油氣管道壓縮機組智能化管理的探索與思考

古自強

（國家管網集團西部管道公司，新疆 烏魯木齊 830011）

0 引言

智能化是世界科技發展新趨勢，第四次工業革命50%的主體技術與智能化直接相關[1]。在國家層面，智能制造、智慧農業、智慧交通、智能電網及智慧電廠等被列入發展規劃。油氣工業作為國民經濟發展的支柱產業，發展智能化已是大勢所趨[2]。截至2017年底，中國已建成西氣東輸一線、西氣東輸二線、中亞線、陜京線及澀寧蘭線等大型天然氣管道工程。我國長輸天然氣管道總里程達到7.7萬公里，已建成管道壓氣站73座，燃驅/電驅壓縮機組275套，在用儲氣庫8座，壓縮機組33套，總計在用壓縮機組308套。壓縮機組是輸氣過程中的核心增壓設備[2]，壓縮機組具有結構復雜、輔助系統多、數據量大、運維成本高等特點。壓縮機組管理涉及設備選型、安裝調試、投產試運、生產運行、維護檢修、改造大修、管理決策等各環節，其智能化建設及管理是智能管道建設的一項重要部分，是提高油氣管道管理水平、促進行業發展的有效手段和必然選擇[3]。

1 管道壓縮機組數字化現狀

油氣管道壓縮機組分為燃驅壓縮機及電驅壓縮機，燃驅壓縮機組主要包括軸流壓氣機、燃燒室、高壓渦輪、動力渦輪及離心壓縮機,電驅壓縮機關鍵部件為離心壓縮機、高速電機、變頻器。燃驅壓縮機組動力部分的燃機氣路各部位安裝了溫度、壓力探頭，測量燃機內部氣路空氣、燃料氣、燃燒氣體的參數，實現了機組啟停控制、防喘控制、超速保護等控制功能[3]，實現了機組狀態的監測及故障診斷。壓縮機組控制系統（UCS）與站控SCS系統通過本地局域網（LAN）以太網TCP/IP（MODBUS通訊協議）交換信息，站場SCADA系統可以發送啟動、停機等控制信號給UCS系統并接收UCS系統數據。

目前油氣管道壓縮機組的主要制造廠家有GE公司、西門子公司，近幾年燃驅及電驅壓縮機國產能力得到突破，國產壓縮機已應用于國家主干油氣管網。GE公司PGT25+PCL系列機組的配套控制系統為MARK Vie，UCS系統與站控SCS系統通過本地局域網（LAN）以太網TCP/IP（MODBUS通訊協議）交換信息；德萊賽蘭電驅壓縮機采用DI-TRONICS控制系統，PLC采用ControlLogix PLC,ESD系統采用羅克韋爾SIL-3等級的AADvance PLC,采用MODBUS RTU（從站）協議通過RS-232/485通信鏈路鏈接到站場SCS系統，通過TCP/IP協議與變頻器VDF控制器通信；西門子公司的燃驅及電驅機組采用的是ControlLogix系統 PLC，西門子燃驅壓縮機機組控制系統UCP與站控系統通過OPC協議進行通信。

目前中國管道設備狀態監測系統正在全面建設，設備故障智能診斷技術仍在起步階段，現有設備的狀態監測水平還不能滿足智慧管道智能化運營和管理的需求。加強對管道壓縮機組狀態的實時分析、診斷及優化，可以為管道運維和管理提供更為全面、精細的管道設備運行狀態信息，運維方可就此給出相應的控制方案、備用預案及輔助決策策略，最大程度地實現管道設備運行的安全、可靠、經濟、環保[5]。

2 壓縮機組智能化建設目標

壓縮機的智能化管理是基礎管理和數字化管理高級管理層級[4]，壓縮機智能管理的建設，應實現對重大故障、高危風險的預防與控制；通過歷史故障數據及特征分析和提取，實現對其他運行機組隱患缺陷的自動排查，降低同類項缺陷故障停機事件，實現故障的預知、預測、預防。另外，智能化管理建立實現機組“自主思考”的智能化目標，達到機組自主評估自身整體健康狀態，預測熱端及關鍵部件壽命，實現基于可靠性的視情維修方式；通過邏輯判定，多臺機組或機群實現“協同與互動”運行，當在運行機組故障停機后，備用機組能夠自動啟動功能，降低管道壓力異常波動的影響，保障天然氣輸送任務按計劃完成；站場機組能夠實現運行時間自適應調整，建立機組運行時間臺階，智能判斷錯開大修周期、避開輸氣高峰期。同時壓縮機管理平臺數據應與企業財務管理系統、物資管理系統、數據知識管理等系統結合，在提升壓縮機本質安全與可靠性的同時，現場設備設施、物資備件、預算與成本管理結合，實現檢修計劃自動生成、備件庫存動態調整、成本預算可控的目標。

3 壓縮機組智能管理關鍵技術

3.1 智能儀表

壓縮機的各類探頭、儀表是整機的神經末梢，實時感知機組運行狀態，為過程工業提供精準數據來源，是設備優化和數據挖掘的基礎。壓縮機組配套探頭型號多、數量繁雜，停機事件統計分析結果表明探頭接線松動、靜電干擾，信號波動是壓縮機非計劃停機的主要原因之一]。目前智能儀表將朝向微型化、網絡化、多功能方面發展，儀表數據方便、快捷的傳輸給智能制造系統的各個層級；通過內置軟件，能夠增強抗噪音干擾能力，避免虛假信號對測量及控制邏輯的影響。智能儀器已開始從較為成熟的數據處理向知識處理方面發展，并具有模糊判斷、故障判斷、容錯技術、傳感器融合、機件壽命預測等功能。

3.2 數據管理

同一制造商壓縮機組配套的儀表、數據接口、數據格式易實現統一，但不同廠家壓縮機組數據電氣接口和數據傳輸協議的廠家暫未統一標準進行規范及約束，該問題制約了不同集成商機組數據的互連互通，對大規模機隊的統一管理帶來的困難。壓縮機組智能化管理，需統一傳感器電氣接口、數據編碼方式及數據匯聚方式，將所有數據按照統一標準接入數據中心，同時對不同類型的數據按照需求與分析頻率進行分類，降低數據搜索、計算的難度和負荷，提高在海量級數據庫中數據調取的效率，數據共享實現網絡化才可能完成設備間的有效協同和柔性重組等智能化功能。

3.3 規則與算法

實現壓縮機組“自主思考”，是壓縮機組智能化的重要目前之一，通過歷史停機數據相關參數的分析、提取，可以制定相應的規則和算法，嵌入單機或集中控制平臺，實現對壓縮機組性能自動診斷、熱力學效能計算、定制規則和智能通知功能。結合燃驅、電驅等機組類型及差異，建立不同層級和類別的規則包及算法，如燃機汽輪特性與模型、燃燒室及高壓渦輪涂層壽命預測、軸承振動特征與圖譜等。故障缺陷特征的提取，是故障預知預測的根本，如果故障的缺陷的根本特征沒有提取，那么故障就無法預測和預防。

按照學習策略劃分，機器學習可劃分為機械學習、示教學習、類比學習和歸納學習。目前機器學習有了十分廣泛應用，如數據挖掘、計算機視覺、診斷、語音識別、自然語言處理等，經典算法有聚類K-means算法；支持向量機監督學習方法，應用于統計分類與回歸分析中；挖掘布爾關聯規則的Apriori算法；用于分類、回歸的K-近鄰算法；應用決策樹學習分類回歸樹方法，由特征選擇、樹生成及剪枝組成，用于分類、回歸。壓縮機組控制系統是一個多輸入多輸出的時變動態系統，控制對象具有多變量、非線性的特點，壓縮機組運行期間存在振動、磨損、腐蝕等工況，同時應針對儀表故障、程序丟失、通訊故障、信號虛接假信號、線路虛接、線路干擾等誤報警建立容錯算法，逐步開展控制系統硬件如：IO模塊、電源模塊、繼電器、安全柵故障等硬件模塊的故障分析與診斷模型。

3.4 平臺建設與融合

目前壓縮機組設備本身管理配置了相關的遠程振動監測平臺、健康管理平臺、設施管理管理平臺等，在一定程度上提升的壓縮機組的管理水平，下一階段還應結合不同站場機芯數據、能耗數據、天然氣運銷輸量、確定最優運行方案，降低能源損耗和運營成本。另外智能化管理能夠為各級管理單位和部門提供所需的數據、支持與決策，因此壓縮機組管理平臺數據應與財務管理系統、物資管理系統、數據知識管理等系統融合，在提升壓縮機本質安全與可靠性的同時，實現裝備設施、物資備件、預算成本等數據的深度共享和實時交換，實現檢修計劃自動生成、備件庫存動態變化、檢修工單自動生成、成本預算可控的目標。

4 結語

油氣管道壓縮機組智能化管理是未來智慧管道建設的重點之一，實現智能管理需要同時強化數字化管理水平，提高整機可靠性及本質安全，實現故障預知、預測、預防的管理目標。在壓縮機智能化管理建設過程中，數據的積累、缺陷特征的提取、預防算法與規則的建立需要不斷地完善與進化，同時積累知識與經驗，并培養該領域的專家，分析處理復雜的問題。通過數據的共享和平臺的融合，優化整合資源，實現壓縮機組智能化管理，為油氣管道高質量、可持續發展提供支持。