一种基于管道大数据的腐蚀因素相关性分析方法

• 作者: 张来斌 张河苇 李宁 董绍华 金剑
• 来源期刊: 科学通报
• 关键词: 腐蚀 大数据 互信息理论 相关性分析 管道
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 安全工程
• 页码范围: 777-783
• 页数: 7页
• 语种: 中文
• DOI: 10.1360/N972017-01038

摘要

我国天然气管道建设在过去的10年取得了巨大的发展,目前中国的长输管道总数量已达到12.5×104 km.随着管道系统的运行时间增长和材料性能的老化,由管道腐蚀、失效泄漏引起的事故频发,并且由于管径的增大和运行压力的提高,事故后果严重性也随之提高,特别是对高后果区的影响更为严重.油气管道的安全问题越来越受到重视.因此,提取管道腐蚀性影响因素、发现风险演变规律对于预测预防管道泄漏尤为重要.由于数字化管道已经逐步建立,设计、施工、运行过程中产生大量的数据得以保存,内检测数据信号总量也达到TB级别,这些均为腐蚀分析提供了信息基础.本文基于大数据的方法,融合管道系统在设计、施工、运行过程中产生的结构化和非结构化数据,基于互信息理论方法,建立腐蚀等级与多因素之间的关联模型.通过现场数据验证模型的有效性,确定影响管道腐蚀的关键因素,为管道寿命预测奠定基础.结论表明,利用管道“大数据”挖掘管道各数据集之间的关联关系,可用于获取管道腐蚀信息,为事故预防提供依据.除此之外,该方法还可以在确定主要因素之后缩小管段范围,研究其中某一种因素,如进一步确定腐蚀与哪一种土壤的相关性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁		143	804	15.0	23.0
2	张来斌		175	1325	18.0	27.0
3	金剑		6	13	2.0	3.0
4	张河苇		2	40	1.0	2.0
5	董绍华		17	134	5.0	11.0