Качество оценки технического состояния (ОТС) любого объекта в деятельности специалиста является интегральным требованием, объединяющим использование процессных характеристик. Проблема повышения качества и точности оценки технического состояния всегда актуальна, начиная с самого человека (в медицине) и продолжая во всех видах его деятельности. Особенной остротой отличается эта задача при эксплуатации пожаровзрыво- опасных объектов, информация о которых ограничена [1]. Характерным примером подобного объекта является подводный переход магистрального нефтепровода [2].
Точная оценка технического состояния подводного перехода (ОТС ПП) необходима и для текущего момента и прогнозирования следующего обследования, а также остаточного ресурса работы подводного перехода.
В зависимости от результатов ОТС ПП принимаются решения о сроке и об объеме следующего обследования, по виду необходимого технического обслуживания и ремонта (ТОР), по остаточному ресурсу ПП и его замене. Точное определение вышеназванных характеристик, в основе которого лежит использование достоверных математических моделей, позволяет существенно сократить расходы на ТОР при обеспечении достаточного уровня надежности ПП. Достоверность результатов применения базовых моделей, в свою очередь, зависит от качества исходной информации, от возможности самой модели наиболее полного учета реальных условий эксплуатации подводного перехода [3].
Цель исследования: разработка модели обработки информации по результатам обследования технического состояния подводного перехода в процессе кластеризации для повышения точности оценки технического состояния объекта.
Материалы и методы исследования
Традиционные этапы планирования системы технического обслуживания и ремонта перехода нефтепровода можно изложить в следующей последовательности:
а) вначале на основе многочисленных теоретических и экспериментальных исследований условий эксплуатации и изменения характеристик технического состояния подводных переходов разрабатывается полная академическая фундаментальная общая математическая модель оценки ТС ПП, содержащая некий ряд составляющих;
б) используя некоторые постоянные коэффициенты, данная общетеоретическая модель ТС ПП адаптируется к конкретному объекту, т.е. переходят к так называемой полуэмпирической модели ТС ПП;
в) на заключительном этапе, на основе использования полученной полуэмпирической модели, осуществляют планирование ТОР ПП: определяют перечень, сроки и объемы соответствующих технических и организационно-технических мероприятий.
К достоинству полуэмпирических моделей следует отнести выявление наиболее влияющих факторов, действующих в данной технико-экономической задаче. Однако очень существенны их недостатки:
1) определяется широкий диапазон значений параметров безопасной эксплуатации;
2) соответственно, принимаются очень высокие коэффициенты запаса, что влечет за собой большие, чем могли бы быть, затраты на ТОР.
Предлагается новый научно-методический принцип формирования информационно-аналитической системы, который позволит создавать эмпирические индивидуальные модели для каждого подводного перехода взамен традиционно используемых полуэмпирических моделей, что позволит существенно сократить расходы на ТОР.
Вероятно, в рамках реализации этого принципа возможны различные решения, но в данной статье предлагается использовать метод кластерного анализа (кластеризации).
Решаемая в статье техническая задача с теоретической точки зрения относится к тому классу задач, где применим многомерный статистический анализ. Достоинством кластерного анализа является тот факт, что он работает даже тогда, когда данных мало и не выполняются требования нормальности распределений случайных величин и другие требования классических методов статистического анализа [4, 5].
Несмотря на различия в целях, типах данных и примененных методах, все исследования, использующие кластерный анализ, характеризуют следующие пять основных шагов:
1) отбор выборки для кластеризации;
2) определение множества признаков, по которым будут оцениваться объекты в выборке;
3) вычисление значений той или иной меры сходства между объектами;
4) применение метода кластерного анализа для создания групп сходных объектов [6];
5) проверка достоверности результатов кластерного решения.
Каждый из перечисленных шагов играет существенную роль при использовании кластерного анализа и прикладном анализе данных.
Использование кластер-анализа для решения данной задачи наиболее эффективно. В данном случае кластер-анализ предназначен для объединения подводных переходов в классы (кластеры) таким образом, чтобы в один класс попадали максимально схожие, а ПП различных классов максимально отличались друг от друга. Количественный показатель сходства рассчитывается заданным способом на основании данных, характеризующих ПП [7]. Таким образом, в данной статье под кластеризацией понимается группировка (разбиение множества ПП) на непересекающиеся подмножества (кластеры), состоящие из схожих переходов [8]. Под схожестью (сходством) понимается незначительное отличие (по величине) входных параметров, используемых в процессе прогнозирования технического состояния ПП.
Предлагаемая модель обработки информации в информационно-аналитической системе «Подводные переходы» (ИАСПП) приведена на рис. 1. Она решает задачи выбора целевого кластера, анализ достоверности результатов оценки технического состояния подводных переходов на различных этапах жизненного цикла (ЖЦ) и формирования рекомендаций по составу и срокам проведения ТОР, ремонтно-восстановительных работ (РВР).
Рис. 1. Модель обработки информации по результатам обследования технического состояния ПП в процессе кластеризации
Обработка информации по результатам обследований технического состояния ПП выполняется в три этапа:
1) на этапе «Выбор целевого кластера обработки информации» формируется выборка ИАСПП (так называемая целевая выборка), необходимая для формирования заключения о перспективах дальнейшей эксплуатации обследуемого ПП, основанного на формализованном опыте эксплуатации ПП. В выборку объединяются расчетные параметры дефектов, обнаруженных на ПП, которые «близки» по технологии сооружения, длительности и условиям эксплуатации [9];
2) на этапе «Анализ достоверности результатов ОТС» отфильтровываются «грубые промахи» информации, полученной при обследованиях технического состояния целевой выборки.
Периодичность обследований технического состояния ПП определяется действующими нормативными документами ПАО Транснефть [10–12], которые регламентируют сроки проведения обследований, их содержание, используемую измерительную аппаратуру и оформление результатов обследований;
3) процесс формирования выводов и рекомендаций по результатам, по составу и срокам проведения ТОР, обследований оформляется в соответствии с нормативными документами. Указанная документация архивируется и хранится на протяжении всего жизненного цикла каждого ПП системы нефтепроводного транспорта России.
В настоящее время часть этой информации оцифрована и используется для изучения и обобщения опыта эксплуатации ПП. На основании этого анализа разрабатываются планы НИОКР, целью которых является повышение эффективности эксплуатации ПП.
В системе комплексной ОТС ПП составными элементами являются оценки коррозионной и малоцикловой усталости ПП, способные привести к разгерметизации трубопровода. Проведенный анализ показал, что доступное в настоящее время качество результата трудно назвать высоким [10], поскольку модели, используемые при прогнозировании технического состояния ПП, связаны с рядом причин, повлиять на которые невозможно.
Рассмотрим и попытаемся изменить модели прогнозирования технического состояния ПП в контексте возможностей, доступных при использовании современных информационных технологий [5].
Выше уже подчеркивалось, что при разработке заключения о техническом состоянии ПП по результатам обследований используются полуэмпирические модели коррозионной и малоцикловой усталости, которые с определенным уровнем приближения адаптируют академические модели к конкретной предметной области (в данном случае к прогнозированию остаточного ресурса тела трубы подводного перехода при воздействии коррозии и/или малоцикловой усталости).
В проведенном анализе научно-технической литературы по указанной проблеме отмечено, что относительная погрешность результатов расчетов может достигать более 1000 %, что, в значительной степени, обусловлено спецификой полуэмпирических моделей, в частности, при создании подобных моделей используются максимально возможные диапазоны варьирования входных величин.
Следует отметить, что традиционно используемое в механике разрушения понятие «критический размер трещины» к магистральному трубопроводу неприменимо, так как существующие нормативы в системе магистрального транспорта углеводородов не допускают разгерметизации трубопровода. Поэтому основной целью прогнозирования малоцикловой усталости ПП является предотвращение утечек перекачиваемого продукта, т.е. критическим считается такой размер усталостной трещины, при котором ее глубина достигает толщины стенки трубы на рассматриваемом участке.
Результаты исследования и их обсуждение
На рис. 2 и 3 приведены результаты расчетов, иллюстрирующих один из возможных вариантов повышения эффективности системы ТОР подводных переходов, посредством снижения погрешности расчета результатов прогнозирования. В частности, расчеты показывают, что, например, уменьшение нормируемого параметра «остаточная глубина дефекта» с величины 0,9 до 0,7 (приблизительно на 20 %) почти в четыре раза снижает относительную погрешность прогноза (приблизительно на 400 %).
Рис. 2. Влияние приведенной погрешности μ входных величин на относительную погрешность расчета остаточного ресурса ПП при остаточной глубине дефекта ∈ (0,1; 0,9)
Рис. 3. Влияние приведенной погрешности μ входных величин на относительную погрешность остаточного ресурса ПП при остаточной глубине дефекта ∈ (0,1; 0,7)
Учитывая эти результаты, за основу принимается следующий постулат: «Оптимальный путь к улучшению качества прогнозирования (снижения величины погрешности результатов расчетов) – разработка эмпирических моделей для групп подводных переходов с близкими по величине входными параметрами». Выше эта группа ПП была определена как «целевая выборка». Такой подход возможен при наличии существующего (весьма значительного) опыта эксплуатации подводных переходов, реализованного и документированного в форме «результатов обследований технического состояния подводных переходов» [13], что и позволяет существенно улучшить (в несколько раз) качество прогнозов безопасной эксплуатации ПП.
Выводы
Таким образом, предложена модель концепции повышения эффективности эксплуатации подводных переходов (рис. 1), соответствующая современному уровню развития технической науки и вычислительной техники. Под эффективностью эксплуатации понимается достижение необходимого уровня надежности ПП с минимальными затратами.