吳東容 謝躍輝 王彬彬 王愛玲 方迎潮

西南管道公司

摘要：數據對齊技術在實現管道全生命周期數據一體化管理、推動管道大數據融合與深度應用方面起著至關重要的作用。在充分調研的基礎上，提出將數據對齊技術運用于管道高后果區(qū)風險管控，分析高后果區(qū)數據參數，介紹高后果區(qū)數據對齊方法，舉例驗證此方法在高后果區(qū)風險管控中的有效性。

關鍵詞：高后果區(qū)；數據對齊；環(huán)焊縫；地質災害；風險管控

數據是管道完整性管理的基石，管道設計、采購、施工、投產、運行等各個階段都會產生大量的數據[1,2]。通過對不同階段或者同一階段不同來源的數據進行整合分析，探索、總結數據間的關聯與規(guī)律，可以充分挖掘數據價值，為全面了解管道風險，針對性制定風險管控措施提供有效依據和支持[3]。目前，管道企業(yè)多采用數據對齊的方法進行數據的整合與分析，常見的做法是將管道內檢測數據與管道本體數據、管道施工數據、管道外檢測數據或者其他批次內檢測數據進行對比分析[3-7]，其分析結果有助于提高管道風險評價準確性、資源分配合理性、維修維護作業(yè)有效性。利用數據對齊技術開展管道高后果區(qū)管控相關研究具有重要意義。

1 數據對齊技術

數據對齊是指通過易于識別的管道特征將多來源或多批次管道數據按照線性參考系統進行位置校準的方法，其中易于識別的管道特征包括但不限于管道閥門、短節(jié)、彎頭、環(huán)焊縫。管道數據來源于管道全生命周期過程中產生的所有數據[1]，重點包括建設期的管道屬性數據、管道環(huán)境數據、設計文件、施工記錄和評價報告、施工過程中的重要過程和事件記錄以及運行期的管道屬性數據、管道環(huán)境數據、管道檢測維護管理數據等（表 1）。

管道數據種類多、數據量大，且來源于不同時期、不同單位，在內容和結構上均存在較大差異，若采用人工對齊的方式將既費時又耗力且容易產生錯誤，因此目前多采用軟件算法+人工干預的方法對數據進行對齊處理[7-9]。軟件對齊模型有兩種，分別是增益動態(tài)規(guī)劃對齊模型和分治漸進式對齊模型，通過將提取的不同管道特征與對應的位置分布信息進行特征屬性相似度匹配，實現各區(qū)段內數據對應關系的迭代調整，同時針對數據對齊結果異常的情況，由人工干預進行分段調整匹配，最終實現數據的完整對齊。

2 基于數據對齊的高后果區(qū)風險管控

2.1 高后果區(qū)數據參數

管道高后果區(qū)兼具管道和高后果區(qū)的屬性，其中涉及管道的數據參數包括管材、管徑、壁厚、管道中心線、安裝施工、無損檢測、內/外檢測、陰極保 護、三樁、第三方設施、管道修復、地質災害等，涉及高后果區(qū)的數據參數包括建構筑物、河流、公路、鐵路、易燃易爆場所等。因管道多敷設于地下，根據數據來源的不同，可將上述數據分為地上數據和地下數據兩類。

2.2 高后果區(qū)數據對齊

2.2.1 高后果區(qū)邊界確定

根據GB 32167―2015《油氣輸送管道完整性管理規(guī)范》相關規(guī)定，結合高后果區(qū)識別準則，確定高后果區(qū)邊界。對于地形起伏較大的管道，還應結合油品泄漏擴散規(guī)律、氣體爆炸影響規(guī)律等合理確定高后果區(qū)邊界距離。

2.2.2 外部載荷邊界確定

高后果區(qū)內管道受泥石流、滑坡、水毀、高填方等外部載荷威脅時，應根據外部載荷的類型及可能形成災害的發(fā)育特點，結合實際地形地貌，判斷災害發(fā)生的可能路徑，進而確定可能受外部載荷影響的管道邊界距離。

2.2.3 高后果區(qū)數據對齊

高后果區(qū)數據對齊首先是將地下數據對齊，然后再將地上－地下數據對齊。具體做法是：①以管道安裝施工數據和內檢測數據為對象，按照邏輯順序對管節(jié)進行分布排列，利用函數關系對圖形相似度進行匹配和評估，并借用輔助修正算法與人工干預的方法將內檢測數據與施工數據完整對齊。②利用內檢測地面參考點，將內檢測數據與地面里程樁/測試樁對齊，在此基礎上將高后果區(qū)邊界、外部載荷邊界數據疊加對齊。③在實現地上－地下關鍵數據對齊后，將無損檢測、管道修復等數據對齊。

2.3 高后果區(qū)風險管控

根據高后果區(qū)數據對齊結果，結合相關標準規(guī)范或專業(yè)軟件仿真計算結果，可具體識別影響管道安全運行的危險因素和可能的失效后果，有利于管道企業(yè)從“人防、物防、技防、信息防”等方面針對性采取風險管控措施，以確保高后果區(qū)管道安全平穩(wěn)運行。

3 案例分析

3.1 高后果區(qū)基本信息

某天然氣管道經過村莊附近，形成II級高后果區(qū)，長度約700 m（圖 1）。因村民在距離管道中心線約10 m處建房切坡，導致形成高陡邊坡。經現場勘察，坡體主要物質組成為碎石土，邊坡一旦滑坡將影響管道長度約14 m，給管道安全運行帶來潛在威脅。

3.2 數據對齊分析

將管道內檢測、安裝施工、無損檢測、管道修復、高后果區(qū)邊界、高陡邊坡邊界等數據進行位置對齊，統計出該高后果區(qū)內共有彎頭15個、環(huán)焊縫93條，其中92條環(huán)焊縫底片復評結果合格， 1條環(huán)焊縫已完成B型套筒修復且無損檢測結果合格；管段內不存在大于管道外徑2%的變形點；管道內外部有輕微腐蝕，最深處為管道壁厚的5%（不需要立即處理）；高陡邊坡滑坡區(qū)域內有彎頭2個、環(huán)焊縫3條。經分析，該高后果區(qū)內高陡邊坡滑坡是威脅管道安全的主要風險。

3.3 管道及焊縫應力分析

以 高 陡 邊 坡 滑 坡 區(qū) 域 內 管 道 為 對 象 ， 利 用ANSYS軟件建立該滑坡段管道應力分析模型，根據現場勘察數據對模型施加邊界條件，計算外部荷載作用下管道與焊縫的應力值。經計算，管道最大有效應力為335 MPa（圖 2），最大軸向應力為325 MPa（圖 3），應力水平滿足規(guī)范要求；提取受滑坡影響區(qū)域內環(huán)焊縫的應力值，結果顯示滿足規(guī)范要求。

3.4 結論

通過將該高后果區(qū)關鍵數據進行對齊，綜合分析影響管道安全運行的各類風險。其中環(huán)焊縫、管道變形、內外腐蝕等風險均在規(guī)定的可接受范圍內，高陡邊坡滑坡對管道的影響需進一步計算。利用ANSYS軟件模擬分析滑坡條件下管道和環(huán)焊縫的受力情況，結果顯示管道最大有效應力、最大軸向應力以及環(huán)焊縫應力值均滿足規(guī)范要求。

4 結束語

數據對齊是數據管理的基礎工具，利用數據對齊技術可有效整合管道高后果區(qū)內各項數據參數，深入分析影響管道安全運行的關鍵因素，為管道企業(yè)針對性制定風險管控措施提供依據。下一步需要解決好以下問題：一是統一數據采集標準，有效整合產生于不同時期、不同單位的數據；二是建立通用數據處理模型，做到管道數據的全面分析與綜合管理；三是進一步挖掘數據間的關聯與規(guī)律，加強數據成果的應用。

參考文獻：

[1] GB 32167-2015，油氣輸送管道完整性管理規(guī)范[S]. 北京：中國標準出版社， 2015.

[2] 黃維和，鄭洪龍，吳忠良. 管道完整性管理在中國應用10年回顧與展望[J]. 天然氣工業(yè)， 2013，33(12)： 3.

[3] 王波，韓昌柴，劉翼，等. 管道內檢測數據與施工資料對齊及應用[J]. 油氣田地面工程， 2018，37(12)： 87-90.

[4] 劉偉. 管道本體數據與內檢測數據的對齊方法研究[D]. 西安：西安科技大學， 2018.

[5] 騰延平，金良，高強，等. 高溫原油管道內外檢測數據對比分析[J]. 油氣儲運， 2014， 33(1)： 69-72.

[6] 于航，李強，梁菁嬿，等. 在役長輸管道腐蝕數據綜合分析方法及應用[J]. 管道技術與設備，2018(1)： 10-14.

[7] 王波，呂超，明連勛，等. 基于不同內檢測數據的對齊與分析研究[J]. 管道技術與設備， 2019(5)：24-27.

[8] 季壽宏，丁楠，張國民，等. 管道內檢測數據比對分析軟件開發(fā)及應用研究[J]. 石油化工自動化，2018， 54(4)： 47-51.

[9] 孫浩，帥健. 長輸管道內檢測數據比對方法[J]. 油氣儲運， 2017， 36(7)： 775-779.

作者：吳東容，女， 1986年生， 2013年畢業(yè)于西南石油大學油氣儲運工程專業(yè)，碩士研究生，工程師，主要從事油氣管道完整性管理工作。