油氣田智能巡檢系統研究

韓光，趙春雪，蘭明菊，敖開栓，劉凡

（中國石油天然氣集團有限公司新疆油田分公司，新疆 克拉瑪依 834000）

0 引言

為了保證油氣田持續穩定生產，油氣田企業必須做好巡檢工作。當前，巡檢工作主要由人工完成。但由于油氣田生產區域一般風險較大、環境復雜，且受限于人力、經驗等主觀因素，傳統的人工巡檢方式經常出現監督不嚴、巡檢不到位、預警不及時等問題。

近年來，在互聯網、數字化技術的支撐下，智能化系統研發不斷取得新突破，智能巡檢技術優勢不斷顯現，并開始廣泛應用于石油、化工、交通、電力等行業中。研發人員基于各行業的生產特點，對其功能不斷豐富和完善。油氣田生產企業為保證油氣井的安全生產，需要定時、定點完成巡回檢查工作，對生產情況進行分析，以及時發現、排除安全問題。智能巡檢系統能避免人工巡檢的缺點與不足，具有良好的應用前景。

1 油氣田智能巡檢系統的技術構成

油氣田智能巡檢系統匯集信息化、電子、機械、通信等多個學科的最新研究成果，主要包括圖像與視頻流識別技術、紅外成像技術、定位導航技術、通信技術與人工智能（Artificial Intelligence，AI）深度學習技術等。

圖像與視頻流識別技術主要是在巡檢機器人完成現場圖片和視頻拍攝后，巡檢系統對信息數據進行還原和識別，進行降噪處理后提取出特征量，從而完成巡檢判斷。利用這項技術，智能巡檢系統能夠通過巡檢機器人回傳的信息，利用數據和圖像對“跑、漏、滴、冒”等問題進行識別，對放電現象等進行檢測，然后完成后續作業［1］。

紅外成像技術成熟，應用廣泛，在油氣田智能巡檢系統中主要用于設備溫度的檢測，通過在巡檢機器人上安裝紅外成像元件，利用制冷或非制冷焦平面熱成像技術，對設備表面溫度進行測量。

定位導航技術就是通過搭載定位與識別設備，保證其按照既定軌道完成巡檢工作。目前，在固定軌道巡檢中最常采用的巡檢技術是激光無軌導航技術，定位多采用激光反射技術，也有搭載北斗/全球定位系統（Global Positioning System，GPS）、視覺定位器的［2］。

通信技術目前多已升級為無線通信技術，尤其在2020 年前后，我國5G 技術在企業生產管理中的廣泛普及，為巡檢設備的實時通信提供了重要的技術支持。目前，常用的通信技術包括可見光無線通信（Light Fidelity，Li-Fi）技術、Mesh 技術、無線保真（Wireless Fidelity，Wi-Fi）技術等［3］。

AI 深度學習技術是當前智能巡檢系統開發與設計的核心，也是智能化發展的重要課題。智能系統是否“智能”，主要體現在能否實現系統的“自主學習”。AI深度學習技術主要包括機器學習技術和機器視覺技術。其中，機器學習技術應用的神經網絡構成算法種類繁多，如人工網絡算法、蟻群算法等，不同算法側重的功能性不同，優勢和特點也有差異。機器視覺技術主要是對紅外成像、圖像與視頻流識別、巡檢路徑規劃、氣體感知及語音識別等功能的建模整合，通過對各類外部信息的統合分析，提高智能巡檢系統對外部環境識別的準確性。

2 油氣田智能巡檢系統的主要功能

目前，油氣田企業廣泛采用的智能巡檢系統分為巡檢機器人和巡檢系統軟件兩個主要部分。巡檢機器人配備自動巡航、無線通信、自動充電、視頻監控等功能；巡檢系統軟件主要實現對巡檢機器人的遠程控制，同時具備實時監控與展示、巡檢數據的實時處理、方案配置等功能。油氣田智能巡檢系統開展工作主要依賴巡檢機器人收集到的信息，基于巡檢機器人的硬件、各模塊相互協調配合，對數據進行采集、識別和處理。在不同場景下，智能巡檢系統的功能定位也有所差異，智能巡檢系統需要對應用場景的實際情況進行分析，根據設備布置、空間結構、目標需求、監控強度等對巡檢機器人的功能作出一定的調整［4］。

一般情況下，在油氣田智能巡檢系統中，巡檢機器人配備的主要功能包括儀表數據讀取、設備指示燈識別、閥門狀態檢測、機泵震動檢測、有毒物質及易燃易爆氣體檢測、設備溫度檢測、聲波分析、管路與部件安裝規范識別、聲光報警以及自主避障等。這些功能的實現都依賴上述各項技術的支持［5］。巡檢機器人利用搭載的傳感器對巡檢軌道進行識別和定位，借助避障算法繞開障礙，按照規劃路徑完成巡檢，并借助邊緣檢測算法對指定位置、儀器、設備等進行識別和記錄，并根據設定的預警值自行判斷，根據機器設備的運轉情況決定是否采取應急方案和預警操作。在進行功能設計時，整個系統主要分為視頻監控、遠程控制、綜合統計、報警管理、智能分析及系統管理等模塊，具體如圖1 所示。

圖1 智能巡檢系統功能設計模型

第一，視頻監控。目前，常見的視頻監控可分為可見光及紅外成像兩種。智能巡檢機器人搭載的攝像儀對各種管道、設備等目標進行拍照錄像，支持實時遠程傳輸及存儲。

第二，遠程控制。系統通過智能巡檢機器人進行云臺控制，進行遠程喊話及遠程操作。

第三，綜合統計。系統根據遠程機器人對設備、管道等進行巡檢得到的結果進行統計分析，自動生成巡檢報告。

第四，報警管理。巡檢機器人在巡檢過程中，通過相關傳感器發現設備異常，如高溫、停機、儀表數據超標等，根據之前設定的報警級別發出不同的警報。后臺值班人員針對不同級別的報警情況啟動不同級別的預案進行緊急處置。

第五，智能分析。巡檢機器人根據巡檢過程中各種儀表數據及設備作業情況的總結，根據設定樣本及模型，分析儀表數據趨勢，進行智能評價，輔助值班人員進行后續處置。

第六，系統管理。智能巡檢系統要能夠設置使用權限，系統后臺能夠自動進行日志保存、分類等。

智能巡檢系統的軟件部分主要進行分層模塊化設計，包括巡檢軟件WIS 和巡檢硬件WIM 兩個主要部分，系統構架如圖2 所示。該系統通過通信模塊將系統處理與前端數據信息進行聯結，確保通信的可靠性，實現對巡檢作業現場的有效監督。

圖2 智能巡檢軟件部分整體框架

3 油氣田智能巡檢系統的應用場景

油氣田智能巡檢系統一般采用模塊化和定制化相結合的方式進行設計，在系統模塊的基礎上再搭載定制化的功能模塊，以滿足不同應用場景的特殊需要［6］。目前，油氣田智能巡檢系統的主要應用場景包括以下兩個方面。

一是油田聯合站。巡檢機器人負責二級防爆區域的巡檢，其主要功能除自主巡航、自動充電外，還包括儀表識別、音頻分析、紅外檢測、有毒有害物質檢測等，主要實現對油田聯合站內的日常巡檢，降低和減少人工巡檢的工作強度與次數。與傳統人力巡檢相比，巡檢機器人可以對較危險地區進行有效巡檢，減少巡檢盲區，提高巡檢準確性。

二是煉化廠。巡檢機器人依托廠內通信線路實現巡檢信息上傳，其關鍵在于信息傳遞與訪問的安全性管理。煉化廠內部作業環境相對惡劣，智能巡檢系統借助信息傳遞與自動巡檢功能，能夠極大地降低巡檢成本。

4 油氣田智能巡檢系統實際使用中的優化建議

4.1 定制化改造智能巡檢系統

油井、站庫等場地常常位于地形復雜的區域，尤其是我國西北地區的油氣田。受到地形的影響，智能巡檢系統受到的不確定影響因素變多，在復雜天氣等情況下，可能存在設備損失、作業效果不佳等問題。此種條件下，油氣田企業需要根據巡檢作業面對的現實條件對智能巡檢系統進行定制化改造，使其有效應對可能產生的突發問題。

4.2 優化巡檢流程及方式，確保設備冗余

油田生產現場的許多設備均存于密封的場地內，智能巡檢系統進行巡檢時存在一定的困難［7］，因此在進行巡檢規劃時應做好頂層設計，優化巡檢流程及方式。同時，部分儀表設備安裝位置、方式不同，且會根據作業現場的特點進行一定的改變，這就要求巡檢系統在巡檢時其相關設備具有一定冗余。

4.3 應用機器視覺輔助巡檢系統

目前，人工智能、大數據等技術日新月異，傳統攝像、讀數及遠程傳輸等巡檢方式明顯落后［8］。利用機器視覺可實現巡檢工作更加智能化，利用大數據技術對巡檢結果進行評價，以及分析變化趨勢進行預測，可大幅度提高巡檢效果。

綜上所述，智能巡檢系統在設計之初，需進行充分的頂層設計，充分考慮作業現實條件，包括地形、路線、常見的天氣以及設備安裝等，還應利用目前快速發展的人工智能、大數據等新技術，助力巡檢工作智能化開展。

5 結語

油氣田智能巡檢系統的應用能夠有效加快對現場突發情況的響應速度，降低人工勞動強度和危險系數，減少人工巡檢成本，是對傳統巡檢方式的智能化升級和有效補充。智能巡檢系統憑借其顯著優勢，一經出現就得到多個領域的關注，尤其在油氣田生產企業中，更是得到了廣泛的應用。近年來，隨著電子信息技術的進一步發展和各類新型材料的不斷開發，智能巡檢系統的應用場景得到進一步拓展，在油氣田巡檢中的應用也更加廣泛。但從目前技術的適配情況來看，機器視覺、自動報警等新興技術的研發仍有很長的路要走，新技術的應用也需要更多的實驗數據作支撐，還需要進行實踐。在國家和社會的關注與支持下，在油氣田生產企業、其他相關企業的共同努力下，智能巡檢系統將會更加完善，我國油氣田巡檢工作的智能化水平也會逐步得到提高。