融合機理分析與數據驅動的深水浮式生產平臺運動姿態在線實時預測

摘 要 當前對于浮式生產平臺運動姿態的計算大多采用時域耦合分析方法，無法做到姿態實時預測。針對這個問題，提出一種融合機理分析與數據驅動的深水浮式生產平臺姿態在線實時預測方法，對浮式生產平臺位移等運動姿態進行實時預測。使用該方法可以計算獲得浮式平臺運動姿態相關均值和極值，為深水浮式平臺的實時監測和安全作業提供參考。

關鍵詞 深水浮式平臺 平臺運動姿態 在線實時預測 位移

中圖分類號 TP29" "文獻標志碼 A" "文章編號 1000-3932（2024）06-1101-07

國際上對海洋平臺結構的現場監測可以追溯到20世紀70年代，最初的監測主要針對的是固定式平臺，以便監測結構的損傷［1，2］。1987年BMT公司為康菲石油公司的浮式平臺Joliet TLWP開發了最早的性能監測系統（Performance Monitoring System，PMS）。隨著傳感器和數據處理技術的進步，自20世紀80年代以來，隨著對深遠海域平臺實施多系統現場監測逐漸應用和普及，監測內容和技術手段日趨豐富和完善［3］。

隨著我國海洋油氣資源開采逐步從近淺海區域走向遠深海區域，浮式生產平臺的應用場景越來越廣泛。作為油氣資源儲量最豐富的地區之一，中國南海地處亞洲季風區，每年臺風期長且對浮式生產平臺的影響作用范圍大，加上各種氣象水文極端因素的聯合作用，使得南海成為全球氣候條件最為惡劣的海域之一。在中國南海海域，為了保障深水浮式生產平臺安全生產與作業，尤其保障浮式生產平臺在臺風天氣下的遠程遙控生產，運動姿態的實時預測至關重要。筆者以復雜工況下的浮式生產平臺實際工程應用和安全操作需求為出發點，提出融合機理分析與數據驅動的深水浮式生產平臺運動姿態在線實時預測方法。

1 深水浮式平臺姿態預測現狀

我國南海浮式生產平臺設計與生產缺乏長期有效準確的現場實時監測數據參考，尤其是在南海北部。為了彌補浮式生產平臺現場實時監測數據方面的不足，中國海油聯合國內相關高校對半潛生產平臺“南海挑戰號”開展了現場監測，實現了平臺結構的水下監測、系統的遠程監控與干預以及臺風期間的獨立監測，獲得了環境數據、浮式平臺運動姿態數據、立管數據和水下結構數據，其中包含多個臺風天氣下的監測數據，在浮式平臺現場監測領域邁出了重要的一步。

綜合以往深水浮式平臺的現場監測案例和經驗［4，5］，我國自主設計的世界首座十萬噸級深水半潛式生產儲油平臺“深海一號能源站”配備了國產一體化海洋監測系統［6～9］（圖1），包含6個監測子系統，分別為海洋環境監測系統、平臺位置與姿態監測系統、系泊監測系統、立管監測系統、浮體結構監測系統與壓載控制系統，可實時監測浮式平臺所在海域的風、浪、流、溫/濕度等水文氣象參數，平臺位置、運動姿態與吃水參數，系泊纜張力和收放長度參數，立管頂部張力、柔性連接頭轉角、渦激振動響應參數，浮體結構關鍵區域應力和應變參數，所有艙室的液位以及閥門、泵和水密門/通道等的狀態參數。為我國南海深水浮式生產平臺的生產運維和相關浮式生產平臺重要裝備的研究設計提供了參考和現場實時監測數據支持。

在當前以大數據、人工智能等新一代信息技術為特征的時代背景下，作為海上深水油氣田開發的重要裝備，深水浮式平臺的監測技術也越來越受到重視［10～12］。通過可靠的方式采集到現場監測數據，可以用于檢驗和完善浮式平臺設計理論方法，也可為浮式生產平臺在服役期間的特定作業和臨時風險提供預警和決策。

目前，浮式平臺的運動姿態通常采用時域耦合計算方法，該方法通過水池模型試驗進行驗證，并考慮了平臺、系泊和立管之間的耦合效應，其計算精度較高，被廣泛采用。大數據和人工智能的興起為浮式平臺的運動姿態預測提供了潛在的數值預測手段，但耦合計算仍然需要花費大量時間，且大數據和人工智能預測計算方法還處于探索階段，實際應用尚未成熟。因此，筆者基于世界首座十萬噸級深水半潛式生產儲油平臺“深海一號能源站”的時域耦合機理分析，結合以往工程實踐經驗，對深水浮式生產平臺運動姿態現場監測數據進行統計分析和擬合，提供一種適用于實際工程應用的深水浮式生產平臺運動姿態在線實時預測方法，可快速評價平臺姿態，用于深水浮式生產平臺的在線實時姿態預測和預警管理。

2 深水浮式生產平臺系泊懸鏈線方程

文中深水浮式生產平臺在線實時姿態預測針對的是深水半潛式生產儲油平臺“深海一號能源站”。“深海一號能源站”深水半潛式生產儲油平臺安裝海域水深為1 422 m，其系泊系統分為4組，每組4根聚酯系泊纜，共16根系泊纜，平臺相關設計尺寸如下：

立柱邊長 21.00 m

立柱高度 59.00 m

立柱中心間距 70.50 m

浮箱高度 9.00 m

浮箱寬度 21.00 m

浮箱長度 49.50 m

平臺吃水-作業 35.0～40.0 m

在諸多實際應用中，如懸索吊橋、架空電纜等，都涉及到懸鏈線［13，14］。基本懸鏈線函數是超越函數，應用中可以通過拋物線逼近、級數展開求解高次方程等數學方法近似求解。基本懸鏈線函數如下：

y=cosh x=■" " " "（1）

根據泰勒級數展開，懸鏈線的超越函數可表達為：

y=1+■+■+■+■+…=1+■+o（x4）" "（2）

其中，o（x4）表示x4的高階無窮小。

對于深海浮式平臺系泊，以單段懸鏈線為例（圖2）。假定海床是平坦的，纜線在x-z平面內運動，圖中x是沿海床的水平坐標，z是沿水深的垂直坐標，h是纜線截面離海床的高度，s是從海床接觸點算起的有效纜線長度，SB是纜線位于海床上的長度，T是有效纜線長度為s處截面的張力，T■是纜線在高度h處截面的張力，φ是纜線在有效長度s處的水平夾角，φ0是纜線與海床接觸點處的水平夾角，φw是纜線在高度h處的水平夾角。

圖3所示為一段受力線單元，忽略纜線的彎曲剛度和動力響應。圖中D和F分別為作用在單元垂向和切向上的單位長度水動力；w是纜線的單位長度濕重，即線單元的干重減去作用在線單元上的浮力；A是纜線的截面積；E是彈性模量；ds是纜線微單元。

沿線單元切向和垂向的靜力平衡表達式如下：

dT=wsin φ-F（1+■）" " " （3）

Tdφ=［wcos φ+D（1+■）］ds" " "（4）

忽略水動力D和F的影響和纜線的軸向彈性，可得近似解：

■=tan φdφ" " " " "（5）

dx=cos φds=■dφ" " " （6）

" "dz=sin φds=■" " " " （7）

令V和H分別為有效張力T的垂直和水平分量，即V=Tsin φ，H=Tcos φ，V在觸地點處為V■，可以得到水平位移公式：

x-x0=■sinh-1■-sinh-1■" " "（8）

其中，x■是觸地點水平坐標。因此采用一元二次方程y=ax2+bx+c擬合逼近深海系泊懸鏈線方程可以滿足相關工程需要。

深水浮式生產平臺，如半潛平臺、TLP平臺等，水平位移作為重要的平臺響應，需要考慮相關環境載荷，如風、浪、流作用以及其他如立管/系泊系統載荷、剛度等，通過時/頻域的數值計算來獲得準確的信息。

然而根據以往的項目經驗，平臺靜態水平位移和平臺外部總載荷通常成多項式關系。圖4給出了典型深水浮式生產平臺水平力和水平位移的關系曲線（1 feet=0.3048 m；1 kips=4448.2216 N）。

因此，通過二次方程擬合逼近平臺總體水平位移，應能滿足對平臺響應進行預測的實際工程需求。

3 預測算法

如前所述，深水半潛式生產儲油平臺的運動姿態的在線實時預測將基于時域耦合分析結果，通過二次方程擬合平臺響應與環境參數之間的關系。所有全耦合時域數值計算基于37 m平臺吃水，部分參數如下：

排水量 105 kt

16方向 （0～360°）/22.5°

6個環境條件（回歸期） 1年、5年、10年、50年、

100年、1 000年臺風

系泊系統聚酯纜采用低剛度（靜態剛度，14xMBL最小破斷載荷），動態剛度對浮體姿態響應的影響通過修正系數進行調節。

浮體姿態預測將基于實測的環境參數或者作業者假設的環境參數：風速及風向，流速剖面及流向，浪高、周期及浪向。

根據統計和工業界慣例，浮式平臺運動姿態（如位移、垂蕩及加速度等）極值通常可通過下式計算：

極值=均值±方差×極值因子" " "（9）

式（9）中右側的每一項可基于時域耦合分析結果，采用如下一元二次方程進行擬合：

姿態參數預估=C■×影響參數2+C■×影響參數+C■ （10）

其中，姿態參數包括均值、方差及極值因子等；影響參數主要是波高Hs，其他還包括環境載荷、風速等；C■、C■、C■為擬合系數。

現以平臺位移的預測為例進行分析。當預測平臺位移時，需考慮波浪對平臺產生的載荷，包括均值載荷（慢漂力）和動態載荷。波浪的均值載荷相對于風和流載荷較小，需通過系數進行修正，式（9）可修改為：

極值=均值×修正系數±方差×極值因子" （11）

波浪的動態載荷是影響浮式平臺動態響應的最主要因素，可以通過擬相應方差、極值因子與波高的關系得到。

浮式平臺的位移主要由外部環境載荷和平臺自身系泊系統的橫向剛度決定。平臺位移與水平載荷的擬合關系如下：

浮式平臺位移=C■×載荷2+C■×載荷+C■ （12）

表1給出了部分浪向下的擬合參數。

0.0°浪向下浮式平臺位移與載荷的擬合曲線如圖5所示。

基于環境載荷和上述擬合關系，計算得到不同環境條件下不同方向的平臺位移均值，與經模型試驗驗證過的時域數值計算結果有一些差別。為了提高姿態預測的準確度，需要對預測得到的不同浪向下的位移均值進行修正。平臺位移均值的修正系數計算公式如下：

平臺位移均值修正系數=C■×Hs2+C■×Hs+C■" （13）

計算得到的浮式平臺位移修正擬合系數見表2。

0.0°浪向下位移均值修正系數與波高的擬合曲線如圖6所示。

通過靜態計算和均值修正，將最終得到的位移均值與數值計算結果進行比較，兩者誤差在

±2%范圍之內。

對于方差和極值因子的擬合，選擇合適的擬合參數非常重要。通過謹慎考慮，波高Hs被選擇作為擬合參數。位移方差與波高的擬合關系如下：

位移方差=C■×Hs2+C■×Hs+C■" " （14）

位移方差的擬合系數見表3。

0.0°浪向下位移方差與波高的擬合曲線如圖7所示。

通過擬合公式預測得到的位移方差與數值計算結果比較，誤差在±5%范圍之內。

同理，位移極值因子與波高的擬合關系如下：

位移極值因子=C■×Hs2+C■×Hs+C■" " （15）

位移極值因子擬合系數見表4。

0.0°浪向下位移極值因子與波高的擬合曲線如圖8所示。

將上述均值、方差、極值因子擬合公式得到的預測值代入式（11），即可得到預測的位移極值。將最終得到的位移極值與數值計算結果比較，兩者誤差在±4%之內（針對16個方向6個重現值的結果比較）。

表5提供了部分極值比較結果。

4 結束語

提出一種融合機理分析與數據驅動的深水浮式生產平臺運動姿態在線實時預測方法，該方法通過選擇主要影響參數得到均值和極值預測。從計算結果看，平臺的姿態在線實時預測結果能夠很好地符合全時域耦合計算結果，滿足工程和生產作業要求，實現深水浮式生產平臺快速實時監測和預測。該預測算法為下一步基于平臺實時監測大數據的自適應修正提供了理論基礎，同時也為未來深水浮式生產平臺在臺風天氣下實現遠程遙控生產和姿態實時預測提供了工程實施的可能性。

參 考 文 獻

［1］ INGLIS R B，KINT E.Predicted and Measured Long Te- rm Stress Range Distributions for the Fulmar a Platform［C］//The 4th Internet Conference on Behaviour of Offshore Structures（BOSS′85）.Delft，1985：153-165.

［2］ SWANSON R C，BAXTER G D.The Bullwinkle Platform Instrumentation System［C］//Offshore Technology Conference（OTC-6052-MS）.Houston，Texas，1989.

［3］ EDWARDS R，PRISLIN I，JOHNSON T，et al.Review of 17 Real-Time，Environment，Response，and Integrity Monitoring Systems on Floating Production Platforms in the Deep Waters of the Gulf of Mexico［C］//Offshore Technology Conference（OTC-17650）.Houston，Texas，2005.

［4］ 歐進萍，肖儀清，黃虎杰，等.海洋平臺結構實時安全監測系統［J］.海洋工程，2001，19（2）：1-6.

［5］ 杜宇，武文華，王延林，等.“南海挑戰號”半潛式平臺原型測量系統［J］.海洋工程，2014，32（3）：1-7；21.

［6］ 朱海山，何驍勇，陳勇軍，等.浮式平臺一體化海洋監測系統的利用和發展［J］.中國水運，2022（7）：71-73．

［7］ BAI X P，HE X Y，CHEN Y J，et al.Deepwater Mooring Monitoring and Early Warning System Development［C］//The 32nd International Ocean and Polar Engineering Conference（ISOPE-I-22-143）.Shanghai，2022.

［8］ 陳勇軍，武永峰，張大剛，等.深水浮式平臺性能預警管理系統開發研究［J］.海洋工程裝備與技術，2022，9（2）：1-6．

［9］ 何驍勇，張大剛，朱春麗，等.深水浮體平臺結構監測案例分析［J］.船舶工程，2022，44（S1）：631-636．

［10］ KIM M H，CHUNG W C.Real-time Monitoring of Un- manned FOWT by Using Sensors and Algorithms［J］.International Journal of Smart Grid and Clean Energy，2021.DOI：10.12720/SGCE.10.3.183-190.

［11］ LI P，JIN C L，MA G，et al.Evaluation of Dynamic Ten- sions of Single Point Mooring System under Random Waves with Artificial Neural Network［J］.Journal of Marine Science and Engineering，2022，10（5）：666.

［12］ JAISWAL V，RUSKIN A.Mooring Line Failure Detection Using Machine Learning［C］//The Offshore Technology Conference（OTC-29511-MS）.Houston，Texas，2019.

［13］ 胡靈斌，唐軍.懸鏈線方程的求解及其應用［J］.船舶，2004（1）：17-20．

［14］ OPPENHEIM B W，WILSON P A.Polynomial Approx-imations to Mooring Forces in Equations of Low-Frequency Vessel Motions［J］.Journal of Ship Research，1982，26（1）：16-24.

（收稿日期：2024-02-06，修回日期：2024-09-19）

Online Predication of the Motion Attitude of Deep-water Floating Production Platform Based on Combining Mechanism Analysis and Data Driven

HE Xiao-yong1， LI Da1， ZHANG Da-gang2， WANG Ting-ting1， YANG Jia-hui2

（1. CNOOC Research Institute Co.，Ltd.； 2.DMAR Beijing Marine Technology Inc.）

Abstract" "Considering the fact that mostly-adopted time-domain coupling analysis method for calculating the motion attitude of floating oil production platform fails to predict the motion attitude at real time， an online prediction method for it was proposed， which has mechanism analysis and data driven based to predict both displacement and motion attitude at real time. Both mean value and extreme value of the motion attitude calculated provides reference for online monitoring and safe operation of the deepwater floating platform.

Key words" "deep-water floating platform， platform motion attitude， online predication， displacement