Мониторинг надежности нефтегазового объекта с применением методов системного анализа Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

УДК 622.692.4

М.Ю. Земенкова, к.т.н., доцент, ТюмГНГУ, e-mail: zemenkov@tsogu.ru, MUZemenkova@mail.ru; И.В. Сероштанов, инженер, ООО «Газпром трансгаз Югорск»; В.А. Курушина, ассистент, ТюмНГУ; С.Ю. Торопов, д.т.н., профессор, ТюмГНГУ; Ю.Д. Земенков, д.т.н., профессор, заведующий кафедрой транспорта углеводородных ресурсов ТюмГНГУ

МОНИТОРИНГ НАДЕЖНОСТИ НЕФТЕГАЗОВОГО ОБЪЕКТА С ПРИМЕНЕНИЕМ МЕТОДОВ СИСТЕМНОГО АНАЛИЗА

Авторами разработан комплекс моделей, методик, алгоритмов, технологии оценки и анализа надежности объектов с применением методов системного анализа для системы упреждающего контроля для нефтегазовых объектов. Система может функционировать в режиме реального времени по результатам диагностики, паспортизации, аттестации эксплуатируемых объектов, диспетчерским данным. Результаты исследования позволяют повысить эффективность принятия решений на предприятии, разработаны с учетом требований законодательства по безопасности.

Ключевые слова: надежность, показатели, системный анализ, прогнозирование, мониторинг, принятие решений.

Согласно требованиям федерального закона от 6 июля 2011 г., вступившего в силу 1 января 2012 г., предприятия нефтегазового комплекса обязаны вести мониторинг надежности и безопасности систем, позволяющий определять наличие критических элементов объекта топливно-энергетического комплекса, потенциально опасных участков объекта топливно-энергетического комплекса, наличие на объекте уязвимых мест, оценивать масштабы возможных социально-экономических последствий аварий на объекте и другие параметры объекта. Системы мониторинга MPC (multivariable predictive control - многофакторный контроль, оценка, прогнозирование), отвечающие современным экономическим, производственным требованиям и требованиям безопасности, основаны на непрерывном особом контроле количественных и переменных величин множества показателей: контролируемых, регулируемых (уставок) и показателей производительности. Практическое применение на предприятиях в системе магистральных неф-

тепроводов заключается в создании системы поддержки принятия решений, предназначенной для оперативного анализа состояния системы и разработки рекомендаций по управлению техническими объектами. Для получения качественного результата работы MPC необходимы применение методов системного анализа, разработка моделей для функционирования в режиме реального времени (с применением моделей для оперативных, комплексных оценок и прогнозирования). Анализ существующих источников свидетельствует о том, что, несмотря на актуальность проблемы и значительное количество исследовательских работ, существующие методики позволяют осуществлять только единовременные оценки показателей надежности и не ориентированы на использование для оперативных оценок и прогнозирования в режиме реального времени с применением современных компьютерных технологий.

Авторами произведен комплекс работ по созданию MPC в системе нефтегазовых объектов, позволяющий функ-

ционировать как при существующем оборудовании,так и с применением новых технологий в перспективе. Разработанные модели и методики, алгоритмы и технологии оценки и анализа надежности объектов [1, 2, 3, 4] могут реализовываться по результатам диагностики, паспортизации и аттестации эксплуатируемых объектов, диспетчерским данным. Система сбора исходной информации (рис. 1) построена таким образом, что может быть сформирована на существующих предприятиях как при действующем аппаратурном обеспечении, так и с применением новых аппаратурных средств [1, 5]. В результате анализа производственного опыта эксплуатации объектов трубопроводного транспорта последовательность основных процессов проектирования, внедрения, функционирования систем мониторинга целесообразно разделить на несколько этапов (рис. 2). Этапы 1-й, 2-й, 5-й, 6-й, 7-й базируются на результатах теоретических и производственных исследований, а 3-й и 4-й осуществляются организациями, проектирующими информационные системы,

Исходный набор первичной информации: набор данных о параметрах и событиях системы

Контроль достоверности и ратификация ^ Анализ и классификация /

БАЗА ДАННЫХ

Анализ и интерпретация \ Расчеты /

и непосредственно строительными и эксплуатирующими опасный объект. Исходя из общепринятого определения состояния системы и надежности для сложного объекта, выделим два типа предельного состояния, предшествующих потере работоспособности:

1) непосредственный выход объекта из состояния, позволяющего осуществлять заданные функции;

2) выход параметров и характеристик объекта и процесса эксплуатации за нормативные.

В связи с этим при разработке системы мониторинга надежности объектов трубопроводного транспорта и решении задач прогнозирования и принятия решений актуальны два направления:

1) анализ показателей надежности, характеризующих свойство объекта и его элементов сохранять состояние работоспособности (на основании статистических данных);

2) анализ характеристик, параметров, факторов, определяющих свойство объекта сохранять работоспособность(на основании эксплуатационных данных). Для анализа и управления надежностью системы формируется структура Рис. 1. Поток информации в системе мониторинга производственных процессов

Таблица. Функции распределения показателей сохраняемости

ИНФОРМАЦИЯ: Фактические и прогнозируемые показатели надежности (размерные и безразмерные)

Подготовка и распространение Анализ экспертной системой

_у!_

ПРИМЕНЕНИЕ: принятие решений: о допустимости эксплуатации, по разработке мероприятий по повышению надежности

Функция распределения, вид функции распределения

Основные параметры

График функции

Нормальное Р(у)=ф(^)+0,5

т, а

Вейбулла

Р(у)=е

А, В

Экспоненциальное Р(у)=е-<«

Гамма

X, с

Релея

Р(у)=е

т

С

Международные, государственные, региональные требования безопасности

сти^^

С

Экономические и производственные требования предприятий

V

ЗЕ

Определение целей мониторинга (принятие решений)

Разработка математического и алгоритмического комплекса системы

Ж

з

о S

Разработка инструментария: программного и аппаратурного обеспечения

Проектирование сети мониторинга на производственном объекте

Ж

о

5 К

о

6

о

Функционирование системы: сбор и анализ данных

Использование результатов мониторинга (принятие решений)

V

Периодический критический анализ и модернизация системы

U К

и

о

я

о

модернизация

Рис. 2. Алгоритм формирования системы мониторинга производственных процессов

(рис. 3), которая в режиме реального времени позволяет:

а) производить оценку показателей надежности каждого элемента системы на любом уровне и определять наиболее уязвимые элементы;

б) определять, какие параметры системы оказывают наибольшее влияние на ее надежность.

Следует отметить, что в основу разрабатываемой методики контроля надежности системы и подсистем нефтегазовых объектов положены следующие требования:

• многофакторные модели надежности системы должны обеспечить однозначную, корректную оперативную количественную оценку конкретного опасного объекта;

• системная модель и комплекс универсальных логико-математических

моделей должны позволять производить комплексную оценку и анализ надежности с учетом факторов и параметров, изменяющихся в длительных интервалах эксплуатации и хранения, и непрерывно изменяющихся параметров в режиме реального времени;

• должны быть четко установлены связи между факторами и показателями (часто зависимыми или однозначно неопределяемыми), влияющими на безопасность и надежность технической системы в целом (в частности, например, на сохраняемость);

• методы оценки надежности технологической системы должны быть совместимы с существующими системами АСУ ТП и давать возможность осуществлять корректировку показателей под воздействием различных факторов;

• система MPC должна обеспечить функции прогнозирования (с применением теории вероятности и математической статистики) параметров технологического процесса, планирования, оптимизации и надежное и эффективное управление технической системой в целом.

Поэтому создаваемый мониторинг строится на основе метода системного анализа, практически единственного, позволяющего корректно осуществлять принятие решений в условиях большого количества информации различной природы. MPC реализует принцип непрерывного сканирования показателей надежности и сравнения полученных значений с критическими. При достижении контролируемыми факторами критических значений определяются область и вид технического вмешательства. В рамках применяемых методов системного анализа авторами разработан комплекс физико-математических моделей надежности, отражающих особенности явлений и процессов, характерных для анализируемых объектов [5]. В качестве примера рассмотрим модель для анализа диспетчерских данных. Зададим модель технического состояния следующими условиями и положениями: 1) техническое состояние объекта характеризуется набором его выходных параметров у0, ух, ..., уп; 2) в качестве выходных параметров рассматриваются характеристики выходных сигналов (мощность, вибрация, температура, давление, частота, фаза, длительность импульсов и т.д.) или некоторые системные характеристики (производительность, эффективность и т.д.); 3) изменение параметров является случайным или детерминированным процессом, подчиняющимся определенному закону распределения; 4) показатель надежности определяется по функции,зависящей от двух переменных: K,=F(y, t). Достоинством применяемых коэффициентных моделей является возможность непрерывного уточнения моделей в режиме реального времени. Коэффициентная модель строится на основании: 1) модели, позволяющей осуществлять сравнение конкретного объекта с другим объектом - базовым, характеристики которого известны; 2) известной эмпирической модели, связывающей параметры надежности с характеристиками условий производства и применения объекта.

Связь параметров надежности и условий эксплуатации осуществляется посредством коэффициентов, учитывающих влияние на показатели надежности: особенностей технологии производства; климатических факторов; факторов нагрузки: механических, электрических и др.; сложности объектов; особенности технического обслуживания и др. Таким образом, сформулированные выше задачи представляется возможным решить на основе применения коэффициентных моделей в сочетании с экспертной оценкой значимости коэффициентов.

Таким образом, для построения математической модели необходимо решить две задачи: 1) определить зависимость К^(у); 2) определить зависимость К„=Р(1).

Изменение параметров происходит под влиянием случайных или детерминированных факторов и подчиняется определенному закону распределения. На интервале контроля Тр прогнозируемый процесс может наблюдаться в присутствии некоторых помех (ошибок измерения) б (1). Задача прогнозирования состояния и надежности процесса у (1:) сводится к прогнозированию нестационарного случайного процесса и определению вероятности невыхода случайного процесса за пределы области допустимых значений D в течение определенного промежутка времени 1прогн. Комплексный анализ надежности системы в соответствии с разработанной схемой предусматривает применение технологии индивидуального моделирования процессов эксплуатации объекта и создание типовых моделей для оценки надежности по их параметрам. Модель оценки надежности по параметру основана на следующих требованиях установленного диапазона значений У^УтШКр; УтахКр) (рис. 4, 5):

1) если у=Уттпкр, У=Утахкр), N=0; (1)

2) если у=ут1-пкр+Ут1пКр7тахКр, N=1, (2)

(в случае если оптимальным технологическим параметром для объекта является не середина интервала У,-Е(Ут1пКр; Утахкр), принимаем при N=1, У=Уопт). Преимуществом применяемой модели является непрерывное уточнение параметров распределения в режиме реального времени. Методика реализации непрерывного контроля надеж-

Рис. 3. Алгоритм методики анализа надежности в системе мониторинга производственных процессов

ности заключается в том, что в каждый момент времени регистрации параметра производится расчет фактического и прогнозируемого значения показателя надежности по вероятностно-статистической модели. В результате предварительного анализа данных выявляются также периоды, где функция является детерминированной или случайной. Пусть общая функция распределения параметра технического состояния во времени определяется детерминированной и случайной составляющей и имеет вид (рис. 6):

Р(х)=Ув(1)+Усл(1)« .

(3)

Тогда помимо стандартных «выбросов» исключим из выборки периоды, где уровень параметра системы целенаправленно поддерживается на одном уровне y=const, т.е. факторы, определяющие техническое состояние системы, исключены.

Для получения адекватной модели надежности объектов весьма важным является выбор вида распределения отказов или событий, соответствующего фактическому, от чего во многом зависит точность получаемых результатов.

Анализ публикаций позволяет утверждать, что среди множества распределений наиболее применимыми для параметров и характеристик надежности технических систем являются следующие виды: экспоненциальное, нормальное, Вейбулла, Релея и логарифмическое (табл.). Стоит заметить, что использование при расчете надежности экспоненциального закона распределения возможно только при условии, что интенсивность отказов постоянна, т.е. система эксплуатируется в период нормальной работы. В других случаях необходимо применение иных законов, несмотря на то что этот факт усложняет задачи определения надежности.

Рис. 4. Схема оценки показателя надежности по фактическому регистрируемому параметру

Анализ физических закономерностей причинно-следственных связей между основными факторами и изменением параметров технических систем нефтегазовых объектов позволил определить основные виды распределений - наиболее приемлемыми являются нормальный закон и Вейбулла.

Преимущество закона теоретического распределения Вейбулла проявляется в модели «слабого звена», когда система состоит из группы независимых элементов, отказ каждого из которых приводит к отказу всей системы и позволяет определить свойства системы, характеризующие скорость достижения системой предельного состояния. Распределение Вейбулла дает возможность моделировать процессы возникновения внезапных отказов (когда параметр формы распределения Ь близок к единице, т.е. Ь«1) и отказов из-за износа (Ь~2,5), а также тогда, когда совместно действуют причины, вызывающие оба эти отказа. Распределение также хорошо описывает постепенные отказы, вызываемые старением материала, например вследствие коррозии. Оценку адекватности типа распределения анализируемых параметров проводим при помощи наиболее приемлемого критерия А. Колмогорова как наиболее универсального и точного для проверки распределений непрерывных процессов сложных многоэлементных технических систем.

Для удобства применения математического аппарата функцию распределения следует определять для отклонений технологического параметра от оптимального в соответствии с моделью. В случае если отклонение параметра от оптимального находится не в середине интервала у^ут^; утахка), отклонение определим с применением методов масштабирования.

Таким образом, в соответствии с методикой А. Колмогорова в качестве меры расхождения между теоретическим и экспериментальным распределениями используем максимальное значение разности между эмпирической и теоретической функциями.

для ЭТОГО В КАЖДОМ из ИНТЕРВАЛОВ К,:

• определим модуль разности Di между экспериментальными значениями интегральной функции Р(х() и теоретической Р(хОз ;

т

^(хОз-Р^) ,

(4)

(5)

Х=Г„ ;

(6)

• оценим достоверность К выбранной модели:

К=1-а.

(7)

Рис. 5. Схема зависимости изменения показателя надежности: а) при симметричной и б) при асимметричной зависимости функции надежности от изменения параметра

л

и

а ь 1

• выберем максимальное значение

Отах^;

• вычислим расчетное значение критерия:

Рис. 6. Анализ функции изменения параметра во времени

типа распределения, в качестве примера приведем алгоритм оценки параметров Вейбулла с использованием метода максимального правдоподобия: 1. Определяется плотность вероятности (производная функции распределения вероятности) с учетом того, что распределение Вейбулла в общем случае является трехпараметрическим:

где N - количество зафиксированных значений;

• определим критическую область проверки согласия к\ по таблицам распределения Колмогорова(примем уровень значимости а 0,950-0,999);

• проверим условие:

у » у,у » 0,р > 0,а > 0

(8)

где а, (3, у - параметры масштаба, формы, положения соответственно. 2. Параметр положения у принимается отличным от нуля, в случае если известно, что при вещественных значениях параметра у значение аргумента не определяет значение функции (параметр положения при анализе надежности технических систем принимают равным нулю,если распределение Вейбулла двухпараметрическое):

(9)

Если условие (6) выполняется, то принятая гипотеза и разработанная математическая модель адекватны достоверности К.

Так как разрабатываемая методика оценки параметров распределения имеет специфику в зависимости от

3. Получаются оценки максимального правдоподобия параметров а, р, с использованием уравнений:

п В

па-Хм =0, 1=1

"+11пу1-11у1.1Чпу(=0,

р 1-1 ам

у=а?Г(1+Ь-

(10) (11) (12)

4. Находится первое приближение параметра р по формулам и методом последовательных приближений.

5. После оценки р определяется а:

1У1Р+(п-г)УгР

г=

стСв 2 ,

(13)

(14)

где ^тСв - число степеней свободы.

6. Уточняются в режиме реального времени по мере поступления данных и увеличения объема статистики параметры распределения.

7. Определяется вероятность (коэффициент надежности по параметру) при распределении Вейбулла:

_уР

Р(у)=е ■

-ffl" а или Р(у)=е ш при а=р ; Ь=р.

(15)

(16)

8. Проводится оценка корректности анализа надежности по следующим величинам (следует заметить, что в современных программных средах типа МаЫаЬ используются аналогичные функции (15) и (16) и принятые обозначения):

• интенсивность изменения параметра или отказов:

Э..Р-1

математическое ожидание:

дисперсия:

г|

о2у=а2/р

кн-н

Р/ П Р

коэффициент вариации:

к,-

M HÏ

-1=4 . м, .

(17)

(18)

(19)

(20)

9. Проверяются значения коэффициентов вариации кв, которые должны находиться в следующих пределах: нормальный закон - кв 0,4;закон распределения Вейбулла - кв=0,35-0,8; экспоненциальный закон - кв>0,8.

10. Формулируется вывод (например, по результатам обработки экспериментальных данных): анализ изменения значений у для объекта показал, что изменение абсолютных значений эксплуатационных параметров подчиняется нормальному закону, а отклонения этих параметров - распределению Вейбулла).

Методика оценки показателя надежности на основании анализа технологических параметров апробирована авторами в программной среде Ма^аЬ в соответствии с разработанной методикой и алгоритмом (рис. 7).

Ввод исходных данных: 1)матрицы-массива регистрируемых параметров; 2) максимально и минимально-допустимых, оптимальных (проектных или паспортных) значений параметров; 3) фиксация основных и вспомогательных переменных.

I

Траспонирование матрицы регистрации

I

Цензурирование выборки

I

Определение вида и параметров функции распределения показателя

I

Определение параметров распределений методом максимального правдоподобия для

распределений:

_нормального, Вейбулла, экспоненциального гамма, Релея_

I

Оценка критериев адекватности Колмогорова, мощностей критериев, их критических значений для распределений: нормального, Вейбулла, экспоненциального, гамма, Релея

I

Определение вида распределения на основании критериев адекватности Колмогорова

I

Проверка условий адекватности распределения i

Условие адекватности №1 распределения модели: / </ кр

Да

нет

Условие адекватности №2 распределения модели: Р > Ркр

Да

I

нет

Распределение I адекватно Н=0

Условие адекватности №3 распределения модели (наибольшая мощность критерия): Р(х) = Ртах

Распределение не адекватно Н=1

да

Определение масштабного статистического коэффициента кс

I

Уточнение параметров модели функциональной зависимости

I

Определение дополнительных характеристик функции распределения

I

Расчет коэффициентов надежности по данным диспетчерских служб

I

Вывод результатов расчетов

Рис. 7. Алгоритм программной реализации модели анализа технологических параметров

При условии программной реализации моделей и алгоритмов система может иметь удобный в эксплуатации интерфейс с определенным набором параметров и информации (рис. 8). Разработанная математическая модель и алгоритмы дают возможность получить комплекс показателей, адекватно характеризующий надежность системы по изменяющимся во времени параметрам технического состояния. Аналогичным образом авторами решены вопросы применения методов системного анализа для объектов различного уровня сложности.

Таким образом, с применением методов системного анализа для объектов нефтегазового комплекса разработан методологический комплекс, содержащий модели, методики, алгоритмы оценки и прогнозирования показателей надежности, факторные и структурные схемы анализа технических объектов различной сложности, методики для учета мнения экспертов, методика оценки эффективности самой системы. Разработанная система прогнозного контроля MPC, функционирующая в режиме реального времени, позволит повысить эффективность принятия решений по

Рис. 8. Пример программной реализации модели анализа технологических параметров

обеспечению надежности объектов и повысить уровень социальной и экологической безопасности системы.

Литература:

1.Земенков Ю.Д. Инновационные технологии комплексного технического контроля нефтегазовых объектов / Ю.Д. Земенков, А.Н. Шиповалов, В.А. Курушина // Материалы Всероссийской научно-практ. конф., посв. 45-летию ТИИ «Проблемы эксплуатации систем транспорта». - Тюмень: ТюмГНГУ, 2008. - 360 с.

2. Земенкова М.Ю. Алгоритм реализации опережающей стратегии контроля и управления надежностью нефтегазовых предприятий / М.Ю. Земенкова, А.Б. Шабаров, Д.А. Бабичев // Известия вузов. Нефть и газ.

- Тюмень, 2007. - № 3. - 128 с.

3. Земенкова М.Ю. Новые технологии в системах контроля и управления надежностью объектов нефтегазовой инфраструктуры / М.Ю. Земенкова, Ю.Д. Земенков, А.Н. Шиповалов // Нефтегазовый терминал. Материалы 2-й Международной научно-технической конференции. - Тюмень: ИПЦ «Экспресс», 2008. - № 2. - 75 с.

4. Эксплуатация насосно-силового оборудования на объектах трубопроводного транспорта [Текст]: Учебное пособие. Гриф УМО / Под общей ред. Ю.Д. Земенкова. - Тюмень: ТюмГНГУ, 2010. - 456 с.

5. Земенкова М.Ю. Математическое моделирование надежности технических систем / В.Н. Кривохижа, А.Н. Шиповалов // Управление ресурсами нефтегазового региона: Сб. научн. тр. / Под ред. Е.В. Курушиной.

- Тюмень, 2006. - 196 с.

Fields development and operation installation

M.Yu. Zemenkova, PhD in Technical Sciences, docent, TSOGU, e-mail: zemenkov@tsogu.ru, MUZemenkova@ mail.ru; I.V. Seroshtanov, Engineer, Gazprom Transgaz Yugorsk, LLC; V.A. Kurushina, Assistant, TSOGU; S.Yu. Toropov, PhD in Technical Sciences, Professor, TSOGU; Yu.D. Zemenkov, PhD in Technical Sciences, Professor, Hydrocarbon Resources Transport Academic Department Chairman of TSOGU

Monitoring of reliability of oil gas objects by methods of the system analysis

Authors develop a complex of models, techniques, algorithms, technologies of an estimation and the analysis of reliability of objects with application of methods of the system analysis for system of anticipatory control for oil and gas objects. The system can function in a mode of real time by results of diagnostics, certification, certification of maintained objects, to the dispatching data. Results of research allow to raise efficiency of decision-making at the enterprise, are developed taking into account legislation requirements on safety.

Keywords: reliability, indicators, forecasting, monitoring, decision-making.

References:

1. Zemenkov Yu.D. Innovatsionnye tekhnologii kompleksnogo tekhnicheskogo kontrolya neftegazovykh ob'ektov (Innovative technologies for complex technical control of oil and gas facilities) / Yu.D. Zemenkov, A.N. Shipovalov, V.A. Kurushina // All-Russian Research-to-Practice Conference proceedings, dedicated to the 45th anniversary of TII «Problems of transportation system operation». - Tyumen: TSOGU, 2008. - P. 360.

2. Zemenkova M.Yu. Algoritm realizatsii operezhayutshei strategii kontrolya i upravleniya nadezhnost'yu neftegazovykh predpriyatyi (Implementation algorithm of advanced control strategy and reliability management of oil and gas companies) / M.Yu. Zemenkova, A.B. Shabarov, D.A. Babichev // News of Higher Educational Institutions. Oil and gaz. - Tyumen, 2007. - No. 3. - P. 128.

3. Zemenkova M.Yu. Novye tekhnologii v sistemakh kontrolya i upravleniya nadezhnost'yu ob'ektov neftegazovoi infrastruktury (New technologies in the systems of control and reliability management of oil and gas infrastructure) / M.Yu Zemenkova, Yu.D. Zemenkov, A.N. Shipovalov // Oil and Gas Terminal. 2-nd International Scientific and Technical Conference proceedings. - Tyumen: IPTs Express, 2008. - No. 2. - P. 75.

4. Ekspluatatsiya nasosno-silovogo oborudovaniya na ob'ektakh truboprovodnogo transporta (Operation of pumping power equipment at pipeline transportation facilities) [Text]: Study guide. Grif UMO / Under the general editorship of Yu.D. Zemenkova. - Tyumen: TSOGU, 2010. - P. 456.

5. Zemenkova M.Yu. Matematicheskoe modelirovnie nadezhnosti tekhnicheskikh sistem (Mathematical modeling of complex systems reliability) / V.N. Krivokhizha, A.N. Shipovalov // Resources management of the oil and gas region: Edited volume / Edited by E.V. Kurushina. - Tyumen, 2006. - P. 196.