建立管道大数据的可行性分析

建立管道大数据的可行性分析

 

   我国石油天然气管道在线路规划选址、设计等方面积累了大量的地理信息、物料、工艺等数据。大数据技术可以更加充分地利用这些数据，通过相关性分析对今后油气管道规划、设计进行更优化的选择。道大数据主要包括管道基础数据、管道外检测数据、管道内检测数据、管道评价数据、管道建设期数据等。下面将对这些数据获取的可能性进行阐述以论证建立管道大数据的可行性。

管道基础数据
      管道基础数据包括管道材质、生产工艺、连接方式、镀涂特征、内外径、壁厚等管道制造参数，输送介质、设计压力、最大允许操作压力、工作压力/温度范围、弯头、三通、阀门等管道设计参数，焊接方法、埋深、管道穿/跨越情况等铺设数据，管道是否进行过清管/检测、检测设备、检测时间、是否进行维修、维修情况等管道历史数据及其他与管道安全相关的基础数据。
       目前，针对海洋管道的数据管理也逐渐重视起来大量开展的钢管生产和海底管道铺设过程中，可以提供管道制造和铺设数据，管道设计参数、历史数据可以在开展管道内检测的基本信息调查时获取，因，管道基础数据可以收集。

管道外检测数据
     管道外检测主要包括管道防腐层检测、管道阴极保护效果检测及管道杂散电流监测与排流技术。外检测技术可用于长输油气管道和城市管网等多种类型管线的检测。

1.管道防腐层检测
         防腐层检测方法包括电流衰减法和电位梯度法。电流衰减法的原理是对管道施加交流信号，在管道周围形成感应电磁场，通过接收机测量管道中的等效电流大小；当管道防腐层存在破损或缺陷时，电流因从破损或缺陷处流失而衰减，磁场强度急剧减小，接收机信号发生变化，实现对破损点的定位。电位梯度法的原理是向管道施加特定检测信号，当管道防腐层存在破损或缺陷时，破损点与土壤之间会形成电压差，且在接近破损点时电压差最大。
   防腐层破损易造成管体腐蚀，对防腐层进行检测、维修可有效防止腐蚀继续发展。对防腐层破损处进行土壤腐蚀性检测，可以监测管道附近环境情况，为管道评价提供参考。

2.管道阴极保护效果检测
      阴极保护是防止管道在电解质中发生腐蚀的电化学保护技术，主要分为牺牲阳极阴极保护和强制电流阴极保护。牺牲阳极阴极保护输出电流较小，只适用于保护电流在1A以下、土壤电阻率小于100m的埋地管道。强制电流阴极保护输出电流可调，有效保护范围大，保护装置寿命长，是油田管线和长输干线电化学保护的主要选择。管道的阴极保护系统还能有效弥补防腐层存在的缺陷，管道防腐层和阴极保护系统会受到复杂干扰因素影响，降低管道防护的阴极保护效果直接影响管道。

3.管道杂散电流监测与排流技术
        油气管道与高压输电线路、交流电气化铁路平行或接近敷设时，管道上会因为静电场、地电场、磁感应耦合的存在产生交流杂散电流干扰，使管道发生交流腐蚀，增加阴极保护难度。
          杂散电流可通过检测交流干扰电压进行测量，其中远程遥测技术可实现24h实时连续监测，可及时、有效地发现管线中的杂散电流干扰等电位异常情况，并根据杂散电流的运行规律查找杂散电流干扰源。当交流干扰电压超过4V时，必须采取干扰防护措施。可采用角钢接地、屏蔽、牺牲阳极带、固态去耦合器联合使用的方法对天然气管道进行杂散电流排流保护，排流效果按正电位平均值下降的程度进行评定  n= (V1-V2) / V1  * 100%  式中，n为正电位平均值比，表征排流后正电位平均值下降的程度，n越大，排流保护的效果越好：V1、2分别为排流前后的正电位平均值。
  管道外检测可以得出土壤腐蚀性数据、管道防腐层数据、阴极保护数据、第三方破坏情况及管道周边的干扰情况等数据，这些数据是影响管道安全因素的重要来源。

管道内检测数据
1.漏磁检测技术
      漏磁检测技术根据磁感线在存在缺陷的管壁分界面上会发生折射产生漏磁通的原理，采用霍尔元件测量轴向、径向、周向漏磁通的大小，判断管壁缺陷的类型及尺寸56。漏磁检测器采用里程轮跟踪系统和面标记对缺陷进行定位。管漏磁内检测器如图2-6所示。

                                                      图2-6：管漏磁内检测器

       通过对检测数据的分析，可以得出管道的焊缝编号、位置距离及焊缝数据三通、弯头、阀门等管道附件数据，腐蚀长度、深度、宽度、位置距离、周向点、内外壁分布等缺陷数据，腐蚀缺陷沿里程的分布数据，以及缺陷按照类型深度等参数的统计数据。内检测之前，需要对管道进行变形检测，可以得出凹和椭圆度变形数据。

超声波检测技术可以分为金属损失检测和裂纹检测。金属损失检测是根据超声波测厚原理，通过测量管道壁厚的变化，判断管壁中是否存在缺陷的方法。裂纹检测是采用45斜入射的剪切波对管壁进行检测避免了因垂直入射导致轴向裂纹反射面小的问题。管道超声波内检测器如图2-7所示，其结构如图2-8所示。

                                                        图2-7  管道超声波内检测器

与超声波检测相比，漏磁检测具有检测速度快、不限制介质种类、对管道内清洁度要求低等优点。与漏磁检测相比，超声波检测具有检测精度高、可靠度高、机械灵活性好、适用壁厚范围大等优点，可以弥补漏磁检测不能识别裂纹、轴向沟槽缺陷及管壁中存在的缺陷等缺点，可以避免因漏磁检测精度低造成的误开挖问题。管道漏磁内检测器与超声波内检测器配合使用，可以为管道大数据提供更加精确的腐蚀缺陷数据和裂纹数据。管道基础数据、外检测数据、内检测数据共同构成了管道大数据的主体。

2.管道评价数
管道评价主要包括完整性评价和风险评价，完整性评价主要根据管道的族缺陷参数及管道参数，采用某种评价标准，计算出被检测管道的剩余强度，金属蚀生长率、剩余寿命、再检测周期等参数，并根据评价结果确定管道是害维修及采用何种维修方法，管道完整性评价可以确定管道是否可以继
做出运行，修补及更换的决定，从而确保含有缺陷的管道能维续安全运用评价是根据管道的运行情况，分析管道中可能出现的问题，出现问题的概率现问题的后果及风险水平，是石油天然气管线安全管理、检测技术选择的前提对管道过行评价需要收焦的管道数据种类繁多，数量庞大，评价结果
安全管理
管道建设期数据
管道建设施工过程中会产生施工记录、施工质量、安全及设计等数据数变更频繁，这些数据对未来运行安全方面的影响巨大，要发挥这些数据的决策支持作用，需要建立大数据模型。当前随着信息化、移动终端的发展，大量纸质数据可以直接变成电子数据，管道大数据的构建是有可能的。通过大数据技术，对以往记录数据进行分析，可以更具针对性地推测新管道建设中存在的难点，并整合过往经验编制出更具有可行性的施工组织方案。在人员布设、机械设备、物资分配等方面进行全面优化，可有效降低项目成本，保证施工技术方案可行、施工质量可靠
大数据建模的几点建议
     目前，我国的管道大数据分析正处于起步阶段，数据分析模型已在各行业得到应用，尚需将模型有效应用于管道系统，更加突出模型的适用性和针对性，使各阶段各环节产生的数据、信息等集成于一体，发挥模型在管道运行管理及评估过程中的作用。针对末来的管道大数据建模发展趋势，董绍华和安宇提出如下建议。
（1）随着现代信息化技术发展，管道信息系统产生的各类数据的数据量大、类别多而杂，具备了大数据的特点。管道大数据建模方法是以统计学模型为基础，朴素贝叶斯模型、多元线性回归、支持向量机等均需从相关性入手，整合多源异构的油气管道数据，在更大的检索空间内挖掘数据规律、探索发展趋势，是发挥数据价值，实现基于数据的管道决策支持的关键。
（2）管道大数据分析成败的关键，取决于全生命周期管道基础数据、运维数据的质量。 物联网传感器技术的发展促进了管道数据采集的时效性和准确性，从而使大数据融合分析处理成为可能，高精度的数据采集和风险识别技术有助于管道决策的准确性。

（3）大数据计算可作为油气管道领域中多源、异构、海量数据处理的基础技术， 大数据在油气管道领域中尚处于初步应用阶段，应用需求，数据源整合、数据模型研究等方面还有很大的改进和研究空间。