close

Вход

Забыли?

вход по аккаунту

?

5655.Предварительная обработка данных системы мониторинга

код для вставкиСкачать
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
ПРЕДВАРИТЕЛЬНАЯ
ОБРАБОТКА ДАННЫХ
СИСТЕМЫ МОНИТОРИНГА
I. Prislin, S. Maroju, K. Delaney, BMT Scientific Marine Services
Полнофунциональные измерения позволяют получить бесценную информацию для проверки
поведения морской нефтяной платформы, однако, некоторые измерения включают отдельные
значения, отклоняющиеся от большинства других измеренных значений
В статье рассматриваются проблемы, возникающие в результате отклонения от нормы измерений,
выполняемых на морских платформах. Особенно
это важно, когда вы имеете дело с измерениями систем мониторинга, интегрированными в морские
нефтяные платформы, такими как океанические
метеорологические данные, GPS-данные и данные о
состоянии элементов конструкции платформы, которые на первый взгляд имеют необычные значения
или тренды. В каждом случае приводится решение,
как обрабатывать необычные значения. В настоящей
статье описываются некоторые необычные эпизоды
при выполнении полнофункциональных измерений
и предлагаются возможные методы обработки таких
необычных измеренных данных. Правильная обработка измерений позволяет инженерам, отвечающим
за обеспечение надежности эксплуатации морских
сооружений, принимать правильные решения и избежать возможных повреждений системы и даже
прекращения добычи из-за ложных сигналов об отказах [1].
ВВЕДЕНИЕ
Измеренные данные, которые содержат необычные или неожиданные значения, не могут использоваться непосредственно в автоматической системе
анализа данных. В итоге интерпретация неожиданных данных по различным причинам может быть
ошибочной. Обнаружение и понимание ошибочных
данных и синдромов невероятных событий особенно важно, когда к измерениям применяются статистические методы. Если данные используются без
каких-то ограничений, то в расчетных статистиках
могут возникнуть систематические ошибки. Важно
определять различия между ошибками в данных и
неожиданными их значениями, которые являются
результатом реальных, но редких событий. Нет сомнения, что интерпретация редких событий является трудной задачей, особенно, если нет данных численного моделирования или результатов модельных
исследований. Обычно на практике проверка самых
последних измеренных данных производится путем
сравнения их с измеренными ранее данными при
аналогичных условиях. Когда предыдущих измерений мало, или когда нет моделируемых результатов,
НЕФТЕГАЗОВЫЕ
Т
Е
Х
Н
О
Л
О
Г
И
И
№12 • декабрь 2009
то для выявления необычных значений или трендов в данных помимо обычных методов статистического анализа трендов полезными добавлениями
могут быть методы случайных ошибок, такие как
искусственные нейронные сети (ANN) или фильтры
Калмана.
Необычные данные не всегда указывают на нарушение целостности платформы. Скорее их причиной
может быть возникновение сбоев и повреждений
измерительной аппаратуры. Например, внезапное
резкое изменение в GPS-данных может указывать
на проблему с измерительной аппаратуры просто
из-за изменения расположения спутников или изменения атмосферных условий. С другой стороны,
резкое изменение может указывать на внезапный
дрейф платформы из-за разрыва троса швартовой
системы. Последний случай вполне реальный, и
указывает на серьезную проблему с целостностью
платформы, требующую немедленного внимания.
Способность определять различие между двумя такими скачкообразными изменениями данных является
крайне важной для принятия правильного решения
о необходимых действиях.
МОНИТОРИНГ ЦЕЛОСТНОСТИ
МОРСКОЙ ПЛАТФОРМЫ
Мониторинг целостности морской платформы
включает в себя большой диапазон различной деятельности, такой как сбор данных, их обработку и оценку. Сбор данных и соответствующие КИП-системы и
оценка этих данных с оперативной точки зрения уже
рассматривались в других работах [1–6]. В настоящей статье главным образом будет рассматриваться
обработка и оценка измеренных данных, перед передачей их аналитикам. Рассматриваются три больших
группы данных, используемых для оценки целостности морских платформ при мониторинге: данные об
окружающей среде (например, волны, ветер и течения), глобальные перемещения платформы и реакции
элементов конструкции, особенно натяжение предварительно напрягаемой арматуры.
ДАННЫЕ ИЗМЕРЕНИЙ
Измерения служат главным образом для подтверждения соответствия реального поведения
15
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
ДАННЫЕ
ОБ ОКРУЖАЮЩЕЙ СРЕДЕ
Двумя главными источниками данных об окружающей среде являются волнение и морские течения.
Высота волн обычно измеряется с платформы
с помощью установленных на углах самой нижней
палубы платформы локаторов воздушных зазоров.
Число таких датчиков воздушных зазоров различное
на разных платформах. Эти датчики используются
для измерения относительной высоты над уровнем
моря фиксированной точки платформы. Поскольку
датчики перемещаются вместе с платформой, поэтому фактическая высота над уровнем моря рассчитывается путем вычитания перемещений датчика из
измеренных значений воздушного зазора. В принципе эта процедура простая, но она требует точных
измерений, выполняемых датчиками воздушных зазоров.
Невозмущенный «нулевой» уровень моря не измеряется, а принимается приближенный средний уро16
Измеренные данные
Время, сек
Воздушный зазор N, футы
платформы ее поведению при расчетных условиях
и для определения характеристик при необычных
условиях с целью оценки безопасности и целостности конструкции.
Особенно сложно интерпретировать необычные
измеренные данные, которые не рассматривались в
процессе проектирования платформы, но могут повлиять на ее безопасность и целостность. Хотя такие
данные могут быть реальными отклонениями от данных нормального функционирования платформы, они
также могут быть «выбросами», которые не могут повлиять на безопасность или целостность конструкции
платформы. С учетом того, что эти два фактора могут
привести к различным последствиям, важно такие необычные данные правильно отнести к определенной
категории.
Визуальные средства, например, визуальный контроль временных рядов или проверка распределения значений данных по уровням категориальной
переменной (дисперсия, асимметрия, эксцесс), это
те средства, которые традиционно применяются для
понимания данных. Визуальный контроль всегда является предпочтительным и должен применяться в
качестве одного из первых шагов при анализе данных, поскольку он позволит быстро обнаружить наиболее очевидные выбросы или желаемую точку для
проверки результатов, требующих дополнительного
внимания. Однако, визуальный контроль требует высококвалифицированных и специально подготовленных аналитиков данных. Помимо этого визуальный
контроль большого массива данных, собираемых на
морской платформе 24 часа в сутки, семь дней в неделю, представляет собой тяжелую и дорогостоящую
работу. Поэтому предпочтительно использовать автоматический процесс для идентификации и обработки выбросов в массиве данных. Если этот метод
не обнаруживает некоторые аномалии, то наиболее
критичные случаи могут быть дополнительно исследованы и проанализированы с использованием
визуальных средств.
Воздушный зазор N, футы
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
Измеренные данные
N* SIGMA
DeglitchG
Время
Рис. 1. Измеренный воздушный зазор с выбросами в полученных
данных (a) и после удаления и сглаживания выбросов (b)
вень моря, который рассчитывается по измерениям
воздушных зазоров. Данные с измеренными воздушными зазорами могут быть загрязнены выбросами,
связанными с физическими причинами, включающими образование вокруг датчиков водяной пыли,
срываемой с поверхности моря ветром, и потерю
обратного сигнала из-за отражений от препятствий
между датчиком и поверхностью моря (небольшие
суда, спускающиеся шланги и т.д.).
Выбросы представляют собой измерения, которые
значительно отличаются от остальных данных. Выбросы влияют не только на крайние значения, но также и
на средние значения и на более высокие статистические моменты, что делает результаты неприемлемыми для любого дальнейшего анализа. Важно, чтобы не
было принятого точного определения «в значительной
степени различной величины» и должен внимательно
выбираться нужный критерий.
Простейший способ изоляции выбросов обеспечивается за счет применения одномерного статистического критерия. С помощью этого критерия определяется один выброс в конкретное время и удаляется
из массива данных. Этот процесс итеративный и продолжается до тех пор, пока не будут обнаруживаться
выбросы.
Статистика, базирующаяся на критерии значимости, определяется в виде множества отношений
смещений от средних значений и среднеквадратических отклонений (известных также как «правила
3 или 6 »). Это критерий надежный и им просто
пользоваться, если в большом массиве данных есть
только несколько выбросов и если заранее известны
средние значения и среднеквадратические отклонения и они не рассчитаны с использованием того же
НЕФТЕГАЗОВЫЕ
№12 декабрь • 2009
Т
Е
Х
Н
О
Л
О
Г
И
И
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
Скорость течения, узлы
Поверхностное течение (после обработки)
Поверхностное течение, необработанные
данные (19 уч.)
Рис. 2. Усредненная за 10 мин скорость течения около поверхности,
измеренная с помощью HACDP профилографа
самого массива данных. В противном случае выбросы в массиве данных (рис. 1а) значительно влияют на
расчетное среднее значение и среднеквадратическое
отклонение этих измерений, критерий значимости
будет иметь систематическую ошибку и становится
ненадежным.
Есть много дополнительных статистических критериев, подобных описанному выше. Они включают
критерии Шоувенер, Пиеса и Граббса, которые входят
в число некоторых таких критериев, упоминаемых
в работе [8]. Все эти критерии базируются на допущении, что измеренные данные подчиняются закону
нормального распределения. Более стабильные методы базируются на статистиках без систематических
ошибок, подобных вычислениям в интерквартильном
размахе (вероятных отклонений). Например, с использованием значений медиан, а не расчетных средних
значений, и абсолютных отклонений медиан (Median
Absolute Deviation – MAD), а не среднеквадратических отклонений [8]. Оценки по MAD-шкале обычно
определяются как S = 1,483 медиана {хi – хmedian},
поэтому ожидаемое значение S ближе к среднеквадратическому отклонению для «незагрязненных»
данных, подчиняющихся закону нормального распределения.
При использовании MAD-оценок к измерениям
воздушных зазоров идентифицируются выбросы и
значения их заменяются интерполированными данными с помощью сплайн-функций, рис. 1b. На практике выброс обычно заменяют «последним хорошим»
значением или только пропускают точку без поиска
интерполянта. Каждый метод имеет свои преимущества и недостатки в зависимости от целей анализа
данных.
MAD-метод может эффективно использоваться
для идентификации выбросов в измеренных данных
других типов, таких как данные о натяжении водоотделяющих колонн. Несмотря на все положительные
аспекты статистических методов, таких как MAD,
необходимо применять их с осторожностью. Если
измеренные данные являются нестационарными, то
изменения в них совсем необязательно связаны с резко изменяющими значениями. Например, измерение
спектра силы волн во время прохождения урагана показывает, что спектр волн характеризуется неустойчивым состоянием из-за изменения во времени ве-
НЕФТЕГАЗОВЫЕ
Т
Е
Х
Н
О
Л
О
Г
И
И
№12 • декабрь 2009
личины и периода максимума спектра. В этом случае
самый большой максимум может быть неправильно
интерпретирован как выброс.
Морские течения близко к свободной водной поверхности в окрестностях морской платформы и их
режимы обычно измеряются с помощью горизонтального акустического доплеровского профилографа течений (HADCP). Профилограф HADCP обычно устанавливается на корпусе платформы на 50–100 фут
ниже свободной водной поверхности.
Измерения параметров течения основаны на доплеровском сдвиге частот передаваемого акустического импульса и эхосигналов, принимаемых от различных участков течения, на которые воздействует
пучок акустических сигналов. Хотя этот прибор и имеет встроенные средства уменьшения шумов и ложных
сигналов в регистрируемых значениях, тем не менее,
есть случаи, когда в регистрируемых значениях могут
еще быть выбросы, которые требуют внимательного
исследования и обработки.
Пример измеренной за 10 мин средней скорости
горизонтального течения около поверхности показан на рис. 2. На рис показан измеренный сигнал с
несколькими выбросами и полученный после обработки результат с удаленными выбросами. В этом
случае применен метод, базирующийся на использовании когерентного значения, рассчитанного для
всех пар участков течения, а не MAD-метод. Средняя скорость горизонтального течения за 10 мин не
должна значительно изменяться от одного участка
течения до другого. Поэтому выбираются участки
со сравнительно высоким индексом взаимной когерентности (например, более 0,8) и измеренные
скорости течения усредняются для всех этих участков с целью оценки фактической скорости течения.
Значения для некогерентных участков отбрасываются как выбросы.
Этот метод был проверен во многих случаях и это
доказало, что его можно принять в качестве устойчивого к сбоям и надежного алгоритма оценки скорости горизонтального течения. Направление течения
оценивалось как среднее значение, полученное с использованием тех же самых участков. К несчастью
этот метод не может использоваться для обработки
измерений вертикального профиля течения. Обычно
вертикальный профиль не равномерный, а имеет заметный сдвиг, поэтому скорости в различных участках не будут когерентными.
ГЛОБАЛЬНЫЕ
ПЕРЕМЕЩЕНИЯ ПЛАТФОРМЫ
Оценка глобальных перемещений платформы
является непростой задачей. Она требует точных с
высоким разрешением измерений и тщательной последующей обработки данных. Стандартные методы
для измерения перемещений платформы в шести степенях свободы базируются на измерениях ускорений,
угловых скоростей и линейных перемещений с использованием (D)GPS-техники. Поскольку измеренные линейные ускорения связаны с угловыми движениями из-за влияния силы тяжести, поэтому влияние
17
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
PSD, фут2/H2
GPS ускорение бокового сноса килевого бруса, без фильтрации
Полученное двойным интегрированием ускорение бокового сноса
Объединение GPS ускорения при низких частотах + полученного
двойным интегрированием ускорения при высоких частотах
GPS
Ускорение
Частота, Гц
Рис. 3. Объединение GPS ускорения бокового сноса при качке и
измеренного ускорения
силы тяжести должно быть исключено из ускорений
перед двойным интегрированием.
Помимо этого линейные перемещения, получаемые
путем вычисления двойного интеграла от ускорений,
будут достаточно неточными при низких частотах,
главным образом по численным причинам, и должны
быть заменены прямыми (D)GPS-измерениями при
этих частотах. Численное интегрирование гармонических линейных ускорений (например, ускорения
бокового сноса при качке) при частоте это просто
произведение ускорения и оператора интегрирования G = -2. При очень низких частотах оператор G
увеличивается по гиперболе и для сигнала с низким
отношением сигнал-шум интегрирование шума может
быть избыточно усиленным. Это может привести к
значительной асимметрии полученных результатов
по перемещениям платформы, включая базовую статистику. Аналогично, на угловые динамические перемещения платформы влияет искусственное усиление
шума из-за простого интегрирования угловых скоростей. В последнем случае оператор интегрирования
имеет вид H = -1.
Простым «лекарством» излечения от ошибок, связанных с нереалистическим интегрированием шума
может быть фильтрация всех низкочастотных компонент. Однако, простая фильтрация не рекомендуется, потому что этот метод исключает оценки перемещений платформы при низких частотах, которые
важны для понимания нагрузок, действующих на
тросы швартовых и якорных систем удержания и на
морские стояки.
Решение заключается в объединении (D)GPSизмерений перемещений при очень низких частотах
и ускорений, полученных двойным интегрированием, при более высоких частотах. Частота слияния
может быть определена как частота, при которой
ускорение начинает значительно отклоняться от (D)
GPS-перемещения, рис. 3. На этом рис. также можно видеть, что в (D)GPS-сигнале больше шумов, чем
в полученном двойным интегрированием ускорении
при более высоких частотах, поэтому (D)GPS-сигнал
не должен использоваться для оценки перемещений
при высоких частотах. Объединенные перемещения
18
усредняются в один сигнал в частотной области, который затем трансформируются обратно в перемещения во временном ряду с помощью обратного преобразования Фурье.
Другой важной проблемой, связанной с обработкой данных, является выбор начальной и конечной
точек во временном ряду постобработки данных в
случае использования численной фильтрации. Из-за
явления Гиббса значения данных на обоих концах
фильтрованного сигнала получаются завышенными
из-за избыточного усиления. Эти искусственно завышенные значения представляют собой «численные
выбросы» и должны быть исключены из результатов.
Для минимизации этой проблем можно использовать,
по меньшей мере, три метода:
отсечение концов временного ряда постобработки за счет уменьшения после фильтрации
суммарной длины этого ряда на несколько процентов;
использование сходящегося, а не прямоугольного
окна (например, взвешивающей функции – окна
Хэмминга);
расширение временного ряда на обоих концах
перед фильтрацией и затем удаление этих расширений после фильтрации для согласования с
длиной исходного временного ряда. В этом случае суммарная длина временного ряда сохраняется.
Окончательно главной целью измерений глобальных перемещений платформы является оценка кинематики платформы (ускорений и скоростей) в точках,
в которых измерения не проводятся. Выполняются
вычисления с помощью уравнений кинематики жесткого тела с использованием всех данных, измеряемых
датчиками перемещений:
p
p
O
O
p
p
p
'
P
где
, – векторы, определяющие расстояние
между точками O и P, угловую скорость и угловое
ускорение, соответственно. Расчетная кинематика
зависит от измерений всех перемещений в шести
степенях свободы, и ошибка в одном измерительном
канале будет влиять на все окончательные результаты.
По этой причине большое значение имеет тщательная
постобработка измеряемого перемещения для каждого канала. На рис. 4 показана последовательность
операций для процедуры постобработки перемещений платформы.
Самый современный подход при использовании
этой процедуры будет включать фильтр Калмана для
уменьшения искажений в перемещениях из-за присутствия шумов в сигнале перемещений. После обработки данных о перемещениях в шести степенях
свободы и передачи их на платформу на практике
всегда полезно снова рассчитать ускорения платформы и сравнить их с исходными измеренными значениями. Эта процедура будет гарантировать, что алгоритм постобработки работает правильно. Она также
позволит обнаружить степень сглаживания данных и
НЕФТЕГАЗОВЫЕ
№12 декабрь • 2009
Т
Е
Х
Н
О
Л
О
Г
И
И
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
сокое разрешение и высокие скорости опроса датчиков для получения
d/dt
максимального количества инфорПреобразование
мации о реакциях системы на внешк средним углам
Интегрироние нагрузки. Это накладывает дование
Извлечение
Рыскание
полнительные требования к системе
среднего
с килевой
сбора данных, чтобы обеспечить ее
ускорения
качкой
функционирование при различных
Двойное
условиях, включая сбои и поврежФильтр
Ускорения
Учет
Приведение
Исключеинтегрироверхних
силы
к ЦТ
ние тренда
вание
дения измерительной аппаратуры.
частот
тяжести
W/HPF
Следовательно, должна была быть
использована система датчиков наФильтр
Приведение
нижних
грузок с двойным резервированик ЦТ
частот
Вертикальная
качка с продольным
ем для сбора данных о натяжении
боковым сносом в ЦТ
предварительно напрягаемых элеРис. 4. Последовательность операций для процедуры постобработки расчетных ментов конструкции. Тем не менее,
перемещений платформы
даже при двойном резервировании
качество интерполяции для пропущенных точек или при использовании для измерения натяжения могли
выбросов.
появиться ошибки, если не будут приняты особые
меры для проверки качества данных.
МОНИТОРИНГ
Натяжение предварительно напрягаемых элеменНАПРЯЖЕННО-ДЕФОРМИРОВАННОГО
тов конструкции TLP-платформ и моменты (рис. 5)
СОСТОЯНИЯ КОНСТРУКЦИИ ПЛАТФОРМЫ
измерялись с использованием трех датчиков нагруСамым современным методом оценки измеренных зок с двойным резервированием с тензометрами. Эти
данных является ANN-метод. Например, принципи- датчики размещались на верхней части напрягаемого
альной характеристикой ANN-метода является его элемента под углом 120 . Для расчета изгибающих
способность изучения и обобщения. ANN-модели моментов на верхней части каждого напрягаемого
могут использоваться для прогнозирования и иден- элемента требовалось, по меньшей мере, три датчика
тификации различного скрытого смысла в реальных нагрузки. В один и тот же момент времени натяжеданных, получаемых с морской платформы, включая ние напрягаемого элемента оценивалось по среднему
данные об ее угловом положении и о целостности сигналу от трех сигналов датчиков нагрузок. Двойное
морского стояка. Они могут также использоваться для резервирование в TTMS-системе обеспечивалось за
обнаружения неисправных инструментов без при- счет установки двух мостиков сопротивлений с тенменения дорогостоящих и сложных аналитических зометрами на каждом датчике нагрузки, которые в
моделей [9].
идеальной ситуации регистрируют одинаковые наС учетом ожидаемого развития более глубоковод- грузки. По усредненному сигналу из двух мостиков
ных нефтедобывающих платформ больших размеров с тензометрами в датчике нагрузки определяется
Системы мониторинга натяжения предварительно на- расчетное натяжение. Однако при выходе из строя
прягаемой элементов конструкций (TTMS) платформ с одного или двух мостиков, то расчетное усилие,
растянутыми опорами (TLP) обычно обеспечивали вы- определяемое по сигналу из датчика нагрузки, будет
Угловые
скорости
Фильтр
верхних
частот
Исключение тренда
1
Угловые
ускорения
Приведение
к центру
тяжести (ЦТ)
2
Сигнал натяжения из мостика 1
Сигнал натяжения из мостика 2
3
Натяжение, 1000 фунт/с
4
Рис. 5. Типичное расположение датчиков нагрузок на выступах
в опорной плите для измерения натяжений в предварительно
напрягаемых элементах :
1 – 13 небольших опор для кабелепровода, подходящего к выступу
с датчиками; 2 – 6 небольших опор для кабелепровода, подходящего
к выступу с датчиками; 3 – Датчик нагрузки, три датчика на выступе;
4 – Опорная плита
НЕФТЕГАЗОВЫЕ
Т
Е
Х
Н
О
Л
О
Г
И
И
№12 • декабрь 2009
Время, с
Рис.6. Измеренные с помощью двух мостиков нагрузки в
предварительно напрягаемых элементах
19
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
World Oil: ГЛУБОКОВОДНЫЕ ТЕХНОЛОГИИ
Натяжение, 1000 фунт/с
Сигнал натяжения из мостика 1
Сигнал натяжения из мостика 2
Расчетное ANN натяжение
нужно интерпретировать в реальном времени. Однако
очень рекомендуется, чтобы представляющие особый
интерес специфические случаи, были более тщательно исследованы высококвалифицированными и хорошо обученными аналитиками данных, которые могут
предотвратить ошибочные выводы и неправильные
действия при обработке с блокированием нежелательных данных.
Перевел В. Клепинин
СПИСОК ЛИТЕРАТУРЫ
Время, с
Рис.7. Измеренные и рассчитанные с помощью ANN-модели
натяжения в предварительно напрягаемых элементах
неправильным, если такой сигнал не будет исключаться расчетным алгоритмом. Следовательно, важно
определить дефектный мостик для точной оценки
натяжений предварительно напрягаемых элементов
конструкции.
Обычно в алгоритме оценки используются априори
определяемые пороговые значения для идентификации вышедших из строя мостиков. Этот детерминистический подход недостаточно гибкий и не обеспечивает захвата ошибочного сигнала из вышедшего
из строя мостика (рис. 6), когда он выходит за границы предварительно определенного диапазона. В
этом случае ANN-модель становится исключительно
ценной как неискажающий и саморегулирующийся
инструмент для обнаружения сигналов из вышедших
из строя мостиков.
Главным при использовании ANN-модели является
ее отладка и доводка в течение времени, когда TTMSсистема новая и работает в соответствии с проектом.
При отладке и доводке ANN-модели используется
множество измеряемых входных параметров, таких
как нагрузки, связанные с воздействием окружающей
среды, глобальные перемещения платформы, балластные и весовые условия. При этом зависимыми выходными переменными являются сигналы тензодатчиков
в мостиках сопротивлений. После отладки и проверки
ANN-модели измеренные сигналы тензодатчиков из
мостиков могут сравниваться в реальном времени друг
с другом и с их значениями, заранее рассчитанными
с помощью ANN-модели. На рис. 7 можно видеть,
что определяющий натяжение сигнал из мостика 1
является сомнительным, и должен быть исключен из
дальнейшего анализа. Правильное обнаружение и распознавание сигналов из вышедшего из строя мостика
также уменьшает число ложных сигналов тревоги.
ВЫВОДЫ
Результаты показывают, что автоматические средства обнаружения выбросов в измерениях и необычных данных являются полезными средствами, особенно, когда огромное количество измеренных данных
20
1. Prislin, I., Rainford,, R., Perryman, S. and R. Shilling, «Use of field monitored
data for improvement of existing and future offshore facilities», Paper D5 presented at the SNAME Maritime Technology Conference & Expo, Houston,
Oct. 19–21, 2005,
2. Edwards, R. et al., «Review of 17 real-time, environment, response, and integrity monitoring systems on floating production platforms in the deep waters of
the Gulf of Mexico», OTC 17650 presented at the Offshore Technology Conference, Houston, May 1–4, 2005.
3. Prislin, I. and M. Goldhirsh, «Operational supports for offshore platforms—
from system integrity monitoring to marine assurance and safety», paper 57006
presented at the International Conference on Offshore Mechanics and Arctic
Engineering, Estoril, Portugal, June, 15–20, 2008.
4. Goldsmith, B., Foyt, E. and M. Hariharan, «The role of offshore monitoring
in an effective deepwater riser integrity management program», OMAE 29479
presented at the Offshore Mechanics and Arctic Engineering Conference, San
Diego, Calif., June 10–15, 2007.
5. Irani, M. B., Perryman, S. R., Geyer J. F. and J. T. von Aschwege, «Marine
monitoring of Gulf of Mexico deepwater floating systems», OTC 18626 presented at the Offshore Technology Conference, Houston, April 30–May 3, 2007.
6. Perryman, S., Chappell, J., Prislin, I. and Q. Xu, «Measurement, hind cast and
prediction of Holstein Spar motions in extreme seas», OTC 20230 presented at
the Offshore Technology Conference, Houston, May 4–7, 2009.
7. Schenck, H., Theories of Engineering Experimentation, 3rd ed. Washington,
Hemisphere Publ. Corp, 1978.
8. Huber, P. J., Robust Statistics, New York, Willey, 1981.
9. Prislin, I. and S. Maroju, «Development of artificial neural network models for
offshore platform correlation study», BMT Scientific Marine Services, Internal
R&D Report, SMS-01-MGT-1664R-0001-01, 2007.
Igor Prislin (И. Прислин), получил степень доктора по
морской архитектуре и строительству морских сооружений в Техасском A&M- университете. Он занимался
модельными исследованиями, испытаниями морских
судов, численным моделированием и полнофункциональным анализом данных исследований гидродинамических свойств судов и плавучих морских платформ. В
настоящее время д-р Прислин занимается внедрением
полнофункционального анализа данных для морских
платформ с распространением результатов через интернет. Д-р Прислин руководит группой анализа и консультирования в
компании BMT Scientific Marine Services и является активным членом
обществ ASME-OMAE, SNAME и MTS
Soma Maroju (С. Мароджу), аналитик данных в компании BMT Scientific
Marine Services, занимается анализом гидродинамических аспектов глубоководных морских добывающих и буровых платформ. В настоящее
время д-р Мароджу занимается анализом большого объема данных по
глобальным перемещениям и измеренным нагрузкам, собранных на нескольких морских платформах, и активно занимается исследованиями и
оценкой новых методов для решения комплексных гидродинамических
проблем. До своей работы в компании ВМТ занимался гидродинамическим анализом данных модельных испытаний и полнофункциональным
данных. М-р Мароджа защитил степень доктора по морской архитектуре и строительству морских сооружений в Технологическом институте
Стивена в Нью Джерси
Kevin Delaney (К. Дж. Деланей), инженер-электрик специализируется в
области анализа данных о состоянии морских платформ. М-р Деланей
закончил Академию ВМС США и Морскую аспирантуру.
НЕФТЕГАЗОВЫЕ
№12 декабрь • 2009
Т
Е
Х
Н
О
Л
О
Г
И
И
Документ
Категория
Без категории
Просмотров
4
Размер файла
874 Кб
Теги
мониторинг, данных, предварительно, система, 5655, обработка
1/--страниц
Пожаловаться на содержимое документа