NO345170B1 - Fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i rørledningsnettverk for transportering av énfase- eller flerfasefluider - Google Patents
Fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i rørledningsnettverk for transportering av énfase- eller flerfasefluider Download PDFInfo
- Publication number
- NO345170B1 NO345170B1 NO20141310A NO20141310A NO345170B1 NO 345170 B1 NO345170 B1 NO 345170B1 NO 20141310 A NO20141310 A NO 20141310A NO 20141310 A NO20141310 A NO 20141310A NO 345170 B1 NO345170 B1 NO 345170B1
- Authority
- NO
- Norway
- Prior art keywords
- values
- pipeline
- pressure
- network
- flow rate
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 102
- 239000012530 fluid Substances 0.000 title claims description 56
- 238000005259 measurement Methods 0.000 claims description 29
- 230000002068 genetic effect Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000009530 blood pressure measurement Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010206 sensitivity analysis Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- IFSCXNLTXIPAFT-UHFFFAOYSA-N methane;octane Chemical compound C.CCCCCCCC IFSCXNLTXIPAFT-UHFFFAOYSA-N 0.000 description 5
- 239000007788 liquid Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 235000019592 roughness Nutrition 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000003809 water extraction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/05—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects
- G01F1/34—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by measuring pressure or differential pressure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B9/00—Cleaning hollow articles by methods or apparatus specially adapted thereto
- B08B9/02—Cleaning pipes or tubes or systems of pipes or tubes
- B08B9/027—Cleaning the internal surfaces; Removal of blockages
- B08B9/032—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing
- B08B9/0321—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing using pressurised, pulsating or purging fluid
- B08B9/0325—Control mechanisms therefor
Description
FREMGANGSMÅTE FOR DETEKSJON OG IDENTIFISERING AV
INNSNEVRINGER OG HINDRINGER I RØRLEDNINGSNETTVERK FOR TRANSPORTERING AV ÉNFASE- ELLER FLERFASEFLUIDER
Foreliggende oppfinnelse vedrører en fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i rørledningsnettverk for transportering av énfase- eller flerfasefluider.
Rørledninger for transportering av fluider, det være seg énfase- eller flerfasefluider, kan bli gjenstand for hindringer. Med et flerfasefluid menes en kombinasjon av forskjellige fluider som ikke er blandbare med hverandre, kalt "faser", som kan være fastformige, væskeformige eller gassformige og kan være mer eller mindre tett blandet og danne dispersjoner, emulsjoner eller skum. Med en hindring, på den annen side, menes en reduksjon i diameteren til en gitt rørledning, typisk som følge av gradvis begroing av de innvendige veggene i selve rørledningen.
En hindring kan for eksempel oppstå som følge av kalkavleiringer eller avsetninger dannet ved oppsamling av partikler suspendert i fluidet i transportfasen. Andre faktorer som påvirker dannelsen av hindringer kan være knyttet til temperaturen til fluidet i transportfasen, spesifikke fysisk-kjemiske egenskaper ved selve fluidet, men også rørledningens geometri (for eksempel tilstedeværelse av skarpe bøyer, flaskehalser, ventiler etc.). En hindring i en rørledning forårsaker i alminnelighet et trykkfall for fluidet som transporteres, og i mer alvorlige tilfeller kan den også føre til svelling og sprengning av selve rørledningen.
Metoder og systemer har derfor vært oppfunnet for å detektere hindringer i rørledninger for transportering av fluider. Én av disse metodene består i måle trykkfallene som finner sted i hver seksjon av en bestemt rørledning. Dataene som måles blir så sammenliknet med dataene beregnet i tilknytning til den samtidige strømningsmengden av fluidet i denne spesifikke rørledningsseksjonen. Denne metoden kan defineres som "indirekte" siden den avdekker innsnevringen gjennom dens fluiddynamiske innvirkninger, til forskjell fra "direkte" metoder for detektering av innsnevringer i den innvendige diameteren.
Fordelene med denne indirekte metoden med måling av trykkfall består i det faktum at den ikke er invasiv og kan anvendes med kontinuitet under forhold med både énfase- og flerfasefluid. I tillegg kan denne metoden anvendes under både stasjonære og transiente forhold. Den mest åpenbare ulempen ligger imidlertid i det faktum at denne metoden krever kunnskap om strømningsmengdene i hver seksjon av rørledningen, inkludert de mellomliggende seksjonene, noe som i praksis normalt er umulig i rørledningsnettverk, hvor bare strømningsmengder i tilknytning til endeforbindelsene er kjent eller estimeres.
En annen indirekte metode som kan anvendes for å identifisere hindringer i rørledninger er metoden med passiv støymåling. Denne metoden består i å måle bestemte lydavgivelser karakteristiske for gitte fenomener, så som bevegelse av fluider gjennom seksjoner med hindringer eller gjennom spesifikke komponenter i transporteringsanlegget, som for eksempel reguleringsventiler.
Metoden med passiv støymåling er ikke-invasiv og kan anvendes med kontinuitet, men kan bare anvendes under forhold med énfasefluid (gass eller væske). Dessuten krever denne metoden bruk av passende transdusere og en passende posisjonering av disse transduserene langs rørledningen. Den viktigste ulempen med metoden med passiv støymåling ligger imidlertid i begrensningen på avstanden mellom posisjonen til transduserene og den til hindringene som skal avdekkes. Denne avstanden, begrenset til noen få hundre meter, er tett knyttet til den maksimale forplantningsavstanden til lydbølgene inne i fluidet.
En ytterligere indirekte metode som kan anvendes for å identifisere hindringer i rørledninger er metoden basert på trykkbølger, eller "mottrykksmetoden". Med andre ord er denne metoden basert på generering av en trykk- eller overtrykksbølge i fluidet som transporteres inne i rørledningen. Denne overtrykksbølgen forplanter seg langs rørledningen med en mye høyere hastighet enn den til fluidet. Vekselvirkningen til denne bølgen med mulige hindringer som forefinnes langs rørledningen genererer overtrykksekkoer. Denne metoden er derfor basert på mottak og tolkning av disse trykkekkoene for å evaluere eksistens av mulige hindringer langs rørledningen.
Metoden basert på trykkbølger er også ikke-invasiv og gjør det også mulig å detektere og stedfeste innsnevringer og/eller hindringer i veldig lange rørledninger, dvs. i størrelsesorden hundrevis av kilometer. Denne metoden krever imidlertid nødvendigvis bruk av spesifikt utstyr for generering av trykkbølger, den kan bare anvendes under generelle forhold med énfasefluid (gass eller væske), den krever bruk av passende transdusere og må anvendes separat for hver rørledningsseksjon i nettverket.
Nok en annen metode, denne gang "direkte", som kan anvendes for å identifisere hindringer i rørledninger er den såkalte "piggemetoden". Denne fungerer ved å føre inn anordninger kjent som "pigger" i rørledningene. "Pigger" er spesifikt utformede sonder, som ofte skyves fremover av fluidet som strømmer i rørledningen. I tillegg til å fjerne væsker/slam/avsetninger fra rørledningen, kan "pigger" også gjøre målinger på selve rørledningen, og med det muligens detektere og stedfeste innsnevringer og/eller hindringer.
Med "piggemetoden" er det mulig å utføre ekstremt nøyaktige målinger også i veldig lange rørledninger, dvs. i størrelsesorden hundrevis av kilometer, men hovedulempen med denne metoden ligger i det faktum at den er spesielt invasiv og innebærer restrisiko for å forårsake transporteringsproblemer. Denne metoden krever også bruk av anordninger for utsetting og gjenvinning av "piggene" på hver seksjon i rørledningen som skal inspiseres; disse anordningene er ofte utilgjengelige og/eller kan ikke anvendes i alle rørseksjoner i nettverket.
Endelig det skal bemerkes at ingen av de tradisjonelle metodene omtalt over for identifisering av hindringer i rørledninger kan anvendes på en enkel måte for komplekse rørledningsnettverk. Metodene over, tvert imot, er bare tilfredsstillende når de anvendes for rørledninger uten mellomliggende innløpseller utløpspunkter for fluidene.
US2010324873 beskriver en fremgangsmåte og system for estimering av trefase fluidstrømning for individuelle brønner.
Et formål med foreliggende oppfinnelse er derfor å tilveiebringe en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider, det være seg énfase- eller flerfasefluider, som er i stand til å løse de ovennevnte ulemper med kjent teknikk på en ekstremt enkel, økonomisk og spesielt funksjonell måte.
Mer spesifikt er et formål med foreliggende oppfinnelse å tilveiebringe en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider som ikke på noen måte er invasiv, og således opprettholder rørledningenes integritet og normal strømning av fluid inne i selve rørledningene.
Et ytterligere formål med foreliggende oppfinnelse er å tilveiebringe en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider som gjør det mulig, spesielt med et redusert antall strømningsmengde- og trykkmålinger, å detektere og stedfeste innsnevringer og/eller hindringer på en effektiv måte.
Et annet formål med foreliggende oppfinnelse er å tilveiebringe en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider som, gjennom nøyaktige målinger, gjør det mulig å utføre en helhetsanalyse av rørledningsnettverk, også forholdsvis komplekse og med flere ledd.
Nok et annet formål med foreliggende oppfinnelse er å tilveiebringe en fremgangsmåte som, for å detektere mulige hindringer, nyttiggjør seg av normale måleoperasjoner som utføres på rørledningsnettverk.
Disse formålene med foreliggende oppfinnelse oppnås ved å tilveiebringe en fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i et rørledningsnettverk for transportering av énfase- eller flerfasefluider som angitt i krav 1.
Ytterligere trekk ved oppfinnelsen er angitt i de uselvstendige kravene, som er en del av den foreliggende beskrivelsen.
Generelt er fremgangsmåten ifølge foreliggende oppfinnelse i stand til "indirekte" å detektere og identifisere mulige innsnevringer og hindringer som forefinnes i et rørledningsnettverk, ved å minimere avviket mellom strømningsmengdene og trykkene målt på stedet under normale driftsforhold og de samsvarende teoretiske strømningsmengdene og trykkene oppnådd fra en numerisk simulering. For numerisk simulering av strømningsmengder og trykk i nettverket anvendes en foreskrevet numerisk modell.
Hindringene identifiseres med hensyn til en reduksjon i den nomiinelle diameteren til en bestemt rørledning så langt som en verdi lik den såkalte "ekvivalente diameteren". Med ekvivalent diameter menes en uniform diameter over hele rørledningens lengde som gir et fordelt trykkfall lik det til rørledningen som undersøkes, der det muligens befinner seg en hindring. Dersom den identifiserte ekvivalente diameteren er lik eller nær ved rørledningens nominelle diameter, angir fremgangsmåten derfor at denne rørledningen er fri for hindringer.
Dersom på den annen side den identifiserte ekvivalente diameteren er konsekvent mindre enn den nominelle diameteren, angir fremgangsmåten at det trolig befinner seg en hindring i denne rørledningen.
Prosessen for å bestemme den ekvivalente diameteren til en rørledning kan beskrives som en optimaliseringsprosess der målfunksjonen som skal minimeres er en metrikk som representerer avviket mellom trykk- og strømningsmengdeverdiene oppnådd med den numeriske modellen og trykk- og strømningsmengdeverdiene faktisk målt, mens parameteren som skal varieres er den uniforme, innvendige diameteren til rørledningen.
Fremgangsmåten ifølge oppfinnelsen er i stand til å kvantifisere den gjennomsnittlige innvirkningen til en hindring fordelt over hele lengden til hver rørledningsseksjon som danner rørledningsnettverket som undersøkes.
Prosjektvariablene i fremgangsmåten ifølge oppfinnelsen består av de ekvivalente diametrene til rørledningene i nettverket, mens målfunksjonen som skal minimeres er en metrikk som representerer avviket mellom trykk- og strømningsmengdeverdiene oppnådd med den numeriske modellen og trykk- og strømningsmengdeverdiene faktisk målt. Optimaliseringstrinnet for å bestemme ekvivalente diametre (prosjektvariabler) for hver rørledning kan derfor oppsummeres som følger (│z│angir absoluttverdien til tallet z):
- beregning av den ekvivalente diameteren til hver rørledning, slik at:
1. │simulerte strømningsmengder - målte strømningsmengder │ = minimum 2. │simulerte trykk - målte trykk│ = minimum
Ifølge oppfinnelsen utføres optimaliseringstrinnet ved hjelp av genetiske algoritmer. Genetiske algoritmer er et populært heuristisk operativt forskningshjelpemiddel inspirert av den biologiske utviklingsteori og den sterkestes rett. I den foreliggende fremgangsmåten består et "individ" av en verdi for den ekvivalente diameteren for hver enkelt rørledning i nettverket.
De genetiske algoritmene evaluerer målfunksjonen som skal minimeres (avvik mellom målte verdier og simulerte verdier) for en bestemt sekvens av "individer" bestående av ekvivalente diametre til hver rørledning eller rørledningsseksjon. Kombinasjonen av "individer" danner en "befolkning" . Basert på resultatene oppnådd for målfunksjonen blir således en ny "befolkning" generert slik at den er en bedre representasjon av "individene" (ekvivalente diametre til hver rørledning eller rørledningsseksjon) tilsvarende de som ga de beste resultatene i den forrige generasjonen. Ved å fortsette generasjon etter generasjon identifiserer de genetiske algoritmene med en optimal approksimasjon det spesifikke "individet" (ekvivalent diameter til hver rørledning eller rørledningsseksjon) som gir det minste avviket mellom målte verdier og simulerte verdier. I det mest generelle tilfellet kalles denne tilnærmingen til problemet "parametrisk systemidentifisering".
Fremgangsmåten ifølge oppfinnelsen kan anvendes når et visst antall målinger av trykkverdier er tilgjengelig, i samsvar med forbindelsesnodene i nettverket og strømningsmengdeverdiene i rørledningene i selve nettverket.
Minimumsantallet trykk- og strømningsmengdemålinger er ikke fastsatt a priori, men avhenger av typen nettverk, dets geometriske egenskaper og også dets bestanddeler. Mimimumsantallet trykk- og strømningsmengdemålinger kan også defineres gjennom en følsomhetsanalyseprosedyre, som slår fast om en bestemt måling er funksjonell for anvendelsen av fremgangsmåten eller ikke.
Følsomhetsanalysen gjør det derfor mulig å definere minimumsantallet "faktiske" målinger som gjør det mulig å korrekt anvende en bestemt fitnessfunksjon for de genetiske algoritmene. Et forhåndsdefinert antall trykk- og strømningsmengdemålinger kan også være fastsatt a priori for å maksimere fremgangsmåtens følsomhet og identifisere mulige hindringer i bestemte områder i rørledningsnettverket.
Trekkene til og fordelene med en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider ifølge foreliggende oppfinnelse vil fremkomme klarere fra den følgende illustrerende og ikkebegrensende beskrivelsen, gitt med støtte i de vedlagte, skjematiske tegningene, der:
- figur 1 er et skjematisk riss av en rørledningsseksjon for transportering av fluider for hvilken fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse kan anvendes, og som angir verdiene knyttet til selve rørledningen og fluidet som transporteres i denne.
- figurene 2a og 2b henholdsvis viser, i tverrsnitt, to eksempler på typer hindringer som kan oppstå i en bestemt rørledningsseksjon;
- figur 3 er et blokkskjema som illustrerer hovedtrinnene i en første utførelsesform av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse;
- figur 4 er et blokkskjema som illustrerer hovedtrinnene i en andre utførelsesform av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse;
- figur 5 skjematisk viser en første utførelse av et rørledningsnettverk for transportering av en blanding av metan-oktan C1-NC8 der fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse har vært anvendt;
- figurene 6-13 viser resultatene av analysen på nettverket i figur 5 etter bruk av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse;
- figurene 14 og 15 henholdsvis viser tabeller inneholdende resultatene av analysene på nettverket i figur 5 etter bruk av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse;
- figur 16 skjematisk viser en andre utførelse av et rørledningsnettverk for transportering av en blanding av metan-oktan C1-NC8 der fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse har vært anvendt;
- figurene 17 og 18 henholdsvis viser diagrammer inneholdende resultatene av analysene på nettverket i figur 16 etter bruk av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse; og
- figurene 19 og 20 henholdsvis viser tabeller inneholdende resultatene av analysene på nettverket i figur 16 etter bruk av fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse.
Figurene viser en fremgangsmåte for identifisering av hindringer i rørledningsnettverk for transportering av fluider ifølge foreliggende oppfinnelse, hvor nettverket består av et forhåndsdefinert antall rørledningsseksjoner (P) og et forhåndsdefinert antall forbindelsesnoder (N). Hver rørledningsseksjon P er definert som en kombinasjon av sammenkoblede rør med uniforme trekk med hensyn til diametre, strømningsmengder og tilvirkningsmateriale for nevnte rør, mens hver forbindelsesnode N er definert som koblingspunktet mellom to eller flere rørledningsseksjoner P, eller endepunktet der en gitt rørledning P ikke er forbundet med andre rørledningsseksjoner P.
Fremgangsmåten omfatter i hovedsak et første trinn med innhenting av geometriske data for rørledningsseksjoner P for hvilke tilstedeværelse av blokkeringer/hindringer skal evalueres, i tillegg til et trinn med måling av de faktiske strømningsmengdeverdiene Q for fluidet i ett eller flere forhåndsdefinerte punkter i rørledningsseksjonene P og et trinn med måling av de faktiske trykkverdiene h i samme fluid i samsvar med ett eller flere forbindelsespunkter N i nettverket.
Mer spesifikt omfatter de innledende i trinnene i fremgangsmåten identifisering av nettverket, bestående for eksempel av et antall rørledningsseksjoner P, basert på de relative grunnleggende trekkene, dvs. :
- nettverkets topologi (innløp, utløp, forbindelser) , lengden L/til hver rørledningsseksjon Pi, høyden til forbindelsespunktene N, nominelle diametre Di til rørledningsseksjonen Pi, grovheter til rørledningsseksjonene Pi,
- føringer for fluidet som transporteres av nettverket (trykk hi, strømningsmengder Qi, temperaturer Ti, prosentandeler av bestanddelene i fluidblandingen) ;
- beregningsparametere for nettverket (målingsenhet, bestanddeler i fluidblandingen) .
De faktiske strømningsmengdeverdiene Qi og trykkverdiene hi, som kan være målt for eksempel ved hjelp av spesifikke strømningsmålere og manometere anbrakt langs de respektive rørledningsseksjonene Pi og forbindelsespunktene Nj (figur 1) kan bli korrumpert gjennom en tilfeldig støyterskel, for å simulere både måleusikkerhet og avvik fra perfekt stasjonær fluidstrømning inne i nettverket, før de blir anvendt i fremgangsmåten ifølge oppfinnelsen, som vil bli spesifisert nærmere nedenfor.
Støyen blir lagt til de målte strømningsmengdeverdiene Qi og trykkverdiene hi som følger:
hvor og henholdsvis er strømningsmengde- og trykkverdier påvirket av støyen, n/o og nlh er forhåndsdefinerte støynivåer henholdsvis for strømningsmengdedataene Qi og trykkdataene hi, mens og er tilfeldige variabler som er normalfordelte med middel null og standardavvik én, som varierer for hver rørledningsseksjon (P) og hvert forbindelsespunkt (N) i nettverket.
Eventuelle mulige hindringer i rørledningsseksjonene P identifiseres gjennom en reduksjon i dens diameter Di ned til en verdi lik en ekvivalent diameter
. Med ekvivalent diameter menes en uniform diameter over hele lengden til en rørledningsseksjon P som gir et fordelt trykkfall ΔhL,i lik det til den samme rørledningsseksjonen P hvor det befinner seg en gitt hindring. Dersom det for en generisk i-te rørledningsseksjon Pi i nettverket, og for et gitt scenario av hindringer, verifiseres at:
betyr dette således at den i-te rørledningsseksjonen P,e r hovedsakelig fri for hindringer. Dersom det derimot verifiseres at:
betyr dette at den i-te rørledningsseksjonen Pi trolig har en blokkering eller hindring hvis eksistens må verifiseres. Verdien regnes ut som:
hvor ί = 1 , 2, ..., nrørledninger
Gitt at:
så er målet for fremgangsmåten ifølge oppfinnelsen å regne ut verdien til vektoren av variabler ai som minimerer en funksjon basert på avviket mellom strømningsmengdeverdiene Q, (eller ) og trykkverdiene hi (eller ) faktisk
målt og de motsvarende teoretiske strømningsmengdeverdiene og
trykkverdiene oppnådd med en spesifikk numerisk modell. Trinnet over med å regne ut variablene ai utføres ved å anvende genetiske algoritmer (GA’er).
Den genetiske algoritmen fungerer som følger. Etter fastesttelse av et forhåndsdefinert antall m av elementer i befolkningen, bestående av ekvivalente diametre genererer passende funksjoner i de genetiske algoritmene m elementer ca (hvor i = 1 ,2,..., m) , hvor α er en vektor v reelle, positive dimensjonsløse tall som har en dimensjon som er lik antallet rørledningsseksjoner P i nettverket. For hvert element α, oppretter algoritmen en kombinasjon av ekvivalente diametre = αi x Di. Et trinn med beregning av de teoretiske strømningsmengdeverdiene og trykkverdiene for fluidet blir så utført for en
gitt kombinasjon av ekvivalente diametre for rørledningsseksjonene P.
De teoretiske strømningsmengdeverdiene og trykkverdiene beregnet
for en bestemt kombinasjon av ekvivalente diametre settes inn i en
fitnessfunksjon J(α) som, for det aktuelle settet av ekvivalente diametre måler avstanden eller avviket mellom de faktiske strømningsmengdeverdiene Qi og trykkverdiene hi, fortrinnsvis de påvirket av støy og , og nevnte teoretiske strømningsmengdeverdier og trykkverdier .
Basert på en første utførelsesform av fremgangsmåten finnes fitnessfunksjonen J(α) som følger:
hvor Y er en penaliseringsparameter, eller "penaltyfaktor", som reduserer antallet falske positive verdier forårsaket av tilstedeværelse av støy på de faktiske strømningsmengdeverdiene Q,og trykkverdiene h, og som velges i henhold til nettverkets topologi (fortrinnsvis lik 5,25), og henholdsvis er de virkelige trykk- og strømningsmengdeverdiene, påvirket av støy for j-te forbindelsespunkt Nj og k-te rørledning Pk, nh er det totale antall trykkmålinger ved forbindelsespunktene N og nQ er det totale antall strømningsmengdemålinger i rørledningsseksjonene P.
Ved mangel på målinger av trykk h, og/eller strømningsmengde Qi antas henholdsvis nh < ΠΝ og/eller nQ < np, hvor np er antallet rørledningsseksjoner P og nN er antallet forbindelsespunkter (N) i nettverket.
Fitnessfunksjonen J1 kan tilpasses godt for en hvilken som helst type nettverk og gir optimale resultater med støy i de realistiske målingene (også i størrelsesorden 10%) og ved mangel på målinger. Den krever imidlertid at tidligere numeriske analyser er utført for å fastslå den best egnede verdien for "penaltyfaktoren" y.
Basert på en annen utførelsesform av fremgangsmåten bestemmes fitnessfunksjonen J{a) som følger:
hvor, også i dette tilfellet, og henholdvis er de faktiske trykk- og strømningsmengdeverdiene, påvirket av støy for j-te forbindelsesnode Nj og k-te rørledningsseksjon Pk, nh er det totale antall trykkmålinger ved forbindelsespunktene N og nQ det totale antall strømningsmengdemålinger i rørledningsseksjonene P.
Fitnessfunksjonen J2er spesielt virkningsfull for ringnettverk og gir ekstremt nøyaktige resultater for nettverk med middels-små dimensjoner. Dessuten krever den ingen som helst tidligere numerisk analyse,
Uavhengig av typen fitnessfunksjon J(α) ordner den genetiske prosedyren elementene i befolkningen av individer ca etter kvaliteten til deres løsning J(αi). Dersom ingen av verdiene J(αi) oppfyller gitte forhåndsdefinerte konvergensog/eller toleransekriterier, genererer delalgoritmene i de genetiske algoritmene (elitisme, krysning, mutasjon) en ny befolkning av individer αi, med utgangspunkt i den anvendt i den nåværende generasjonen. Den nye befolkningen av individer ai blir så anvendt for å opprette nye sett av ekvivalente diametre , av hvilke den respektive løsning J(αi) av fitnessfunksjonen J(α), blir evaluert, osv.
Krysning-delalgoritmen utøver rollen som spilles av reproduksjon i naturen: den genererer et nytt individ ved å blande informasjonen inneholdt i to individer kalt "foreldre". Dette, kort beskrevet, er en typisk binær operator som gjør det mulig å kombinere informasjon for to individer for å produsere nye individer som opprettholder den genetiske arven fra foreldrene. Mutasjon er en unær operator som gjeninnfører ett eller flere forkastede individer i befolkningen. Elitisme er en evolusjonsstrategi som kompletterer substitusjonsprosessen for befolkningen. Når en ny befolkning er opprettet med krysning og mutasjon, er det en stor sannsynlighet for å miste det beste individet. Enkel elitisme er en delalgoritme som først kopierer det beste individet (eller noen få av de beste) i en ny befolkning og så går videre med logikken beskrevet over. Elitisme kan raskt øke ytelsen til den genetiske algoritmen siden det unngår et en mister den beste løsningen funnet.
Når en gitt kombinasjon av ekvivalente diametre oppfyller et bestemt stoppkriterium for den genetiske prosedyren, returnerer den genetiske algoritmen det relative elementet for befolkningen, betegnet som enkelt kan anvendes for å bestemme den endelige kombinasjonen av ekvivalente diametre
identifisert, dvs.:
hvor P angir den generiske rørledningsseksjonen.
For å fjerne inkoherente identifiseringer generert av den genetiske algoritmen anvendes et bestemt stoppkriterium. En inkoherent eller avvikende identifisering kjennetegnes ved verdier for de identifiserte parametrene som ikke samsvarer med statistikken til en sekvens av identifiseringer, kalt "baselinjen". Denne "baselinjen" konstrueres med bruk av resultatene av alle de n/D identifiseringene av elementene , hvor j = 1,2, ... ,n/D.
Et foretrukket eksempel på et stoppkriterium består av den kvadrerte Mahalanobis-avstanden, betegnet eller også MSD (Mahalanobis Squared Distance), som er en ikke-negativ skalar størrelse definert som:
hvor er det np x 1 -dimensjonerte j-te "uteligger"-potensialet (inkoherent verdi),
er det np x 1 dimensjonerte vektormiddelet av de identifiserte verdiene, [S] er kovariansmatrisen for baselinjen, som har dimensjoner np x np, og T representerer den transponerte verdien.
Normalt kan baselinjen og kovariansmatrisen [S] konstrueres ved å ta i betraktning alle identifiseringene (inkluderende modus) eller bare noen av disse (ekskluderende modus). I fremgangsmåten ifølge foreliggende oppfinnelse, siden "uteligger"-potensialene alltid er ukjente, blir både og kovariansmatrisen [S] beregnet inkluderende, dvs. ved å betrakte statistikken for alle identifiseringene.
Operativt, for et gitt identifiseringsproblem for hindringene i et bestemt rørledningsnettverk, når en sekvens av identifiseringer av verdiene til ca er gjennomført, må den kvadrerte Mahalanobis-avstanden beregnes for hver identifisering og disse verdiene anvendes for å avgjøre om en identifisering er plausibel eller ikke.
Det er fortrinnsvis hensiktsmessig å avvise de identifiseringene som kjennetegnes ved en verdi for den kvadrerte Mahalanobis-avstanden som har
et avvik som er større, i absoluttverdi, enn standardavviket med hensyn til gjennomsnittet av de kvadrerte Mahalanobis-avstandene r
Et annet mulig stoppkriterium, som kan anvendes ved mangel på målinger av trykk hi og/eller strømningsmengde Q, og/eller for å unngå et for stort antall generasjoner i den genetiske prosedyren, består i å fastsette a priori et maksimalt antall genereringer av variabelvektoren a,.
Figur 5 viser skjematisk en første utførelsesform av et rørledningsnettverk for transportering av en blanding av metan-oktan C1 -NC8 som fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse har vært anvendt på, for illustrasjonsformål. Dette første illustrerende nettverket består av 7 rørledningsseksjoner PL1 -PL9. En dynamisk flerfasefluid-simulator ble anvendt for å beregne de numeriske strømningsmengdeverdiene Q og trykkverdiene h.
Fremgangsmåten ifølge oppfinnelsen kan integreres med en genetisk strømnings-/prosessimulator i stand til å regne ut trykkverdiene h og strømningsmengdeverdiene Q i nettverket. De topologiske og geometriske dataene for nettverket, formålet med simuleringen er oppsummert i tabellen nedenfor:
Τ
hvor verdien e(μ) representerer grovheten til hver rørledningsseksjon PL1-PL9.
For å anvende fremgangsmåten ifølge oppfinnelsen må randbetingelser og føringsbetingelser defineres, uttrykt ved trykk og strømningsmengder, for nettverket. Spesielt må strømningsmengden Q av fluidblandingen måles i de forskjellige inngangsspunktene til nettverket, betegnet FD-i , i tillegg til trykkverdien h i samsvar med uttaksforbindelsespunktet, betegnet PD-1. Føringene således definert er oppsummert i tabellen nedenfor:
Tre forskjellige tofaseblandinger av metan-oktan (C1-NC8) ble betraktet ved inngangene til nettverket (FD-i) , med metanandeler på 10%, 15% og 20% av den fastsatte strømningsmengdeverdien Q. Disse prosentandelene varierer deretter i hvert punkt i nettverket i samsvar med lovene som styrer problemet med transport av flerfasefluider. Spesifikasjonene for de tre forskjellige blandingene ved inngangen til nettverket er angitt i tabellen nedenfor:
Trykkverdiene ("Trykk") og strømningsmengdeverdiene ("Strømningsmengde"), blir så henholdsvis beregnet i samsvar med hvert forbindelsespunkt og hver rørledningsseksjon PL1-PL9, uten hindringer, for de tre forskjellige blandingene ved inngangen til nettverket, som angitt i tabellen nedenfor:
Flerfaselikevekt er beregnet ved hver 100. meter for hver rørledningsseksjon PL1 - PL9. For å utføre identifiseringsfremgangsmåten ifølge oppfinnelsen ble de forskjellige tilfeller av hindringer analysert og er beskrevet i tabellen nedenfor:
hvor, for hver rørledning med hindring i det generelle tilfellet Si-Mi-Nj , lengden (L) til samme rørledning, dens nominelle diameter (D) , den ekvivalente diameteren (D <eq>
i ) , målverdien for parameteren α = α<T>, i tillegg til identifiseringsnummeret til rørledningen (kolonnen "rør") , er definert.
Hvert enkelt tilfelle kjennetegnes ved et hindringsscenario (Si) og av en spesifikk metan/oktan-blanding (Mi) ved inngangen til nettverket (FD-7, FD-8 og FD-9) og et presist støynivå (Ni) satt ved de beregnede trykkverdiene h og strømningsmengdeverdiene Q. Spesifikasjonene av de tre støynivåene (Ni) er angitt i tabellen nedenfor:
Resultatene av identifiseringene oppnådd oppstrøms og nedstrøms filtreringen utført ved hjelp av Mahalanobis-avstanden, og i betraktning av innstillingene i de genetiske algoritmene definert i tabellen nedenfor:
Toleransefunksjon 1e-9
er representert i diagrammene i figurene 6-13 og er listet i numerisk form i tabellene i figurene 14 og 15. I hver av figurene 6-13:
- diagrammet øverst på arket angir, for hver rørledningsseksjon PL1 - PL9, målverdien ved hjelp av koeffisienten a<T >(grå stolpe) , verdiene til de 30 identifiseringene a<ID >(prikker) og gjennomsnittsverdien for de 30 identifiseringene μ(αID) (sirkler);
- diagrammet midt på arket viser resultatene av "uteliggeranalysen". Spesielt angir prikkene den kvadrerte Mahalanobis-avstanden (MSD) til j-te identifisering definert i henhold til likningen for beregning av den heltrukne linjen angir den gjennomsnittlige MSD-verdien for de 30 identifiseringene, mens de stiplede linjene avgrenser avstanden til ett standardavvik fra den gjennomsnittlige MSD-verdien. Endelig angir sirklene identifiseringene anvendt for å generere diagrammet nederst på arket;
- diagrammet nederst på arket angir, etter "uteliggeranalysen", resultatene av identifiseringsprosedyren på en måte som er grafisk tilsvarende den angitt i diagrammet øverst på arket.
Figur 16 viser skjematisk en andre utførelsesform av et rørledningsnettverk for transportering av en blanding av metan-oktan C1-NC8 som fremgangsmåten for identifisering av hindringer ifølge foreliggende oppfinnelse har vært anvendt på, for illustrasjonsformål. Dette andre illustrerende nettverket består av 15 rørledningsseksjoner PL1-PL15, det betjener fem undervannsbrønner plassert langs kysten, i gjennomgangsområdet for en stigerørkabel, og en brønn lenger offshore for utvinning på dypt vann. En rørledning utgår fra hver brønn, og disse er ført sammen i et forbindelsesområde, fra hvilket et hovedrørledning går ut mot uttaksområdet for fluidet på land. De geometriske og topologiske dataene for dette nettverket er oppsummert i tabellen nedenfor:
hvor verdien e(μ) fortsatt representerer grovheten til hver rørledningsseksjon PL1 -PL15 .
Føringsbetingelsene for nettverket, spesielt strømningsmengden Q av fluidblandingen ved de forskjellige inngangspunktene til nettverket, angitt med FD-i, og trykkverdien h i samsvar med uttaksforbindelsen, angitt med PD- 1, er oppsummert i tabellen nedenfor:
For dette nettverket er resultatene av prosedyren for identifisering av hindringer i forbindelse med to tilfeller angitt nedenfor. Spesielt er 30 identifiseringer utført for samme scenario av hindringer, ved betraktning av blandingen M1, basert på null støy (N0) satt i de beregnede trykkverdiene h og strømningsmengdeverdiene Q, og ytterligere 30 identifiseringer ved betraktning av et bestemt støynivå N1.
Resultatene av identifiseringene, oppnådd ved å betrakte et trinn med beregning av 100 meter i hver rørledningsseksjon PL1 - PL15 i nettverket og samme de innstillinger i de genetiske algoritmene som anvendt for nettverket i det foregående eksempelet, er henholdsvis listet i grafisk form i figurene 17 og 18 og i numerisk form i figurene 19 og 20.
Fremgangsmåten ifølge oppfinnelsen er derfor i stand til å identifisere tilstedeværelse av mulige hindringer, én enkelt og flere, ved å betrakte forskjellige blandinger ved inngangen til nettverket og forskjellige støynivåer opprettet i de målte strømningsmengde- og trykkverdiene. Hindringene kan identifiseres i en hvilken som helst type nettverk (forgrenings-, maske- eller blandingsnettverk) .
Nøyaktigheten i identifiseringene er knyttet til støynivået satt i disse verdiene. For null støy blir rørledningenes diametre, blokkert og ikke blokkert, identifisert med en maksimal feil på 1,5% av verdien til selve diametrene og med en maksimal spredning av identifiseringene på 1,5%. I tilfellet med null støy er innvirkningen av "uteliggeranalysen" ubetydelig.
I noen scenarier skaper innføringen av støy i de målte strømningsmengdeog trykkverdiene en viss spredning i identifiseringene. Denne spredningen bestemmes av variabiliteten til disse verdiene, som innføres i fitnessfunksjonen. Uansett er identifisering av hindringer, igjen uttrykt ved ekvivalente restdiametre, også mulig med støynivåer opptil 10% og/eller med ufullstendige målinger.
Spredningen vil åpenbart øke med en reduksjon i strømningsmengde- og trykkmålingenes nøyaktighet. Denne spredningen kan derfor anvendes for å kontrollere målingenes kvalitet. Både kvaliteten til og mengden målinger bestemmer kvaliteten til resultatene av fremgangsmåten, forenlig med føringer forårsaket av økonomiske grunner og typen og antallet mulige målinger.
Fremgangsmåten beskrevet så langt er anvendt på kombinasjonen av rørledninger i et bestemt nettverk. Fitnessfunksjonen evalueres på avviket mellom trykk- og strømningsmengdeverdiene oppnådd med den numeriske modellen og trykk- og strømningsmengdeverdiene faktisk målt, med hvert steg (generasjon), hvor de teoretiske verdiene beregnes med betraktning av alle diametrene i nettverket som variabler. Med andre ord kan de genetiske algoritmene variere alle verdiene for variablene αi i overgangen fra én generasjon til den neste. Når konvergenskriteriet for de genetiske algoritmene er oppfylt, kan alle verdiene for
finnes.
Fremgangsmåten ifølge oppfinnelsen kan også utføres som følger: i stedet for å forsøke å finne konvergens av de genetiske algoritmene på måten angitt over ("globalt" optimum), kan disse genetiske algoritmene bli anvendt for å identifisere minimum for fitnessfunksjonen med variasjon kun i én diameter om gangen ("lokalt" optimum). Når minimumsverdien til denne fitnessfunksjonen er nådd, settes verdien til den aktuelle diameteren fast og den neste diameteren blir betraktet inntil alle diametrene i nettverket er gjennomgått.
Det vil således sees at fremgangsmåten for identifisering av hindringer i rørledningsnettverk for transportering av fluider ifølge foreliggende oppfinnelse oppnår formålene angitt over.
Fremgangsmåten for identifisering av hindringer i rørledningsnettverk for transportering av fluider ifølge foreliggende oppfinnelse som vist kan under alle omstendigheter gjennomgå en rekke modifikasjoner og varianter, alle inkludert i samme oppfinneriske idé. Omfanget av beskyttelse for oppfinnelsen defineres derfor av de vedføyde kravene.
Claims (14)
- P A T E N T K R A V 1. Fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i et rørledningsnettverk for transportering av énfase- eller flerfasefluider, hvor nettverket består av et flertall rørledningsseksjoner (P) og et flertall forbindelsespunkter (N), idet fremgangsmåten omfattende de trinn å: - innhente de geometriske dataene for et forhåndsdefinert antall rørledningsseksjoner (P) for hvilke tilstedeværelse av hindringer skal evalueres, idet nevnte geometriske data omfatter i hvert fall verdiene for de nominelle lengdene (Li) og diametrene (Di) til nevnte rørledningsseksjoner (P); - måle de faktiske strømningsmengdeverdiene (Qi) for fluidet i én eller flere rørledningsseksjoner (P) og de faktiske trykkverdiene (hi) for fluidet ved ett eller flere forbindelsespunkter (N) i nettverket; - sammenlike verdiene for de nominelle diametrene (Di) til nevnte rørledningsseksjoner (P) med de motsvarende ekvivalente diametrene til nevnte rørledningsseksjoner (P), hvor verdien til hver ekvivalente diameterberegnes som:- beregne, ved hjelp av en gitt numerisk modell, de teoretiske strømningsmengdeverdiene og trykkverdiene for fluidet for nevnte ekvivalente diametre \ - med = ai x Di, regne ut verdien til variabelvektoren ai, som har en dimensjon lik nevnte forhåndsdefinerte antall rørledningsseksjoner (P), som minimerer en funksjon basert på avviket mellom de faktiske strømningsmengdeverdiene (Qi) og trykkverdiene (hi) faktisk målt og de motsvarende teoretiske strømningsmengdeverdiene og trykkverdiene , hvor nevnte trinn med å regne ut verdien til variabelvektoren ai utføres ved å anvende en bestemt fitnessfunksjon J(a) i en genetisk algoritme (GA).
- 2. Fremgangsmåte ifølge krav 1 , hvor de faktiske strømningsmengdeverdiene (Qi) og trykkverdiene (hi) korrumperes gjennom en tilfeldig støyterskel, for å simulere både måleusikkerheten og avviket fra perfekt stasjonær fluidstrømning innenfor nettverket.
- 3. Fremgangsmåte ifølge krav 2, hvor strømningsmengdeverdiene og trykkverdiene påvirket av støyen beregnes henholdsvis som:hvor nlQ og nlh henholdsvis er forhåndsdefinerte støynivåer i dataene for strømningsmengdedataene (Qi) og trykkdataene (hi), mens og er tilfeldige variabler som er normalfordelt med middelverdi null og standardavvik én, som varierer henholdsvis for hver rørledningsseksjon (P) og hvert forbindelsespunkt (N) i nettverket.
- 4. Fremgangsmåte ifølge krav 3, hvor fitnessfunksjonen J(a) bestemmes som følger:hvor y er en penaliseringsparameter som reduserer antallet falske positive verdier forårsaket av tilstedeværelse av støy i de faktiske strømningsmengdeverdiene (Qi) og trykkverdiene (hi) , og er de virkelige verdiene henholdsvis for trykk og strømningsmengde, påvirket av støy for j-te forbindelsespunkt (N) og k-te rørledning (P) , nh er det totale antall trykkmålinger ved forbindelsespunktene (N) og no er det totale antall strømningsmengdemålinger i rørledningsseksjonene (P) .
- 5. Fremgangsmåte ifølge krav 4, hvor, ved mangel på målinger av trykk (hi) og/eller strømningsmengder (Qi), nh < ΠΝ og/eller nQ < np henholdsvis antas, hvor np er antallet rørledningsseksjoner (P) og ΠΝ er antallet forbindelsespunkter (N) i nettverket.
- 6. Fremgangsmåte ifølge krav 4 eller 5, hvor penaltyfaktoren y er lik 5,25.
- 7. Fremgangsmåte ifølge krav 3, hvor fitnessfunksjonen J(a) bestemmes som følger:hvor henholdsvis er de faktiske trykk- og strømningsmengdeverdiene, påvirket av støy for j-te forbindelsespunkt (N) og k-te rørledning (P) , nh er det totale antall trykkmålinger ved forbindelsespunktene (N) og no er det totale antall strømningsmengdemålinger i rørledningsseksjonene (P) .
- 8. Fremgangsmåte ifølge ethvert av de foregående krav, hvor fitnessfunksjonen J(a) ordner vektorvariablene ai i henhold til kvaliteten til deres løsning J(αi), og dersom ingen av verdiene J(ai) oppfyller gitte forhåndsdefinerte konvergens- og/eller toleransekriterier, så genererer en underalgoritme typisk for genetiske algoritmer, valgt fra gruppen bestående av elitisme, krysning og mutasjon, en ny variabelvektor ai, med utgangspunkt i den anvendt i den pågående genereringen.
- 9. Fremgangsmåte ifølge krav 8, hvor trinnet med generering av en ny variabelvektor ai, hvis respektive løsning J(ai) vil bli evaluert, gjentas inntil et gitt sett av ekvivalente diametre, definert som:oppfyller et bestemt stoppkriterium for den genetiske prosedyren .
- 10. Fremgangsmåte ifølge krav 9, hvor nevnte stoppkriterium består av kvadratverdien til Mahalanobis-avstanden lik en ikke-negativ skalar størrelse definert som:hvor er den np x 1 -dimensjonerte j-te potensiale inkoherente verdien til variabelvektoren αi, er det np +1 -dimensjonerte vektormiddelet til de identifiserte verdiene, [S] er kovariansmatrisen til en sekvens av identifiseringer kalt baselinje, som har dimensjoner np x np, og T representerer den transponerte verdien.
- 11. Fremgangsmåte ifølge krav 10, hvor kvadratverdien til Mahalanobisavstanden regnes ut for hver generering av variabelvektoren αi.
- 12. Fremgangsmåte ifølge krav 11 , omfattende et trinn med avvisning av identifiseringene av variablene αi som har en kvadratverdi for Mahalanobisavstanden med større avvik, i absoluttverdi, i standardavviket i forhold til den gjennomsnittlige kvadratverdien for Mahalanobis-avstandene
- 13. Fremgangsmåte ifølge krav 8, hvor trinnet med generering av en ny variabelvektor αi, for hvilke de respektive løsningene J(CG) vil bli evaluert, gjentas inntil et forhåndsdefinert maksimalt antall genereringer av variabelvektoren αi nås.
- 14. Fremgangsmåte ifølge ethvert av de foregående krav, hvor trinnet med måling av de faktiske strømningsmengdeverdiene (Qi) for fluidet i én eller flere rørledningsseksjoner (P) og av de faktiske trykkverdiene (hi) for fluidet ved ett eller flere forbindelsespunkter (N) i nettverket tilveiebringer et minste antall målinger definert gjennom en følsomhetsanalyseprosedyre.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT000838A ITMI20120838A1 (it) | 2012-05-15 | 2012-05-15 | "metodo per l'identificazione di occlusioni in reti di tubazioni per il trasporto di fluidi" |
| PCT/IB2013/053910 WO2013171666A1 (en) | 2012-05-15 | 2013-05-14 | Method for identifying obstructions in pipeline networks for transporting fluids |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| NO20141310A1 NO20141310A1 (no) | 2014-11-25 |
| NO345170B1 true NO345170B1 (no) | 2020-10-26 |
Family
ID=46397428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO20141310A NO345170B1 (no) | 2012-05-15 | 2014-11-04 | Fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i rørledningsnettverk for transportering av énfase- eller flerfasefluider |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10416010B2 (no) |
| IT (1) | ITMI20120838A1 (no) |
| NO (1) | NO345170B1 (no) |
| WO (1) | WO2013171666A1 (no) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015009553A1 (en) * | 2013-07-17 | 2015-01-22 | Texas Tech University System | System and method for simulation and design of discrete droplet microfluidic systems |
| DE102015000080A1 (de) * | 2015-01-12 | 2016-07-14 | Apparatebau Gauting Gmbh | Verschmutzungserkennung für Rohrleitungen |
| CN106918377B (zh) * | 2015-12-24 | 2019-11-05 | 通用电气公司 | 用于虚拟流量计的校准装置、灵敏度确定模块及相应方法 |
| US10121225B1 (en) | 2018-01-04 | 2018-11-06 | Finger Food Studios, Inc. | Dynamic scaling of visualization data while maintaining desired object characteristics |
| CN108197070A (zh) * | 2018-01-05 | 2018-06-22 | 重庆科技学院 | 天然气不完全堵塞管道数值模拟方法 |
| CN109635404B (zh) * | 2018-12-05 | 2023-03-31 | 中国能源建设集团广东省电力设计研究院有限公司 | 蒸汽管道压降预估方法、装置及系统 |
| EP3819723B1 (en) * | 2019-11-05 | 2022-10-05 | L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude | Simulation method and system for the management of a pipeline network |
| CN112487631A (zh) * | 2020-11-25 | 2021-03-12 | 中国科学院力学研究所 | 一种横向滑坡埋地管道工况参数智能辨识方法 |
| CN113944886B (zh) * | 2021-10-12 | 2023-08-08 | 天津精仪精测科技有限公司 | 一种管道锈瘤检测方法 |
| CN116952449B (zh) * | 2023-07-27 | 2024-04-12 | 宁波得盛微纳智能科技有限公司 | 一种水下压力检测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100324873A1 (en) * | 2009-06-19 | 2010-12-23 | Kongsberg Oil & Gas Technologies As | Method and system for estimating three phase fluid flow for individual wells |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6751560B1 (en) * | 2000-08-01 | 2004-06-15 | The Charles Stark Draper Laboratory, Inc. | Non-invasive pipeline inspection system |
| JP4314038B2 (ja) * | 2002-11-08 | 2009-08-12 | エネジン株式会社 | 流体搬送管網中の異常箇所を推定する方法 |
| US20060218985A1 (en) * | 2003-04-11 | 2006-10-05 | Kazuhito Kenmochi | Tube with high dimensional accuracy, and method and device for manufacturing the tube |
| US8041090B2 (en) * | 2005-09-10 | 2011-10-18 | Ge Healthcare Uk Limited | Method of, and apparatus and computer software for, performing image processing |
-
2012
- 2012-05-15 IT IT000838A patent/ITMI20120838A1/it unknown
-
2013
- 2013-05-14 US US14/398,192 patent/US10416010B2/en active Active
- 2013-05-14 WO PCT/IB2013/053910 patent/WO2013171666A1/en active Application Filing
-
2014
- 2014-11-04 NO NO20141310A patent/NO345170B1/no unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100324873A1 (en) * | 2009-06-19 | 2010-12-23 | Kongsberg Oil & Gas Technologies As | Method and system for estimating three phase fluid flow for individual wells |
Also Published As
| Publication number | Publication date |
|---|---|
| ITMI20120838A1 (it) | 2013-11-16 |
| NO20141310A1 (no) | 2014-11-25 |
| US20150134276A1 (en) | 2015-05-14 |
| US10416010B2 (en) | 2019-09-17 |
| WO2013171666A1 (en) | 2013-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NO345170B1 (no) | Fremgangsmåte for deteksjon og identifisering av innsnevringer og hindringer i rørledningsnettverk for transportering av énfase- eller flerfasefluider | |
| Shaban et al. | Identification of flow regime in vertical upward air–water pipe flow using differential pressure signals and elastic maps | |
| Casillas Ponce et al. | Model-based leak detection and location in water distribution networks considering an extended-horizon analysis of pressure sensitivities | |
| Nasirian et al. | Leakage detection in water distribution network based on a new heuristic genetic algorithm model | |
| Kim et al. | Robust leak detection and its localization using interval estimation for water distribution network | |
| CN113348349B (zh) | 分析管道状况的方法和系统 | |
| Tuck et al. | Analysis of transient signals in simple pipeline systems with an extended blockage | |
| Koch et al. | Corrosion threat assessment of crude oil flow lines using Bayesian network model | |
| Wang et al. | Leak detection in pipeline systems using hydraulic methods: A review | |
| EP4007899A1 (en) | Method and system to monitor pipeline condition | |
| Meijer et al. | Identifying critical elements in drinking water distribution networks using graph theory | |
| Amaya-Gómez et al. | A condition-based dynamic segmentation of large systems using a Changepoints algorithm: A corroding pipeline case | |
| Puust et al. | Probabilistic leak detection in pipe networks using the SCEM-UA algorithm | |
| Delgado-Aguiñaga et al. | EKF-based observers for multi-leak diagnosis in branched pipeline systems | |
| Yuan et al. | Extended partial blockage detection in a gas pipeline based on Tikhonov regularization | |
| Waqar et al. | Model-free matched field processing for condition assessment of pressurized pipes | |
| Guillén et al. | Study of a flow model for detection and location of leaks and obstructions in pipes | |
| Okeya et al. | Locating pipe bursts in a district metered area via online hydraulic modelling | |
| WO2021015740A1 (en) | Stochastic realization of parameter inversion in physics-based empirical models | |
| Chen et al. | Optimizing inspection routes in pipeline networks | |
| Al-Naser et al. | Two-phase flow regimes identification using artificial neural network with nonlinear normalization | |
| Kim et al. | Diagnosis of partial blockage in water pipeline using support vector machine with fault-characteristic peaks in frequency domain | |
| Hilgefort | Big data analysis using Bayesian network modeling: a case study with WG-ICDA of a gas storage field | |
| Abhulimen et al. | Modelling complex pipeline network leak detection systems | |
| Zhang et al. | Leak detection in water distribution systems using Bayesian theory and Fisher’s law |