CN113836680B - 一种石油油管自动灌装方法技术 - Google Patents

一种石油油管自动灌装方法技术 Download PDF

Info

Publication number
CN113836680B
CN113836680B CN202111407975.2A CN202111407975A CN113836680B CN 113836680 B CN113836680 B CN 113836680B CN 202111407975 A CN202111407975 A CN 202111407975A CN 113836680 B CN113836680 B CN 113836680B
Authority
CN
China
Prior art keywords
oil
pressure
oil transportation
transportation
pressure value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111407975.2A
Other languages
English (en)
Other versions
CN113836680A (zh
Inventor
崔仕章
侯云福
宋新旺
王黎明
张凤莲
程海鹏
张荣军
曾刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deshi Energy Technology Group Co Ltd
Original Assignee
Shandong Deshi Petroleum Equipment Co ltd
Shengli Oilfield Zhongyang Petroleum Engineering Co ltd
Deshi Energy Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Deshi Petroleum Equipment Co ltd, Shengli Oilfield Zhongyang Petroleum Engineering Co ltd, Deshi Energy Technology Group Co Ltd filed Critical Shandong Deshi Petroleum Equipment Co ltd
Priority to CN202111407975.2A priority Critical patent/CN113836680B/zh
Publication of CN113836680A publication Critical patent/CN113836680A/zh
Application granted granted Critical
Publication of CN113836680B publication Critical patent/CN113836680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/18Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D3/00Arrangements for supervising or controlling working operations
    • F17D3/01Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Pipeline Systems (AREA)

Abstract

本申请公开了一种石油油管自动灌装方法技术,属于石油技术领域,方法包括:确定待灌装的石油储罐,多条油管,以及所有输油线路;采集对应的因子数据,并所有输油线路进行破损风险评估;根据风险评估结果在所有输油线路中选取指定输油线路,并根据指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及临界输油压力值;对石油输送过程中的输油油压进行监测,以根据输油油压的瞬间压力值对设置在指定输油线路上的输油泵和/或调节阀进行实时调整;或对调节阀进行预关阀调整。极大节省了人力,同时提高了作业效率,保障了输油安全性,同时,通过对输油线路进行腐蚀监测,以确定输油线路的临界压力值,进一步保障了输油作业的安全性。

Description

一种石油油管自动灌装方法技术
技术领域
本申请涉及自动化灌装技术领域,具体涉及一种石油油管自动灌装方法技术。
背景技术
石油油管是一种可以将地下的石油输送到石油储罐内的一种中间连接件,属于石油抽油设备的一种配件。现有技术中,输油管线普遍采用人工管理的方式将石油灌装至石油储罐中。然而,随着输油管线建设的日益密集,人工管理的难度也随之逐步增加,输油作业时容易因人工失误导致严重后果,同时,人工报酬也在不断增高,为石油企业带来了高昂的用工成本。
此外,油管在服役过程中,由于环境因素以及石油的高温性,极易受到腐蚀的影响,腐蚀不仅削弱了油管的剩余强度,甚至会影响油管的安全运行。
发明内容
为了解决现有技术中通过人工的方式管理油管难度大,成本高,以及难以对油管的腐蚀进行检测的问题,本申请提出了一种石油油管自动灌装方法技术,包括:
一方面,本申请提出了一种石油油管自动灌装方法技术,包括:确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路;采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果,其中,所述因子数据通过监控系统采集,用于参与所述所有输油线路的所述破损风险评估;根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值,其中,所述临界输油压力值为所述指定油管的最大可承受压力值;对所述石油储罐的输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围内,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整;若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的。
在一个示例中,对所述石油储罐的输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值之后,所述方法还包括:获取所述指定输油线路内的石油流速差,并确定所述石油流速差是否大于预设阈值;若是,则构建所述指定输油线路的三维模拟图,并根据所述三维模拟图确定所述指定输油线路中包含的多个拐点;分别获取所述多个拐点处的管径以及拐角的角度,以根据所述管径和所述拐角的角度得到多个对应的流速影响值;根据多个所述流速影响值,确定所述指定输油线路中,流速下降值最高的油管路段,对所述油管路段进行加温处理。
在一个示例中,根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值,具体包括:根据所述风险评估结果中包括的风险指数,在所述所有输油线路中选取所述风险指数最低的作为指定输油线路,并确定所述指定输油线路中包含的指定油管的参数,所述指定油管的参数至少包括:材料密度、屈服强度、抗拉密度、弹性模量;根据所述指定油管的参数,确定常规输油压力范围;将所述指定油管的参数输入至油管腐蚀模型,以通过所述油管腐蚀模型得到所述指定油管的腐蚀剩余强度;根据所述腐蚀剩余强度,确定大于所述常规输油压力范围的临界输油压力值。
在一个示例中,将所述指定油管的参数输入至油管腐蚀模型,以通过所述油管腐蚀模型得到所述指定油管的腐蚀剩余强度,具体包括:通过高光谱仪对所述指定油管进行扫描,以得到所述指定油管的高光谱图像;根据所述高光谱图像,构建油管腐蚀模型,并在所述油管腐蚀模型的表面添加与所述指定油管相同的腐蚀缺陷;将所述指定油管的参数输入至所述油管腐蚀模型,并为所述油管腐蚀模型指定初始内压值;通过对所述初始内压值进行调整,确定所述油管腐蚀模型的极限失效内压值,并将所述极限失效内压值作为所述指定油管的腐蚀剩余强度。
在一个示例中,采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果之前,所述方法还包括:确定所述多条油管的风险因素,并根据所述风险因素构建风险因素集,所述风险因素至少包括:使用时长、材质、包覆材料破损度;针对不同的风险因素,确定对应的风险评级,并根据所述风险评级构建风险评级集;构建权重集,以表示所述风险因素的采纳权重;针对所述风险因素集以及所述风险评级集进行模糊规则训练,以根据训练得到的模糊规则,确定所述风险因素与对应的所述风险评级的隶属度,并根据所述隶属度以及所述模糊规则构建模糊隶属度集;根据所述风险因素集、所述风险评级集、所述权重集以及所述模糊隶属度集得到风险评估模型。
在一个示例中,采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果,具体包括:针对所述多条输油线路中的每一条输油线路,确定所述每一条输油线路中包含的油管;通过监控系统获取所述每一条输油线路中包含的油管的图像,并将所述图像输入至识别模型;通过所述识别模型对所述图像进行识别,并对识别后的图像进行特征提取处理,以得到多个风险特征,并将所述多个风险特征作为因子数据;将所述因子数据输入至风险评估模型,并通过所述风险评估模型进行连续三级评估计算以及加权平均处理,以确定所述每一条输油线路对应的风险评估结果。
在一个示例中,对石油输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述瞬间压力值未处于所述常规输油压力范围,则根据所述瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整,具体包括:通过第一油压传感器监测出油油压的瞬间压力值,以及通过第二油压传感器监测进油油压的瞬间压力值,所述第一油压传感器设置在输油泵的下游预设位置处,所述第二油压传感器设置在所述石油储罐的上游预设位置处;若确定所述出油油压的瞬间压力值低于所述常规输油压力范围的最低值,则调整所述输油泵的输出功率,直至所述出油油压的瞬间压力值处于所述常规输油压力范围内;若确定所述进油油压的瞬间压力值高于所述常规输油压力范围的最高值,则调整所述调节阀的关闭角度,直至所述进油油压的瞬间压力值处于所述常规输油压力范围内,其中,所述调节阀设置在所述第二油压传感器处。
在一个示例中,若确定所述瞬间压力值超过预关阀油压,则根据所述瞬间压力值对设置在所述指定输油线路上的调节阀进行预调整,具体包括:获取所述调节阀的阀径及压降,以及获取所述指定输油线路的压降;通过公式
Figure 980892DEST_PATH_IMAGE001
得到所述调节阀的阀阻比,其中,所述
Figure 709725DEST_PATH_IMAGE002
为阀阻比,所述
Figure DEST_PATH_IMAGE003
为所述调节阀的压降,所述
Figure 678819DEST_PATH_IMAGE004
为所述指定输油线路的压降;通过公式
Figure DEST_PATH_IMAGE005
得到预关阀油压,其中,所述
Figure 630594DEST_PATH_IMAGE006
为预关阀油压,所述
Figure DEST_PATH_IMAGE007
为所述临界输油压力值,所述
Figure 634322DEST_PATH_IMAGE008
为调节常数;若确定所述进油油压的瞬间压力值高于所述预关阀油压,则关闭所述调节阀。
在一个示例中,若确定所述进油油压的瞬间压力值高于所述预关阀油压,则关闭所述调节阀之后,所述方法还包括:通过所述第二油压传感器获取预设时间范围内的进油油压数据,并对所述进油油压数据进行随机采样,以根据采样结果确定油压波动数据;通过所述油压波动数据确定油压振幅以及油压振荡频率,并根据所述油压振幅以及所述油压振荡频率确定开阀保护时间;确定当前时间符合所述开阀保护时间,且所述进油油压的瞬间压力值处于所述常规输油压力范围内,则开启所述调节阀。
另一方面,本申请还提供了一种石油油管自动灌装的设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如下指令:确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路;采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果;根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值;对石油输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整;若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的。
通过本申请提出的一种石油油管自动灌装的方法及设备能够带来如下有益效果:通过自动选择油管组成输油线路,对石油储罐进行自动灌装,极大节省了人力,同时提高了作业效率。此外,通过对输油线路进行风险评估,保障了输油的安全性,同时,通过对输油线路进行腐蚀监测,以确定输油线路的临界压力值,进一步保障了输油作业的安全性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种石油油管自动灌装方法技术的流程示意图;
图2为本申请实施例中一种石油油管自动灌装的设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先需要说明的是,本申请所记载的一种石油油管自动灌装方法技术可以以程序或算法的方式存储在系统或服务器中,并可以通过系统或服务器所在的硬件终端中的相应元件,例如处理器、存储器、通讯模块等实现对程序或算法的支持。在本申请实施例中,以系统为例进行解释说明,该系统可以通过其所在的硬件终端进行程序或算法的支持,也可以通过与远端服务器进行通讯的方式进行程序或算法的支持。系统可以存储在相应的硬件终端中,该硬件终端包括但不限于:手机、平板电脑、个人计算机以及其他具备相应算力的硬件设备。用户可以通过系统本身、APP或WEB网页等方式来登录该系统,以实现对其中的功能或参数进行调配、参考以及监督,进而实现对石油油管的自动灌装。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本申请实施例提供的一种石油油管自动灌装方法技术,包括:
S101:确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路
具体地,系统根据指令或石油储罐的储油情况确定待灌装的石油储罐,该石油储罐可以用于存储原油,或经过提炼处理后的煤油、重油等油类,在本申请实施例中,以石油原油为例进行解释说明。
石油被开采到地面上之后,需要运用油管进行运输,以实现将石油灌装至石油储罐中。通往石油储罐的油管通常设置有多条,包括主油管、备用油管,或根据输油量进行区分的多种油管。
此外,在存在多个石油储罐的情况下,也可能存在管路共用的情况,例如在石油开采区处存在管径较大的油管,以实现同时为多个石油储罐进行同时输油,靠近石油储罐处,可以通过分流管进行分流。
在系统确定待灌装的石油储罐后,即可以确定与该石油储罐对应的多条油管,并进一步确定多条油管能够组成的所有输油线路。
S102:采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果,其中,所述因子数据通过监控系统采集,用于参与所述所有输油线路的所述破损风险评估。
具体地,由于石油具有一定的高温性以及腐蚀性,以及用于短距离输油的油管通常暴露于露天环境下,缺乏保养,因此,由油管组成的所有输油线路具有破损的风险,为保证输油过程的顺利以及安全性,在开始输油之前,需要对所有输油线路进行破损风险评估,以选取到风险值最低的输油线路进行输油。
在采集所有输油线路对应的因子数据,并根据因子数据对所有输油线路进行风险评估,得到对应的评估结果之前,系统还需要构建风险评估模型。
风险评估模型的建立首先确定风险因素,以及风险因素对应的风险评级和权重,然后将各评级建立基于模糊理论的数据集合,以隶属度法定量划分各风险因素之间的模糊界限,形成判别矩阵,最后,通过逐级推理运算,确定评价对象的输油线路破损风险等级。
风险评估模型的构建过程具体包括:
确定多条油管的风险因素,并根据风险因素构建风险因素集。系统确定多条油管的风险因素可以通过互联网查询或数据库提取的方式,获取油管的历史破损案例,并通过对破损案例进行文字提取以及关键字识别的方式,得到导致事故最多的几项风险因素,该风险因素包括但不限于:使用时长、材质、包裹材料破损度等。
针对不同的风险因素,确定对应的风险评级,并根据风险评级构建风险评级集。风险评级可以通过人工的方式进行划分,风险评级的划分精度决定了评价结果的准确性,若风险评级较多会造成评估结果的繁琐,若风险评级较少会导致评估精度达不到预期效果。在本申请实施例中,将风险评级划分为五个等级,即风险极小、风险小、风险适中、风险大、风险极大。
构建权重集,以表示风险因素的采纳权重。由于不同的风险因素为油管带来的风险并不完全相同,若采用完全相同的权重,可能存在评估结果显示风险极大,但实际风险并未到此地步。因此,为保证评估结果的合理化,系统可以通过数据统计结合大数据分析的方式,确定风险因素的采纳权重。
针对风险因素集以及风险评级集进行模糊规则训练,以根据训练得到的模糊规则,确定风险因素与对应的风险评级的隶属度,并根据隶属度以及模糊规则构建模糊隶属度集。本申请实施例中通过运用模糊神经网络模型,通过输入相应数量的训练模板进行监督训练,从而得到风险因素、风险评级与评估结果之间的模糊规则,并进而确定风险评级的隶属度,以确定不同的风险因素与评估结果之间,各自对应的风险评级的贡献度,此处以隶属度来表示该贡献度。
最后,根据风险因素集、风险评级集、权重集以及模糊隶属度集得到风险评估模型,以实现对多条输油线路进行风险评估。
风险评估的过程具体包括:
针对多条输油线路中的每一条输油线路,确定每一条输油线路中包含的油管。
通过监控系统获取每一条输油线路中包含的油管的图像,并将图像输入至识别模型。需要说明的是,由于每一条输油线路中包含的油管的情况是实时变化的,因此每一次的评估都需要获取最新的图像。
通过识别模型对图像进行识别,并对识别后的图像进行特征提取处理,以得到多个风险特征,并将多个风险特征作为因子数据。
将因子数据输入至风险评估模型,并通过风险评估模型进行连续三级评估计算以及加权平均处理,以确定每一条输油线路对应的风险评估结果。
通过对每一条输油线路进行风险评估,可以得到每一条输油线路对应的破损风险,本申请实施例中通过自动化的方式获取因子数据,以及通过预先训练的风险评估模型进行风险评估,在降低了人工参与的基础上,最大化程度地保证了输油线路的安全性,在不涉及对输油线路进行现场人工勘测的基础上,仅通过图像识别、风险评估等方式即可获取输油线路的风险结果,在保证输油安全的前提下不影响输油效率,保证了输油进程的顺利完成。
S103:根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值,其中,所述临界输油压力值为所述指定油管的最大可承受压力值。
具体地,系统根据风险评估结果中包括的风险指数,在所有输油线路中选取风险指数最低的作为指定输油线路,并确定指定输油线路中包含的指定油管的参数,指定油管的参数至少包括:材料密度、屈服强度、抗拉密度、弹性模量。上述指定油管的参数可以预存在系统中,用于表示油管的工程参数。
通过对指定油管的参数进行分析计算,系统即可以根据指定油管的参数,确定常规输油压力范围,该常规输油压力范围是在保证安全性的前提下,最为保险的输油压力范围,在此压力范围下,油管的安全性能够得到最大程度的保障,此外,处于该常规输油压力范围下,指定油管的事故概率应该低于百分之九十八。
将指定油管的参数输入至油管腐蚀模型,以通过油管腐蚀模型得到指定油管的腐蚀剩余强度。由于石油具有较强的腐蚀性,且输油过程中的石油通常是高温的,极易对金属质地的油管造成腐蚀。通常情况而言,腐蚀剩余强度用于表征油管结构的最大承载能力,包括极限外压值以及极限内压值。在本申请实施例中,以极限内压值作为参考,表示在此极限内压下,油管存在崩裂的风险。
根据腐蚀剩余强度,确定大于常规输油压力范围的临界输油压力值。由于腐蚀强度中包含有极限内压值,若直接将该极限内压值作为临界输油压力值,难免会存在很大的输油风险,因此,为保证一定的安全性,同时为了保留一定的裕量,需要根据腐蚀剩余强度进行进一步地分析计算,将极限内压值再降低一定的部分,作为临界输油压力值。
此外,将指定油管的参数输入至油管腐蚀模型,以通过油管腐蚀模型得到指定油管的腐蚀剩余强度,具体包括:
系统通过高光谱仪对指定油管进行扫描,以得到指定油管的高光谱图。由于需要通过自动计算处理的方式获取油管的极限内压值,因此,若采用指定油管的图像作为分析条件的话,难以考量到指定油管的内部情况。为解决该问题,本申请引入了高光谱仪,基于不同的材质在高光谱图像上具有不同的光谱特征,同时,材质的密度、厚度、以及内部的腐蚀情况也可以通过光谱特征分析进而得到确认。因此,通过高光谱仪对指定油管进行扫描,进而得到的指定油管的高光谱图像,可以确定包括指定油管的外壁及内壁的腐蚀情况,相较于通过普通图像或内窥镜探查的方式,最大化地提高了效率以及评估的准确率。
系统根据高光谱图像,构建油管腐蚀模型,并在油管腐蚀模型的表面添加与指定油管相同的腐蚀缺陷。需要说明的是,此处的表面包括指定油管的外侧壁以及内侧壁。通过构建相同的腐蚀缺陷,即可通过调取计算机算力的方式进行模拟计算。
将指定油管的参数输入至油管腐蚀模型,并为油管腐蚀模型指定初始内压值。通过将指定油管的参数输入至油管腐蚀模型,可以使该油管腐蚀模型可以完全模拟指定油管的实际情况,同时,为油管腐蚀模型指定初始内压值,该初始内压值的压强应该处于常规输油压力范围内,以保证模拟测量的过程的准确性。
通过对初始内压值进行调整,即逐步增大该初始内压值,可以确定油管腐蚀模型的极限失效内压值,在此极限失效内压值下,指定油管会崩裂。
将极限失效内压值作为指定油管的腐蚀剩余强度。
S104:对所述石油储罐的输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围内,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整。
具体地,指定输油线路连接输油泵以及石油储罐。同时,指定输油线路上设置有第一油压传感器以及第二油压传感器,第一油压传感器设置在输油泵的下游预设位置处,用于反映输油泵泵出石油的出油油压,第二油压传感器设置在石油储罐的上游预设位置处,用于反映即将进入石油储罐的进油油压。
基于石油储罐具有密封性,其内部具备一定的压力,同时结合指定油管的常规输油范围以及临界输油压力值,为保证最大的安全性,避免对指定油管以及石油储罐造成损坏,需要对出油油压以及进油油压进行针对性调整。
系统通过第一油压传感器监测出油油压的瞬间压力值,以及通过第二油压传感器监测进油油压的瞬间压力值。
若确定出油油压的瞬间压力值低于常规输油压力范围的最低值,则说明输油压力过小,在此压力下无法将石油泵入石油储罐中,系统可以调整输油泵的输出功率,直至出油油压的瞬间压力值处于常规输油压力范围内。
若确定进油油压的瞬间压力值高于常规输油压力范围的最高值,则调整调节阀的关闭角度,直至进油油压的瞬间压力值处于常规输油压力范围内,其中,调节阀设置在第二油压传感器处。此外,调节阀的关闭角度经过预先设定,在不同的压力下会进行不同角度的关闭,以降低进油油压的瞬间压力值,保证石油储罐不会因过高的进油油压而损坏。
S105:若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的。
具体地,获取调节阀的阀径以及阀降,以及获取指定输油线路的压降。
通过公式
Figure 295242DEST_PATH_IMAGE001
得到调节阀的阀阻比,其中,
Figure 954893DEST_PATH_IMAGE002
为阀阻比,
Figure 975939DEST_PATH_IMAGE003
为调节阀的压降,
Figure 568594DEST_PATH_IMAGE004
为指定输油线路的压降。
通过公式
Figure DEST_PATH_IMAGE009
得到预关阀油压,其中,
Figure 587366DEST_PATH_IMAGE006
为预关阀油压,
Figure 796630DEST_PATH_IMAGE007
为临界输油压力值,
Figure 559050DEST_PATH_IMAGE010
为调节常数。
若确定进油油压的瞬间压力值高于预关阀油压,则关闭调节阀。
阀阻比用于反映调节阀的关闭性能,由于进油油压的瞬间压力值超过临界输油压力值时,容易对指定油管以及石油储罐造成损坏,而不同的调节阀具有不同的阀阻比,其关闭效率也不相同,因此,为保证输油安全,需要采取预关阀设置,在进油油压的瞬间压力值到达预关阀油压时即关闭调节阀,避免到达临界输油压力值时,调节阀关闭不及时的情况产生。
在一个实施例中,若确定进油油压的瞬间压力值高于预关阀油压,则关闭调节阀之后,系统还可以采取延迟开阀策略。
在现实输油过程中,输油压力可能存在短时间内剧烈波动的情况,若频繁的对调节阀进行开闭调节,极易造成调节阀的损坏,同时,基于系统的延迟性,调节阀的调节速度也可能跟不上输油压力的变化,为避免上述情况的发生,本申请引入了延迟开发策略,具体如下:
系统通过第二油压传感器获取预设时间范围内的进油油压数据,并对进油油压数据进行随机采样,以根据采样结果确定油压波动数据。
通过油压波动数据,确定油压振幅以及油压振荡频率,并根据油压振幅以及油压振荡频率确定开阀保护时间。
此处的开阀保护时间基于相应的算法,对油压振幅以及油压振荡频率进行计算而得到,油压振幅越大,对应的开阀保护时间越长,油压振荡频率越高,对应的开阀保护时间越长。
当系统确定当前时间符合开阀保护时间后,且进油油压的瞬间压力值处于常规输油压力范围内时,开启调节阀。若此时进油油压的瞬间压力值依然大于常规输油压力范围,则进一步延长开阀保护时间。
在一个实施例中,本申请所述的方法还包括:对石油储罐的输送过程中的输油油压进行监测,以确定输油油压的瞬间压力值之后,对油管进行加温处理。
由于石油的流动性随着温度降低而降低,在距离较长的输油过程中,石油温度的降低易造成流动性变低,进而容易积结在油管中,为避免此种情况的发生,需要对油管进行针对性加温处理。
具体地,系统获取指定输油线路内的石油流速差,此处的石油流速差为输油泵处的石油与石油储罐处的石油的流速差,进而确定石油流速差是否大于预设阈值,说明石油是否存在积结的隐患。
若否,则取消构建所述指定线路的三维模拟图。
若是,则构建指定输油线路的三维模拟图,并根据三维模拟图确定指定输油线路中包含的多个拐点。拐点处通常为影响流速最显著的位置,也是石油最易积结的位置。
分别获取多个拐点处的管径以及拐角的角度,以根据管径和拐角的角度得到多个对应的流速影响值。具体地,管径越低,流速影响值越高,拐角的角度越小,流速影响值越高。
根据多个流速影响值,确定指定输油线路中,流速下降值最高的油管路段,并对油管路段进行加温处理。
在一个实施例中,如图2所示,本申请还提供了一种石油油管自动灌装设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有能被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如下指令:
确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路;
采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果;
根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值;
对石油输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整;
若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的。
在一个实施例中,本申请还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路;
采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果;
根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值;
对石油输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整;
若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种石油油管自动灌装方法,其特征在于,包括:
确定待灌装的石油储罐,并确定所述石油储罐对应的多条油管,以及确定所述多条油管能够组成的所有输油线路;
采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果,其中,所述因子数据通过监控系统采集,用于参与所述所有输油线路的所述破损风险评估;
根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值,其中,所述临界输油压力值为所述指定油管的最大可承受压力值;
对所述石油储罐的输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述输油油压的瞬间压力值未处于所述常规输油压力范围内,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整;
若确定所述输油油压的瞬间压力值超过预关阀油压,则根据所述输油油压的瞬间压力值对设置在所述指定输油线路上的调节阀进行预关阀调整,其中,所述预关阀油压是根据所述临界输油压力值确定的;
对所述石油储罐的输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值之后,所述方法还包括:
获取所述指定输油线路内的石油流速差,并确定所述石油流速差是否大于预设阈值;
若是,则构建所述指定输油线路的三维模拟图,并根据所述三维模拟图确定所述指定输油线路中包含的多个拐点;
分别获取所述多个拐点处的管径以及拐角的角度,以根据所述管径和所述拐角的角度得到多个对应的流速影响值;
根据多个所述流速影响值,确定所述指定输油线路中,流速下降值最高的油管路段,对所述油管路段进行加温处理。
2.根据权利要求1所述的一种石油油管自动灌装方法,其特征在于,根据所述风险评估结果在所述所有输油线路中选取指定输油线路,并根据所述指定输油线路中包含的指定油管的参数,确定常规输油压力范围以及大于所述常规输油压力范围的临界输油压力值,具体包括:
根据所述风险评估结果中包括的风险指数,在所述所有输油线路中选取所述风险指数最低的作为指定输油线路,并确定所述指定输油线路中包含的指定油管的参数,所述指定油管的参数至少包括:材料密度、屈服强度、抗拉密度、弹性模量;
根据所述指定油管的参数,确定常规输油压力范围;
将所述指定油管的参数输入至油管腐蚀模型,以通过所述油管腐蚀模型得到所述指定油管的腐蚀剩余强度;
根据所述腐蚀剩余强度,确定大于所述常规输油压力范围的临界输油压力值。
3.根据权利要求2所述的一种石油油管自动灌装方法,其特征在于,将所述指定油管的参数输入至油管腐蚀模型,以通过所述油管腐蚀模型得到所述指定油管的腐蚀剩余强度,具体包括:
通过高光谱仪对所述指定油管进行扫描,以得到所述指定油管的高光谱图像;
根据所述高光谱图像,构建油管腐蚀模型,并在所述油管腐蚀模型的表面添加与所述指定油管相同的腐蚀缺陷;
将所述指定油管的参数输入至所述油管腐蚀模型,并为所述油管腐蚀模型指定初始内压值;
通过对所述初始内压值进行调整,确定所述油管腐蚀模型的极限失效内压值,并将所述极限失效内压值作为所述指定油管的腐蚀剩余强度。
4.根据权利要求1所述的一种石油油管自动灌装方法,其特征在于,采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果之前,所述方法还包括:
确定所述多条油管的风险因素,并根据所述风险因素构建风险因素集,所述风险因素至少包括:使用时长、材质、包覆材料破损度;
针对不同的风险因素,确定对应的风险评级,并根据所述风险评级构建风险评级集;
构建权重集,以表示所述风险因素的采纳权重;
针对所述风险因素集以及所述风险评级集进行模糊规则训练,以根据训练得到的模糊规则,确定所述风险因素与对应的所述风险评级的隶属度,并根据所述隶属度以及所述模糊规则构建模糊隶属度集;
根据所述风险因素集、所述风险评级集、所述权重集以及所述模糊隶属度集得到风险评估模型。
5.根据权利要求1所述的一种石油油管自动灌装方法,其特征在于,采集所述所有输油线路对应的因子数据,并根据所述因子数据对所述所有输油线路进行破损风险评估,得到对应的风险评估结果,具体包括:
针对所述多条输油线路中的每一条输油线路,确定所述每一条输油线路中包含的油管;
通过监控系统获取所述每一条输油线路中包含的油管的图像,并将所述图像输入至识别模型;
通过所述识别模型对所述图像进行识别,并对识别后的图像进行特征提取处理,以得到多个风险特征,并将所述多个风险特征作为因子数据;
将所述因子数据输入至风险评估模型,并通过所述风险评估模型进行连续三级评估计算以及加权平均处理,以确定所述每一条输油线路对应的风险评估结果。
6.根据权利要求1所述的一种石油油管自动灌装方法,其特征在于,对石油输送过程中的输油油压进行监测,以确定所述输油油压的瞬间压力值,若确定所述瞬间压力值未处于所述常规输油压力范围,则根据所述瞬间压力值对设置在所述指定输油线路上的输油泵和/或调节阀进行实时调整,具体包括:
通过第一油压传感器监测出油油压的瞬间压力值,以及通过第二油压传感器监测进油油压的瞬间压力值,所述第一油压传感器设置在输油泵的下游预设位置处,所述第二油压传感器设置在所述石油储罐的上游预设位置处;
若确定所述出油油压的瞬间压力值低于所述常规输油压力范围的最低值,则调整所述输油泵的输出功率,直至所述出油油压的瞬间压力值处于所述常规输油压力范围内;
若确定所述进油油压的瞬间压力值高于所述常规输油压力范围的最高值,则调整所述调节阀的关闭角度,直至所述进油油压的瞬间压力值处于所述常规输油压力范围内,其中,所述调节阀设置在所述第二油压传感器处。
7.根据权利要求6所述的一种石油油管自动灌装方法,其特征在于,若确定所述瞬间压力值超过预关阀油压,则根据所述瞬间压力值对设置在所述指定输油线路上的调节阀进行预调整,具体包括:
获取所述调节阀的阀径及压降,以及获取所述指定输油线路的压降;
通过公式
Figure 143073DEST_PATH_IMAGE001
得到所述调节阀的阀阻比,其中,所述
Figure 231115DEST_PATH_IMAGE002
为阀阻比,所述
Figure 763728DEST_PATH_IMAGE003
为所述调节阀的压降,所述
Figure 228207DEST_PATH_IMAGE004
为所述指定输油线路的压降;
通过公式
Figure 38031DEST_PATH_IMAGE005
得到预关阀油压,其中,所述
Figure 562554DEST_PATH_IMAGE006
为预关阀油压,所述
Figure 582462DEST_PATH_IMAGE007
为所述临界输油压力值,所述
Figure 723069DEST_PATH_IMAGE008
为调节常数;
若确定所述进油油压的瞬间压力值高于所述预关阀油压,则关闭所述调节阀。
8.根据权利要求6所述的一种石油油管自动灌装方法,其特征在于,若确定所述进油油压的瞬间压力值高于所述预关阀油压,则关闭所述调节阀之后,所述方法还包括:
通过所述第二油压传感器获取预设时间范围内的进油油压数据,并对所述进油油压数据进行随机采样,以根据采样结果确定油压波动数据;
通过所述油压波动数据确定油压振幅以及油压振荡频率,并根据所述油压振幅以及所述油压振荡频率确定开阀保护时间;
确定当前时间符合所述开阀保护时间,且所述进油油压的瞬间压力值处于所述常规输油压力范围内,则开启所述调节阀。
9.一种石油油管自动灌装的设备,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备执行权利要求1-8中的任一项所述的方法。
CN202111407975.2A 2021-11-25 2021-11-25 一种石油油管自动灌装方法技术 Active CN113836680B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111407975.2A CN113836680B (zh) 2021-11-25 2021-11-25 一种石油油管自动灌装方法技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111407975.2A CN113836680B (zh) 2021-11-25 2021-11-25 一种石油油管自动灌装方法技术

Publications (2)

Publication Number Publication Date
CN113836680A CN113836680A (zh) 2021-12-24
CN113836680B true CN113836680B (zh) 2022-03-08

Family

ID=78971585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111407975.2A Active CN113836680B (zh) 2021-11-25 2021-11-25 一种石油油管自动灌装方法技术

Country Status (1)

Country Link
CN (1) CN113836680B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366096A (zh) * 2013-07-22 2013-10-23 广东电网公司电力调度控制中心 电力通信设备风险评估方法
CN103486443A (zh) * 2013-10-15 2014-01-01 东北石油大学 一种油气泄漏检测模拟实验系统
CN105987284A (zh) * 2015-01-27 2016-10-05 中国石油天然气股份有限公司 管道泄漏监测方法及装置
CN107862156A (zh) * 2017-12-01 2018-03-30 中国石油天然气集团公司 一种基于风险的陆上输油管道目标可靠度确定方法
CN109029827A (zh) * 2018-06-27 2018-12-18 北京矿冶科技集团有限公司 一种矿山充填管道沿程压力测量装置及方法
CN110473117A (zh) * 2018-05-10 2019-11-19 中国石油天然气股份有限公司 一种气田水回注地下水环境风险评估方法
CN111611677A (zh) * 2019-02-22 2020-09-01 杜书勇 用于管道运行和完整性管理的风险计算建模系统和方法
CN111948073A (zh) * 2019-05-16 2020-11-17 中国石油天然气股份有限公司 埋地管道外爆耦合界面参数实验测试装置
CN112363549A (zh) * 2020-10-31 2021-02-12 苏丽霞 一种压力容器用可调整压力的装置及其实施方法
CN112947210A (zh) * 2021-03-01 2021-06-11 烟台杰瑞石油装备技术有限公司 一种连续油管控制系统和控制方法
CN113204985A (zh) * 2020-11-06 2021-08-03 中国石油天然气股份有限公司 输油管道损坏风险评估方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104832791B (zh) * 2015-04-09 2021-06-15 安徽理工大学 一种输油管道漏油检测监测装置及方法
CN107975363A (zh) * 2017-10-20 2018-05-01 中国石油天然气集团公司 凝析气井的携液临界流量预测方法及装置
KR101931729B1 (ko) * 2018-01-19 2018-12-21 (주)인투웍스 건설현장 일자리 실시간 매칭 서비스 방법
CN109827079B (zh) * 2019-03-18 2020-05-22 东北大学 一种基于海底石油管道信息物理系统的溢油源检测方法
CN113268883A (zh) * 2021-06-03 2021-08-17 西安建筑科技大学 一种基于pca-abc-svm模型的海底原油管道腐蚀速率预测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366096A (zh) * 2013-07-22 2013-10-23 广东电网公司电力调度控制中心 电力通信设备风险评估方法
CN103486443A (zh) * 2013-10-15 2014-01-01 东北石油大学 一种油气泄漏检测模拟实验系统
CN105987284A (zh) * 2015-01-27 2016-10-05 中国石油天然气股份有限公司 管道泄漏监测方法及装置
CN107862156A (zh) * 2017-12-01 2018-03-30 中国石油天然气集团公司 一种基于风险的陆上输油管道目标可靠度确定方法
CN110473117A (zh) * 2018-05-10 2019-11-19 中国石油天然气股份有限公司 一种气田水回注地下水环境风险评估方法
CN109029827A (zh) * 2018-06-27 2018-12-18 北京矿冶科技集团有限公司 一种矿山充填管道沿程压力测量装置及方法
CN111611677A (zh) * 2019-02-22 2020-09-01 杜书勇 用于管道运行和完整性管理的风险计算建模系统和方法
CN111948073A (zh) * 2019-05-16 2020-11-17 中国石油天然气股份有限公司 埋地管道外爆耦合界面参数实验测试装置
CN112363549A (zh) * 2020-10-31 2021-02-12 苏丽霞 一种压力容器用可调整压力的装置及其实施方法
CN113204985A (zh) * 2020-11-06 2021-08-03 中国石油天然气股份有限公司 输油管道损坏风险评估方法及装置
CN112947210A (zh) * 2021-03-01 2021-06-11 烟台杰瑞石油装备技术有限公司 一种连续油管控制系统和控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于肯特评分法的某航煤管道风险评价";朱伟林;《内蒙古石油化工》;20200930;第39-41页 *
"现役长输管道风险分析技术研究";马欣;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20050515;B019-17 *

Also Published As

Publication number Publication date
CN113836680A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
US8341106B1 (en) System and method for identifying related events in a resource network monitoring system
WO2013121298A2 (en) System and method for analyzing gis data to improve operation and monitoring of water distribution networks
Graham et al. Toward understanding the value of climate information for multiobjective reservoir management under present and future climate and demand scenarios
CN113836680B (zh) 一种石油油管自动灌装方法技术
CN108564284A (zh) 基于成本和收益的气体探测器选址计算方法
CN115953021B (zh) 一种基于机器学习的供应商风险分析方法及装置
Akbarian Saravi et al. Location optimization of agricultural residues-based biomass plant using Z-number DEA
CN115760332A (zh) 基于企业数据分析的风险预测方法、系统、介质及设备
CN105975678A (zh) 一种基于参数化模型的油气管道剩余强度预测方法
CN108346111B (zh) 集输管网泄漏风险评估方法及装置
CN113269330A (zh) 基于云模型的化工设备泄漏概率修正方法及系统
Keprate et al. Determining the degree of fuzziness for fuzzy-AHP Methodology used for identifying fatigue critical piping locations for inspection
CN110163470B (zh) 事件评估方法及装置
Keprate et al. Selecting fatigue critical inspection location of offshore topside piping using fuzzy-AHP framework
CN115689118A (zh) 一种油气管道风险评价方法、系统、存储介质和电子设备
CN115204583A (zh) 化工园区区域风险分级管控评估分析方法、系统及装置
CN113052716B (zh) 风力发电机组主轴承的异常预警方法及装置
CN113706300A (zh) 一种小微企业的贷款方法及装置
CN113506175A (zh) 中小企业风险预警模型优化方法、装置、设备和存储介质
CN113869423A (zh) 一种营销响应模型构建方法、设备及介质
CN113055442A (zh) 基于动态因子的事件生成方法、电子设备及存储介质
CN111768021A (zh) 订单价格调整方法、装置、服务器及存储介质
Al-Ali et al. Developing deterioration prediction model for the potable water pipes renewal plan–case of Jubail Industrial City, KSA
CN117726990B (zh) 纺丝车间的检测方法、装置、电子设备及存储介质
Ahmed et al. Natural gas pipeline failure risk prediction and relation analysis by combining rough-AHP and rough DEMATEL method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230921

Address after: 257000 Shengli Industrial Zone, Dongying District, Shandong, Dongying

Patentee after: Deshi Energy Technology Group Co.,Ltd.

Address before: 257000 building 18, college student Pioneer Park, Zoucheng Road, Dongying District, Dongying City, Shandong Province

Patentee before: Deshi Energy Technology Group Co.,Ltd.

Patentee before: SHANDONG DESHI PETROLEUM EQUIPMENT Co.,Ltd.

Patentee before: Shengli Oilfield Zhongyang Petroleum Engineering Co.,Ltd.

TR01 Transfer of patent right