文｜孔敏 袁向兵 陸友明 閔哲

海上生產(chǎn)物聯(lián)網(wǎng)面臨設(shè)備數(shù)量多、分布廣、運(yùn)行環(huán)境差、專(zhuān)業(yè)性強(qiáng)的問(wèn)題；受海上環(huán)境因素影響網(wǎng)絡(luò)類(lèi)型多，數(shù)據(jù)回傳環(huán)節(jié)多，由于缺乏網(wǎng)絡(luò)設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)工具，因網(wǎng)絡(luò)故障導(dǎo)致數(shù)據(jù)回傳失敗的風(fēng)險(xiǎn)比陸上油田高。當(dāng)前被動(dòng)應(yīng)急、人工診斷分析、相關(guān)軟件孤立分散的傳統(tǒng)運(yùn)維方式遠(yuǎn)遠(yuǎn)不能適應(yīng)新的運(yùn)維需求。因此，本文研究海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)，該技術(shù)集狀態(tài)感知、數(shù)據(jù)融合、智能診斷、邊云協(xié)同于一體，有效實(shí)現(xiàn)故障精確定位、狀態(tài)全面感知、報(bào)警及時(shí)響應(yīng)，在保障生產(chǎn)的同時(shí)，極大提高運(yùn)維效率，為海上油田智能化建設(shè)培根筑基。

一、研究背景

海上采油平臺(tái)多，范圍廣，生產(chǎn)數(shù)據(jù)從產(chǎn)生、回傳直到相關(guān)應(yīng)用，要經(jīng)過(guò)10余個(gè)環(huán)節(jié)，受限于氣象海況影響，故障排查不及時(shí)，傳統(tǒng)模式下被動(dòng)應(yīng)急、人工診斷分析、信息孤立分散的運(yùn)維模式已不能適應(yīng)新的故障診斷需求。隨著行業(yè)數(shù)字化、智能化與業(yè)務(wù)融合并走向智慧建設(shè)，中石化總部、勝利油田、海洋廠都在數(shù)字化基礎(chǔ)、信息智能化的應(yīng)用方面進(jìn)行轉(zhuǎn)型。

因此，開(kāi)展海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)研究，基于物聯(lián)網(wǎng)智能診斷技術(shù)，實(shí)現(xiàn)設(shè)備狀態(tài)全域感知、多源數(shù)據(jù)有機(jī)融合、故障診斷智能迅速，有效保障海上安全生產(chǎn)，提升海上油田故障處置的效率，減少運(yùn)維成本，為海上油田智能化建設(shè)培根筑基。

二、國(guó)內(nèi)外現(xiàn)狀

東北林業(yè)大學(xué)的張佳薇等針對(duì)工業(yè)現(xiàn)場(chǎng)傳感器狀態(tài)類(lèi)型復(fù)雜多變、被測(cè)參量難以準(zhǔn)確可靠獲得等問(wèn)題,基于物聯(lián)網(wǎng)獲取的傳感器信息，提出了一種D-S證據(jù)理論的傳感器故障診斷方法。中國(guó)計(jì)量大學(xué)的李明等針對(duì)傳感器微弱故障難以診斷的問(wèn)題,提出了一種基于數(shù)據(jù)驅(qū)動(dòng)的一階定值閉環(huán)系統(tǒng)中傳感器微弱故障實(shí)時(shí)診斷方法。電子科技大學(xué)的彭旭樹(shù)等針對(duì)部分行業(yè)對(duì)儀器儀表自身的健康狀態(tài)要求極其苛刻的問(wèn)題，基于工業(yè)互聯(lián)網(wǎng)的監(jiān)測(cè)系統(tǒng)建立了儀表設(shè)備故障診斷專(zhuān)家系統(tǒng)。

法國(guó)巴黎大學(xué)的雷帕·瓦索等針對(duì)大規(guī)模傳感器網(wǎng)絡(luò)中傳感設(shè)備的故障問(wèn)題，提出了一種基于子系統(tǒng)劃分和故障診斷代理的定位與隔離方法。西班牙馬拉加的瑞秋·巴科等對(duì)針對(duì)網(wǎng)絡(luò)的自主管理，研究了物聯(lián)網(wǎng)系統(tǒng)自主診斷的方法，對(duì)網(wǎng)絡(luò)設(shè)備故障進(jìn)行實(shí)時(shí)檢測(cè)定位，有效提高了網(wǎng)絡(luò)的可靠性。英國(guó)考文垂大學(xué)的戈拉等針對(duì)傳感器陣列提出了一種基于人工智能的傳感器故障診斷解決方案，建立一種與過(guò)程無(wú)關(guān)且特定于傳感器的方法，用于檢測(cè)和隔離傳感器故障和故障恢復(fù)。

三、總體思路

本文主要研究海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)，該技術(shù)涵蓋狀態(tài)感知模塊、數(shù)據(jù)融合模塊、智能診斷模塊、邊云協(xié)同技術(shù)四部分，如圖1所示。

狀態(tài)感知模塊實(shí)現(xiàn)對(duì)生產(chǎn)物聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)設(shè)備運(yùn)行狀態(tài)的實(shí)時(shí)檢測(cè)，奠定了數(shù)據(jù)集中管理與分析的基礎(chǔ)；數(shù)據(jù)融合模塊對(duì)實(shí)時(shí)感知的數(shù)據(jù)進(jìn)行特征提取、數(shù)據(jù)融合、噪聲過(guò)濾實(shí)等預(yù)處理，規(guī)范數(shù)據(jù)治理，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)互通；智能診斷模塊利用D-S證據(jù)理論進(jìn)行故障判定，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)的物聯(lián)網(wǎng)設(shè)備故障智能診斷，并進(jìn)行故障設(shè)備的自主隔離；建立基于邊云協(xié)同的結(jié)構(gòu)化故障診斷系統(tǒng)，解決網(wǎng)絡(luò)邊緣缺乏數(shù)據(jù)處理中心，提高數(shù)據(jù)處理和部分故障診斷與定位的效率。

圖1.系統(tǒng)構(gòu)架圖

四、主要功能設(shè)計(jì)

（一）狀態(tài)感知技術(shù)解決物聯(lián)設(shè)備狀態(tài)采集問(wèn)題

海上油氣生產(chǎn)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在油氣生產(chǎn)行業(yè)應(yīng)用的延伸，通過(guò)不同類(lèi)型系統(tǒng)采集數(shù)據(jù)，以傳感設(shè)備為媒介將油氣生產(chǎn)工業(yè)控制系統(tǒng)，乃至整個(gè)生產(chǎn)環(huán)節(jié)的參數(shù)和控制連接在一起，呈現(xiàn)出覆蓋專(zhuān)業(yè)廣、設(shè)備類(lèi)型雜、數(shù)據(jù)節(jié)點(diǎn)多、運(yùn)行環(huán)境差、專(zhuān)業(yè)性強(qiáng)的特點(diǎn)。

中石化的海洋采油廠目前共有前端儀器儀表5萬(wàn)余臺(tái)，采集控制終端（PLC）134套，包括儀器儀表類(lèi)、信息輔助類(lèi)、網(wǎng)絡(luò)感知類(lèi)等設(shè)備，涵蓋電、信、控等專(zhuān)業(yè)。同時(shí)，受海上環(huán)境因素影響網(wǎng)絡(luò)類(lèi)型多，數(shù)據(jù)回傳環(huán)節(jié)多，因網(wǎng)絡(luò)故障導(dǎo)致數(shù)據(jù)回傳失敗的風(fēng)險(xiǎn)比陸上油田高，缺乏網(wǎng)絡(luò)設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)工具。

通過(guò)物聯(lián)網(wǎng)設(shè)備運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)，可以有效解決信息化設(shè)備數(shù)據(jù)采集不全面，現(xiàn)有設(shè)備儀表數(shù)據(jù)分布在不同業(yè)務(wù)系統(tǒng)中，數(shù)據(jù)信息沒(méi)有集中管理與分析的問(wèn)題，為高效可靠的故障診斷提供豐富的前端數(shù)據(jù)基礎(chǔ)。

具體地，針對(duì)儀器儀表類(lèi)，基于不同工業(yè)協(xié)議，通過(guò)DCS、OPC、PLC接口采集監(jiān)測(cè)溫變、壓變、閾阻、變頻器、流量計(jì)等設(shè)備數(shù)據(jù)，實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)直接采集監(jiān)測(cè)；

針對(duì)信息輔助類(lèi)，以集成人員定位、助航設(shè)備、航標(biāo)燈和動(dòng)環(huán)監(jiān)控等輔助業(yè)務(wù)系統(tǒng)，進(jìn)行航標(biāo)燈狀態(tài)、Lora網(wǎng)關(guān)、航空障礙燈狀態(tài)、霧笛狀態(tài)、航道監(jiān)控等數(shù)據(jù)監(jiān)測(cè)數(shù)據(jù)采集集成；

針對(duì)網(wǎng)絡(luò)感知類(lèi)，通過(guò)對(duì)視頻網(wǎng)絡(luò)、工控網(wǎng)絡(luò)、行業(yè)4G網(wǎng)絡(luò)、輔助服務(wù)應(yīng)用網(wǎng)等全鏈路感知，主動(dòng)采集監(jiān)測(cè)交換機(jī)、網(wǎng)橋、服務(wù)器、網(wǎng)閘、視頻等設(shè)備狀態(tài)，對(duì)設(shè)備及鏈路可靠性進(jìn)行分析。

（二）數(shù)據(jù)融合技術(shù)解決數(shù)據(jù)關(guān)聯(lián)提純問(wèn)題

在海上油田物聯(lián)網(wǎng)中，網(wǎng)絡(luò)基站專(zhuān)業(yè)管理軟件主要監(jiān)測(cè)基站、網(wǎng)橋、交換機(jī)等網(wǎng)絡(luò)設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)；SCADA/PCS生產(chǎn)指揮系統(tǒng)主要負(fù)責(zé)通信中斷、數(shù)據(jù)超閾值生產(chǎn)類(lèi)報(bào)警；視頻監(jiān)控、應(yīng)用系統(tǒng)通過(guò)人工電子巡檢能夠發(fā)現(xiàn)部分視頻設(shè)備故障；定位系統(tǒng)可實(shí)現(xiàn)海上助行設(shè)備、海上人員定位。

油田各類(lèi)信息化業(yè)務(wù)系統(tǒng)的正常運(yùn)行依賴(lài)于可靠的網(wǎng)絡(luò)環(huán)境和準(zhǔn)確的儀器儀表、傳感器信息，錯(cuò)誤的前端傳感信息會(huì)嚴(yán)重影響信息化業(yè)務(wù)系統(tǒng)的業(yè)務(wù)決策。同時(shí)，網(wǎng)絡(luò)系統(tǒng)、SCADA/PCS生產(chǎn)指揮、視頻監(jiān)控等獨(dú)立運(yùn)行，受數(shù)據(jù)類(lèi)型結(jié)構(gòu)因素影響，系統(tǒng)之間數(shù)據(jù)無(wú)法共享。由于缺少自動(dòng)關(guān)聯(lián)分析的能力，運(yùn)維工作離散低效，無(wú)法實(shí)現(xiàn)全業(yè)務(wù)流程的智能協(xié)同。為此，通過(guò)特征提取、數(shù)據(jù)融合、噪聲過(guò)濾實(shí)現(xiàn)故障數(shù)據(jù)的融合預(yù)處理。

儀器儀表類(lèi)設(shè)備依托SCADA系統(tǒng)儀表自動(dòng)采集及轉(zhuǎn)儲(chǔ)技術(shù)，完善提升井口儀表設(shè)備信息采集質(zhì)量，夯實(shí)設(shè)備智能診斷評(píng)價(jià)的數(shù)據(jù)基礎(chǔ)。網(wǎng)絡(luò)設(shè)備，基于響應(yīng)協(xié)議棧指紋的主動(dòng)探測(cè)方法、基于被動(dòng)探測(cè)單包響應(yīng)時(shí)延統(tǒng)計(jì)的探測(cè)技術(shù)和油田場(chǎng)景對(duì)象的探測(cè)（特有工控通信協(xié)議），通過(guò)指紋特征匹配進(jìn)行資產(chǎn)類(lèi)型及基本信息的采集展示，最終研發(fā)的網(wǎng)絡(luò)探測(cè)采集監(jiān)控程序，實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)備運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)控。

基于設(shè)備感知識(shí)別技術(shù)，對(duì)采集數(shù)據(jù)進(jìn)行特征提取與分類(lèi)。為了降低數(shù)據(jù)間因數(shù)據(jù)的量級(jí)、分布情況對(duì)數(shù)據(jù)特征提取所造成的影響，對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行歸一化處理，獲得概率的原始數(shù)據(jù)輸入。進(jìn)而使用卡爾曼濾波算法過(guò)濾噪聲干擾（見(jiàn)圖2），引入相對(duì)誤差和均方根誤差對(duì)預(yù)處理數(shù)據(jù)置信度和精確度進(jìn)行檢驗(yàn)，進(jìn)行數(shù)據(jù)提純。

圖2 經(jīng)典卡爾曼濾波算法示意圖

（三）智能診斷技術(shù)解決故障診斷效率問(wèn)題

受原本系統(tǒng)獨(dú)立性和數(shù)據(jù)孤島的影響，在海上油田故障處理實(shí)際過(guò)程中，運(yùn)維人員個(gè)人經(jīng)驗(yàn)決定了故障診斷效率，形成的運(yùn)維經(jīng)驗(yàn)缺少有效的固化傳承手段，疊加崗位人員的頻繁流動(dòng)，導(dǎo)致故障發(fā)現(xiàn)、診斷與定位效率低的問(wèn)題。因此，亟須將故障診斷經(jīng)驗(yàn)梳理、優(yōu)化，提升為數(shù)字化、智能化的專(zhuān)家診斷知識(shí)庫(kù)，提高故障診斷效率。

在智能診斷模塊，根據(jù)各類(lèi)業(yè)務(wù)專(zhuān)家及運(yùn)維人員總結(jié)積累的故障診斷定位經(jīng)驗(yàn)，對(duì)于簡(jiǎn)單的信息源使用閾值分析的方式判斷設(shè)備故障，對(duì)于復(fù)雜的信息源使用D-S證據(jù)理論進(jìn)行故障判定，采用多源數(shù)據(jù)融合降低漏警率和虛警率，最終通過(guò)大量樣本學(xué)習(xí)訓(xùn)練，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)的故障智能診斷。

此外，設(shè)備故障從發(fā)現(xiàn)到排除需要一定的運(yùn)維時(shí)間，期間故障設(shè)備回傳的數(shù)據(jù)信息將嚴(yán)重影響信息化系統(tǒng)的可靠性。因此需要對(duì)故障設(shè)備進(jìn)行自主隔離，防止生產(chǎn)信息化系統(tǒng)使用錯(cuò)誤的傳感數(shù)據(jù)進(jìn)行業(yè)務(wù)決策，提高系統(tǒng)可靠性。

（四）邊云協(xié)同技術(shù)解決算力共享問(wèn)題

建立海上物聯(lián)邊緣智能網(wǎng)關(guān)，針對(duì)網(wǎng)絡(luò)類(lèi)設(shè)備、SCADA生產(chǎn)、人員定位設(shè)備、海上動(dòng)環(huán)監(jiān)測(cè)等進(jìn)行多協(xié)議直采，部署在物聯(lián)網(wǎng)邊緣節(jié)點(diǎn)，有效解決了網(wǎng)絡(luò)邊緣缺乏數(shù)據(jù)處理中心，所有故障診斷均需在數(shù)據(jù)回傳后判定這一問(wèn)題，從而實(shí)現(xiàn)對(duì)物聯(lián)設(shè)備狀態(tài)的自動(dòng)監(jiān)測(cè)與采集、設(shè)備故障的智能感知與診斷和數(shù)據(jù)信息的處理與轉(zhuǎn)發(fā)等功能，提高數(shù)據(jù)處理和部分故障診斷與定位的效率。

進(jìn)一步地，通過(guò)邊云協(xié)同技術(shù)，對(duì)設(shè)備進(jìn)行區(qū)域劃分，實(shí)現(xiàn)基于邊緣計(jì)算的區(qū)域自治和邊云結(jié)合的協(xié)同管設(shè)，打通各條線信息采集與推送接口，實(shí)現(xiàn)終端數(shù)據(jù)自動(dòng)流轉(zhuǎn)、多方共享的運(yùn)行服務(wù)模式，圍繞數(shù)字城市建設(shè)和數(shù)字經(jīng)濟(jì)發(fā)展，促進(jìn)數(shù)據(jù)“應(yīng)用盡用”，推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展和政府治理現(xiàn)代化轉(zhuǎn)型。

（五）突出多元應(yīng)用

在數(shù)字化轉(zhuǎn)型頂層設(shè)計(jì)的框架下，加快基礎(chǔ)平臺(tái)和應(yīng)用平臺(tái)建設(shè)，深化平臺(tái)建設(shè)成果核驗(yàn)，發(fā)揮法人、自然人、地理信息和信用信息等四大庫(kù)基礎(chǔ)作用，發(fā)揮“政務(wù)服務(wù)一張網(wǎng)”“可信平臺(tái)” “領(lǐng)導(dǎo)駕駛艙” “生態(tài)眼”、不動(dòng)產(chǎn)登記信息服務(wù)與監(jiān)管平臺(tái)、“政務(wù)數(shù)據(jù)共享平臺(tái)”等平臺(tái)支撐作用，推進(jìn)國(guó)土空間、基礎(chǔ)地形、城市建筑、市政設(shè)施和地下管線的數(shù)字底圖管理系統(tǒng)建設(shè)和信息備案，實(shí)現(xiàn)城市治理全要素共享，建立起實(shí)際業(yè)務(wù)管用、基層人員愛(ài)用、群眾感到受用的城市治理數(shù)字化應(yīng)用體系，創(chuàng)新思路、提高效率，加快建設(shè)領(lǐng)導(dǎo)駕駛艙平臺(tái)，努力實(shí)現(xiàn)“一網(wǎng)整合數(shù)據(jù)、一屏能觀全局、一體應(yīng)急聯(lián)動(dòng)”，真正把大數(shù)據(jù)優(yōu)勢(shì)轉(zhuǎn)化為城市治理效能。

（六）善用新興技術(shù)

以區(qū)塊鏈、大數(shù)據(jù)、人工智能為代表的新一代信息技術(shù)不斷發(fā)展和涌現(xiàn)，數(shù)字化、網(wǎng)絡(luò)化、智能化趨勢(shì)加速演進(jìn)，科技創(chuàng)新的決定性意義更加突出，為推動(dòng)經(jīng)濟(jì)社會(huì)轉(zhuǎn)型發(fā)展、提升社會(huì)治理能力、塑造城市競(jìng)爭(zhēng)新優(yōu)勢(shì)、實(shí)現(xiàn)跨越式發(fā)展提供了有效支撐。加快應(yīng)用量子通信、區(qū)塊鏈等技術(shù)，提升“城市大腦”服務(wù)能力、“神經(jīng)系統(tǒng)”感知能力，促進(jìn)信息交互和輔助決策更快捷，為城市數(shù)字化轉(zhuǎn)型提供基礎(chǔ)保障。