大数据背景下石油管道腐蚀监测与防护系统的研究

侯世中，林杰勇

大数据背景下石油管道腐蚀监测与防护系统的研究

侯世中1，林杰勇2

（1. 青岛理工大学 琴岛学院，山东 青岛 266106；2. 青岛金茂智慧能源科技有限公司 工程技术部， 山东 青岛 266111）

借助Python大数据技术，对管道监测数据进行分析，构建了石油管道腐蚀监测与安全防护系统。该系统包含数据监测、数据采集、数据分析、安全预警、视频监控和安全防护，为炼油厂的安全生产提供帮助，减少管道事故的发生。

Python；腐蚀监测；大数据；安全防护

近年来，石油管道监测水平有了提高，但采集到的数据比较散乱，很难根据数据研究出规律并预测管道未来的可能的情况。本文采用Python和大数据技术构建石油管道腐蚀监测与防护系统，旨在超前预测可能发生的管道事故，帮助企业提早采取应对措施，降低管道事故风险。

1 基础理论

1.1 管道大数据

管道大数据来源于炼油厂和石油管道维护企业收集到的数据，包括管道内部监测数据、管道外部监测数据、管道设计数据、管道施工数据、历史运行维护资料、管理维护日志等，这些数据量很大，而且数据杂而乱。大数据技术就是采用计算机技术从这些多而乱、看似毫无规律的数据中挖掘处有用的信息，对这些数据进行整理、校验、分类汇总，采用Python技术对管道大数据进行计算和分析，找出有安全风险的数据，为管道维护和维修提供依据[1]。

1.2 管道监测技术

管道监测分为管道内部监测和管道外部监测[2]，管道内部监测主要采用探针和超声波等方式来监测，其中，探针监测包括电感探针、电阻探针、电化学探针，主要监测管道内部的石油温度、压力、管道壁厚等参数。超声波监测的特征为透声率较大、安装简单方便、成本比较低。管道外部监测主要采用人工现场检修和视频监控相结合的方式。历史数据存储在数据库中，实时数据经分析统计后，也分类汇总存储到数据库，以备日后使用。

2 管道内部数据采集

本系统中管道数据采用了电阻探针[3]、电化学探针和PH计探针来采集数据，采集到的数据汇总到对应的采集器中。

2.1 安装采集器和探针

图1 采集器与探针连接图

以某一段石油管道为例，在管道上安装采集器和对应的探针，这里采用了3个采集器，编号分别是采集器A、采集器B和采集器C。其中，采集器A可以读取A1、A2和A3三个电阻探针的数据。采集器B可以读取B1、B2、B3和B4四个电化学探针的数据。采集器C可以读取C1和C2两个PH计探针的数据，采集器跟探针连接关系如图1所示。

2.2 定时读取采集器中的数据

电阻探针每隔1 h采集数据一次，电化学探针每隔0.5 h采集数据一次，PH计探针每隔2 h采集数据一次。那么，在规定的一条管道上，一天之内采集器可以采集数据量如下：

采集器A读取的记录数：

=3×24×1=72条。

采集器B读取的记录数：

=4×24×2=192条。

采集器C读取的记录数：

=2×24×0.5=24条。

100天后，采集器的数据量为：

100×(++) =28 800条

通过采集器采集到的数据不间断地存储到网络数据库中[4]，为日后的分析、评估和决策提供基础依据。

3 腐蚀监测数据模型研究

3.1 电阻探针数据建模

电阻探针采集到的数据是探针元件在石油中浸泡腐蚀后电阻值，探针元件本身有两个已知的物理量，分别是探针元件原始半径和探针元件腐蚀前的电阻值，需要计算腐蚀深度才有意义，具体计算模型采用如下公式：

计算出电阻元件的腐蚀深度后，可以通过年腐蚀率d的计算公式，计算出年腐蚀率，公式如下：

式中：2-1为两次测量时间的差值，2-1为两次腐蚀深度测量值的差值。

3.2 电化学探针数据建模

通过以下公式计算极化电阻：

j=h×j/4

式中：j表示极化电阻；h表示探针数据；j表示电极面积（已知）。

年腐蚀率通过以下公式计算：

V=d×4/A

式中：V表示年腐蚀率；d表示采集到的数据；A表示电极面积。

计算出管道的年腐蚀率后，再结合管道的厚度，考虑管道的外部环境，就可以初步计算出管道的寿命。当然，也可以根据这些实时数据，判定管道的腐蚀程度，及时提醒炼油厂采取有效的措施，降低管道事故风险。

3.3 pH计探针原理分析

pH计探针是以两个不同的电极作为主要测量构件，其中，一个电极是玻璃材质，另外一个电极是标准电极。把两个电极放到石油溶液中，石油的pH只跟玻璃材质的电极发生反应，玻璃电极的电位体现在石油pH计的变化，通过标准电极和玻璃电极的电位差公式计算其pH值。

4 管道系统功能设计

图2 主要功能模块图

如图2所示。数据监测方式使用COM串口通信和蓝牙通信相结合。布线容易的区域采用COM串口通信，布线不容易的区域采用蓝牙无线通信，远距离传输信号采用GPRS通信。数据采集主要是通过探针上安装的采集器来完成数据收集，采用实时方式，确保24小时不间断采集，保证数据的有效性。采集到的数据要及时存储到远程数据库服务器。数据分析基于Python大数据分析，处理方式简洁高效，而且可以生成报表，针对分析的结果，预测未来的趋势。视频监控主要针对一些高风险的区域，安装实时高清监控。这些视频数据比较直观，具有很好的应用价值。安全预警主要针对数据分析的结果，借助一定的技术手段，对设备和石油腐蚀情况作出有效的判断并做出一段时间内的风险提示。

5 关键模块分析与实现

使用Python[5]提供的三个模块numpy、scipy、statsmodels，分别负责快速处理数据、数值计算、数据统计。数据分析实时曲线如图3所示。从图3可以大致判断不同时刻腐蚀数据变化的规律，总体上符合管道设备特征和腐蚀规律，腐蚀快慢和天气、湿度等因素有关。

图3 电化学探针数据分析曲线图

6 系统腐蚀防护

管道腐蚀监测数据分为实时数据和历史数据。实时数据反映当前石油对管道设备的腐蚀情况，如果腐蚀程度不严重，可以采取一定的防腐措施，比如给管道设备增加一些入水、氨、缓蚀剂等。历史数据反映过去一段时间内管道设备的腐蚀情况，重点关注腐蚀深度分析图、年腐蚀率分析图、pH值变化分析图，研究石油管道腐蚀跟温度、湿度、季节、油品、缓蚀剂等关系，为企业管道维护和维修提供必要的经验和指导。

一般的管道是钢质结构，根据大数据分析，得出以下几个结论：

（1）管道设备在常温和干燥天气下不容易腐蚀，由于夏季雨水比较多、湿度比较大，属于重点管道防护季节。

（2）管道内油品含有的杂质越多越容易腐蚀，在管道设备或者管道壁中适当增加防腐涂层，从而提高管道的寿命。

（3）因石油中存在二氧化硫等腐蚀剂，管道容易发生化学腐蚀，可以适当增加一些缓蚀剂减少管道腐蚀。

[1] 王涵.大数据时代下企业人力资源管理创新研究[J].现代工业经济和信息化,2018,8(12):77-78.

[2] 魏长军,侯世中.炼油厂管道腐蚀防护专家系统的设计与实现[J].郑州轻工业学院学报(自然科学版),2008, 23(6):5-8.

[3] 陈凤琴,付冬梅.电阻探针腐蚀监测技术的发展与应用[J].腐蚀科学与防护技术,2017,29(11):669-674.

[4] 董春娟.油气管道大数据应用浅析[J].石油和化工设备, 2018,21(8):57-59.

[5] 丁晓阳.基于Python情报分析系统设计[J].信息与电脑(理论版),2018,12(24):133-134.

Research on Oil Pipeline Monitoring and Protection System under the Background of Big Data

HOU Shi-zhong1, LIN Jie-yong2

(1. Qindao College, Qingdao Technological University, Qingdao 266106, China; 2.Department of Engineering and Technics, Qingdao Jinmao Smart Energy Technology Co., Ltd, Qingdao 266111, China)

Over the years, the frequent occurrence of oil pipeline safety accidents has brought great economic losses to refineries. Under this background, with the help of Python big data technology, the pipeline detection data are analyzed, and an efficient pipeline corrosion monitoring and safety protection system is constructed. The system includes data monitoring, data acquisition, data analysis, safety early warning, video surveillance and safety protection, which can help refinery safety production and reduce pipeline accidents.

Python; Corrosion monitoring; Big Data; Safety Protection

TP273.5

A

1009-9115(2019)06-0068-03

10.3969/j.issn.1009-9115.2019.06.017

2019-03-21

2019-04-05

侯世中（1980-），男，山东青州人，硕士，副教授，研究方向为计算机科学与技术。

（责任编辑、校对：田敬军）