2. 报警系统基础
报警洪泛治理之所以困难，根本原因在于很多团队只盯着“报警太多”这一表象，却没有回到报警系统本身的工作机制。报警不是一条条孤立的消息，而是一个有起点、有确认、有恢复、有归档的完整生命周期；报警也不是“越重要越早报”这么简单，它需要按后果严重度和允许响应时间进行优先级划分；而 ISA 18.2 与 EEMUA 191 这两套标准，则给出了报警系统设计、运行和绩效评估的通用框架。理解这三件事，是后续所有治理动作的地基。
一、报警生命周期：从产生到归档的六个阶段
在 DCS、SCADA 或 SIS 中，每一个报警实例都遵循一条相对固定的状态路径。典型生命周期包括：检测与产生（过程变量越过报警限值或逻辑条件成立）、通知与呈现（报警进入报警列表、声光提示、操作员画面闪烁）、确认（操作员点击确认，表示已获知）、响应与处置（操作员执行调节、切换、联系现场等动作）、恢复（过程变量回到正常范围，报警条件消失）、归档与统计（报警记录写入历史库，用于绩效分析）。
这里有一个容易被忽视的关键点：确认不等于恢复，恢复也不等于处置完成。操作员确认只是“我知道了”，报警仍然处于活动状态，直到过程条件真正消失。很多报警泛滥的现场，恰恰是因为大量报警长期处于“已确认但未恢复”状态，占满报警列表，把真正需要响应的新报警挤到屏幕之外。
二、报警优先级：按后果与响应时间分级
报警优先级不是“感觉重要”，而是由两个维度共同决定：后果严重度（若不响应，会导致安全、环境、设备或生产损失的程度）和允许响应时间（从报警产生到必须完成有效响应的时间窗口）。ISA 18.2 推荐将优先级控制在 3～4 级，常见做法是：紧急（P1）、高（P2）、中（P3）、低（P4/日志）。
优先级划分的核心逻辑是：后果越严重、允许响应时间越短，优先级越高。例如“反应器超压且安全阀未动作”属于 P1，允许响应时间可能只有几十秒；“储罐液位偏高”属于 P3，允许响应时间可能是几十分钟。如果所有报警都设为高优先级，操作员就会失去判断依据，这正是报警洪泛的心理根源之一。
| 优先级 | 后果严重度 | 允许响应时间 | 典型示例 | 呈现方式 |
|---|---|---|---|---|
| P1 紧急 | 人身安全/重大设备损坏 | ≤ 30 秒 | 反应器超压、安全联锁触发 | 红色闪烁 + 声音 |
| P2 高 | 生产中断/设备损伤 | 1～5 分钟 | 泵轴承温度高、压缩机振动高 | 橙色 + 声音 |
| P3 中 | 质量波动/效率下降 | 10～30 分钟 | 储罐液位偏高、流量偏差 | 黄色 + 静音 |
| P4 低/日志 | 仅需记录/趋势关注 | 无需即时响应 | 阀门动作次数统计、模式切换 | 灰色/仅日志 |
三、ISA 18.2 与 EEMUA 191 的核心要求
ISA 18.2《报警系统管理》和 EEMUA 191《报警系统设计与运行指南》是报警管理领域最常被引用的两套标准。ISA 18.2 更偏重管理生命周期，强调从识别、设计、实施、运行到维护、监控、变更、停用的闭环；EEMUA 191 更偏重工程实践与绩效指标，给出了大量可量化的目标值。
两套标准共同强调的核心要求包括：
- 报警必须有明确目的：每一条报警都应能回答“操作员需要做什么”，否则应删除或降级为日志。
- 报警优先级必须基于风险：不能凭经验随意设定，需结合后果分析和响应时间评估。
- 报警率必须受控：EEMUA 191 建议稳态运行时平均报警率不超过每 10 分钟 1 条，峰值不超过每 10 分钟 10 条。
- 报警泛滥必须可检测：当 10 分钟内报警数超过 10 条时，即视为报警泛滥，需要专项治理。
- 报警系统需要持续监控：包括报警率、优先级分布、抖动报警、长期活动报警、确认响应时间等 KPI。
- 变更必须受控：报警限值、优先级、死区、延时等参数的修改需经过审批和记录。
EEMUA 191 常用绩效参考值：
稳态平均报警率：≤ 1 条 / 10 分钟 / 操作员
峰值报警率： ≤ 10 条 / 10 分钟 / 操作员
报警泛滥阈值： > 10 条 / 10 分钟
优先级分布建议：P1 ≤ 5%，P2 ≤ 15%，P3 占多数
抖动报警： 同一报警 1 分钟内反复 3 次以上需治理
长期活动报警： 持续活动超过 24 小时需复核四、案例与误区：为什么“都设高优先级”反而更危险
某化工厂聚合反应单元曾出现典型问题：DCS 中 1200 条报警里，P1 占 38%，P2 占 41%，P3 仅占 21%。操作员每班面对大量红色闪烁和声音提示，逐渐形成“先确认再说”的习惯，确认时间中位数只有 2 秒，但真正处置率很低。一次反应器超压报警被淹没在同时出现的 17 条报警中，操作员延迟 4 分钟才响应，导致安全阀起跳。
复盘发现三个误区：第一，把“重要参数”直接等同于“高优先级”，没有做后果与响应时间分析；第二，报警限值设置过窄，正常工况波动频繁触发；第三，没有区分“报警”和“提示”，大量模式切换、阀门动作统计也进入了报警列表。治理后，该单元将 P1 压缩到 4%，P2 压缩到 13%，删除和降级了 300 多条无效报警，报警率从每 10 分钟 8 条降到 1.2 条，操作员对 P1 报警的平均响应时间缩短到 25 秒。
实用建议：在开展报警洪泛治理前，先做一次“报警生命周期健康检查”——统计已确认未恢复报警占比、抖动报警数量、P1/P2 占比、平均报警率。这四项数据能快速判断系统是“设计问题”还是“运行问题”。
五、本节要点回顾
- 报警生命周期包括产生、通知、确认、响应、恢复、归档六个阶段，确认与恢复必须分开管理。
- 报警优先级由后果严重度和允许响应时间共同决定，建议控制在 3～4 级，P1 占比不宜超过 5%。
- ISA 18.2 强调管理闭环，EEMUA 191 提供可量化绩效指标，两者结合使用效果最好。
- 报警率、优先级分布、抖动报警、长期活动报警是判断报警系统健康度的核心 KPI。
- 报警洪泛往往不是“报警太多”，而是“无效报警太多、优先级失真、生命周期失控”。