УДК 622.691.4

Новые подходы к контролю безопасности газопроводов

Ежкова Татьяна Валентиновна – магистрант Муромского института (филиала) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых.

Аннотация: В статье проведен обзор новых технологий в области обеспечения безопасности газопроводов. Был проведен краткий анализ литературы по темам: оценка рисков, промышленный интернет вещей, прогнозирование с помощью нейронных сетей, аналитика данных в тех областях, где они соприкасаются с проблемами, описанными в статье. Описаны подходы, позволяющие прогнозировать возможные отказы и аварийные ситуации. Перечислены факторы, использующиеся для анализа состояния газопроводной системы. Приведены численные данные, доказывающая эффективность использования нейросетей для анализа рисков.

Ключевые слова: газопроводы, промышленный интернет вещей, промышленная безопасность, оценка рисков.

Нефть и газ являются основными источниками энергии во всем мире. По данным Международного энергетического агентства, из всех потребностей в энергии 63 % обеспечивается нефтью и природным газом [1].

Для природного газа трубопроводная система считается наиболее предпочтительным и безопасным способом транспортировки для конечных пользователей [2]. Надежность этих трубопроводных систем имеет первостепенное значение для операторов трубопроводов. 

Газопроводы часто подвергаются различным видам повреждений, таким как коррозия, нарушение сварки и повреждения при земляных работах; из-за суровых условий окружающей среды: экстремально высокая или низкая температура, давление и влажность. Выход из строя газопроводов может привести к катастрофическим последствиям: загрязнению окружающей среды, гибели людей, экономическому ущербу и т. д. Чтобы избежать таких повреждений, крайне важно прогнозировать состояние трубопровода.

Поэтому правильное понимание аварий на трубопроводах, прогнозирование и предупреждение аварий, является основой обеспечения безопасной эксплуатации трубопроводов.

Современный комплексный подход к повышению надежности и безопасности газовой магистрали кроме консервативных методов включает удаленный мониторинг и использование нейросетей для анализа данных и прогнозов.

Система удаленного мониторинга трубопроводов может быть проводной, беспроводной или их комбинацией для передачи данных с трубопроводов на станцию управления. Удаленный мониторинг можно разделить также на мобильный и статический [3].

Под статическим подразумевается система стационарных датчиков, собирающих данные о состоянии трубопровода и передающие их периодически пакетно либо в реальном времени оператору и/или автоматической станции.

К мобильному мониторингу относятся роботизированные датчики или мини-станции, а также квадрокоптеры, способные перемещаться вдоль трубопровода либо непосредственно по нему [4]. Такая станция может быть дополнительно оснащена камерой и управляться оператором. Это помогает проводить инспекцию в труднодоступных местах.

Особое внимание уделяется контролю сварных соединений – самых уязвимых частей трубопровода. Как правило, датчики проводят неразрушающий контроль с использованием ультразвуковой фазированной решетки. Такое исследование может указать на скрытые дефекты и выявить трещины на ранних стадиях.

Такие датчики составляют сложную систему по типу интернета вещей, в последние годы даже выделилось отдельное направление развития технологии – промышленный интернет вещей. В этой области упор делается на безопасность передачи данных: защита от перехвата третьими лицами и вмешательства в передачу с ложными данными; на работу в тяжелых условиях внешней среды; а также передачи сигналов на большие расстояния.

Кроме наблюдения и контроля необходимо уметь рационально оценивать полученные данные и по результатам такой оценки предпринимать меры.

Известно, что оценка риска является очень важным инструментом повышения безопасности при эксплуатации трубопровода. Это помогает операторам трубопроводов рационально управлять трубопроводами посредством проверок и профилактического обслуживания, а также распределять ресурсы.

Существует два метода оценки риска: качественный метод и количественный метод. Качественный метод использует систему индексов для оценки рисков и дает на выходе качественное значение риска. Базовые данные, которые обычно используются для построения прогноза [5]:

  • Внутренние
    • длина трубопровода,
    • возраст отдельных частей,
    • скорость потока,
    • степень коррозии,
    • давление.
  • Внешние
    • количество осадков,
    • скорость ветра,
    • температура,
    • сейсмическая активность.

Количественный метод оценивает риски путем численного моделирования, включая количественный расчет возможности и последствий различных аварий.

Также существуют подход к прогнозу аварий с помощью статистических данных о предыдущих инцидентах. Как правило, они анализируют, при каких обстоятельствах произошла авария, в каком состоянии была система на момент происшествия, каковы были последствия. Так выясняются основные предикторы и триггеры, приводящие к катастрофам, также это даёт понять, какие из мер (если они были предприняты) не принесли положительных результатов.

В последнее десятилетие также стали популярны методы, использующие нейросети. Например, мало обнаружить коррозию – трубопроводы подвергаются ей перманентно, и лишь дойдя до критической точки конструкция разрушается. Хорошо натренированные нейросети при получении достаточного количества данных с различных датчиков способны распознавать угрожающие состояния с очень высокой эффективностью. Метод предложенный в исследовании 2017 года сообщает о точности обнаружения и классификации коррозии до 99,45 % [6]. Нейросеть для прогнозирования аварий, описанная в другой работе[5], дает точность до 74,8% в предсказании уже непосредственно аварий.

 В заключение можно сказать, что в настоящее время поддержание целостности трубопроводной системы посредством упреждающего осмотра и технического обслуживания является основным интересом каждой нефтегазовой компании, государственных учреждений и других заинтересованных сторон.

Внедрение новейших технологий в этой области неизбежна, так как объемы поставляемого сырья и протяженность газопроводов в ближайшие годы будет только расти.

Список литературы

  1. Feng Qingshan. Pipeline Failure Cause Theory: A new accident characteristics, quantification, and cause theory// Failure analysis. IntechOpen, 2019. Crossref. doi:10.5772/intechopen.80572.
  2. Tervonen T., Juscelino F., José L., Risto S., SMAA-TRI: A parameter stability analysis method for ELECTRE TRI. NATO Security through Science Series C: Environmental Security.
  3. Abdul Manan et al. Failure classification in natural gas pipe-lines using artificial intelligence: A case study, Energy Reports. 2021. Volume p. 7640-7647. ISSN2352‑4847.
  4. Chen, Y., Xie, Y., Wang, W. et al. Failure analysis of weld cracking of gas gathering pipeline in dewatering station// Journal of Engineering and Applied Science. 2022. Volume 69. doi:10.1186/s44147-022-00131-2.
  5. Nauman Aziz, Shujaat Ali Khan Tanoli, Faiza Nawaz, A programmable logic controller based remote pipeline monitoring system// Process Safety and Environmental Protection. 2021. Volume 149. P. 894‑904. ISSN 0957‑5820.
  6. Naga Venkata Saidileep Korlapati, Faisal Khan, Quddus Noor, Saadat Mirza, Sreeram Vaddiraju. Review and analysis of pipeline leak detection methods// Journal of Pipeline Science and Engineering. 2022. Volume 2, Issue 4. ISSN 2667‑1433.

Интересная статья? Поделись ей с другими: