陳東
(江西省天然氣管道有限公司,南昌 330000)
采油聯合站管道功能較為復雜,包括輸油管道,天然氣及輕油回收管道,加藥管道,污水及加水管道等,不同管道的腐蝕原理不同,導致不同管道的防腐管理技術流程也有不同。如何對上述不同管道的防腐蝕技術進行綜合管理,充分降低管道維護成本,增加管道安全性,是當前采油聯合站輸油管道腐蝕治理工作的核心任務。本文綜合研究采油聯合站管道管理技術,對其進行技術改革及技術優化[1-3]。
根據煉鋼工藝原理,包括C45鋼在內,一般常見鋼材均為C鋼結構,鋼材中的C及S會與Fe形成C-Fe原電池或S-Fe原電池,該兩種原電池均以Fe氧化過程為原電池基本過程,且造成Fe的腐蝕。如圖1。
圖1 一般碳鋼原子結構圖
為對抗原電池效應,需要用直流加電法或活躍金屬連接法進行原電池過程進行抑制,但這種處理方式需要加強監控,以防止防腐蝕工藝失效帶來的后果。
與原電池效應的活躍金屬連接法原理類似,管道中的鹽分、S分等在管道內壁沉積,形成惰性原電池電極連接,加速管道的原電池腐蝕效應[4,5]。比如在加藥管道、污水管道等管道內壁容易發生鹽分沉積,鹽分中的負離子等對加速管道氧化腐蝕有顯著作用,主輸油管道、輕油回收管道中因為也經過加藥處理,其負離子鹽分也容易形成管道內壁的沉積效應。且主輸油管道、輕油回收管道等發生的烴類沉積效應,其中的C、S等析出物也容易因為油品的粘性導致內壁沉積,這一過程也容易造成管道腐蝕加劇[6,7]。
位對抗管道附著效應帶來的管道原電池效應加劇腐蝕,需要進行管道內壁的及時沖洗,及時切換管道的運行狀態以實現管道的狀態檢修。這一過程也需要加強監控,構建相應的大數據體系,以防止管道附著效應帶來的后果[8,9]。
輸油管道運行壓力較高,容易造成管道的承壓膨脹,且管道內流體動壓和德布羅意振動效應容易造成管道的結構疲勞。管道內的節理、氣泡、裂縫等瑕疵會在管道疲勞效應中被放大,導致管道的應力應變效應加劇,且其防腐涂層遭到破壞,內部附著物深入管道結構內,加劇附著效應帶來的原電池腐蝕效應增加。所以,大部分管道會在使用過程中存在經濟檢修期,即管道使用一定年限后,其維護成本陡然增加。管道疲勞加劇后,管道的滲透效應加劇,管道穩定性降低,容易造成繼發性的管道泄漏或者爆裂事故。
為防止基于結構疲勞造成的管道腐蝕現象,應對管道的應用損傷進行監控,防止管道因為結構疲勞造成管道腐蝕和衍生事故。
根據前文分析,通過加電法和活躍金屬法控制管道的原電池效應,同時應該對管道進行實時探傷確保管道的結構疲勞對管道的損傷可以得到有效控制。在管道內壁的沉積效應控制方面,通過管道的流體阻力法進行實時監測。
輸油管道腐蝕治理系統的系統采集架構如圖2。
圖2中,直流加壓系統監測模塊采集系統中所有直流加壓裝置的實際執行電壓,該電壓應在直流加壓裝置之外進行單獨監測,而不應監測直流加壓裝置的輸出電壓。電壓計的信號地應與直流加壓裝置的信號地獨立布置。探傷機器人系統無需單獨部署,直接將原有管道探傷機器人系統監測數據進行導出,用于采集主機采集后供本文系統分析。管道阻尼系統也無需單獨部署,直接從管道的流量計、流速計、皮托計上獲得相應數據,主要包括管道內的實測流量、實測流速、動壓力、靜壓力數據。
圖2 輸油管道腐蝕治理系統的采集子系統示意圖
本文實際開發中,采用IaaS架構進行開發,故其IDC的實際設計對本文CBA架構設計有直接意義。IDC架構如圖3。
圖3中,采集主機負責圖2中的采集任務,其將工業探頭數據整合為元數據庫后接入核心交換機,核心交換機使用普通的4層交換機實現核心交換功能,本文系統主機量較少,計算壓力較小,所以其邊界路由器采用單臂單機布置,使用單機負責核心交換機的接入控制、訪問控制、行為控制、負載均衡、DDoS冗余控制等。IDC內布置三組主機,分別實現核心數據倉庫、基于AI技術的數據分析、提供針對移動端和值班主機的HTTP服務。該三組主機的負載均衡由上述邊界路由器負責。接入端布置兩組接入系統,其中一路接入辦公網,用于值班主機的接入,一路接入外網接入柜,外網接入柜設計保持原設計不變,其中所有的安全設施和接入功能設施本文不再進行討論,所有移動端功能相關數據由外網接入鏈路實現。
圖3 輸油管道腐蝕治理系統IDC架構圖(IaaS)
綜上,本文IDC設計按照IaaS模式進行設計,數據倉庫使用Oracle系統實現,數據分析使用Python實現,HTTP系統使用php+CSS實現,同時在日志系統中布置HADOOP系統,即本文系統在軟件層面除使用Python開發部分A.I.相關代碼及使用php開發部分后端代碼、使用CSS開發部分前端代碼外,基本無開發任務。
本文系統采集的信息量較為復雜,包含較多的電壓數據、聲吶數據、流量流速及壓力數據等,這些數據的量綱關聯度不高,數據間邏輯關系相對獨立,單純使用剛性算法或使用模糊算法很難對數據進行有效治理,故首先在數據治理中應對數據進行去量綱計算。去量綱算法使用Min-Max算法:
式中:
Min(x)與Max(x)—指數據列中的最小值與最大值;
將各列數據進行單獨的Min-Max去量綱計算后,將數據放入BP神經網絡中進行計算。如圖4。
圖4中,將每一路直流加壓系統的電壓檢測數據、每一路管道探傷機器人數據、每一路管道阻尼數據進行單獨輸入,輸入信號每路為一個雙精度變量,經過輸入模塊處理后,獲得一個雙精度變量,將直流加壓系統、管道探傷系統、管道阻尼系統分別匯總到獨立的MLP神經網絡MLP模塊中,三組MLP模塊輸出到中間BP網絡中,BP網絡輸出的一個雙精度變量輸出到最終的MLP模塊中。上述模塊的節點函數分別為:
圖4 BP神經元網絡算法示意圖
1)輸入模塊
每個輸入模塊均采用線性處理法,擁有1個輸入節點,1個輸出節點,隱藏層2層,均為4個節點,其節點函數為:
式中:
Y,x—訓練變量或實時變量;
a,b—待回歸變量。
2)前置MLP模塊
本文共3組前置MLP模塊,分別匯總直流加壓系統、管道探傷系統、管道阻尼系統的數據,其均采用對數法進行管理,且每個模塊擁有n個輸入節點、1個輸出節點,隱藏層為3層,其中第一層6個節點,第二層13個節點,第三層3個節點,共22個隱藏層節點。其節點函數為:
式中:
Y,x—訓練變量或實時變量;
a,b,c—待回歸變量。
3)BP-MID模塊
BP-MID用于采集上述三個MLP前置模塊的輸入變量,即其輸入3個雙精度變量,輸出1個雙精度變量,隱藏層為3層,其中第一層6個節點,第二層13個節點,第三層3個節點,共22個隱藏層節點。使用冪函數對其節點函數進行控制,其節點函數為:
式中:
Y,x—訓練變量或實時變量;
a,b,c—待回歸變量。
4)MLP-OUT模塊
將BP-MID模塊的輸出數據1個雙精度變量輸入到MLP-OUT模塊形成最終輸出判斷結果,其擁有1個輸入雙精度變量,1個輸出雙精度變量,其隱藏層設計和節點函數設計與前置MLP相同。即其節點函數為:
式中:
Y,x—訓練變量或實時變量;
a,b,c—待回歸變量。
5)輸出模塊
輸出模塊采用直接輸出法進行管理,并不布置隱藏層,不進行神經網絡計算。即本文輸出結果為一個雙精度變量,變量無限接近于1或無限接近于0。當輸出結果為1時,認為系統存在風險,當輸出結果為0時,認為系統無運行風險。
對系統早、中、晚期管道腐蝕進行判斷的能力進行黑箱測試,可得表1。
從表1中可以看出,當管道的內壁沉積超過10 %時,即可確保超過70 %的故障都可以被系統發現,而當管道的內壁沉積超過45 %時,可確保發現所有故障。而單純性管道壁的腐蝕,當腐蝕達到5 %時,可確保超過60 %的故障都可以被發現,而當管道壁腐蝕超過30 %時,系統可發現全部故障。
表1 管道腐蝕的判斷能力測試結果表
對系統運行狀態下的核心IDC計算資源占用量進行分析,可以得到表2。
從表2可以看出,5 min采樣頻率下,所有主機集群均采用單臺主機的IDC運行模式,該系統在同時管理2000節點時仍然可以保持較為經濟的運行狀態,且系統可以最高支持到5000個節點的探頭管理需求。通過增加負載均衡設施和增加主機陣列的主機數量,該探頭管理能力還將得到提升,可以滿足大部分大中型泵站的管道安全高密度探頭管理需求。
表2 系統資源占用量統計表
采用狀態檢修法進行輸油管道腐蝕治理管理,當上述系統報錯存在腐蝕風險時,通過對應的監測系統參數判斷腐蝕位置,通過對管道的狀態調整,將問題管道轉為冷備用,進行充分卸壓和沖洗后,由工作人員進入進行防腐處理。處理完畢后,重新接通熱備用系統狀態進行系統狀態判斷,當系統不再進行報錯時,認為系統正常可隨時專用使用狀態。其管理要點主要有以下三點:
部署本文設計的輸油管道腐蝕治理系統后,系統可以隨時判斷系統內管道腐蝕風險并發出聲光報警,調度人員發現該報警后,必須有相關的知識技術儲備,充分調看其他相關系統的報警信息,充分判斷系統的腐蝕位置,從而發出管道狀態調整的調度判斷。該調度判斷包括相應管道的卸壓措施和沖洗措施,宣布狀態檢修時間等。
當調度決定管道狀態檢修時間后,應該編制合理合規的操作票。而采油聯合站現場檢修人員的調度票執行流程較電力、鐵路等單位的操作票執行流程較差,雙人唱票、安全員制度、復誦確認流程等,很難得到有效執行。所以在配合本文系統的管理流程優化過程中,必須通過行政手段確保操作票的有效執行,以確保相關操作的執行安全和執行效率。
如上分析,調度人員與相關技術人員的綜合素質提升及調度管理、技術管理、行政管理綜合水平提升,現場操作人員的執行能力和現場管理人員的管理能力水平提升,不但對管道防腐工作的綜合水平提升有積極意義,對現場的安全管理、流程管理、效率管理、施工質量管理等綜合水平提升也有積極意義。所以,應針對本文提供的部署過程,對相關人員進行充分培訓,強化考核,綜合績效,以實現所有管道防腐檢修人員的的綜合素質提升。
通過本文分析,不但從技術層次上可以有效提升采油聯合站輸油管道防腐治理工作效率,通過配合相應的管理流程提升,可以綜合提升全站輸油管道防腐治理工作的水平。本文系統可以第一時間使用云計算、大數據、人工智能實現對輸油管道腐蝕的報警工作,幫助聯合站調度人員第一時間做出輸油管道狀態檢修的相關決策,還可以通過與其他輔助系統進行配合實現腐蝕位置的有效判斷。本文認為,通過使用本文設計的系統,對采油聯合站的輸油管道腐蝕治理工作有積極意義。