海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)研究

文｜孔敏 袁向兵 陸友明 閔哲

海上生產(chǎn)物聯(lián)網(wǎng)面臨設(shè)備數(shù)量多、分布廣、運行環(huán)境差、專業(yè)性強的問題；受海上環(huán)境因素影響網(wǎng)絡(luò)類型多，數(shù)據(jù)回傳環(huán)節(jié)多，由于缺乏網(wǎng)絡(luò)設(shè)備運行狀態(tài)監(jiān)測工具，因網(wǎng)絡(luò)故障導(dǎo)致數(shù)據(jù)回傳失敗的風險比陸上油田高。當前被動應(yīng)急、人工診斷分析、相關(guān)軟件孤立分散的傳統(tǒng)運維方式遠遠不能適應(yīng)新的運維需求。因此，本文研究海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)，該技術(shù)集狀態(tài)感知、數(shù)據(jù)融合、智能診斷、邊云協(xié)同于一體，有效實現(xiàn)故障精確定位、狀態(tài)全面感知、報警及時響應(yīng)，在保障生產(chǎn)的同時，極大提高運維效率，為海上油田智能化建設(shè)培根筑基。

一、研究背景

海上采油平臺多，范圍廣，生產(chǎn)數(shù)據(jù)從產(chǎn)生、回傳直到相關(guān)應(yīng)用，要經(jīng)過10余個環(huán)節(jié)，受限于氣象海況影響，故障排查不及時，傳統(tǒng)模式下被動應(yīng)急、人工診斷分析、信息孤立分散的運維模式已不能適應(yīng)新的故障診斷需求。隨著行業(yè)數(shù)字化、智能化與業(yè)務(wù)融合并走向智慧建設(shè)，中石化總部、勝利油田、海洋廠都在數(shù)字化基礎(chǔ)、信息智能化的應(yīng)用方面進行轉(zhuǎn)型。

因此，開展海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)研究，基于物聯(lián)網(wǎng)智能診斷技術(shù)，實現(xiàn)設(shè)備狀態(tài)全域感知、多源數(shù)據(jù)有機融合、故障診斷智能迅速，有效保障海上安全生產(chǎn)，提升海上油田故障處置的效率，減少運維成本，為海上油田智能化建設(shè)培根筑基。

二、國內(nèi)外現(xiàn)狀

東北林業(yè)大學的張佳薇等針對工業(yè)現(xiàn)場傳感器狀態(tài)類型復(fù)雜多變、被測參量難以準確可靠獲得等問題,基于物聯(lián)網(wǎng)獲取的傳感器信息，提出了一種D-S證據(jù)理論的傳感器故障診斷方法。中國計量大學的李明等針對傳感器微弱故障難以診斷的問題,提出了一種基于數(shù)據(jù)驅(qū)動的一階定值閉環(huán)系統(tǒng)中傳感器微弱故障實時診斷方法。電子科技大學的彭旭樹等針對部分行業(yè)對儀器儀表自身的健康狀態(tài)要求極其苛刻的問題，基于工業(yè)互聯(lián)網(wǎng)的監(jiān)測系統(tǒng)建立了儀表設(shè)備故障診斷專家系統(tǒng)。

法國巴黎大學的雷帕·瓦索等針對大規(guī)模傳感器網(wǎng)絡(luò)中傳感設(shè)備的故障問題，提出了一種基于子系統(tǒng)劃分和故障診斷代理的定位與隔離方法。西班牙馬拉加的瑞秋·巴科等對針對網(wǎng)絡(luò)的自主管理，研究了物聯(lián)網(wǎng)系統(tǒng)自主診斷的方法，對網(wǎng)絡(luò)設(shè)備故障進行實時檢測定位，有效提高了網(wǎng)絡(luò)的可靠性。英國考文垂大學的戈拉等針對傳感器陣列提出了一種基于人工智能的傳感器故障診斷解決方案，建立一種與過程無關(guān)且特定于傳感器的方法，用于檢測和隔離傳感器故障和故障恢復(fù)。

三、總體思路

本文主要研究海上油田邊云協(xié)同的結(jié)構(gòu)化故障診斷技術(shù)，該技術(shù)涵蓋狀態(tài)感知模塊、數(shù)據(jù)融合模塊、智能診斷模塊、邊云協(xié)同技術(shù)四部分，如圖1所示。

狀態(tài)感知模塊實現(xiàn)對生產(chǎn)物聯(lián)網(wǎng)拓撲結(jié)構(gòu)和網(wǎng)絡(luò)設(shè)備運行狀態(tài)的實時檢測，奠定了數(shù)據(jù)集中管理與分析的基礎(chǔ)；數(shù)據(jù)融合模塊對實時感知的數(shù)據(jù)進行特征提取、數(shù)據(jù)融合、噪聲過濾實等預(yù)處理，規(guī)范數(shù)據(jù)治理，實現(xiàn)數(shù)據(jù)互聯(lián)互通；智能診斷模塊利用D-S證據(jù)理論進行故障判定，實現(xiàn)基于數(shù)據(jù)驅(qū)動的物聯(lián)網(wǎng)設(shè)備故障智能診斷，并進行故障設(shè)備的自主隔離；建立基于邊云協(xié)同的結(jié)構(gòu)化故障診斷系統(tǒng)，解決網(wǎng)絡(luò)邊緣缺乏數(shù)據(jù)處理中心，提高數(shù)據(jù)處理和部分故障診斷與定位的效率。

圖1.系統(tǒng)構(gòu)架圖

四、主要功能設(shè)計

（一）狀態(tài)感知技術(shù)解決物聯(lián)設(shè)備狀態(tài)采集問題

海上油氣生產(chǎn)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在油氣生產(chǎn)行業(yè)應(yīng)用的延伸，通過不同類型系統(tǒng)采集數(shù)據(jù)，以傳感設(shè)備為媒介將油氣生產(chǎn)工業(yè)控制系統(tǒng)，乃至整個生產(chǎn)環(huán)節(jié)的參數(shù)和控制連接在一起，呈現(xiàn)出覆蓋專業(yè)廣、設(shè)備類型雜、數(shù)據(jù)節(jié)點多、運行環(huán)境差、專業(yè)性強的特點。

中石化的海洋采油廠目前共有前端儀器儀表5萬余臺，采集控制終端（PLC）134套，包括儀器儀表類、信息輔助類、網(wǎng)絡(luò)感知類等設(shè)備，涵蓋電、信、控等專業(yè)。同時，受海上環(huán)境因素影響網(wǎng)絡(luò)類型多，數(shù)據(jù)回傳環(huán)節(jié)多，因網(wǎng)絡(luò)故障導(dǎo)致數(shù)據(jù)回傳失敗的風險比陸上油田高，缺乏網(wǎng)絡(luò)設(shè)備運行狀態(tài)監(jiān)測工具。

通過物聯(lián)網(wǎng)設(shè)備運行狀態(tài)實時監(jiān)測，可以有效解決信息化設(shè)備數(shù)據(jù)采集不全面，現(xiàn)有設(shè)備儀表數(shù)據(jù)分布在不同業(yè)務(wù)系統(tǒng)中，數(shù)據(jù)信息沒有集中管理與分析的問題，為高效可靠的故障診斷提供豐富的前端數(shù)據(jù)基礎(chǔ)。

具體地，針對儀器儀表類，基于不同工業(yè)協(xié)議，通過DCS、OPC、PLC接口采集監(jiān)測溫變、壓變、閾阻、變頻器、流量計等設(shè)備數(shù)據(jù)，實現(xiàn)生產(chǎn)數(shù)據(jù)直接采集監(jiān)測；

針對信息輔助類，以集成人員定位、助航設(shè)備、航標燈和動環(huán)監(jiān)控等輔助業(yè)務(wù)系統(tǒng)，進行航標燈狀態(tài)、Lora網(wǎng)關(guān)、航空障礙燈狀態(tài)、霧笛狀態(tài)、航道監(jiān)控等數(shù)據(jù)監(jiān)測數(shù)據(jù)采集集成；

針對網(wǎng)絡(luò)感知類，通過對視頻網(wǎng)絡(luò)、工控網(wǎng)絡(luò)、行業(yè)4G網(wǎng)絡(luò)、輔助服務(wù)應(yīng)用網(wǎng)等全鏈路感知，主動采集監(jiān)測交換機、網(wǎng)橋、服務(wù)器、網(wǎng)閘、視頻等設(shè)備狀態(tài)，對設(shè)備及鏈路可靠性進行分析。

（二）數(shù)據(jù)融合技術(shù)解決數(shù)據(jù)關(guān)聯(lián)提純問題

在海上油田物聯(lián)網(wǎng)中，網(wǎng)絡(luò)基站專業(yè)管理軟件主要監(jiān)測基站、網(wǎng)橋、交換機等網(wǎng)絡(luò)設(shè)備運行狀態(tài)數(shù)據(jù)；SCADA/PCS生產(chǎn)指揮系統(tǒng)主要負責通信中斷、數(shù)據(jù)超閾值生產(chǎn)類報警；視頻監(jiān)控、應(yīng)用系統(tǒng)通過人工電子巡檢能夠發(fā)現(xiàn)部分視頻設(shè)備故障；定位系統(tǒng)可實現(xiàn)海上助行設(shè)備、海上人員定位。

油田各類信息化業(yè)務(wù)系統(tǒng)的正常運行依賴于可靠的網(wǎng)絡(luò)環(huán)境和準確的儀器儀表、傳感器信息，錯誤的前端傳感信息會嚴重影響信息化業(yè)務(wù)系統(tǒng)的業(yè)務(wù)決策。同時，網(wǎng)絡(luò)系統(tǒng)、SCADA/PCS生產(chǎn)指揮、視頻監(jiān)控等獨立運行，受數(shù)據(jù)類型結(jié)構(gòu)因素影響，系統(tǒng)之間數(shù)據(jù)無法共享。由于缺少自動關(guān)聯(lián)分析的能力，運維工作離散低效，無法實現(xiàn)全業(yè)務(wù)流程的智能協(xié)同。為此，通過特征提取、數(shù)據(jù)融合、噪聲過濾實現(xiàn)故障數(shù)據(jù)的融合預(yù)處理。

儀器儀表類設(shè)備依托SCADA系統(tǒng)儀表自動采集及轉(zhuǎn)儲技術(shù)，完善提升井口儀表設(shè)備信息采集質(zhì)量，夯實設(shè)備智能診斷評價的數(shù)據(jù)基礎(chǔ)。網(wǎng)絡(luò)設(shè)備，基于響應(yīng)協(xié)議棧指紋的主動探測方法、基于被動探測單包響應(yīng)時延統(tǒng)計的探測技術(shù)和油田場景對象的探測（特有工控通信協(xié)議），通過指紋特征匹配進行資產(chǎn)類型及基本信息的采集展示，最終研發(fā)的網(wǎng)絡(luò)探測采集監(jiān)控程序，實現(xiàn)網(wǎng)絡(luò)節(jié)點設(shè)備運行狀態(tài)的實時監(jiān)控。

基于設(shè)備感知識別技術(shù)，對采集數(shù)據(jù)進行特征提取與分類。為了降低數(shù)據(jù)間因數(shù)據(jù)的量級、分布情況對數(shù)據(jù)特征提取所造成的影響，對多源異構(gòu)數(shù)據(jù)進行歸一化處理，獲得概率的原始數(shù)據(jù)輸入。進而使用卡爾曼濾波算法過濾噪聲干擾（見圖2），引入相對誤差和均方根誤差對預(yù)處理數(shù)據(jù)置信度和精確度進行檢驗，進行數(shù)據(jù)提純。

圖2 經(jīng)典卡爾曼濾波算法示意圖

（三）智能診斷技術(shù)解決故障診斷效率問題

受原本系統(tǒng)獨立性和數(shù)據(jù)孤島的影響，在海上油田故障處理實際過程中，運維人員個人經(jīng)驗決定了故障診斷效率，形成的運維經(jīng)驗缺少有效的固化傳承手段，疊加崗位人員的頻繁流動，導(dǎo)致故障發(fā)現(xiàn)、診斷與定位效率低的問題。因此，亟須將故障診斷經(jīng)驗梳理、優(yōu)化，提升為數(shù)字化、智能化的專家診斷知識庫，提高故障診斷效率。

在智能診斷模塊，根據(jù)各類業(yè)務(wù)專家及運維人員總結(jié)積累的故障診斷定位經(jīng)驗，對于簡單的信息源使用閾值分析的方式判斷設(shè)備故障，對于復(fù)雜的信息源使用D-S證據(jù)理論進行故障判定，采用多源數(shù)據(jù)融合降低漏警率和虛警率，最終通過大量樣本學習訓練，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，實現(xiàn)基于數(shù)據(jù)驅(qū)動的故障智能診斷。

此外，設(shè)備故障從發(fā)現(xiàn)到排除需要一定的運維時間，期間故障設(shè)備回傳的數(shù)據(jù)信息將嚴重影響信息化系統(tǒng)的可靠性。因此需要對故障設(shè)備進行自主隔離，防止生產(chǎn)信息化系統(tǒng)使用錯誤的傳感數(shù)據(jù)進行業(yè)務(wù)決策，提高系統(tǒng)可靠性。

（四）邊云協(xié)同技術(shù)解決算力共享問題

建立海上物聯(lián)邊緣智能網(wǎng)關(guān)，針對網(wǎng)絡(luò)類設(shè)備、SCADA生產(chǎn)、人員定位設(shè)備、海上動環(huán)監(jiān)測等進行多協(xié)議直采，部署在物聯(lián)網(wǎng)邊緣節(jié)點，有效解決了網(wǎng)絡(luò)邊緣缺乏數(shù)據(jù)處理中心，所有故障診斷均需在數(shù)據(jù)回傳后判定這一問題，從而實現(xiàn)對物聯(lián)設(shè)備狀態(tài)的自動監(jiān)測與采集、設(shè)備故障的智能感知與診斷和數(shù)據(jù)信息的處理與轉(zhuǎn)發(fā)等功能，提高數(shù)據(jù)處理和部分故障診斷與定位的效率。

進一步地，通過邊云協(xié)同技術(shù)，對設(shè)備進行區(qū)域劃分，實現(xiàn)基于邊緣計算的區(qū)域自治和邊云結(jié)合的協(xié)同管設(shè)，打通各條線信息采集與推送接口，實現(xiàn)終端數(shù)據(jù)自動流轉(zhuǎn)、多方共享的運行服務(wù)模式，圍繞數(shù)字城市建設(shè)和數(shù)字經(jīng)濟發(fā)展，促進數(shù)據(jù)“應(yīng)用盡用”，推動數(shù)字經(jīng)濟高質(zhì)量發(fā)展和政府治理現(xiàn)代化轉(zhuǎn)型。

（五）突出多元應(yīng)用

在數(shù)字化轉(zhuǎn)型頂層設(shè)計的框架下，加快基礎(chǔ)平臺和應(yīng)用平臺建設(shè)，深化平臺建設(shè)成果核驗，發(fā)揮法人、自然人、地理信息和信用信息等四大庫基礎(chǔ)作用，發(fā)揮“政務(wù)服務(wù)一張網(wǎng)”“可信平臺” “領(lǐng)導(dǎo)駕駛艙” “生態(tài)眼”、不動產(chǎn)登記信息服務(wù)與監(jiān)管平臺、“政務(wù)數(shù)據(jù)共享平臺”等平臺支撐作用，推進國土空間、基礎(chǔ)地形、城市建筑、市政設(shè)施和地下管線的數(shù)字底圖管理系統(tǒng)建設(shè)和信息備案，實現(xiàn)城市治理全要素共享，建立起實際業(yè)務(wù)管用、基層人員愛用、群眾感到受用的城市治理數(shù)字化應(yīng)用體系，創(chuàng)新思路、提高效率，加快建設(shè)領(lǐng)導(dǎo)駕駛艙平臺，努力實現(xiàn)“一網(wǎng)整合數(shù)據(jù)、一屏能觀全局、一體應(yīng)急聯(lián)動”，真正把大數(shù)據(jù)優(yōu)勢轉(zhuǎn)化為城市治理效能。

（六）善用新興技術(shù)

以區(qū)塊鏈、大數(shù)據(jù)、人工智能為代表的新一代信息技術(shù)不斷發(fā)展和涌現(xiàn)，數(shù)字化、網(wǎng)絡(luò)化、智能化趨勢加速演進，科技創(chuàng)新的決定性意義更加突出，為推動經(jīng)濟社會轉(zhuǎn)型發(fā)展、提升社會治理能力、塑造城市競爭新優(yōu)勢、實現(xiàn)跨越式發(fā)展提供了有效支撐。加快應(yīng)用量子通信、區(qū)塊鏈等技術(shù)，提升“城市大腦”服務(wù)能力、“神經(jīng)系統(tǒng)”感知能力，促進信息交互和輔助決策更快捷，為城市數(shù)字化轉(zhuǎn)型提供基礎(chǔ)保障。