МАГИСТРАЛЬДЫҚ ҚҰБЫРЛАРДАҒЫ АҒЫП КЕТУ КООРДИНАТТАРЫН АНЫҚТАУ ҮШІН НЕЙРОНДЫҚ ЖЕЛІНІ ҚОЛДАНУ

Құбырлар суды, мұнайды, газды және басқа сұйық және газ тәрізді орталарды тасымалдау үшін кеңінен қолданылады. Құбыр жүйелерінде ағып кетудің пайда болуы табиғи ресурстардың айтарлықтай жоғалуына әкеледі және қоршаған ортаға және қоғамдық қауіпсіздікке қауіп төндіруі мүмкін. Осыған байланысты ағып кетуді уақтылы анықтау және оқшаулау міндеті мұнай-газ саласының өзекті мәселелерінің бірі болып табылады. Жұмыста қысым өлшеу деректері негізінде жасанды интеллект әдістерін пайдалана отырып, құбырдағы ағып кету координатын анықтау қарастырылады. MATLAB ортасында жүзеге асырылатын радиалды-базистік нейрондық желіні қолдана отырып, қысымның төмендеуінің ағып кету ағынына және ағып кету орнына дейінгі қашықтыққа тәуелділігін жуықтауға негізделген ағып кетуді оқшаулау тәсілі ұсынылды. Эксперименттік деректер әртүрлі ағып кету режимдерін имитациялау кезінде ағып кетуді анықтау жүйесін сынау арқылы алынады. Модельдеу нәтижелері әзірленген модель зерттелетін тәуелділіктің тиімді жуықтауын қамтамасыз ететінін және орташа және ірі ағып кетулер үшін шамамен 1,9 км орташа квадраттық қателікпен ағып кету координатын анықтауға мүмкіндік беретінін көрсетті, бұл құбыр жүйелерін бақылау кезінде нейрондық желі әдістерін қолдану перспективасын растайды.

1. Adegboye M.A. Recent advances in pipeline monitoring and oil leakage detection technologies: Principles and approaches / M.A. Adegboye, W.K. Fung, A. Karnik // Sensors. – 2019. – Vol. 19. – 2548. https://doi.org/10.3390/s19112548.

2. Arifin B. M. S., Li Z., Shah S. L., Meyer G. A., Colin A. A novel data-driven leak detection and localization algorithm using the Kantorovich distance // Computers & Chemical Engineering. – 2018. – Vol. 108. – P. 300-313. https://doi.org/10.1016/j.compchemeng.2017.09.022.

3. Li S.Z. Leak detection of water distribution pipeline subject to failure of socket joint based on acoustic emission and pattern recognition / S.Z. Li, Y.J. Song, G.Q. Zhou // Measurement. – 2018. – Vol. 115. – P. 39-44. https://doi.org/10.1016/j.measurement.2017.10.021.

4. Zhang S. Pipeline deformation monitoring using distributed fiber optical sensor / S. Zhang, B. Liu, J. He // Measurement. – 2019. – Vol. 133. – P. 208-213. https://doi.org/10.1016/j.measurement.2018.10.021.

5. Pipeline rupture detection using real-time transient modelling and convolutional neural networks / J. Smith et al // Proceedings of the 12th International Pipeline Conference (IPC 2018), Calgary, Canada. – New York, NY: ASME, 2018. https://doi.org/10.1115/IPC2018-78426.

6. A novel location algorithm for pipeline leakage based on the attenuation of negative pressure wave / J. Li et al // Process Safety and Environmental Protection. – 2019. – Vol. 123. – P. 309-316. https://doi.org/10.1016/j.psep.2019.01.010.

7. Deeppipe: A deep-learning method for anomaly detection of multi-product pipelines / J. Zheng et al // Energy. – 2022. – Vol. 259. – 125025. https://doi.org/10.1016/j.energy.2022.125025.

8. A small leakage detection approach for gas pipelines based on CNN / J. Li et al // Proceedings of the CAA Symposium on Fault Detection, Supervision and Safety for Technical Processes (SAFEPROCESS), Xiamen, China. – 2019. – P. 390-394. https://doi.org/10.1109/SAFEPROCESS45799.2019.9213371.

9. A two-stage deep-learning based detection method for pipeline leakage and transient conditions / I. Amini et al // Proceedings of the IEEE Electric Power and Energy Conference (EPEC), Edmonton, Canada. – 2020. – P. 1-5. https://doi.org/10.1109/EPEC48502.2020.9320021.

10. Deep learning identifies leak in water pipeline system using transient frequency response / Z. Liao et al // Process Safety and Environmental Protection. – 2021. – Vol. 155. – P. 355-365. https://doi.org/10.1016/j.psep.2021.09.033.

11. Cody R. Detecting leaks in water distribution pipes using a deep autoencoder and hydroacoustic spectrograms / R. Cody, B. Tolson, J. Orchard // Journal of Computing in Civil Engineering. – 2020. – Vol. 34. – 4020001. https://doi.org/10.1061/(ASCE)CP.1943-5487.0000881.

12. Лурье М.В. Проектирование и эксплуатация нефтепроводов: учебник для студентов технических вузов / М.В. Лурье, Б.Н. Мастобаев, А.Е. Сощенко. – М.: Инфра-Инженерия, 2023. – 384 с.

13. Беккер А.А. Трубопроводный транспорт нефти и газа: учебное пособие / А.А. Беккер, В.А. Иванов. – СПб.: Лань, 2020. – 256 с.

14. Peabody R. (Ed.) Handbook of pipeline engineering. – Cham: Springer, 2023.

15. Булатов А.Ф. Повышение эффективности автоматизированной системы обнаружения утечек из нефтепродуктопроводов на основе интеллектуальных технологий / А.Ф. Булатов. – Уфа: УГАТУ, 2015. – 235 с.

16. Osiadacz A. Flow modelling and control in pipeline systems: A formal systematic approach / A. Osiadacz. – Cham: Springer, 2021. https://doi.org/10.1007/978-3-030-59246-2.

17. Pipeline inspection and health monitoring technology: The key to integrity management / H. Lu et al. – Singapore: Springer, 2023. https://doi.org/10.1007/978-981-19-6798-6.