CN116488652B - 一种油气管道安全状态智能监测设备及方法 - Google Patents

Abstract

本发明公开一种油气管道安全状态智能监测设备及方法，属于长输油气管道监测预警领域。数据采集模块采集油气管道本体的应变数据和油气管道周边环境的多种环境参数数据，微处理器基于采集的油气管道本体的应变数据和油气管道周边环境的多种环境参数数据，对油气管道安全状态进行诊断和失效预警，实现了油气管道的综合风险评价和预警。

Description

一种油气管道安全状态智能监测设备及方法

技术领域

本发明涉及长输油气管道监测预警领域，特别是涉及一种油气管道安全状态智能监测设备及方法。

背景技术

长输油气管道线路长、管径大、设计压力高，管道沿途地形、地质条件异常复杂，山岭隧道穿越次数多，故，在管道沿线地质灾害段常采用在线管道安全监测技术，对监控管道安全管理具有重要意义。

目前，常见的管道安全监测设备以管道本体应力监测为主，通过标准的管道应力监测设备获取管道本体的应变模数，然后将监测数据回传到服务器进行解算处理得到管道应力，再由服务器根据数据处理结果和各类相关阈值参数，进行预警信息的生成和管理。这类现场监测装置只具有基础数据的采集和传输功能，无数据清洗、解算、分析、评价或预警功能。现有监测系统采用集中处理数据的做法，可利用服务器系统的强大计算能力，统一处理所有监测点位的信息，大幅降低了对现场采集设备的性能需求，但是，采用这种后端服务器集中解算的最大问题是，现场监测设备必须依靠后台服务器的支持，否则无法及时对所采集到的数据进行分析判断，并且这种依赖远程数据传输的模式也存在信号不佳时导致信息处理滞后的隐患，这就会造成现场无法自动和及时识别风险进而自动调整监测状态，造成漏掉状态突变数据而漏报预警信息。同时，为了尽可能的避免原始数据丢失和提到数据处理的实时性，只能增加数据传输频率并尽可能保持设备实时在线，通过将数据实时传到服务器解算以及时识别风险，而这又势必造成现场供电和通讯消耗大幅的增加。

随着管道安全监测技术不断发展，多元化监测成为必然，除现有标准应变设备能够实现的管道本体应力监测外，管道本体应变、场地变形（如地表及深部位移监测、裂缝监测）、土压力、渗水压、降雨量等也已成为当前管道风险监测的重要内容。目前，尚无兼容上述各类管道周边环境参数监测的多功能数据采集设备能够满足各类数据统一采集和分析评价需求，实际工作中，只能根据需要独立配备各类专业监测设备分别采集后独立上传数据，导致现场采集终端、通讯设备及配套供电设施重复建设，服务器需要同时对接各类设备端口等问题突出。

现有的管道安全监测设备如下：

公开号为CN202582800U的中国专利中提供一种长输油气管道应力应变监测装置，采用光纤光栅技术监测长输油气管道的应力应变情况，能够安全、精确、长期地监测长输油气管道的应力应变数据。该装置只能提供应力应变数据，无法实现本地数据解算或预警评估结果。

公开号为CN202065683U的中国专利中提供一种在役长输油气管道应力应变无损监测装置，可获取管道的应力应变数据，其安装和数据采集过程完全满足严格的在役管道安全规范的相关要求。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN201293693Y的中国专利中提出了一种基于光纤光栅传感技术的滑坡内管道应力监测装置。这种装置采用光纤光栅传感技术，对滑坡影响下的管道进行管道应变监测，实现了数据的实时自动采集、远程传输和自动分析。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN203037388U的中国专利一种基于光纤光栅的管道应力监测系统，该光纤光栅管道应力监测系统包括硬件系统和软件系统两部分，光纤光栅解调仪通过以太网连接计算机，计算机安装有后台数据库。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN204903055U的中国专利提供一种大管径集中供热管道应力远程在线监测装置，通过应变片测量供热管道的应变量，将应变片测量的数据通过应变仪转化成数字信号，数据采集模块与GPRS数据传输单元相互传输数据，并通过无线网路传输给监控中心，通过监控中心处理分析。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN107063515A的中国专利申请涉及管道应力在线监测技术领域，具体公开了一种集成式管道应力监测桩，其主控制器与数个智能采集模块连接，每个智能采集模块与1个管道监测截面上的应力传感器连接以采集该管道监测截面上的应力数据。可安装在管道附近，经应变和应力的转换计算，实时在线测量管道应力，并计算出管道线性形变区的最大环向应力和轴向应力，根据最大应力值进行报警；该装置通过计算得出了线性形变区的最大环向应力和轴向应力，但是并未根据管道特性及管道初始应力确定的报警阈值进行报警级别评价和报警输出。

公开号为CN207379537U的中国专利公开了油气管道应力应变检测装置，属于油气集输技术领域，包括安装于管道上的环形的应力应变片，应力应变片的主体由内层的粘附层和外层的应变片本体组成，下方设有开口，开口上带有卡扣，应力应变片内埋设有感应片和数据线，地上数据筒内设有数据处理器，顶部设有数据发送器，通过卫星反馈到中控室中。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN109883484A的中国专利申请提供一种一体化在役输油管道应力检测及安全运营系统，包括主壳体、主控单元、显示屏、感应线圈、磁力探头、电源模块、蜂鸣报警器、报警指示灯、输入键，所述显示屏和输入键镶嵌在主壳体外部，所述主控单元、电源模块设置在主壳体内部，所述蜂鸣报警器和报警指示灯也设置在主壳体外部，所述主壳体侧面设有感应线圈电源接口，感应线圈通过感应线圈电源接口实现与电源模块的连接，所述电源模块与主控单元连接，且主控单元通过D/A转换器控制外加磁场的强度，所述磁力探头通过磁场测量器与主控单元连接，所述主控单元还与蜂鸣报警器、报警指示灯、显示屏连接，所述磁场测量器、主控单元由电源模块供电，所述磁场测量器通过导线与磁力探头连接。在磁-力耦合应力检测技术理论的基础上，以应力检测技术及应力失效判据为核心，构建磁通量-应力模型曲线，并将其关系以算法的形式写入中控单元中，建立了传感、通讯、控制、报警及数据传输等协同，集成在役输油管道安全运营健康监测系统，使得在役管道实现提前防护和安全运营。

公开号为CN110031134A的中国专利申请提供了一种管道应力监测系统、方法、装置、存储介质及电子装置，在发生突发状况时，通过应变片触发装置触发唤醒管道应力检测控制器的低功耗模式，以采集位于所述管道上的振弦传感器的振动频率，并上报给服务器，由服务器基于振动频率获取当前管道应力，并控制管道应力检测控制器进入低功耗状态。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

公开号为CN112924080A的中国专利申请、公开号为CN212228573U的中国专利中提出了一种管道应力监测系统及方法，通过磁感应装置采集当前时刻待测管道周围的磁场，输出模拟电信号，并将模拟电信号发送到控制部件。控制部件用于接收模拟电信号，并将模拟电信号转换为数字信号，还用于根据数字信号，计算出待测管道的应力数据，并将应力数据发送到终端。该装置只能提供应力应变数据，无法实现本地数据解算或预警。

既有的管道安全监测设备主要存在以下几个问题：

（1）既有装置采集到的管道本体应变模数，只是一个孤立的状态量，无法进行现场分析评价管道所处的风险状态，进而无法实现风险自诊断及预警，缺乏灵活性；

（2）高度依赖后台的前端监测设备，对后台开发和数据传输提出了更高要求，快速反应需要后台服务器具有很高的数据收发及解算数据能力，同时，高频传输会对现场供电和数据传输带来更大压力；

（3）现有标准监测设备只能采集单一或少量类型的参数，无法满足管道多元化综合化监测需求，更无法实现管道风险综合评价和预警管理。

综上，既有的管道安全监测设备，只能对管道本体应变现状模数进行采集和发送，无法根据管道本体参数和信息对管道应力状态及风险状态进行评价，更无法根据管道容许应力等进行风险诊断和预警。

发明内容

本发明的目的是提供一种油气管道安全状态智能监测设备及方法，可监测管道本体和管道周边环境参数，并根据管道本体及管道周边环境参数进行油气管道安全状态的综合诊断和预警。

为实现上述目的，本发明提供了如下方案：

一种油气管道安全状态智能监测设备，所述监测设备包括：数据采集模块和微处理器；

所述数据采集模块用于采集油气管道本体的应变数据和油气管道周边环境的多种环境参数数据；

所述微处理器用于将所述应变数据转换为油气管道应力，并根据油气管道应力和多种环境参数数据进行油气管道安全状态的诊断和失效预警。

一种油气管道安全状态智能监测方法，所述监测方法应用前述的油气管道安全状态智能监测设备，包括：

获取油气管道本体的应变数据和油气管道周边环境的多种环境参数数据；

将所述应变数据转换为油气管道应力；

采用模糊推理方法，分别建立第一模糊规则库和第二模糊规则库；所述第一模糊规则库为环境参数与环境稳定性系数的对应关系库；所述第二模糊规则库为油气管道应力、环境稳定性系数与管道失效概率的对应关系库；

根据油气管道周边环境的多种环境参数数据和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性系数；

根据当前的环境稳定性系数、油气管道应力和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率；

根据当前的管道本体失效概率进行油气管道安全状态的诊断和失效预警。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种油气管道安全状态智能监测设备及方法，微处理器基于采集的油气管道本体的应变数据和油气管道周边环境的多种环境参数数据，对油气管道安全状态进行诊断和预警，实现了油气管道的综合风险评价和失效预警。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种油气管道安全状态智能监测设备的结构示意图；

图2为本发明实施例一提供的微处理器结构示意图；

图3为本发明实施例一提供的数据采集模块的结构示意图；

图4为本发明实施例二提供的一种油气管道安全状态智能监测方法的流程图；

图5为本发明实施例二提供的一种油气管道安全状态智能监测方法的原理图。

符号说明：1-微处理器，10-振弦信号放大器，11-振频激励放大电路，12-激励控制模块，13-负激励电源，14-正激励电源，15-振弦传感器，16-激励线圈，17-振弦传感器驱动电路，18-振弦激励拾取控制模块，19-振频拾取放大电路，20-振弦信号滤波电路，21-数字量传感器接口，22-数字信号保护电路，23-数字信号转换器，24-开关量传感器接口，25-开关信号滤波电路，26-开关信号放大电路，27-模拟量传感器接口，28-模拟信号滤波电路，29-模拟信号处理电路，30-多通道采集控制电路，31-多通道采集切换模块，32-电源模块，33-存储模块，34-通讯模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明的目的是提供一种油气管道安全状态智能监测设备及方法，可基于现场安装的各类管道监测传感器采集管道本体和管道周边环境参数，并根据管道本体及管道周边环境参数进行油气管道安全状态的综合诊断和失效预警。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，本发明实施例提供了一种油气管道安全状态智能监测设备，包括：数据采集模块和微处理器1。

数据采集模块用于采集油气管道本体的应变数据和油气管道周边环境的多种环境参数数据。微处理器1用于将应变数据转换为油气管道应力，并根据油气管道应力和多种环境参数数据进行油气管道安全状态的诊断和失效预警。

参照图3，数据采集模块包括：振弦信号采集电路、模拟量采集电路、数字量采集电路、开关量采集电路、多通道采集控制电路30和多通道采集切换模块31。

多通道采集控制电路30的输入端与微处理器1连接，多通道采集控制电路30的输出端与多通道采集切换模块31的控制端连接。振弦信号采集电路的输入端通过多通道采集切换模块31与油气管道本体上的多支振弦传感器15连接。振弦信号采集电路的输出端与微处理器1连接。

多通道采集控制电路30用于在微处理器1的控制下通过多通道采集切换模块31对各支振弦传感器15进行轮巡切换。振弦信号采集电路用于逐个采集振弦传感器15的正弦波受激信号，将正弦波受激信号转换为振动频率信号，继而将振动频率信号转换为应变数据后传入微处理器1。

频率转换为应变数据ε公式如下：

ε=0.391×(f ²×10^-3)；

式中：f－振动频率信号（Hz）。

以图3示出的数据采集模块为例，多通道采集切换模块31的每个通道连接一个激励线圈16，一个激励线圈16对应一个振弦传感器15，激励线圈16和振弦传感器15均设置在油气管道上，多通道采集控制电路30控制多通道采集切换模块31切换采集通道，实现振弦传感器15正弦波受激信号的逐个采集。

模拟量采集电路的输入端分别与油气管道本体上测量油气管道本体应变量的模拟量监测信号的设备和油气管道周边环境中用于测量环境参数的模拟量传感器连接。模拟量采集电路用于采集油气管道本体应变量的模拟量监测信号，并将所述模拟量监测信号转换为应变数据后传入微处理器。一般测量油气管道本体应变量的模拟量监测信号的设备为电阻应变片，其电阻值随管道应变量变化，模拟量采集电路采集到的模拟量监测信号就是其电阻值，该电阻值转换为应变数据后输入微处理器。模拟量采集电路还用于采集油气管道周边环境中环境参数的模拟量，并将环境参数的模拟量传入微处理器1。

数字量采集电路的输入端分别与油气管道本体上测量油气管道本体应变量的数字量监测信号的设备和油气管道周边环境中用于测量环境参数的数字量传感器连接。数字量采集电路用于采集油气管道本体应变量的数字量监测信号，并将所述数字量监测信号转换为应变数据后传入微处理器。一般测量油气管道本体应变量的数字量监测信号的设备为数字型应变采集模块，直接输出应变量的数字量监测信号，该应变量的数字量监测信号转换为应变数据后输入微处理器。数字量采集电路还用于采集油气管道周边环境中环境参数的数字量，并将环境参数的数字量传入微处理器1。

本发明可以通过振弦信号采集电路、模拟量采集电路和数字量采集电路中任意一个获得管道本体应变数据。

开关量采集电路的输入端与油气管道周边环境中用于测量环境参数的开关量传感器连接，开关量采集电路的输出端与微处理器1连接。开关量采集电路用于采集油气管道周边环境中环境参数的开关量，并将环境参数的开关量传入微处理器1。

具体的，振弦信号采集电路包括：振弦信号放大器10、振频激励放大电路11、激励控制模块12、振弦传感器驱动电路17、振弦激励拾取控制模块18、振频拾取放大电路19、振弦信号滤波电路20和多个激励线圈16。

微处理器1（图3中的MCU，英文全拼为Microcontroller Unit）的输出端分别与振弦信号放大器10的输入端和激励控制模块12的输入端连接，振弦信号放大器10的输出端与振频激励放大电路11的输入端连接，激励控制模块12的输出端与振频激励放大电路11的控制端连接。振频激励放大电路11的输出端与振弦传感器驱动电路17的第一输入端连接；振弦传感器驱动电路17的第一输出端通过多通道采集切换模块31与多个激励线圈16连接。

多通道采集切换模块31还与振弦传感器驱动电路17的第二输入端连接，振频拾取放大电路19的输入端与振弦传感器驱动电路17的第二输出端连接，振频拾取放大电路19的输出端与振弦信号滤波电路20的输入端连接，振弦信号滤波电路20的输出端与微处理器1的输入端连接；振弦激励拾取控制模块18的输入端与微处理器1的输出端连接，振弦激励拾取控制模块18的输出端与振频拾取放大电路19的控制端连接。

振弦传感器15的信号采集过程为:微处理器1输出激励方波经振弦信号放大器10放大后，进入振频激励放大电路11，振频激励放大电路11输出激励波形，经振弦传感器驱动电路17和多通道采集切换模块31传输到激励线圈16进行激励；激励完成后，由激励控制模块12接收微处理器1的控制指令关断振频激励放大电路11的激励波形输出。激励结束后，微处理器1输出启动指令到振弦激励拾取控制模块18控制振频拾取放大电路19开始工作；振弦传感器15受激励起振，停止激励后余振继续切割激励线圈16磁力线产生正弦波受激信号，正弦波受激信号通过多通道采集切换模块31经振弦传感器驱动电路17滤波后到达振频拾取放大电路19进行放大，由振弦信号滤波电路20将放大后的正弦波受激信号转化为应变数据，并输入至微处理器1。

模拟量采集电路包括：模拟信号滤波电路28和模拟信号处理电路29；模拟信号处理电路29分别与模拟信号滤波电路28和微处理器1连接。模拟信号处理电路29将模拟信号滤波电路28滤波后的模拟量监测信号转换为应变数据，还可以传输模拟信号滤波电路28滤波后的环境参数的模拟量。

数字量采集电路包括：数字信号保护电路22和数字信号转换器23；数字信号转换器23分别与数字信号保护电路22和微处理器1连接。数字信号保护电路22可恢复保险和瞬态二极管防止过压过流造成损坏。数字信号转换器23能够将数字信号保护电路22输出的数字量监测信号转换为应变数据，还能传输数字信号保护电路22输出的环境参数的数字量。数字信号转换器23包括RS232串口通讯TTL电平转换芯片，或RS485差分信号转换芯片，将外接入信号转换为微处理器1可接收的逻辑电平信号。

开关量采集电路包括：开关信号滤波电路25和开关信号放大电路26；开关信号放大电路26分别与开关信号滤波电路25和微处理器1连接。

根据微处理器1的控制指令，控制数据采集模块中各个电路和模块的电源开关，从而按需供电实现低功耗控制。

如图1所示，监测设备还包括：振弦式传感器接口、模拟量传感器接口27、数字量传感器接口21和开关量传感器接口24。激励线圈16设置于振弦式传感器接口处。模拟量传感器接口27用于接入油气管道周边环境中测量环境参数的模拟量传感器，以及接入用于测量油气管道本体应变量的模拟量监测信号的设备（例如电阻应变传感器），并通过模拟信号滤波电路28、模拟信号处理电路29接入微处理器1。数字量传感器接口21用于接入油气管道周边环境中测量环境参数的数字量传感器，以及接入用于测量油气管道本体应变量的数字量监测信号的设备（例如数字型应变采集模块），并经过数字信号保护电路22和数字信号转换器23接入微处理器1。开关量传感器接口24用于接入油气管道周边环境中测量环境参数的开关量传感器，并通过开关信号滤波电路25和开关信号放大电路26接入微处理器1。其中，模拟量传感器为2路输出标准电压或2路输出标准电流信号的传感器，数字量传感器为带有RS232或RS485串口通讯接口的数字传感器。

油气管道周边环境中测量环境参数的传感器包括雨量传感器、土压力传感器、含水率传感器、位移传感器、柜门开关传感器以及设备倾倒传感器。雨量传感器可接入模拟量传感器接口27和数字量传感器接口21，土压力传感器可接入模拟量传感器接口27和数字量传感器接口21，含水率传感器可接入模拟量传感器接口27和数字量传感器接口21，位移传感器可接入模拟量传感器接口27和数字量传感器接口21，柜门开关传感器接入开关量传感器接口24，设备倾倒传感器接入开关量传感器接口24。

模拟量传感器包括标准电压型模拟量传感器和标准电流型模拟量传感器。本实施例以标准电压型雨量传感器为例介绍采集过程：微处理器1的GPIO管脚通过电源开关控制电路打开相应的模拟量传感器接口27的电源后，标准电压型雨量传感器开始工作，并实时输出相应的电压信号，通过模拟量传感器接口27进入模拟信号滤波电路28滤除杂波和干扰后，进入模拟信号处理电路29将电压信号转化为雨量模拟信号值，其中0~2V电压范围对应0到满量程的雨量模拟数值，由微处理器1相应的ADC管脚通过AD转换获取雨量数字信号值（范围0~4096）。该雨量数字信号值进入数据清洗模块后，经过数据质量判断、异常值剔除以及数据对齐处理后，传输到数据解算单元，得到降雨量数据。

瞬时降雨量计算公式为：

v = V×D/4096 ；

式中：v表示瞬时降雨量（mm/小时），V表示满量程降雨量（mm/小时），D表示转换获取雨量数字信号值。

数字量传感器为带有数字通讯接口的传感器，本实施例以倾角计为例介绍数据采集过程：微处理器1的UART管脚通过数字量传感器接口21连接倾角计，微处理器1的GPIO管脚通过电源控制电路打开相应的数字量传感器接口21的电源后，倾角计开始工作，微处理器1的UART管脚发出数据读取指令后，倾角计实时响应返回角度数值。

开关量传感器为指示开关状态的传感器，本实施例以柜门开启为例介绍信号采集过程：微处理器1的GPIO管脚通过开关量传感器接口24连接柜门上的限位传感器，当柜门关闭时电路断开，当柜门打开时电路闭合。开关量传感器触点一直处于断开状态，微处理器1的GPIO管脚设置为中断模式，当柜门打开时立即闭合触点时触发微处理唤醒工作，并向服务器端发送报警指令，服务器会根据现场工作安排或人工操作返回控制指令；如果5秒钟内未得到取消报警指令，则通过控制及数据采集模块开启本地声光报警。

微处理器1内置嵌入式软件程序可实现综合分析预警，嵌入式软件程序的内置算法在上述数据清洗、解算、分析的基础上，还可以进行风险评价和预警，是整套监测设备的核心。该内置算法可根据接入传感器的类型，开展对应的监测数据分析解算后，进行单监测指标评价预警与综合监测指标评价预警。

基于管道本体应力的强度预警虽然能反应管道的本质情况，但环境变化对于管道本体的影响不容忽视，单一预警不能满足现场实际监测需要，因此，需要采用本发明所提供的一种油气管道安全状态智能监测设备，开展包括环境要素与诱发因素在内的多指标综合监测指标评价预警。

多指标综合监测指标评价预警的数据来源为：上述微处理器1通过振弦式传感器接口、模拟量传感器接口27、数字量传感器接口21以及开关量传感器接口24等接入的各类传感器采集到的数据，再进行清洗、解算后的成果数据。

具体的，参照图2，微处理器1包括：数据采集管理单元、数据清洗单元、参数阈值管理单元、数据解算单元和管道风险预警评价分析单元。

数据采集管理单元分别与数据采集模块和数据清洗单元连接，数据采集管理单元用于从数据采集模块获取油气管道本体的应变数据和油气管道周边环境的多种环境参数数据。进一步地，数据采集管理单元根据指令进行各类监测数据采集，包括切换振弦式传感器采集通道、输出激励信号和拾取振动频率，轮巡采集连接在模拟量传感器接口27、数字量传感器接口21以及开关量传感器接口24上的各传感器数据，获取现场各类监测指标的原始数据后传输到数据清洗单元进行处理。

数据清洗单元与参数阈值管理单元连接，数据清洗单元用于对应变数据和多种环境参数数据进行异常值剔除，获得清洗后的应变数据和多种清洗后的环境参数数据。数据清洗单元对数据进行质量判断和异常剔除所使用的数据清洗处理算法为格拉布斯法(Grubbs)检验法，将“可疑值”从此组测量数据中剔除而不参与平均值的计算，那么该“可疑值”就称作“异常值”，具体步骤如下：

第一步，测量数据：例如测量10次，获得以下数据：8.2、5.4、14.0、7.3、4.7、9.0、6.5、10.1、7.7、6.0。

第二步，排列数据：将上述测量数据按从小到大的顺序排列，得到4.7、5.4、6.0、6.5、7.3、7.7、8.2、9.0、10.1、14.0，可以肯定，可疑值不是最小值就是最大值。

第三步，计算平均值和标准差s：/>＝7.89，标准差s＝2.704。计算时，必须将所有10个数据全部包含在内。

第四步，计算偏离值：平均值与最小值之差为7.89-4.7＝3.19；最大值与平均值之差为14.0-7.89＝6.11。

第五步，确定异常值：比较起来，最大值与平均值之差6.11大于平均值与最小值之差3.19，因此认为最大值14.0是可疑值。

参数阈值管理单元与数据解算单元连接，参数阈值管理单元用于存储油气管道应力的容许阈值和每种环境参数的容许阈值，并将清洗后的应变数据和多种清洗后的环境参数数据进行打包。具体的，参数阈值管理单元用来存储和管理管道本体参数、管道周边环境参数、各传感器特征参数以及管道受力、地表位移、深部位移、土压力、含水率、降雨量等预警阈值。

数据解算单元与管道风险预警评价分析单元连接，数据解算单元用于将打包后的应变数据解算为油气管道应力，各种打包后的环境参数数据解算为实际环境监测量，并根据油气管道应力的容许阈值和每种环境参数的容许阈值，生成油气管道应力和每种环境参数的容许占比，同时将油气管道应力、实际环境监测量、油气管道应力的容许占比和每种环境参数的容许占比均传输至管道风险预警评价分析单元。其中，各种打包后的环境参数数据解算为实际环境监测量的一种示例为：将电压值、电流值以及开关量解算为地表位移、深部位移、土压力、含水率、降雨量以及非法打开柜门等实际物理量。

管道风险预警评价分析单元与管道监测预警系统平台连接，管道风险预警评价分析单元用于根据油气管道应力、实际环境监测量、油气管道应力的容许占比和每种环境参数的容许占比诊断油气管道安全状态，并在诊断的油气管道安全状态为存在失效风险时发出相应的预警信号至管道监测预警系统平台。

参照图1，监测设备还包括：声光报警模块、通讯模块34、存储模块33和电源模块32。

电源模块32分别与微处理器1、数据采集模块、声光报警模块、通讯模块34和存储模块33连接。为微处理器1、数据采集模块、通讯模块34、存储模块33以及声光报警模块提供电源。

声光报警模块通过信号线与数据采集模块连接，微处理器1发出的预警信号通过数据采集模块传输至声光报警模块进行声光预警。具体的，数据采集模块包含声光报警模块控制电路，声光报警模块控制电路通过信号线与声光报警模块连接，声光报警模块控制电路根据微处理器1发出的预警信号，控制声光报警模块启停。

微处理器1通过串口通讯线与通讯模块34连接，通讯模块34通过远程无线通讯信号与管道监测预警系统平台（服务器或其他现场设备）连接，接收控制指令或上传预警信息。

存储模块33通过串口通讯线路与微处理器1连接，根据微处理器1的指令进行数据的读取和写入。

图1中的双向箭头实线表示串口通讯线，单向箭头实线表示信号线，虚线表示电源线。

在一个示例中，微处理器1采用基于ARM Cortex内核的STM32微处理控制器，通过GPIO、ADC以及UART管脚连接控制及数据采集模块（包括数据采集模块和电源开关控制电路）后，实现控制各信号采集接口切换、电源开关、振弦式传感器信号、数字量传感器、模拟量传感器以及开关量传感器数据的读取，具体的：

微处理器1的GPIO管脚连接控制及数据采集模块中各个功能模块的电源开关控制电路，根据监测需要，GPIO管脚会输出高电平或低电平信号控制电源通断。

比如在进行振弦式传感器信号采集时，相应的GPIO管脚会输出高电平给振弦信号放大器10、振频激励放大电路11、激励控制模块12、负激励电源13、正激励电源14、振弦传感器驱动电路17、振弦激励拾取控制模块18、振频拾取放大电路19、多通道采集控制电路30、多通道采集切换模块31以及振弦信号滤波电路20供电，开启振弦采集相关的电路工作，采集完成后，相应的GPIO管脚会输出低电平断开电源。

比如需要进行模拟量类型数据采集时，通过相应的GPIO管脚输出高电平给模拟量传感器接口27，使得所接入传感器上电工作的同时，给模拟信号滤波电路28和模拟信号处理电路29供电，进行相应的数据采集，采集完成后，相应的GPIO管脚会输出低电平断开电源。

比如需要进行数字量类型数据采集时，通过相应的GPIO管脚输出高电平给数字量传感器接口21，使得所接入传感器上电工作的同时，给数字信号保护电路22和数字信号转换器23等电路供电，进行相应的数据采集，采集完成后，相应的GPIO管脚会输出低电平断开电源。

开关量类型传感器一直处于断开状态，当触点闭合时，开关信号滤波电路25和开关信号放大电路26等开始上电工作，进行微处理器1的唤醒和信号采集，当出现异常时，自动上报预警。

本发明可基于现场安装的各类管道监测传感器采集数据，然后，通过嵌入在微处理器1内的管道风险预警评价分析单元得到管道相关的应力及管道风险状态，并可根据需要进行预警信息的自动生成和发送到远端管道监测预警系统平台，实现了真正意义上的分布式管道应力监测和预警，极大的降低了管道风险监测技术门槛，为管道监测提供了更加便利和专业的解决方案。

本发明可纳入包括管道本体应力、振动、周边环境监测、设备受损侦测等在内的多种监测数据，灵活适应各类野外监测的需要，并可实时对监测数据开展分析解算后，给出管道风险评价结论，及时上报预警信息。

总体来说，本发明可以对管道本体及环境要素开展综合分析评价，直接对外输出成果数据及评估结论，且可以根据实时监测数据判断管道所处的状态及自动上报预警。

另外，除了管道本身和管道周边环境监测外，还包括防止外力破坏的侦测和声光报警模块，比如设备柜门被意外打开或设备倾倒时，本地会发出声光报警的同时，上传外力破坏风险报警。

由此，本发明带来以下几点优势：

（1）可以录入管道及周边环境相关参数及容许阈值参数，为数据解算和预警评估提供依据，从而直接输出物理量成果数据及监测评价结果。

（2）具有现场数据解算能力，可以进行各类监测数据的本地解算和评估，脱离对服务器的依赖，更加实时、灵活。

（3）根据管道特性和容许阈值，可自动识别风险状态，实现设备工作状态的自动调整或预警信息的发送，无需远程连接服务器，节约数据传输流量和电量，满足野外低功耗需求。

（4）直接输出成果数据，便于统一上报数据内容和标准化格式，通过标准通讯协议有利于形成真正的分布式监测系统架构，使得不同厂家、不同监测原理管道应力监测设备采集到的数据，快速进入标准接口管理系统平台。

实施例二

如图4所示，本发明实施例提供了一种油气管道安全状态智能监测方法，该监测方法应用实施例一的油气管道安全状态智能监测设备，该监测方法包括：

步骤1：获取油气管道本体的应变数据和油气管道周边环境的多种环境参数数据。

若以滑坡监测评价场景为例，则环境参数数据为地表位移、深部位移、土压力、含水率以及降雨量等。

步骤2：将应变数据转换为油气管道应力。

基于应变数据，再根据弹性理论计算出管道应力数值。

微处理器通过GPIO管脚采集到管道应变模数（应变数据）后，需要结合单个截面上至少3支传感器的数据进行解算才能得到截面最大拉、压应变，通过读取参数阈值管理单元中的不同管道本体及工况参数，计算管道应力水平的流程和方法如下。

根据弹性理论中的平截面假定和叠加原理，管道应变由薄膜应变、x方向弯曲应变和y方向弯曲应变组成。设监测截面薄膜应变、最大y向弯曲应变和最大z向弯曲应变分别为、/>和/>，则根据叠加原理，得到管道截面上任一点处的应变/>为：

。

式中，为沿管道圆周的角度，顺气流方向管顶为0^°，管道右侧为90^°，管道底部为180^°，管道左侧为270^°；r为管道上一点到圆心的距离（沿壁厚不同位置，r不同），r_o为管道外径。

根据上式可得监测应变值U(0,r_o)、R(π/2,r_o)和L(3π/2,r_o)与ɛ_m、和/>的关系为：

；

；

。

式中，U(0,r_o)为0^°方位管道外壁位置的应变值（后文简写为U），R(π/2,r_o)为90^°方位管道外壁上位置的应变值（后文简写为R），L(3π/2,r_o)为270^°方位管道外壁位置的应变值（后文简写为L）。

将以上三公式整理可得ɛ_m、和/>的表达式为：

；

；

。

组合y、z两方向的弯曲应变，可得截面最大弯曲应变为：

。/>

最大弯曲应变所在角度为：

。

相应地，监测截面最大轴向应变ɛ_max与最小轴向应变ɛ_min为：

；

。

将以上公式整理可得由监测应变表示的管道截面上任一点处的应变为：

。

同样，可得监测截面各角度最大轴向应变为：

。

获得监测截面轴向应变分布后，即可依据GB50251、GB50470或BS7910-2013等规范计算管道应力分布，一般采用线弹性模型、双折线模型或Ramberg-Osgood本构模型，本实施例应力计算时采用Ramberg-Osgood本构模型。

步骤3：采用模糊推理方法，分别建立第一模糊规则库和第二模糊规则库；第一模糊规则库为环境参数与环境稳定性系数的对应关系库；第二模糊规则库为油气管道应力、环境稳定性系数与管道失效概率的对应关系库。

第一模糊规则库的建立过程如下：

多指标综合监测指标评价预警的评价因素包括管道本体力学状态，是管道失效的内在因素和环境要素变化管道力学状态改变的重要外部因素，地质环境变化是引起管道变形破坏的重要外因，环境稳定性与多要素相关，其环境稳定性状态函数如下：

K=f (X₁, X₂,…, X_n)；

式中：K为环境稳定性系数；X_i（i=1,2,…,n）为影响环境稳定性的随机变量；f ( )为环境稳定性状态函数。

当已知各影响环境稳定性的随机变量的概率分布情况，可使用Monte Carlo方法拟合出2组以上随机变量的概率分布，将一组随机数带入环境稳定性状态函数，可以得到环境稳定性系数K的一个随机变量。采用同样的方法可以产生多个环境稳定性系数K的随机变量，定义第i个环境稳定性系数为K_i，第j个环境稳定性系数为K_j。

定义K≤1为环境破坏事件，并在n次抽样中产生了m个破坏事件，则环境破坏概率P_f可表示如下：

；

式中：P( )为环境破坏概率函数。

若n足够大，则由K_i可估算出环境稳定性系数分布情况。

均值μ_k如下式：

；

标准差σ_k如下式：

。

不同风险隐患下，影响环境稳定性系数的因素不同。此处以最为常见的滑坡灾害为例进行说明，其他地质灾害类型、第三方施工影响、填方占压等视具体情况确定。实际应用中，滑坡稳定性与岩土结构、岩土抗剪强度指标、土体容重、孔隙水压力等因素相关，外在表现为地表或深部位移、土压力、土壤含水率等变化。特别是在降雨影响下发生失稳的可能性大大增加。为方便应用，直接使用地表或深部位移、土压力、土壤含水率、降雨量构建坡体稳定性状态函数，即：

K=f (X₁, X₂,…, X₅)；

式中，X₁：地表位移；X₂：深部位移；X₃：土压力；X₄：土壤含水率；X₅：降雨量。

采用模糊推理方法，通过建立模糊规则，不断优化推理过程，建立适用于具体监测对象的多指标综合预警方法。由于各种灾害类型、风险隐患都有其个性特征，对每一类风险隐患在初期根据专家经验建立模糊语言规则实现多指标综合预警，后期随着监测数据量积累，再通过自学习方式优化模糊规则，逐步建立起更适合具体监测对象的多指标综合预警规则。

由于不同类型风险隐患涉及的环境要素、诱发因素众多，特别是本监测预警系统还涉及管道本体，相关要素甚多、复杂程度高。在此应用多级低维模糊系统，将与外界环境稳定性相关的若干参数归集在一起，建立一个模糊规则库，再将管道力学性能参数和已建立的模糊规则库的输出结果再构建一个模糊规则库，通过两级方式降低模糊系统的维度，大幅提升运算速率。

以滑坡灾害为例，管道本体安全是监测预警工作的核心，坡体稳定性是影响管道力学状态的重要因素。故将影响坡体稳定性的环境要素（如地表或深部位移、土压力、土壤含水率）与诱发因素（降雨量）合并考虑，通过模糊推理得到环境稳定性系数（第一模糊规则库输出结果）；再结合管道轴向应力、当量应力通过模糊推理得到管道失效概率（第二模糊规则库输出结果）。

如图5所示，具体的：

第一模糊规则库：输入参数为地表或深部位移、土压力、土壤含水率、降雨量，输出参数为环境稳定性系数；

第二模糊规则：输入参数为管道轴向应力、当量应力、环境稳定性系数，输出参数为管道失效概率。

结合参数的物理意义与实际监测经验，合理设定模糊系统中输入和输出参数的取值范围。各监测参数实际为监测变化量，其值由监测指标原始数据带入各指标计算公式，获得各预警指标同一时间步长、不同时刻的结果数据，作为训练样本。

针对滑坡灾害，主要选取监测中最为常见的地表位移S_s、深部位移S_i、土压力P（管道临近位置）、土壤含水率w、24小时降雨量R为分析参量，各参数根据变化量大小设定为4级变化等级，环境参数变化等级如表1所示。环境稳定性等级如表2所示。

表1 环境参数变化等级表

表2 环境稳定性等级表

根据上述基于专家经验的函数隶属度关系，建立模糊规则库。

第一模糊规则库的输入参数包括地表位移或深部位移、土压力、土壤含水率、降雨量，输出参数为环境稳定性系数。根据表1和表2建立第一模糊规则库，其中地表位移与深部位移皆为位移，实际分析时优先选择靠近管道位置的地表深部位移，在无深部位移时选用地表位移。此处以深部位移为例，建立第一模糊规则库。

若深部位移为L1（低），且土压力P为L1（低），且土壤含水率w（图5中的含水率w）为L1（低），且24小时降雨量R为L1（低），则环境稳定性系数K为L1（稳定）。根据不同组合建立“if-then”规则库（第一模糊规则库），共计建立256条规则，限于篇幅，第一模糊规则库如表3所示。

表3 第一模糊规则库

第二模糊规则库的建立过程如下：

以第一模糊规则库的输出结果为输入，结合管道本体轴向应力、当量应力建立第二模糊规则库，输出结果为管道本体失效概率F。根据管道失效概率，匹配对应预警并发布预警信息。

管道本体应力等级如表4所示，第二模糊规则库如表5所示。

表4 管道本体应力等级

表5 第二模糊规则库

步骤4：根据油气管道周边环境的多种环境参数数据和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性系数。

示例性的，具体包括：根据每种环境参数的容许阈值，构建环境参数变化等级表。根据每种环境参数数据，通过查找环境参数变化等级表，获得每种环境参数数据对应的环境参数等级。根据每种环境参数数据对应的环境参数等级和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性等级。

第一模糊推理机采用经典的极大-极小值合成方法，即将模糊规则库中的“if-then”规则库组合成一个从输入变量模糊集到输出变量模糊集的映射，如下式：

。

式中：μ(X_gn)为输入变量模糊数μ(y_g)对当前第g条规则的隶属度，j为总规则数，n为输入变量个数，取各规则下最大推理结果为模糊推理的最终结果μ(y)。

解模糊化采用输出结果更为平滑的重心法，根据下式对模糊推理综合结果形成多边形图形求重心位置对应元素，实现模糊输出结果去模糊化后的清晰表达：

。

式中，y'为μ(y)所覆盖的区域重心。

步骤5：根据当前的环境稳定性系数、油气管道应力和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率。

示例性的，具体包括：根据油气管道应力的容许阈值，构建管道本体应力等级表；根据油气管道应力，通过查找管道本体应力等级表，获得管道本体应力等级；根据当前的环境稳定性等级、管道本体应力等级和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率。

步骤6：根据当前的管道本体失效概率进行油气管道安全状态的诊断和失效预警。

管道本体失效概率匹配对应预警并发布预警信息，如表6所示。

表6 管道本体失效概率与预警信息匹配关系

图5为实施例二提供的一种油气管道安全状态智能监测方法的原理图。环境参数包括位移S、土压力P、含水率w和24h降雨量；位移S输入第一模糊器，土压力P输入第二模糊器，含水率w输入第三模糊器，24h降雨量输入第四模糊器，分别获得位移S、土压力P、含水率w和24h降雨量的环境参数变化等级；根据位移S、土压力P、含水率w和24h降雨量的环境参数变化等级和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性系数；油气管道应力包括轴向应力和当量应力，轴向应力输入第五模糊器，当量应力输入第六模糊器，分别获得轴向应力等级和当量应力等级；根据当前的环境稳定性等级、轴向应力等级和当量应力等级和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率；根据当前的管道本体失效概率进行管道失效预警，最终实现预警等级输出。

本发明对采集到的管道应变模数即时进行解算和分析后得到管道应力。同时，可将各类管道周边监测数据解算为有效物理量，结合内置的各类容许阈值，在遇到监测数据突然变化或综合风险时，可以自动分析和判断有效性后进行预警评价，并在必要时发出预警等，使监测更加及时有效的同时，最大限度降低数据通讯量和用电量。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种油气管道安全状态智能监测设备，其特征在于，所述监测设备包括：数据采集模块和微处理器；

所述数据采集模块用于采集油气管道本体的应变数据和油气管道周边环境的多种环境参数数据；

所述微处理器用于将所述应变数据转换为油气管道应力，并根据油气管道应力和多种环境参数数据进行油气管道安全状态的诊断和失效预警；

所述微处理器包括：数据采集管理单元、数据清洗单元、参数阈值管理单元、数据解算单元和管道风险预警评价分析单元；

数据采集管理单元分别与数据采集模块和数据清洗单元连接，所述数据采集管理单元用于从数据采集模块获取油气管道本体的应变数据和油气管道周边环境的多种环境参数数据；

数据清洗单元与参数阈值管理单元连接，所述数据清洗单元用于对所述应变数据和多种所述环境参数数据进行异常值剔除，获得清洗后的应变数据和多种清洗后的环境参数数据；

参数阈值管理单元与数据解算单元连接，所述参数阈值管理单元用于存储油气管道应力的容许阈值和每种环境参数的容许阈值，并将清洗后的应变数据和多种清洗后的环境参数数据进行打包；

数据解算单元与管道风险预警评价分析单元连接，所述数据解算单元用于将打包后的应变数据解算为油气管道应力，各种打包后的环境参数数据解算为实际环境监测量，并根据油气管道应力的容许阈值和每种环境参数的容许阈值，生成油气管道应力和每种环境参数的容许占比，同时将油气管道应力、实际环境监测量、油气管道应力的容许占比和每种环境参数的容许占比均传输至管道风险预警评价分析单元；

管道风险预警评价分析单元与管道监测预警系统平台连接，所述管道风险预警评价分析单元用于根据油气管道应力、实际环境监测量、油气管道应力的容许占比和每种环境参数的容许占比诊断油气管道安全状态，并在诊断的油气管道安全状态为存在失效风险时发出相应的预警信号至管道监测预警系统平台。

2.根据权利要求1所述的油气管道安全状态智能监测设备，其特征在于，所述数据采集模块包括：振弦信号采集电路、模拟量采集电路、数字量采集电路、开关量采集电路、多通道采集控制电路和多通道采集切换模块；

多通道采集控制电路的输入端与微处理器连接，多通道采集控制电路的输出端与多通道采集切换模块的控制端连接；振弦信号采集电路的输入端通过多通道采集切换模块与油气管道本体上的多支振弦传感器连接；振弦信号采集电路的输出端与微处理器连接；

所述多通道采集控制电路用于在微处理器的控制下通过多通道采集切换模块对各支振弦传感器进行轮巡切换；所述振弦信号采集电路用于逐个采集振弦传感器的正弦波受激信号，将正弦波受激信号转换为振动频率信号，继而将振动频率信号转换为应变数据后传入微处理器；

模拟量采集电路的输入端分别与油气管道本体上测量油气管道本体应变量的模拟量监测信号的设备和油气管道周边环境中用于测量环境参数的模拟量传感器连接；所述模拟量采集电路用于采集油气管道本体应变量的模拟量监测信号，并将所述模拟量监测信号转换为应变数据后传入微处理器；所述模拟量采集电路还用于采集油气管道周边环境中环境参数的模拟量，并将环境参数的模拟量传入微处理器；

数字量采集电路的输入端分别与油气管道本体上测量油气管道本体应变量的数字量监测信号的设备和油气管道周边环境中用于测量环境参数的数字量传感器连接；所述数字量采集电路用于采集油气管道本体应变量的数字量监测信号，并将所述数字量监测信号转换为应变数据后传入微处理器；所述数字量采集电路还用于采集油气管道周边环境中环境参数的数字量，并将环境参数的数字量传入微处理器；

开关量采集电路的输入端与油气管道周边环境中用于测量环境参数的开关量传感器连接，开关量采集电路的输出端与微处理器连接；所述开关量采集电路用于采集油气管道周边环境中环境参数的开关量，并将环境参数的开关量传入微处理器。

3.根据权利要求2所述的油气管道安全状态智能监测设备，其特征在于，所述振弦信号采集电路包括：振弦信号放大器、振频激励放大电路、激励控制模块、振弦传感器驱动电路、振弦激励拾取控制模块、振频拾取放大电路、振弦信号滤波电路和多个激励线圈；

微处理器的输出端分别与振弦信号放大器的输入端和激励控制模块的输入端连接，振弦信号放大器的输出端与振频激励放大电路的输入端连接，激励控制模块的输出端与振频激励放大电路的控制端连接；振频激励放大电路的输出端与振弦传感器驱动电路的第一输入端连接；振弦传感器驱动电路的第一输出端通过多通道采集切换模块与多个激励线圈连接；

微处理器输出激励方波经振弦信号放大器放大后，进入振频激励放大电路，振频激励放大电路输出激励波形，经振弦传感器驱动电路和多通道采集切换模块传输到激励线圈进行激励；激励完成后，由激励控制模块接收微处理器的控制指令关断振频激励放大电路的激励波形输出；

多通道采集切换模块还与振弦传感器驱动电路的第二输入端连接，振频拾取放大电路的输入端与振弦传感器驱动电路的第二输出端连接，振频拾取放大电路的输出端与振弦信号滤波电路的输入端连接，振弦信号滤波电路的输出端与微处理器的输入端连接；振弦激励拾取控制模块的输入端与微处理器的输出端连接，振弦激励拾取控制模块的输出端与振频拾取放大电路的控制端连接；

激励结束后，微处理器输出启动指令到振弦激励拾取控制模块控制振频拾取放大电路开始工作；而振弦传感器在停止激励后的余振继续切割激励线圈磁力线产生正弦波受激信号，正弦波受激信号通过多通道采集切换模块经振弦传感器驱动电路滤波后到达振频拾取放大电路进行放大，由振弦信号滤波电路将放大后的正弦波受激信号转化为应变数据，并输入至微处理器。

4.根据权利要求3所述的油气管道安全状态智能监测设备，其特征在于，

所述模拟量采集电路包括：模拟信号滤波电路和模拟信号处理电路；模拟信号处理电路分别与模拟信号滤波电路和微处理器连接；

所述数字量采集电路包括：数字信号保护电路和数字信号转换器；数字信号转换器分别与数字信号保护电路和微处理器连接；

所述开关量采集电路包括：开关信号滤波电路和开关信号放大电路；开关信号放大电路分别与开关信号滤波电路和微处理器连接。

5.根据权利要求4所述的油气管道安全状态智能监测设备，其特征在于，所述监测设备还包括：振弦式传感器接口、模拟量传感器接口、数字量传感器接口和开关量传感器接口；

激励线圈设置于振弦式传感器接口处；

模拟量传感器接口用于接入用于测量油气管道本体应变量的模拟量监测信号的设备，以及接入油气管道周边环境中测量环境参数的模拟量传感器，并通过模拟信号滤波电路和模拟信号处理电路接入微处理器；

数字量传感器接口用于接入用于测量油气管道本体应变量的数字量监测信号的设备，以及接入油气管道周边环境中测量环境参数的数字量传感器，并经过数字信号保护电路和数字信号转换器接入微处理器；

开关量传感器接口用于接入油气管道周边环境中测量环境参数的开关量传感器，并通过开关信号滤波电路和开关信号放大电路接入微处理器。

6.根据权利要求1所述的油气管道安全状态智能监测设备，其特征在于，所述监测设备还包括：声光报警模块、通讯模块、存储模块和电源模块；

声光报警模块与数据采集模块连接，所述微处理器发出的预警信号通过数据采集模块传输至声光报警模块进行声光预警；

通讯模块和存储模块均与微处理器连接；

电源模块分别与微处理器、数据采集模块、声光报警模块、通讯模块和存储模块连接。

7.一种油气管道安全状态智能监测方法，其特征在于，所述监测方法应用权利要求1-6任一项所述的油气管道安全状态智能监测设备，所述监测方法包括：

获取油气管道本体的应变数据和油气管道周边环境的多种环境参数数据；

将所述应变数据转换为油气管道应力；

采用模糊推理方法，分别建立第一模糊规则库和第二模糊规则库；所述第一模糊规则库为环境参数与环境稳定性系数的对应关系库；所述第二模糊规则库为油气管道应力、环境稳定性系数与管道失效概率的对应关系库；

根据油气管道周边环境的多种环境参数数据和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性系数；

根据当前的环境稳定性系数、油气管道应力和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率；

根据当前的管道本体失效概率进行油气管道安全状态的诊断和失效预警。

8.根据权利要求7所述的油气管道安全状态智能监测方法，其特征在于，根据油气管道周边环境的多种环境参数数据和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性系数，具体包括：

根据每种环境参数的容许阈值，构建环境参数变化等级表；

根据每种环境参数数据，通过查找环境参数变化等级表，获得每种环境参数数据对应的环境参数等级；

根据每种环境参数数据对应的环境参数等级和第一模糊规则库，采用第一模糊推理机，获得当前的环境稳定性等级。

9.根据权利要求8所述的油气管道安全状态智能监测方法，其特征在于，根据当前的环境稳定性系数、油气管道应力和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率，具体包括：

根据油气管道应力的容许阈值，构建管道本体应力等级表；

根据油气管道应力，通过查找管道本体应力等级表，获得管道本体应力等级；

根据当前的环境稳定性等级、管道本体应力等级和第二模糊规则库，采用第二模糊推理机，获得当前的管道本体失效概率。