BP神經(jīng)網(wǎng)絡(luò)在管道內(nèi)腐蝕直接評價(jià)中的應(yīng)用

陳 君 趙曉云 蔡樂樂 鄭 超 彭 敏

（1. 北京西管安通檢測技術(shù)有限責(zé)任公司，北京 100107；2. 長慶油田分公司第三采油廠，寧夏 銀川 750000）

0 引言

我國屬于能源生產(chǎn)和消費(fèi)大國，在很多年前就開始進(jìn)行油氣管道的建設(shè)，那個(gè)階段設(shè)計(jì)水平不高，施工質(zhì)量相對較低，缺乏必要的器具與設(shè)備，工藝條件顯得十分滯后。我國已經(jīng)進(jìn)入到了頻繁發(fā)生油氣管道事故的階段，油氣管道的輸送介質(zhì)中，一般含水率較高，還可能含有二氧化碳、硫化氫、氧氣等雜質(zhì)。在上述腐蝕性因素的影響下，其會通過化學(xué)介質(zhì)對鋼管進(jìn)行腐蝕，給生產(chǎn)單位帶來難以挽回的損失。因此，管道的內(nèi)腐蝕直接評價(jià)日益受到重視，而內(nèi)腐蝕直接評價(jià)中的關(guān)鍵環(huán)節(jié)就是建立腐蝕速率預(yù)測模型并盡可能準(zhǔn)確地提高預(yù)測的準(zhǔn)確率。

B P 神經(jīng)網(wǎng)絡(luò)又稱反向傳播網(wǎng)絡(luò)（B a c k-Propagation Network）[1]，是由J.L.McClelland和D.E.Rumelhart兩人在上世紀(jì)八十年代末期提出，認(rèn)為在互聯(lián)網(wǎng)出現(xiàn)計(jì)算誤差滯后時(shí)，其會從相反的方向進(jìn)行傳播，在到達(dá)輸入層之后通過計(jì)算提高傳輸質(zhì)量。現(xiàn)階段最具效果的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法就是BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。它的結(jié)構(gòu)包括輸入層、隱藏層、輸出層，基本思想是梯度下降法。有兩個(gè)算法在基本BP算法里面包含著，前向信號的傳播和反向誤差的傳播。如果實(shí)際輸出與預(yù)期輸出不一致，它通過轉(zhuǎn)變誤差的方向，然后進(jìn)行傳播。這一傳播方式存在較為明顯的輸出誤差，通過作用于輸入層，在穿透隱含層進(jìn)行傳輸，確保能夠?qū)⒄`差配置到各個(gè)單元。同時(shí)，根據(jù)信號的反饋，將其作為今后進(jìn)行調(diào)整的參照[2]。

對于BP神經(jīng)網(wǎng)絡(luò)來說，其自身優(yōu)勢較為明顯：一是從隱含層來看，只要其數(shù)量與節(jié)點(diǎn)數(shù)量較多，那么其就可以接近任何區(qū)域，以便能夠形成各種非線性映射關(guān)系；二是其泛化水平較強(qiáng)，往往會采用全局逼近的手段，借助算法實(shí)現(xiàn)網(wǎng)絡(luò)訓(xùn)練的效果。

本文的目的就是針對目前有報(bào)道的BP神經(jīng)網(wǎng)絡(luò)用于管道內(nèi)腐蝕直接評價(jià)的方法和應(yīng)用案例進(jìn)行詳細(xì)的介紹，力圖從中尋找出有效的、吻合率高的管道內(nèi)腐蝕直接評價(jià)建模方法。

1 管道內(nèi)腐蝕直接評價(jià)

從油氣輸送管道的發(fā)展來看，其功能大致可以分為下列若干種：一是遠(yuǎn)途管道，其往往用于相隔較遠(yuǎn)地區(qū)的輸送；二是集輸管道，其對距離的要求不高，中短途亦可；三是場站工藝管線，經(jīng)常被用在單元之間或者內(nèi)部。隨著油田原油開采逐漸進(jìn)入中后期，使用增產(chǎn)技術(shù)，原油中的含水量、藥劑、細(xì)菌等會逐漸增多，從而加劇輸油管道內(nèi)腐蝕。

管道內(nèi)腐蝕直接評價(jià)（ICDA）是在外腐蝕直接評價(jià)（ECDA）研究的基礎(chǔ)上發(fā)展起來的，是結(jié)合相關(guān)信息得出的結(jié)果，預(yù)測腐蝕所產(chǎn)生的具體作用，查看其對管道的實(shí)際破壞程度，以便能夠采取相應(yīng)的防護(hù)措施[3]。

其中結(jié)合輸送介質(zhì)的具體差異，ICDA分為以下幾個(gè)種類：一是LP-ICDA，其主要用于液體石油管道，對其腐蝕性進(jìn)行檢測；二是DG-ICDA，其主要用于干氣管道，對其腐蝕性進(jìn)行檢測；三是WGICDA，其主要用于濕氣管道，對其所腐蝕性進(jìn)行檢測；四是MP-ICDA，其主要用于多相流管道，對其腐蝕性進(jìn)行檢測[4]。實(shí)施ICDA的過程可大致有以下幾個(gè)過程：一是對其進(jìn)行預(yù)先評價(jià)，通過對相關(guān)信息進(jìn)行歸納與整理，明確其可行性，并對其區(qū)段作出界定；二是進(jìn)行間接檢測，通過確定具體的管段，并對具體的位置進(jìn)行全面檢查；三是直接進(jìn)行評價(jià)與檢測，明確哪些區(qū)域可能會遭到腐蝕，并且確定的具體的檢測區(qū)域；四是作出后評價(jià)，針對以上幾步的檢測結(jié)果，對尚未進(jìn)行檢測的部分腐蝕程度進(jìn)行推測。上述幾個(gè)階段雖然大體相似，不過其計(jì)算方式明顯不同[4]。

ICDA技術(shù)關(guān)鍵為主要考慮管道離子濃度種類及含量、多相流型、截面持液/水率、流速、壓力以及溫度等參數(shù)，對管道中可能發(fā)生腐蝕的位置及腐蝕速率進(jìn)行預(yù)測，并利用管道直接開挖檢測的方式進(jìn)行驗(yàn)證，從而達(dá)到對管道內(nèi)腐蝕進(jìn)行直接評價(jià)的目的。因此，ICDA的關(guān)鍵是確定腐蝕類型，根據(jù)流態(tài)分析腐蝕環(huán)境，建立腐蝕模型。

油田集輸管道運(yùn)行時(shí)很多時(shí)候都屬于多相流形態(tài)，腐蝕影響因素較多，對其進(jìn)行內(nèi)腐蝕直接評價(jià)也較為復(fù)雜。本論文重點(diǎn)論述多相流管道內(nèi)腐蝕直接檢測（MP-ICDA）。2016年3月，多相流管線內(nèi)腐蝕直接評價(jià)標(biāo)準(zhǔn)（MP-ICDA）由美國腐蝕工程師協(xié)會（NACE）發(fā)布，即NACE SP0116-2016《Multiphase Flow Internal Corrosion Direct Assessment（MP-ICDA）Methodology for Pipelines》，但該標(biāo)準(zhǔn)中并沒有提出行之有效的預(yù)測方法[5]，也沒有具體的建立腐蝕模型的方法。我國現(xiàn)行的標(biāo)準(zhǔn)是由中國石油規(guī)劃總院在2020年提出的SY/T 0087.2-2020標(biāo)準(zhǔn)，其中的多相流管道部分提到目前已有的腐蝕模型難以涵蓋所有的腐蝕因素和腐蝕類型，并且有一定的使用范圍和局限性，為確保考慮更多的腐蝕影響因素，建議采用多種腐蝕模型對高風(fēng)險(xiǎn)點(diǎn)進(jìn)行篩選，根據(jù)得到的結(jié)果進(jìn)行綜合分析[6]。SY/T 0087.2-2020標(biāo)準(zhǔn)中也未明確在實(shí)施MPICDA時(shí)具體采用何種方式建立腐蝕模型，需要實(shí)施者根據(jù)現(xiàn)場具體腐蝕條件和情況建立合適的模型進(jìn)行腐蝕速率預(yù)測。

2 BP神經(jīng)網(wǎng)絡(luò)用于管道內(nèi)腐蝕直接評價(jià)

油氣田在役管道特別是多相流管道的腐蝕受到的影響因素比較多，有二氧化碳、硫化氫、細(xì)菌、沉積物、管道路由等[5]，同時(shí)不同要素所產(chǎn)生的腐蝕效果并不相同，對其進(jìn)行腐蝕速率預(yù)測比較復(fù)雜，可能還要考慮到各因素或某幾種因素之間的互相影響。目前國際上關(guān)于二氧化碳腐蝕速率的預(yù)測模型主要包括經(jīng)驗(yàn)?zāi)Ｐ?、半?jīng)驗(yàn)?zāi)Ｐ秃蜋C(jī)理模型三類[7]。這三類預(yù)測模型都存在一定的缺點(diǎn)。自上世紀(jì)九十年代以來，一些專家對管道腐蝕的研究側(cè)重有所轉(zhuǎn)變，將研究焦點(diǎn)放在了多相流管道領(lǐng)域，從不同的角度出發(fā)，對其出現(xiàn)腐蝕之后的產(chǎn)物展開了探討[5]。近年來隨著計(jì)算機(jī)技術(shù)，尤其是神經(jīng)網(wǎng)絡(luò)的發(fā)展，多相流管道的腐蝕預(yù)測有了新的途徑和工具[8]，很多學(xué)者也采用BP神經(jīng)網(wǎng)絡(luò)對多相流管道的內(nèi)腐蝕進(jìn)行了預(yù)測和研究。本文在各位學(xué)者研究的基礎(chǔ)上，分別從國內(nèi)外研究進(jìn)展、BP神經(jīng)網(wǎng)絡(luò)的修正和改進(jìn)等方面對BP神經(jīng)網(wǎng)絡(luò)技術(shù)在在役油氣管道的腐蝕預(yù)測方面進(jìn)行了探討。

2.1 國外研究進(jìn)展

現(xiàn)階段，在人工神經(jīng)網(wǎng)絡(luò)不斷發(fā)展的背景下，在非線性研究上該技術(shù)的地位已經(jīng)逐步顯現(xiàn)，成為了應(yīng)用型較強(qiáng)的工具之一[9,10]，其在腐蝕預(yù)測方面有著較大的應(yīng)用空間[11]。Senouci A[12]通過建立相關(guān)模型，對一系列管道展開了實(shí)驗(yàn)，提取了其中的管道檢測數(shù)據(jù)，以便能夠及時(shí)查看其腐蝕情況。Noor N M[13]運(yùn)用半概率的檢測方式，通過觀察海底當(dāng)中管道的現(xiàn)狀，對其遭受腐蝕的強(qiáng)度做出了估計(jì)。Haque等[14]借助該項(xiàng)技術(shù)的優(yōu)勢，對管道受到腐蝕之后的疲勞程度進(jìn)行了分析。Kamrunnahar等[15]進(jìn)行了腐蝕性預(yù)計(jì)，認(rèn)為這一技術(shù)在運(yùn)行中依然有一些不足之處，尤其在邏輯推理方面表現(xiàn)的比較突出。M Mahmoodian等[16]以腐蝕管道作為研究對象，通過構(gòu)建強(qiáng)度模型，對已經(jīng)經(jīng)歷腐蝕的管道進(jìn)行檢測，預(yù)估其修復(fù)的時(shí)間。在其出現(xiàn)不止一個(gè)腐蝕坑時(shí)，需要對其進(jìn)行有效串聯(lián)，對其失效情況做出估計(jì)。Chinedu I等[17]結(jié)合腐蝕時(shí)間的具體信息，利用馬爾科夫模型的預(yù)測方式，對管道中的深坑進(jìn)行了計(jì)算，并將結(jié)果與現(xiàn)有的數(shù)據(jù)展開對比，認(rèn)為兩者趨同一致。在實(shí)際研究過程中，需要對模型獲取的數(shù)據(jù)做出比較，結(jié)合蒙特卡羅模擬值所提供的信息，用來對模型的精準(zhǔn)性做出衡量[18,19]。

2.2 國內(nèi)研究進(jìn)展

2.2.1 用BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸油管道腐蝕速率

影響輸油管道內(nèi)腐蝕速率的主要因素是原油硫含量、酸值、溫度、流速和壓力。采用多線性回歸技術(shù)雖然可以表述管道內(nèi)腐蝕速率[20]，但該技術(shù)忽略了各個(gè)因素間交互作用對腐蝕速率的影響。人工神經(jīng)網(wǎng)絡(luò)是反映人腦結(jié)構(gòu)和功能的一種抽象的數(shù)學(xué)模型，能方便準(zhǔn)確地預(yù)測金屬管道的腐蝕速率[21]。

章玉婷等[22]在進(jìn)行技術(shù)選擇時(shí)，注重選擇三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)技術(shù)，通過篩選輸入?yún)?shù)，將溫度、流速等考慮在內(nèi)。在設(shè)立輸出參數(shù)時(shí)，將腐蝕速率作為重要的參考依據(jù)，建立了16Mn管道鋼的腐蝕速率預(yù)測模型。孫哲[23]在使用BP神經(jīng)網(wǎng)絡(luò)算法時(shí)，將南海流域作為研究對象，對其海底當(dāng)中的管道展開探究，通過測算其腐蝕的速度，建立了具體的預(yù)測程序，能夠?qū)剩?%的海底管道進(jìn)行有效的內(nèi)腐蝕速率預(yù)測。李秀娟等[24]在運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)時(shí)，將其與灰色理論巧妙地聯(lián)系起來，通過構(gòu)建相關(guān)模型，將模型中得出的數(shù)據(jù)結(jié)果輸入到神經(jīng)網(wǎng)絡(luò)中，用這個(gè)方法得到的結(jié)果值和設(shè)置數(shù)據(jù)值很接近。田源等[25]在H2S和CO2共存條件下，建立了半經(jīng)驗(yàn)腐蝕模型，結(jié)合具體的算法步驟，制作出專門的預(yù)測軟件，用來測算含硫管道中的腐蝕情況。蔣必政[26]基于普光氣田（高含硫氣田）生產(chǎn)數(shù)據(jù)和腐蝕數(shù)據(jù)樣本點(diǎn)建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過實(shí)際檢測數(shù)據(jù)對模型進(jìn)行對比發(fā)現(xiàn)，所建立的模型預(yù)測的腐蝕速率與實(shí)際的相對誤差在大多數(shù)條件下均小于10%。

BP神經(jīng)網(wǎng)絡(luò)算法雖然在管道內(nèi)腐蝕速率預(yù)測方面有一定優(yōu)勢，但在某些復(fù)雜的腐蝕環(huán)境下（如海底管道腐蝕環(huán)境）其預(yù)測精度仍存在較大誤差，這就促使學(xué)者們對BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，以提高其預(yù)測精度。

2.2.2 用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸油管道腐蝕速率

就BP神經(jīng)網(wǎng)絡(luò)而言，其缺點(diǎn)較為明顯，主要體現(xiàn)為局部極值誤區(qū)、收斂速度有待提升、隱藏節(jié)點(diǎn)、層次較難預(yù)估等，為了提高管道腐蝕速率預(yù)測的精度，國內(nèi)很多學(xué)者在管道內(nèi)腐蝕直接評價(jià)時(shí)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化。

1982年美國一所著名的大學(xué)的Hallend教授提出了相關(guān)領(lǐng)域的一種很方便很實(shí)用的算法，即遺傳算法，簡稱GA。遺傳算法的優(yōu)化步驟如下：首先應(yīng)當(dāng)從基礎(chǔ)數(shù)據(jù)出發(fā)，結(jié)合其具體特征，根據(jù)其中的個(gè)體染色體屬性，對其分別進(jìn)行編碼，以便能夠確定其具體的長度。

GA-BP神經(jīng)網(wǎng)絡(luò)的思想本質(zhì)在于，通過以個(gè)體為對象，將其用來為BP網(wǎng)絡(luò)進(jìn)行賦值，來確定其初始值與閾值。在將上述熟知在網(wǎng)絡(luò)初始化之后，能夠通過進(jìn)行訓(xùn)練與學(xué)習(xí)得出預(yù)測的結(jié)果，在對誤差進(jìn)行比較的基礎(chǔ)上可以確定適應(yīng)度值。

裘冬平等[27]以徐州管道局作為研究對象，通過對其地下輸油管道展開研究，運(yùn)用相關(guān)工具對輸油環(huán)境做出模擬，得出了相關(guān)的實(shí)驗(yàn)結(jié)果，并借助于已測得的實(shí)驗(yàn)數(shù)據(jù)建立了BP和GA-BP兩種神經(jīng)網(wǎng)絡(luò)模型。實(shí)驗(yàn)結(jié)果表明GA-BP 模型能夠達(dá)到較高的預(yù)測水平，擬合性相對較高，能夠?qū)艿赖母g速度進(jìn)行估計(jì)。許宏良等[28]通過分析金屬管道被二氧化碳（CO2）和硫化氫（H2S）所腐蝕得整個(gè)過程，算出來并提出了相應(yīng)的化學(xué)方程式。引用了BP神經(jīng)網(wǎng)絡(luò)構(gòu)造金屬管道腐蝕速率的物理模型對預(yù)測模型進(jìn)行優(yōu)化。凌曉等[29]建立了遺傳算法（GA）優(yōu)化反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）的輸油管道內(nèi)腐蝕速率預(yù)測模型，給出了具體的優(yōu)化流程。張甫仁等[30]通過借助附加動量，在充分參考自適應(yīng)學(xué)習(xí)速率的基礎(chǔ)上，對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了優(yōu)化，這樣就降低了原始數(shù)據(jù)的隨意性，能夠通過觀察得出其具體的變化特征，即便當(dāng)前構(gòu)建模型的樣本不多，也能夠?qū)崿F(xiàn)數(shù)據(jù)的及時(shí)更新，避免了因數(shù)據(jù)老化而出現(xiàn)的應(yīng)用困境。孫昊[31]采用量子方勢阱對粒子群算法進(jìn)行改進(jìn)，并使用改進(jìn)的QPSO算法對人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行連接權(quán)值的優(yōu)化，所構(gòu)建的神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)證具有控制參數(shù)少，收斂效果好的優(yōu)點(diǎn)，具有一定的參考價(jià)值和意義。

3 展望

對于BP神經(jīng)網(wǎng)絡(luò)在油氣管道的內(nèi)腐蝕預(yù)測方面的應(yīng)用，國內(nèi)外的專家和學(xué)者都做了大量的工作，但同時(shí)也存在一些局限性，需要做進(jìn)一步的研究：

（1）只有在以往收集了大量歷史數(shù)據(jù)或者得出了具體實(shí)驗(yàn)室研究結(jié)果的前提下，才能夠構(gòu)建出BP神經(jīng)網(wǎng)絡(luò)預(yù)測模，但對于國內(nèi)的很多油田管道尤其是數(shù)據(jù)管理制度不完善的管道來說，前期的實(shí)驗(yàn)數(shù)據(jù)或檢測歷史數(shù)據(jù)都比較少，服役時(shí)間較短的管道檢測歷史數(shù)據(jù)基本沒有，這就會造成無法構(gòu)建模型進(jìn)行預(yù)測；（2）由于我國的在役管道數(shù)量較多，在某特定時(shí)間段內(nèi)得到的數(shù)據(jù)都是在單一實(shí)驗(yàn)條件下特定一組因素下的單根管道腐蝕實(shí)驗(yàn)數(shù)據(jù)，而根據(jù)管道運(yùn)行管理部門的資料來看，在管道的實(shí)際運(yùn)行過程中，管道內(nèi)介質(zhì)類型、介質(zhì)的輸送量、流型、壓力、流速、溫度和管道外部環(huán)境都是具有動態(tài)性，經(jīng)常會出現(xiàn)變化，所以，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型難以對不同工況下運(yùn)行的管道進(jìn)行實(shí)時(shí)動態(tài)的預(yù)測。

針對以上問題，提出如下研究方法及思路：

（1）在管道日常的運(yùn)營和維護(hù)過程中，要注意加強(qiáng)對歷史數(shù)據(jù)的管理，包括檢測歷史數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)和日常運(yùn)行數(shù)據(jù)，只有在大量積累豐富數(shù)據(jù)建立數(shù)據(jù)庫的基礎(chǔ)上，才能在建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型時(shí)有一個(gè)堅(jiān)實(shí)的基礎(chǔ)；

（2）將多個(gè)預(yù)測模型有機(jī)地組合起來，如對檢測歷史數(shù)據(jù)或?qū)嶒?yàn)數(shù)據(jù)比較少的管道做出預(yù)測時(shí)，可以在運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型的過程中，將其與灰色預(yù)測有機(jī)結(jié)合，就可以對殘差值做出修正；

（3）對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化以提高預(yù)測準(zhǔn)確率，如應(yīng)用遺傳算法（GA）對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，通過建立GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型開展預(yù)測等。