陳五星

摘 要 本文以“全數(shù)字傳輸、全智能運(yùn)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(jì)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(cè)中的應(yīng)用。為適應(yīng)新的狀態(tài)監(jiān)測(cè)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(cè)的四項(xiàng)關(guān)鍵技術(shù)：信息傳感技術(shù)、數(shù)據(jù)存儲(chǔ)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(jì)了設(shè)備狀態(tài)監(jiān)測(cè)平臺(tái)的框架，該框架由四層組成：智能傳感層、數(shù)據(jù)存儲(chǔ)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(cè)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(cè);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(guó)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(jì)算機(jī)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(dòng)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(guó)認(rèn)知”中心。2010年7月，中國(guó)石油管道公司與國(guó)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(shí)管理的轉(zhuǎn)變?nèi)〉昧孙@著的進(jìn)步。2017年6月15日，中國(guó)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(guó)石油將以東線中國(guó)燃?xì)夤艿罏槌霭l(fā)點(diǎn)，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(cè)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(gè)全面認(rèn)識(shí)的智能石油氣管道網(wǎng)絡(luò)。在自動(dòng)預(yù)測(cè)，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(shí)現(xiàn)了管道運(yùn)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(huì)利益是不可估量的[1]。

2智慧管道站場(chǎng)設(shè)備狀態(tài)監(jiān)測(cè)需求

目前，在中國(guó)遠(yuǎn)程油氣管道裝置的狀態(tài)監(jiān)測(cè)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(cè)技術(shù)的設(shè)備不夠完善，需要手動(dòng)定期檢查多個(gè)設(shè)備的狀態(tài)信息。同時(shí)，現(xiàn)有的在線監(jiān)測(cè)技術(shù)仍然在設(shè)備檢測(cè)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(shí)時(shí)狀態(tài)信息的顯示存儲(chǔ)階段，設(shè)備狀態(tài)信息的利用率低，故障警報(bào)識(shí)別是采用閾值設(shè)定模式的階段的主要階段。基于人工智能技術(shù)的智能故障診斷和趨勢(shì)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(shí)時(shí)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(cè)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(dòng)、轉(zhuǎn)速、效率、其他機(jī)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(shí)時(shí)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(duì)數(shù)據(jù)的智能分析、挖掘和決策，實(shí)現(xiàn)了對(duì)整個(gè)站場(chǎng)設(shè)備狀態(tài)的智能監(jiān)控和視覺顯示，并智能地預(yù)測(cè)了潛在風(fēng)險(xiǎn)，預(yù)警最終智能化智能管線設(shè)備實(shí)現(xiàn)了智能管線設(shè)備的管理，提供了監(jiān)測(cè)、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(shí)時(shí)識(shí)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(shí)別技術(shù)是實(shí)現(xiàn)將來(lái)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(shì)報(bào)告顯示，在下一個(gè)5-10年，互聯(lián)網(wǎng)的事物技術(shù)將達(dá)到實(shí)際生產(chǎn)的高峰。到2020年，有2600000個(gè)裝置安裝在互聯(lián)網(wǎng)上。中國(guó)石油的遠(yuǎn)程管線站有很多種類和裝置，包括500臺(tái)油泵單元、300臺(tái)壓縮機(jī)單元、數(shù)十萬(wàn)個(gè)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(xiǎn)管理及控制的智能轉(zhuǎn)換，管道站管理向“區(qū)域管理”及“無(wú)人”管理模式轉(zhuǎn)換、管道及設(shè)備實(shí)現(xiàn)保護(hù)轉(zhuǎn)換的“關(guān)鍵監(jiān)測(cè)、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(jì)等設(shè)備的全方位信息。

（1）壓縮機(jī)、泵機(jī)組狀態(tài)感知技術(shù)

目前，中國(guó)石油遠(yuǎn)程管線的壓縮機(jī)和油泵單元配備振動(dòng)、溫度和其他傳感器，以檢測(cè)單元的機(jī)械性能。為了在所有回合中掌握壓縮機(jī)和泵單元的機(jī)械性能和熱力學(xué)性能，需要紅外溫度測(cè)量，噪聲測(cè)量，電流-電壓波動(dòng)監(jiān)測(cè)，光譜測(cè)試等先進(jìn)方法。實(shí)現(xiàn)了對(duì)壓縮機(jī)和泵單元的軸承、完全機(jī)械、電機(jī)、潤(rùn)滑油系統(tǒng)等關(guān)鍵點(diǎn)的機(jī)械性能監(jiān)測(cè)，通過流動(dòng)、速度、溫度、壓力對(duì)能量頭、軸消耗功率、壓縮機(jī)和泵單元的可變效率進(jìn)行熱力學(xué)性能監(jiān)測(cè)介質(zhì)組成測(cè)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(dòng)，閥體就會(huì)損壞，這些故障會(huì)直接威脅管道的安全操作。目前，定期手動(dòng)檢測(cè)的方法多用于識(shí)別不能滿足智能管道“區(qū)域管理”和站場(chǎng)“無(wú)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(tái)分析傳感信息。為實(shí)現(xiàn)閥門閉塞、泄漏、電氣及其他故障的識(shí)別及監(jiān)視。

（3）流量計(jì)狀態(tài)感知技術(shù)

氣體輸送管線的超聲波流量計(jì)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(cè)流量計(jì)狀態(tài)。一般來(lái)說，設(shè)備管理員定期檢查的方法用于確保流量計(jì)故障診斷、維護(hù)的實(shí)時(shí)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(jì)流量、聲速、信噪比，并且可以通過獨(dú)立的分析平臺(tái)分析監(jiān)控參數(shù)，并且還可以自動(dòng)診斷和校準(zhǔn)流量檢測(cè)裝置

（1）異常狀態(tài)分析技術(shù)

對(duì)于在石油和燃?xì)夤芫€站監(jiān)測(cè)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(cè)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(shí)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(kù)中找到數(shù)據(jù)對(duì)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(shí)別多個(gè)泵、壓縮器、閥門、流量計(jì)的運(yùn)行穩(wěn)定性狀態(tài)，并且可以找到用于密鑰監(jiān)控的運(yùn)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(cè)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(lái)分析振動(dòng)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(jì)算不同位置的振動(dòng)信息數(shù)據(jù)與初始聚類中心點(diǎn)之間的距離，將異常振動(dòng)或振動(dòng)超立的檢測(cè)點(diǎn)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(diǎn)。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(lái)發(fā)現(xiàn)裝置之間的耦合關(guān)系。例如，在閥門、泵、壓縮機(jī)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(dòng)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(gè)故障發(fā)生時(shí)，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(cè)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(wú)人監(jiān)管、智能化運(yùn)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(duì)大型復(fù)雜設(shè)備進(jìn)行實(shí)時(shí)、深層次和預(yù)測(cè)性的錯(cuò)誤評(píng)估，以便智能管線站故障自動(dòng)檢測(cè)、隱患預(yù)警等監(jiān)測(cè)。預(yù)計(jì)起飛時(shí)間這個(gè)目前對(duì)設(shè)備故障智能診斷技術(shù)的研究主要基于兩個(gè)方面：基于專家系統(tǒng)的智能診斷技術(shù)和基于機(jī)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(gè)重要分支，它典型地將知識(shí)表示和知識(shí)合理化技術(shù)應(yīng)用于人工智能中。綜合數(shù)據(jù)庫(kù)獲取知識(shí)。知識(shí)庫(kù)存儲(chǔ)專家的知識(shí)，專家系統(tǒng)中的問題求解過程是通過知識(shí)庫(kù)中的知識(shí)來(lái)模擬專家的方式因此需要大量的專家知識(shí)，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(cè)型、診斷型、預(yù)測(cè)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(gè)采用監(jiān)控專家系統(tǒng)完成實(shí)時(shí)監(jiān)控任務(wù)，包括對(duì)站場(chǎng)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(duì)泵、壓縮機(jī)、發(fā)動(dòng)機(jī)、車輪、軸承、防過載系統(tǒng)、潤(rùn)滑油系統(tǒng)等關(guān)鍵部件進(jìn)行故障診斷。使用、識(shí)別關(guān)鍵閥門堵塞、泄漏、電氣干擾、零流量表運(yùn)行、輸出指標(biāo)異常等干擾;預(yù)測(cè)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(jī)的振動(dòng)和噪聲、能量頭、波功率、可變效率等機(jī)械性能，剩余運(yùn)行時(shí)間與閥門安全及流量高度預(yù)測(cè)掛起時(shí)間包括故障診斷的代表系統(tǒng)旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)EXPLORE-EX，水輪機(jī)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(jī)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(shí)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(shí)經(jīng)驗(yàn)，另一方面獲取知識(shí)的工作量很大，同時(shí)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(dòng)學(xué)習(xí)新的知識(shí)并積累經(jīng)驗(yàn)。而機(jī)器學(xué)習(xí)是解決知識(shí)獲取的主要途徑，是人工智能最前沿的研究領(lǐng)域，機(jī)器學(xué)習(xí)通過構(gòu)造智能學(xué)習(xí)及讓機(jī)器自身達(dá)到獲取知識(shí)的能力，使其在實(shí)際問題中不斷總結(jié)經(jīng)驗(yàn)，調(diào)整、豐富、完善系統(tǒng)知識(shí)。因此，對(duì)于智慧管道設(shè)備的故障智能診斷，機(jī)器學(xué)習(xí)可以彌補(bǔ)傳統(tǒng)專家系統(tǒng)的“瓶頸”問題，同時(shí)當(dāng)智能診斷系統(tǒng)具備自學(xué)習(xí)的能力時(shí)，通過設(shè)備狀態(tài)信息的不斷變化學(xué)習(xí)新知識(shí)，完善自身故障診斷系統(tǒng)，真正實(shí)現(xiàn)智慧管道的設(shè)備智能化診斷。機(jī)器學(xué)習(xí)主要用來(lái)處理分類和回歸兩大問題，對(duì)于設(shè)備智能診斷技術(shù)，機(jī)器學(xué)習(xí)涉及了基于分類問題的設(shè)備故障識(shí)別技術(shù)和基于回歸問題的設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)技術(shù)。

4結(jié)束語(yǔ)

目前，中國(guó)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(duì)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(jì)算、人工智能等高級(jí)信息技術(shù)在狀態(tài)監(jiān)測(cè)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(chǎng)設(shè)備狀態(tài)監(jiān)測(cè)關(guān)鍵技術(shù)[J].油氣儲(chǔ)運(yùn)，2018，37（8）：841-849.

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

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