帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
ATMOS Wave Flow管線洩漏即時檢測系統
 

【作者: 余萬壽】   2020年06月10日 星期三

瀏覽人次:【9555】

Atmos Wave Flow洩漏檢測軟體,綜合音波、稀疏波、流量平衡、模擬仿真和3D圖形處理分析等多種方法的原理,適用測試於包括原油、成品油、化學品、天然氣、水、多批次管線等各樣的管線。


ATMOS國際公司在1988年轉移Shell殼牌石油研發技術,成為管線測漏糸統的最大供應商。ATMOS公司安裝的管線項目歸類如下:包括原油、成品油、化工原料、軍用機場、天然氣等。ATMOS在世界上成功運轉洩漏檢測產品多達的市占率超過50%。Atmos Wave Flow是ATMOS公司推出的先進洩漏檢測軟體,實際洩漏的檢測已超過150次,其測試的管線包括原油、成品油、化學品、天然氣、水、多批次管線等。


Atmos Wave Flow洩漏檢測軟體,綜合音波、稀疏波、流量平衡、模擬仿真和3D圖形處理分析等多種方法的原理,符合API1130國際標準。該軟體對壓力感測器上的信號進行數學處理,可以大大提高洩漏檢測軟體的檢測性能和降低誤報警率。



圖一 : 洩漏檢測系統網路架構示意圖(source:ATMOS/大翰科技)
圖一 : 洩漏檢測系統網路架構示意圖(source:ATMOS/大翰科技)

演算法基於電腦系統對於管道壓力變化的分析。在管道發生突然洩露時,由於洩漏部位會產生一個向上游或下游傳播的稀疏波。稀疏波檢測定位通過安裝在管道兩端的壓力感測器採集壓力的信號,根據稀疏波的梯度特徵和壓力變化率,利用信號相關處理方法就可以確定洩漏程度和洩漏位置。


基於先進的硬體和軟體的研發技術,通過多年的產品開發以及對傳統方法的研究,Atmos Wave Flow將傳統的基於壓力/聲波法的洩漏檢測系統性能提升到一個新的階段。它可以通過兩端壓力感測器所檢測到的壓力變化的信號從而檢測出整條管道的波陣面。


系統使用3種複雜的演算法過濾噪音,同時將模擬量信號生成3D的模式用於區別洩漏/偷盜油所產生的壓力變化與正常工況和瞬態工況所產生的壓力變化的不同。量的測試和現場的評估證實Atmos Wave Flow可以在瞬態工況下正確的區分洩漏開始、偷盜油開始/停止。


AWAS-3是直接採集現場資料的收集器,並在本地進行濾波和降噪的處理。通過數據採集裝置AWAS-3將本地信號處理完畢後,通過網路上傳至洩漏檢測中心站伺服器,從而準備資料以備Atmos Wave Flow系統對信號進行分析。泵和其他外界壓力信號的影響會在第一步就從系統中移除。如圖二所示。



圖二 : 包含洩漏的原始壓力信號 (source:ATMOS/大翰科技)
圖二 : 包含洩漏的原始壓力信號 (source:ATMOS/大翰科技)

通過AWAS-3資料收集單元處理的原始資料信號,Atmos Wave Flow通過將管道兩端的信號合併分析,生成3D(壓力、時間、位置)壓力圖形,見圖三。



圖三 : 系統處理後的信號 (source:ATMOS/大翰科技)
圖三 : 系統處理後的信號 (source:ATMOS/大翰科技)

通過AWAS-3資料收集單元處理的原始資料信號,Atmos Wave Flow通過將管道兩端的信號合併分析,生成3D(壓力、時間、位置)壓力圖形,見圖四所示。


圖四 : 3D壓力/時間/位置圖形,白圈內為洩漏點 (source:ATMOS/大翰科技)
圖四 : 3D壓力/時間/位置圖形,白圈內為洩漏點 (source:ATMOS/大翰科技)

圖五 : 3D圖形介面 (source:ATMOS/大翰科技)
圖五 : 3D圖形介面 (source:ATMOS/大翰科技)

通過軟體的分析,判斷出壓力波的傳播方向以及聲波的變化強度,從而生成洩漏報警,並且確定洩漏位置。在報警時間發生之後,Atmos Wave Flow軟體將報警資訊通過OPC協定傳遞人機介面進行顯示。


典型的Atmos wave flow性能

‧ 2-5分鐘內即時檢測洩漏;


‧ 在非兩相流流體管道檢測到的的精度小於額定流量的1%;


‧ 根據洩漏時的狀況和工況的不同,洩漏定位精度為+/-100m-400m。


如果現場安裝有流量計,在Atmos Wave Flow系統中,流量表直接連接到現場的資料獲取單元中,可以提供以下的特性:


‧ 6個不同的使用者可配置的洩漏檢測時間;


‧ 在使用者配置的時間範圍內進行品質或流量平衡的計算;


‧ 報告不同時間內的流量不平衡量;


‧ 檢測緩慢發生的洩漏


根據現場的儀表安裝情況,現場所有的壓力感測器均需要安裝/更換Atmos推薦的壓力感測器。流量計則可使用業主即有之流量計。


(作者余萬壽為大翰科技總經理)


相關文章
Premium Radar SDK以演算法改進汽車雷達應用
資料科學與機器學習協助改善頸部損傷評估
使用深度學習進行海上雷達資料品質管控自動化
工業有線感測網路連接轉變物聯網裝置
企業部署演算法的集中管理、保護與擴充
comments powered by Disqus
相關討論
  相關新聞
» 史丹佛教育科技峰會聚焦AI時代的學習體驗
» 土耳其推出首台自製量子電腦 邁入量子運算國家行列
» COP29聚焦早期預警系統 數位科技成關鍵
» MIPS:RISC-V具備開放性與靈活性 滿足ADAS運算高度需求
» 應材於新加坡舉行節能運算高峰會 推廣先進封裝創新合作模式


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.145.103.169
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw