基于PHM技術的測井設備智能管理體系的應用研究

李微微，尚景玉

（中海油田服務股份有限公司 油田技術事業部制造中心，河北 廊坊 065201）

基于PHM技術的測井設備智能管理體系的應用研究

李微微，尚景玉

（中海油田服務股份有限公司 油田技術事業部制造中心，河北 廊坊 065201）

測井設備的智能管理體系具有有效的預警和健康管理機制，能準確地預測故障并進行維修保養提醒。它是一種能夠模擬人的自治性神經系統指揮身體運動的智能體系。PHM技術 （故障預測與健康管理）已成功地應用多個領域，論文討論PHM技術應用于測井設備智能維修體系的方法與可行性，詳細闡述了評估測井設備健康狀態的方法。

智能管理體系；PHM技術

0 引言

故障預測與健康管理稱為PHM技術，它包括兩層含義，一是故障預測，即預先診斷部件或系統完成其功能的狀態，確定部件正常工作的時間長度；二是健康管理，即根據診斷/預測信息、可用資源和使用需求對維修活動做出適當決策的能力。實際上，PHM技術現已廣泛應用于機械結構產品中，比如核電站設備、制動裝置、發動機、傳動裝置等。PHM系統正在成為新一代的飛機、艦船和車輛等系統設計和使用中的一個重要組成部分。

1 測井行業對PHM技術的需求

現今的石油測井行業隨著國際化的勢頭發展迅速，作業區域不斷擴大，作業設備的不斷增多，技術水平日益提高，設備的維修、保養問題日益突出，尋求一種既便捷可靠又經濟高效的方法提高測井設備狀態的管理水平，保證測井作業的成功率已迫在眉睫?，F階段PHM技術在國內外測井行業并未得到充分開發和應用。針對海洋石油公司來說，石油測井設備現已與國際接軌，設備的技術水平穩步提高，種類多，數量大，作業區域廣。預測其故障，監測其健康狀態有著重要的意義和價值。

近年來因測井儀器的關鍵模塊或元件故障而引起的災難性事故時常發生，導致大量的人力、物力與財力的損失。現階段測井設備實際管理存在著很大難度，海洋石油公司雖然正在使用比較先進的管理方法實現對測井儀器的檢測和管理，但其使用方法復雜、操作人員工作量大，導致工作效率低下。目前還沒有一個科學高效的智能系統來評價儀器實際健康狀態命狀態和管理設備狀態?？咳藶楸O測儀器狀態與預測故障是很難實現的?，F階段需要工程師根據儀器保養規范對測井儀器進行定期保養（Ⅰ級、Ⅱ級、Ⅲ級），同時對情況進行綜合分析，制定設備維修保養計劃。同時，各個基地都要對儀器進行管理，包括：測井作業，儀器維修保養與儀器調撥（調配）等等。基地和基地之間儀器的信息不能夠共享，管理難度較大，記錄表格繁多，不能合理的分配與調配儀器。在測井設備的管理當中，將PHM技術的理念引入，可以監測影響儀器狀態的各方面因素，預測故障和監測健康狀態。系統利用有效信息對設備進行管理，省去人為的表格記錄與監測，大幅度提高了效率。

2 評估設備健康狀態和預測方法分析

在測井設備管理中，每支儀器都要建立自己的健康檔案，進行健康管理。PHM智能管理體系，不僅可查閱儀器的健康狀態與生命值，同時可預測故障并進行維修保養提醒。

2.1 測井設備健康狀態的評估

在PHM概念中，評估健康狀態方法有很多種，但對于測井設備來說，建立累積損傷的數學模型較易實現，符合測井設備現階段發展的需要。首先要建立累積的損傷模型，基于對信息源搜集與分析，來評估產品的退化趨勢。測井儀器需要通過復雜的電子控制系統和機械行動系統完成不同環境下的作業。工作環境、電子器件的生命周期對設備狀態的影響巨大。電子件和機械件的可靠性直接影響設備的健康狀態。需要搜集的信息源包括電子器件的生命周期、自然環境、作業情況等，總結為以下幾個方面的信息：

（1）基本信息：包括電子器件的生命周期和來自生產過程的正常／故障狀態的技術數據等。

電子器件的生命周期：人們在長期的生產實踐中發現新制造出來的電子元器件，在剛投入使用的時候，一般失效較高，叫做早期失效。經過早期失效后，電子元器件便進入了正常的使用期階段，在這一階段中，電子元器件的失效率會大大降低。過了正常使用階段，電子元器件便進入損耗老化階段，意味著壽終正寢。這個規律，恰似一條浴盆曲線，人們稱為電子器件的效能曲線。

可以將儀器的年限結合此曲線計算出儀器電子器件部分的健康值。經過老化篩選的電子器件，多處于偶然失效期，失效率近似為常數。相應地，電子設備的失效率也遵從相似的關系。失效率與平均故障間隔時間（MTBF）有如下關系：

λ=l/MTBF

圖1 電子器件 “浴盆”曲線Fig.1 Electron component”bathtub”curve

技術數據：儀器在生產過程中的檔案，包括質量檢驗記錄，調試記錄、FIT檢查記錄、下井測試記錄等等數據。

（2）環境信息：在這幾種信息源中，較復雜的為環境信息，其嚴重影響產品的可靠性。影響電子元器件可靠性的環境有單個因素和組合因素兩種形式，實際上，組合環境對可靠性的危害要比單個環境的影響更大，例如溫度和濕度的并存作用往往是引起電子元器件腐蝕的主要原因，清楚了解各類環境因素、組合效應以及它們對產品可靠性的影響程度是非常重要的。評估測井設備的健康狀態方案除了考慮使用單個環境因素外，還必須要考慮組合的環境因素影響，因為電子元器件在運輸、使用過程中有可能處在某種組合環境下。但目前環境因素的監測準確性的提高有些難度。測井設備分不同種類的儀器，如聲波類，電法類，放射性類等等，儀器結構各不相同，因此影響每支儀器的環境因素也有所不同。評價作業時的健康狀態要分類別，分儀器進行。

表1 為影響測井設備狀態的環境因素的詳細情況。同時包括影響電子件與機械件兩方面的環境因素。

表1 影響測井設備健康狀態的環境因素Tab.1 The environmental factors influencing the equipment health status

作業信息：從儀器的作業情況可輕而易舉的分析到設備的作業時的健康情況，但單純按照作業情況來評價儀器還較片面，需要與其它因素綜合來考慮。下井作業的成功與否嚴重影響儀器的健康狀態評估。通訊是否良好，上傳數據是否正確，儀器能否正常動作等等?，F場的作業情況，資料解釋、曲線對比的情況均可作為儀器作業情況成功與否的依據。評價作業時的健康狀態也要分類別，分儀器進行，不同儀器作業情況有所差別。

維修保養信息：在測井設備中，維修保養分三種級別（Ⅰ級、Ⅱ級、Ⅲ級），保養級別的不同，儀器所恢復的健康狀態不同。例如，一級保養為更換O圈，涂抹O圈油等等簡單保養，對儀器的健康狀態恢復影響較小。評估健康值需分級別評價，同時也要依據不同的儀器來進行。設備經過維修后，將重新處于比較健康的狀態。系統會將維修的情況和技術數據記錄下來。

2.2 測井設備的健康狀態分類

從健康管理角度可將航電設備的狀態定義為以下幾種情況：正常，錯誤，異常，故障和損壞。

（1）正常：設備按預定方式運行，按規定性能指標完成全部預定功能。

（2）錯誤：錯誤是設備或儀器在運行中偶發的、非預定狀態，檢測表現為 “未見故障”。錯誤可由于瞬時環境因素超限 (如外部強干擾)引起，或由連接故障引起。這是一種短時間的非穩恒的狀態。

（3）異常：異常是設備偏離預定運行方式或規定功能范圍的狀態，表現為功能降級。異常多由于設備內部某些電路器件在某些臨界外部條件（如溫度）的作用下偏離預定工作狀態所致，是敏感于相應條件并在該條件下會重復出現的狀態。

（4）故障：故障是設備不能執行規定功能的狀態，表現為功能喪失。故障雖然可能以環境因素為誘因，但其內在原因主要是設備存在設計缺陷，或運行中電子器件因不能承受外部應力而發生內部損傷。

（5）損壞：損壞是產品中故障部件不可恢復的、不能執行規定功能的狀態。

根據以上定義， 認為狀態 （1）和（2）屬于健康，（3）屬于亞健康，（4）和（5）屬于病態。

2.3 累積損傷數學模型的建立

以上所述的健康狀態分類是實時的健康狀態，可根據作業信息進行判定。累積損傷數學模型應在設備處于某一狀態的前提下進行建立，相當于設備的生命卡或健康檔案，通過設備的年限與經歷以分值的大小來評估儀器健康值，100分為滿分?？梢栽O定儀器出廠時的生命值，隨著設備年齡的增加，設備的生命值隨之變化（依據浴盆曲線）。根據基本信息計算出設備的基礎生命值。然后按照以下的累積損傷數學模型，模擬出儀器的健康值：

測井設備的健康狀態=設備基礎生命值-下井作業損傷數值+環境因素損傷數值+維修保養恢復數值+…+…。

模型需要在逐步的實踐中進行糾正，來提高評估設備健康狀態的準確性。還需搜集和整理分析影響儀器健康狀態的參數，逐步加入模型中，通過影響測井設備健康狀態的關系來建立數學模型，得出設備健康狀態值。隨著對設備故障演化機理理解的逐步深入，模型可以被逐漸修正來提高其預測精度。但是，在實際的測井設備應用中要求模型具有復雜的動態特性，逐步的改進和完善預測的準確性和精度。

3 預測故障

基于以上累積損傷數學模型的建立，儀器的健康值已經得到了評估，系統接受來自狀態監測模塊以及健康評估模塊的數據，可以產生故障診斷記錄并確定故障發生的可能性。故障診斷應基于各種健康狀態歷史數據、工作狀態以及維修歷史數據等。通過對設備工作狀態和工作環境實時監測，借助人工智能等先進的計算訪求，診斷、預測和合理安排設備未來的維修保養時間。根據測井儀器作業時的狀態與測量曲線等等做出故障預測。同時可根據信息源進行維修，根據設備的實際運行狀態確定設備的最小維修保養時間。但以上所述方法的故障預測還不夠全面，有些隱蔽故障很難預測，有待發現與挖掘更加符合測井設備的故障預測方法。

PHM體系中完成故障預測功能如圖2所示。圖中①數據采集：采集測井設備的各方面信息（基本信息、環境信息、歷史信息、作業信息）；②數據預處理：接受來自人工輸入的數據信息；③狀態監測：其功能主要是將這些數據同預定的失效判段的依據進行比較，并且可根據預定的各種參數指標極限值；④故障診斷：接受來自狀態監測模塊以及健康評估模塊的數據。主要評估被監測設備的健康狀態，可以產生故障診斷記錄并確定故障發生的可能性。故障診斷應基于各種健康狀態歷史數據、工作狀態以及維修歷史數據等；⑤故障預測：該部件由兩部分組成，可綜合利用前述各部分的數據信息，評估和預測被監測設備未來的健康狀態，并做出維修保養的提醒。該步驟可以在被監測系統發生故障之前的提醒采取維修措施，實現了PHM系統管理的能力；⑥保障決策：狀態監測模塊的警告信息顯示以及健康評估、預測和決策支持模塊的數據信息的表

圖2 故障預測流程Fig.2 Failure prediction process

示與顯示等等。

4 結合PHM技術的智能管理體系預期

結合PHM技術的智能維修體系可評估設備健康狀態，并對維修保養活動做出適當決策的能力。在決策和調配保障資源時，能獲得一致的保障解和最佳的協調性,不需要技術人員在每個級別上頻繁地決策和調度。由設備的自診斷與維修系統和其網絡化、信息化、一體化的維修保障系統密切協同、高度集成。例如：通過預測儀器故障可知，設備需要進行Ⅲ級保養，系統將自動提示儀修工程師進行相應的工作。并將維修保養情況自動記錄于系統中，給預測故障提供信息。儀器經過保養后的狀態存入系統中，系統將此信息提供給故障預警模塊，儀器的故障預警將發生變化。應用在測井儀器中可利用此系統查閱儀器的健康狀態值，便于儀器管理與各基地之間的調撥。

雖然PHM技術發展迅速，但還遠未成熟，在諸多方面面臨巨大挑戰?；赑HM技術的測井設備智能維修體系將會使測井設備有效降低生命周期的費用，提高設備出勤率和作業能力。此體系對測井領域來說有著重要的實際意義、使用價值以及廣闊的發展前景。

[1]曾聲奎，Michael G.Pecht，吳際.故障預測與健康管理（PHM）技術的現狀與發展[J].航空學報，2005，5.

[2]姜云春，邱靜，潘俊榮.裝備自治性維修保障概念與體系研究[J].機械工程，2004，5.

[3]吳明強，等.飛行器故障預測與健康管理（PHM）集成工程環境研究.計算機測量與控制，2011，1.

[4]韓國泰.航空電子的故障預測與健康管理技術[J].航空電子技術，2009，3.

The Application Research of the Logging Equipment Intelligent Management Based on the PHM Technology

LI Wei-Wei，SHANG Jing-Yu
（Manufacturer and sales center of well-Tec of COSL，Lanfang Hebei 065201,China）

The logging equipment intelligent management has effective early warning and health management system,to be able to predict fault and maintenance.It is can it is a kind of intelligent system which can simulate human autonomy nerve system command body movement.PHM technology(fault prediction and health management)has been successfully used in several fields,this paper discuss method and feasibilityof the PHM technology applied in well logging equipment intelligent maintenance system,and expounded method of the evaluation logging method the health status of the equipment were introduced in detail.

intelligent management；PHM；technology

TP39

：Adoi:10.3969/j.issn.1002-6673.2014.03.057

1002－6673（2014）03－150－04

2013－12－05

李微微，2006年大慶石油學院畢業，電氣工程及其自動化專業，工作于中海油田服務股份有限公司。