SAR海上静止目标检测

海上石油平台等海上工程有可能对其附近海域造成污染。合成孔径雷达SAR(Synthetic Aperture Radar)能够检测这些海上静止目标,并且监测原油泄漏等海洋污染。同时,检测出的海上静止目标也可以为海洋SAR图像的精确定位提供控制点。在2L-IPH(Two-Looks Internal Hermitian Product)方法检测结果的基础上,结合目标形状和子孔径运动检测方法,将海上静止目标和运动的目标区分开来。通过对渤海地区EnviSat ASAR单视复数据进行实验,结果表明了该方法的有效性。     

平台水处理DCS系统报警限值在线管理实现

海上石油生产环境的恶劣性决定了海洋平台水处理DCS系统工控参数报警限值的重要性,而海上注采生产工艺的改进以及设备的更新均会导致平台水处理工艺被检测工控参数报警限值的变动。本文运用组态软件RSView32的内嵌式开发语言VBA,结合网络技术与数据库管理技术,研究并实现了平台水处理DCS系统对工控参数报警限值的在线管理。系统的长期运行证明了该种方法的可行性和实用性。     

海洋石油平台安全仪表系统设计研究

海上石油平台设备系统故障轻则会破坏环境,重则会造成设备爆炸,引起人员伤亡等更为严重的后果。安全仪表系统是中控系统的重要组成部分,它为海洋石油平台的正常生产、人员安全以及环境保护等提供了重要保障。研究了安全仪表的设计流程、安全完整性等级、冗余应用和设计中应该注意的问题,提出了对传感器、最终执行元件以及逻辑控制器的要求,给出了安全仪表系统的设计应用。现场实际应用表明,该安全仪表系统运行稳定、可靠性高。该系统对于其他安全仪表系统的设计,具有一定的借鉴意义。     

三菱Q系列PLC自升式钻井平台控制系统

海洋钻井平台是海洋油气勘探、开发的主要设备.但是目前,我国使用和制造的海上石油钻井平台中的控制系统都是采用国外产品且造价昂贵,并且控制系统中控制信号的输出和传感器信号的输入大多为模拟信号,未采用专门的运动控制模块,从而导致平台升降控制精度较低.为了解决这个问题,提出并且设计了一种基于三菱Q系列PLC的自升式石油钻井平台...     

海洋平台控制系统应用案例

目前我国对油气资源的需求不断增长,海底油气资源的开发与利用愈发显得举足轻重,随着我国海洋油气的开发走向深水,海上平台油气生产设施的安全性与可靠性要求更为严格。本文以中国海洋石油岐口18-1油田综合调整项目为例,阐述了ABB Industrial IT 800xA可扩展自动化系统在能源行业海上平台油气生产项目中的应用。     

试析大数据在海上石油平台关键设备中的应用

在我国经济发展进程不断提速和综合国力大幅提升的背景下,近年来国内和国际市场中对于化石能源——石油的需求也在与日俱增,这也对海上采油平台的建设速度、规模和质量都提出了更高的要求.在步入信息化时代后,诸如大数据、云计算这类先进技术也让海上石油平台的关键设备能够充分发挥出实时监测作用,有效减少设备故障率,极大地促进了海上石油行业的稳步发展.基于此,简要概述了大数据技术的基本内涵,分析了大数据技术在海上石油平台的应用现状.结合自身工作内容,以透平发电机组为例,深入探讨了其与大数据技术结合所带来的优势.     

海上钢制(石油)平台上部结构与非线性桩基联合计算的一种实用解法——桩基等效组合梁处理

众所周知,海上钢制(石油)平台是适合近海石油工业需要的最基本的海洋石油工程装置。随着我国海洋石油工业的发展,建造的平台数量越来越多。在对外经济合作中如     

石油平台水处理DCS系统研究

在基于对石油平台海水处理的工艺复杂性和海上石油生产环境恶劣性研究的基础上,结合DCS系统的优越性,运用Rockwell RSView32组态软件研究并实现了石油平台水处理DCS系统,实现了对平台水处理工艺各子过程的分散控制和被采集信息的集中管理。该系统是DCS技术在海上石油生产中的重要应用,其长期运行,证明了系统的稳定性与可靠性,提高了海上石油生产效率,确保了海上工作人员的安全。     

海洋要素多通道实时采集系统的设计

提出了一种在海洋观测领域进行实时数据采集的设计方案.该方案依托海上石油平台,基于系统集成技术和计算机拓展通信技术,通过开发多通道数据采集软件并搭载不同种类的海洋传感器,实现在无人值守的状态下对平台周围的海洋环境要素的自动监测和实时采集,为石油平台的安全生产及相关海洋工程的开发与建设提供可靠的科学依据.     

基于微光图像和深度学习的海洋内波检测方法

海洋内波是一类在大陆架、海峡和岛屿附近海域常见的波动,可能对水下舰艇和海上石油平台等造成严重安全威胁。卫星微光图像是近年来用于检测夜间海洋内波的一种重要手段,而目前主要依赖人工判别的方式,利用人工智能技术从微光图像中自动判别海洋内波的研究还较少。针对海洋内波在微光图像中呈现明暗相间条纹这一特征,发展了一种适用于微光图像的海洋内波智能检测算法。利用2018年至2019年期间南海区域的VIIRS微光图像建立训练与验证数据集,并结合迁移学习和数据增强技术训练卷积神经网络Inception Net V3,得到基于深度学习的海洋内波检测模型。利用2020年的VIIRS数据进行检验,结果表明海洋内波检测准确率为81.34%。     

应用大数据技术监控设备运行状态实践

发电厂设备繁多、工艺复杂。传统设备状态巡视因无设备隐患预知,生产运行和管理人员需要对设备主要参数依次浏览或现场巡视,费时费力,且状态是否异常仅能凭个人经验来判断,容易形成设备管理主观化、甚至情绪化的非良性现象。通过搭建大数据平台,筛选设备历史正常工况运行数据,应用大数据融合技术构建发电厂重点或全部设备模型。当模型引入实时生产数据后,平台通过大数据分析一方面将设备实时状态脱离历史正常工况状态方向的微小异动进行报警,另一方面预判出设备隐患部件和预期故障时间。使设备管理可做到重点巡视、提前处置、有备消缺,使设备故障防患于未然,从而提高发电厂整体设备可靠性,为设备管理向状态检修方向迈进提供数据和技术支撑。     

基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

Deltav控制系统在石化储存罐区中的运用

介绍了Deltav控制系统在某石化储存罐区自动化控制管理中的运用,包括了该控制系统的硬件组成、软件应用、网络通信,最后给出了如何利用PlantWeb管理控制系统所带的AMS设备管理软件来实现智能故障预报功能。     

一种基于性能退化建模的设备最优监测时机确定方法

为了克服长寿命、高成本、高可靠性设备失效数据获取困难和监测维护策略不合理的缺点,基于漂移布朗运动,利用设备的周期性能监测数据,对设备的退化失效过程进行建模,评估设备服役期内的可靠性、剩余有效寿命,并综合考虑设备的监测维护成本和可靠性的要求,以单位时间期望监测维护成本最小为目标,提出了确定最优监测间隔的方法。使用某型号惯性平台存储时月监测数据及提出的方法,得到了其关键部件陀螺仪的可靠性和剩余有效寿命的评估结果,以及最新监测点之后的最优监测间隔,从而验证了所提方法的有效性。     

Harris角点检测在电力设备状态监测中的应用

人们对电力设备的要求逐渐提高,电力设备的带电检测、在线监测、巡检和试验、运行工况、环境等是电力设备状态监测和评估发展的必然趋势。由于一些大型电力设备长期工作在户外恶劣的环境下,随着时间的推移,其性能会下降并逐渐降低用电可靠性。为了更好地实现对电力设备的监测并保证电力系统的正常运行,针对常见电力设备运行中出现故障的特点,该文采用Harris角点检测监控电力设备状态的方法来对电力系统中的运行设备进行监测。该方法将摄像头搜集的实时图像和正常运行的电力设备状态进行比较,根据比对采集到的图像焦点特征来判断正在运行的电力设备是否发生故障,以便于电力设备监测的工作人员及时采取合理的处理措施对已故障的设备进行保养和维护。该方法不仅减轻了维修人员的工作负担,还减少了因设备故障导致的用电事故,从而大幅度提高了电力系统的安全性和稳定性。     

基于A*算法的油气安全智能巡检机器人设计

石油化工车间风险高且工作人员活动空间狭窄,大型巡检设备无法进入场地;设计开发一款智能巡检机器人代替工作人员对危险环境进行巡检,与原有的固定位置传感器相配合,以降低事故发生率,保证生产安全;该巡检机器人以DSP为核心控制器,利用A*算法规划巡检路径;通过旋转编码器与MPU6050配合智能算法实现自动循迹;搭载各类环境传感器,实时监测车间环境;使用C++Builder设计人机交互界面;利用WiFi模块实现机器人与上位机的数据实时互传;测试结果表明,可以实现对机器人速度和位置的精确控制,并能准确、实时地显示甲烷、一氧化碳等危险气体浓度变化,对危险提前预警,提醒工作人员处理。     

基于YOLOv3的二次设备保护压板状态图像识别

目前,变电设备信息化程度不断提高,对二次设备各模块提出更高的数字化要求。为解决二次设备压板状态人工识别程序繁杂、耗时长、容易出错等问题,提高压板巡视效率,维护二次设备安全稳定运行,本文通过研究比对机器学习算法和深度学习目标检测算法等方法的难易程度和准确率等因素,最终选择YOLOv3算法。将压板标准态文档转换成json数据后,使用基于imagenet的YOLOv3-darknet53预训练模型,导入压板开关图像样本集。使用LabelImg标注样本集后,进行深度学习得出训练后模型,运用该模型得到现场压板图识别数据,将标准态数据与实际图片数据对比绘制图形,实现压板开关状态准确识别和标注。结果表明,压板开关位置、开关状态识别成功率达到99%,有效提升了压板巡视工作效率和准确度,极大提高了二次设备数字化水平。     

特种设备检测管理信息系统的研究与设计

介绍了特种设备检测管理信息系统的功能需求以及功能模块,详细介绍了特种设备检测管理信息系统采用的技术以及实现方法。     

特种设备信息加密系统设计

对特种设备信息的加密系统进行设计,目前存在信息加密不彻底和采集的可靠性较低等问题;为此,提出特种设备加密系统设计方法,通过信息接口模块完成特种设备中信息的输入和输出,信息流程编辑模块负责开发设备中信息加密流程的组件,完成对特种设备中任务流程的检验,信息流程调度模块对信息流程任务进行调度管理;系统软件设计部分采用数据加密改进方法使信息源节点将要传输的多份信息数据分解成互不相关的信息数据,完成特种设备信息加密系统的设计;实验结果表明,所设计系统信息加密效果好、信息的完备性较高。     

基于机器视觉的二次设备运行状态巡检方法研究

为了提高二次设备运行状态的自动检测能力,提出一种基于机器视觉的二次设备运行状态巡检方法,采用机器视觉方法构建二次设备运行状态的成像模型,提取二次设备运行状态的视觉成像特征量,采用边缘轮廓检测方法进行二次设备运行状态机器视觉的边界特征分析,在机器视觉的梯度下降流中构建二次设备运行状态巡检的变结构分布模型,以灰度值较高区域边界像素点为中心,进行二次设备运行状态巡检的视觉重构识别,实现二次设备运行状态自动巡检。仿真结果表明,采用该方法进行二次设备运行状态巡检的智能性较高,特征分辨能力较好,提高了二次设备的巡检能力。