CC BY
27АВТОМАТИЗАЦИЯ
ДЕТЕКТОР МЕТАНА ДЛЯ БЕСПИЛОТНОГО АВИАЦИОННОГО КОМПЛЕКСА
УДК 622.691.4
Ш.Г. Шарипов, к.э.н., ООО «Газпром трансгаз Уфа» (Уфа, РФ), shsharipov@ufa-tr.gazprom.ru Р.Р. Усманов, к.т.н., ООО «Газпром трансгаз Уфа», rusmanov@ufa-tr.gazprom.ru П.Г. Романенков, ООО «Газпром трансгаз Уфа», promanenkov@ufa-tr.gazprom.ru
Мониторинг технического состояния магистрального газопровода на предмет утечек метана направлен на выявление дефектов, предупреждение аварий и обеспечение его безопасной эксплуатации. Эффективным методом такого мониторинга является дистанционный поиск утечек, осуществляемый при воздушном патрулировании с применением лазерных детекторов, размещаемых на пилотируемых авиационных носителях. Современное развитие беспилотных авиационных комплексов и технических средств неразрушающего контроля на основе лазерных методов делает привлекательным их совместное использование для решения задач мониторинга утечек магистрального газопровода с точки зрения снижения стоимости летного часа и увеличения периодичности обследования. Внедрение инновационных решений в сфере разработки оптических систем, применение адаптивной цифровой обработки первичной измерительной информации и интеллектуальных алгоритмов в качестве высокоуровневой экспертной надстройки лазерного детектора существенно повышают достоверность распознавания утечек в условиях меняющихся свойств подстилающей поверхности. Автоматизация процесса обработки данных мониторинга позволяет оперативно предоставлять информацию об утечках с географическими привязками и фотографиями местности, что важно для своевременного реагирования на нештатные ситуации и обеспечения безопасной эксплуатации газопровода.
КЛЮЧЕВЫЕ СЛОВА: МОНИТОРИНГ УТЕЧЕК, ЛАЗЕРНЫЙ ДЕТЕКТОР, ДЕТЕКТОР МЕТАНА, БЕСПИЛОТНЫЙ КОМПЛЕКС.
Создание системы дистанционного мониторинга газопроводов на основе беспилотного летательного аппарата (БПЛА) с возможностью обнаружения утечек связано с разработкой детектора метана. Его техническая реализация базируется на физических принципах, обеспечивающих необходимую дальность и достоверность обнаружения, соответствует условиям эксплуатации и требованиям интеграции в состав БПЛА по показателям массы, габаритов и информационного взаимодействия с бортовой системой, требует высокого уровня автоматизации процесса.
Наиболее эффективным для реализации такого детектора выступает лазерный метод обнаружения, основанный на абсорбции излучения в одной или нескольких спектральных полосах поглощения метана. Ближайшими аналогами приборов, в которых реализован данный метод, явля-
ются применяемые на объектах Единой системы газоснабжения (ЕСГ) ПАО «Газпром» промышленные устройства «Аэропоиск», «ЛУГ-1», «ДЛС-Пергам» и др., эксплуатация которых осуществляется с применением пилотируемой авиации (рис. 1) из-за внушительных массогабаритных характеристик [1].
ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ НОВОЙ КОНЦЕПЦИИ
С точки зрения снижения массы и габаритов в качестве перспективной рассматривается концепция построения детектора «ДЛС-Пергам» на основе полупроводникового лазера (рис. 2). Данная концепция получила свое развитие в стационарном изделии «ДЛС-КС» для мониторинга открытых промышленных площадок компрессорных станций и контроля утечек на устье скважин ПХГ (рис. 3).
В результате оптический блок детектора приобрел более ком-
Рис. 1. Воздушное патрулирование с детектором утечек
пактный вид и облегченную конструкцию, что позволило разместить его на опорно-поворотном устройстве для трехмерного сканирования. Радиус действия «ДЛС-КС» достигает 150 м и обеспечивает обнаружение утечек в пределах площадки компрессорной станции. Функционал изделия позволяет формировать требуемую траекторию циклического сканирования технологических
АВТОМАТИЗАЦИЯ
объектов по заданному маршруту, обеспечивает трансляцию видеоизображения высокой четкости на терминал рабочего места оператора в режиме реального времени и с индикацией обнаруженных мест утечек (рис. 4), передает информацию в систему автоматизации верхнего уровня. Для мониторинга удаленных объектов, таких как узел подключения цеха, дальность обнаружения может быть увеличена до 1 км за счет применения специальных отражателей.
В 2017 г. концепция построения линейки детекторов типа «ДЛС» получила новое развитие применительно к решению задач мониторинга утечек с использованием БПЛА. Так, в новом детекторе «ДЛС-ЛА» было достигнуто снижение массы изделия до 3,5 кг и габаритов до 110 * 275 * 435 мм за счет применения композитных материалов, уменьшения размеров оптической системы и увеличения мощности излучения лазера, использования производительного микрокомпьютера и уплотненной компоновки элементов прибора (рис. 5).
За счет внедрения современных схемотехнических решений [2] в усилителе импульсных оптических сигналов достигнут широкий диапазон подавления фоновой засветки фотоприемника при одновременном увеличении коэффициента усиления полезного сигнала. Данный результат получен с помощью частотного разделения сигналов уже на аппаратном уровне, что важно для эффективного использования диапазона измерений и предоставления первичной информации с максимальной точностью. Также это позволило свести к минимуму набор кон структивных мер защиты (оптических фильтров) от влияния фоно вой засветки в приемном тракте детектора, оптими зировать массогабаритные Рис. 5. Детектор
Рис. 2. Детектор «ДЛС-Пергам»: а) оптический модуль; б) блок управления
Рис. 3. Детектор утечек «ДЛС-КС»
Рис. 4. Интерфейс автоматизированного рабочего места «ДЛС-КС»
блока и исключить риск отказа измерительного канала по причине насыщения усилителя фототока при высоких интенсивностях фоновой засветки.
Специально разработанный математический аппарат для обработки измерительной информации оптической системы обеспечивает высокий уровень достоверности конечного результата обнаружения и распознавания утечки метана. В частности, при первичной цифровой обработке сигналов используются современные алгоритмы фильтрации [3, 4], синтезированные для работы в режиме реального времени с минимальным запаздыванием. Дополнительно в качестве инструментов повышения достоверности результата при различных скоростях полета БПЛА и меняющихся свойствах подстилающей поверхности используется обученная нейронная сеть с предварительной кластеризацией вход-
утечек «ДЛС-ЛА»
показатели оптического ........................... ........................... ных данных [5-8]. Как
показала практика, правильно обученная сеть эффективно фильтрует ложные события, в том числе на границах раздела сред подстилающей поверхности (вода, грунт, трава и т. д.).
«ДЛС-ЛА» снабжен видеокамерой высокого разрешения, что позволяет вести видеофиксацию объектов мониторинга и синхронизировать ее с работой оптического блока. Для удержания оси сканирования детектора при изменении положения БПЛА в пространстве оптический блок и видеокамера размещены на единой гиростабилизированной платформе. Алгоритм управления платформой синтезирован на основе метода компенсации запаздывания [9].
Между детектором и бортовой системой управления БПЛА в режиме реального времени предусмотрено информационное взаимодействие. Обмен данными о географических координатах, высоте и скорости полета, пространственном положении гиростабилизированной платформы, обнаруженных утечках и др.
Рис. 6. Беспилотный комплекс Supercam 450 с детектором «ДЛС-ЛА»
позволяет обеспечить требуемую функциональность и комплексный подход к решению задач мониторинга. В результате, несмотря на существенное снижение массы и габаритов, детектор «ДЛС-ЛА» по своим характеристикам не уступает предшественникам в линейке «ДЛС», что подтверждается результатами испытаний на объектах МГ ООО «Газпром трансгаз Уфа» в 2017 г.
РЕЗУЛЬТАТЫ ИСПЫТАНИЙ
Для проведения испытаний детектор был введен в состав беспилотного комплекса Supercam 450, обеспечивающего необходимые характеристики полета с полезной нагрузкой до 4 кг (рис. 6).
В процессе полета оперативная информация об обнаруживаемых утечках передается в полетный контроллер и в режиме реального времени отображается на экране наземной станции управления. Полная информация с результатами измерений концентрации метана записывается на съемный носитель для более детального анализа результатов.
После выполнения полета по заданному маршруту с помощью прикладного программного обес-
печения можно просматривать фотографии мест утечек с привязкой к географическим координатам и формировать отчетные формы (рис. 7).
На фото автоматически накладываются указатель направления сканирования и охранная зона газопровода. В отдельных окнах ведется журнал утечек и формируется график показателя интенсивности обнаруженных утечек по всему маршруту следования, выраженный в ррт-т. Кликом мыши можно выбирать для анализа любую утечку непосредственно на графике либо в журнале событий, при этом фо -тография места утечки подгружается автоматически.
ЗАКЛЮЧЕНИЕ
В целом детектор «ДЛС-ЛА» представляет собой законченный комплекс средств видеонаблюдения и лазерной спектрометрии,
предназначенный для применения в составе беспилотных авиационных носителей. Преимущества примененного подхода очевидны. Для БПЛА не требу -ются взлетно-посадочная полоса или оборудованные площадки для дозаправки и обслуживания, необходимые для используемой сегодня пилотируемой техники. Снижение стоимости летного часа, повышение частоты облетов вплоть до регулярного периодического мониторинга будут способствовать предотвращению аварий, потерь метана, пресечению несанкционированной деятельности в охранной зоне, снижению риска эксплуатации участков магистрального газопровода с дефектами. В перспективе внедрение данной технологии позволит вывести показатели промышленной безопасности ЕСГ ПАО «Газпром» на качественно но -вый уровень. ■
ЛИТЕРАТУРА
1. Салюков В.В., Глуховцев А.А. Воздушное патрулирование газопроводов с применением лазерных и тепловизионно-телевизионных диагностических систем // Газовая промышленность. 2010. № 10. С. 20-21.
2. Патент № 161896 РФ. Усилитель импульсных оптических сигналов / В.Г. Рябчук, С.В. Скрынников, А.Г. Климов и др. Заявл. 24.03.2015, опубл. 10.05.2016 [Электронный ресурс]. Режим доступа: Ь1ир://нэб.рф/^а1од/000224_000128_0000161896_20160510_и^и/ (дата обращения: 27.08.2018).
3. Файфер Л.А. Применение вейвлет-преобразования для расчета действующих значений величин // Молодой ученый. 2016. № 12. С. 408-412.
4. Алексеев В.В., Коновалова В.С., Калякин И.В. Реализация дискретного вейвлет-преобразования в режиме реального времени. Алгоритм скользящего // Измерение. Мониторинг. Управление. Контроль. 2012. № 2. С. 18-23.
5. Демин А.В. Метод естественной кластеризации данных // Молодой ученый. 2014. № 20. С. 34-38.
6. Сенкальский Р.А., Страмоусова С.А. Кластерный анализ разработки современных алгоритмов обработки данных // Молодой ученый. 2016. № 9-4. С. 63-65.
7. Омаров М.Б. Использование сети Хемминга для автоматической коррекции ошибок // Молодой ученый. 2017. № 2. С. 61-65.
8. Зенин А.В. Исследование возможностей использования нейронных сетей // Молодой ученый. 2017. № 16. С. 130-140.
9. Медведев К.С., Голубев Р.И. Поиск допустимого управления в задаче стабилизации // Молодой ученый. 2016. № 12. С. 38-42.
