油氣管道數字孿生技術應用*

叢瑞 馮騁 沈晨 王秀宇 黃申 劉恩斌

1中國石油天然氣管道工程有限公司

2中海石油（中國）有限公司天津分公司

3西南石油大學石油與天然氣工程學院

隨著工業4.0 的提出和大數據時代的出現，各個行業領域都在經歷一場翻天覆地的變化。智慧管網是在信息化、智能化時代背景下提出的基于人工智能、大數據、物聯網、數字孿生等技術的概念。數字孿生體是實現智慧管網的關鍵技術，其在醫療、航空、能源、農業、汽車制造、城市建設等方面的應用為管道數字孿生體的構建打下了良好的基礎。結合國內的管網系統建設現狀，數字孿生技術對油氣管道行業有重大而深遠的意義。

1 數字孿生概況

1.1 數字孿生的發展

孿生的概念最早出現于美國航空航天局（NASA），其構造了兩個飛行器，分別用于試飛和工作中飛行器的狀態模擬[1]，此時的孿生體還處于實體階段。美國密歇根大學教授Michael Grieves 在2003 年提出了數字孿生體的思想，其中產品的虛擬模型被應用于產品生命周期管理，并且已經具備了數字孿生體的基本要素：虛擬模型、物理實體、虛擬和實體的連接[2]（圖1）。

圖1 數字孿生基礎模型Fig.1 Basic model of digital twin

在2003 年到2005 年期間，數字孿生技術被稱之為“信息鏡像模型”（Information Mirroring Model），直到2011 年，Michael Grieves 教授正式提出了數字孿生體的概念。2012 年，由于其在各領域的廣泛應用前景，NASA 給出了數字孿生體的具體定義[3]。2015 年，RIOS 提出了適用于各類產品的數字孿生通用概念[4]。此后，數字孿生開始被應用于生產及軟件工具，并引起了各界的廣泛關注。

目前數字孿生技術已經被應用于多個領域。例如，在船舶遠程運維方面，通過數字孿生解決了船舶能耗優化、航線優化、設備維護優化等問題[5]；在飛機裝配工藝方面，可以通過數字孿生體實現零件設計和裝配的互動，進行裝配優化分析，減少損失[6]。

1.2 數字孿生對智慧管網建設的作用

“智慧管網”是中國在近幾年以物聯網、云計算、大數據為代表的新一輪信息技術的發展之下提出的管道行業的建設目標，目的是在數字化和標準化管道的建設基礎之上，實現數據統一共享、系統互聯、智能運行、實時預測等功能；通過云端大數據平臺，構建管道全生命周期數據管理，根據歷史數據進行分析并提供智能決策。

數字孿生技術是智慧管網建設的核心技術，而要構建的管道數字孿生體是管道系統全生命周期數據的動態復制體，借助其基本的模型、豐富的歷史和實時數據可以進行智能化運行決策，實現對系統的閉環控制（圖2）。同時，利用先進的算法模型可以對管道系統對象的運行狀態進行高度相似的數字化表征預測。相比于數字管道，管道數字孿生體支持對管道的狀態評估、預測預警、調運優化、決策支持等功能，而不僅僅只作為一個可視化工具使用。

圖2 管網智能化運行內涵Fig.2 Connotation of intelligent operation of pipeline network

2 數字孿生在油氣管道中的應用

2.1 智慧管道建設方案

目前，在油氣管道行業中構建的管道數字孿生體模型包括管道實體、管道虛擬模型、控制中心以及管道數據庫[7-8]（圖3）。具體如下：

圖3 管道數字孿生體系統模型Fig.3 Pipeline digital twin system model

（1）管道數字孿生體中的管道實體除了管道本體以外，還應該包括具有數據傳輸和轉換功能的儀器，能夠實時將管道系統的狀態數據傳輸給管道虛擬模型和控制中心，如壓力、流量、溫度等。

（2）管道虛擬模型是對實體管道、設備以及管周環境的全方位構建，不僅是外形方面，還必須符合物理規律和行為約束。通過仿真技術和準確的數據實現虛擬模型和管道實體在全生命周期的同步。

（3）控制中心是管道運行的控制樞紐，為整個管道系統提供技術支持和服務。控制中心的建立基于先進的物聯網、大數據、5G、仿真、機器學習等技術，只需要少量人員就可以實現管道的運行優化、自動化以及信息化。

（4）管道數據庫則是由管道實體、管道虛擬模型和管道控制中心之間的交互信息組成，并且在時間上覆蓋了管道的全生命周期。現有的數據模型，如管道公開數據標準數據模型[9]和地理信息管道數據模型[10]是在地理信息管道數據模型（APDM）的基礎上，基于地理信息系統（GIS）空間數據庫進行數據管理；而國內最為成熟的是管道完整性數據模型[11]，盡管也是在APDM 基礎之上建立的，但更為符合國內實際情況。

2.2 應用場景

2.2.1 管網調度優化

管網系統引入數字孿生技術，有助于管道安全運行和高效生產。基于數字孿生的管網優化，利用SCADA（數據采集與監視控制系統）以及GIS 建立完善的數據感知系統，實現精準數據采集和傳輸并以此建立管道數字孿生體與管道實體完成信息交互。通過這種實時的信息傳遞結合遺傳算法和神經網絡等優化算法，可以進行貼合實際情況的管網運行狀態仿真，實現動態的迭代優化并根據調度需求計算最佳方案（圖4）。同時由于管道數字孿生體是管道全生命周期數據的承載體，集成了從設計期到運行期的所有數據，不僅可以通過實時數據的傳輸完成管網資源調配優化，還可以結合歷史數據，解決運行工藝參數設定等問題。

圖4 管道數字孿生體管網調度原理Fig.4 Principle of pipeline digital twin pipeline network scheduling

2.2.2 管道泄漏預測與分析

油氣管道泄漏是管體最常發生的安全事故，因此必須考慮如何提高管體可靠性，防止發生泄漏。如圖5 所示，基于數字孿生的管道泄漏分析首先需要精準的管道本體數據、環境變化數據以及維搶修資源數據，對于數據采用ETL（抽取、轉換、加載）進行了預處理，通過把各個傳感器采集的數據傳輸到數據庫，進行數據的清洗、轉換和集成，減輕設備運行負擔，從而提高對設備狀態數據的儲存和傳輸效率。結合泄漏過程仿真、擴散模型和火災模型，模擬在不同條件下的泄漏量及泄漏過程中全線壓力和流量的變化規律，并且得出泄漏發生后石油在土壤中隨時間的擴散情況及其在土壤中的分布，或者天然氣在管道附近的濃度分布以及火災后熱輻射范圍及強度。仿真模型通過讀取實體端數據，實現不斷修正數據參數，即在管道運行過程中對管道本身參數（如摩阻）進行辨識，由此可以不斷完善管道泄漏后應急搶修相關資料，更新仿真模型。通過數據庫與實時仿真的數據結合，可以進行泄漏的預測分析，從而對管道加強防護。

圖5 管道泄漏預測與分析數字孿生體框架Fig.5 Digital twin framework for prediction and analysis of pipeline leakage

2.2.3 地質災害中管道環焊縫裂紋生長預測

對于山地管道，地質災害對管道影響巨大，因此需要對地質災害位移載荷作用下管道結構響應狀態及環焊縫裂紋開裂進行預測。如圖6 所示，通過管道全生命周期數據庫分析管道設計參數、材料參數、運行參數、環境參數，建立地質災害作用下管道應力應變數值計算模型與管道環焊縫裂紋擴展數值仿真模型，較為準確地模擬油氣管道在地質災害作用下的管道結構響應狀態與管道環焊縫裂紋在軸向載荷作用下的開裂形態。融合工程實際工況與模型影響參數，組成參數分析矩陣，開展并行計算生成管道應力應變數據庫與環焊縫裂紋擴展數據庫，建立管道應力應變及環焊縫開裂預測模型并且根據管道運行工況進行數據的實時傳輸與調用。基于數字孿生技術，可以實現快速預測地質災害作用下管道應力應變分布與環焊縫裂紋尺寸，為泄漏場景提供了數據基礎。

圖6 管道環焊縫裂紋生長預測數字孿生體框架Fig.6 Digital twin framework for prediction of crack growth in pipeline girth weld

2.2.4 管道資產管理

目前，我國的油氣管道資產管理方法主要是基于美國石油學會和美國機械工程師協會發布的《危險液體管道完整性管理系統》和《氣體管道完整性管理系統》并結合國內情況制定的一套管道完整性管理規范，但是傳統的管理系統由于時代和技術的局限，存在許多問題[12-13]。

如圖7 所示，基于數字孿生的管道資產管理是對管道設計數據、運行數據、環境數據、維護數據以及內檢測數據進行感知，以感知數據為基礎，確定基于神經網絡高后果區識別、管道失效后果預測、管道風險評估、完整性評價和效能評價指標計算等機理模型，再根據機理模型，開發基于神經網絡高后果區識別、事故后果評價預測、動態風險評估、風險主動報告、完整性評價和效能指標評價指標計算等功能模塊，最后實現減少管道事故、減輕事故后果、識別高風險區域、優化管道維護方案、減少資產損壞、增長資產壽命、提升管道預知性維修維護能力和提高一體化管輸效率等目標。

圖7 基于數字孿生的管道資產管理Fig.7 Pipeline asset management based on digital twin

2.2.5 設備資產管理

管道系統設備包括機械設備、電氣設備、儀表設備、計量設備等，由于類型的繁多導致管理人員不能及時全面地管理這些設備。如圖8 所示，基于數字孿生技術，可以實現對設備的全生命周期管理，以數字化的方式建設虛擬設備，通過仿真模擬設備的實時運行狀況，并整合設備設計、安裝和運行階段的所有數據對設備進行評價。針對靜設備、動設備和安全儀表系統，分別采用基于量化風險的檢測評價技術、以可靠性為中心的維護評價技術模型以及安全等級劃分模型對設備進行檢測評價、失效概率計算、失效后果評估、風險評價、預防性維修周期優化以及完整性定級并據此給出設備維護方案，維護完成后將實時信息與管道數字孿生體進行交互，進行方案的不斷優化。基于數字孿生體的設備資產管理，實現了對設備過去問題的總結、實時狀態的檢測和未來發展的預判，防患于未然，降低了人力和財力的消耗[14-16]。

圖8 基于數字孿生的設備資產管理Fig.8 Device asset management based on digital twin

3 結論

數字孿生雖然起源于航空航天領域，但是在人工智能、物聯網和大數據等技術的發展下已經逐漸應用于各個領域。在油氣管道行業，數字孿生的應用主要集中在全生命周期管理、資產完整性管理和項目規劃，提高了該行業的數字化和智能化，但是這些應用大部分都還在建設之中，數字孿生應用依然在初級階段，需要對人工智能、數據挖掘、物聯網等信息技術更進一步的研究，真正實現管道系統的智能化。