腐蚀数据管理是智能化应用的基础

2019-11-30 18:13

基于大数据的腐蚀控制全生命周期智能化系统涉及工程从诞生到结束的全过程,时间跨度大,建设周期长,整体投入要求高,国内目前在石化管道、交通电力、航空航天等领域应用较多。中海油湛江分公司文昌油田作业区于2009年开始围绕海上油气田平台、陆地终端和海底管道等设施逐步建立了腐蚀监控信息系统,后期经过不断完善,形成了工程完整生命周期内各类设施的信息分享平台。系统对平台设备和井道基础数据进行统一管理,采用动态提取方式获得海底管道设施检测数据和异常预警信息,通过数据对比和分析计算得出设备腐蚀程度,对设备寿命进行智能评估和预测,为设备维修和延寿提供依据。系统上线后为油田生产提供了科学的管理和监测分析手段,防止由于重大安全事故造成的环境危害和财产损失[2]。腐蚀数据管理是智能化应用的基础。我国对腐蚀数据标准化建设与数据共享起步较晚,自2006年以来,中国政府已投入过亿资金,建立了国家环境材料腐蚀平台。该平台采用元数据存储方式,收集整理了覆盖中国不同地区典型环境(大气,土壤和水)30个腐蚀野外测试试验台站所积累的材料腐蚀基础数据,以及材料数据(各种金属、涂层、高分子材料、建筑材料)、实验数据(电化学、环境加速、腐蚀评价)和图谱数据等。未来该平台将重点收集急迫的或新兴行业领域相关的腐蚀数据,形成标准化的腐蚀大数据仓库,为各类腐蚀控制工程智能化应用提供有力支撑。

国家质量基础,即计量、标准、合格评定(包括认证认可、检验检测)已经成为未来世界经济可持续发展的三大支柱[4],是腐蚀控制工程智能化建设质量保障的重要手段。随着大数据、智慧算法、区块链等信息技术手段的逐步应用,为传统认证领域全面走向智能化、信息化指明了方向。通过基于大数据的腐蚀控制工程全生命周期智能化平台,可以为工程生命周期过程内覆盖的所有企业和产品做出精准“画像”,对其产生的防腐蚀效果和综合质量进行有效分析和评价。与第三方系统对接后,可作为其质量信用查询、第三方检测结果、市场准入评价的重要判断依据,使认证手段更加立体,推动了智能检测认证与智能质量评价的协同发展,实现了主观评价与客观评价的有机结合,促进了认证认可标准的一致性、统一性,为参建单位服务质量和产品质量提供了保证。另外,通过与互联网+技术进行资源整合和信息共享,建立统一服务窗口,缩短了平台和用户距离,做到智能互联一站式服务,帮助企业获取权威、可信的质量数据和企业评价结果,解决企业在质量检测认证方面遇到的困难。

(1)管理方式多样化腐蚀控制工程智能化系统涉及的数据种类和数量繁多,不能简单使用传统结构化方式存储。根据大数据特点制定适合的数据存储策略、了解数据信息工作的各种规律,通过先进的技术方法保持数据管理的有效运行,是大数据技术整体发展的趋势;(2)模型分析先进化大数据处理面对着众多存储数据,采用单一或少量的分析模型及组合已经满足不了大数据分析的需要。通过组织多种模型并建立模型库,结合人工智能等先进技术,充分利用软件工具进行处理是大数据分析发展的趋势;(3)数据资源共享化智能化应用采集及存储的大量价值数据遍布在行业各个企业应用中,这种分布式布局决定了任何公司及个人都不可能掌握所有需要的数据。通过建立数据分享和标准化机制,为多方提供安全、便捷、可靠的数据存储和交互模式,实现共赢是大数据建设的趋势。

为形成与材料腐蚀自身所对应数据的完整性及复用性,需要建立数据标准规范,在工程生命周期内通过数据模型进行业务数据整合,在信息交互时执行统一数据标准。通过腐蚀材料数据标准的建立,可以在腐蚀控制工程全生命周期内,将产生、应用、交互的数据信息形成完整的数据信息链。采用元数据表述基础数据信息的方式在众多应用领域中已变得日趋普遍。材料腐蚀元数据使用数字化手段描述材料的腐蚀特征、周边环境因素、试验地点、试验方式等基本信息和彼此间的关系,通过标准化结构保证数据信息可以被计算机系统和数据库辨识、分解和组织归纳。由于材料腐蚀数据数量庞大、层次复杂、结构多样,直接采用元数据不能解决好微观结构异构和对象复杂关联等问题,需要在元数据之上建立基于本体的材料腐蚀元数据模型。本体是共享概念模型的明确的形式化规范说明,其基本建模元语包括类、关系、函数、公理、实例五部分[3]。根据材料腐蚀特征元数据的特点,可以构建基于本体元数据模型的多元组,作为材料腐蚀的数据模型,为获取和共享信息提供互操作机制。

基于大数据和云计算技术建立腐蚀控制工程智能化平台,将工程全生命周期内收集的海量数据分类存储和分析处理,有利于对数据进行多维度融合,及时发现并预测工程整体过程中存在的质量问题,为工程各阶段的质量控制提供数据支撑,为业主、施工方、设计方等工程利益相关方提供统一的智能化服务。腐蚀控制工程全生命周期智能化平台的架构共分为数据获取层、分析层、管控层和呈现层四部分。数据获取层将采集的数据通过集成数据总线传递给全生命周期数据处理引擎,经数据识别处理后,按照全生命周期各阶段进行分类并保存到大数据仓库中,将材料腐蚀记录等数据存放于基础数据库中;在分析层结合机器学习、数据挖掘等技术,通过业务分析引擎对材料寿命评估、防腐蚀系统可靠性分析、腐蚀模拟仿真、专家建议等智能化应用提供数据分析支持;在管控层通过任务调度引擎对腐蚀进行监控预警、对安全进行审计和管理;在呈现层通过数据可视化引擎对智能化应用进行界面展示和交互操作,并通过外部接口同需要对接的第三方系统进行数据传递。这种分层架构设计从技术上实现了防腐蚀工程各个阶段数据的互通和集中管理,有利于开展数据全生命周期分析和质量控制。