陳五星

摘 要 本文以“全數(shù)字傳輸、全智能運行、全生命周期管理”為背景，探討了物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等信息技術(shù)在智能管道站設(shè)備狀態(tài)監(jiān)測中的應(yīng)用。為適應(yīng)新的狀態(tài)監(jiān)測要求和模式，提出并研究了智能管線站設(shè)備狀態(tài)監(jiān)測的四項關(guān)鍵技術(shù)：信息傳感技術(shù)、數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)挖掘與智能分析技術(shù)、可視化顯示技術(shù)。在此基礎(chǔ)上，設(shè)計了設(shè)備狀態(tài)監(jiān)測平臺的框架，該框架由四層組成：智能傳感層、數(shù)據(jù)存儲層、智能診斷層和可視化層。研究結(jié)果為智能管道關(guān)鍵設(shè)備的狀態(tài)監(jiān)測提供了技術(shù)手段。

關(guān)鍵詞 智慧管道;設(shè)備;狀態(tài)監(jiān)測;物聯(lián)網(wǎng);大數(shù)據(jù);人工智能

1管道智慧化發(fā)展歷程

中國石油、煤氣管道的信息化經(jīng)歷了從數(shù)字化到智能化的發(fā)展過程。1980年到1990年，依靠大型計算機完成石油和天然氣管道數(shù)據(jù)處理數(shù)字化;1990年，基于“數(shù)字地球”核心技術(shù)的發(fā)展，構(gòu)建了SCADA系統(tǒng)和GIS系統(tǒng)的數(shù)字管線;2000年以后，SCADA自動控制系統(tǒng)進(jìn)入成熟應(yīng)用的數(shù)字管線成熟階段;2008年11月，IBM提出了“智能地球”的建議;2009年8月，設(shè)立“中國認(rèn)知”中心。2010年7月，中國石油管道公司與國家工信部攜手在廊坊成立“兩化融合暨物聯(lián)網(wǎng)創(chuàng)新應(yīng)用中心”油氣管道產(chǎn)業(yè)的傳統(tǒng)管理向信息和知識管理的轉(zhuǎn)變?nèi)〉昧孙@著的進(jìn)步。2017年6月15日，中國石油確立了東海燃?xì)夤艿馈巴耆珨?shù)字傳輸、智能操作、全生命周期管理”的建設(shè)理念。到目前為止，中國石油將以東線中國燃?xì)夤艿罏槌霭l(fā)點，進(jìn)入智能管道建設(shè)階段。

智能管道定義：基于標(biāo)準(zhǔn)統(tǒng)一和管道數(shù)字化，綜合數(shù)據(jù)集成目的、感知交互可視化、系統(tǒng)集成與互聯(lián)、準(zhǔn)確供應(yīng)匹配、智能高效操作、可控預(yù)測和早期警告“端云+大數(shù)據(jù)”系統(tǒng)架構(gòu)提供智能分析和決策支持，整合管線可視化、聯(lián)網(wǎng)和智能管理管線的全生命周期數(shù)據(jù)，最終形成一個全面認(rèn)識的智能石油氣管道網(wǎng)絡(luò)。在自動預(yù)測，智能優(yōu)化和自我調(diào)整能力管線管理中，“智能”的廣泛應(yīng)用實現(xiàn)了管道運行和管理的標(biāo)準(zhǔn)化，科學(xué)化，精密化，智能化，其經(jīng)濟(jì)，環(huán)境和社會利益是不可估量的[1]。

2智慧管道站場設(shè)備狀態(tài)監(jiān)測需求

目前，在中國遠(yuǎn)程油氣管道裝置的狀態(tài)監(jiān)測技術(shù)中，主要問題如下：①與遠(yuǎn)程管線站設(shè)備總量相比，覆蓋在線狀態(tài)監(jiān)測技術(shù)的設(shè)備不夠完善，需要手動定期檢查多個設(shè)備的狀態(tài)信息。同時，現(xiàn)有的在線監(jiān)測技術(shù)仍然在設(shè)備檢測中具有盲區(qū)，狀態(tài)參數(shù)不足夠豐富，突發(fā)預(yù)警作用不明顯。②遠(yuǎn)程管線裝置的現(xiàn)狀監(jiān)視技術(shù)處于設(shè)備實時狀態(tài)信息的顯示存儲階段，設(shè)備狀態(tài)信息的利用率低，故障警報識別是采用閾值設(shè)定模式的階段的主要階段?；谌斯ぶ悄芗夹g(shù)的智能故障診斷和趨勢分析技術(shù)的應(yīng)用很少。③設(shè)備狀態(tài)信息的可視化程度不高，通常以文本或表格形式保存并顯示。難以直觀地獲得設(shè)備狀態(tài)的實時歷史信息，并且在比較分析之后難以顯示多參數(shù)。因此，遠(yuǎn)程管線裝置的現(xiàn)狀監(jiān)測技術(shù)不能滿足智能管線構(gòu)建的智能操作和全生命周期管理的需要。

今后，智能管線站的設(shè)備狀態(tài)信息不僅包括設(shè)備本身的監(jiān)控信息，還包括水泵、壓縮器單元的振動、轉(zhuǎn)速、效率、其他機組工作信息、壓力和流量管線操作數(shù)據(jù)等。利用網(wǎng)絡(luò)、人工智能、人工智能等技術(shù)和高度的傳感器，實時監(jiān)控管道重要設(shè)備的操作信息和環(huán)境信息，通過網(wǎng)絡(luò)系統(tǒng)進(jìn)行收集和集成。通過對數(shù)據(jù)的智能分析、挖掘和決策，實現(xiàn)了對整個站場設(shè)備狀態(tài)的智能監(jiān)控和視覺顯示，并智能地預(yù)測了潛在風(fēng)險，預(yù)警最終智能化智能管線設(shè)備實現(xiàn)了智能管線設(shè)備的管理，提供了監(jiān)測、預(yù)防保護(hù)和生命周期管理。

3關(guān)鍵技術(shù)

3.1 信息智能感知技術(shù)

設(shè)備狀態(tài)信息的實時識別是智能管線裝置狀態(tài)監(jiān)視的前端。以傳感器為核心的信息識別技術(shù)是實現(xiàn)將來所有互連的基本和決定性核心技術(shù)之一。Gartner 2014的技術(shù)趨勢報告顯示，在下一個5-10年，互聯(lián)網(wǎng)的事物技術(shù)將達(dá)到實際生產(chǎn)的高峰。到2020年，有2600000個裝置安裝在互聯(lián)網(wǎng)上。中國石油的遠(yuǎn)程管線站有很多種類和裝置，包括500臺油泵單元、300臺壓縮機單元、數(shù)十萬個按鍵閥。智能管道的構(gòu)建是從面向人類的系統(tǒng)向管道主體及管道裝置的風(fēng)險管理及控制的智能轉(zhuǎn)換，管道站管理向“區(qū)域管理”及“無人”管理模式轉(zhuǎn)換、管道及設(shè)備實現(xiàn)保護(hù)轉(zhuǎn)換的“關(guān)鍵監(jiān)測、智能巡邏檢查和預(yù)警前控制”需要更多的傳感技術(shù)，從而感知站泵、壓縮器、閥門、流量計等設(shè)備的全方位信息。

（1）壓縮機、泵機組狀態(tài)感知技術(shù)

目前，中國石油遠(yuǎn)程管線的壓縮機和油泵單元配備振動、溫度和其他傳感器，以檢測單元的機械性能。為了在所有回合中掌握壓縮機和泵單元的機械性能和熱力學(xué)性能，需要紅外溫度測量，噪聲測量，電流-電壓波動監(jiān)測，光譜測試等先進(jìn)方法。實現(xiàn)了對壓縮機和泵單元的軸承、完全機械、電機、潤滑油系統(tǒng)等關(guān)鍵點的機械性能監(jiān)測，通過流動、速度、溫度、壓力對能量頭、軸消耗功率、壓縮機和泵單元的可變效率進(jìn)行熱力學(xué)性能監(jiān)測介質(zhì)組成測試。

（2）閥門狀態(tài)感知技術(shù)

作為車站最常用的設(shè)備，閥門主要起著切斷、調(diào)整管路的作用。閥漏、棒沾、振動，閥體就會損壞，這些故障會直接威脅管道的安全操作。目前，定期手動檢測的方法多用于識別不能滿足智能管道“區(qū)域管理”和站場“無人”管理模式的車站閥門故障。在智能管線建設(shè)過程中，通過設(shè)置傳感器，可以獲得閥門壓力差，中溫，流量，系統(tǒng)位置的信息，并通過DAMADICS等模擬平臺分析傳感信息。為實現(xiàn)閥門閉塞、泄漏、電氣及其他故障的識別及監(jiān)視。

（3）流量計狀態(tài)感知技術(shù)

氣體輸送管線的超聲波流量計是管道輸送和交換切換的核心設(shè)備。大部分傳統(tǒng)管道都沒有在線監(jiān)測流量計狀態(tài)。一般來說，設(shè)備管理員定期檢查的方法用于確保流量計故障診斷、維護(hù)的實時性和有效性。在智能管線的建設(shè)過程中，可以設(shè)置監(jiān)控系統(tǒng)，可以感知壓力、溫度、天然氣組成以及超聲波流量計流量、聲速、信噪比，并且可以通過獨立的分析平臺分析監(jiān)控參數(shù)，并且還可以自動診斷和校準(zhǔn)流量檢測裝置

（1）異常狀態(tài)分析技術(shù)

對于在石油和燃?xì)夤芫€站監(jiān)測設(shè)備狀態(tài)的大規(guī)模數(shù)據(jù)，可以將大的數(shù)據(jù)挖掘技術(shù)引入設(shè)備異常檢測中。通過諸如分類、聚類、關(guān)聯(lián)分析等數(shù)據(jù)挖掘技術(shù)，可以發(fā)現(xiàn)設(shè)備數(shù)據(jù)信息之間的隱藏異常信息，并識別設(shè)備的異常狀態(tài)。

1）數(shù)據(jù)分類技術(shù)。數(shù)據(jù)分類技術(shù)是在信息數(shù)據(jù)庫中找到數(shù)據(jù)對象的共同背景，并根據(jù)特定的分類模型分成不同的分類。數(shù)據(jù)分類技術(shù)可以應(yīng)用于確定設(shè)備監(jiān)控的優(yōu)先順序，例如在一定期間識別多個泵、壓縮器、閥門、流量計的運行穩(wěn)定性狀態(tài)，并且可以找到用于密鑰監(jiān)控的運行穩(wěn)定性較差的裝置。根據(jù)需要進(jìn)行維護(hù)工作。一般的數(shù)據(jù)分類技術(shù)包括NaiveBayes、KNN、C4.5、Decision Table、AdaBoost等。

2）聚類分析技術(shù)。聚類和分類相似，但是和分類的目的不同。集群是收集基于相似性分類的數(shù)據(jù)。聚類需要未知的分類。在檢測設(shè)備的異常狀態(tài)信息的處理中，例如，使用kmeans聚類算法來分析振動信息，例如軸承箱、軸承座、出口法蘭、泵腳和油泵單元的基本位置。通過計算不同位置的振動信息數(shù)據(jù)與初始聚類中心點之間的距離，將異常振動或振動超立的檢測點聚類化。共同的集群分析技術(shù)包括k-means、k-medoids、Klaman、BIRCH、DBScan、CURE等。

3）關(guān)聯(lián)規(guī)則分析技術(shù)。關(guān)聯(lián)規(guī)則分析技術(shù)具有設(shè)備故障診斷和推論的優(yōu)點。例如，在復(fù)雜管線站的多類型裝置的大規(guī)模系統(tǒng)操作過程中，可以通過關(guān)聯(lián)規(guī)則分析來發(fā)現(xiàn)裝置之間的耦合關(guān)系。例如，在閥門、泵、壓縮機等的一部分發(fā)生故障的情況下，其他部件或其他設(shè)備的故障是聯(lián)動的原因。因此，通過設(shè)備狀態(tài)信息的相關(guān)分析，當(dāng)單個故障發(fā)生時，可以迅速推斷其他潛在故障，從而提高智能管線裝置的狀態(tài)監(jiān)測和故障診斷能力。通用相關(guān)規(guī)則解析技術(shù)為Apriori、FP-growth。

（2）智能診斷技術(shù)

為滿足智能管線站無人監(jiān)管、智能化運行維護(hù)和區(qū)域化管理的需要，應(yīng)將故障診斷從傳統(tǒng)診斷轉(zhuǎn)變?yōu)橹悄茉\斷聰明人。診斷技術(shù)可以模擬人腦的思維邏輯，以便對大型復(fù)雜設(shè)備進(jìn)行實時、深層次和預(yù)測性的錯誤評估，以便智能管線站故障自動檢測、隱患預(yù)警等監(jiān)測。預(yù)計起飛時間這個目前對設(shè)備故障智能診斷技術(shù)的研究主要基于兩個方面：基于專家系統(tǒng)的智能診斷技術(shù)和基于機器學(xué)習(xí)的智能診斷技術(shù)。

1）基于專家系統(tǒng)的故障智能診斷技術(shù)

專家系統(tǒng)是早期人工智能的一個重要分支，它典型地將知識表示和知識合理化技術(shù)應(yīng)用于人工智能中。綜合數(shù)據(jù)庫獲取知識。知識庫存儲專家的知識，專家系統(tǒng)中的問題求解過程是通過知識庫中的知識來模擬專家的方式因此需要大量的專家知識，了解專家系統(tǒng)的準(zhǔn)確性后杠。根據(jù)功能和應(yīng)用領(lǐng)域，專家系統(tǒng)可分為監(jiān)測型、診斷型、預(yù)測型、解釋型、調(diào)試型、維護(hù)型、規(guī)劃型、施工型、控制型等。被分割的這個采用監(jiān)控專家系統(tǒng)完成實時監(jiān)控任務(wù)，包括對站場工藝和設(shè)備異常狀態(tài)信息的監(jiān)控;診斷專家系統(tǒng)能根據(jù)輸入信息推斷設(shè)備可能發(fā)生的故障，并能對泵、壓縮機、發(fā)動機、車輪、軸承、防過載系統(tǒng)、潤滑油系統(tǒng)等關(guān)鍵部件進(jìn)行故障診斷。使用、識別關(guān)鍵閥門堵塞、泄漏、電氣干擾、零流量表運行、輸出指標(biāo)異常等干擾;預(yù)測專家系統(tǒng)能處理過去和現(xiàn)在的情況，可用于泵和壓縮機的振動和噪聲、能量頭、波功率、可變效率等機械性能，剩余運行時間與閥門安全及流量高度預(yù)測掛起時間包括故障診斷的代表系統(tǒng)旋轉(zhuǎn)機械故障診斷系統(tǒng)EXPLORE-EX，水輪機故障診斷專家系統(tǒng)TUBMAC，等等專家系統(tǒng)開發(fā)工具主要有GensymG2，CLIPS，Prolog，Jess、MQL4等。

2）基于機器學(xué)習(xí)的故障智能診斷技術(shù)

在人工智能領(lǐng)域，知識獲取已成為傳統(tǒng)專家系統(tǒng)的“瓶頸”，一方面很難用準(zhǔn)確的規(guī)則描述專家的知識經(jīng)驗，另一方面獲取知識的工作量很大，同時專家系統(tǒng)自學(xué)習(xí)能力差，不能從求解過的問題中自動學(xué)習(xí)新的知識并積累經(jīng)驗。而機器學(xué)習(xí)是解決知識獲取的主要途徑，是人工智能最前沿的研究領(lǐng)域，機器學(xué)習(xí)通過構(gòu)造智能學(xué)習(xí)及讓機器自身達(dá)到獲取知識的能力，使其在實際問題中不斷總結(jié)經(jīng)驗，調(diào)整、豐富、完善系統(tǒng)知識。因此，對于智慧管道設(shè)備的故障智能診斷，機器學(xué)習(xí)可以彌補傳統(tǒng)專家系統(tǒng)的“瓶頸”問題，同時當(dāng)智能診斷系統(tǒng)具備自學(xué)習(xí)的能力時，通過設(shè)備狀態(tài)信息的不斷變化學(xué)習(xí)新知識，完善自身故障診斷系統(tǒng)，真正實現(xiàn)智慧管道的設(shè)備智能化診斷。機器學(xué)習(xí)主要用來處理分類和回歸兩大問題，對于設(shè)備智能診斷技術(shù)，機器學(xué)習(xí)涉及了基于分類問題的設(shè)備故障識別技術(shù)和基于回歸問題的設(shè)備狀態(tài)趨勢預(yù)測技術(shù)。

4結(jié)束語

目前，中國石油提出了“全數(shù)字傳輸，全智能操作，全生命周期管理”的智能管道構(gòu)建模式。為了提高智能管線對車站設(shè)備狀態(tài)進(jìn)行智能監(jiān)控的必要性，智能管線站裝置基于諸如互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等高級信息技術(shù)在狀態(tài)監(jiān)測過程中研究了重要技術(shù)。

參考文獻(xiàn)

[1] 張海峰，蔡永軍，李柏松，等.智慧管道站場設(shè)備狀態(tài)監(jiān)測關(guān)鍵技術(shù)[J].油氣儲運，2018，37（8）：841-849.

[2] 李遵照，王劍波，王曉霖，等.智慧能源時代的智能化管道系統(tǒng)建設(shè)[J].油氣儲運，2017，36（11）：1243- 1250.

[3] 鄭洪龍，黃維和.油氣管道及儲運設(shè)施安全保障技術(shù)發(fā)展現(xiàn)狀及展望[J].油氣儲運，2017，36（1）：1-7.