slovenskÁ technickÁ univerzita v bratislave...
TRANSCRIPT
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
2
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.
4
6
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“.
8
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
4.2.1 Výsledky a diskusia...................................................................................... 61
4.3 Výroba 3-metylpyridín-N-oxidu ........................................................................... 63
12
4.3.1 Výsledky a diskusia...................................................................................... 64
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)
4.2.1 Výsledky a diskusia
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))
4.3.1 Výsledky a diskusia
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.
McCoy, S.A., Wakeman, S.J., Larkin, F.D., Chung, P.W.H., Rushton, A.G., Lees, F.P., Heino,
P.M., 1999b. HAZID, A Computer Aid for Hazard Identification: 2. Unit Model System.
Process Saf. Environ. Prot. 77, 328–334.
McCoy, S.A., Wakeman, S.J., Larkin, F.D., Chung, P.W.H., Rushton, A.G., Lees, F.P., Heino,
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
Saf. Environ. Prot. 83, 509–532.
Zhao, C., Bhushan, M., Venkatasubramanian, V., 2005b. PHASuite: An Automated HAZOP
76
Analysis Tool for Chemical Processes: Part II: Implementation and Case Study. Process
Saf. Environ. Prot. 83, 533–548.
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.
AFC05 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - JELEMENSKÝ,
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.
AFC06 JANOŠOVSKÝ, Ján - DANKO, Matej - LABOVSKÝ, Juraj - JELEMENSKÝ,
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