화학공장은 수많은 장치들로 구성되어 있고 매우 복잡한 구조를 가지고 있다. 이러한 장치집약적인 특징으로 인해 화학공장은 항상 장치의 고장 또는 조업자의 실수로 인한 사고가 일어날 가능성을 안고 있다. 따라서 화학공정에서의 사고를 예방하고 안전을 확보하기 위해서는 잠재적인 사고 가능성 및 위험요인을 사전에 분석하고 예방하는 것이 중요하다. HAZOP분석은 정성적인 평가 방법 중 가장 체계적이고 논리적인 방법으로 평가받고 있다. 그러나 이러한 안전성 평가를 위해서는 많은 전문가들로 구성된 전문인력, 자원, 시간이 필요하다. 따라서 인력과 시간을 줄이며 일관된 결과를 얻기 위해 위험성 평가의 자동화가 요구된다. 본 연구에서는 기존 방법론의 한계를 극복하기 위해서 화학공정의 안전성 분석 자동화 시스템을 구축하고자 한다. 이를 위해 일반적인 위험성 평가에 필요한 지식을 모델링한 다중모델 접근방법을 사용하여, 통상적인 물리적 위험성 이외에 반응성이나 인화성 등의 화학적 위험성까지 고려한 물질지식베이스, 공정을 연결관계에 따라 스트림(stream)별로 구분한 구조지식베이스, 하나의 장치를 기능과 변수를 구분하여 기능모델과 거동모델로 나누고 변수는 다시 위치에 따라 입력(inlet),내부(internal),출력(outlet)의 세 가지로 세분화한 장치지식베이스로 모델링하였고, 안전성 분석을 수행하는 세 가지의 추론 알고리듬-변수일탈을 중심으로 안전성 분석을 수행하는 변수일탈추론 알고리듬(Deviation Analysis Algorithm), 기능이상을 중심으로 안전성 분석을 수행하는 기능이상추론알고리듬(Malfunction Analysis Algorithm), 위 두 가지 분석결과를 바탕으로 공정의 물리적, 화학적 상태로부터 가능한 사고를 추론해 내는 사고분석알고리듬(Accident Analysis Algorithm)의 세 가지 알고리듬을 개발하여 화학공정의 안전성 분석 자동화 시스템 AHA(Automated Hazard Analyzer)를 개발하였다. AHA는 전문가 개발 도구인 G2를 이용하여 개발되었고, 제안된 시스템은 O1efin dimerization 공정의 도입부(feed section)에 적용되었으며 그 유용성이 확인되었다.

There are many kinds of complicated equipment in chemical plants. So, the chemical plants always have high possibility of accidents. Hazard analysis is one of the basic tasks to ensure the safety of chemical plants, but it is an arduous, tedious, time-consuming work and requires multidisciplinary knowledge, and demands considerable cognitive load from the analysts. To overcome these problems, there have been various attempts to automate this work by utilizing computer technology, particularly knowledge-based technique. However, many of the past approaches are lacking in rpoperties: safeguard consideration, accident diversity, cause and consequence diversity, pathways leading to accidents, and various hazard analysis reasoning. Therefore, in this study, deviation analysis algorithm, malfunction analysis algorithm, and accident analysis algorithm were proposed using multimodel approach of representing a chemical process adequately for hazard analysis in view of function, behavior, structure, and material property. Unit knowledge base is devised to model a process unit. It consists of unit behavior model and unit function model. In unit knowledge base, a process unit is modeled in different terms of variable and function. Variables describing unit are divided into inlet, internal, and outlet variables explicitly, by interconnecting behavior model and function model through these variables. This model represents physical hazards. In structure model, process is separated into several streams which represent different connections. In material knowledge base, chemical properties are considered according to NFPA code. A hazard analysis system, AHA, was developed on G2. The system was applied to feed section of olefin dimerization. And the case study was solved with AHA system successfully.

Automated Hazard Analysis Multimodel Deviation Analysis Malfunction Analysis Accident Analysis

Chae H, Yoon YH, Yoon ES, Korean J. Chem. Eng., 11(3), 153 (1994)
Lee BW, Master Dissertation, Seoul National Univ., Seoul, Korea (1995)
An DM, Hwang KS, HWAHAK KONGHAK, 34(6), 727 (1996)
Suh JC, Loss Prevention in the Process Industries, Part 1 & 2, 10(2), 113 (1997)
NFPA: NFPA Code 49 Hazardous Chemical Data, National Fire Protection Association (1991)
NFPA: NFPA Code 325M Fire Hazard Properties of Flammable Liquids, Gases, and Volatile Solids, NationalFire Protection Association (1991)
Horowitz E, "Fundamentals of Data Structures in C," Computer Science Press (1993)
Lees FP, "Loss Prevention in the Process Industries," Butterworth, London (1980)
AIChE: "Guidelines for Hazard Evaluation Procedures," 2nd ed., AIChE, New York (1992)
Black JM, Ponton JW, Proceedings of IFAC Workshop, 227 (1992)
Catino CA, Ungar LH, AIChE J., 41(1), 97 (1995) 
Shum SK, Davis JF, Punch WF, Chandrasekaran B, Comput. Chem. Eng., 12, 27 (1988) 
Venkatasubramanian V, Vaidhyanathan R, AIChE J., 40(3), 496 (1994) 
Vankatasubramanian V, Vaidhyanathan R, PSE-94 Proceedings (1994)