陳 勇

〔中國(guó)石化銷(xiāo)售有限公司華東分公司 上海 200050〕

成品油管網(wǎng)調(diào)度支持與異常診斷的移動(dòng)應(yīng)用設(shè)計(jì)

陳 勇

〔中國(guó)石化銷(xiāo)售有限公司華東分公司 上海 200050〕

針對(duì)中國(guó)石化華東成品油管網(wǎng)調(diào)度運(yùn)行的實(shí)際，充分利用移動(dòng)互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)、智能化方法，在分析用戶(hù)需求的基礎(chǔ)上，基于Android studio開(kāi)發(fā)平臺(tái)和oracle數(shù)據(jù)庫(kù)，對(duì)華東管網(wǎng)調(diào)度支持與異常診斷的移動(dòng)應(yīng)用(APP)進(jìn)行了設(shè)計(jì)，對(duì)其系統(tǒng)架構(gòu)、業(yè)務(wù)流程以及主要模塊的設(shè)計(jì)原理和實(shí)現(xiàn)方法進(jìn)行詳述，并對(duì)關(guān)鍵技術(shù)數(shù)據(jù)庫(kù)搭建、專(zhuān)家知識(shí)庫(kù)設(shè)計(jì)、故障樹(shù)模型的建立等進(jìn)行了介紹。該系統(tǒng)集調(diào)度作業(yè)、風(fēng)險(xiǎn)識(shí)別、應(yīng)急指導(dǎo)、管輸異常診斷和培訓(xùn)于一體，促進(jìn)了數(shù)據(jù)流動(dòng)和共享，與多媒體工具聯(lián)運(yùn)可實(shí)現(xiàn)遠(yuǎn)程控制，對(duì)輸油管網(wǎng)提質(zhì)增效和安全運(yùn)行具有重要作用。

成品油 管網(wǎng) 調(diào)度支持 異常診斷 移動(dòng)應(yīng)用 設(shè)計(jì)

近年來(lái)，隨著中國(guó)石化銷(xiāo)售華東管線里程的不斷增加，成品油管輸調(diào)度運(yùn)行難度日益加大，要保證安全、平穩(wěn)、高效生產(chǎn)，任務(wù)異常繁重。另外，當(dāng)前國(guó)際油價(jià)持續(xù)低迷，國(guó)內(nèi)成品油市場(chǎng)逐步開(kāi)放，銷(xiāo)售企業(yè)的盈利空間受到進(jìn)一步擠壓。如何提升管輸效率、降低運(yùn)營(yíng)成本、確保安全生產(chǎn)成為一項(xiàng)重要課題。這不僅對(duì)公司調(diào)度工藝操作、風(fēng)險(xiǎn)控制、異常事件應(yīng)急處理等方面的能力提出了更高的要求，也對(duì)傳統(tǒng)單向化、線性化的業(yè)務(wù)模式和分工體系發(fā)起了挑戰(zhàn)。

雖然公司做了大量嘗試與努力，也取得諸多信息化成果，泄漏檢測(cè)軟件、數(shù)字管道系統(tǒng)等先后上線應(yīng)用，取得一定成效。但是，這些信息化成果的著力點(diǎn)和適用面較窄，多為各部門(mén)內(nèi)部為解決某一類(lèi)問(wèn)題而開(kāi)發(fā)，信息資源開(kāi)發(fā)水平較低，功能較為單一。文獻(xiàn)顯示，國(guó)內(nèi)外尚且沒(méi)有著眼調(diào)度運(yùn)行，統(tǒng)籌管輸全過(guò)程的信息化成果[1-4]。另外，現(xiàn)有系統(tǒng)多基于PC端，仍未擺脫特定場(chǎng)所、特定人員使用的限制，“數(shù)據(jù)”資源沒(méi)有得到充分分享和流動(dòng)，難以滿(mǎn)足業(yè)務(wù)協(xié)同需求。

伴隨著云計(jì)算、大數(shù)據(jù)等新一代網(wǎng)絡(luò)基礎(chǔ)設(shè)施的強(qiáng)勢(shì)突破，移動(dòng)互聯(lián)技術(shù)的快速發(fā)展以及智能終端、APP的異軍突起，“互聯(lián)網(wǎng)+”成為新常態(tài)下的新動(dòng)力。眾多傳統(tǒng)企業(yè)實(shí)現(xiàn)了與互聯(lián)網(wǎng)的深度融合。但是，在這種大環(huán)境下，作為傳統(tǒng)產(chǎn)業(yè)的成品油管道儲(chǔ)運(yùn)與新一代互聯(lián)網(wǎng)的融合卻遲遲沒(méi)有突破性進(jìn)展，當(dāng)前企業(yè)的移動(dòng)應(yīng)用多為移動(dòng)CRM、移動(dòng)OA等業(yè)務(wù)系統(tǒng)，沒(méi)有找到實(shí)踐移動(dòng)信息化與提高企業(yè)自身業(yè)務(wù)價(jià)值的結(jié)合點(diǎn)。

針對(duì)以上問(wèn)題，本文立足華東成品油管網(wǎng)實(shí)際，在深入分析用戶(hù)需求基礎(chǔ)上，基于Android Studio開(kāi)發(fā)平臺(tái)、Oracle數(shù)據(jù)庫(kù)和Java語(yǔ)言，對(duì)華東管網(wǎng)調(diào)度支持與異常診斷的移動(dòng)應(yīng)用(APP)進(jìn)行設(shè)計(jì)。該移動(dòng)應(yīng)用集生產(chǎn)運(yùn)行數(shù)據(jù)共享、作業(yè)指南、風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)、管輸異常智能診斷、“三基”培訓(xùn)于一體，著眼于管輸運(yùn)行全過(guò)程，旨在實(shí)現(xiàn)以下目標(biāo)：

(1)立足成品油調(diào)度運(yùn)行，利用大數(shù)據(jù)技術(shù)和專(zhuān)家系統(tǒng)等智能化方法對(duì)管輸全過(guò)程進(jìn)行智能指導(dǎo)和輔助決策，切實(shí)提高調(diào)度作業(yè)規(guī)范化水平，及時(shí)有效開(kāi)展風(fēng)險(xiǎn)識(shí)別、異常現(xiàn)象診斷和應(yīng)急處置。

(2)充分利用互聯(lián)網(wǎng)技術(shù)，特別是移動(dòng)互聯(lián)網(wǎng)和移動(dòng)終端技術(shù)優(yōu)勢(shì)，豐富崗位練兵途徑，創(chuàng)新應(yīng)急演練方法，多渠道、多方式進(jìn)行“三基”培訓(xùn)，提高相關(guān)人員業(yè)務(wù)能力。

(3)促進(jìn)基礎(chǔ)業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)共享和充分流動(dòng)，改善傳統(tǒng)單向化、線性化的業(yè)務(wù)模式和分工體系，實(shí)現(xiàn)業(yè)務(wù)協(xié)同和網(wǎng)狀分工。

1 系統(tǒng)組成與業(yè)務(wù)流程

通過(guò)深入調(diào)研和系統(tǒng)分析，調(diào)度支持與異常診斷移動(dòng)應(yīng)用APP從功能上主要?jiǎng)澐譃樯a(chǎn)營(yíng)運(yùn)數(shù)據(jù)共享模塊、作業(yè)指南模塊、風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)模塊、管輸異常智能模塊和崗位練兵與在線考核模塊。系統(tǒng)功能架構(gòu)如下圖1所示，業(yè)務(wù)流程如圖2所示。

圖1 調(diào)度支持與異常診斷APP功能架構(gòu)圖

圖2 調(diào)度支持與異常診斷APP工作流程

2 系統(tǒng)主要模塊的功能與實(shí)現(xiàn)方法

2.1 管輸異常智能診斷模塊

專(zhuān)家系統(tǒng)(ES，Expert System)是指擁有大量專(zhuān)家知識(shí)，并能運(yùn)用知識(shí)進(jìn)行推理，解決具體問(wèn)題的智能程序系統(tǒng)[5]，通常由知識(shí)庫(kù)、推理機(jī)、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取機(jī)制等組成。知識(shí)庫(kù)用來(lái)存放可被計(jì)算機(jī)識(shí)別的專(zhuān)家知識(shí)。推理機(jī)針對(duì)現(xiàn)有條件或已知信息,匹配知識(shí)庫(kù)中的規(guī)則, 獲得結(jié)論，得到問(wèn)題的解。綜合數(shù)據(jù)庫(kù)專(zhuān)門(mén)用于存儲(chǔ)推理過(guò)程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論。其原理模型如圖3所示。

圖3 專(zhuān)家系統(tǒng)原理

管輸異常智能診斷模塊包括基于專(zhuān)家知識(shí)的診斷和基于歷史案例的診斷。基于專(zhuān)家知識(shí)的診斷具體指結(jié)合故障診斷方法和專(zhuān)家系統(tǒng)推理思想，將輸油調(diào)度領(lǐng)域各級(jí)專(zhuān)家和調(diào)度骨干的知識(shí)、經(jīng)驗(yàn)進(jìn)行簡(jiǎn)化、抽象，并分析、歸納、總結(jié)輸油調(diào)度相關(guān)文獻(xiàn)和專(zhuān)業(yè)書(shū)籍，形成推理知識(shí)庫(kù)，基于故障樹(shù)診斷法針對(duì)異?，F(xiàn)象進(jìn)行智能診斷，并給出處理措施。結(jié)合調(diào)度運(yùn)行實(shí)際，該模塊針對(duì)壓力流量異常、生產(chǎn)設(shè)備故障、油品質(zhì)量問(wèn)題、SCADA系統(tǒng)異常等進(jìn)行診斷，異常診斷原理如圖4所示。

圖4 異常診斷專(zhuān)家系統(tǒng)工作原理

基于歷史案例的診斷指通過(guò)訪問(wèn)案例庫(kù)中過(guò)去同類(lèi)異常情況的解決方法，從而獲得當(dāng)前問(wèn)題解決方案的一種推理模式，也就是將充分挖掘歷史案例、未遂事件的潛在價(jià)值，利用舊的案例或經(jīng)驗(yàn)來(lái)解決新問(wèn)題，評(píng)價(jià)新問(wèn)題，解釋異常情況或理解新情況。

同時(shí)，基于負(fù)壓波法對(duì)泄漏點(diǎn)進(jìn)行定位及泄漏量的計(jì)算[6，7]。此外，為避免異常事件發(fā)生后不必要的停輸，建立了華東管網(wǎng)水力計(jì)算模型，對(duì)異常工況管輸方案進(jìn)行編排，并以首站出站流量、壓力限值，中間站場(chǎng)下載流量、站外壓力，泵站過(guò)泵流量、泵入口壓力等為約束條件，對(duì)方案的合理性進(jìn)行智能判斷。

2.2 風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)模塊

風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)模塊旨在針對(duì)重要作業(yè)進(jìn)行風(fēng)險(xiǎn)智能識(shí)別及應(yīng)急輔助處理。由一線崗位員工，安全管理人員以及負(fù)責(zé)生產(chǎn)、技術(shù)、設(shè)備、工藝等各方面技術(shù)人員和管理人員組成的專(zhuān)業(yè)團(tuán)隊(duì)，恰當(dāng)選用JHA等風(fēng)險(xiǎn)分析方法進(jìn)行全員、系統(tǒng)性的風(fēng)險(xiǎn)識(shí)別與預(yù)先評(píng)估，并針對(duì)各風(fēng)險(xiǎn)項(xiàng)給出完備的應(yīng)急處理預(yù)案，依此為基礎(chǔ)建立風(fēng)險(xiǎn)識(shí)別和應(yīng)急指導(dǎo)知識(shí)庫(kù)。對(duì)特定作業(yè)進(jìn)行風(fēng)險(xiǎn)智能識(shí)別和應(yīng)急指導(dǎo)，旨在做到有備無(wú)患、防患于未然，以盡可能降低事故發(fā)生概率。

2.3 生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)實(shí)時(shí)共享模塊

生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)實(shí)時(shí)共享模塊包括周期(日、周、月)生產(chǎn)報(bào)表、總體運(yùn)行方案的共享， SCADA系統(tǒng)及庫(kù)區(qū)空容動(dòng)態(tài)關(guān)鍵數(shù)據(jù)實(shí)時(shí)同步，以及基礎(chǔ)數(shù)據(jù)管理等。其中，SCADA系統(tǒng)關(guān)鍵數(shù)據(jù)包括各主要節(jié)點(diǎn)壓力、流量值、設(shè)備啟停狀態(tài)等，利用UDP通訊技術(shù)和OPC技術(shù)從SCADA數(shù)據(jù)庫(kù)中對(duì)上述數(shù)據(jù)進(jìn)行實(shí)時(shí)傳輸并保存到Oracle數(shù)據(jù)庫(kù)[8]；基礎(chǔ)數(shù)據(jù)管理可實(shí)現(xiàn)對(duì)華東公司所轄管線(浙蘇管線、蘇南管線、蘇北管線、楊棲線等)及站場(chǎng)全部數(shù)據(jù)的統(tǒng)一整合與集中管理，采用管線——站場(chǎng)——基礎(chǔ)信息三層架構(gòu)，以管線為劃分依據(jù)，以站場(chǎng)為基本單元對(duì)模塊進(jìn)行搭建。

2.4 調(diào)度作業(yè)指南

調(diào)度作業(yè)指南模塊能實(shí)現(xiàn)對(duì)各條管線、各個(gè)站場(chǎng)所有輸油作業(yè)指導(dǎo)書(shū)的分類(lèi)信息化整合和統(tǒng)一管理。作業(yè)類(lèi)型分為通用作業(yè)類(lèi)和單站作業(yè)類(lèi)。具體內(nèi)容包括作業(yè)前準(zhǔn)備、具體操作步驟及操作注意事項(xiàng)等。輸油作業(yè)過(guò)程中，旨在對(duì)各級(jí)調(diào)度人員和操作人員進(jìn)行全過(guò)程規(guī)范化指導(dǎo)。此外，該模塊還集成多種計(jì)算工具，包括混油切割點(diǎn)計(jì)算、混油量計(jì)算、“好油”跟蹤等。具體應(yīng)用場(chǎng)景：

第一，在實(shí)際生產(chǎn)中，當(dāng)調(diào)度輸油作業(yè)時(shí)，相關(guān)操作人員可通過(guò)該模塊查看作業(yè)指導(dǎo)書(shū)，做到規(guī)范作業(yè)，如有需要，可調(diào)用上述計(jì)算工具。

第二，該模塊可以用在各級(jí)調(diào)度人員與操作人員的操作技能培訓(xùn)中。同時(shí)，通過(guò)移動(dòng)終端，參訓(xùn)人員可利用“碎片化”時(shí)間實(shí)時(shí)在線學(xué)習(xí)。

2.5 崗位練兵與在線考核

崗位練兵與在線考核模塊通過(guò)與前述幾個(gè)模塊的聯(lián)運(yùn)，實(shí)現(xiàn)對(duì)各級(jí)調(diào)度人員進(jìn)行業(yè)務(wù)培訓(xùn)、技能測(cè)評(píng)以及情景模擬演練?？己斯芾砣藛T可在系統(tǒng)端進(jìn)行自主命題以及指定練兵科目等操作，旨在豐富崗位練兵途徑，創(chuàng)新應(yīng)急演練方法，多渠道、多方式提高相關(guān)人員業(yè)務(wù)能力。具體應(yīng)用場(chǎng)景：

第一，利用該模塊可對(duì)各級(jí)調(diào)度人員進(jìn)行“三基”培訓(xùn)與考核。

第二，相關(guān)人員可通過(guò)移動(dòng)終端，實(shí)時(shí)在線學(xué)習(xí)。

3 系統(tǒng)數(shù)據(jù)庫(kù)的設(shè)計(jì)

數(shù)據(jù)庫(kù)中包含基礎(chǔ)信息、作業(yè)指南、風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)、異常智能診斷、在線考核等原始庫(kù)。由于涉及數(shù)量大、輸送介質(zhì)多樣化，對(duì)數(shù)據(jù)的檢索、分類(lèi)等要求較高，因此需設(shè)計(jì)合理的數(shù)據(jù)結(jié)構(gòu)，每個(gè)字段應(yīng)能充分展示事件的特征信息。主要數(shù)據(jù)庫(kù)設(shè)計(jì)包括全線啟輸、全線停輸、啟停泵、泵切換、油品切割、混油切割、收發(fā)球和末站開(kāi)停下載等各種風(fēng)險(xiǎn)識(shí)別與應(yīng)急指導(dǎo)數(shù)據(jù)表；詳細(xì)庫(kù)容、總體庫(kù)容、管道物理參數(shù)、報(bào)警限值、總體高程、管線高程、流量計(jì)運(yùn)行流量(最大計(jì)量流量)、輸油泵參數(shù)、泵電機(jī)參數(shù)、全線壓力設(shè)計(jì)值、站場(chǎng)下載區(qū)域壓力、站場(chǎng)下載流量范圍、混油頭流速控制和泄壓值等各種基礎(chǔ)數(shù)據(jù)和管理數(shù)據(jù)表；單選題匯總、單選題、單選題答題信息記錄，多選題匯總、多選題、多選題答題信息記錄，判斷題匯總、判斷題、判斷題答題信息記錄，課題記錄和考試成績(jī)記錄等各種崗位練兵和在線考核數(shù)據(jù)表。

4 異常診斷關(guān)鍵技術(shù)的研究

4.1 知識(shí)庫(kù)設(shè)計(jì)

(1)知識(shí)獲取。專(zhuān)家系統(tǒng)最重要的部分就是知識(shí)庫(kù)的設(shè)計(jì)和建立[9-11]。由于成品油管輸過(guò)程復(fù)雜，風(fēng)險(xiǎn)項(xiàng)多，且各類(lèi)風(fēng)險(xiǎn)涉及的領(lǐng)域不同，因此管輸異常診斷專(zhuān)家系統(tǒng)知識(shí)的獲取任務(wù)非常困難。本文采用間接法和直接法兩種方式獲得。具體的間接法獲取過(guò)程為：由輸油調(diào)度領(lǐng)域各級(jí)專(zhuān)家和調(diào)度骨干將知識(shí)用語(yǔ)言及書(shū)面文字的形式整理出來(lái)，經(jīng)知識(shí)工程師對(duì)其進(jìn)行分析、抽取及簡(jiǎn)化，表示為能被計(jì)算機(jī)理解的規(guī)則和框架，同時(shí)，將知識(shí)輸入到系統(tǒng)知識(shí)庫(kù)中。直接法的過(guò)程為：通過(guò)分析、歸納、總結(jié)，將輸油調(diào)度相關(guān)文獻(xiàn)、專(zhuān)業(yè)書(shū)籍內(nèi)容等表示成一定格式的知識(shí)，形成知識(shí)庫(kù)。

(2)建立故障樹(shù)模型。故障樹(shù)分析法(FTA)[12-13]是一種用于大型復(fù)雜系統(tǒng)的可靠性、安全性分析和風(fēng)險(xiǎn)評(píng)價(jià)的方法。

鑒于管輸過(guò)程的復(fù)雜性，其生成的故障樹(shù)也非常龐大，對(duì)故障樹(shù)的定量與定性分析極為困難。為了便于分析，需要對(duì)故障樹(shù)進(jìn)行一定簡(jiǎn)化。故障樹(shù)的模塊化是典型的故障樹(shù)簡(jiǎn)化方法，就是將故障樹(shù)分成多個(gè)相互獨(dú)立的模塊，然后對(duì)于各個(gè)模塊進(jìn)行獨(dú)立分析，減少了每次分析的工作量，提高了分析與診斷效率。故障樹(shù)簡(jiǎn)化模型如圖5所示。

圖5 故障樹(shù)簡(jiǎn)化模型

(3)知識(shí)表示。專(zhuān)家系統(tǒng)的工作過(guò)程實(shí)際上是模擬人類(lèi)獲取知識(shí)、智能思考并運(yùn)用知識(shí)的過(guò)程。對(duì)于專(zhuān)家系統(tǒng)而言，合理的知識(shí)表示不僅能夠提高異常診斷的精確度、效率和成功率，而且便于知識(shí)在計(jì)算機(jī)中的檢索、添加、刪除和修改。目前，比較常用的知識(shí)表示方法主要有一階謂詞邏輯表示法、框架表示法、Petri 網(wǎng)、語(yǔ)義網(wǎng)絡(luò)表示法、過(guò)程表示法、產(chǎn)生式規(guī)則等[14]。

本文所述異常診斷專(zhuān)家系統(tǒng)的知識(shí)表示方法采用產(chǎn)生式描述規(guī)則。其基本形式為：

IF P THEN Q

其中，P為推理的前提，也成為產(chǎn)生式前件，是產(chǎn)生式成立的先決條件；Q是一組結(jié)論或操作,也稱(chēng)為產(chǎn)生式的后件,表示當(dāng)前提P滿(mǎn)足時(shí),應(yīng)該得到的結(jié)論或執(zhí)行的操作。產(chǎn)生式的具體含義為：當(dāng)滿(mǎn)足前提P時(shí),則可得出結(jié)論Q或執(zhí)行Q中所規(guī)定的操作。產(chǎn)生式規(guī)則表示法用“if ……,then ……”的形式表示知識(shí),這種表示形式與人類(lèi)的判斷性知識(shí)基本一致,既直觀、自然,又便于進(jìn)行推理。

為了將故障樹(shù)知識(shí)轉(zhuǎn)化成產(chǎn)生式規(guī)則知識(shí)，將故障樹(shù)分解轉(zhuǎn)化為“最小”故障樹(shù)單元，這些故障樹(shù)單元僅含有一個(gè)邏輯門(mén)(與門(mén)、或門(mén))，并且能轉(zhuǎn)換成診斷知識(shí)庫(kù)中的一個(gè)或多個(gè)產(chǎn)生式規(guī)則[12]。

4.2 推理機(jī)

所謂推理就是對(duì)管輸異?，F(xiàn)象進(jìn)行診斷，將數(shù)據(jù)庫(kù)中的事實(shí)與知識(shí)庫(kù)中的規(guī)則進(jìn)行匹配并推斷出異常原因的過(guò)程。推理機(jī)是異常診斷專(zhuān)家系統(tǒng)的核心。調(diào)度人員觀察或感知到異?，F(xiàn)象后做初步分類(lèi),在人機(jī)交互界面進(jìn)行選擇或描述，將特征輸入系統(tǒng)中,系統(tǒng)利用知識(shí)庫(kù)中的知識(shí)，按照既定的推理策略進(jìn)行求解。在異常診斷專(zhuān)家系統(tǒng)知識(shí)庫(kù)的設(shè)計(jì)中,將故障樹(shù)知識(shí)轉(zhuǎn)化成基于產(chǎn)生式規(guī)則的專(zhuān)家系統(tǒng)知識(shí)。該系統(tǒng)采用基于規(guī)則的混合推理，推理流程為：確定故障樹(shù)各節(jié)點(diǎn)事件的優(yōu)先級(jí)；系統(tǒng)從規(guī)則庫(kù)中選擇規(guī)則進(jìn)行模式匹配，匹配成功則進(jìn)入故障樹(shù)下一級(jí)節(jié)點(diǎn)進(jìn)行診斷，依此原則直到基本事件為止；最后得出診斷結(jié)論。

5 結(jié)語(yǔ)

(1)該移動(dòng)應(yīng)用著眼于調(diào)度運(yùn)行，統(tǒng)籌管輸全過(guò)程，集調(diào)度作業(yè)指南、風(fēng)險(xiǎn)識(shí)別、應(yīng)急指導(dǎo)、管輸異常智能診斷和“三基”培訓(xùn)于一體，既能指導(dǎo)實(shí)際生產(chǎn)，又能用于業(yè)務(wù)培訓(xùn)，對(duì)提升調(diào)度人員業(yè)務(wù)技能、提高管輸效率、控制生產(chǎn)風(fēng)險(xiǎn)、及時(shí)有效應(yīng)急處置具有重要作用。

(2)促進(jìn)了業(yè)務(wù)數(shù)據(jù)的充分流動(dòng)和實(shí)時(shí)共享，相關(guān)人員可充分利用“碎片化”時(shí)間在移動(dòng)終端處理相應(yīng)事務(wù)，不受時(shí)間、地點(diǎn)限制。通過(guò)與即時(shí)通訊軟件、電子地圖、移動(dòng)多媒體工具等的聯(lián)運(yùn)，可實(shí)現(xiàn)遠(yuǎn)程監(jiān)護(hù)、遠(yuǎn)程過(guò)程優(yōu)化、遠(yuǎn)程應(yīng)急指揮、實(shí)時(shí)交互等在線增值功能與極大改善現(xiàn)有單向化、線性化業(yè)務(wù)模式和分工體系，實(shí)現(xiàn)業(yè)務(wù)協(xié)同和網(wǎng)狀分工。

(3)充分利用了大數(shù)據(jù)技術(shù)和智能化方法對(duì)基礎(chǔ)數(shù)據(jù)、案例以及專(zhuān)家知識(shí)進(jìn)行深入挖掘、應(yīng)用，發(fā)揮“數(shù)據(jù)資源”及專(zhuān)家知識(shí)價(jià)值。系統(tǒng)體現(xiàn)出的網(wǎng)狀、實(shí)時(shí)、智能的業(yè)務(wù)模式和工作理念，具有很強(qiáng)的擴(kuò)展性和復(fù)制性，對(duì)實(shí)現(xiàn)公司提質(zhì)增效，促進(jìn)公司創(chuàng)新融合、轉(zhuǎn)型發(fā)展提供了有益的思路與參考。

[1] JONES S, KIRCHSTEIGER C,BJERKE W. The importance of near miss reporting to further improve safety performance[J].Journal of Loss Prevention in the Process Industries,1999,12(1)：59-67.

[2] PHIMISTER J R, OKTEM U. Near-miss incident management in the chemical process industry [J]. Risk Analysis， 2003，23(3)：445-459.

[3]MA Tingxia, ZHOU Junpeng, LI Anjun. Design of high consequence area identification system software of long-distance pipeline[J].Oil and Gas Storage and Transportation, 2014,33(7)：719-722.

[4]XING Jinduo ,ZHAO Dongfeng, HAN Fenglei, et al.Design and develop on near-miss management system of long-distance oil and gas pipeline[J]. Oil and Gas Storage and Transportation, 2015,34(6)：595-598.

[5] 溫國(guó)誼,查光東,張翔.基于CLIPS的某型飛機(jī)故障診斷專(zhuān)家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].中南大學(xué)學(xué)報(bào)：自然科學(xué)版,2013,44(1)：157-161.

[6] 馬小林,王澤根,謝靜文.負(fù)壓波在管道泄漏檢測(cè)與定位中的應(yīng)用[J].管道技術(shù)與設(shè)備,2013,3：17-20.

[7] 葛會(huì)平.長(zhǎng)輸管線負(fù)壓波法最小可檢測(cè)泄漏量的研究與應(yīng)用[D].蘭州：蘭州理工大學(xué),2009：18-26.

[8] 胡景軍,陳云,洪詩(shī)定.SCADA系統(tǒng)實(shí)現(xiàn)Web服務(wù)的關(guān)鍵技術(shù)[J].化工自動(dòng)化及儀表,2013,40(11)：1395-1398.

[9] 譚大鵬,李培玉,潘曉弘.基于CLIPS的故障診斷專(zhuān)家系統(tǒng)開(kāi)發(fā)環(huán)境[J].浙江大學(xué)學(xué)報(bào)：工學(xué)版,2009,43(2)：240-243.

[10] 王華,李鵬波.CLIPS嵌入.NET平臺(tái)技術(shù)與實(shí)現(xiàn)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2006,11：45-48.

[11] 王飛,魏法杰.大型復(fù)雜裝備研發(fā)成本控制專(zhuān)家系統(tǒng)[J].北京航空航天大學(xué)學(xué)報(bào), 2010,36(4)：490-494.

[12] Xiang J, Futatsugi K. Fault tree and formal methods in system safety analysis[C]//. Proc. of the fourth International Conference on Computer and Information Technology, 2004： 1128-1115.

[13] Zampino E J. Application of fault-tree analysis to troubleshooting the NASAGRC icing research tunnel[C]. Symposium on Reliability and Maintainability, 2001： 16-22.

[14] 金亮亮.基于故障樹(shù)的航天器故障診斷專(zhuān)家系統(tǒng)研究[D].南京：南京航空航天大學(xué),2008：49-50.

2016-12-14。

陳勇(1989-)，男，碩士，畢業(yè)于東華大學(xué)機(jī)械制造及其自動(dòng)化專(zhuān)業(yè)，助理工程師，現(xiàn)主要從事成品油儲(chǔ)運(yùn)調(diào)度管理工作。