油气管道压缩机组智能化管理的探索与思考

古自强

（国家管网集团西部管道公司，新疆 乌鲁木齐 830011）

0 引言

智能化是世界科技发展新趋势，第四次工业革命50%的主体技术与智能化直接相关[1]。在国家层面，智能制造、智慧农业、智慧交通、智能电网及智慧电厂等被列入发展规划。油气工业作为国民经济发展的支柱产业，发展智能化已是大势所趋[2]。截至2017年底，中国已建成西气东输一线、西气东输二线、中亚线、陕京线及涩宁兰线等大型天然气管道工程。我国长输天然气管道总里程达到7.7万公里，已建成管道压气站73座，燃驱/电驱压缩机组275套，在用储气库8座，压缩机组33套，总计在用压缩机组308套。压缩机组是输气过程中的核心增压设备[2]，压缩机组具有结构复杂、辅助系统多、数据量大、运维成本高等特点。压缩机组管理涉及设备选型、安装调试、投产试运、生产运行、维护检修、改造大修、管理决策等各环节，其智能化建设及管理是智能管道建设的一项重要部分，是提高油气管道管理水平、促进行业发展的有效手段和必然选择[3]。

1 管道压缩机组数字化现状

油气管道压缩机组分为燃驱压缩机及电驱压缩机，燃驱压缩机组主要包括轴流压气机、燃烧室、高压涡轮、动力涡轮及离心压缩机,电驱压缩机关键部件为离心压缩机、高速电机、变频器。燃驱压缩机组动力部分的燃机气路各部位安装了温度、压力探头，测量燃机内部气路空气、燃料气、燃烧气体的参数，实现了机组启停控制、防喘控制、超速保护等控制功能[3]，实现了机组状态的监测及故障诊断。压缩机组控制系统（UCS）与站控SCS系统通过本地局域网（LAN）以太网TCP/IP（MODBUS通讯协议）交换信息，站场SCADA系统可以发送启动、停机等控制信号给UCS系统并接收UCS系统数据。

目前油气管道压缩机组的主要制造厂家有GE公司、西门子公司，近几年燃驱及电驱压缩机国产能力得到突破，国产压缩机已应用于国家主干油气管网。GE公司PGT25+PCL系列机组的配套控制系统为MARK Vie，UCS系统与站控SCS系统通过本地局域网（LAN）以太网TCP/IP（MODBUS通讯协议）交换信息；德莱赛兰电驱压缩机采用DI-TRONICS控制系统，PLC采用ControlLogix PLC,ESD系统采用罗克韦尔SIL-3等级的AADvance PLC,采用MODBUS RTU（从站）协议通过RS-232/485通信链路链接到站场SCS系统，通过TCP/IP协议与变频器VDF控制器通信；西门子公司的燃驱及电驱机组采用的是ControlLogix系统 PLC，西门子燃驱压缩机机组控制系统UCP与站控系统通过OPC协议进行通信。

目前中国管道设备状态监测系统正在全面建设，设备故障智能诊断技术仍在起步阶段，现有设备的状态监测水平还不能满足智慧管道智能化运营和管理的需求。加强对管道压缩机组状态的实时分析、诊断及优化，可以为管道运维和管理提供更为全面、精细的管道设备运行状态信息，运维方可就此给出相应的控制方案、备用预案及辅助决策策略，最大程度地实现管道设备运行的安全、可靠、经济、环保[5]。

2 压缩机组智能化建设目标

压缩机的智能化管理是基础管理和数字化管理高级管理层级[4]，压缩机智能管理的建设，应实现对重大故障、高危风险的预防与控制；通过历史故障数据及特征分析和提取，实现对其他运行机组隐患缺陷的自动排查，降低同类项缺陷故障停机事件，实现故障的预知、预测、预防。另外，智能化管理建立实现机组“自主思考”的智能化目标，达到机组自主评估自身整体健康状态，预测热端及关键部件寿命，实现基于可靠性的视情维修方式；通过逻辑判定，多台机组或机群实现“协同与互动”运行，当在运行机组故障停机后，备用机组能够自动启动功能，降低管道压力异常波动的影响，保障天然气输送任务按计划完成；站场机组能够实现运行时间自适应调整，建立机组运行时间台阶，智能判断错开大修周期、避开输气高峰期。同时压缩机管理平台数据应与企业财务管理系统、物资管理系统、数据知识管理等系统结合，在提升压缩机本质安全与可靠性的同时，现场设备设施、物资备件、预算与成本管理结合，实现检修计划自动生成、备件库存动态调整、成本预算可控的目标。

3 压缩机组智能管理关键技术

3.1 智能仪表

压缩机的各类探头、仪表是整机的神经末梢，实时感知机组运行状态，为过程工业提供精准数据来源，是设备优化和数据挖掘的基础。压缩机组配套探头型号多、数量繁杂，停机事件统计分析结果表明探头接线松动、静电干扰，信号波动是压缩机非计划停机的主要原因之一]。目前智能仪表将朝向微型化、网络化、多功能方面发展，仪表数据方便、快捷的传输给智能制造系统的各个层级；通过内置软件，能够增强抗噪音干扰能力，避免虚假信号对测量及控制逻辑的影响。智能仪器已开始从较为成熟的数据处理向知识处理方面发展，并具有模糊判断、故障判断、容错技术、传感器融合、机件寿命预测等功能。

3.2 数据管理

同一制造商压缩机组配套的仪表、数据接口、数据格式易实现统一，但不同厂家压缩机组数据电气接口和数据传输协议的厂家暂未统一标准进行规范及约束，该问题制约了不同集成商机组数据的互连互通，对大规模机队的统一管理带来的困难。压缩机组智能化管理，需统一传感器电气接口、数据编码方式及数据汇聚方式，将所有数据按照统一标准接入数据中心，同时对不同类型的数据按照需求与分析频率进行分类，降低数据搜索、计算的难度和负荷，提高在海量级数据库中数据调取的效率，数据共享实现网络化才可能完成设备间的有效协同和柔性重组等智能化功能。

3.3 规则与算法

实现压缩机组“自主思考”，是压缩机组智能化的重要目前之一，通过历史停机数据相关参数的分析、提取，可以制定相应的规则和算法，嵌入单机或集中控制平台，实现对压缩机组性能自动诊断、热力学效能计算、定制规则和智能通知功能。结合燃驱、电驱等机组类型及差异，建立不同层级和类别的规则包及算法，如燃机汽轮特性与模型、燃烧室及高压涡轮涂层寿命预测、轴承振动特征与图谱等。故障缺陷特征的提取，是故障预知预测的根本，如果故障的缺陷的根本特征没有提取，那么故障就无法预测和预防。

按照学习策略划分，机器学习可划分为机械学习、示教学习、类比学习和归纳学习。目前机器学习有了十分广泛应用，如数据挖掘、计算机视觉、诊断、语音识别、自然语言处理等，经典算法有聚类K-means算法；支持向量机监督学习方法，应用于统计分类与回归分析中；挖掘布尔关联规则的Apriori算法；用于分类、回归的K-近邻算法；应用决策树学习分类回归树方法，由特征选择、树生成及剪枝组成，用于分类、回归。压缩机组控制系统是一个多输入多输出的时变动态系统，控制对象具有多变量、非线性的特点，压缩机组运行期间存在振动、磨损、腐蚀等工况，同时应针对仪表故障、程序丢失、通讯故障、信号虚接假信号、线路虚接、线路干扰等误报警建立容错算法，逐步开展控制系统硬件如：IO模块、电源模块、继电器、安全栅故障等硬件模块的故障分析与诊断模型。

3.4 平台建设与融合

目前压缩机组设备本身管理配置了相关的远程振动监测平台、健康管理平台、设施管理管理平台等，在一定程度上提升的压缩机组的管理水平，下一阶段还应结合不同站场机芯数据、能耗数据、天然气运销输量、确定最优运行方案，降低能源损耗和运营成本。另外智能化管理能够为各级管理单位和部门提供所需的数据、支持与决策，因此压缩机组管理平台数据应与财务管理系统、物资管理系统、数据知识管理等系统融合，在提升压缩机本质安全与可靠性的同时，实现装备设施、物资备件、预算成本等数据的深度共享和实时交换，实现检修计划自动生成、备件库存动态变化、检修工单自动生成、成本预算可控的目标。

4 结语

油气管道压缩机组智能化管理是未来智慧管道建设的重点之一，实现智能管理需要同时强化数字化管理水平，提高整机可靠性及本质安全，实现故障预知、预测、预防的管理目标。在压缩机智能化管理建设过程中，数据的积累、缺陷特征的提取、预防算法与规则的建立需要不断地完善与进化，同时积累知识与经验，并培养该领域的专家，分析处理复杂的问题。通过数据的共享和平台的融合，优化整合资源，实现压缩机组智能化管理，为油气管道高质量、可持续发展提供支持。