运营维护中输气管道的智能故障诊断

输油（气）管道运营维护中的智能感知和妨碍诊断2目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测管道检测的意义

➢

随着石油天然气产业的生长，管道运输已成为继铁路、公路、水路和

航空运输后的第五大运输东西。

运送管网运输在运送石油、天然气及其他流体中占据着越来越紧张的职位。管道运输的上风：高效、寂静、经济、便于管理。管道检测的意义油气运送管网所运送的介质通常具有肯定的污染性和伤害性，一旦产生严峻管道妨碍，会带来巨大经济丧失，并且造成不可规复的严峻污染题目，乃至给人们的生命财产寂静带来威胁。

管道检测题目越来越显得紧张：天下上有50%以上的石油运送管网已经运行了至少四五十年。我国国内的原油管网也有大部分运行了将近三十年。妨碍题目将增多。

2010年9月9日，美国加州San

Bruno天然气管道产生走漏爆炸，造成8人殒命,认真该管道的PG&E公司市值在爆炸以后第二天直接缩水15.7亿美元。

2013年11月22日，山东省青岛市产生爆炸变乱，因由是输油管道原油走漏。变乱共造成62人殒命、136 人受伤，直接经济丧失7.5亿元。管道常见妨碍油气管道妨碍分类管道腐化掩护层破坏湿润环境运输腐化性施工不当管道质量缺陷管道周边地段蛮横施工第三方粉碎亲身泄漏堵塞冰冻积水泥沙油气杂质……常用管道诊断要领Ø

管简道述妨碍诊断的前端操纵重要分为直接法和间接法。

直接法借助人的感官（直接观察、敲击、）或某种特别装置、如管道呆板人对管线及管线所处的环境举行检测，判定管线是否产生妨碍。凭感官的检测完全取决于人的履历，不是种种故障都能发明，服从低。常用管道诊断要领简直接述法

管道呆板人能代替工人进入巨大的管内，利用作业装置，举行管道内的检测维护任务，以保障管道日后的寂静流畅无阻的事变。

管道呆板人检测油气管道，必要将管道歇工并排空，属于离线检测。2.常用管道诊断要领简述间接法

间接法重要利用数据收罗体系提供的管道内压力、流量、温度等数据的变革，用特定的算法对检测数据举行阐发和处理惩罚，以实现妨碍的判定。

间接法本钱比力低，反响时间短，顺应性和实用性广，在如今油气管道妨碍检测中利用比力广泛。常用管道诊断要领简间接述法Ø基于信号的检测要领一样平常是通过安装在管道上的压力传感器来丈量压力信号，得到管道在实际运行进程中的压力变革环境，进而根据压力的变革环境来举行妨碍的判定和定位。管道传感器安装收罗信信号号模模子子//算算法法

是是否否妨妨碍碍？？实现诊断基于信号的检测方法方法描述压力波法负压波从泄漏点处分别向管道首末端传播扩散，压力传感器根据负压波波形的特征就可以进行泄漏判断。压力梯度法检测管线入口与出口处的压力梯度，可以辨别出是否有泄漏或者堵塞情况的发生。质量平衡法通过对管道进出的质量流量偏差判断泄漏或堵塞。常用管道诊断要领简间接述法Ø基于模子的检测要领创建管道的及时动态数学模子，并根据实际收罗的管道参数利用管道模子盘算压力和流量值等体系参数，与实测值相比力，按切合程度用肯定的算法判管断道管道的实际运行状态。传感器体系特性求解解//估计体数估计体数系系参参模模子子//算算法法安装实实现现诊诊断断

测测量量是是否否妨妨碍碍？？实实测测参参数数数学模子基于模型的检测方法方法描述状态估计法通过首、末站压力计算两站流量的估计值，与实测流量值比较，通过偏差信号实现检测和定位。系统辨识法对系统的物理参数进行实时辨识和求解，通过对参数异常状况的检验实现故障诊断。实时模型法利用管内流体动态模型估算管内流体的流态和压力、温度及流量值，同时采集管道运行参数的实际值，当二者偏差超出阈值时即可判断管道发生故障。11目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测传感器传感器前端信号收罗与处理压力惩传罚感器光纤传感器漏磁检测器超声传感器……传感器前端信号收罗与处理惩罚压力传感器

基于信号处理惩罚的管道检测要领大多数只必要用到压力信号

，并且不必要创建管道模子，妨碍检测进程比力方便，所以得到了很好的遍及重要包罗压力波法、压力梯度法

漫衍式光纤传感:当管道产生泄漏或产生局部裂纹时，管道内部压力会随之改变，光纤随之产生应变变革，导致折射率改变，通过的光信号产生相位变革，从而得到管道应变变革。

声波检测:连续性光纤传感器被遍及用来收罗走漏噪声，方便经济，精度大大进步。

光纤检测属于间接检测法，本钱较低，应用广泛，但属于离线检测，不能提前预报妨碍；个别在线的光纤检测法，也仅限于外部施工等少数几种情况。传感器前端信号收罗与处光纤理传惩感罚器传感器传感器前端信号收罗与➢

处随着理油惩气管罚道完备性管理理念的鼓起，管道内检测技能也

随之得到敏捷生长。

管道内检测技能:在不影响油气管道运送条件下，通过使用智能检测装备完成对管道存在缺陷的检测。典范代表:漏磁检测技能（MFL）、超声检测技能（UT）压力传感器光纤传感器漏磁检测器——漏磁检测技能超声传感器——超声检测技能……传感器前端信号收罗与处漏磁理检惩测罚技能一种典范的漏磁检测器利用永磁铁将铁磁性管道的管壁磁化到饱和当管壁存在非常时，磁场穿出管壁产生漏磁，通过磁敏探头检测漏磁场就可以发明管道缺陷三轴信号表示图

超声波检测技能由来已久，如今也是无损检测范畴的重要要领，应用比力遍及。

该技能是将超声波探头与管壁垂直入射摆设，可以或许直接丈量管道壁厚减薄的金属丧失，灵敏度高，对缺陷的量化正确。传感器前端信号收罗与处超声理检惩测罚技能非侵入式超声波传感器无线腐化监测仪超声检测丈量管壁厚度传感器前端信号收罗与处信号理处惩理罚惩罚要领

任何检测到的信号，如超声信号、磁信号、压力信号等，都是原始信号，其信号数据必须颠末预处理惩罚才华举行辨识。经典的信号处理惩罚要领包罗：主元阐发独立品分阐发小波变更谱阐发传感器前端信号收罗与处信号理处惩理罚惩罚要领优点缺点主元分析压缩数据规模，保留有效信息仅限于对正态分布数据效果较好独立成分分析实现独立分量分解，不要求数据服从正态分布分离的数据有模糊性，对正态分布数据效果差小波变换实现信号的多尺度分解和去噪小波基选取困难谱分析物理意义明确，存在定量和定性关系无法处理存在干扰的不确定性模型20目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测管道检测面对的挑衅数据不确定性题目:广泛存在的数据不确定性，如丈量噪声、传输噪声、建模偏差、采样偏差，使实测数据与标准理论阐发结果每每有较大毛病，因此，管道妨碍的范例、尺寸、外形、位置等的正确量化是一个挑衅。

人工处理惩罚数据题目:检测数据仍需人工处理惩罚，对人力需求量大且难以保障准确性。

数据处理惩罚及时性题目:大量信号数据的处理惩罚耗时长，对妨碍的及时在线检测本领有待进步。此中，超声传感技能的上风:是管道无损检测的主流要领，灵敏度高。超声非侵入式在线亲身动检Ø

超测声传感器23超声传感技能研究变形疲惫腐化腐蚀撞击布局康健监测缝隙螺栓松动走漏层离超声非侵入式在线亲身动检Ø超测声技能要实现根据少量传感器信号实现大面积地区的检测，必要数据推断和发掘技能的支持。超声非侵入式在线亲身动检Ø呆测板学习算法，可以有效办理这些题目（数据推断、数据发掘）。管道妨碍的智能感知26与•

对诊付管断道妨碍检测，深度神经网络可以在信号的妨碍特性提取、妨碍诊断、妨碍分类和定位等多个环节发挥成果。根本原理是将管道的某些参数，如压力和流量信号，作为练习样本，对神经网络举行练习，调解权值，创建特性提取模子或妨碍检测模子。管道检测的智能要➢

领浅层呆板学习要领的数据处理惩罚和特性提取本领受到肯

定的

限定，且对数据的信息完备性要求较高。

深度学习，依靠其强大的深条理特性提取本领，拥有极好的泛化本领。28目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测29深度学习要呆领板学习是实现数据阐发与发掘的有效要领，它研究的是盘算机怎样

模仿或实现人类的学习举动，以获取新的知识或技能。根本模式：优化深度学习要领30呆板学习模子（如神经网络）的性能，关键在于其泛化（generalization）本领。泛化本领：模子实用于未出现过的新样本的本领。模子 优化泛化31深•传度统呆学板学习习要要领领的泛化本领是受到限定的模子简单，学习不敷，拟合本领差——欠拟合模子巨大，学习进程太过存眷练习数据，对未知数据预测禁绝——过拟合欠拟合过拟合32深度学习

要领人工神经网络模仿人脑神经网络的举动特性，并对其举行抽象，创建某种漫衍式信息处理惩罚的模子布局，称为人工神经网络33深度学习要领

深度学习——深度神经网络深度神经网络，依靠其强大的深条理特性提取本领，拥有极好的泛化本领。输入

隐蔽层ww1

w23xh(x)

=

wa(w4a(w3a(w2a(w1x))))隐蔽层

隐蔽隐蔽层层w4输出34能更高！LeNetAlexNetVGG

NetInceptionResNet深度学习要•

随领着网络深度的增长，深度网络的学习本领更强，表达性能更好，分类性

35标准毗连方法深度学习要领麋集毗连卷积网络（DenseNet）36CCCC:信道串联C深度学习要领麋集毗连卷积网络（DenseNet）麋集毗连方法t

）进步数据条理关联性和信息保持本领37深度学习要领

麋集毗连卷积网络（DenseNet）38深度学习要领

麋集毗连卷积网络（DenseNet）39目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测实际案例成果与特点寂静可靠：非侵入式丈量正确：直接丈量管壁厚度，精度0.02mm，亲身动温度补偿安装简单：无连线，传感器通过粘接、夹具、焊接等方法牢固无线传输：2.4GHz无线传感网络，无掩藏环境下100米传输间隔利用方便：免维护，长途监控，可通过移动APP设置参数功耗低、续航久：内置电池，寿命可达10年环境顺应性强：防水、防尘、防震、本安型防爆、耐腐化，实用长期在线监测体系智能网关管理平台无线腐化监测仪实际案例超声波传感器管道腐化监测管壁内壁正常腐化正常腐化

博感的腐化监测体系利用奇特的非侵入式超声波传感器和先辈的信号处理惩罚技能，通过直接丈量壁厚，监测资产的腐化状态。博感的测厚技能国际领先，精度可以到达

0.02mm。博感的高温腐化监测体系采取奇特的双波导杆技能和温度补偿算法，工作温度可以高出600°C。高温传感器

高温传感器外壁•常温常安装温传感器常温传感器高温安装实际案例无线腐化监测仪DC110／DC210DC110／DC210系列无线腐化监测仪是专为油气管道、化工容器、炼化装备腐化监测应用而计划的产业级超声波测厚仪。监测仪具有超声波测厚成果。装备采取防爆计划，可以在恶D劣D劣C

1的1

0系环列腐境化下监测连仪体续积小事小事，变可以。通过吸附或粘接的方法直接安装在管道的外壁。DC

210系列腐化监测仪采取奇特的双波导杆技能和温度补偿算法，装，装实备用于通超过高（无低温线）网温度络管道与道与的博监测感。GDUC

211

0000系0列系腐列化监智测

仪能仪能可网通过关过关夹相具或连焊，接的并方法通牢过固在智管道能道能外壁网。干系接到博感云监测平台，实现管道腐化的长途监控。DC110DC210智能网关型号GU100BEXGU100BNX存储内置32MB非易失性数据存储器内置32MB非易失性数据存储器无线感知网络2.4

GHz无线网络2.4

GHz无线网络可支持64个无线传感设备可支持64个无线传感设备WAN10/100/1000M以太网NB-IOTWiFi电池17Ah，3.6V锂亚电池17Ah，3.6V锂亚电池电池寿命8年以上8年以上外壳--尺寸100x100x40mm（LxWxH）100x100x40mm（LxWxH）重量--工作温度-45°C～85°C-45°C～85°C工作湿度10%～90%

RH10%～90%

RH等级防水防尘IP67本安型防爆防水防尘IP67本安型防爆GU100GU100系列产业级智能网关是毗连博感无线感知网络与互联网的纽带。

GU100管理无线感知网络及无线传感装备，并实现无线感知网络与互联网之间的协议转换。用户可以通过智能网关获取无线感知网络及无线传感装备的相干信息，并实现长途控制。GU100采取本安型防爆计划，可以在恶劣的环境下连续事变。100x40x100博感云管理平台CLOUD

MONITORING

PLATFORM博感云产业装备与布局康健管理平台基于物联网和云盘算等技能，对传感器装备和资产提供长途管理，实现监测数据的收罗、阐发、预警、评估、云存储、可视化等成果。用户及管理职员可以通过手机、平板、盘算机等信息终端，及时把握传感装备及资产信息，及时获取报警、预警信息，及时把握装备运行状态，并可以长途调解控制装备。平台充实利用背景强大的盘算本领，将巨大巨大的前端传感数据搜集后举行智能阐发，为装备的猜测性维护提供参考。高承载量：亲身顺应弹性伸缩扩展，可轻松应千万级的装备并发毗连。简单易用：提供方便的数据获取、直观的图形化表现、简单的用户界面及机动的数据报表。寂静稳固：平台寂静战略贯穿了从传感器装备到云端平台、云存储、长途访问以及移动应用各个层面，为企业数据和用户利用产物的寂静性提供紧张保障。博感云管道腐化监测模块对前端的腐化监测仪举行长途监控，及时收罗管道壁厚数据，在正确盘算金属斲丧率的同时，可正确猜测由于腐化动或冲蚀导致的壁厚变革的趋势。45目录管道常见妨碍与常用诊断要领传感器前端信号收罗与处理惩罚管道检测题目面对的挑衅深度学习要领等前沿技能实际案例预测46P基于神经网络和深度学习的管道智能感知和妨碍诊断，比年来已成为研究热门。p随着大数据期间的到来，基于大范围数据发掘与呆板学习的要领成为比年来的研究热门，实现种种体系的智能化运作。p人工智能的研究已经上升到国度战略高度，在管道检测的范畴，对人工智能方法的研究方兴未艾，大有可为。预测谢谢存眷！管道智能保护方案1实现技术架构依托管道周边的铁塔基建资源，