Samenvatting · 2017. 12. 17. · Datum :31-12-2012 Kwaliteitstoets Paraaf Naam Johan Voerman...

Blad 1 van 3

Notitie

Aan

e-nose board

Kopie aan

Datum Documentnummer Project Auteur

11 april 2013 21556783 e-nose programma Dr. J.B. Milan

Onderwerp

Activiteit D, Automatische Alarmering Veiligheid: Validatie E-nose alarmering t.b.v. veiligheid

Inleiding In het e-nose programma wordt onderzocht of een e-nose netwerk een kansrijk hulpmiddel biedt om sneller en gerichter veiligheidsinformatie te verzamelen en te presenteren op basis waarvan beslissingen, zoals alarmering, opschaling, ontalarmering en inzetten en aansturen van meetploegen kunnen worden genomen. Hiervoor is een adequate alarmering voor veilig-heid een vereiste. Binnen het e-nose programma en wel voor activiteit D (Automatische Alar-mering Veiligheid) heeft daarom een validatie plaatsgevonden van de huidige veiligheidsalar-mering. Hiervoor is gebruik gemaakt van het e-neusnetwerk opgesteld in het industriegebied op de Vondelingenplaat. In de bijlage van deze notitie is een rapport getiteld “Validatie E-nose alarmering t.b.v. veiligheid”(DMS 21557788) toegevoegd over dit onderwerp. Een samenvat-ting, inclusief aanbevelingen uit het rapport, staat hieronder beschreven. Samenvatting Het netwerk van het eNose programma van de DCMR staat deels opgesteld in het industriege-bied op de Vondelingenplaat en deels in de bebouwde omgeving van de deelgemeenten rondom dit industriegebied. De instellingen van alarmgrenzen waarbij de eNoses de meldka-mer van de DCMR waarschuwen dat er mogelijk sprake is van een situatie met een verhoogde concentratie van gasvormige stoffen in de omgevingslucht, waren aanvankelijk gebaseerd op het voorkomen van geurhinder. In de afgelopen tijd zijn de mogelijkheden onderzocht om een differentiëring in de veiligheidsalarminstellingen te bereiken. De huidige alarminstellingen voor veiligheid staan beschreven in het eerder rapport (DMS 21441736). Het resultaat is dat er een systeem is ontwikkeld waarbij de eNoses dusdanig kunnen worden ingesteld dat eNoses kruis-beïnvloeding door lokale bronnen (huisgeuren+ windhoek+ hoogte) kunnen negeren. Ook is voor verdere differentiëring van de veiligheidsalarmering een tijdsafhankelijkheid ingebouwd. De eNose moet nl. een verhoging gedurende enige tijd waarnemen om een alarm te genere-ren. Deze instellingen van het alarmeringsysteem voor veiligheidsrelevante parameters zijn gevalideerd m.b.v. de dataset die vanaf april 2010 is opgebouwd. Uit deze validatie komt het volgende beeld:

1. De huidige alarminstelling, met name de selectie op signaalhoogten, is ruimschoots

voldoende om grote incidenten te detecteren. Deze conclusie is gebaseerd op de re-

gistratie van 2 incidenten door eenzelfde e-neusnetwerk opgesteld in een haven in het

Midden-Oosten (Oman). Dit omdat er zich geen grote incidenten in het industriegebied

van de Vondelingenplaat hebben voorgedaan in de periode 2010-2012.

2. De resultaten laten zien dat met de huidige alarminstelling adequaat gealarmeerd

wordt op voorvallen waar veel emissies zijn vrijkomen. Het stationaire meetnet in het

industriegebied op de Vondelingenplaat heeft nl. gereageerd op de vijf meest opval-

lende voorvallen in het Rijnmondgebied (2010-2012) waaronder het langdurig affakke-

Het is slechts toegestaan informatie uit dit rapport te gebruiken onder bronvermelding

Blad 2 van 3

len van procesgas en een transformatorbrand. Daarbij blijkt tevens dat de e-neuzen

zelfs op een afstand van 20 km een incident kunnen registeren.

3. De resultaten laten tevens zien dat met de huidige alarminstelling goed gealarmeerd

wordt op voorvallen waar emissies te verwachten zijn. Het stationaire meetnet in het

industriegebied op de Vondelingenplaat heeft nl. gealarmeerd op een aanzienlijk deel

van de CIN-melding, gemeld door de industrie op de Vondelingenplaat waar emissies

te verwachten zijn (type B1, G1 t/m G3 en Z1). De trend hierbij is dat als een voorval

groter is, dus bij CIN meldingen voor Brand/Explosie met assistentie Brandweer en

voor gasontsnapping met mogelijk gevaar, de kans groter (71%) is dat er gealarmeerd

wordt. Omgekeerd wordt er op kleinere voorvallen (CIN meldingen met alleen gasont-

snapping) grotendeels niet gealarmeerd (18%).

4. Geconcludeerd wordt dat de huidige alarminstelling (signaalhoogten + peak shaving +

huisgeuren) een verbeterd alarmgedrag geeft t.o.v. de oude alarminstelling (signaal-

hoogten). Met de huidige alarmeringsinstellingen is nl. een reductie in het aantal alar-

men gevonden van 28,6% tot 44,9%. Deze reductie in het aantal alarmen is groten-

deels afkomstig van het ‘peak shaving’ algoritme als extra stap in de veiligheidsalar-

mering. Het ‘peak shaving’ algoritme wordt nl. gebruikt ter voorkoming dat er gealar-

meerd wordt op kortstondige pieken. Het toevoegen van huisgeuren reduceert het

aantal alarmen daarentegen maar met enkele procenten.

5. Kijkend naar de verdeling van het aantal alarmeringen per dag kan geconcludeerd

worden dat de e-neuzen in alarm gaan op dagen dat er daadwerkelijk iets aan de

hand is. Tevens is bepaald dat met de huidige alarmeringsinstellingen een e-neus tus-

sen de 96% en 99,8% van de tijd geen alarmeringen geeft. Ten behoeve van een differentiatiestap van de veiligheidsalarmering, en wel voor de kruisbeïn-vloeding, zijn voor de e-neuzen op de Vondelingenplaat voor 11 van de 14 e-neuzen één of meerdere huisgeuren bepaald. In totaal zijn er 42 huisgeuren gedefinieerd inclusief hun thres-hold en hun windhoek. Dit houdt in dat indien een specifieke e-neus benedenwinds van een lokale bron staat dan zal het alarmeringsysteem de huisgeur van deze geur negeren totdat deze over zijn specifieke threshold gaat. Tenslotte omvat het rapport aanbevelingen. Zo wordt het bepalen van huisgeuren in een groot-schalig e-neus netwerk ten behoeve van het reduceren van alarmen afgeraden mede omdat dit een arbeidsintensief proces is. Het gebruik van huisgeuren voor een bedrijfsnetwerk wordt wel gezien als waardevol. Ten behoeve van het nog verdere optimalisatie van alarmen wordt het volgende aanbevolen:

1. Doorontwikkeling van alarmeringsmethodiek op e-nose niveau en uitbreiding naar alarmering op netwerkniveau;

2. Onderzoeken van de mogelijkheden voor dynamisering van alarmhoogtes (op netwerk niveau) tijdens incidenten;

3. Onderzoeken van de mogelijkheden om verstorende invloeden op de alarmering, zoals omgevingsfactoren die niet aan incidenten zijn gerelateerd en systeemafhankelijke fac-toren zoals sensordrift, verder te optimaliseren.


Blad 3 van 3


Activiteit D, Automatische Alarmering Validatie E-nose alarmering t.b.v. veilig-heid


DCMR Milieudienst Rijnmond

Parallelweg 1

Postbus 843

3100 AV Schiedam

T 010 - 246 80 00

F 010 - 246 82 83

E [email protected]

W www.dcmr.nl

Activiteit D, E-nose Safety deel A Validatie E-nose alarmering t.b.v. veilig-heid

Auteur (s) :John Korsman en Bianca Milan

Afdeling :Expertisecentrum

Bureau :Lucht

Documentnummer :21557788

Datum :31-12-2012

Kwaliteitstoets Paraaf

Naam Johan Voerman

Autorisatie Paraaf

Naam Marcel Koeleman

Functie Bureauhoofd Lucht


E-neus alarmering t.b.v. veiligheid blad 3 van 31

Inhoud

1 Inleiding 4

1.1 Het instrument e-neus 4 1.2 Alarmeringen voor geur 4 1.3 Alarmeringen voor veiligheid 4 1.4 Doelstelling project 5

2 Methodiek 6

2.1 Methode definiëren huisgeuren 6 2.2 Methode validatie huisgeuren en ‘peak shaving’ algoritme 10

3 Resultaten en discussie 12

3.1 Gedefinieerde Huisgeuren 12 3.2 Validatie 12

4 Conclusies 17

4.1 Definiëring Huisgeuren 17 4.2 Validatie van de alarmeringinstellingen 17

5 Aanbevelingen 18

5.1 Gebruik huisgeuren 18 5.2 Verdere differentiëring in de veiligheidsalarmering 18

6 Dankwoord 18

Bijlage 1 Immissieplots 20

Bijlage 2 Huisgeuren 23

Bijlage 3 CIN-meldingen 25

Bijlage 4 Beoordeling opvallende voorvallen 26

Bijlage 5 Naderende informatie over butaanincident 29



1 Inleiding

1.1 Het instrument e-neus

Een elektronische neus, of kortweg e-neus, is een instrument waarin een aantal gassensoren

is verwerkt. De uitgangssignalen van de gassensoren worden tegelijkertijd uitgelezen, De e-

neuzen staan via een online verbinding in contact met een centrale database voor opslag van

de ruwe sensordata. E-neuzen reageren op veranderingen van de luchtsamenstelling. De reac-

tie van alle sensoren samen vormt een bepaald patroon. Wanneer de e-neus gericht wordt

blootgesteld aan een bepaald gasmengsel, dan wordt het patroon beschouwd als de fingerprint

van het betreffende gas. Door het vastleggen van fingerprints ontstaat een database met refe-

rentiepatronen. Als op een ander tijdstip een patroon wordt waargenomen dat lijkt op een van

de referentiepatronen, dan is er mogelijk sprake van een situatie waarbij de e-neus hetzelfde

gas ‘ruikt’ als op het moment dat het referentiepatroon werd bepaald. Patroongeneratie en -

herkenning in ruwe sensordata vormt de basis van de e-neus technologie.

1.2 Alarmeringen voor geur

Het huidige netwerk van het e-neus programma van de DCMR bestaat sinds 2010. Het net-

werk is deels opgesteld in het industriegebied op de Vondelingenplaat (zie bijlage 1 voor posi-

tie + naamgeving) en deels in de bebouwde omgeving van de deelgemeenten rondom dit indu-

striegebied. De instellingen van alarmgrenzen, waarbij de e-neuzen de meldkamer van de

DCMR waarschuwen dat er mogelijk sprake is van een situatie met een verhoogde concentra-

tie van gasvormige stoffen in de omgevingslucht, waren aanvankelijk gebaseerd op de ervarin-

gen van een eerder project met e-neuzen in de regio Rijnmond. Hierbij stonden de e-neuzen

alleen opgesteld in de woonwijken. De gebruikte instellingen waren daarom vooral representa-

tief voor alarmering voor zogenaamde geurrelevante parameters. Het betreft hier concentraties

van stoffen in de lucht waarbij een verhoogde kans op het ontstaan van geurhinder aanneme-

lijk is. Deze “geur”alarmering is gefundeerd op een grensoverschrijding van het actuele som-

signaal van de vier sensoren bij 5 (geel), 10 (oranje) en 15 dB (rood). Voor de e-neuzen opge-

steld in de woonomgeving gelden anno 2013 nog steeds dezelfde instellingen van de alarm-

grenzen.

1.3 Alarmeringen voor veiligheid

Het e-nose programma is niet alleen gericht op het detecteren van geurrelevante emissies,

maar ook op het voorkomen van concentraties die mogelijk een veiligheidsrisico met zich mee-

brengen. Uit de resultaten van de eerste fase van het onderzoek met de e-neuzen in het indu-

striegebied bleek, zoals verwacht, dat de “geur”alarminstellingen niet representatief zijn voor de

situatie in het industriegebied waarbij de focus meer gericht is op het detecteren van veilig-

heidsrelevante parameters. Het betreft hier concentraties van gasvormige stoffen in de lucht

die mogelijk een indicatie zijn van een emissie met een verhoogde kans op een incident.

Omdat de alarmgrenzen waren gebaseerd op de resultaten van de vergelijking tussen geurhin-der en eNose data, bleek dat de eNoses op het industriegebied veel te ‘gevoelig’ stonden inge-steld. Hierdoor ging de uitrukdienst teveel vergeefs op pad. Vaak werd bij een vermeend alarm vastgesteld dat er sprake was van de aanwezigheid van een industriële ‘huisgeur’ nabij de betreffende eNoses, maar werd met de overige meetapparatuur die de uitrukdienst hanteert geen indicatie gevonden die een veiligheidsincident impliceerde. In de afgelopen tijd zijn de mogelijkheden onderzocht om een differentiering in de veiligheids-alarminstellingen te bereiken. De eerste logische differentiëringstap, gezet direct na de start van het huidig netwerk in 2010, was om voor de industrieneuzen hogere waarden voor grens-overschrijding te hanteren. Voor de industrieneuzen maakt men op dit moment gebruik van de



grensoverschrijdingen van 10 (geel), 15 (oranje) en 20 dB (rood) t.b.v. alarmeringen. Een ver-dere differentiëring omvatte een tijdsafhankelijkheid van het signaal. De eNose moet nl. een verhoging gedurende enige tijd waarnemen om een alarm te genereren ter voorkoming dat het systeem op kortstondige pieken reageert. Dit is feitelijk een geavanceerd algoritme voor ‘peak shaving’. Gekozen is om alarmering te baseren op de laatste vijf e-neusregistraties waarbij het systeem pas een alarm geeft wanneer minimaal drie keer verhoogde waarden worden geregi-streerd. De derde differentiëring omvat een instelling waarbij eNoses kruisbeïnvloeding door lokale bronnen (huisgeuren+ hoogte + windrichting) kunnen negeren. Dit betekent dat indien een specifieke eNose benedenwinds een lokale bron staat dan zal het alarmeringsysteem de huisgeur van deze bron negeren totdat deze over zijn specifieke threshold gaat. Het huidige alarminstellingen voor veiligheid welke gebaseerd is op de hier bovengenoemde drie differenti-atie stappen staat in zijn geheel beschreven in rapport van Bootsma (2012).

1.4 Doelstelling project

Het doel van dit project is tweeledig. Allereerst, het definiëren van de locale huisgeuren in het

industriegebied op de Vondelingenplaat. Dit is nodig voor de derde differentiatie stap van de

veiligheidsalarmering, d.w.z. de kruisbeïnvloeding van een bepaalde e-neus door lokale bron-

nen negeren. De tweede doelstelling was het testen van de prestatie van de alarminstellingen

o.b.v. huisgeuren en ‘peak shaving’ voor e-neuzen in het industriegebied op de Vondelingen-

plaat. In dit onderzoek zijn methodieken ontwikkeld waarmee huisgeuren kunnen worden gede-

finieerd en de prestatie van individuele e-neuzen kan worden beoordeeld. De huisgeuren zijn

opgesteld met behulp van ruwe wind- en e-neusdata van april t/m augustus 2010. De presta-

ties van de alarminstellingen zijn door middel van vijf validatiestappen uitgebreid getest met

data uit vanaf mei 2011 t/m september 2012.



2 Methodiek

2.1 Methode definiëren huisgeuren

De methodiek voor het bepalen van huisgeuren bevat een drietal stappen:

1. Opstellen immissieplots en bepalen windhoek per patroon;

2. Identificeren van huisgeuren;

3. Bepalen alarmeringshoogte per patroon.

Hieronder worden de stappen behandeld aan de hand van een voorbeeld voor VO-01.

2.1.1 Stap 1. Opstellen immissieplots en bepalen windhoek per patroon

Immissieplots geven per maand aan uit welke windrichting de stoffen komen die de e-neus

beïnvloeden (zie Figuur 1). Daarmee wordt ook de potentiële bron aangegeven. Met behulp

van software van Comon-Invent is per e-neus een immissieplot gemaakt voor de maanden

april t/m augustus (zie bv. bijlage 1). Op basis van datum en tijd koppelt het softwareprogram-

ma ruwe e-neus data aan de bijbehoorde windrichting die is geregistreerd door windvaan BU-

01.

Per e-neus is m.b.v. de immissieplot visueel bepaald wat het patroon en windrichting-

range is van de stof(fen) die de e-neus consequent beïnvloeden. Vervolgens is gekeken of dit

patroon voorkomt in andere maanden. Indien een patroon in meerdere maanden bij ruwweg

dezelfde windrichting terugkomt, is de windrichtingrange bepaald op basis van al deze maan-

den (zie Figuur 1f). Hieronder worden enkele voorbeelden gegeven hoe de windhoek van een

huisgeur is bepaald.

Voorbeeld 1: in de immissieplot van VO-01 is te zien dat in juli 2010 de e-neus wordt beïnvloed

door een bron tussen 310° en 340° met het volgende patroon: rood en oranje ongeveer even

hoog; kleine bijdrage van blauw; en geen bijdrage van groen (zie Figuur 1d). Dit patroon komt

bij ongeveer dezelfde windrichtingrange ook voor bij juni en augustus 2010 (zie Figuur 1c en

e) en zijn daarom samengevoegd in één plaatsje (zie Figuur 1f). Ondanks dat de windrichting-

range in juli iets smaller is dan in juni en augustus is één windrichtrange bepaald o.b.v. deze 3

maanden (zie Figuur 1f). In de volgende stap worden o.b.v. de windrichtingrange het patroon

geïdentificeerd.

Voorbeeld 2: in de immissieplot van VO-01 is te zien dat in april 2010 de e-neus wordt beïn-

vloed door een bron tussen 275° en 355° met het volgende patroon blauw, rood, oranje en

groen (zie Figuur 1a). Dit patroon komt bij deze e-neus voor de betreffende windrichtingrange

alleen voor in april en is daarom als aparte maand meegenomen in de volgende stap.

Voorbeeld 3: in de immissieplot van mei 2010 wordt geen duidelijke bron aangewezen. Er kan

daarom voor een bepaalde windrichtingrange geen patroon worden bepaald met als gevolg dat

maand mei niet is meegenomen in de volgende stap.

355°

275°

a. VO-01 in april 2010 b. VO-01 in mei 2010



Figuur 1. Immissieplots voor VO-01 per maand (a-f) met visueel bepaalde windhoekranges in april (a), juli (d)

en augustus (f)

2.1.2 Stap 2. Identificeren huisgeuren

In deze stap worden de patronen uit stap 1 bepaald met behulp van software van Comon-

Invent. De software van Comon-Invent, genaamd ‘de analyser’, is zodanig aangepast dat al-

leen ruwe e-neusdata geanalyseerd wordt die uit een bepaalde windrichting komt. Welke wind-

richting (en welke maanden) geanalyseerd moeten worden is bepaald in stap 1. De analyser

gebruikt wederom windvaan BU-01 (wind device: 10317; wind sensor: 36). Om een gedeelte

van achtergrondruis te verdringen is een threshold gebruikt van 2000. In Figuur 2 zijn alle ana-

lyseresultaten gegeven voor e-neus VO-01 ( o.b.v. juni t/m augustus 2010 en windhoekrange

275 – 355). Door de analyser zijn 6 patronen gevonden (zie Figuur 2a). Naarmate een patroon

meer voorkomt, stijgt het percentage en wordt het meest voorkomende patroon aan de linkse

kant geplot (Figuur 2a). Ter voorkoming dat relatief zeldzame patronen worden gebruikt als

huisgeur zijn alleen patronen met een percentage van 10% of hoger gebruikt. Het patroon met

de hoogste percentage is gebruikt wanneer geen van de patronen een percentage heeft hoger

dan 10%.

355°

275°

340°

310°

c. VO-01 in juni 2010 d. VO-01 in juli 2010

e. VO-01 in augustus 2010 f. VO-01 juni t/m augustus 2010



Figuur 2. Analyseresultaten voor V0-1 (a-e)

a b

c

d e



2.1.3 Stap 3 Bepalen alarmeringshoogte per patroon

De analyseresultaten geeft per patroon aan wanneer de hoogste relatieve verhogingen is

waargenomen (zie Y-as in Figuur 2c). Voor patroon 1 is dit omstreeks 2010-08-05 09:48:07.

Op basis van deze tijd is de ruwe e-nose data van de betreffende dag geplot (zie Figuur 3a) en

‘genuld’ (zie Figuur 3b). De genulde ruwe e-nose data is vervolgens gedownload in MS Excel.

Uit Figuur 3b is afgeleid dat de hoogste piek heeft plaatsgevonden tussen 13:00 en 14:00. Deze

piek wordt gezien als de hoogste waarde van een huisgeur waarbij de e-nose niet in alarm mag

gaan. Wat de precieze sensorwaardes zijn van deze piek is opgezocht in het MS Excel be-

stand. De maximale gesommeerde waarde van alle 4 sensoren van VO-01 bij patroon 1 is

29.91 dB (zie Tabel 1).

Figuur 3. Trendlijn van niet-genuld (a) en genulde (b) ruwe e-neusdata voor 2010-08-05

Tabel 1 Sensorwaardes van genulde e-neusdata t.b.v. hoogtebepaling

Sensor S1 Sensor S1 Sensor S2 Sensor S3 Sensor S4 Σ sensor S1 t/m S4

Time Value (dB) Value (dB) Value (dB) Value (dB) Value (dB)

05-08-10 13:05:58 0,74 2,80 1,44 2,41 7,39

05-08-10 13:07:00 3,49 11,30 4,49 10,16 29,44

05-08-10 13:08:00 2,39 9,23 3,55 8,53 23,70

05-08-10 13:09:00 1,84 7,48 2,64 6,93 18,89

05-08-10 13:10:00 3,70 11,02 4,43 10,77 29,91

05-08-10 13:11:03 2,48 8,74 3,38 8,12 22,71

05-08-10 13:12:03 1,14 4,21 1,61 3,96 10,92

05-08-10 13:13:03 0,86 2,79 1,37 2,61 7,63

05-08-10 13:14:02 1,01 5,91 2,23 5,22 14,37

a

b



2.2 Methode validatie huisgeuren en ‘peak shaving’ algoritme

De prestatie van de alarminstellingen o.b.v. huisgeuren en ‘peak shaving’ algoritme zijn door

middel van de onderstaande vijf validatiestappen getest.

2.2.1 Kwalitatieve alarmering op grote incidenten

Om te beoordelen of de e-neuzen met de nieuwe alarminstelling adequaat reageren zou in

retrospectief gekeken moeten worden of er gealarmeerd werd op grote incidenten in het Rijn-

mondgebied. Echter, de afgelopen jaren hebben er geen grote incidenten plaatsgevonden in

het Rijnmond gebied. Als alternatief is kwalitatief beoordeeld of dezelfde e-neuzen tijdens inci-

denten in een haven in het Midden-Oosten (Oman) in alarm gaan bij standaard instellingen van

de signaalhoogtes (d.w.z. 10, 15 en 20 dB).

2.2.2 Alarmeren opvallende voorvallen in het Rijnmondgebied

Een ander alternatief is een meer kwantitatieve beoordeling of de e-neuzen met de nieuwe

alarminstelling adequaat reageren op de vijf meest opvallende voorvallen die door het statio-

naire meetnet zijn waargenomen in het Rijnmondgebied. Dit zijn de volgende voorvallen:

• BP-Raffinaderij (Europoort): affakkelen van procesgas na een stroomstoring op 17 mei 2010;

• Esso Raffinaderij (Botlek): affakkelen van procesgas na het uitvallen van fornuizen op 10 september 2010;

• Shell Raffinaderij (Pernis): transformatorbrand op 7 december 2010;

• Recyclingbedrijf Beelen (Vlaardingen): zeer grote brand op 14 mei 2011;

• Odfjell Terminal Rotterdam: butaniseren op 14 augustus 2011.

Bij het bepalen of de e-neuzen alarmeren op deze 5 CIN-melding zijn de alarmeringen twee

uur voor en één uur na de CIN-melding bekeken en geclassificeerd volgens onderstaande cri-

teria (zie Tabel 2). E-neusalarming met klasse 1 en 2 worden hier geïnterpreteerd dat deze niet

in alarm zijn gegaan bij de betreffende CIN-melding.

Tabel 2. Toetsingscriteria alarmering op CIN-meldingen

Klasse Criteria

5

Meerdere e-neuzen consistent in alarm.

Locatie e-neus benedenwinds CIN-melding.

Overeenstemming stof tussen neuzen.

4

Eén e-neus consistent in alarm.

Locatie e-neus benedenwinds CIN-melding

3

Eén of meerdere e-neuzen niet consistent in alarm, of

dichtbijliggende e-neus (benedenwinds) niet in alarm. –

Stoffen tussen neuzen komen niet overeen.

2 E-neus in alarm, maar niet in overeenstemming met windrichting.

1 Geen alarm.

2.2.3 CIN-meldingen Vondelingenplaat

In voorgaande validatiestap wordt er gekeken naar opvallende voorvallen als alternatief voor

grote incidenten. Een ander alternatief is het bepalen of de e-neuzen in alarm gaan bij CIN-

meldingen afkomstig van de Vondelingenplaat (zie bijlage 3). Dit geeft inzicht hoe gevoelig de

e-neuzen staan ingesteld. In overleg met de DCMR-meldkamer is gekozen om te kijken of de

e-neus alarmeert op CIN-meldingstypes B1, G1 t/m G3 en Z1 (zie paragraaf 3.2.4 voor defini-

ties B1, G1 t/m G3 en Z1). Hierbij wordt verwacht dat types B1,G1 t/m G3 wel worden gezien

en type Z1 niet. In deze validatiestap wordt dus antwoord gegeven op de volgende vraag:

• Gaan e-neuzen op de Vondelingenplaat in alarm bij CIN-meldingen (type B1,G1 t/m G3 en Z1) van de Vondelingenplaat in de periode mei 2011 en september 2012?



Hiervoor zijn dezelfde toetsingscriteria gebruikt als uit validatiestap 1 (zie Tabel 2).

2.2.4 Nieuwe versus oude alarminstellingen: aantal alarmeringen

Het aantal alarmen met de “oude” alarminstellingen (d.w.z. alarmering alleen op basis van

grensoverschrijding van het somsignaal van de vier sensoren bij 10, 15 en 20 dB) is vergele-

ken met het aantal alarmen met de oude alarminstelling plus gebruikmakend van het ‘peak

shaving’ algoritme en de nieuwe alarmering (oude alarmstelling + ‘peak shaving’ + huisgeuren).

Dit is gedaan met de neuzen V0-01 en VO-02 van mei t/m juli 2011. T.b.v. het bepalen van de

consistentie is dezelfde analyse uitgevoerd voor de periode mei t/m juli in 2012. In deze valida-

tiestap staat dus de volgende vraag centraal:

• Zijn VO-01 en VO-02 in mei t/m juli 2011 en mei t/m juli 2012 met de nieuwe alarminstellin-gen minder vaak in alarm gegaan vergeleken met de oude alarmeringinstellingen?

2.2.5 Alarmeringsgedrag

Voorgaande validatiestap gaat in op aantallen alarmeringen. Naast aantallen is inzicht in het

alarmeringsgedrag ook van belang. Bijvoorbeeld, zo is het niet gewenst dat een e-neus con-

stant tientallen keren per uur in alarm gaat. Wat wel een gewenst beeld is, is dat een e-neus

bijna 100% van de tijd nul alarmeringen per uur geeft (bijna 100% van de tijd zijn er geen inci-

denten). Maar als er wel een incident is, dat een neus dan 60 alarmeringen per uur geeft.

Daarnaast wordt een beeld verwacht dat een groot deel van de totale alarmeringen op één of

enkele dagen worden gegeven wanneer er sprake is van een voorval. T.b.v. het testen of het

gewenste alarmgedrag wordt vertoont met de nieuwe alarminstellingen is de volgende vraag

opgesteld:

• Wat is de verdeling van het aantal alarmeringen per dag en is een potentiële oorzaak te vinden wanneer veel alarmeringen zijn gegeven?



3 Resultaten en discussie

3.1 Gedefinieerde Huisgeuren

Voor 11 van de 14 e-neuzen op de Vondelingenplaat zijn één of meerdere huisgeuren gedefi-

nieerd. In totaal zijn voor deze 11 neuzen 42 huisgeuren gedefinieerd (zie bijlage 2). Voor deze

neuzen bestaat de nieuwe alarmeringset bestaan uit zowel huisgeuren als de ‘peak shaving’

algoritme.

Voor de e-neuzen VO-03, VO-05 en VO-07 konden geen huisgeuren worden gedefini-

eerd omdat vanuit de immissieplot geen bronnen konden worden aangewezen. Deze alarme-

ringinstelling van deze drie e-neuzen bevatten dus alleen de ‘peak shaving’ algoritme.

3.2 Validatie

3.2.1 Kwalitatieve alarmering op grote incidenten

De signaalhoogte waarop wordt gealarmeerd zijn 10, 15 en 20 dB voor respectievelijk alarm-

code geel, oranje en rood. De gesommeerde signaalhoogtes die gemeten zijn tijdens twee

incidenten in een haven in het Midden-Oosten (Oman) zijn groter dan 20 dB (zie Figuur 4 en

Figuur 5). Dit geeft aan dat de huidige alarminstelling op hoogte afdoende is voor grote inciden-

ten.

Figuur 4 17 juni 2012: e-neus registratie van een lekkage in een warmtewisselaar bij een raffinaderij waar-

door hoge VOS-concentraties in de waterzuivering terecht kwamen. Andere e-neuzen dichtbij registreerden

ook deze anomalie

Figuur 5 periode 6-11 oktober 2012: e-neus registratie van een lekkage in een warmtewisselaar bij dezelfde

raffinaderij waardoor hoge VOS-concentraties in de waterzuivering terecht kwamen. Andere e-neuzen dicht-

bij registreerden ook deze anomalie



3.2.2 Alarmeren opvallende voorvallen

Aangezien grote incidenten ontbreken in het Rijnmond gebied is als alternatief gekeken of de

e-neuzen in alarm gaan tijdens de volgende opvallende voorvallen die gemeten zijn door het

meetnet:

• BP-Raffinaderij (Europoort): affakkelen van procesgas na een stroomstoring op 10 mei 2010;

• Esso Raffinaderij (Botlek): affakkelen van procesgas na het uitvallen van fornuizen op 10 september 2010;

• Shell Raffinaderij (Pernis): transformatorbrand op 7 december 2010;

• Recyclingbedrijf Beelen (Vlaardingen): zeer grote brand op 14 mei 2011;

• Odfjell Terminal Rotterdam: butaniseren op 14 augustus 2011.

Uit nadere analyse van de e-neus data van deze dagen blijkt dat bij alle opvallende voorvallen

de e-neuzen in alarm zijn gegaan (zie bijlage 4 + rapport DMS 21204847). In Figuur 6 en bijla-

ge 5 wordt het voorbeeld: van butanisering bij Odfjell getoond. Tevens blijkt dat de e-neuzen

zelfs op een afstand van 20 km een incident kunnen registeren (BP-Raffinaderij).. Deze resul-

taten laten zien dat de e-neuzen alarmeren op voorvallen waar relatief veel emissies vrijkomen.

Figuur 6. E-neuzen in alarm tijdens butaniseren.

3.2.3 CIN-meldingen

Bij CIN-meldingtype B1 en G1 t/m G3 gaan de e-neuzen 71,4 % in alarm. Bij deze CIN-melding

types was verwacht dat deze een alarm zouden veroorzaken. Bij 28,6 % wordt geen alarm

gegeven. Dit kan veroorzaakt worden door diverse factoren. Zo zou bijvoorbeeld de emissie bij

een CIN-melding gering kunnen zijn of er is sprake van een zeer ongunstige windrichting. Op

CIN-melding type Z1 wordt 18,2% gealarmeerd (zie Tabel 4). Bij deze CIN-melding was geen

alarm verwacht aangezien de emissies bij deze CIN-meldings type vaak klein zijn.

Tabel 3 Alarmering op CIN-melding types B1 en G1 t/m G3

CIN-type Wel alarmering (%)

Geen alarmering (%)

aantal CIN-meldingen

B1 Brand/Explosie met assistentie Brandweer 66,7 33,3 12

G1 Gasontsnapping met mogelijk gevaar 100 0 1

G2 Vloeistofmorsing met mogelijk gevaar geen data geen data 0

G3 Incident met mogelijk gevaar 100 0 1

Totaal 71,4 28,6 14

De resultaten uit validatiestap 2 (zie §3.2.2) laten zien dat de e-neuzen alarmeren op alle op-

vallende voorvallen waar veel emissies zijn vrijgekomen. Uit de resultaten van onderhavige

validatiestap is op te maken dat de e-neuzen ook reageren op een aanzienlijk deel van voorval-



len waar emissies te verwachten zijn. De trend hierbij is dat als een voorval groter is (dus meer

emissies), de kans groter is dat er wordt gealarmeerd. Dit werkt ook vice versa, namelijk op

kleinere voorvallen (CIN-type Z1), wordt grotendeels niet gealarmeerd.

Tabel 4 Alarmering op CIN-melding type Z1

CIN-type Wel alarmering (%) Geen alarmering (%) aantal CIN-meldingen

Z1 Gasontsnapping 18.2 81.8 11

3.2.4 Nieuwe versus oude alarminstellingen: aantal alarmeringen

Met de nieuwe alarmeringsinstellingen is bij alle onderzochte neuzen een reductie in het aantal

alarmen gevonden van 28,6% tot 44,9% (zie Tabel 5). De reductie in het aantal alarmen door

het gebruik van alleen de ‘peak shaving’ algoritme is al aanzienlijk. Namelijk 24,0% tot 45,7%

minder alarmen t.o.v. oude alarminstellingen. Het toevoegen van huisgeuren reduceert het

aantal alarmen nog maar met enkele procenten. De reductie met alleen het gebruik van huis-

geuren is niet beoordeeld door softwarematige beperkingen.

Tabel 5. Reductie in aantal alarmeringen tussen nieuwe en oude alarminstellingen

2011 2012 E-neus Variabele

Oud Oud met ‘peak

shaving’ algo-

ritme

Nieuw Oud Oud met ‘peak

shaving’ algo-

ritme

Nieuw

Totaal aantal alar-

men 7126 5181 4785 454 336 250

Geen alarm 113248 115193 114991 131229 131347 131087

VO-01

Reductie in alarmen

t.o.v. oud (%) 27.3 32.9 26.0 44.9

Totaal aantal alar-

men 4621 3511 3301 549.0 298.0 306.0

Geen alarm 115693 116803 116999 130957 131208 131114

VO-02

Reductie in alarmen

t.o.v. oud (%) 24.0 28.6 45.7 44.3

3.2.5 Alarmeringsgedrag

Voorgaande paragraaf laat zien dat de ‘peak shaving’ algoritme en de huisgeuren een reductie

in het aantal alarmeringen van VO-01 en VO-02 geven. Dit heeft het gevolg dat de tijd dat VO-

01 en VO-02 in alarm staan ook wordt gereduceerd (zie Tabel 6). Met het gebruik van de ‘peak

shaving’ algoritme en huisgeuren is de alarmeringstijd van VO-01 gereduceerd met 1,9% en

0,1% in respectievelijk 2012 en 2011. Voor VO-01 zijn vergelijkbare reductiegetallen gevonden,

namelijk 1,1 en 0,2 in respectievelijk 2011 en 2012. Dergelijke reductiegetallen lijken laag, ech-

ter deze getallen zijn gebaseerd op een groot aantal waarnemingen. Een reductie van enkele

tienden komt namelijk overeen met enkele honderden tot enkele duizenden alarmeringen. De

absolute reductie in aantal alarmeringen is gegeven in Tabel 5. Verder kan uit onderstaande

tabel afgeleid worden dat met de nieuwe alarmeringsinstellingen dat een e-neus tussen de

96% en 99,8% van de tijd geen alarmeringen geeft.

Tabel 6 Reductie in alarmeringstijd tussen nieuwe en oude alarminstellingen



In Figuur 7 worden het aantal alarmeringen per dag weergegeven waarbij voor de dagen met

veel alarmeringen de potentiële oorzaak is gegeven. Voor een groot aantal dagen met veel

alarmeringen is de potentiële oorzaak gevonden in de weekstaten van de DCMR. Voor een

aantal dagen in 2011 zijn geen oorzaak gevonden. Uit een zeer beperkte analyse blijkt dat e-

neuzen bij een de transformatorbrand bij SNR meer dan 700 keer op de betreffende dag in

alarm zijn gegaan. Dergelijke resultaten geven aan dat de e-neuzen in alarm gaan op dagen

dat er daadwerkelijk iets aan de hand is.

0

50

100

150

200

250

300

350

400

1-5

-20

11

3-5

-20

11

5-5

-20

11

7-5

-20

11

9-5

-20

11

11

-5-2

01

1

13

-5-2

01

1

15

-5-2

01

1

17

-5-2

01

1

19

-5-2

01

1

21

-5-2

01

1

23

-5-2

01

1

25

-5-2

01

1

27

-5-2

01

1

29

-5-2

01

1

31

-5-2

01

1

2-6

-20

11

4-6

-20

11

6-6

-20

11

8-6

-20

11

10

-6-2

01

1

12

-6-2

01

1

14

-6-2

01

1

16

-6-2

01

1

18

-6-2

01

1

20

-6-2

01

1

22

-6-2

01

1

24

-6-2

01

1

26

-6-2

01

1

28

-6-2

01

1

30

-6-2

01

1

2-7

-20

11

4-7

-20

11

6-7

-20

11

8-7

-20

11

10

-7-2

01

1

12

-7-2

01

1

14

-7-2

01

1

16

-7-2

01

1

18

-7-2

01

1

20

-7-2

01

1

22

-7-2

01

1

24

-7-2

01

1

26

-7-2

01

1

28

-7-2

01

1

30

-7-2

01

1

Aan

tal a

larm

erin

ge

n

VO-01 (1 mei tot 1 augustus 2011)

0

50

100

150

200

250

300

350

400

1-5

-20

11

3-5

-20

11

5-5

-20

11

7-5

-20

11

9-5

-20

11

11-5

-201

1

13-5

-201

1

15-5

-201

1

17-5

-201

1

19-5

-201

1

21-5

-201

1

23-5

-201

1

25-5

-201

1

27-5

-201

1

29-5

-201

1

31-5

-201

1

2-6

-20

11

4-6

-20

11

6-6

-20

11

8-6

-20

11

10-6

-201

1

12-6

-201

1

14-6

-201

1

16-6

-201

1

18-6

-201

1

20-6

-201

1

22-6

-201

1

24-6

-201

1

26-6

-201

1

28-6

-201

1

30-6

-201

1

2-7

-20

11

4-7

-20

11

6-7

-20

11

8-7

-20

11

10-7

-201

1

12-7

-201

1

14-7

-201

1

16-7

-201

1

18-7

-201

1

20-7

-201

1

22-7

-201

1

24-7

-201

1

26-7

-201

1

28-7

-201

1

30-7

-201

1

Aan

tal ala

rme

rin

ge

n


2011 2012 E-neus Variabele

Oud Oud met

‘peak

shaving’

algoritme

Nieuw Oud Oud met

‘peak

shaving’

algoritme

Nieuw

In alarm

(%)

5,9 4,3 4,0 0,3 0,3 0,2

VO-01

Geen

alarm (%) 94,1 95,7 96,0 99,7 99,7 99,8

In alarm

(%)

3,8 2,9 2,7 0,4 0,2 0,2

VO-02

Geen

alarm (%) 96,2 97,1 97,3 99,6 99,8 99,8

Reeks kleine brandjes SNR

Brand Beelen

Brand Emerald Kalama Chemical

a

b



0

20

40

60

80

100

120

140

1-5

-20

12

3-5

-20

12

5-5

-20

12

7-5

-20

12

9-5

-20

12

11

-5-2

01

2

13

-5-2

01

2

15

-5-2

01

2

17

-5-2

01

2

19

-5-2

01

2

21

-5-2

01

2

23

-5-2

01

2

25

-5-2

01

2

27

-5-2

01

2

29

-5-2

01

2

31

-5-2

01

2

2-6

-20

12

4-6

-20

12

6-6

-20

12

8-6

-20

12

10

-6-2

01

2

12

-6-2

01

2

14

-6-2

01

2

16

-6-2

01

2

18

-6-2

01

2

20

-6-2

01

2

22

-6-2

01

2

24

-6-2

01

2

26

-6-2

01

2

28

-6-2

01

2

30

-6-2

01

2

2-7

-20

12

4-7

-20

12

6-7

-20

12

8-7

-20

12

10

-7-2

01

2

12

-7-2

01

2

14

-7-2

01

2

16

-7-2

01

2

18

-7-2

01

2

20

-7-2

01

2

22

-7-2

01

2

24

-7-2

01

2

26

-7-2

01

2

28

-7-2

01

2

30

-7-2

01

2

Aan

tal a

larm

erin

ge

n


0

20

40

60

80

100

120

140

1-5

-20

12

3-5

-20

12

5-5

-20

12

7-5

-20

12

9-5

-20

12

11

-5-2

01

2

13

-5-2

01

2

15

-5-2

01

2

17

-5-2

01

2

19

-5-2

01

2

21

-5-2

01

2

23

-5-2

01

2

25

-5-2

01

2

27

-5-2

01

2

29

-5-2

01

2

31

-5-2

01

2

2-6

-20

12

4-6

-20

12

6-6

-20

12

8-6

-20

12

10

-6-2

01

2

12

-6-2

01

2

14

-6-2

01

2

16

-6-2

01

2

18

-6-2

01

2

20

-6-2

01

2

22

-6-2

01

2

24

-6-2

01

2

26

-6-2

01

2

28

-6-2

01

2

30

-6-2

01

2

2-7

-20

12

4-7

-20

12

6-7

-20

12

8-7

-20

12

10

-7-2

01

2

12

-7-2

01

2

14

-7-2

01

2

16

-7-2

01

2

18

-7-2

01

2

20

-7-2

01

2

22

-7-2

01

2

24

-7-2

01

2

26

-7-2

01

2

28

-7-2

01

2

30

-7-2

01

2

Aa

nta

l a

larm

eri

nge

n


Figuur 7. Aantal alarmeringen per dag in 2011 en 2012 voor VO-01 (a-c) en VO-02 (b-d). Meldingen zijn

afkomstig van de meldkamer.

De resultaten uit met name 2012 laten zien dat met de ‘peak shaving’ algoritme en huisgeuren

een gewenst alarmeringsbeeld is ontstaan. Hierbij geeft een e-neus 99,8% van de tijd geen

alarm en worden de meeste alarmeringen gegeven op dagen waarbij een voorval heeft plaats-

gevonden (zie Tabel 6 en Figuur 6).

Spanningsdip: opnieuw opstarten

fabrieken

Veel verschillende voorvallen

Veel verschillende voorvallen

Ontluchten binnenvaarttanker Stolt

Texas

c

d



4 Conclusies

4.1 Definiëring Huisgeuren

Ten behoeve van een verdere differentiëring in de veiligheidsalarmering voor het e-neusnetwerk opgesteld in het industriegebied op de Vondelingenplaat zijn voor 11 van de 14 e-neuzen één of meerdere huisgeuren gedefinieerd. In totaal zijn er 42 huisgeuren bepaald in-clusief hun threshold en bijbehorende windhoeken.

4.2 Validatie van de alarmeringinstellingen

Voor de beoordeling of de e-neuzen met de nieuwe alarminstelling (signaalhoogte + peak sha-

ving + huisgeuren) adequaat reageren is in retrospectief gekeken naar de e-neus data in com-

binatie met de informatie die beschikbaar was van voorvallen. Hieruit zijn de volgende conclu-

sies getrokken:

1. De huidige alarminstelling, met name de selectie op signaalhoogten, is ruimschoots

voldoende om grote incidenten te detecteren. Omdat er geen grote incidenten in het

industriegebied van de Vondelingenplaat zich hebben voorgedaan (2010-2012) is de-

ze conclusie gebaseerd op de registratie van twee incidenten door eenzelfde e-neus-

netwerk opgesteld in een haven in het Midden-Oosten (Oman).

2. De resultaten laten zien dat met de huidige alarminstelling adequaat gealarmeerd

wordt op voorvallen waar veel emissies zijn vrijkomen. Het stationaire meetnet in het

industriegebied op de Vondelingenplaat heeft nl. gereageerd op de vijf meest opval-

lende voorvallen in het Rijnmondgebied (2010-2012) waaronder het langdurig affakke-

len van procesgas en een transformatorbrand. Daarbij blijkt tevens dat de e-neuzen

zelfs op een afstand van 20 km een incident kunnen registeren.

3. De resultaten laten tevens zien dat met de huidige alarminstelling goed gealarmeerd

wordt op voorvallen waar emissies te verwachten zijn. Het stationaire meetnet in het

industriegebied op de Vondelingenplaat heeft nl. gealarmeerd op een aanzienlijk deel

van de CIN-melding, gemeld door de industrie op de Vondelingenplaat waar emissies

te verwachten zijn (type B1, G1 t/m G3 en Z1). De trend hierbij is dat als een voorval

groter is, dus bij CIN-meldingen waaronder Brand/Explosie met assistentie Brandweer

en gasontsnapping met mogelijk gevaar, de kans groter (71%) is dat er gealarmeerd

wordt. Omgekeerd wordt er op kleinere voorvallen (CIN-meldingen met alleen gasont-

snapping) grotendeels niet gealarmeerd (18%).

4. Geconcludeerd wordt dat de huidige alarminstelling (signaalhoogten + peak shaving +

huisgeuren) een verbeterd alarmgedrag geeft t.o.v. de oude alarminstelling (signaal-

hoogten). Met de huidige alarmeringsinstellingen is nl. een reductie in het aantal alar-

men gevonden van 28,6% tot 44,9%. Deze reductie in het aantal alarmen is groten-

deels (24,0 tot 45,7%) te danken aan de introductie van de ‘peak shaving’ algoritme

als extra stap in de veiligheidsalarmering. Het ‘peak shaving’ algoritme wordt nl. ge-

bruikt ter voorkoming dat er gealarmeerd wordt op kortstondige pieken. Het toevoegen

van huisgeuren reduceert het aantal alarmen daarentegen maar met enkele procen-

ten.

5. Kijkend naar de verdeling van het aantal alarmeringen per dag kan geconcludeerd

worden dat de e-neuzen in alarm gaan op dagen dat er daadwerkelijk iets aan de

hand is. Tevens is bepaald dat met de huidige alarmeringsinstellingen een e-neus tus-

sen de 96% en 99,8% van de tijd geen alarmeringen geeft.



5 Aanbevelingen

5.1 Gebruik huisgeuren

Voor de methodiek van de huisgeuren moet per e-neus bepaald worden wat een toelaatbare

huisgeur is. Het bepalen van huisgeuren in een grootschalig e-neusnetwerk ten behoeve van

het reduceren van alarmen wordt afgeraden omdat dit erg arbeidsintensief zal zijn. Hiervoor

zijn collectieve alarmeringsregels (die gelden voor alle neuzen) geschikter.

Een ander nadeel van het gebruik van huisgeuren is dat de gedefinieerde huisgeuren

maar beperkt houdbaar zijn. Zo zal de huisgeur mogelijk veranderen wanneer een bedrijf zijn

proces aanpast. Dit betekent dus dat hele methodiek voor het definiëren van de huisgeur op-

nieuw uitgevoerd dient te worden voor de nabijgelegen e-neuzen.

Het gebruikt van huisgeuren kan echter waardevol zijn. Bijvoorbeeld wanneer er sprake

is van een consistente alarmering op een specifieke emissie of in het geval wanneer een e-

neusnetwerk gebruikt wordt als een bedrijfsnetwerk. Zo zou in een bedrijfsnetwerk een e-neus

een bepaalde emissie van een procesonderdeel kunnen negeren. Wanneer er een verandering

in emissie optreedt, wat kan duiden op een procesverstoring, kan hierop wel worden gealar-

meerd.

5.2 Verdere differentiëring in de veiligheidsalarmering

Ondanks dat bepaald is in onderhavige studie dat met de huidige alarmeringsinstellingen een

e-neus tussen de 96% en 99,8% van de tijd geen alarmeringen geeft, zal in een grootschalig e-

neusnetwerk het totaal aantal alarmen van het totale netwerk nog steeds te groot worden. Ten

behoeve van een nog verdere optimalisatie van alarmen wordt het volgende aanbevolen:

1. Doorontwikkeling van alarmeringsmethodiek op e-nose niveau en uitbreiding naar

alarmering op netwerkniveau;

2. Onderzoeken van de mogelijkheden voor dynamisering van alarmhoogtes (op net-

werk niveau) tijdens incidenten;

3. Onderzoeken van de mogelijkheden om verstorende invloeden op de alarmering,

zoals omgevingsfactoren die niet aan incidenten zijn gerelateerd en systeemafhan-

kelijke factoren zoals sensordrift, verder te optimaliseren.

.

6 Dankwoord

Ralph van Nellestijn en Simon Bootsma van het bedrijf Comon-Invent worden bedankt voor de

intensieve gedachtewisselingen over dit onderwerp en het aanleveren van de datasets in het

juiste format.



Literatuur

Bootsma, Van Nellestijn en Milan (2012), E-nose alarmering t.b.v. Veiligheid Ontwerp en instel-

lingen van e-neuzen op Vondelingenplaat (DMS 21441736)



Bijlage 1 Immissieplots

Immissieplots in april 2010

Immissieplots in maart 2010



Immissieplots in juni 2010

Immissieplots in juli 2010



Immissieplots in augustus 2010



Bijlage 2 Huisgeuren

e-n

eu

s

e-

ne

us

nr.

idP

eri

od

e in

'10

be

gin

win

dri

c

hti

ng

ein

d

win

dri

chti

ng

thre

s

ho

ldP

atr

oo

n s

1P

atr

oo

n s

2P

atr

oo

n s

3P

atr

oo

n s

4

% u

it

an

aly

s

er

Ge

dif

f.

Ho

og

te

(dB

)

Ho

og

te

tota

al

(dB

)

Tij

d b

ep

ale

n

ho

og

te

Ho

og

te

S1

(d

B)

Ho

og

te

S2

(d

B)

Ho

og

te

S3 (

dB

)

Ho

og

te

S4

(d

B)

De

mp

ing

-

fact

or

S1

De

mp

ing

-

fact

or

S2

De

mp

ing

-

fact

or

S3

De

mp

ing

-

fact

or

S4P

ote

nti

ele

bro

n

AR

-01

26

57

1ju

ni

t/m

au

g1

65

31

52

00

01

,48

85

90

,22

06

13

0,1

09

0,2

13

40

72

7,5

98

,51

6,0

42

9-0

7-1

0 0

2:3

5:1

57,9

33

,40

2,0

42

,67

2,7

5E

-07

2,5

2E

-07

-3,5

E-0

62

,04

E-0

7

SNR

; K

oo

le;

SNC

, A

rgo

s; R

ijn

mo

nd

En

erg

ie;

BP

ra

ffin

ad

eri

j; K

ron

e;

Ch

evr

on

; Sh

in E

tsu

;

Un

ile

ver;

Kre

be

r, V

op

ak

AR

-01

26

57

1a

pri

l t/m

me

i2

73

34

42

00

00

,55

57

70

,81

41

13

0,2

06

38

90

,89

06

81

13

,04

15

,52

1,5

72

2-0

4-1

0 1

7:1

9:3

86,8

36

,48

2,2

36

,02

3,7

68

33

8-1

,05

06

4-0

,76

21

9-1

,00

65

8 K

reb

er;

Vo

pa

k

AR

-01

26

57

1a

pri

l t/m

me

i2

73

34

42

00

00

,99

84

65

0,4

04

13

10

,27

16

42

0,3

26

83

11

3,0

41

2,2

51

9,3

91

9-0

4-1

0 0

8:5

5:0

76,2

66

,90

2,0

84

,15

4,0

10

58

3-0

,57

41

60

,01

20

8-0

,67

76

6 K

reb

er;

Vo

pa

k

AR

-01

26

57

1ju

ni

12

61

96

20

00

1,1

67

92

50

,39

67

28

0,1

19

26

20

,38

94

15

20

5,2

51

4,0

92

4-0

6-1

0 0

2:4

5:1

26,3

52

,61

2,5

02

,62

0,3

65

93

90

,31

32

78

0,3

95

29

60

,39

38

26

A4

; B

en

elu

x-tu

nn

el;

Exx

on

Mo

bill

; S

NC

;

Kra

ton

Po

lym

ers

; SN

R;

Arg

os

AR

-01

26

57

1ju

ni

12

61

96

20

00

0,2

58

47

21

,20

07

87

0,5

10

,99

88

59

20

4,2

51

0,6

92

5-0

6-1

0 0

6:2

6:2

13,2

53

,06

1,7

02

,67

0,3

65

93

90

,26

43

83

0,3

95

29

60

,35

88

01

A4

; B

en

elu

x-tu

nn

el;

Exx

on

Mo

bill

; S

NC

; S

NR

;

Arg

os

BU

-01

26

40

2a

pri

l t/m

au

g2

86

34

42

00

00

,12

54

95

0,7

04

79

0,5

36

52

40

,74

10

17

3,8

58

,75

27

,53

10-0

7-1

0 0

1:2

6:5

04,6

47

,67

8,0

57

,17

0,3

05

04

2-0

,75

02

70

,19

45

04

-0,6

39

48

RB

T

BU

-01

26

40

2ju

ni

t/m

ju

li1

35

24

22

00

00

,22

49

01

1,0

12

58

90

,39

40

,88

67

89

30

,77

3,5

8,2

81

1-0

7-1

0 0

2:0

4:0

42,4

41

,96

1,4

22

,47

0,0

46

93

7-0

,69

40

30

,30

24

1-0

,61

46

3

Exx

on

Mo

bill

; S

NC

;Kra

ton

Plo

yme

rs;

SNR

;

Arg

os;

Rij

nm

on

d E

ne

rgie

; B

P r

aff

ina

de

rij

BU

-01

26

40

2ju

ni

t/m

ju

li1

35

24

22

00

03

,17

59

61

-0,0

59

55

81

,71

57

48

0,1

04

71

62

3,0

86

,25

12

,81

16-0

6-1

0 2

2:3

3:0

14,0

83

,03

3,7

41

,96

-0,7

43

85

-1,2

35

3-0

,39

32

3-1

,08

64

1

Exx

on

Mo

bill

; S

NC

;Kra

ton

Plo

yme

rs;

SNR

;

Arg

os;

Rij

nm

on

d E

ne

rgie

; B

P r

aff

ina

de

rij

BU

-02

26

41

3a

pri

l3

14

35

52

00

00

,36

68

63

0,7

18

53

90

,42

37

58

0,6

79

37

34

1,9

12

,52

7,5

72

0-0

4-1

0 0

6:0

4:0

76,3

68

,32

5,4

97

,40

0,1

83

21

0,7

92

85

81

,10

12

32

2,0

16

38

8A

4;

Be

ne

lux-

tun

ne

l; R

BT

BU

-02

26

41

3a

pri

l3

14

35

52

00

01

,55

95

72

0,2

29

08

20

,10

80

19

0,2

15

58

62

3,5

31

32

6,9

32

0-0

4-1

0 2

0:4

5:4

313,8

35

,28

3,5

84

,24

0,1

83

21

0,7

92

85

81

,10

12

32

2,0

16

38

8A

4;

Be

ne

lux-

tun

ne

l; R

BT

BU

-03

26

42

4a

pri

l3

33

34

42

00

00

,95

85

84

0,8

09

39

90

,29

28

66

0,6

33

17

94

08

26

,96

22-0

4-1

0 0

6:1

2:5

59,1

47

,97

3,5

46

,31

-2,5

00

63

1,2

54

57

5-1

,29

98

8-0

,44

76

7A

4;

Exx

on

Mo

bil

BU

-03

26

42

4a

pri

l3

33

34

42

00

00

,38

35

57

0,7

36

46

50

,22

27

56

0,7

92

88

25

2,7

51

7,7

72

9-0

4-1

0 1

3:0

1:1

84,9

15

,42

2,8

84

,56

-2,1

94

68

1,9

50

32

3-0

,51

93

60

,29

35

29

A4

; E

xxo

n M

ob

il

BU

-04

26

43

5a

pri

l t/m

juli

31

53

55

20

00

1,1

07

29

50

,52

44

17

0,0

67

04

60

,49

82

85

3,5

73

,25

14

,43

07-0

5-1

0 1

7:0

2:5

04,9

44

,47

2,9

22

,10

-1,7

99

31

1,6

46

25

40

,85

97

36

1,3

08

31

7A

4;

Exx

on

Mo

bil

BU

-04

26

43

5a

pri

l t/m

juli

26

22

95

20

00

0,5

94

10

80

,68

86

45

0,0

73

91

90

,65

85

43

11

,54

71

1,4

20

8-0

7-1

0 1

2:5

2:4

63,1

23

,42

1,8

53

,02

-2,2

97

24

0,5

63

67

10

,66

63

52

0,2

53

34

A4

; S

NC

BU

-04

26

43

5a

pri

l t/m

juli

26

22

95

20

00

1,2

16

60

40

,42

44

86

0,0

68

77

70

,30

35

24

11

,54

22

,75

29

,53

08-0

4-1

0 0

8:4

1:4

315,1

16

,00

2,1

76

,24

-2,8

32

51

,14

29

0,4

53

64

60

,95

20

87

A4

; S

NC

OM

-01

26

58

9a

pri

l t/m

juli

31

53

55

20

00

1,1

06

19

40

,48

90

23

0,0

75

46

90

,36

92

66

31

,37

17

,75

15

,08

23-0

6-1

0 1

6:4

5:2

45,6

14

,57

1,9

52

,95

1,9

31

24

-0,3

30

44

-0,2

64

2-0

,68

85

3G

eu

lha

ve

n;

Od

fje

ll; L

BC

; C

ete

m

OM

-01

26

58

9a

pri

l t/m

juli

31

53

55

20

00

0,3

96

73

60

,83

18

08

0,3

92

43

90

,76

39

49

19

,72

32

3,1

60

8-0

6-1

0 2

0:0

5:0

83,4

67

,78

4,9

66

,96

1,4

09

56

0,1

91

79

20

,40

40

88

0,0

72

55

4G

eu

lha

ve

n;

Od

fje

ll; L

BC

; C

ete

m

PE

-02

26

55

11

ap

ril t

/m ju

ni

28

53

20

20

00

0,0

72

06

80

,85

74

49

0,1

84

08

70

,90

34

38

7,6

96

,51

0,0

70

5-0

4-1

0 0

2:0

3:5

31,1

43

,88

2,1

52

,90

-3,8

77

61

,51

15

24

0,6

27

40

60

,31

15

91

Shin

Ets

u;

SN

C;

SN

R

PE

-02

26

55

11

ap

ril t

/m ju

ni

32

53

45

20

00

0,3

30

91

30

,73

41

99

0,3

37

56

70

,60

40

52

1,2

31

5,2

51

0,0

70

5-0

4-1

0 0

2:0

3:5

31,1

43

,88

2,1

52

,90

-3,8

77

61

,51

15

24

0,6

27

40

60

,31

15

91

Rij

nm

on

d e

ne

rgie

; B

P r

aff

ina

de

rij;

Ch

evr

on

V0

-01

26

33

22

ap

ril

27

53

55

20

00

0,0

79

07

50

,84

27

57

0,5

20

27

50

,63

84

65

7,4

17

,51

9,4

10

1-0

4-1

0 0

3:0

3:4

62,5

25

,70

6,7

84

,42

-1,9

11

62

-0,9

28

35

1,1

07

20

5-0

,45

67

7A

ir p

rod

uct

s; v

an

Be

ntu

m;

Ark

em

a;

Wil

ma

r

V0

-01

26

33

22

jun

i t/

m a

ug

27

53

55

20

00

0,0

79

12

30

,86

16

22

0,2

41

74

50

,85

98

63

14

,71

24

,52

9,9

10

5-0

8-1

0 1

3:1

0:0

03,7

011

,02

4,4

310

,77

0,8

04

87

-1,2

46

18

-0,6

24

94

-1,1

93

9A

ir p

rod

uct

s; v

an

Be

ntu

m;

Ark

em

a;

Wil

ma

r

V0

-01

26

33

22

me

i t/

m a

ug

22

19

52

00

00

,14

57

68

0,7

68

86

0,7

74

34

61

,09

85

15

34

,67

3,5

13

,91

28-0

7-1

0 0

3:5

1:1

02,0

55

,26

1,5

75

,02

0,7

84

29

8-1

,40

08

9-0

,56

40

2-1

,31

74

2K

oo

le,

SNR

V0

-01

26

33

22

me

i t/

m a

ug

22

19

52

00

01

,41

65

61

0,3

03

67

70

,06

35

42

0,2

57

79

61

8,6

77

,25

10

,81

08-0

7-1

0 0

6:2

2:0

54,3

62

,59

1,1

12

,75

0,7

73

98

4-1

,33

07

6-0

,72

76

5-1

,11

05

5K

oo

le,

SNR

V0

-01

26

33

22

me

i t/

m a

ug

22

19

52

00

00

,49

68

65

1,0

93

23

30

,09

25

82

1,0

03

63

81

23

,75

15

,80

23-0

7-1

0 0

7:0

8:4

15,4

63

,38

3,0

63

,90

0,7

63

65

1-1

,06

91

1-0

,31

23

5-0

,91

54

4K

oo

le,

SNR

V0

-01

26

33

22

me

i t/

m a

ug

22

19

52

00

00

,24

50

68

1,7

84

29

60

,57

68

91

1,5

18

12

91

21

2,2

52

1,0

90

6-0

8-1

0 2

2:5

9:0

93,6

07

,73

2,8

86

,88

0,8

76

29

1-1

,43

61

2-0

,59

78

-1,2

91

24

Ko

ole

, SN

R

V0

-02

26

34

23

ap

ril t

/m a

ug

29

43

55

20

00

0,0

80

20

10

,78

40

74

0,3

77

45

30

,77

52

29

19

,51

14

,25

37

,80

02-0

6-1

0 0

2:5

8:4

46,6

912

,50

7,1

711

,45

2,2

51

69

2-0

,55

91

-1,0

99

27

-1,0

50

23

Air

Pro

du

cts;

Va

n B

en

tum

V0

-02

26

34

23

ap

ril

22

42

75

20

00

0,0

65

86

0,8

57

22

0,4

85

58

50

,83

62

11

5,9

71

3,7

53

1,8

21

8-0

4-1

0 2

1:2

9:3

83,4

811

,03

7,0

210

,28

0,0

46

36

1-0

,47

97

-0,3

20

5-0

,25

04

6C

ete

m;

Od

fje

ll; L

BC

Ta

nk

Te

rmin

al

V0

-02

26

34

23

ap

ril

22

42

75

20

00

0,4

44

30

,62

78

78

0,3

36

76

10

,70

88

17

11

,11

2,2

51

9,2

11

5-0

4-1

0 2

2:0

9:1

95,0

99

,41

5,5

27

,36

-0,8

06

34

-0,1

21

28

-0,1

05

34

0,4

14

49

8C

ete

m;

Od

fje

ll; L

BC

Ta

nk

Te

rmin

al

V0

-02

26

34

23

jun

i t/

m a

ug

22

42

75

20

00

0,1

35

57

50

,91

27

07

0,3

08

73

20

,85

03

16

,89

11

,75

23

,91

06-0

5-1

0 2

1:1

3:4

38,7

86

,35

4,1

84

,60

-0,5

92

27

-3,8

04

07

-1,8

97

65

-1,7

42

82

Ce

tem

; O

dfj

ell;

LB

C T

an

k T

erm

ina

l

V0

-02

26

34

23

jun

i t/

m a

ug

22

42

75

20

00

0,6

27

70

20

,71

71

40

,25

67

73

0,5

86

76

31

6,8

91

1,7

51

9,4

41

3-0

5-1

0 1

6:4

2:2

50,9

03

,87

3,8

110

,86

6,3

59

93

-4,8

80

51

-0,5

88

51

-8,9

52

35

Ce

tem

; O

dfj

ell;

LB

C T

an

k T

erm

ina

l

V0

-02

26

34

23

ap

ril

22

66

20

00

0,1

60

56

50

,84

00

25

0,4

10

50

70

,73

48

17

89

,47

10

,25

29

,52

09-0

4-1

0 0

1:2

8:4

78,6

78

,29

5,3

07

,26

0,2

86

78

1-2

,87

21

-2,0

12

-2,1

23

83

Ark

em

a;

Ko

ole

; SN

R;

Wil

ma

r

V0

-02

26

34

23

jun

i2

26

62

00

00

,09

92

41

0,9

25

44

30

,25

09

60

,86

09

53

83

,59

10

,53

1,8

10

1-0

6-1

0 0

4:5

4:5

54,6

210

,42

5,8

610

,92

3,1

12

12

5-0

,82

59

6-1

,14

96

-1,3

14

16

Ark

em

a;

Ko

ole

; SN

R;

Wil

ma

r

V0

-02

26

34

23

jun

i2

26

62

00

02

,16

55

15

0,5

44

50

70

,07

85

36

0,3

60

00

71

0,4

58

,52

1,5

32

3-0

6-1

0 1

7:2

7:2

58,1

05

,41

3,0

64

,97

4,2

58

21

-0,5

59

1-0

,92

25

-0,8

67

46

Ark

em

a;

Ko

ole

; SN

R;

Wil

ma

r

V0

-02

26

34

23

au

g2

26

62

00

00

,15

03

07

0,8

95

72

20

,27

94

49

0,8

28

60

58

06

,75

26

,81

16-0

8-1

0 0

6:5

0:2

83,9

78

,84

5,2

48

,76

3,8

25

80

8-0

,59

00

5-0

,76

37

6-0

,85

61

6A

rke

ma

; K

oo

le;

SNR

; W

ilm

ar

V0

-04

26

36

25

ap

ril t

/m a

ug

34

13

82

00

01

,63

53

75

0,3

05

12

70

,25

76

47

0,1

69

75

71

2,5

4,5

9,1

12

4-0

6-1

0 0

0:5

1:2

44,1

52

,44

0,4

22

,09

2,1

73

14

43

,56

25

14

3,1

35

04

41

,58

87

81

SNC

; S

NR

V0

-06

26

38

27

ap

ril

18

52

25

20

00

0,0

10

13

10

,91

93

59

00

,84

94

41

22

,22

2,2

55

,02

13-0

4-1

0 2

2:2

1:3

91,1

51

,38

1,1

91

,30

-2,4

34

53

-0,3

60

74

-1,0

94

64

-3,4

37

15

A1

5;

kru

isp

un

t P

etr

oli

um

we

g e

n

Vo

nd

eli

ng

en

we

g

V0

-06

26

38

27

ap

ril

18

52

25

20

00

-0,2

63

00

22

,08

00

33

0,5

97

00

30

,37

00

79

22

,22

3,7

57

,88

29-0

4-1

0 0

9:5

6:5

92,5

32

,07

1,8

01

,48

-2,5

341

40

,24

09

37

-0,2

84

99

-2,8

17

31

A1

5;

kru

isp

un

t P

etr

oli

um

we

g e

n

Vo

nd

eli

ng

en

we

g

V0

-06

26

38

27

ap

ril

30

43

34

20

00

1,1

37

16

0,5

06

47

50

,25

83

43

0,4

85

88

62

8,5

74

,58

,42

20-0

4-1

0 2

2:0

5:4

71,3

01

,95

2,4

22

,75

-1,9

17

29

-0,6

86

98

-1,1

14

39

-3,8

17

74

SNC

; S

NR

TH

-01

26

56

18

ap

ril t

/m ju

li2

95

34

52

00

00

,18

37

44

0,7

24

22

10

,44

93

45

0,6

63

12

23

4,6

21

12

0,9

41

0-0

7-1

0 0

0:5

1:4

95,0

36

,10

4,3

85

,44

0,6

52

10

50

,37

90

94

1,4

75

84

5-0

,17

30

6M

ost

ert

; V

erw

o;

Un

ile

ve

r

TH

-01

26

56

18

ap

ril t

/m ju

li2

95

34

52

00

00

,73

41

24

0,4

98

56

90

,35

06

89

0,4

72

36

31

6,3

53

5,9

71

5-0

7-1

0 2

0:2

4:1

24,1

70

,76

0,4

80

,56

0,2

63

05

81

,04

04

68

1,8

11

73

90

,84

07

55

Mo

ste

rt;

Ve

rwo

; U

nil

ev

er

TH

-01

26

56

18

ap

ril t

/m ju

li8

02

55

20

00

0,8

53

15

40

,57

22

14

0,2

15

74

40

,48

06

96

40

,74

3,5

7,4

21

4-0

4-1

0 1

4:4

3:2

21,2

81

,16

2,5

32

,45

-3,0

17

46

0,1

10

21

31

,47

64

55

0,4

17

73

5

Shin

Ets

u;

Ark

em

a;

Wilm

ar;

Air

pro

du

cts;

Ark

em

a;

Ko

ole

; SN

C;

SNR

TH

-01

26

56

18

ap

ril t

/m ju

li8

02

55

20

00

1,5

91

99

70

,17

50

31

0,1

28

12

90

,11

52

12

11

,11

14

,75

20

,32

20-0

4-1

0 0

7:3

1:1

86,3

65

,32

5,4

03

,24

-3,9

37

43

0,2

24

33

71

,44

44

19

0,3

52

13

1

Shin

Ets

u;

Ark

em

a;

Wilm

ar;

Air

pro

du

cts;

Ark

em

a;

Ko

ole

; SN

C;

SNR



Toelichting onderwerpen in tabel.

Onderwerp toelichting

e-neus: kenmerk van e-neus, zoals weergegeven op dashboard

e-neus nummer: kenmerk van e-neus gebruikt door Comon Invent

e-neus –id: kenmerk van e-neus gebruikt door Comon Invent in alarmeringsysteem

periode in ’10: maanden waarop de huisgeur is gekwantificeerd

Begin windrichting: begin van windrichting van betreffende patroon

Eind windrichting: eind van windrichting van betreffende patroon

Threshold: waarde in analyzer om achtergrondruis te negeren in de analyse

Patroon S1 - S4: individuele signaalhoogte per sensor die samen een patroon vormen

% uit analyser: mate hoe vaak een patroon voorkomt in een bepaalde tijd

Gediff. Hoogte (dB): gedifferentieerde hoogte van een patroon in dB. Dit getal dient te worden

gebruikt bij floating zero

Hoogte totaal (dB): Maximale hoogte van patroon gebaseerd op genulde ruwe data

Tijd bepalen hoogte: Tijd waarop de maximale hoogte is bepaald

Hoogte S1 - S4 (dB): individuele signaalhoogte per sensor die samen de maximale hoogte vormen

Dempingsfactor S1 - S4: Dempingfactor gebruikt voor het nullen van de ruwe data

Potentiële bron: Potentiële bron van stoffen die de e-neus beïnvloeden



Bijlage 3 CIN-meldingen

Beoordeel

in klasse1

Datum incident Datum en tijden van beoordeling Bedrijf CIN-type 2

1 20-9-2012 20:02 2012-9-20 18:00-21:00 Shell Nederland Raffinaderij B.V. Z1


1 2-8-2012 4:07 2012-8-2 2:00-5:00 Momentive Specialty Chemicals B.V. Z1


1 7-7-2012 10:21 2012-7-7 8:00-11:00 Momentive Specialty Chemicals B.V. B1


5 26-3-2012 10:14 2012-3-26 8:00-11:00 Shell Nederland Raffinaderij B.V. B1

3 21-3-2012 15:15 2012-3-21 13:00-16:00 Shell Nederland Raffinaderij (v/h SNC) BV B1


5 25-2-2012 0:15 2012-2-24 22:00-2012-2-25 1:00 Shell Nederland Raffinaderij (v/h SNC) BV Z1

1 12-1-2012 2:04 2012-1-12 0:00-3:00 Shin-Etsu PVC B.V. Locatie Pernis B1





3 19-10-2011 16:15 2011-10-19 14:00-17:00 Cerexagri Bv B1

2 12-10-2011 8:13 2011-10-12 6:00-9:00 Shell Nederland Raffinaderij (v/h SNC) BV Z1

3 28-9-2011 0:17 2011-9-27 22:00-2011-9-28 1:00 Shell Nederland Raffinaderij B.V. Z1

3 19-9-2011 12:20 2011-9-19 10:00-13:00 Cerexagri Bv B1


3 24-8-2011 8:30 2011-8-24 6:30-9:30 Arkema Rotterdam B.V. B1

4 22-8-2011 12:50 2011-8-22 11:00-14:00 Cerexagri Bv B1

3 27-5-2011 8:35 2011-5-27 6:30-9:30 Recycling Kombinatie Rotterdam G3

3 26-5-2011 22:40 2011-5-26 21:00- 23:59 Shin-Etsu PVC B.V. Locatie Pernis G1

3 9-5-2011 14:58 2011-5-9 13:00-16:00 Shell Nederland Raffinaderij Bv B1 1 Klasse en bijbehorende criteria:

5 Meerdere e-neuzen consistent in alarm, locatie e-neus benedenwinds CIN-melding en overeenstemming stof tussen

neuzen.

4 Eén e-neus consistent in alarm en locatie e-neus benedenwinds CIN-melding

3 Eén of meerdere e-neuzen niet consistent in alarm, of dichtbijliggende e-neus (benedenwinds) niet in alarm.

Stoffen tussen neuzen komen niet overeen.

2 E-neus in alarm, maar niet in overeenstemming met windrichting.

1 Geen alarm.

2 CIN-type:

B1 Brand/Explosie met assistentie Brandweer

G1 Gasontsnapping met mogelijk gevaar

G2 Vloeistofmorsing met mogelijk gevaar

G3 Incident met mogelijk gevaar



Bijlage 4 Beoordeling opvallende voorvallen

Datum en tijd van beoordeling

Klasse Toelichting Stof Bedrijf Voorval

2010-5-17 3:00-10:00

5 VO-01; VO-02; OM-01; VO-04 en BU-02 in alarm.

meerdere stoffen per e-neus

BP raffinaderij (Europoort)

grootschalig affakkelen van procesgas

2010-9-10 18:00-23:00

3 VO-02 regelmatig in alarm; neuzen in bebouwing wel in alarm.

Fire smell plastic (43): 3769

Esso Raffinaderij (Botlek)

affakkelen van procesgas

2010-12-7 5:00-10:00

4 VO-02; VO-04 en BU-03 in alarm.


Shell Raffinaderij (Pernis)

transformator-brand

2011-5-14 16:00-21:00

4 VO-01; OM-01; VO-04 in alarm.


Recyclingbedrijf Beelen

brand

2011-8-14 8:00-12:00

5 OM-01 constant in rood/oranje alarm; VO-01, VO-02 en PE-02 ook in alarm.


Odfjell Terminal Rotterdam

butaan incident

BP-Raffinaderij (Europoort): affakkelen van procesgas na een stroomstoring op 17 mei 2010;



Esso Raffinaderij (Botlek): affakkelen van procesgas na het uitvallen van fornuizen op 10 sep-tember 2010;

Shell Raffinaderij (Pernis): transformatorbrand op 7 december 2010;



Recyclingbedrijf Beelen (Vlaardingen): zeer grote brand op 14 mei 2011;

Odfjell Terminal Rotterdam: butaniseren op 14 augustus 2011.



Bijlage 5 Naderende informatie over butaanincident


Samenvatting · 2017. 12. 17. · Datum :31-12-2012 Kwaliteitstoets Paraaf Naam Johan Voerman...

Documents

Transcript of Samenvatting · 2017. 12. 17. · Datum :31-12-2012 Kwaliteitstoets Paraaf Naam Johan Voerman...