slúži k vytváraniu HAZOP-odchýlok a ich simulácii v ustálenom stave vo zvolenej

simulačnej platforme. Modul analýzy simulačných dát ponúka detailnú analýzu nasimulovaných

poruchových stavov a vyhodnotenie HAZOP-následkov z pohľadu ich závažnosti.

Simulačnú platformu tvorili dva nástroje, a to Aspen HYSYS a MATLAB. Kľúčovým pri

analýze použitia Aspenu HYSYS bolo využiť interné riešiteľské prostredie komerčného

simulátora na komplexnú bezpečnostnú analýzu silne nelineárnych procesov s dôrazom na

procesy vykazujúce viacnásobné ustálené stavy. V rámci metód analýzy simulačných dát boli

predstavené automatizované spôsoby odhalenia nebezpečných stavov a prevádzkových

problémov. Využitím len simulácií v Aspene HYSYS bolo možné navyše identifikovať aj

fenomén viacnásobných ustálených stavov v analyzovanom procese spolu s jednotlivými vetvami

riešenia tvorenými stabilnými ustálenými stavmi, napr. analýzou parametrickej citlivosti

a simuláciou HAZOP-odchýlok v rôznom poradí s následným odhalením hysterézy.

Neschopnosť zásahu do numerických metód solvera Aspenu HYSYS a náhľadu do čiastkových

výsledkov riešenia však znemožnila identifikáciu nestabilných ustálených stavov.

V modelovacom prostredí MATLAB boli zostavené vlastné matematické modely špecifické pre

analyzovaný systém a slúžili k analýze citlivosti modelu na jednotlivé jeho parametre.

Modul analýzy simulačných dát sa nespolieha len na automatizované metódy, ale i na

customizáciu užívateľom. Je možné zasiahnuť do procesu vyhodnocovania simulácií a definovať

empiricky stanovené kritické hodnoty vybraných procesných parametrov, ktoré softvér následne

monitoruje a ich prekročenie vyhodnocuje. Výsledky bezpečnostnej analýzy sú následné

exportované do reportu vo forme zjednodušenej HAZOP-tabuľky, ktorá obsahuje zoznam

HAZOP-odchýlok a ich klasifikované HAZOP-následky. Fakultatívnou položkou výsledného

reportu sú príčiny HAZOP-odchýlok, ktoré sa generujú manuálne.

68

Vyvíjaný softvér bol otestovaný na prípadových štúdiách výroby amoniaku a nitroglycerínu

s doplnkovou analýzou spoľahlivosti matematického modelu na procese výroby 3-metylpyridín-

N-oxidu. Na prípadovej štúdii výroby amoniaku bol zároveň otestovaný vplyv komplexnosti

modelu na výsledky bezpečnostnej analýzy.

Vďaka bezpečnostnej analýze prevádzky výroby amoniaku vykonanej vyvíjaným softvérom

bolo možné použitím len vstavaných modelov v Aspene HYSYS a implementovaných

automatizovaných matematických procedúr analýzy simulačných dát odhaliť zložité nelineárne

chovanie syntéznej slučky vo forme multiplicity ustálených stavov a v dobrej zhode s literárnymi

údajmi identifikovať pozície hornej a spodnej vetvy riešenia. Zároveň boli počas analýzy

odhalené i prevádzkové problémy nesúvisiace s multiplicitou ustálených stavov. Na druhej

prípadovej štúdii, výrobe nitroglycerínu, bol demonštrovaný prínos customizácie bezpečnostnej

analýzy. Užívateľsky zadefinovaná hodnota teploty v reaktore vedúca na základe empirického

pozorovania procesu k nebezpečnému prevádzkovaniu (runaway) bola vyvíjaným softvérom

monitorovaná a boli odhalené poruchové stavy vedúce k jej prekročeniu. Na druhú stranu táto

prípadová štúdia odhalila možné nedostatky implementácie matematických modelov do procesu

hodnotenia nebezpečenstva, keďže bol solver Aspenu HYSYS schopný nájsť bezpečné ustálené

stavy aj v oblastiach, v ktorých už v realite dochádza k runaway efektu. Spoľahlivosť

matematického modelu bola otestovaná aj v tretej prípadovej štúdii, a to na procese výroby 3-

metylpyridín-N-oxidu. Boli vykonané citlivostné analýzy parametrov zostaveného

matematického modelu, ktoré ukázali výrazný vplyv hodnoty reakčnej entalpie na výsledky

bezpečnostnej analýzy. Nárast hodnoty reakčnej entalpie o 5 % diskvalifikoval väčšinu

stanovených bezpečných prevádzkových bodov pre jej pôvodnú hodnotu.

Na základe predstavenej štruktúry softvéru a ukážok jeho aplikácie možno formulovať

niekoľko záverov. Vyvíjaný softvér dokáže autonómne odhaľovať potenciálne nebezpečné stavy

a prevádzkové problémy, avšak výsledky analýzy si vyžadujú kontrolu ľudskými expertnými

HAZOP tímami. Potenciálna robustná bezpečnostná analýza na báze počítačovej simulácie

a rigoróznych matematických modelov si tak vyžaduje kompromis medzi automatizovanými

metódami hodnotenia simulačných dát a užívateľskými zásahmi. Dôležitým aspektom je

i spoľahlivosť modelu. Pre zabezpečenie presnosti výsledkov bezpečnostnej analýzy je žiaduce

k parametrom matematických modelov poskytovať aj údaj o chybe ich stanovenia, t.j. interval

spoľahlivosti. Využitie komerčného simulátora Aspen HYSYS je limitované. K detailnej analýze

moderných procesov, ktoré sa často vyznačujú vyšším stupňom komplexnosti a silne

nelineárnym chovaním, je nevyhnutné vytvárať a implementovať aj doplnkové vlastné

matematické modely, príp. rozšíriť solver Aspenu HYSYS o vlastné metódy numerického

69

riešenia rovníc tvoriacich predpripravené matematické modely. Bolo ukázané, že simulácia

ustálených stavov je postačujúca na identifikáciu nelineárnych fenoménov v procese, avšak na

získanie podrobnejšieho náhľadu do zložitosti procesu a možného šírenia odchýlky systémom je

nevyhnutné zahrnúť do analýzy aj dynamické simulácie, ktorým sa podrobne venuje

komplementárna dizertačná práca a ktoré sa plánujú v budúcnosti implementovať do vyvíjaného

softvérového riešenia. Možnosti dynamických simulácií priamo v Aspene HYSYS sú značne

obmedzené, nakoľko sa jedná primárne o simulátor procesov v ustálenom stave.

Identifikácia procesného nebezpečenstva vykonaná vyvíjaným softvérom môže slúžiť ako

podporný materiál pre výkon bezpečnostných analýz ľudskými expertnými HAZOP tímami alebo

aj ako samostatný prvok detailnej štúdie procesu. Široké spektrum vizualizácií efektov odchýlok

na proces môže zároveň poskytovať komplexný edukačný materiál pre procesných technológov

a operátorov. Demonštrované metódy identifikácie nebezpečenstva sú aplikovateľné ako pri

návrhu chemických procesov, tak aj pri ich prevádzkovaní. Vyvinutý nástroj môže byť využitý

aj pri návrhu regulácie procesu, napr. pre regulátory typu MPC. Vzhľadom k identifikácii nielen

procesného nebezpečenstva, ale aj prevádzkových problémov je možné vyvíjaný softvér využiť

aj na účely optimalizácie prevádzkovania procesov.

70

Zoznam použitej literatúry

Angel de la O Herrera, M., Luna, A.S., da Costa, A.C.A., Blanco Lemes, E.M., 2015. A structural

approach to the HAZOP – Hazard and operability technique in the biopharmaceutical

industry. J. Loss Prev. Process Ind. 35, 1–11.

Astuti, E., Supranto, Rochmadi, Prasetya, A., Ström, K., Andresson, B., 2014. Kinetic Modeling

of Nitration of Glycerol. Mod. Appl. Sci. 8, 78–86.

Besserman, J., Mentzer, R.A., 2017. Review of global process safety regulations: United States,

European Union, United Kingdom, China, India. J. Loss Prev. Process Ind. 50, 165–183.

Broadribb, M.P., 2006. Lessons from Texas City ACase History. Loss Prev. Bull. 192, 3–12.

Cui, X., Mannan, M.S., Wilhite, B.A., 2015. Towards efficient and inherently safer continuous

reactor alternatives to batch-wise processing of fine chemicals: CSTR nonlinear dynamics

analysis of alkylpyridines N-oxidation. Chem. Eng. Sci. 137, 487–503.

Danko, M., Janošovský, J., Labovský, J., Jelemenský, Ľ., 2018. Fault propagation behavior study

of CSTR in HAZOP. Chem. Pap. 72, 515–526.

Du, T., Tian, W., Ren, W., 2010. Application of dynamic simulation based hazard and operational

analysis on distillation column. Jisuanji Yu Yingyong Huaxue 27, 1029–1032.

Dunjó, J., Fthenakis, V., Vílchez, J.A., Arnaldos, J., 2010. Hazard and operability (HAZOP)

analysis. A literature review. J. Hazard. Mater. 173, 19–32.

Eckerman, I., 2005. The Bhopal Saga: Causes and Consequences of the World’s Largest

Industrial Disaster. Universities Press, Telangana, India.

Eizenberg, S., Shacham, M., Brauner, N., 2006a. Combining HAZOP with dynamic process

model development for safety analysis. Comput. Aided Chem. Eng. Volume 21, 389–394.

Eizenberg, S., Shacham, M., Brauner, N., 2006b. Combining HAZOP with dynamic simulation—

Applications for safety education. J. Loss Prev. Process Ind. 19, 754–761.

Enemark-Rasmussen, R., Cameron, D., Angelo, P.B., Sin, G., 2012. A simulation based

engineering method to support HAZOP studies. Comput. Aided Chem. Eng. 31, 1271–

1275.

Eurostat, 2016. Accidents at work statistics [WWW Document]. Fatal Accid. Work. URL

http://ec.europa.eu/eurostat/statistics-explained/index.php/Accidents_at_work_statistics

(accessed 5.1.18).

Froment, G.F., Bischoff, K.B., De Wilde, J., 2010. Chemical Reactor Analysis and Design, 3rd

Edition. John Wiley & Sons, Inc., New Jersey, USA.

Ghasemzadeh, K., Morrone, P., Iulianelli, A., Liguori, S., Babaluo, A.A., Basile, A., 2013. H2

71

production in silica membrane reactor via methanol steam reforming: Modeling and

HAZOP analysis. Int. J. Hydrogen Energy 38, 10315–10326.

Guo, L., Kang, J., 2015. An extended HAZOP analysis approach with dynamic fault tree. J. Loss

Prev. Process Ind. 38, 224–232.

Health and Safety Executive, H.S.E., 1976. Icmesa chemical company, Seveso, Italy. 10th July

1976 [WWW Document]. URL http://www.hse.gov.uk/comah/sragtech/caseseveso76.htm

(accessed 12.12.16).

Jeerawongsuntorn, C., Sainyamsatit, N., Srinophakun, T., 2011. Integration of safety

instrumented system with automated HAZOP analysis: An application for continuous

biodiesel production. J. Loss Prev. Process Ind. 24, 412–419.

Jelemenský, Ľ., Harisová, J., Molnár, A., Markoš, J., 2004. Reliable risk estimation in the risk

analysis of chemical industry case study: ammonia storage pressurized spherical tank.

Chem. Pap. 58, 48–54.

Jelemenský, Ľ., Labovský, J., Labovská, Z., Markoš, J., 2012. Hodnotenie nebezpečenstva

chemických procesov. Vydavateľstvo STU, Bratislava.

Kačmárová, A., 2017. Návrh technológie výroby 3-metylpyridín-N-oxidu (bakalárska práca).

Slovenská technická univerzita.

Kang, B., Lee, B., Kang, K., Suh, J., Yoon, E., 1999. AHA: a knowledge based system for

automatic hazard identification in chemical plant by multimodel approach. Expert Syst.

Appl. 16, 183–195.

Khan, F.I., Abbasi, S.A., 1997. TOPHAZOP: a knowledge-based software tool for conducting

HAZOP in a rapid, efficient yet inexpensive manner. J. Loss Prev. Process Ind. 10, 333–

343.

Khan, F.I., Abbasi, S.A., 2000. Towards automation of HAZOP with a new tool EXPERTOP.

Environ. Model. Softw. 15, 67–77.

Kletz, T.A., 1996. Inherently safer design: The growth of an idea. Process Saf. Prog. 15, 5–8.

Kletz, T.A., 1997. Hazop—past and future. Reliab. Eng. Syst. Saf. 55, 263–266.

Kletz, T.A., 1999. The Origins and History of Loss Prevention. Process Saf. Environ. Prot. 77,

109–116.

Kletz, T.A., 2001. Hazop and Hazan. IChemE, Rugby, UK.

Kotora, M., Švandová, Z., Markoš, J., Jelemenský, Ľ., 2005. Modeling of reactive distillation

propylene oxide production. Pet. Coal 47, 26–38.

Labovská, Z., Labovský, J., Jelemenský, Ľ., Dudáš, J., Markoš, J., 2014. Model-based hazard

identification in multiphase chemical reactors. J. Loss Prev. Process Ind. 29, 155–162.

72

Labovský, J., Jelemenský, L., 2011. Verification of CFD pollution dispersion modelling based

on experimental data. J. Loss Prev. Process Ind. 24, 166–177.

Labovský, J., Jelemenský, Ľ., Markoš, J., 2006. Safety analysis and risk identification for a

tubular reactor using the HAZOP methodology. Chem. Pap. 60, 454–459.

Labovský, J., Švandová, Z., Markoš, J., Jelemenský, Ľ., 2007a. Mathematical model of a

chemical reactor—useful tool for its safety analysis and design. Chem. Eng. Sci. 62, 4915–

4919.

Labovský, J., Švandová, Z., Markoš, J., Jelemenský, Ľ., 2007b. Model-based HAZOP study of a

real MTBE plant. J. Loss Prev. Process Ind. 20, 230–237.

Labovský, J., Švandová, Z., Markoš, J., Jelemenský, Ľ., 2008. HAZOP study of a fixed bed

reactor for MTBE synthesis using a dynamic approach. Chem. Pap. 62, 51–57.

Laššák, P., Labovský, J., Jelemenský, Ĺ., 2010. Influence of parameter uncertainty on modeling

of industrial ammonia reactor for safety and operability analysis. J. Loss Prev. Process Ind.

23, 280–288.

Lawley, H.G., 1974. Operability studies and hazard analysis. Chem. Eng. Prog. 70, 45–56.

Leone, H., 1996. A knowledge-based system for HAZOP studies. The knowledge representation

structure. Comput. Chem. Eng. 20, S369–S374.

Li, S., Bahroun, S., Valentin, C., Jallut, C., De Panthou, F., 2010. Dynamic model based safety

analysis of a three-phase catalytic slurry intensified continuous reactor. J. Loss Prev.

Process Ind. 23, 437–445.

Li, S., Huang, D., 2011. Simulation and analysis on multiple steady states of an industrial acetic

acid dehydration system. Chinese J. Chem. Eng. 19, 983–989.

Li, S., Li, Y.-Y., 2015. Neural network based nonlinear model predictive control for an intensified

continuous reactor. Chem. Eng. Process. Process Intensif. 96, 14–27.

Lu, K.-T., Lin, P.-C., 2009. Study on the stability of nitroglycerine spent acid. Process Saf.

Environ. Prot. 87, 87–93.

Lu, K.-T., Luo, K.-M., Yeh, T.-F., Lin, P.-C., 2008. The kinetic parameters and safe operating

conditions of nitroglycerine manufacture in the CSTR of Biazzi process. Process Saf.

Environ. Prot. 86, 37–47.

Mancusi, E., Merola, G., Crescitelli, S., Maffettone, P.L., 2000. Multistability and hysteresis in

an industrial ammonia reactor. AIChE J. 46, 824–828.

Mannan, S., 2012. Lees’ Loss Prevention in the Process Industries: Hazard Identification,

Assessment and Control, 4th ed. Elsevier Science, Oxford, UK.

McCoy, S.A., Wakeman, S.J., Larkin, F.D., Chung, P.W.H., Rushton, A.G., Lees, F.P., 2000a.

73

HAZID, a computer aid for hazard identification: 4. Learning set, main study system, output

quality and validation trials. Process Saf. Environ. Prot. 78, 91–119.

McCoy, S.A., Wakeman, S.J., Larkin, F.D., Chung, P.W.H., Rushton, A.G., Lees, F.P., 2000b.

Hazid, a Computer Aid for Hazard Identification: 5. Future Development Topics and

Conclusions. Process Saf. Environ. Prot. 78, 120–142.

McCoy, S.A., Wakeman, S.J., Larkin, F.D., Chung, P.W.H., Rushton, A.G., Lees, F.P., Heino,

P.M., 1999a. HAZID, A Computer Aid for Hazard Identification: 1. The Stophaz Package

and the Hazid Code: An Overview, the Issues and the Structure. Process Saf. Environ. Prot.

77, 317–327.


P.M., 1999b. HAZID, A Computer Aid for Hazard Identification: 2. Unit Model System.

Process Saf. Environ. Prot. 77, 328–334.


P.M., 1999c. HAZID, A Computer Aid for Hazard Identification: 3. The Fluid Model and

Consequence Evaluation Systems. Process Saf. Environ. Prot. 77, 335–353.

Microsoft, 2018. Microsoft Visual Studio [WWW Document]. URL

https://www.visualstudio.com/cs/vs/ (accessed 2.20.18).

Mohd Shariff, A., Rusli, R., Leong, C.T., Radhakrishnan, V.R., Buang, A., 2006. Inherent safety

tool for explosion consequences study. J. Loss Prev. Process Ind. 19, 409–418.

Molnár, A., Markoš, J., Jelemenský, Ľ., 2002. Accuracy of mathematical model with regard to

safety analysis of chemical reactors. Chem. Pap. 56, 357–361.

Molnár, A., Markoš, J., Jelemenský, Ľ., 2005. Some considerations for safety analysis of

chemical reactors. Chem. Eng. Res. Des. 83, 167–176.

Molnár, A., Mierka Jr., O., Markoš, J., Jelemenský, Ľ., 2003. Use of bifurcation analysis for safe

operation of a CSTR. Chem. Pap. 57, 438–444.

Morbidelli, M., Varma, A., 1982. Parametric sensitivity and runaway in tubular reactors. AIChE

J. 28, 705–713.

Mortimore, S., Wallace, C., 2013. HACCP: A Practical Approach, 3rd ed. Springer US, Boston,

MA.

Morud, J., Skogestad, S., 1998. Analysis of instability in an industrial ammonia reactor. AIChE

J. 44, 888–895.

Noh, M.Y., Lee, Y.S., Hou, B.K., Shin, D., Hwang, K.S., 2001. Knowledge framework and

algorithm for automating HAZOP analysis of batch processes. Hwahak Konghak 39, 292–

299.

74

OECD, 2003. Emerging Risks in the 21st Century An Agenda for Action: An Agenda for Action.

OECD Publishing, Paris, France.

Pineda-Solano, A., Saenz-Noval, L., Nayak, S., Waldram, S., Papadaki, M., Mannan, M.S.,

2012a. Inherently safer reactors: Improved efficiency of 3-picoline N-oxidation in the

temperature range 110-125 °c. Process Saf. Environ. Prot. 90, 404–410.

Pineda-Solano, A., Saenz, L.R., Carreto, V., Papadaki, M., Mannan, M.S., 2012b. Toward an

inherently safer design and operation of batch and semi-batch processes: The N-oxidation

of alkylpyridines. J. Loss Prev. Process Ind. 25, 797–802.

Rahman, S., Khan, F., Veitch, B., Amyotte, P., 2009. ExpHAZOP+: Knowledge-based expert

system to conduct automated HAZOP analysis. J. Loss Prev. Process Ind. 22, 373–380.

Ramzan, N., Compart, F., Witt, W., 2007. Application of extended Hazop and event-tree analysis

for investigating operational failures and safety optimization of distillation column unit.

Process Saf. Prog. 26, 248–257.

Ran, H., Xiao, W., Wang, M., He, G., 2012. Quantitative HAZOP analysis of ethylene/ethane

hybrid distillation-membrane separation system. Jisuanji Yu Yingyong Huaxue 29, 22–26.

Rodríguez, M., de la Mata, J.L., 2012. Automating HAZOP studies using D-higraphs. Comput.

Chem. Eng. 45, 102–113.

Rossing, N.L., Lind, M., Jensen, N., Jørgensen, S.B., 2010. A functional HAZOP methodology.

Comput. Chem. Eng. 34, 244–253.

Seider, W.D., Soroush, M., Arbogast, J.E., Oktem, U.G., 2014. Design for Process Safety – A

Perspective. Comput. Aided Chem. Eng. 34, 795–800.

Soos, M., Markoš, J., Jelemenský, Ľ., 2001. Safety of chemical reactors. Pet. Coal 43, 188–192.

SQLite, 2017. SQLite Database Engine [WWW Document]. URL https://www.sqlite.org/

(accessed 2.2.18).

Stamatis, D.H., 2003. Failure Mode and Effect Analysis: FMEA from Theory to Execution. ASQ

Quality Press, Milwaukee, USA.

Švandová, Z., Jelemenský, L., Markoš, J., Molnár, A., 2005a. Steady States Analysis and

Dynamic Simulation as a Complement in the Hazop Study of Chemical Reactors. Process

Saf. Environ. Prot. 83, 463–471.

Švandová, Z., Kotora, M., Markoš, J., Jelemenský, Ľ., 2006. Dynamic behaviour of a CSTR with

reactive distillation. Chem. Eng. J. 119, 113–120.

Švandová, Z., Labovský, J., Markoš, J., Jelemenský, Ľ., 2009. Impact of mathematical model

selection on prediction of steady state and dynamic behaviour of a reactive distillation

column. Comput. Chem. Eng. 33, 788–793.

75

Švandová, Z., Markoš, J., Jelemenský, Ľ., 2005b. HAZOP analysis of CSTR with the use of

mathematical modelling. Chem. Pap. 59, 464–468.

Švandová, Z., Markoš, J., Jelemenský, Ľ., 2008. Impact of mass transfer coefficient correlations

on prediction of reactive distillation column behaviour. Chem. Eng. J. 140, 381–390.

Taylor, J.R., 2017. Automated HAZOP revisited. Process Saf. Environ. Prot. 111, 635–651.

Tian, W., Du, T., Mu, S., 2015. HAZOP analysis-based dynamic simulation and its application

in chemical processes. Asia-Pacific J. Chem. Eng. 10, 923–935.

Tyler, B.J., 2012. HAZOP study training from the 1970s to today. Process Saf. Environ. Prot. 90,

419–423.

Vaidhyanathan, R., Venkatasubramanian, V., 1996. A semi-quantitative reasoning methodology

for filtering and ranking HAZOP results in HAZOPExpert. Reliab. Eng. Syst. Saf. 53, 185–

203.

Vaidhyanathan, R., Venkatasubramanian, V., Dyke, F.T., 1996. Hazopexpert: An expert system

for automating HAZOP analysis. Process Saf. Prog. 15, 80–88.

Vaidogas, E.R., 2006. First step towards preventing losses due to mechanical damage from

abnormal actions: Knowledge-based forecasting the actions. J. Loss Prev. Process Ind. 19,

375–385.

Varma, A., Morbidelli, M., Wu, H., 2005. Parametric Sensitivity in Chemical Systems.

Cambridge University Press, New York, USA.

Venkatasubramanian, V., Vaidhyanathan, R., 1994. A knowledge-based framework for

automating HAZOP analysis. AIChE J. 40, 496–505.

Wang, F., Gao, J., 2012. A novel knowledge database construction method for operation guidance

expert system based on HAZOP analysis and accident analysis. J. Loss Prev. Process Ind.

25, 905–915.

Wu, J., Zhang, L., Hu, J., Lind, M., Zhang, X., Jørgensen, S.B., Sin, G., Jensen, N., 2014. An

integrated qualitative and quantitative modeling framework for computer-assisted HAZOP

studies. AIChE J. 60, 4150–4173.

Wu, J., Zhang, L., Liang, W., Hu, J., 2013. A novel failure mode analysis model for gathering

system based on Multilevel Flow Modeling and HAZOP. Process Saf. Environ. Prot. 91,

54–60.

Zhao, C., Bhushan, M., Venkatasubramanian, V., 2005a. PHASuite: An Automated HAZOP

Analysis Tool for Chemical Processes: Part I: Knowledge Engineering Framework. Process


Zhao, C., Bhushan, M., Venkatasubramanian, V., 2005b. PHASuite: An Automated HAZOP

76

Analysis Tool for Chemical Processes: Part II: Implementation and Case Study. Process


Zhao, J., Suikkanen, J., Wood, M., 2014. Lessons learned for process safety management in

China. J. Loss Prev. Process Ind. 29, 170–176.

77

Zoznam publikácií autora

V databáze SCOPUS má autor práce evidovaných 5 publikácií s celkovým počtom 4 citácií

(s vynechaním autocitácií).

ADC Vedecké práce v zahraničných karentovaných časopisoch

ADC01 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. The role of a commercial process simulator in computer aided HAZOP

approach. In Process Safety And Environmental Protection. Vol. 107 (2017), s. 12-

21. ISSN 0957-5820. V databáze: CC: 000401201200002 ; DOI:

10.1016/j.psep.2017.01.018.

ADD Vedecké práce v domácich karentovaných časopisoch

ADD01 DANKO, Matej - JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. Fault propagation behavior study of CSTR in HAZOP. In Chemical Papers.

Vol. 72, iss. 3 (2018), s. 515-526. ISSN 0366-6352. V databáze: CC:

000392503700013 ; DOI: 10.1007/s11696-017-0314-5.

ADF Vedecké práce v ostatných domácich časopisoch

ADF01 DANKO, Matej - LABOVSKÝ, Juraj - JANOŠOVSKÝ, Ján - LABOVSKÁ, Zuzana

- JELEMENSKÝ, Ľudovít. Utilization of parallel computing in chemical engineering.

In Acta Chimica Slovaca. Vol. 8, no. 2 (2015), s. 146-151. ISSN 1337-978X. V

databáze: DOI: 10.1515/acs-2015-0025.

ADF02 JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít. Ammonia

synthesis fundamentals for a model-based HAZOP study. In Acta Chimica Slovaca.

Vol. 8, no. 1 (2015), s. 5-10. ISSN 1337-978X. V databáze: DOI: 10.1515/acs-2015-

0002.

ADM Vedecké práce v zahraničných časopisoch registrovaných v databázach Web of

Science alebo SCOPUS

ADM01 JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít.

Automated model-based HAZOP study in process hazard analysis. In Chemical

Engineering Transactions. Vol. 48, (2016), s. 505-510. ISSN 2283-9216.

AFC Publikované príspevky na zahraničných vedeckých konferenciách

AFC01 DANKO, Matej - JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. Mathematical modelling and stability investigation of multiple steady states

in chemical reactors in the interest of automated process safety analysis tool. In

Proceedings of the 4th International Conference on Chemical Technology, 25. – 27.

4. 2016, Mikulov, Czech Republic. 1. vyd. Prague : Czech Society of Industrial

Chemistry, 2016, S. 545-550. ISBN 978-80-86238-94-4.

AFC02 JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít. Aspen

HYSYS Modelling in Safety Analysis Automation. In Proceedings of the 3rd

International Conference on Chemical Technology : ICCT 2015, April 13-15, 2015,

Mikulov, Czech Republic. 1. vyd. Prague : Czech Society of Industrial Chemistry,

2015, S. 500-507. ISBN 978-80-86238-79-1.

78

AFC03 JANOŠOVSKÝ, Ján - VARINY, Miroslav - MIERKA, Otto. Improvements in

the effectiveness of electricity and heat consumption in an integrated mill producing

pulp and paper. In Proceedings of the 4th International Conference on Chemical

Technology, 25. – 27. 4. 2016, Mikulov, Czech Republic. 1. vyd. Prague : Czech

Society of Industrial Chemistry, 2016, S. 83-88. ISBN 978-80-86238-94-4.

AFC04 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. Investigation of nonlinear behaviour of chemical reactors using aspen hysys

as a useful tool for model-based hazard identification. In Proceedings of the 4th

International Conference on Chemical Technology, 25. – 27. 4. 2016, Mikulov, Czech

Republic. 1. vyd. Prague : Czech Society of Industrial Chemistry, 2016, S. 551-557.

ISBN 978-80-86238-94-4.


Ľudovít. Smart software system solution for model-based hazard identification of

complex industrial processes. In Proceedings of the 27th European Symposium on

Computer Aided Process Engineering : Part A. [s.l.] : Elsevier B.V, 2017, S. 1255-

1230. ISSN 1570-7946. ISBN 978-0-444-64080-2. V databáze: DOI: 10.1016/B978-

0-444-63965-3.50206-3.


Ľudovít. Multilevel data analysis in computer aided hazard identification. In

Proceedings of the 5th International Conference on Chemical Technology (ICCT) :

10.-12.4.2017, Mikulov, Czech Republic. 1. vyd. Prague : Czech Society of Industrial

Chemistry, 2017, S. 497-502. ISBN 978-80-86238-65-4.

AFC07 JANOŠOVSKÝ, Ján - KAČMÁROVÁ, Adriána - DANKO, Matej -

LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít. Inherently safer design of a novel

industrial scale reactor for alkylpyridine derivatives production. In Proceedings of the

5th International Conference on Chemical Technology (ICCT) : 10.-12.4.2017,

Mikulov, Czech Republic. 1. vyd. Prague : Czech Society of Industrial Chemistry,

2017, S. 492-496. ISBN 978-80-86238-65-4.

AFC08 LABOVSKÝ, Juraj - DANKO, Matej - JANOŠOVSKÝ, Ján - LABOVSKÁ,

Zuzana - JELEMENSKÝ, Ľudovít. Chemical engineering simulation on parallel

computers. In Proceedings of the 3rd International Conference on Chemical

Technology : ICCT 2015, April 13-15, 2015, Mikulov, Czech Republic. 1. vyd. Prague

: Czech Society of Industrial Chemistry, 2015, S. 41-44. ISBN 978-80-86238-79-1.

AFC09 LABOVSKÝ, Juraj - DANKO, Matej - ČERVEŇANSKÝ, Ivan -

JANOŠOVSKÝ, Ján - LABOVSKÁ, Zuzana - JELEMENSKÝ, Ľudovít. Conceptual

design of a dimethyl carbonate production and separation process plant. In

Proceedings of the 3rd International Conference on Chemical Technology : ICCT

2015, April 13-15, 2015, Mikulov, Czech Republic. 1. vyd. Prague : Czech Society of

Industrial Chemistry, 2015, S. 37-40. ISBN 978-80-86238-79-1.

AFC10 LABOVSKÝ, Juraj - LABOVSKÁ, Zuzana [Švandová, Z.] - DANKO, Matej

- JANOŠOVSKÝ, Ján - JELEMENSKÝ, Ľudovít. Smart software framework for the

prediction of accidents consequences in process industries. In Proceedings of the 27th

European Symposium on Computer Aided Process Engineering : Part A. [s.l.] :

79

Elsevier B.V, 2017, S. 583-588. ISSN 1570-7946. ISBN 978-0-444-64080-2. V

databáze: DOI: 10.1016/B978-0-444-63965-3.50099-4.

AFD Publikované príspevky na domácich vedeckých konferenciách

AFD01 JANOŠOVSKÝ, Ján - VARINY, Miroslav - BLAHUŠIAK, Marek - MIERKA, Otto.

Electric energy production increase from an industrial RES-based cogeneration unit

due to steam handling improvement in production process. In Transfer 2017

[elektronický zdroj] : proceedings of reviewed papers of the 18th international

scientific conference. Trenčianske Teplice, 23.-24.11. 2017. 1. vyd. Trenčín :

Alexander Dubcek University of Trencin, 2017, CD ROM, [5] s. ISBN 978-80-8075-

787-8.

AFD02 ŠTEFANKO, Dominik - RUSKOVÁ, Renáta - JANOŠOVSKÝ, Ján - LABOVSKÁ,

Zuzana [Švandová, Z.] - LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít.

Experimental investigation of supercritical water gasification of alcohols. In Transfer

2017 [elektronický zdroj] : proceedings of reviewed papers of the 18th international

scientific conference. Trenčianske Teplice, 23.-24.11. 2017. 1. vyd. Trenčín :

Alexander Dubcek University of Trencin, 2017, CD ROM, [6] s. ISBN 978-80-8075-

787-8.

AFH Abstrakty príspevkov z domácich konferencií

AFH01 DANKO, Matej - FRUTIGER, Jérome - GÜRKAN, Sin - JANOŠOVSKÝ, Ján -

LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít. Simulation-based HAZOP analysis

of CSTR system. In MIHAĽ, Mário.Proceedings of the 44th International Conference

of SSCHE, Demänovská dolina, May 22-26, 2017 [elektronický zdroj /]. 1. vyd.

Bratislava : Slovak Society of Chemical Engineering, 2017, USB kľúč, S. 249. ISBN

978-80-89597-58-1.

AFH02 JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ, Ľudovít. Possibilities

and limitations of model-based HAZOP study using Aspen HYSYS. In Proceedings

of the 42nd International Conference of SSCHE [elektronický zdroj]. 1. vyd.

Bratislava : Slovak Society of Chemical Engineering, 2015, USB kľúč, s. 30. ISBN

978-80-89475-14-8.

AFH03 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - LABOVSKÁ, Zuzana

- JELEMENSKÝ, Ľudovít. Large-scale data processing techniques in simulation-

based safety analysis. In MIHAĽ, Mário.Proceedings of the 44th International

Conference of SSCHE, Demänovská dolina, May 22-26, 2017 [elektronický zdroj /].

1. vyd. Bratislava : Slovak Society of Chemical Engineering, 2017, USB kľúč, S. 250.

ISBN 978-80-89597-58-1.

AFH04 KAČMÁROVÁ, Adriána - JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ,

Juraj - JELEMENSKÝ, Ľudovít. Model-based safety analysis of a chemical reactor

for 3-methylpyridine-N-oxide production. In MIHAĽ, Mário.Proceedings of the 44th

International Conference of SSCHE, Demänovská dolina, May 22-26, 2017

[elektronický zdroj /]. 1. vyd. Bratislava : Slovak Society of Chemical Engineering,

2017, USB kľúč, S. 500. ISBN 978-80-89597-58-1.

AFH05 LABOVSKÝ, Juraj - DANKO, Matej - LABOVSKÁ, Zuzana - JANOŠOVSKÝ, Ján

- JELEMENSKÝ, Ľudovít. The role of high performance computing in chemical

engineering. In Proceedings of the 42nd International Conference of SSCHE

80

[elektronický zdroj]. 1. vyd. Bratislava : Slovak Society of Chemical Engineering,

2015, USB kľúč, s. 908. ISBN 978-80-89475-14-8.

BEF Odborné práce v domácich zborníkoch (konferenčných aj nekonferenčných)

BEF01 DANKO, Matej - JANOŠOVSKÝ, Ján - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. Process modeling in safety analysis of chemical productions. In Proceedings

of the 43rd International Conference of the Slovak Society of Chemical Engineering,

Tatranské Matliare, Slovakia, 23.-27.5.2016 [elektronický zdroj]. USB kľúč, s. 774-

781.

BEF02 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - JELEMENSKÝ,

Ľudovít. Perspectives in model-based HAZOP study. In Proceedings of the 43rd

International Conference of the Slovak Society of Chemical Engineering, Tatranské

Matliare, Slovakia, 23.-27.5.2016 [elektronický zdroj]. USB kľúč, s. 766-772.

Štatistika: kategória publikačnej činnosti

ADC Vedecké práce v zahraničných karentovaných časopisoch 1

ADD Vedecké práce v domácich karentovaných časopisoch 1

ADF Vedecké práce v ostatných domácich časopisoch 2

ADM Vedecké práce v zahraničných časopisoch registrovaných v databázach Web of

Science alebo SCOPUS

1

AFC Publikované príspevky na zahraničných vedeckých konferenciách 10

AFD Publikované príspevky na domácich vedeckých konferenciách 2

AFH Abstrakty príspevkov z domácich konferencií 5

BEF Odborné práce v domácich zborníkoch (konferenčných aj nekonferenčných) 2

Súčet 24

81

Prílohy

Príloha A: Janošovský, J., Danko, M., Labovský, J., Jelemenský, Ľ., 2017. The role of a

commercial process simulator in computer aided HAZOP approach

Príloha B: Janošovský, J., Danko, M., Labovský, J., Jelemenský, Ľ., 2018. Software approach to

simulation-based hazard identification of complex industrial processes

Príloha C: Janošovský, J., Labovský, J., Jelemenský, Ľ., 2016. Automated model-based HAZOP

study in process hazard analysis

Príloha D: Janošovský, J., Danko, M., Labovský, J., Jelemenský, Ľ., 2017. Multilevel data

analysis in computer aided hazard identification

Príloha E: Janošovský, J., Kačmárová, A., Danko, M., Labovský, J., Jelemenský, Ľ., 2017.

Inherently safer design of a novel industrial scale reactor for alkylpyridine derivatives production

slovenskÁ technickÁ univerzita v bratislave...

Documents