吴东容 谢跃辉 王彬彬 王爱玲 方迎潮

西南管道公司

摘要：数据对齐技术在实现管道全生命周期数据一体化管理、推动管道大数据融合与深度应用方面起着至关重要的作用。在充分调研的基础上，提出将数据对齐技术运用于管道高后果区风险管控，分析高后果区数据参数，介绍高后果区数据对齐方法，举例验证此方法在高后果区风险管控中的有效性。

关键词：高后果区；数据对齐；环焊缝；地质灾害；风险管控

数据是管道完整性管理的基石，管道设计、采购、施工、投产、运行等各个阶段都会产生大量的数据[1,2]。通过对不同阶段或者同一阶段不同来源的数据进行整合分析，探索、总结数据间的关联与规律，可以充分挖掘数据价值，为全面了解管道风险，针对性制定风险管控措施提供有效依据和支持[3]。目前，管道企业多采用数据对齐的方法进行数据的整合与分析，常见的做法是将管道内检测数据与管道本体数据、管道施工数据、管道外检测数据或者其他批次内检测数据进行对比分析[3-7]，其分析结果有助于提高管道风险评价准确性、资源分配合理性、维修维护作业有效性。利用数据对齐技术开展管道高后果区管控相关研究具有重要意义。

1 数据对齐技术

数据对齐是指通过易于识别的管道特征将多来源或多批次管道数据按照线性参考系统进行位置校准的方法，其中易于识别的管道特征包括但不限于管道阀门、短节、弯头、环焊缝。管道数据来源于管道全生命周期过程中产生的所有数据[1]，重点包括建设期的管道属性数据、管道环境数据、设计文件、施工记录和评价报告、施工过程中的重要过程和事件记录以及运行期的管道属性数据、管道环境数据、管道检测维护管理数据等（表 1）。

管道数据种类多、数据量大，且来源于不同时期、不同单位，在内容和结构上均存在较大差异，若采用人工对齐的方式将既费时又耗力且容易产生错误，因此目前多采用软件算法+人工干预的方法对数据进行对齐处理[7-9]。软件对齐模型有两种，分别是增益动态规划对齐模型和分治渐进式对齐模型，通过将提取的不同管道特征与对应的位置分布信息进行特征属性相似度匹配，实现各区段内数据对应关系的迭代调整，同时针对数据对齐结果异常的情况，由人工干预进行分段调整匹配，最终实现数据的完整对齐。

2 基于数据对齐的高后果区风险管控

2.1 高后果区数据参数

管道高后果区兼具管道和高后果区的属性，其中涉及管道的数据参数包括管材、管径、壁厚、管道中心线、安装施工、无损检测、内/外检测、阴极保 护、三桩、第三方设施、管道修复、地质灾害等，涉及高后果区的数据参数包括建构筑物、河流、公路、铁路、易燃易爆场所等。因管道多敷设于地下，根据数据来源的不同，可将上述数据分为地上数据和地下数据两类。

2.2 高后果区数据对齐

2.2.1 高后果区边界确定

根据GB 32167―2015《油气输送管道完整性管理规范》相关规定，结合高后果区识别准则，确定高后果区边界。对于地形起伏较大的管道，还应结合油品泄漏扩散规律、气体爆炸影响规律等合理确定高后果区边界距离。

2.2.2 外部载荷边界确定

高后果区内管道受泥石流、滑坡、水毁、高填方等外部载荷威胁时，应根据外部载荷的类型及可能形成灾害的发育特点，结合实际地形地貌，判断灾害发生的可能路径，进而确定可能受外部载荷影响的管道边界距离。

2.2.3 高后果区数据对齐

高后果区数据对齐首先是将地下数据对齐，然后再将地上－地下数据对齐。具体做法是：①以管道安装施工数据和内检测数据为对象，按照逻辑顺序对管节进行分布排列，利用函数关系对图形相似度进行匹配和评估，并借用辅助修正算法与人工干预的方法将内检测数据与施工数据完整对齐。②利用内检测地面参考点，将内检测数据与地面里程桩/测试桩对齐，在此基础上将高后果区边界、外部载荷边界数据叠加对齐。③在实现地上－地下关键数据对齐后，将无损检测、管道修复等数据对齐。

2.3 高后果区风险管控

根据高后果区数据对齐结果，结合相关标准规范或专业软件仿真计算结果，可具体识别影响管道安全运行的危险因素和可能的失效后果，有利于管道企业从“人防、物防、技防、信息防”等方面针对性采取风险管控措施，以确保高后果区管道安全平稳运行。

3 案例分析

3.1 高后果区基本信息

某天然气管道经过村庄附近，形成II级高后果区，长度约700 m（图 1）。因村民在距离管道中心线约10 m处建房切坡，导致形成高陡边坡。经现场勘察，坡体主要物质组成为碎石土，边坡一旦滑坡将影响管道长度约14 m，给管道安全运行带来潜在威胁。

3.2 数据对齐分析

将管道内检测、安装施工、无损检测、管道修复、高后果区边界、高陡边坡边界等数据进行位置对齐，统计出该高后果区内共有弯头15个、环焊缝93条，其中92条环焊缝底片复评结果合格， 1条环焊缝已完成B型套筒修复且无损检测结果合格；管段内不存在大于管道外径2%的变形点；管道内外部有轻微腐蚀，最深处为管道壁厚的5%（不需要立即处理）；高陡边坡滑坡区域内有弯头2个、环焊缝3条。经分析，该高后果区内高陡边坡滑坡是威胁管道安全的主要风险。

3.3 管道及焊缝应力分析

以 高 陡 边 坡 滑 坡 区 域 内 管 道 为 对 象 ， 利 用ANSYS软件建立该滑坡段管道应力分析模型，根据现场勘察数据对模型施加边界条件，计算外部荷载作用下管道与焊缝的应力值。经计算，管道最大有效应力为335 MPa（图 2），最大轴向应力为325 MPa（图 3），应力水平满足规范要求；提取受滑坡影响区域内环焊缝的应力值，结果显示满足规范要求。

3.4 结论

通过将该高后果区关键数据进行对齐，综合分析影响管道安全运行的各类风险。其中环焊缝、管道变形、内外腐蚀等风险均在规定的可接受范围内，高陡边坡滑坡对管道的影响需进一步计算。利用ANSYS软件模拟分析滑坡条件下管道和环焊缝的受力情况，结果显示管道最大有效应力、最大轴向应力以及环焊缝应力值均满足规范要求。

4 结束语

数据对齐是数据管理的基础工具，利用数据对齐技术可有效整合管道高后果区内各项数据参数，深入分析影响管道安全运行的关键因素，为管道企业针对性制定风险管控措施提供依据。下一步需要解决好以下问题：一是统一数据采集标准，有效整合产生于不同时期、不同单位的数据；二是建立通用数据处理模型，做到管道数据的全面分析与综合管理；三是进一步挖掘数据间的关联与规律，加强数据成果的应用。

参考文献：

[1] GB 32167-2015，油气输送管道完整性管理规范[S]. 北京：中国标准出版社， 2015.

[2] 黄维和，郑洪龙，吴忠良. 管道完整性管理在中国应用10年回顾与展望[J]. 天然气工业， 2013，33(12)： 3.

[3] 王波，韩昌柴，刘翼，等. 管道内检测数据与施工资料对齐及应用[J]. 油气田地面工程， 2018，37(12)： 87-90.

[4] 刘伟. 管道本体数据与内检测数据的对齐方法研究[D]. 西安：西安科技大学， 2018.

[5] 腾延平，金良，高强，等. 高温原油管道内外检测数据对比分析[J]. 油气储运， 2014， 33(1)： 69-72.

[6] 于航，李强，梁菁嬿，等. 在役长输管道腐蚀数据综合分析方法及应用[J]. 管道技术与设备，2018(1)： 10-14.

[7] 王波，吕超，明连勋，等. 基于不同内检测数据的对齐与分析研究[J]. 管道技术与设备， 2019(5)：24-27.

[8] 季寿宏，丁楠，张国民，等. 管道内检测数据比对分析软件开发及应用研究[J]. 石油化工自动化，2018， 54(4)： 47-51.

[9] 孙浩，帅健. 长输管道内检测数据比对方法[J]. 油气储运， 2017， 36(7)： 775-779.

作者：吴东容，女， 1986年生， 2013年毕业于西南石油大学油气储运工程专业，硕士研究生，工程师，主要从事油气管道完整性管理工作。