Спецвыпуск 2.2023

Научный отчет

УДК 621.644.07:620.194.22
(UDK 621.644.07:620.194.22)

Для получения доступа к статьям

Авторизуйтесь

ЦИФРОВИЗАЦИЯ (DIGITALIZATION)

ЦИФРОВАЯ ПЛАТФОРМА УПРАВЛЕНИЯ ЦЕЛОСТНОСТЬЮ ТЕХНОЛОГИЧЕСКИХ ТРУБОПРОВОДОВ КОМПРЕССОРНЫХ СТАНЦИЙ

(DIGITAL PLATFORM FOR INTEGRITY MANAGEMENT OF COMPRESSOR STATION PROCESS PIPELINES)

В статье представлен прототип цифровой платформы управления целостностью трубопроводов, разработанный на базе программного обеспечения с открытым кодом с использованием технологии больших данных (Big Data) и машинного обучения. Цифровая платформа представляет собой универсальный программный комплекс, обеспечивающий визуализацию 3D-структуры трубопроводов, данных технического диагностирования и результатов их анализа. Впервые применено компьютерное зрение для распознавания элементов трубопроводов и образов дефектов на основании данных дефектометрии и систем мониторинга. С использованием технологий больших данных реализованы функции предиктивного моделирования поврежденности трубопроводов. В основу цифровой платформы положена модель многофакторного целевого планирования мероприятий системы управления целостностью трубопроводов, представленная на примере технологических трубопроводов компрессорных станций. Модель обеспечивает методическое единство при оценке работоспособности, прогнозировании ресурса, мониторинге состояния и управлении целевыми показателями целостности трубопровода. Нормативная база цифровой платформы основана на риск-ориентированных подходах к планированию производственных программ, учитывающих экспериментальные данные по степени опасности и скоростям развития эксплуатационных дефектов трубопроводов, характеристиках средств технического диагностирования и результатах верификации диагностических данных, режимах и условиях эксплуатации трубопроводов.
Экономический эффект от применения прототипа цифровой платформы обусловлен снижением рисков наступления негативных событий за счет выявления аварийных и предельных дефектов в результате адресного планирования объектов технического диагностирования.

This article describes a prototype of a digital pipeline integrity management platform developed on the basis of open source software using Big Data and machine learning technologies. The digital platform is a universal software package that provides visualization of 3D pipeline structure, technical diagnostics data, and results of their analysis. It is the first time when computer vision has ever been used for identifying pipeline elements and defect patterns based on flaw sizing data and monitoring systems. Big Data technologies made it possible to implement the functions of predictive pipeline defect modelling. The digital platform is based on a model of multi-factor target planning of actions for the pipeline integrity management system, presented through the example of compressor station process pipelines. The model provides methodological unity in performance assessment, resource forecasting, status monitoring, and pipeline target integrity management. The digital platform regulatory framework is based on risk-based approaches to production program planning with due account for experimental data on the hazard level and rates of pipeline operational defect development, characteristics of technical diagnostic tools and results of diagnostic data verification, modes and operating conditions of pipelines. The conomic effect of the prototype digital platform application is associated with reduced risks of negative events due to identification of emergency and critical defects through targeted planning of technical diagnostics items.

УПРАВЛЕНИЕ ЦЕЛОСТНОСТЬЮ, ТРУБОПРОВОД, РИСК-ОРИЕНТИРОВАННЫЙ ПОДХОД, ЦИФРОВАЯ ПЛАТФОРМА, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ОБУЧЕНИЕ, КОМПРЕССОРНАЯ СТАНЦИЯ, ВНУТРИТРУБНАЯ ДИАГНОСТИКА

INTEGRITY MANAGEMENT, PIPELINE, RISK-BASED APPROACH, DIGITAL PLATFORM, ARTIFICIAL INTELLIGENCE, TRAINING, COMPRESSOR STATION, IN-LINE DIAGNOSTICS

М.Ю. Недзвецкий, к.э.н., ООО «Газпром ВНИИГАЗ» (Санкт-Петербург, Россия), M_Nedzvetskiy@vniigaz.gazprom.ru

И.В. Ряховских, к.т.н., ООО «Газпром ВНИИГАЗ», I_Ryakhovskikh@vniigaz.gazprom.ru

А.А. Каверин, ООО «Газпром ВНИИГАЗ», A_Kaverin@vniigaz.gazprom.ru

Ф.Н. Мирсаитов, к.т.н., ООО «Газпром ВНИИГАЗ», fanis.mirsaitov@yandex.ru

А.С. Кайдаш, ПАО «Газпром» (Санкт-Петербург, Россия), a.kaydash@adm.gazprom.ru

М.Е. Сидорочев, ПАО «Газпром», m.sidorotchev@adm.gazprom.ru

О.В. Бурутин, ПАО «Газпром», o.burutin@adm.gazprom.ru

M.Yu. Nedzvetskiy, PhD in Economics, Gazprom VNIIGAZ LLC (Saint Petersburg, Russia), M_Nedzvetskiy@vniigaz.gazprom.ru

I.V. Ryakhovskikh, PhD in Engineering, Gazprom VNIIGAZ LLC, I_Ryakhovskikh@vniigaz.gazprom.ru

A.A. Kaverin, Gazprom VNIIGAZ LLC, A_Kaverin@vniigaz.gazprom.ru

F.N. Mirsaitov, PhD in Engineering, Gazprom VNIIGAZ LLC, fanis.mirsaitov@yandex.ru

A.S. Kaydash, PJSC Gazprom (Saint Petersburg, Russia), a.kaydash@adm.gazprom.ru

M.E. Sidorochev, PJSC Gazprom, m.sidorotchev@adm.gazprom.ru

O.V. Burutin, PJSC Gazprom, o.burutin@adm.gazprom.ru

Ряховских И.В., Каверин А.А., Петухов А.Г. и др. Оценка размеров стресс-коррозионных дефектов при техническом диагностировании газопроводов // Научно-технический сборник «Вести газовой науки». 2020. № 2 (44). С. 1–14.

Нефедов С.В., Силкин В.М., Милько-Бутовский Г.А. и др. Система управления техническим состоянием и целостностью объектов ГТС ПАО «Газпром» // Газовая промышленность. 2017. № 3 (749). С. 14–20.

Chalgham W., Wu K.-Y., Mosleh A. System-level prognosis and health monitoring modeling framework and software implementation for gas pipeline system integrity management // J. Nat. Gas Sci. Eng. 2020. Vol. 84. P. 1–27. DOI: 10.1016/j.jngse.2020.103671.

Ряховских И.В., Подольская В.В., Каверин А.А. и др. Модель системы управления целостностью технологических трубопроводов компрессорных станций в условиях неполноты данных об их техническом состоянии // Оборудование и технологии для нефтегазового комплекса. 2020. № 4 (118). С. 67–78. DOI: 10.33285/1999-6934-2020-4(118)-67-78.

Willcocks J., Bai Y. Risk-based inspection, and integrity management of pipeline systems // The Proceedings of the Tenth (2000) International Offshore and Polar Engineering Conference (ISOPE00). Seattle, WA, USA: ISOPE, 2000. P. 285–294.

Swaminathan J., Guguloth K., Gunjan M., et al. Failure analysis and remaining life assessment of service exposed primary reformer heater tubes // Eng. Failure Anal. 2008. Vol. 15, No. 4. P. 311–331. DOI: 10.1016/j.engfailanal.2007.02.004.

Kantyukov R., Ryakhovskikh I., Kashkovskiy R. The impact of internal stratifications on the performance of oil and gas pipes // Eng. Failure Anal. 2021. Vol. 120. Article ID 105091. DOI: 10.1016/j.engfailanal.2020.105091.

Кантюков Р.Р., Ряховских И.В., Мишарин Д.А. Модель интеллектуального прогнозирования стресс-коррозионной поврежденности магистральных газопроводов // Научно-технический сборник «Вести газовой науки». 2019. № 3 (40). С. 89–97.

Ряховских И.В. Безопасная эксплуатация газопроводов на базе модели управления коррозионным растрескиванием под напряжением // Научно-технический сборник «Вести газовой науки». 2022. № 1 (50). С. 17–30.

Ryakhovskikh I., Kashkovskiy R., Kaverin A.A., et al. Safe operation of gas pipelines based on the control of stress corrosion cracking // Int. J. Mater. Struct. Integr. 2021. Vol. 12, No. 6. P. 864–877. DOI: 10.1108/IJSI-05-2021-0052.

Ryakhovskikh I.V., Bogdanov R.I. Model of stress corrosion cracking and practical guidelines for pipelines operation // Eng. Failure Anal. 2021. Vol. 121. Article ID 105134. DOI: 10.1016/j.engfailanal.2020.105134.

Dey P.K., Ogunlana S.O., Naksuksakul S. Risk-based maintenance model for offshore oil and gas pipelines: a case study // Journal of Quality in Maintenance Engineering. 2004. Vol. 10, No. 3. P. 169–183. DOI: 10.1108/13552510410553226.

Jordan M.I., Mitchell T.M. Machine learning: Trends, perspectives, and prospects // Science. 2015. Vol. 349, No. 6245. P. 255–261. DOI: 10.1126/science. aaa8415.

Hu X. DB-HReduction: a data preprocessing algorithm for data mining applications // Applied Mathematics Letters. 2003. Vol. 16, No. 6. P. 889–895. DOI: 10.1016/S0893-9659(03)90013-9.

Han J., Kamber M., Pei J. Data mining: concepts and techniques. 3rd ed. Waltham, MA, USA: Morgan Kaufmann, 2011. 744 p.

Трифонов О.В., Морин И.Ю., Володин П.А., Рассохина А.В. Принципы классификации участков по прогнозируемой опасности для магистральных газопроводов, расположенных в зонах развития опасных инженерно-геокриологических процессов // Наука и техника в газовой промышленности. 2021. № 2 (86). С. 82–98.

Ryakhovskikh IV, Kaverin AA, Petukhov IG, Lipovik AV, Selivanov AA, Sakhon AV. Assessment of dimensions for stress-corrosion cracks during technical diagnosis of gas pipelines. Scientific-Technical Collection Book “Gas Science Bulletin” [Nauchno-tehnicheskij sbornik “Vesti gazovoj nauki”]. 2020; 44(2): 1–14. (In Russian)

Nefedov SV, Silkin VM, Milko-Butovskiy GA, Melekhin OM, Pasechnikov AN, Shlepkin VA. Management system of the technical condition and integrity of gas transmission network facilities of Gazprom PJSC. Gas Industry [Gazovaya promyshlennost’]. 2017; 749(3): 14–20. (In Russian)

Chalgham W, Wu K-Y, Mosleh A. System-level prognosis and health monitoring modeling framework and software implementation for gas pipeline system integrity management. J. Nat. Gas Sci. Eng. 2020; 84: 1–27. https://doi.org/10.1016/j.jngse.2020.103671.

Ryakhovskikh IV, Podolskaya VV, Kaverin AA, Sidorochev ME, Burutin OV. Model of integrity management system for compressor stations technological pipelines in conditions of inspection data incompleteness. Equipment and Technologies for Oil and Gas Complex [Oborudovanie i tehnologii dlya neftegazovogo kompleksa]. 2020; 118(4): 67–78. https://doi.org/10.33285/1999-6934-2020-4(118)-67-78. (In Russian)

Willcocks J, Bai Y. Risk-based inspection, and integrity management of pipeline systems. In: ISOPE ISOPE00: Proceedings of the Tenth International Offshore and Polar Engineering Conference, 28 May – 2 June 2000, Seattle, WA, USA. Seattle, WA, USA: ISOPE; 2000. p. 285–294.

Swaminathan J, Guguloth K, Gunjan M, Roy P, Ghosh R. Failure analysis and remaining life assessment of service exposed primary reformer heater tubes. Eng. Failure Anal. 2008; 15(4): 311–331. https://doi.org/10.1016/j.engfailanal.2007.02.004.

Kantyukov R, Ryakhovskikh I, Kashkovskiy R. The impact of internal stratifications on the performance of oil and gas pipes. Eng. Failure Anal. 2021; 120; article ID 105091. https://doi.org/10.1016/j.engfailanal.2020.105091.

Kantyukov RR, Ryakhovskikh IV, Misharin DA. Simulator for smart prediction of stress-corroded gas mains. Scientific-Technical Collection Book “Gas Science Bulletin”. 2019; 40(3): 89–97. (In Russian)

Ryakhovskikh IV. Safe operation of gas pipelines on the grounds of stress-corrosion control modelling. Scientific-Technical Collection Book “Gas Science Bulletin”. 2022; 50(1): 17–30. (In Russian)

Ryakhovskikh I, Kashkovskiy R, Kaverin AA, Stolov V, Zhedulov S. Safe operation of gas pipelines based on the control of stress corrosion cracking. Int. J. Mater. Struct. Integr. 2021; 12(6): 864–877. https://doi.org/10.1108/IJSI-05-2021-0052.

Ryakhovskikh IV, Bogdanov RI. Model of stress corrosion cracking and practical guidelines for pipelines operation. Eng. Failure Anal. 2021; 121: article ID 105134. https://doi.org/10.1016/j.engfailanal.2020.105134.

Dey PK, Ogunlana SO, Naksuksakul S. Risk-based maintenance model for offshore oil and gas pipelines: A case study. Journal of Quality in Maintenance Engineering. 2004; 10(3): 169–183. https://doi.org/10.1108/13552510410553226.

Jordan MI, Mitchell TM. Machine learning: Trends, perspectives, and prospects. Science. 2015; 349(6245): 255–261. https://doi.org/10.1126/science.aaa8415.

Hu X. DB-HReduction: A data preprocessing algorithm for data mining applications. Applied Mathematics Letters. 2003; 16(6): 889–895. https://doi.org/10.1016/S0893-9659(03)90013-9.

Han J, Kamber M, Pei J. Data mining: Concepts and techniques. 3rd ed. Waltham, MA, USA: Morgan Kaufmann; 2011.

Trifonov OV, Morin IYu, Volodin PA, Rassokhina AV. Principles of site classification based on predicted hazards for main gas pipelines located in hazardous geocryological areas. Science and Technology in the Gas Industry [Nauka i tehnika v gazovoy promyshlennosti]. 2021; 86(2): 82–98. (In Russian)
NEFTEGAS.info

Внимание к деталям — от идеи
до воплощения! Только актуальная информация и свежие новости.

Контакты

108811, г. Москва, Киевское ш.,
Бизнес-парк «Румянцево», корп. Б,
подъезд 5, офис 506 Б

+7 (495) 240-54-57