基于PHA理論的數據整合分析技術在油氣輸送管道環焊縫質量風險排查中的應用

摘 要：為精準定位油氣輸送管道環焊縫質量隱患，有效地開展現場開挖復檢和修復工作，管道建設期數據資料恢復和分析是排查前期最重要的工作內容。該文針對廣東省管網公司管道環焊縫風險排查的工作實踐，對管道不同時期的多源數據對齊、一致性復核、底片復評等工作過程進行分析和研究，總結在排查前期可結合預先危險性分析的管理理念通過數據整合分析技術提升油氣管道排查的有效性，為后續的現場工作提供實施保障，進而提升排查工作效率和經濟效益。

關鍵詞：環焊縫風險排查;完整性管理;大數據; PHA理論;數據整合分析

中圖分類號：TE973.3 文獻標志碼：A 文章編號：2095-2945（2024）30-0176-05

Abstract： In order to accurately locate the hidden quality hazards of girth welds of oil and gas transmission pipelines and effectively carry out on-site excavation re-inspection and repair work， the recovery and analysis of data during the pipeline construction period is the most important work content in the early stage of investigation. Based on the work practice of pipeline girth weld risk investigation of Guangdong Province Pipeline Network Company， this paper analyzes and studies the working processes of multi-source data alignment， consistency review， and negative re-evaluation of pipelines in different periods. It is concluded that in the early stage of investigation， the management concept of pre-risk analysis can be combined to improve the effectiveness of oil and gas pipeline investigation through data integration analysis technology， providing implementation guarantee for subsequent on-site work， and thus improving the efficiency and economic benefits of the investigation work.

Keywords： girth weld risk investigation; integrity management; big data; PHA theory; data integration analysis

隨著我國經濟社會的持續快速發展，為確保人與自然的和諧可持續發展，國家積極推進“碳達峰碳中和”的能源改革，天然氣作為清潔能源的需求得以持續增長，天然氣輸送管道管網的建設也在快速擴張[1]。但是，近年來發生的中緬天然氣管道“7·2”、“6·10”事故以及泰青威天然氣管道“3·20”事故，對油氣輸氣管道的安全運行敲響了警鐘，管道的風險管理也逐步提上日程，管網近年推行的完整性管理理念正是以預防為主，降低風險或者規避風險，做到提前預防，確保管道的安全運輸[2]。

在近年數字改革的浪潮下，大數據帶來的信息效益逐步顯現，油氣管道的管理也緊跟時代的步伐，運用大數據的智慧，結合數據整合分析技術，排查管道潛在隱患點，靠數據引流導向給管理提供更加科學的數據支撐，做到經濟和人力的雙重節約，風險排查的效果加倍提升，起到了事半功倍的效果。本文主要基于大數據進行管道建設期資料的恢復和分析，運用數據整合分析技術[3]，打通各項數據流之間的關隘，有效排查管道潛在風險點，提升排查有效性，保障管道的安全運輸。

1 管理理論

風險（risk）是指危險，或者遭受損失、傷害、不利或毀滅的可能性，從某種意義上來講，又指發生不幸事件的概率。既然是概率，是指事件還未發生，只是預估發生的可能性高低。總會有些事情是不能控制的，風險總是存在的。作為管理者會采取各種措施減小風險事件發生的可能性，或者把可能的損失控制在一定的范圍內，以避免在風險事件發生時帶來的難以承擔的損失。風險控制的4種基本方法是：風險回避、損失控制、風險轉移和風險保留。

油氣管道因其埋地不可見的特殊性，風險一直存在，為了確保其安全運輸，風險可知、可控，避免爆炸或者泄露等事故發生后帶來的生命和財產損失的同時只能被動應對的情況，我們國家于20世紀末開始開展管道的完整性管理[2]，以提前預防的理念，進行管道的管理，編制一系列規范并構建相對應的一系列管理方法，現在仍然在踐行深耕完整性管理這套管理理念。完整性管理（pipeline integrity management，PIM）是指對管道面臨的風險因素不斷進行識別和評價，持續消除識別到的不利影響因素，采取各種風險消減措施，將風險控制在合理、可接受的范圍內，最終實現安全、可靠、經濟地運行管道的目的[4]。根據GB 32167—2015《油氣輸送管道完整性管理規范》，數據的采集和整合正是完整性管理六步循環中起始夯實基礎的重要一環[4]。

同時隨著我國大數據時代的到來，大數據分析對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力，在新一代信息技術和服務上展現出巨大的優勢，而完整性管理中數據采集和整合的數據多源、量大、格式多樣等的情況非常適合運用大數據進行分析，兩者的深度結合將為油氣管道的管理錦上添花。

廣東省管網有限公司運用數據整合分析技術，在一、二期工程線路的10條管線進行了管道建設期數據對齊、一致性復核、底片復評等環焊縫排查工作，進行預先危險性分析，排查出一批風險較高的環焊縫，并于后期安排開挖驗證，發現的問題焊縫需修復的概率遠高于集團發布的平均修復概率，說明前期進行的一系列環焊縫排查工作卓有成效。

2 研究方法

本文主要基于預先危險性分析（Preliminary Hazard Analysis，PHA）理論[5]，采用數據整合分析技術，對廣東省管網有限公司一、二期管線共計619 km的管道進行環焊縫質量風險排查。

預先危險性分析是指在每項工作具體開展之前，特別是在生產活動的初始階段，對系統可能存在危險的種類、造成危險出現環境條件、危險發生后可能會出現的后果等進行大體的分析，盡可能識別出潛在的危險[5]。主要是在還未對系統有全面的了解之前，辨識可能出現或者已經存在的危險源[5]，并且努力找出可以預防或者進行補救的相關措施。廣東省管網有限公司一、二期工程管線共計619 km的管道進行環焊縫質量風險排查，正是基于預先危險性分析對管道潛在的環焊縫質量風險點進行預先分析排查，找出風險相對較高的環焊縫，進行開挖修復，消除風險點。

本文采用數據整合分析技術，將不同時期、不同來源、不同格式的海量管道數據，進行從無序到有序、由繁瑣到簡潔、由分散到集中、由孤立到關聯的轉變，進一步挖掘關聯關系的核心——數據值之間的數理關系[6]，根據顯性數據流導向指征，指導現實開挖作業，削減管道潛在風險，具體整合分析思路如圖1所示。

3 實踐分享

對一、二期管線共計10條管線，基于預先危險性分析的原理，運用數據整合分析技術進行了環焊縫質量風險排查工作，具體工作詳細如下。

3.1 應用對象

本次實踐的應用對象包括管線A—管線J等，長度共計約619 km，各管線的詳細情況見表1，為方便起見，各管線為名稱代稱。

3.2 數據范圍

對上述10條管線的建設期竣工資料以及運營期內檢測成果等14類數據進行數據整理，具體數據類見表2。

3.3 應用成果

通過數據整理，進一步進行底片數字化、底片復核、內檢測信號復核和數據對齊等工作，將各項成果進行數據整合分析，最終排查焊口56 417道，發現疑似黑口61道，底片復評發現存疑焊口109道（其中疑似裂紋15道、根部缺陷42道、其他超標缺陷25道、組對不規范27道）、內檢測嚴重異常104道，以及底片資料缺失口4 389道。具體成果見表3。

經綜合考慮，在數據整合分析的成果中推薦底片存疑口109道，疑似黑口61道，內檢測嚴重異常焊口96道，以及一些其他特征焊口抽查口進行開挖驗證。需要說明的是，考慮一些焊口可能同時具備多種屬性，上述數據在統計時均按照各自獨立屬性進行統計，可能導致部分焊口存在重復統計的情況。

3.4 開挖驗證效果

截至2022年年底，共完成上述管線401道環焊縫的開挖驗證，其中，發現不合格焊口91道，占總開挖焊口的22.69%，裂紋口16道，占總開挖焊口的3.99%，需修復焊口26道，占總開挖焊口的6.48%，具體見表4。

按照鋼級劃分，10條管道劃分為X70、X60和X52 3個類別，根據鋼級，開挖焊口成果見表5。

因X60和X52開挖數量較少，樣本量不具有統計分析意義，從X70鋼級的開挖效果來看，裂紋占比3.85%，需修復占比6.15%，遠高于截至2021年底國內X70鋼級管道3.8%的平均需修復比例，說明本次環焊縫質量風險排查中所做的工作卓有成效。

進一步分析開挖數據中各項排查手段的貢獻度情況，將本次排查成果中通過各類排查手段篩選出來的焊口進行開挖統計分析，具體如表6和圖2所示。

通過表6和圖2可知，從不合格焊口占比、裂紋口占比和需修復占比上來看，排查環焊縫質量風險的有效性上大致趨勢為：底片存疑口大于疑似黑口大于內檢測嚴重異常口大于其他屬性焊口。從各自小維度內看，共性為多屬性疊加的焊口發現的裂口比例和需修復焊口比例相較于單屬性或者無屬性疊加的焊口的裂口比例和需修復焊口比例要高一些。結合表4，在裂紋口的排查有效性上，裂紋口共計發現16道，通過對底片存疑口進行開挖，發現了10道，貢獻率在62.5%，超過總體一半的貢獻度。

4 結論

本文基于預先危險性分析理論，通過數據整合分析技術，對廣東省管網有限公司一、二期工程共計619 km的管道進行環焊縫質量風險排查，并將潛在風險點進行開挖驗證，開挖結果顯示本次的環焊縫質量風險排查效果卓有成效，并且從排查手段上來看，環焊縫質量風險排查的有效性上大致趨勢為底片存疑口大于疑似黑口大于內檢測嚴重異?？诖笥谄渌麑傩院缚?，并且多屬性疊加的焊口比單屬性或者無屬性疊加的焊口潛在風險相對較高，建議后期重點關注。

本文的研究結論不排除底片質量或者內檢測信號質量的影響，建議后期在此基礎上繼續進行開挖驗證，對數據樣本量進行擴充，再次進行研究論證。同時建議不斷擴充不合格焊口、裂紋口以及需修復焊口等其他重點關注焊口的樣本庫，為后期其他管線相關環焊縫質量風險排查提供數據支撐。

參考文獻：

[1] 張鵬，楊宗強，沈豪，等.灰色理論和DEMATEL在城市燃氣管道風險評價中的運用[J/OL].安全與環境學報：1-9[2023-03-27].http：//vpnlib.zjxu.edu.cn：8080/rwt/CNKI/https/MSYXTLUQP

JUB/10.13637/j.issn.1009-6094.2022.1018.

[2] 王學力，馮慶善，宋漢成，等.油氣管道完整性管理[J].上海煤氣，2009，280（6）：36-39.

[3] 黃知坤，董華清，盛安全，等.管道數據整合分析技術在管道運維管理中的應用[J].石油管材與儀器，2021，7（1）：6-10.

[4] 油氣輸送管道完整性管理規范：GB 32167—2015[S].2015.

[5] 張小蝶，林藝鴻，紀麗麗，等.預先危險性分析對油氣管道泄漏事故的啟示[J].管理觀察，2017，647（12）：9-11，14.

[6] 汪俊亮，高鵬捷，張潔，等.制造大數據分析綜述：內涵、方法、應用和趨勢[J/OL].機械工程學報：1-16[2023-03-27].http：//kns.cnki.net/kcms/detail/11.2187.TH.20230309.1714.038.html.

第一作者簡介：陳啟斌（1989-），男，工程師。研究方向為油氣輸送管道完整性管理。