CN107191666A - 面向天然气分输站的安全切断阀性能监测方法及系统 - Google Patents

Abstract

本发明涉及一种面向天然气分输站的安全切断阀性能监测方法与系统，安全切断阀性能监测方法与系统是基于对正常工况下原始开关行程时间序列样本进行建模，建立一个ARMA时序模型，用实时检测到的开关行程时长和预测行程时长的差值与误差阈值做比较，判断阀门打开关闭性能是否发生非正常变化，由此可精确地预测维护、计划性维护和大修活动。采用此方法与系统能够对安全切断阀的故障及时诊断，提高安全切断阀的维护效率与使用寿命，保证当调压设备出现故障时，安全切断阀能正常快速切断气源，有效解决天然气运输的安全隐患，避免发生天然气运行安全事故。

Description

面向天然气分输站的安全切断阀性能监测方法及系统

技术领域

本发明涉及天然气管道运输技术领域，尤其涉及安全切断阀性能监测领域，具体是指一种面向天然气分输站的安全切断阀性能监测方法及系统。

背景技术

天然气是世界三大主力能源之一，拥有高效、无污染等优点。我国拥有着极为丰富的天然气资源，天然气产业有着良好的发展前景。发展天然气产业，提升其在能源市场的竞争力和消费率，可以极大地促进我国能源结构的优化，并且有效地推动我国低碳经济的发展。

天然气的运输方式为管道运输，经过高高压和高中压站后进入到城市管网，为下游的用户提供分压后的天然气。天然气分输站是输气管道为了分流天然气至下游用户，沿线设置的站场。为了保证天然气分输的安全性和持续性，需要建立一个压力调节系统来调节分输站的压力，来保证下游的管道压力没有超标，并且当发现压力调节设备发生故障时，系统能够安全切断控制回路，防止事故的发生。

安全切断阀由于长时间在高压、高低温、腐蚀等情况下工作，加上外部经常受到干扰及内部结构参数不合理等情况，容易受到损耗，出现安全切断阀打开关闭不及时的特性。天然气运输过程中安全切断阀如果发生故障，控制回路将发生振荡，这将导致输出压力不稳定、设备加速报废等不良后果，严重时可能发生安全事故。根据Honeywell公司的调查显示，过程工业中有近2/3的回路存在着问题，处于理想状态的控制回路仅有1/3。近年来有不少能源运输过程的事故发生，比如2014年11月的“11-22”特大事故，青岛中石化东黄输油管道泄露爆炸，共导致62人遇难，136人受伤，直接经济损失高达7.5亿元。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种面向天然气分输站的安全切断阀性能监测方法及系统，能够对安全切断阀进行实时监测，及时发现故障，保证系统的安全，减少系统的维护费用并增加部件的使用寿命。

为了实现上述目的，本发明具有如下构成：

该面向天然气分输站的安全切断阀性能监测方法及系统，所述的方法包括以下步骤：

基于OPC接口从天然气分输站的控制器采集调节阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时间和安全切断阀门关闭行程时长；

对安全切断阀正常运行时，阀门打开和关闭行程时长的时间序列进行建模，得到正常工况下的行程时长预测值；

用实时检测得到的安全切断阀打开和关闭行程时长与上述正常工况下的预测行程时长之间的差值和阈值作比较，根据比较结果判断实际工况是否出现性能恶化的状况。

以安全切断阀关闭为例，将所述控制回路的阀门关闭行程时长的时间序列进行建模，通过存储的关闭行程时长的时间序列数据{TC_t，t∈T}，其中T表示采集时段，TC_t表示t时刻采集到的关闭行程时长，根据如下公式建立一个ARMA时序模型：

其中为自回归系数，θ_i为滑动平均系数，ε_t为模型的残差或随机干扰，两两独立的服从均值为0，方差为的白噪声输入，m为模型中自回归部分的阶次，n为模型中滑动平均部分的阶次，系统阶次(m,n)除了常用的AIC、BIC准则选取外，还将利用现场维护人员的经验知识，对(m,n)进行调整，并设定好认定性能恶化的误差阈值e_max。

设定好性能恶化的误差阈值以后，用新的关闭行程时长与预测行程时长进行比较，包括如下步骤：

判断新的关闭行程时长与预测行程时长差值的绝对值是否小于误差阈值，如果是，则判断安全切断阀能正常工作无需维护，如果不是，则判断安全切断阀发生故障需要维护。

可选地，基于Python语言的科学计算包Numpy和SciPy采用设备寿命预测中常用的自回归滑平均模型将所述控制回路的参数建立一个ARMA时序模型，根据安全切断阀的打开和关闭行程时间的历史数据确定阀门打开关闭行程时间是否发生非正常变化，对安全切断阀的性能进行监测。

本发明还提供一种面向天然气分输站的安全切断阀性能监测系统，应用于所述的面向天然气分输站的安全切断阀性能监测方法，所述系统包括：

数据采集模块，基于OPC接口从天然气分输站的控制器采集调节阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时长和安全切断阀门关闭行程时长；

数据库模块，用于存储实时采集得到的控制回路的参数；

数据分析模块，用于执行数据分析动作，所述数据分析动作包括采用设备寿命预测中常用的自回归滑平均模型将所述控制回路的参数建立一个ARMA时序模型，根据安全切断阀的打开和关闭行程时间的历史数据确定阀门打开关闭行程时间是否发生非正常变化，对安全切断阀的性能进行监测。

可选地，所述数据分析模块使用Django框架搭建诊断软件，以采集到的控制回路的时间参数为输入，采用Python语言下的科学计算包Numpy和SciPy执行数据分析动作。

可选地，所述系统还包括：

调节阀非线性特性检测模块，采用相关熵方法将所述控制回路的参数从原始的非线性空间基于核函数投影到高维的线性空间，检验过程是否存在非高斯特性和非线性特性，以及判断调节阀是否存在粘滞特性。

可选地，所述系统还包括：

人机交互模块，用于使用Django框架搭建的网络发布工作调节阀非线性特性检测报告、监控调节阀非线性特性检测报告、安全切断阀性能监测报告以及故障警报。

采用该发明的面向天然气分输站的安全切断阀性能监测方法及系统，通过OPC工业标准协议采集传输数据，利用MySQL和Django等软件工具构建数据处理系统，基于ARMA时序模型判断安全切断阀性能，能够对故障进行即时诊断，有效解决天然气运输的安全隐患。

附图说明

图1为本发明的天然气分输站调节回路示意图；

图2为本发明的安全切断阀性能监测路线示意图；

图3为本发明的安全切断阀系统的结构示意图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

如图1所示为本发明的天然气分输站调节回路示意图。天然气分输站的压力控制由工作调节阀、监控调压阀、安全切断阀组成的三级控制模式来完成，从上游至下游依次串联组成压力调控系统。工作调节阀选用电动调节阀(PV)，监控调节阀选用自力式调节阀(PCV)，安全切断阀选用自力式安全切断阀(SSV)。当工作调节阀发生故障，下游压力失控时，监控调压阀开始工作，以保证下游压力处于安全范围；若监控调压阀同时出现故障，下游压力无法控制时，安全切断阀工作，切断气源，并由控制器开启备用回路，以保障安全。

本发明针对天然气分输站的调节回路，具体针安全切断阀，提供了一种面向天然气分输站的安全切断阀性能监测方法。所述方法具体包括如下步骤：

基于OPC接口从天然气分输站的控制器采集调节阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时长和安全切断阀门关闭行程时长；

对安全切断阀正常运行时，阀门打开和关闭行程时长的时间序列进行建模，得到正常工况下的行程时长预测值；

用实际检测得到的安全切断阀打开和关闭行程时长与上述正常工况下的预测行程时长之间的差值和阈值作比较，根据比较结果判断实际工况是否出现性能恶化的状况。

如图2所示，为本发明的安全切断阀性能监测路线示意图。首先采集到安全切断阀打开和关闭行程时长数据；用正常工况下的原始行程时间序列样本数据建立ARMA时序模型，得到预测开关行程时间；然后用待检测的实时开关行程时间与预测行程时间做比较，判断待检测的实时开关行程时间与预测行程时长差值的绝对值是否小于误差阈值，如果是，则判断安全切断阀能正常工作无需维护，如果不是，则判断安全切断阀发生故障需要维护。

具体地，在一种优选的实施方式中，用正常工况下的原始行程时间序列样本数据建立ARMA时序模型，包括如下步骤：

以关闭行程为例，通过存储的关闭行程时长时间序列数据{TC_t，t∈T}，根据如下公式将关闭行程时长的时间序列建立ARMA时序模型：

其中为自回归系数，θ_i为滑动平均系数，ε_t为模型的残差或随机干扰，两两独立的服从均值为0，方差为的白噪声输入。m为模型中自回归部分的阶次，n为模型中滑动平均部分的阶次。系统阶次(m,n)除了常用的AIC、BIC准则选取外，还将利用现场维护人员的经验知识，对(m,n)进行调整，并设定好认定性能恶化的误差阈值e_max。

在一种优选的实施方式中，通过用待检测的实时开关行程时间与预测行程时间做比较判断是否出现性能恶化的状况，包括如下步骤：

设定好性能恶化的误差阈值以后，用新的关闭行程时长与预测行程时长进行比较，包括如下步骤：

判断新的关闭行程时长与预测行程时长差值的绝对值是否小于误差阈值，如果是，则判断安全切断阀能正常工作无需维护，如果不是，则判断安全切断阀发生故障需要维护。

本发明还提供一种面向天然气分输站的安全切断阀性能监测系统，应用于所述的面向天然气分输站的安全切断阀性能监测方法，所述系统包括：

数据采集模块，基于OPC接口从天然气分输站的控制器采集安全切断阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时长和安全切断阀门关闭行程时长。

数据分析模块，用于执行数据分析动作，所述数据分析动作包括采用设备寿命预测中常用的自回归滑平均模型将所述控制回路的参数建立一个ARMA时序模型，根据安全切断阀的打开和关闭行程时长的历史数据确定阀门打开关闭行程时长是否发生非正常变化，对安全切断阀的性能进行监测。

在一种优选的实施方式中，所述数据分析模块使用Django框架搭建诊断软件，以采集到的安全切断阀打开和关闭时长为输入，采用Python语言下的科学计算包Numpy和SciPy执行数据分析动作。

在一种优选的实施方式中，所述系统还包括：

调节阀非线性特性检测模块，采用相关熵方法将所述控制回路的参数从原始的非线性空间基于核函数投影到高维的线性空间，检验过程是否存在非高斯特性和非线性特性，以及判断调节阀是否存在粘滞特性。

在一种优选的实施方式中，所述系统还包括：

人机交互模块，用于使用Django框架搭建的网络形成人机交互界面，通过人机交互界面可以发布工作调节阀非线性特性检测报告、监控调节阀非线性特性检测报告、安全切断阀性能监测报告以及故障警报，方便用户查看。

采用该发明的面向天然气分输站的安全切断阀性能监测方法及系统，通过OPC工业标准协议采集传输数据，利用MySQL和Django等软件工具构建数据处理系统，基于ARMA时序模型判断安全切断阀性能，能够对故障进行即时诊断，有效解决天然气运输的安全隐患。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (8)

1.一种面向天然气分输站的安全切断阀性能监测的方法，其特征在于，所述的方法包括以下步骤：

基于OPC接口从天然气分输站的控制器采集安全切断阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时长和安全切断阀门关闭行程时长；

对安全切断阀正常运行时，阀门打开和关闭行程时长的时间序列进行建模，得到正常工况下的行程时长预测值；

用实时检测得到的安全切断阀打开和关闭行程时长与上述正常工况下的预测行程时长之间的差值和误差阈值作比较，根据比较结果判断实际工况是否出现性能恶化的状况。

2.根据权利要求1所述的面向天然气分输站的安全切断阀性能监测方法，其特征在于，对正常工况下安全切断阀打开和关闭行程时长的时间序列进行建模，建立设备寿命预测中常用的自回归滑动平均模型包括如下步骤：

以关闭行程为例，采集存储的关闭行程时长的时间序列样本数据{TC_t，t∈T}，其中T表示采集时段，TC_t表示t时刻采集到的关闭行程时长；

用上述数据建立一个ARMA时序模型。

3.根据权利要求2所述的面向天然气分输站的安全切断阀性能监测的方法，其特征在于，根据如下公式将关闭行程时长的时间序列建立ARMA时序模型：

其中为自回归系数，θ_i为滑动平均系数，ε_t为模型的残差或随机干扰，两两独立的服从均值为0，方差为的白噪声输入，m为模型中自回归部分的阶次，n为模型中滑动平均部分的阶次。

4.根据权利要求3所述的面向天然气分输站的安全切断阀性能监测的方法，其特征在于，设定好性能恶化的误差阈值以后，用新的关闭行程时长TC_t+1与预测行程时长进行比较，包括如下步骤：

判断新的关闭行程时长与预测行程时长差值的绝对值是否小于误差阈值，如果是，则判断安全切断阀能正常工作无需维护，如果不是，则判断安全切断阀发生故障需要维护。

5.一种面向天然气分输站的安全切断阀性能监测系统，其特征在于，应用于权利要求1至4中任一项所述的面向天然气分输站的安全切断阀性能监测方法，所述系统包括：

数据采集模块，用于基于OPC接口从天然气分输站的控制器实时采集安全切断阀工作时控制回路的参数，所述控制回路的参数包括安全切断阀打开行程时长和安全切断阀门关闭行程时长；

数据库模块，用于存储实时采集得到的控制回路的参数；

数据分析模块，用于执行数据分析动作，所述数据分析动作包括采用ARMA方法将所述控制回路的参数建立一个ARMA时序模型，检验过误差是否超过阈值。

6.根据权利要求5所述的面向天然气分输站的安全切断阀性能监测系统，其特征在于，所述数据分析模块使用Django框架搭建诊断软件，以采集到的安全切断阀打开关闭的时长参数作输入，采用Python语言下的科学计算包Numpy和SciPy执行数据分析动作。

7.根据权利要求6所述的面向天然气分输站的安全切断阀性能监测系统，其特征在于，所述系统还包括：

调节阀非线性特性检测模块，用于采用相关熵方法将所述控制回路的参数从原始的非线性空间基于核函数投影到高维的线性空间，检验过程是否存在非高斯特性和非线性特性，以及判断调节阀是否存在粘滞特性。

8.根据权利要求7所述的面向天然气分输站的安全切断阀性能监测系统，其特征在于，所述系统还包括：

人机交互模块，用于使用Django框架搭建的网络发布工作调节阀非线性特性检测报告、监控调节阀非线性特性检测报告、安全切断阀性能监测报告以及故障警报。