image
energas.ru

Газовая промышленность № 06 2018

Автоматизация

01.06.2018 11:00 ПРИНЦИП ПРОГНОЗИРОВАНИЯ ВОЗМОЖНОГО ТИПА (ПРИРОДЫ) АВАРИИ НА МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ, ОСНОВАННЫЙ НА РАСПОЗНАВАНИИ ОБРАЗОВ
В статье предлагается один из подходов к прогнозированию различных типов (природы) аварий магистральных газопроводов для задач Системы управления техническим состоянием и целостностью газотранспортной системы. При прогнозировании типа аварии применены аппарат распознавания образов и теория информации. Показано, что путем использования имеющихся в базе данных ООО «Газпром газнадзор» структурированных сведений о происшедших ранее авариях на магистральных газопроводах и анализа результатов однократного шурфования в конкретной точке магистрального газопровода можно сделать вывод о наиболее вероятной физической природе возможной аварии на конкретном участке линейного объекта. Предложенный подход к прогнозированию возможного типа аварии отличается от применяющихся при решении подобных задач подходов отсутствием необходимости предварительного обучения системы распознавания, которое в процессе подготовки к решению задачи уже проведено, поскольку система настроена (обучена) на совокупности упорядоченных сведений о ранее произошедших случаях аварий. Предлагаемый авторами подход позиционируется как дополнение к прямым методам диагностики и оценки технического состояния в части развития экспертных методов, направленных на выявление предрасположенности различных участков газопроводов к накоплению повреждений, зарождению и развитию дефектов одного определенного типа или их сочетаний. С этих же позиций рассматриваются вопросы выявления повышенной чувствительности или уязвимости участков газопроводов по отношению к различным видам и сочетаниям природно-климатических или эксплуатационных нагрузок и воздействий. Статья подготовлена в рамках III Научно-практического семинара «Повышение надежности магистральных газопроводов, подверженных коррозионному растрескиванию под напряжением» (ООО «Газпром ВНИИГАЗ», 2017 г.).
Ключевые слова: ПРОГНОЗИРОВАНИЕ, РАСПОЗНАВАНИЕ, АВАРИЯ, МАГИСТРАЛЬНЫЙ ГАЗОПРОВОД, СТРЕСС-КОРРОЗИЯ.
Открыть PDF


Среди аварий и стихийных бедствий различной природы особую группу составляют техногенные аварии, связанные с деятельностью человека по эксплуатации технических систем, зданий и сооружений промышленного, жилищно-бытового и административного назначения. Такие аварии сопровождаются взрывами, пожарами, выбросом опасных веществ, разрушением зданий и сооружений. По данным Ростехнадзора и МЧС России, ежегодно фиксируется более чем по 40 техногенных аварий и природных ЧС соответственно.

Последствия таких негативных событий и явлений становятся все более опасными для объектов экономики, населения и окружающей среды. Значительную долю среди них составляют аварии на опасных производственных объектах (ОПО), безопасная эксплуатация которых регулируется Федеральным законом «О промышленной безопасности опасных производственных объектов» [1]. К ОПО в первую очередь относятся элементы инфраструктуры и трубопроводы добычи, транспорта, хранения и переработки газа и нефти, крупнейшим владельцем которых является ПАО «Газпром».

В целях централизованного управления техногенными рис- ками эксплуатации газотранспортной системы, а также поддержания высокого уровня экологической и промышленной безопасности в ПАО «Газпром» внедряется Система управления техническим состоянием и целостностью газотранспортной системы (СУТСЦ ГТС) [2, 3]. Основой СУТСЦ ГТС выступает долгосрочное планирование мероприятий по техническому диаг- ностированию и капитальному ремонту газопроводов. При этом процессы планирования участков МГ в рамках действующей нормативной документации базируются на информации о фактическом техническом состоянии трубопроводов, наиболее информативным инструментом для получения которой являются периодические технические диаг- ностирования с использованием внутритрубных дефектоскопов. Развитие технологий и технических средств диагностирования дает основания для совершенствования норм оценки опасности дефектов и повреждений трубопроводов, их ранжирования по степени влияния на надежность магистральных газопроводов (МГ) при различных условиях и режимах эксплуатации [4–6].

С этих позиций представляет интерес развитие методологии и расчетно-аналитических методов, направленных на выявление предрасположенности различных участков газопроводов к накоплению повреждений, зарождению и развитию дефектов одного определенного типа или их сочетаний. В этой же плоскости расположены вопросы выявления повышенной чувствительности или уязвимости участков газопроводов по отношению к тем или иным видам и сочетаниям природно-климатических или эксплуатационных нагрузок и воздействий.

МЕТОДИЧЕСКИЕ ОСНОВЫ

В статье представлена методология прогнозирования типа (природы) возможной аварии на газопроводах ПАО «Газпром» с применением аппарата распознавания образов и теории информации [7]. Распознавание образов – повсеместно встречающаяся в быту, на производстве, в науке процедура, приводящая к категорированию (т. е. классификации) распознаваемых объектов, процессов, сигналов, событий или явлений по определенным признакам [8]. Далее, чтобы не дуб- лировать разные понятия, содержащие термин «класс», – «класс опасности объекта» [1] и «класс объекта» (применяется при распознавании образов) – во втором случае будем применять термин «категория объекта», а задачу «классификация объектов» при распознавании образов называть категорированием.

Применение для ОПО ПАО «Газпром» категорирования аварий и создание методологии прогнозирования наиболее вероятного вида гипотетической аварии на магистральном трубопроводе может быть полезным при определении требований к периодичности и объему его технического диагностирования и ремонта, нормировании допустимых повреждений труб. Такая методология может быть также положена в основу системы поддержки и принятия решений при установлении специальной комиссией по расследованию причин аварии.

Решение указанной задачи становится возможным благодаря тому, что ООО «Газпром газнадзор» формирует упорядоченную базу данных обо всех случаях аварий на МГ начиная с середины 1960-х гг., основанную на сведениях эксплуатирующих организаций и данных Ростехнадзора (ранее – Госгортехнадзор России) [9].

Задача категорирования (прогнозирования вероятной причины аварии) решается с привлечением имеющихся ретроспективных данных о сопутствующих ей признаках, сгруппированных по физической природе их происхождения.

Процедуру категорирования аварий в общем виде можно организовать последовательной, например двухступенчатой, т. е. с возможной детализацией выводов (результатов категорирования) на втором и/или последующих этапах распознавания. Как показал предварительный анализ информационной обеспеченности различных категорий аварий, для определения физической природы возможной аварии в любой точке газотранспортной системы целесообразно использовать схему ступенчатого распознавания, представленную на рисунке.

По результатам анализа признаков различных аварий, имеющихся в базе данных, на первом этапе распознавания образа целесообразно установить принадлежность конкретного случая разрушения МГ к одной из n = 3 укрупненных категорий. Указанные категории аварий образуют (в терминах теории вероятностей) «полную группу», обобщая все случаи аварий, внесенные в базу данных, рассматриваемые с позиций причинной идентификации при расследовании этих происшествий.

На втором этапе процесса распознавания образа аналогичная работа может быть проведена относительно установленной подгруппы аварии для дальнейшего исследования и уточнения ее возможного механизма (природы). На третьем этапе процесса распознавания образа аналогичная работа может быть проведена относительно установленной на втором этапе (как наиболее вероятной) категории аварии для уточнения ее возможного механизма (природы аварии).

Так, если при распознавании на втором этапе определяющей причиной аварии оказалась стресс-коррозия участка или элемента, то на третьем этапе в качестве причины аварии рассматриваются: продольно-ориентированная стресс-коррозия, характеризующаяся повышенными локальными кольцевыми напряжениями в местах отслоения пленочной изоляции МГ трассового нанесения и т. д.; поперечная стресс-коррозия, обусловленная высоким уровнем изгибных напряжений в местах доступа коррозионной среды к поврежденному участку МГ.

Резюмируя описанное выше, на всех этапах процесса распознавания возможного вида (природы) аварии формируется пространство признаков с учетом факта уже состоявшегося отнесения рассматриваемой аварии к определенной категории или подгруппе.

 

СОПУТСТВУЮЩИЕ АВАРИЯМ ПРИЗНАКИ

Особо следует остановиться на совокупности признаков, сопутствующих конкретной аварии. При распознавании аварии вместе с объектом распознавания (вид возможной аварии) рассматриваются совокупности условий работы трубопровода, парамет- ров режима, конструктивные особенности и т. д. Таким образом, наряду с факторами, характеризующими непосредственно аварийный объект (характер деформаций, трещин, внутренних дефектов и т. д.), под «признаками аварии» подразумеваются любые факторы, сопутствующие такому событию.

Анализ признаков, сопутствующих авариям, дополняется комп- лексным анализом технического состояния и целостности линейной части МГ [10].

База данных ООО «Газпром газнадзор» предполагает следующее условное разделение признаков аварии по типам:

– внешние (сопутствующие), к которым относятся нагрузки, воздействия на трубопровод, а также обстоятельства, в той или иной степени способствующие инициализации или развитию аварии, влияющие на его прочность, герметичность, несущую способность;

– внутренние (собственные), т. е. различные дефекты, повреждения как металла трубы, так и изоляционного покрытия, механические свойства элементов трубопровода, металлургические дефекты и прочие, определяющие динамику изменения технического состояния объекта до момента аварии.

Внешние и внутренние признаки взаимозависимы, поэтому в поставленной задаче определения вида (природы) возможной аварии их нельзя объединять (рассматривать вместе).

Пространство признаков обязательно регистрируется в процессе расследования аварии, вносится в базу данных об этих происшествиях и отражает принадлежность рассматриваемой аварии к определенному типу (категории). Сопутствующие аварии признаки приобретают измеримые или неизмеримые значения, т. е. качественные или сформулированные в форме логического утверждения или отрицания.

На первом этапе распознавания рассматривается N признаков аварий внутри пространства признаков, каждый из которых является случайным фактором или случайной величиной 1, 2, … N [11]. Сведения, рассматриваемые в группе случайных величин, описываются численными значениями, в группе случайных факторов – словесными характеристиками, отражающими свойства каждого фактора. Например, фактор «вид грунта» может приобретать значения: глина, суглинок, супесь, песок и т. д. Случайные факторы, как и дискретные случайные величины, обладают своим рядом распределения вероятностей, но в отличие от случайных величин не имеют числовых характеристик (математического ожидания, дисперсии и т. д.). Значения этой переменной часто называют уровнями.

Для упрощения решения задачи категорирования непрерывные случайные величины (внутреннее давление газа, температура перекачки и др.) представляются здесь их дискретными аналогами.

 

ИНФОРМАЦИОННЫЙ ПОДХОД

К решению задачи отбора значимых признаков при категорировании аварий на первом этапе распознавания применялся информационный подход.

В связи со спецификой понятия «признаки аварий» важную роль для правильной постановки задачи прогнозирования типа (природы) возможной аварии играет качество признаков, основным критерием которого является их информативность. Отбор признаков по критерию их наибольшей информативности на первом этапе распознавания осуществляется по следующему алгоритму:

– вычисление недостающей информации (энтропии) [12] и подготовка матрицы отбора значимых признаков из общего числа N признаков x1, x2, …, xN для каждой из трех категорий;

– оценка значимости признаков; из полученных результатов выбираем для дальнейшего использования ряд признаков, обладающих наименьшими (по модулю) значениями энтропии (т. е. наименьшей недостающей информацией), остальные признаки (с бóльшими значениями суммарной энтропии) отбрасываются как неинформативные;

– пересчет энтропии по информационно значимым признакам и определение категорий аварий, наиболее обеспеченных сведениями для прогнозирования (например, в рамках конкретного региона).

Как показали расчеты, наименьшим значениям энтропии, т. е. информационной неопределенности (в рамках конкретной структуры и фактического содержания базы данных об авариях на газовых объектах), отвечает 3-я категория аварий – «Коррозионно-механические проявления», что позволяет считать прогнозирование аварий по причинам коррозионно-механических проявлений в наибольшей степени информационно обеспеченным.

Алгоритм решения задачи вероятностного категорирования (прогнозирования вида возможной аварии) с применением тестового шурфования представлен ниже.

Пусть, например, для решения задачи прогнозирования наиболее вероятной технической причины (природы) аварии на конкретном участке линейной части эксплуатируемого МГ произведен опыт, состоящий в шурфовании участка МГ в определенной точке с определением значений (уровней) A0, B0, C0, ... , внешних (сопутствующих) признаков (факторов) A, B, C, ... . В принципе, полученные при шурфовании тестовые значения большинства наблюдаемых признаков могут сопутствовать любому из трех событий (гипотез о принадлежности к определенной категории) H1, H2, H3.

Для решения задачи вероятностного категорирования аварий и прогнозирования характера (природы) наиболее возможной аварии целесообразно воспользоваться соотношениями, действующими в схеме событий [13, 14].

Задача определения наиболее вероятной категории гипотетической аварии (при известных распределениях вероятностей тестовых значений/уровней сопутствующих признаков по всем трем категориям) решается в следующей последовательности:

1) определение значений априорных вероятностей гипотез сортировкой статистических данных: Р(Н1) = …; Р(Н2) = …; Р(Н3) = …;

2) определение для каждой из трех категорий (по известным априорным распределениям признаков) значений условных вероятностей, соответствующих значениям (уровням) тестового вектора:

 

Р(A|Н1) = …; Р(B|Н1) = …; Р(C|Н1) = …; Р(D|Н1) = …; Р(E|Н1) = …; …

Р(A|Н2) = …; Р(B|Н2) = …; Р(C|Н2) = …; Р(D|Н2) = …; Р(E|Н2) = …; …

Р(A|Н3) = …; Р(B|Н3) = …; Р(C|Н3) = …; Р(D|Н3) = …; Р(E|Н3) = …; …;

 

3) вычисление по результатам тестовой реализации вектора значений сопутствующих признаков A, B, C, … (т. е. при реализации события ABC…) вероятности попадания в каждую категорию компонент(-ы) вектора признаков:

 

Р(VABC…|Н1) = 1 – [1 – Р(A|Н1)] × × [1 – Р(B|Н1)].… …,

Р(VABC…|Н2) = 1 – [1 – Р(A|Н2)] × × [1 – Р(B|Н2)].… …,

Р(VABC…|Н3) = 1 – [1 – Р(A|Н3)] × × [1 – Р(B|Н3)].… … ;

 

4) определение среднего значения вероятности события ABC… по формуле полной вероятности:

 

P(ABC…) = Р(Н1)Р(VABC…|Н1) + Р(Н2) × × Р(VABC…|Н2) + Р(Н3)Р(VABC…|Н3);

 

5) вычисление по формуле Байеса [13] оценок условных вероятностей Р(Н1|ABC…) по категориям и установление наиболее вероятной природы гипотетической аварии путем сравнения полученных оценок для рассматриваемых категорий:

 

Р(Н1|ABC…) = …; Р(Н2|ABC…) = …; Р(Н3|ABC…) = … .

 

Следует подчеркнуть, что вышеуказанная задача должна рассматриваться для случая анализа только внешних (сопутствующих) признаков, фиксируемых при тестовом шурфовании, при этом приведенные рассуждения касались только первой ступени распознавания.

Для анализа правильности полученного решения задачи прогнозирования вида аварии на первом этапе распознавания следует с использованием приведенного алгоритма повторить решение относительно внутренних (собственных) признаков, которые могут быть определены при том же тестовом шурфовании: механических дефектов основного металла; нарушений изоляционного покрытия; сетки трещин; дефектов сварного продольного шва; отклонений от проекта механических свойств основного металла и т. д.

Отметим важность обязательного выполнения категорирования относительно внутренних (собственных) признаков, которое часто влияет на общий результат решения.

В случае когда при расчете по внешним и внутренним признакам получатся разные результаты, т. е. реализуются разные прогнозные механизмы возможной аварии, необходимо в дальнейшем учитывать возможность реализации обоих механизмов аварийного разрушения, в том числе и при уточнении механизма разрушения на последующих этапах распознавания аварии.

 

ВЫВОДЫ

Разработана методика прогнозирования вероятного типа (природы) гипотетической аварии магистрального газопровода на основе тестового шурфования газопровода с использованием аппарата распознавания образов, теории информации и привлечением упорядоченного массива ретроспективных сведений о случаях аварий на магистральных газопроводах.

Прогнозирование возможного типа аварии отличается от применяющихся при решении подобных задач подходов [15, 16] отсутствием необходимости предварительного обучения системы распознавания, которое в процессе подготовки к решению задачи уже проведено, а система настроена (обучена) на совокупности упорядоченных сведений о ранее произошедших случаях аварий.

Методика предназначена для прогнозной оценки наиболее вероятного типа (физической природы) гипотетической аварии на конкретном участке эксплуатируемого газопровода на основе данных, полученных с помощью пробного (одиночного или многократного) шурфования.

Методика прогнозирования типа (природы) гипотетической аварии на эксплуатируемом магистральном газопроводе допускает расширение алгоритма в целях учета дополнительных данных об условиях эксплуатации участка газопровода с использованием качественных и количественных результатов диагностических исследований.



← Назад к списку