畢鋒東1，李樹杰1，陳久會2，馬 驥3
（1.新疆新捷股份有限公司,烏魯木齊 830000；2.北京昊科航科技有限責(zé)任公司，北京 100039）
摘 要 根據(jù)克-烏線的情況，采用《HKH系列管道泄漏監(jiān)測報警定位系統(tǒng)》，設(shè)計了合適的模糊神經(jīng)網(wǎng)絡(luò)，給出了網(wǎng)絡(luò)圖和部分算法。說明了調(diào)試方法，對測試數(shù)據(jù)進(jìn)行了分析，根據(jù)試驗效果對該系統(tǒng)在克-烏成品油管道上的適用性做出了結(jié)論，提出了存在問題和改進(jìn)建議。
關(guān)鍵詞 人工智能；模糊神經(jīng)網(wǎng)絡(luò)；泄漏監(jiān)測；應(yīng)用研究
中圖分類號：文獻(xiàn)標(biāo)識碼：文章編號
Application on Artificial Inligent System for Leck Monitoring Using in Finished Oil Pipeline from Karamay to Urumchi
Bi Fengdong Li Shujie Chen Jiuhui Ma Ji
（1.Xinjiang Xin Jie Co.,Ltd, Wulumuqi830000 ,China;
2．Beijing Haokehang Science&Technology Co.,Ltd,Beijing100039,China
3. College of Information Engineering, Shenyang University, Shenyang 110043, China）
Abstract: According to the using of pipeline, designed a suitable and special fuzzy nerve network with HKH pipeline monitoring system for leck detection and assessed the special net picture and part of arithmetic. We amplify the method of test and research the data, then draw the conclusion of system application in the finished oil pipeline from Karamay to Urumchi, according to experimental effect and give the problem in exite and advise for improvement.
Key words: artificial inligent; pipeline; leaking monitoring; application research.
1 引言
人工智能作為現(xiàn)代設(shè)計方法學(xué)○1的一個重要組成部分，已經(jīng)在我國管道泄漏監(jiān)測中有了成功應(yīng)用案例○2。為了解決克—烏成品油管道泄漏監(jiān)測的技術(shù)難題，彌補(bǔ)*的不足，根據(jù)克-烏線的情況，采用《HKH系列管道泄漏監(jiān)測報警定位系統(tǒng)》，研究合適的模糊神經(jīng)網(wǎng)絡(luò)，確定該網(wǎng)絡(luò)在克－烏成品油管道上的適用性。
2人工智能型的管道泄漏監(jiān)測模型
2.1克－烏成品油管道泄漏監(jiān)測的神經(jīng)網(wǎng)絡(luò)模型
克－烏成品油管道是長距離多品種油密閉順序輸送管道，兩個進(jìn)油站，一個出油站，中間又有四個串聯(lián)泵站，每個泵站又都有變頻泵和工頻泵，串聯(lián)泵站沒有流量計，管道內(nèi)混油頭數(shù)量不定，管道輸送壓力變化較大，情況復(fù)雜。為了在這種環(huán)境中能正確識別出管道泄漏信號，經(jīng)反復(fù)研究，我們設(shè)計了專門的網(wǎng)絡(luò)。為了給網(wǎng)絡(luò)提供盡可能多的信息，我們在沒有流量計的站增加了差壓變送器，用以代替流量計信號。這樣，每個站就有了三種進(jìn)入網(wǎng)絡(luò)的原始信號。
圖一 克－烏線管道泄漏監(jiān)測系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)模型圖

A B C D E F G H

這個網(wǎng)絡(luò)圖共分了八層。
A層：是輸入層，其中：
是人工設(shè)定的閾值，是與檢測量性質(zhì)和量程相關(guān)的一個數(shù)值。
是輸入量，對于中間的一個站來講，他們分別代表進(jìn)站壓力、差壓和出站壓力。
B層是模糊層：在此完成檢測量的模糊化， 是上層的輸出、下層的輸入。
 
   （1.1）
其中： ——是與檢測量性質(zhì)和量程相關(guān)的一個系數(shù)，
是與采集數(shù)相關(guān)的一個量。
C層：是閾值配置層，在此完成信息分類前的閾值配置。
  是人工設(shè)置的閾值，對任何輸入 ，該值對應(yīng)的每一個下級單元都是不同的。
   （1.2）
在這里， 1，2，3； 1，2，3……12。
是信號分配器，對于任何輸入 ， 所對應(yīng)的每一個下級單元都是不同的。
   （1.3）
是與 相關(guān)的閾值。
D層是分類層：在這里，管道運(yùn)行狀態(tài)被分成了12個特征點：
保存了上次計算的結(jié)果，
   （1.4）

E層是歷史經(jīng)驗層：
是提取的歷史經(jīng)驗，是根據(jù)F層的數(shù)據(jù)變化經(jīng)一定的運(yùn)算以后不斷更新的，當(dāng)F層數(shù)據(jù)進(jìn)來時，該層要對更新要求進(jìn)行識別，進(jìn)行合理處理后作為新的歷史經(jīng)驗被保存下來；
   （1.5）

F層是函數(shù)運(yùn)算層：
包括二方面的內(nèi)容，一個是根據(jù)以前的經(jīng)驗和當(dāng)前進(jìn)來的信息進(jìn)行綜合運(yùn)算，給出一個輸出數(shù)據(jù)，送到下一級，再一個是給出一個歷史經(jīng)驗的新數(shù)據(jù)，送到E層；
   （1.6）

G層是合成層：
根據(jù)前級數(shù)據(jù)合成的一個新數(shù)值，送到下一級；
   （1.7）
 
H層是輸出層：
 接受前面的三個數(shù)據(jù)，在此進(jìn)運(yùn)算后輸出，給出一個*的結(jié)論。
 
   （1.8）
2.2模糊神經(jīng)網(wǎng)絡(luò)的定位技術(shù)
動態(tài)管道泄漏監(jiān)測要解決的問題其實只有兩個，一個是正確的識別出泄漏，一個是定位。識別泄漏是關(guān)鍵的技術(shù)，在此基礎(chǔ)上的才是定位。
采用模糊神經(jīng)網(wǎng)絡(luò)監(jiān)測能夠正確識別管道泄漏，這*個問題就解決了。接下來的就是定位的問題了。
為了解決克烏線微小信號下定位誤差大的問題，我們選擇了水擊波速度法。根據(jù)監(jiān)測點內(nèi)管道長度、上下游監(jiān)測點接收到水擊波信號的時間差和管道內(nèi)水擊波的傳播速度就可以計算出泄漏點的位置。該法的定位公式如下：
   （1.9）
式中：
—— 泄漏點的位置
——被監(jiān)測的管道的長度
——波在管道中傳播的速度
——首末兩站點收到波的時間差
    （1.10）
式中：
——流體密度；
K ——液體的體積彈性系數(shù)；
E ——管材彈性系數(shù)；
D ——管道的平均直徑
δ——管壁厚度；
Ψ——系數(shù)，對于埋地管道，Ψ＝1－μ?；
μ——泊松系數(shù)，鋼管的μ=0.3；
從上面的公式可以看出，一般情況下， 和 的變化可以忽略不計，定位誤差大小僅與 有關(guān)，所以采用水擊波速度計算泄漏位置的關(guān)鍵問題是找到事件發(fā)生的確切時刻 。由于模糊神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確的找到事件的發(fā)生時刻，從而為準(zhǔn)確的計算 提供了依據(jù)，也解決了小信號所需定位時間太長的問題。
3 模糊神經(jīng)網(wǎng)絡(luò)的調(diào)試
人工智能網(wǎng)絡(luò)的調(diào)試是在系統(tǒng)軟硬件安裝后在現(xiàn)場進(jìn)行的。首先根據(jù)運(yùn)行參數(shù)進(jìn)行初調(diào)試，再進(jìn)行實地放油試驗。放油過程中不進(jìn)行調(diào)試操作，放油后再根據(jù)放油結(jié)果調(diào)整系統(tǒng)學(xué)習(xí)模型，這是一個不斷循環(huán)的過程。直至達(dá)到調(diào)試目標(biāo)。
調(diào)試放油方法：放油前1個小時至zui后一次放油結(jié)束期間內(nèi)各站不要進(jìn)行較大的人工操作，包括啟停泵，切換混油以及變頻設(shè)備的調(diào)整等；系統(tǒng)各單元正常運(yùn)行30分鐘以上；每兩次放油的zui短時間間隔不能少于20分鐘（以前一次關(guān)閥時間至下一次開閥時間計算）；現(xiàn)場放油操作要求準(zhǔn)確、快捷，并進(jìn)行放油計量；zui小泄放量不小于瞬時量的0.5%；開關(guān)閥門放油要連續(xù)操作，*開關(guān)閥門調(diào)節(jié)流量；每次放油持續(xù)時間不少于2.5分鐘。
4 系統(tǒng)測試結(jié)果
在正常輸油和系統(tǒng)穩(wěn)定運(yùn)行的條件下，選擇不易報警的下游段管道作為測試段，采用現(xiàn)場放油的方法對《HKH系列管道泄漏監(jiān)測報警定位系統(tǒng)》的性能和特點進(jìn)行實際檢驗。在全過程系統(tǒng)處于全自動無人干預(yù)的狀態(tài)。
4.1輸單品種油時測試數(shù)據(jù)
表一 2004年10月25日距703站135km處放油現(xiàn)場測試數(shù)據(jù)表
序號 時：分 輸油量m3/h 放油量m3/h 放油速度% 報警情況 位置誤差km
1 12:48 309.1 2.1 0.679 134.69 -0.31
2 13:00 301.2 1.7 0.564 130.76 -4.24
3 13:31 301.2 2.0 0.664 135.9 0.9
4 14:00 300.1 1.5 0.500 134.86 -0.14
表一中的數(shù)據(jù)均來自現(xiàn)場紀(jì)錄，測試時輸送的油品是柴油，管道中沒有混油頭。每次放油報警相應(yīng)時間均小于3分鐘。
4.2. 管道中有混油頭時現(xiàn)場放油測試數(shù)據(jù)
2005年9月25日，在管道中有汽頂柴混油頭的情況下，再一次進(jìn)行了測試。
表二 管道中有混油頭時現(xiàn)場放油測試數(shù)據(jù)表
放油地點 放油時間2005年9月25日 輸油量m3/h 放油速度m3/h （放油量/輸油量）×* 報警位置距克首站km 響應(yīng)時間min
   自動記錄 現(xiàn)場測量 自動記錄 現(xiàn)場測量  
10號閥池 11:35-11:40 278 0.692 1.9 0.25 0.68 238.5 3
 12:15-12:25 278  1.9  0.68  
 12:50-13:00 278  1.6  0.58  
 13:30-13:40 278 0.518 1.56 0.19 0.57 239.88 3
 14:00-14:10 276 0.696 1.77 0.25 0.64 237.65 3
13號閥池 16:20-16:30 277 0.717 1.32 0.26 0.48 260.04 3
 16:50-17:00 277 0.609 1.4 0.22 0.51 272.243 3
 17:30-17:40 277  1.35  0.49  
 18:00-18:10 277  1.35  0.48  
 18:35-18:45 277  1.4  0.51  
表二自動記錄是系統(tǒng)報警記錄中的數(shù)值，該值是管道兩端流量計差值變化的累計量，它反映的是可檢測信號的數(shù)值；現(xiàn)場測量是放油時現(xiàn)場流量計的計量值，它是現(xiàn)場放油的實際值；
4.3數(shù)據(jù)分析
現(xiàn)場數(shù)據(jù)和監(jiān)測系統(tǒng)記錄的數(shù)據(jù)都是可靠的。但管道泄漏監(jiān)測系統(tǒng)記錄的泄漏數(shù)據(jù)遠(yuǎn)小于現(xiàn)場記錄的數(shù)據(jù)。這種差別是由輸油管道特性決定的。
4.3.1 泄漏發(fā)生后的階段特性
當(dāng)管道泄漏發(fā)生時，管道內(nèi)外壓差大使流體迅速外漏，由此造成管道局部壓力下降，泄漏點到上游壓差zui大，到下游壓差zui小，泄漏速度zui大，這一階段時間長度計為Tf，流體的瞬時泄漏速度記為Qf；
隨著管道收縮和管內(nèi)油品壓力降低體積膨脹，導(dǎo)致Qf大于監(jiān)測系統(tǒng)記錄的泄漏速度Qd?，F(xiàn)場泄漏速度為zui低，這是泄漏發(fā)生的第二階段；
泄漏引起使泵的流量增加，管道壓力有稍許回升，導(dǎo)致了泄漏速度的增大。此時，盡管還有波動，但基本上管道壓力已趨于穩(wěn)定，這是泄漏發(fā)生后的第三階段；
這三個階段是泄漏過渡階段。先是現(xiàn)場有了泄漏Qf，而監(jiān)測點的泄漏為0，隨后監(jiān)測系統(tǒng)開始檢測到泄漏速度Qd，管道處于壓縮能和過充裝能量的釋放階段。這階段，Qf和Qd同時存在，但始終有Qf＞Qd。
泄漏使管道壓力重新分布，管道逐步開始進(jìn)入一個新的穩(wěn)態(tài)過程。這一過程是穩(wěn)定泄漏階段。Qf和Qd逐步靠近，zui后趨于相等；
隨著關(guān)放油閥，泄漏點壓力突然上升，現(xiàn)場沒有流量了，監(jiān)測系統(tǒng)還會有流量?，F(xiàn)場流量計停止運(yùn)行了同一個Tf時間后，Qd才結(jié)束。此后管道進(jìn)入壓力上升，流量的過充裝階段。但現(xiàn)場流量計和監(jiān)測系統(tǒng)都未能記錄這種充裝量。
從上面分析可知，在泄漏未到達(dá)穩(wěn)定狀態(tài)之前，始終有Qf＞Qd。如果開孔放油時間還未到達(dá)穩(wěn)定階段就關(guān)上了閥門，其結(jié)果必然是現(xiàn)場放油量大于監(jiān)測點統(tǒng)計的量。可見，短時間放油，現(xiàn)場泄漏多，流程儀表記錄的少是必然規(guī)律。
管道壓力平衡需要多少時間？這個問題很復(fù)雜。有人做過計算③，在一條成品油管道發(fā)生0.5％泄漏時，距泄漏點80km的監(jiān)測點上首波壓降300Pa，480秒后大約又下降了10倍，達(dá)3kPa?？梢?，壓力下降還處在過渡階段。
4.3.2關(guān)于系統(tǒng)靈敏度
不可測量的參數(shù)無法評論其數(shù)值指標(biāo)。就管道泄漏監(jiān)測系統(tǒng)而言，衡量系統(tǒng)靈敏度指標(biāo)的正確數(shù)據(jù)只能以來自系統(tǒng)監(jiān)測點上的信號為依據(jù)。
從表二自動記錄數(shù)據(jù)欄可以看到，系統(tǒng)在泄漏0.19％下仍能正常報警。不難得出結(jié)論，如果不是因為混油頭經(jīng)過泵站帶來的波動影響和人工測試放油等間隔連續(xù)性造成的管道工作不平穩(wěn)，對于一般管道穿孔發(fā)生的泄漏和打孔盜油造成的泄漏而言，系統(tǒng)漏報是不可能的，而且靈敏度遠(yuǎn)優(yōu)于國外產(chǎn)品0.5％的技術(shù)指標(biāo)，系統(tǒng)的可靠性是可以信賴的。
在真實的管道泄漏中，無論自然泄漏還是人工開孔盜油，一般泄漏都會進(jìn)入穩(wěn)定泄漏階段，此時，有Qf＝Qd。所以，實際泄漏發(fā)生時，泄漏速度和系統(tǒng)監(jiān)測到的泄漏速度在使用中是一致的。
圖三 9月25日管道中有混油頭時現(xiàn)場放油曲線圖

4.4. 放油過程曲線解讀
放油過程在圖三中必然對應(yīng)一小段下凹的曲線。但單從下凹曲線上已經(jīng)不容易確切的分清所有的放油過程了。從圖像中可以分出曲線圖上有18個下凹的曲線段，實際只放了10次油，而曲線下落zui大的位置卻不是放油所致，那是混油頭經(jīng)過泵站時形成的。
圖三中，1、4、5、6、7是放油報警過程曲線，2、3和8、9、10是未報警的放油曲線。在*次放油前40分鐘，管道剛好經(jīng)過兩次較大的壓力波動，到放油開始時，余波還在。未報警的2和3放油過程剛好被混油頭經(jīng)過泵站的全過程給連了起來。由于連續(xù)操作，在第五次放油以后，管道這種較長周期的振蕩已經(jīng)形成，這給后面放油識別造成了直接困難。
5.克－烏成品油管道泄漏監(jiān)測系統(tǒng)性能綜合評價
5.1系統(tǒng)性能優(yōu)于預(yù)想效果
測試已經(jīng)證明，系統(tǒng)模型高度智能化，靈敏度達(dá)到了0.2％，*自動化運(yùn)行，無需人的干預(yù)，真正實現(xiàn)無人值守。從上面的放油數(shù)據(jù)和曲線我們看到，在管道壓力變化復(fù)雜的背景下保持高靈敏度的同時，能夠識別人工操作和管道異常波動，抑制誤報警?？耍瓰醭善酚凸艿佬孤┍O(jiān)測系統(tǒng)性能優(yōu)于預(yù)想效果。
5.2問題和建議
受放油條件限制，放油速度無法再大，無法驗證在0.5％泄漏速度下的效果，從圖三我們也看到，盡管性能優(yōu)異，非常靈敏，沒有誤報警，但在靈敏度達(dá)到0.2％時仍有一半的放油過程沒有報警，后兩次的定位重復(fù)性也不好，有待今后改進(jìn)。
6、結(jié) 論
為解決克烏成品油管道泄漏監(jiān)測問題，我們采用了《HKH系列管道泄漏監(jiān)測報警定位系統(tǒng)》，設(shè)計了專門模糊神經(jīng)網(wǎng)絡(luò)。經(jīng)過調(diào)試，在系統(tǒng)工作正常的情況下進(jìn)行了實際泄放試驗，分析了試驗數(shù)據(jù)和圖像，證明了這確實是適合我們需要的管道泄漏監(jiān)測系統(tǒng)。和其他同類技術(shù)相比，它具有靈敏度高、響應(yīng)快、誤報少、定位準(zhǔn)、功能全、智能化程度高、不需要人工設(shè)置參數(shù)等諸多優(yōu)點，滿足克－烏成品油管道泄漏監(jiān)測的需求，試驗結(jié)果達(dá)到了預(yù)期的目的。