基于多源信息融合的管道泄漏监测

采用OPC技术对管道运行参数进行远程高速采集,运用过程平稳熵对管道瞬变状态进行识别,将由管道泄漏引起的压力、流量、密度、温度等运行参数以及管道参数、油品参数进行融合诊断,以弥补单一传感器或同类型传感器进行泄漏诊断造成的泄漏识别准确度和定位精度较低等不足。将基于多源信息融合的管道泄漏诊断方法用于西部原油成品油管道的泄漏监测,结果表明,该方法能有效地识别泄漏,具有较高的泄漏定位精度。     

陕京管道滑坡灾害预警标准计算与分析北大核心

为了研究陕京管道滑坡灾害监测预警技术,以管道地质灾害监测方法为理论依据,选取研究区内典型滑坡体为研究对象,综合考虑地灾点的发育情况、典型性、对管道的威胁程度、设备的保存安全性等条件,设计监测方案,安装一体化专业监测设备,收集地灾点的降雨量、滑坡地表裂缝位移及深部位移等监测数据。分析监测数据发现:陕京管道沿线滑坡现阶段变形量很小,整体较稳定,不会因发生滑坡而威胁管道隧道安全。预警分析发现:无雨状态下,滑坡体最稳定,滑坡体最大位移最小。随着降雨量的增多,滑坡体稳定性下降,最大位移变大,体现在滑坡体上即裂缝增大。为了得到一个预警的变形值,分别取3种工况时的80%位移值为预警标准值,分级确定了预警标准位移。     

油气管道横坡敷设边坡稳定性计算北大核心

受地形起伏较大、地质条件复杂等因素的制约,部分山区段管道采取横坡敷设,该敷设方式存在安全隐患,有必要对管道横坡敷设条件下的边坡稳定性进行定量分析,制定有针对性的治理措施,确保管道施工和运行安全。基于此,研究了管道横坡敷设诱发的地质灾害特点,采用基于极限平衡理论的条分法进行定量计算,取得原始边坡、扫线边坡及管沟开挖边坡3种工况条件下的稳定系数,并对计算结果进行了分析。结果表明,原始边坡表现得最为稳定,随着扫线和管沟开挖工作的展开,边坡稳定性越来越差。提出避让、治理、防护、限制4种建议措施,并应用于陕京输气管道穿越山间沟谷地段,保障了管道在山区地质灾害条件下的安全运营。     

三维轴心轨迹法在输油泵机组状态评价中的应用

定性分析了输油泵机组转子在不同状态下轴心轨迹的运行状况,提出了融合相位及轴心轨迹半径两个指标的多测点、三维轴心轨迹法,从整机角度对输油泵机组进行了整体评价,并定量提取了多个评价指标。通过现场检测试验证明了该状态评价方法的有效性,并分析了运行变化趋势。     

CNG加气站储气井动态安全评估

地下储气井作为CNG加气站最主要的储气方式,其安全性是保证CNG加气站正常运行的关键。为了对CNG加气站储气井进行动态安全评估,提出一种基于贝叶斯网络的概率化动态安全评估方法:利用Bow-Tie模型建立完整的加气站储气井泄漏失效因果逻辑,根据Bow-Tie模型与贝叶斯网络的映射关系生成相应的基于贝叶斯网络的安全评估模型;分别计算顶上事件和事故后果先验概率、顶上事件发生情况下的后验概率、防锈漆完全脱落情况下的失效风险以及报警响应可靠性变化情况下的事故后果概率,并利用贝叶斯网络的特性对根节点的敏感性进行分析。动态安全评估结果表明:提高CNG加气站储气井安全性的关键在于降低高敏感性基本事件的失效概率、基于新证据周期性地预测失效风险,并通过提高报警响应可靠性以最大程度降低事故损失。(图8,表5,参20)     

基于EEMD的含噪叶尖定时脉冲信号提取方法

为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,验证方法的可靠性和适用性。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别超过97%、89%及92%,结果表明:该方法能够准确提取噪声干扰下叶尖定时脉冲信号,有利于叶尖定时技术的发展与推广应用。     

基于多键相的变转速下旋转叶片振动监测方法

为了解决传统的叶尖定时技术在变转速条件下难以有效监测到叶片振动信息的问题,提出了一种基于多参考键相的变转速下叶片振动监测方法,即在转轴上均匀布置多个键相参考点,实现转速的精确估计,同时在参考键相间按照所囊括叶片数量插入虚拟参考点,以虚拟参考点为标记实现变转速下叶片振动的测量,该方法同样适用于恒转速下叶片振动的测量。基于所提方法推导了变转速状态下叶片振动测量的表达方程,并通过数值建模和实验仿真验证了该方法的可行性和适用性,分析结果表明:基于多键相的变转速下旋转叶片振动监测方法与传统方法相比,平均相对测量误差从200%以上降至7%以下,突破了叶尖定时技术在变转速下难以测量的技术瓶颈。     

工业互联网赋能的油气储运设备智能运维技术

随着信息技术与油气工业的深度融合,以及大数据、云计算、人工智能等先进信息技术的发展,基于工业互联网的油气储运设备智能运维成为发展趋势。为应对油气储运行业数字化转型和安全生产的迫切需要,通过总结油气储运设备智能运维现状,提出基于工业互联网的油气储运设备智能运维技术架构,梳理了在该架构下的智能运维关键技术,包括多源信息融合监测评估、自适应精确诊断、运维风险预测评估、智能运维决策及可视化智能运维系统开发。分析了基于工业互联网的油气储运设备智能运维在设备状态监测与健康管理、设备性能测评与能耗管理、设备设施风险评价、智能巡检与作业风险管控4个方面的典型应用,探讨了数字孪生、工业互联网、大数据、人工智能与设备运维结合的技术发展趋势,以期为油气储运设备智能运维技术发展提供参考。（图4,表1,参21）     

应用油液分析法诊断天然气增压机组故障

针对天然气长输管道增压机组的结构及运行特点,结合国内外故障诊断技术的最新发展,设计出增压机组润滑与磨损状态监测系统方案.在分析了增压机组一般润滑工况的基础上,建立了以油液分析为中心的监测指标体系.依据所设计的监测方案,对典型的进口天然气增压机组开展了状态监测试验,制定了相应的油液分析诊断标准.将油液分析与振动分析相结合,对某压气站增压机组存在的问题进行了综合诊断,提出了相关的应对措施.