原油儲(chǔ)庫(kù)設(shè)備完整性管理技術(shù)研究

武傳芳

（大慶油田信息技術(shù)公司，黑龍江 大慶 163000）

1 背景介紹

原油儲(chǔ)庫(kù)屬于國(guó)家一級(jí)防火防爆重點(diǎn)場(chǎng)所，縱觀油田企業(yè)發(fā)生的各類重大事故，設(shè)備設(shè)施故障是導(dǎo)致事故發(fā)生的主要因素。目前原油儲(chǔ)庫(kù)設(shè)備、工藝都實(shí)現(xiàn)了現(xiàn)代化，但原油儲(chǔ)庫(kù)設(shè)備完整性建設(shè)依然沒有達(dá)到現(xiàn)代化、標(biāo)準(zhǔn)化的要求，缺乏對(duì)油庫(kù)內(nèi)設(shè)備的全生命周期管理，設(shè)備依然使用傳統(tǒng)的管理模式，過度依賴管理人員的經(jīng)驗(yàn)，導(dǎo)致原油儲(chǔ)庫(kù)運(yùn)行成本增加，管理成本高于國(guó)內(nèi)正常水平。油庫(kù)內(nèi)各類設(shè)備的檢修計(jì)劃定制不夠科學(xué)，無法實(shí)現(xiàn)對(duì)資源的合理分配，設(shè)備使用效率較低。目前輸油泵機(jī)組故障主要依賴人員巡檢及專家經(jīng)驗(yàn)，無法及時(shí)準(zhǔn)確的給出故障預(yù)警。

為解決以上問題，基于數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)與管理、數(shù)據(jù)分析與挖掘技術(shù)，研發(fā)設(shè)備完整性管理平臺(tái)，實(shí)現(xiàn)了油庫(kù)設(shè)備的全生命周期管理、輸油泵機(jī)組的故障預(yù)警以及綜合數(shù)據(jù)統(tǒng)計(jì)分析，改進(jìn)優(yōu)化了業(yè)務(wù)處理流程，實(shí)現(xiàn)設(shè)備管理傳統(tǒng)事故應(yīng)對(duì)式到預(yù)防性管理的轉(zhuǎn)變，輔助管理者決策。

2 總體架構(gòu)

原油儲(chǔ)庫(kù)設(shè)備完整性管理平臺(tái)采用5層架構(gòu)模式：

應(yīng)用層：分為設(shè)備設(shè)施全生命周期管理和系統(tǒng)管理兩大部分。設(shè)備設(shè)施全生命周期管理分為設(shè)備設(shè)施數(shù)據(jù)管理、輸油泵機(jī)組故障預(yù)警管理、維護(hù)保養(yǎng)管理和綜合數(shù)據(jù)統(tǒng)計(jì)分析4部分內(nèi)容，系統(tǒng)管理分為用戶管理、角色管理、組織機(jī)構(gòu)管理和權(quán)限管理4部分內(nèi)容。采用統(tǒng)一的門戶入口。

服務(wù)層：提供數(shù)據(jù)管理服務(wù)、預(yù)測(cè)模型服務(wù)、系統(tǒng)安全服務(wù)、業(yè)務(wù)流程服務(wù)、數(shù)據(jù)報(bào)表服務(wù)、消息服務(wù)、數(shù)據(jù)接口服務(wù)、基礎(chǔ)組件等服務(wù)。提供公共核心服務(wù)供應(yīng)用層調(diào)用。

數(shù)據(jù)層：負(fù)責(zé)應(yīng)用系統(tǒng)的數(shù)據(jù)提供，匯集A5、設(shè)備動(dòng)態(tài)數(shù)據(jù)庫(kù)和項(xiàng)目庫(kù)的數(shù)據(jù)資源，建立數(shù)據(jù)共享資源池，為平臺(tái)提供信息共享服務(wù)。

基礎(chǔ)設(shè)施層：采用統(tǒng)一的計(jì)算資源池、存儲(chǔ)資源池，使用現(xiàn)有的存儲(chǔ)資源、系統(tǒng)及網(wǎng)絡(luò)資源。

系統(tǒng)架構(gòu)圖如圖1所示。

3 技術(shù)方案

基于springboot+mybatis架構(gòu)，研發(fā)一套適用于油庫(kù)設(shè)備全生命周期管理的原油儲(chǔ)庫(kù)設(shè)備完整性管理平臺(tái)，實(shí)現(xiàn)油庫(kù)設(shè)備的全生命周期管理、設(shè)備預(yù)測(cè)性維護(hù)以及數(shù)據(jù)綜合分析，輔助管理者決策。平臺(tái)包括數(shù)據(jù)管理、維修保養(yǎng)管理、輸油泵機(jī)組故障預(yù)警、綜合數(shù)據(jù)統(tǒng)計(jì)分析和系統(tǒng)管理5部分功能。

（1）數(shù)據(jù)管理?；跀?shù)據(jù)集成技術(shù)，實(shí)現(xiàn)對(duì)油庫(kù)設(shè)備（包括輸油泵、壓風(fēng)機(jī)、儲(chǔ)油罐、加熱爐、鍋爐、流量計(jì)、體積管、工藝管道、起重機(jī)械、壓力容器等）基礎(chǔ)信息的管理。

（2）維護(hù)保養(yǎng)管理?；诹鞒桃?、任務(wù)調(diào)度技術(shù)，實(shí)現(xiàn)油庫(kù)設(shè)備如輸油泵、壓風(fēng)機(jī)、儲(chǔ)油罐、加熱爐、鍋爐、工藝管道的日常維護(hù)、檢維修、設(shè)備更換、設(shè)備報(bào)廢、設(shè)備轉(zhuǎn)移等共20多個(gè)信息管理功能，實(shí)現(xiàn)特種設(shè)備的定期檢查包括起重機(jī)械日常使用狀況記錄、起重機(jī)械運(yùn)行故障和事故記錄、起重機(jī)械安全檢查記錄等共6個(gè)信息管理功能，實(shí)現(xiàn)輸油泵、壓風(fēng)機(jī)等設(shè)備維修、保養(yǎng)流程如計(jì)劃上報(bào)、電子工單派發(fā)、工單接轉(zhuǎn)、工單審批等流程的無紙化辦公。

輸油泵、壓風(fēng)機(jī)的維修，分為自修、內(nèi)修和外修3種類型，保養(yǎng)分為一保、二保、三保三種類型，其中自修和一保工作流程類似，由大隊(duì)內(nèi)部進(jìn)行維保；內(nèi)修和周邊油庫(kù)的二保、三保類似，由大隊(duì)提交泵修隊(duì)，泵修隊(duì)進(jìn)行維修保養(yǎng)派工，然后交由分公司資產(chǎn)管理部進(jìn)行審核，審核通過后，泵修隊(duì)進(jìn)行維修保養(yǎng)；外修和偏遠(yuǎn)油庫(kù)的二保、三保類似，由大隊(duì)提交ERP，ERP審批通過后，大隊(duì)進(jìn)行送修單維護(hù)，之后送修單中指定的油田內(nèi)外部單位開始進(jìn)行維保。所有維修保養(yǎng)工作完成后，都要進(jìn)行現(xiàn)場(chǎng)確認(rèn)，錄入維修時(shí)間、維修負(fù)責(zé)人以及更換部件等信息。流程節(jié)點(diǎn)中相應(yīng)負(fù)責(zé)人可通過待辦任務(wù)進(jìn)行工單接轉(zhuǎn)、工單審批。

（3）輸油機(jī)組故障預(yù)警。基于多源異構(gòu)數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)建模等技術(shù)，對(duì)泵、電機(jī)的歷史數(shù)據(jù)、維修保養(yǎng)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析與特征優(yōu)選，建立基于多參數(shù)機(jī)器學(xué)習(xí)故障識(shí)別模型，實(shí)現(xiàn)輸油機(jī)組的故障預(yù)警診斷。本項(xiàng)目對(duì)長(zhǎng)輸泵、熱油泵、輸油泵、電機(jī)等輸油泵機(jī)組設(shè)備的振動(dòng)、溫度、壓力等實(shí)時(shí)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，通過無監(jiān)督聚類機(jī)器學(xué)習(xí)建立故障診斷模型，實(shí)現(xiàn)了對(duì)輸油泵機(jī)組的實(shí)時(shí)在線分析診斷，有效避免人為經(jīng)驗(yàn)決策以及不能及時(shí)發(fā)現(xiàn)故障而造成的損失，為相關(guān)管理人員及時(shí)采取措施避免經(jīng)濟(jì)損失、保障安全生產(chǎn)提供了有力技術(shù)支撐。

①數(shù)據(jù)處理。數(shù)據(jù)處理的第一步是數(shù)據(jù)清洗，也是保證后續(xù)結(jié)果正確的重要一環(huán)。若不能保證數(shù)據(jù)的正確性，則可能得到錯(cuò)誤的結(jié)果，比如因小數(shù)點(diǎn)錯(cuò)誤而造成數(shù)據(jù)放大10倍、百倍甚至更大等。在數(shù)據(jù)量較大的項(xiàng)目中，數(shù)據(jù)清洗時(shí)間可達(dá)整個(gè)數(shù)據(jù)分析過程的一半或以上。對(duì)收集的項(xiàng)目數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)原始數(shù)據(jù)存在的空值、亂序、缺失值、時(shí)間錯(cuò)位等問題，需要通過進(jìn)行清洗、處理才能進(jìn)一步將各個(gè)特征數(shù)據(jù)進(jìn)行整合集成，為下一步進(jìn)行特征提取、數(shù)據(jù)分析做好數(shù)據(jù)準(zhǔn)備。數(shù)據(jù)處理分為空值缺失值處理、時(shí)間錯(cuò)位處理和異常值處理三種方式。

空值缺失值處理：通過分析數(shù)據(jù)規(guī)律，發(fā)現(xiàn)缺失數(shù)據(jù)前后數(shù)值差別不大，如果用前面的值填補(bǔ)上缺失值符合數(shù)據(jù)實(shí)際變化規(guī)律。

時(shí)間錯(cuò)位處理：通過數(shù)據(jù)分析發(fā)現(xiàn)在實(shí)際數(shù)據(jù)采樣過程中，每個(gè)傳感器上傳數(shù)據(jù)的時(shí)間并不能完全對(duì)齊，這樣在特征合并時(shí)不能直接對(duì)同一個(gè)時(shí)間點(diǎn)進(jìn)行對(duì)齊合并，因此采用不同點(diǎn)位數(shù)據(jù)時(shí)間進(jìn)行最小化差值對(duì)齊，即兩個(gè)點(diǎn)位時(shí)間差值在一定范圍內(nèi)，認(rèn)為是同一時(shí)間點(diǎn)采集的數(shù)據(jù)。對(duì)時(shí)間對(duì)齊后中間差值的數(shù)據(jù)，采用插值的方式進(jìn)行填補(bǔ)處理。插值也分好多種：比如拉格朗日插值，分段插值，樣條插值。本項(xiàng)目采用樣條插值法進(jìn)行填充。

異常值處理：異常值可能是因?yàn)闇y(cè)量?jī)x器干擾或故障造成，此種異常值應(yīng)該剔除，而對(duì)于由實(shí)際運(yùn)行工藝參數(shù)變化導(dǎo)致的較大變化，此時(shí)不應(yīng)該當(dāng)做異常值。分析異常值規(guī)律后發(fā)現(xiàn)其主要呈現(xiàn)單突變特征，因此對(duì)呈現(xiàn)此種特征的數(shù)據(jù)進(jìn)行剔除即可。

②特征提取。通過對(duì)泵、電機(jī)等動(dòng)設(shè)備健康監(jiān)測(cè)手段分析，建立以振動(dòng)特征分析為主、其他特征輔助進(jìn)行綜合分析的特征故障診斷模式。通過大量的文獻(xiàn)與相關(guān)領(lǐng)域的調(diào)研分析，泵、電機(jī)等動(dòng)設(shè)備本身的運(yùn)行參數(shù)數(shù)據(jù)、溫度數(shù)據(jù)、振動(dòng)數(shù)據(jù)特征，都能較好的反映設(shè)備運(yùn)行對(duì)設(shè)備進(jìn)行故障診斷的顯著特征。

③數(shù)據(jù)分析。繪制時(shí)間序列散點(diǎn)圖進(jìn)行直觀數(shù)據(jù)分析，通過變量之間相關(guān)性分析，定量計(jì)算變量相關(guān)性，去除同類別相關(guān)性高的特征變量、減少變量個(gè)數(shù)，降低特征維度，優(yōu)選不同類別具有較大差異特征進(jìn)行綜合分析。量化兩個(gè)時(shí)間序列之間的相關(guān)性可以從很多方向著手?；谛盘?hào)類型，對(duì)信號(hào)作出的假設(shè)，以及想要從數(shù)據(jù)中尋找何種同步性數(shù)據(jù)的目標(biāo)，來決定使用哪種相關(guān)性測(cè)量方法。相關(guān)性測(cè)量方法包括Pearson相關(guān)，時(shí)間滯后互相關(guān)（TLCC）以及加窗的TLCC，動(dòng)態(tài)時(shí)間扭曲（DTW）和瞬時(shí)相位同步等。

考慮到計(jì)算時(shí)效性簡(jiǎn)便性同時(shí)兼顧準(zhǔn)確性，我們采用Pearson相關(guān)系數(shù)計(jì)算法來計(jì)算各個(gè)特征變量之間的相關(guān)性，從而進(jìn)一步降低數(shù)據(jù)維度，具體計(jì)算公式如下所示：

④模型預(yù)測(cè)。通過對(duì)輸油泵機(jī)組溫度壓力、振動(dòng)特征、波形特征等進(jìn)行聚類分析，進(jìn)一步優(yōu)選判別設(shè)備故障的特征參數(shù)，進(jìn)而不斷優(yōu)化訓(xùn)練出故障診斷預(yù)測(cè)模型，根據(jù)模型可對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行故障預(yù)測(cè)判斷。聚類分析是一種不需要任何先驗(yàn)知識(shí)條件就能將樣本進(jìn)行自動(dòng)分類的多元統(tǒng)計(jì)模式識(shí)別方法，它是一個(gè)無監(jiān)督的觀察式學(xué)習(xí)過程。該方法特別適用于無法獲得故障數(shù)據(jù)樣本或故障數(shù)據(jù)樣本獲取相對(duì)困難情況下的故障模式識(shí)別問題。K-means聚類是源于信號(hào)處理的一種向量量化方法，現(xiàn)在則更多地作為一種聚類分析方法流行于數(shù)據(jù)挖掘領(lǐng)域。K-means聚類算法的目的是：把n個(gè)點(diǎn)劃分到k個(gè)聚類中，使得每個(gè)點(diǎn)都屬于離它最近的均值(此即聚類中心)對(duì)應(yīng)的聚類中，以此作為聚類的標(biāo)準(zhǔn)。

⑤故障預(yù)警。將輸油泵機(jī)組的實(shí)時(shí)數(shù)據(jù)輸入模型進(jìn)行分析，判斷可能存在的故障，給出相應(yīng)的預(yù)警信息。a.設(shè)備與實(shí)時(shí)庫(kù)參數(shù)關(guān)聯(lián)。建立設(shè)備與實(shí)時(shí)庫(kù)參數(shù)的關(guān)聯(lián)關(guān)系。b.實(shí)時(shí)數(shù)據(jù)獲取。根據(jù)設(shè)備在實(shí)時(shí)庫(kù)中參數(shù)名稱，實(shí)時(shí)獲取設(shè)備參數(shù)值：泵前x軸振動(dòng)、泵前y軸振動(dòng)、泵前z軸振動(dòng)、泵后x軸振動(dòng)、泵后y軸振動(dòng)、泵后z軸振動(dòng)、泵前溫度、泵后溫度。c.故障預(yù)測(cè)。將獲取到的設(shè)備實(shí)時(shí)參數(shù)輸入模型，進(jìn)行預(yù)測(cè)。d.預(yù)警結(jié)果展示。將每個(gè)設(shè)備的預(yù)警結(jié)果在頁(yè)面上進(jìn)行展示。

綜合數(shù)據(jù)統(tǒng)計(jì)分析。綜合分析油庫(kù)設(shè)備基礎(chǔ)數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)、保養(yǎng)維護(hù)數(shù)據(jù)和風(fēng)險(xiǎn)防范數(shù)據(jù)，形成一系列完整的報(bào)表和圖表，展示供應(yīng)商評(píng)價(jià)、零部件廠商及使用壽命評(píng)價(jià)、設(shè)備維修保養(yǎng)質(zhì)量評(píng)價(jià)等信息，在維修保養(yǎng)質(zhì)量、設(shè)備供應(yīng)商選擇、部件供應(yīng)商選擇方面輔助管理者決策。

其中設(shè)備供應(yīng)商、部件供應(yīng)商評(píng)價(jià)的實(shí)現(xiàn)思路如下：基于設(shè)備、部件的維修保養(yǎng)數(shù)據(jù)，分析使用單位的所有設(shè)備（部件）自投用日期以來，發(fā)生的所有故障信息；并從設(shè)備（部件）生產(chǎn)廠家角度出發(fā)，以圖形化的形式展示每個(gè)生產(chǎn)廠家自所選日期以來在該單位投用的設(shè)備（部件）數(shù)量，以及這些設(shè)備（部件）發(fā)生的故障次數(shù)，展示自所選日期以來每個(gè)廠家生產(chǎn)的并投用到該單位的設(shè)備（部件）的故障率。

部件壽命評(píng)價(jià)的實(shí)現(xiàn)思路如下：分析設(shè)備維修保養(yǎng)記錄以及部件更換記錄，以圖形化形式展示每個(gè)廠家生產(chǎn)部件的所屬設(shè)備信息，以及部件投用日期、報(bào)廢日期等信息，展示每個(gè)廠家生產(chǎn)部件的使用壽命，輔助領(lǐng)導(dǎo)決策。

4 應(yīng)用效果

原油儲(chǔ)庫(kù)設(shè)備完整性管理平臺(tái)已在多個(gè)油庫(kù)進(jìn)行了有效應(yīng)用，實(shí)現(xiàn)了油庫(kù)設(shè)備全生命周期中各類基礎(chǔ)信息、特種設(shè)備定期檢查、日常啟用前安全檢查，以及維修、保養(yǎng)、轉(zhuǎn)移、變更、報(bào)廢等信息的在線管理，提高了設(shè)備的完整性管理水平，降低了設(shè)備管理成本及人員勞動(dòng)強(qiáng)度；實(shí)現(xiàn)了輸油泵機(jī)組故障自動(dòng)預(yù)警，并結(jié)合維保策略，實(shí)現(xiàn)設(shè)備管理傳統(tǒng)事故應(yīng)對(duì)式到預(yù)防性管理的轉(zhuǎn)變，有效減少設(shè)備管理過程中的盲目性和隨機(jī)性；實(shí)現(xiàn)了設(shè)備維修保養(yǎng)統(tǒng)計(jì)分析，以及設(shè)備供應(yīng)商、部件供應(yīng)商以及部件使用壽命的評(píng)價(jià)，在維修保養(yǎng)質(zhì)量、供應(yīng)商選擇方面輔助管理者決策。