陈渝，胡耀义，曹宏艳

1.中国石油工程建设有限公司西南分公司；2.中国科学院西北生态环境资源研究院

0 引言

“十三五”以来，不同发达国家先后提出了数字化转型和智能化发展战略，其焦点是“实现国家和社会组织结构优化及产业模式变革”。同时，以现代新型信息技术驱动的数字化转型和智能化发展模式，已成为国内外油气工业不可逆转的发展趋势［1-9］。

2021年12月28日，中国工业和信息化部等八部门联合发布了《“十四五”智能制造发展规划》，明确了到2025年，国家规模以上制造业企业大部分需实现数字化、网络化，重点行业骨干企业应用初步达到智能化；到2035年，国家规模以上制造业企业全面普及数字化、网络化，重点行业骨干企业基本实现智能化。

在国内外数字化转型和智能化发展的背景下，本文结合新型信息技术在油气输送管道建设和运营中的实践经验，提出了一种基于油气输送管道数字孪生体的完整性管理方法，旨在推动油气输送管道完整性管理的精细化水平，实现以数字孪生体为载体并由数据驱动的油气输送管道完整性管理方法。

1 油气输送管道完整性管理现状及存在问题

1.1 发展历程

油气输送管道完整性管理起源于欧美等发达国家。其中，美国率先借鉴经济学和其他工业领域中的风险分析技术来评价油气输送管道的风险，其目标是通过合理分配维护费用，延长油气输送管道的使用寿命，减少油气输送管道事故［10-15］。经过不断总结和探索，形成了API 1160-2001Managing System Integrity for Hazardous Liquid Pipelines（危险液体管道的系统完整性管理）和 ASME B31.8S-2001Managing System Integrity of Gas Pipelines（输气管道系统完整性管理）等标准［10-14］，并于 2002年发布了《管道安全促进法》。

中国油气输送管道完整性管理的研究始于2004年，经过 10余年的持续实践和试点应用，于2015年10月发布了GB 32167—2015《油气输送管道完整性管理规范》，并于2016年10月由国家发展和改革委员会等五部委联合发布发改能源〔2016〕2197号《关于贯彻落实国务院安委会工作要求全面推行油气输送管道完整性管理的通知》，开始全面推行油气输送管道的完整性管理。目前，中国油气输送管道完整性管理已取得极大进展，形成众多可推广的经验和成果。

1.2 面临的问题与挑战

随着油气输送管道完整性管理工作的不断推行和实施，国内外油气输送管道平均失效频率呈逐渐下降趋势［16-18］。但随着“两化融合”（以信息化带动工业化、以工业化促进信息化）进入深水区，以及“十四五”数字化转型和智能化发展战略的实施，油气输送管道完整性管理工作面临如下问题。

1.2.1 数据组织问题

油气输送管道完整性管理需采集的核心数据包括管道施工中线、管体属性和周边环境等，传统数据的组织未考虑数据的资产化问题，但面向油气输送管道智能化应用和大数据分析等新型业务场景，数据组织模式和数据结构设计应适应该业务场景，尤其是二维文档类和三维设计模型类数据中关键信息的抽取和二次复用。

1.2.2 数据质量与孤岛问题

已建管道（尤其是老龄管道）及新建管道数据的规范性、完整性、准确性和时效性等质量问题参差不齐，且不同单位或同一单位不同管道的数据相互隔离，存在不同程度的数据孤岛现象，数据应用的共享程度较低。

1.2.3 数据资产化与管理问题

油气输送管道数据组织和管理工作一般由信息技术相关单位牵头完成，由于缺乏生产经营管理相关业务人员的深度参与，造成企业数据治理工作不充分，进而形成虽然有数据，但无数据资产的现状，其直接结果是数据价值密度普遍较低，间接结果是数据难以直接复用。

1.2.4 数据资产价值挖掘与应用问题

油气输送管道数据的应用仍然处于信息化建设阶段，即：线下工作迁移到线上完成，并基于该模式开展了基本的数据可视化展示等应用。而在油气工业数字化转型和智能化发展背景下，数据潜在价值的挖掘，以及基于数据价值的智能化应用亟待提升和改善。

2 基于数字孪生体的油气输送管道完整性管理解决方案

2.1 总体架构

自2002年Michael Grieves教授首次提出数字孪生概念以来，不同企业、行业及国际标准化组织，对数字孪生体的定义提出了不同的看法，但其本质都是按照一定频率进行物理实体对象的数字化映射，并通过实测、仿真和模拟来感知、诊断和预测物理实体对象的状态，进而优化和调控物理实体对象的行为，以实现基于数字孪生体的应用从可视化向智能化方向发展。

近年来，数字孪生体构建技术、大数据和人工智能应用技术发展迅猛，油气输送管道数字孪生体应用技术逐渐成熟，且基于数字孪生体的智能化应用水平亦逐年提高，尤其是 ISO 23247Automation Systems and Integration—Digital Twin Framework for Manufacturing（自动化系统和集成—制造业的数字孪生框架）的发布，为油气输送管道完整性管理的持续提升创造了条件。

本文以数据生态建设和数据的资产化为核心，提出了一种基于数字孪生体的油气输送管道完整性管理解决方法。该方法利用现代新型数字技术和工业仿真技术等，实现了管道完整性管理从二维到三维（或多维）、从数据管理到数据资产管理、从数据的可视化应用到智能化应用的转变。

基于数字孪生体的油气输送管道完整性管理由数据源、数据组织与存储、数据赋能与分析，以及面向管道完整性管理的数据应用四大模块组成，其总体架构如图1所示。

图1 基于数字孪生体的油气输送管道完整性管理总体架构

2.1.1 数据源

数据源包括油气输送管道完整性管理生命周期内的结构化、半结构化和非结构化数据。数据采集与交付的内容应以数据应用需求为基准进行策划，包括但不限于GB 32167—2015《油气输送管道完整性管理规范》的数据采集要求。

2.1.2 数据组织与存储

数据组织模式以油气输送管道物理实体对象为载体，建立物理实体对象之间的关系，同时对物理实体对象的属性进行数字化描述，并可根据数据标准的不同实现数据结构的自定义和可配置，在此基础上对接收的原生数据进行整理、对齐和编码处理。需要说明的是，实体对象分解不应存在逻辑上的区域、装置或单体；同时，数据存储内容应包括油气管道输送完整性管理的标准化数据，以及数据分析和应用过程中产生的可回存高价值数据。

2.1.3 数据赋能与分析

数字孪生体是数据形成数据资产的有效途径之一，其建设过程需遵循物理实体与数字孪生体在应用需求上按照一定速率进行同步的原则，确保油气输送管道数字孪生体与物理实体及周边环境的一致性。据此，构建油气输送管道完整性管理的大数据模型、机理模型或大数据与机理融合模型，支撑基于数字孪生体的可视化或智能化应用。需要说明的是，大数据模型是基于人工智能进行数据分析，从而推测未知问题；机理模型则更依赖明确的数学算法或物理模型解决具体的已知问题；而二者的融合则可在不同业务场景发挥各自优势，但最终目标均指向油气输送管道完整性管理的智能化。

2.1.4 数据应用

融合油气输送管道数字孪生体几何模型、数据模型、业务模型和仿真模型，按照油气输送管道完整性管理的可视化或智能化应用需求，基于数字孪生体构建油气输送管道高后果区、风险评价、完整性评价、维修与维护、效能评价，以及基于大数据分析和人工智能的智能专家系统，实现三维或多维环境下的油气输送管道完整性管理。其中，几何模型用于解决油气输送管道的数字孪生体形状与物理实体形状的一致性；数据模型用于解决物理实体建设和运行过程中数据的组织模式；业务模型用于解决油气输送管道完整性管理业务程序和方法；基于业务需要确定的同步频率，仿真模型用于解决数字孪生体与油气输送管道物理实体动静态信息的一致性。只有这4类模型相互融合并协调配合，方可实现油气输送管道完整性管理的智能化，进而促进油气管道运营的提质增效和运维管理的安全可控。

2.2 关键技术

以油气输送管道完整性管理业务为核心，面向数字化转型和智能化发展，从数据采集、数据处理、数据资产化与存储、数据交付、数据管理和数据应用6个方面着手开展工作，主要关键技术如下。

2.2.1 建立企业级或项目级数据标准

面向油气输送管道完整性管理的高后果区识别、风险评价、完整性评价、维修与维护、效能评价，以及基于大数据分析和人工智能的智能专家系统的数据应用需求，应结合GB 32167—2015《油气输送管道完整性管理规范》等标准的数据获取要求，建立基于数字孪生体的油气输送管道完整性管理的企业级或项目级数据标准。这是形成基于数字孪生体油气输送管道完整性管理方法的基础条件。

2.2.2 建立基于标准体系下的数据生态体系

通过油气输送管道的数字化交付，贯通数据在业务链和数据链中的传递机制，形成以油气输送管道业务为核心的数据模型、数据存储机制和数字化交付方法，进而建立基于标准体系和安全体系框架下的数据生态体系。这是形成基于数字孪生体的油气输送管道完整性管理方法过程中，实现数据价值持续释放和数据资产高价值应用的重点工作。

2.2.3 建立数据资产化服务平台和知识管理机制

以油气输送管道智能化为目标，建立大数据分析模型和机理模型融合应用的数据资产化服务平台和知识管理机制，既为油气输送管道的当前健康状态提供实时信息，又为油气输送管道未来健康状态的预判提供仿真模型。这是形成基于数字孪生体油气输送管道完整性管理方法的核心要素。

2.2.4 建立数据应用功能点

以油气输送管道完整性管理业务为工作重心，建立数据应用的功能点，并依托数字孪生体进行功能实现和数据呈现，突破传统基于二维的油气输送管道完整性管理模式，实现数字化转型和智能应用。这是形成基于数字孪生体油气输送管道完整性管理方法的主流趋势。

2.3 实现方法

在具体实施过程中，遵循应用的可持续性、业务场景的适应性和技术前瞻性原则，可采用以下方法进行规划设计。

在油气输送管道完整性管理的需求与业务功能架构方面，采用业务主导下的新型科技应用，将业务需求与信息技术相融合，形成基于数字孪生体几何模型、数据模型、仿真模型和业务模型四维一体框架下的可视化应用或智能化应用。

在油气输送管道完整性管理的技术架构方面，整体采用 DevOps开发运维一体化技术和微服务架构，实现各功能模块的微服务化和容器环境下的自动部署及运行，达到各功能模块的可拆分、可组装，以及可配置应用。

在油气输送管道完整性管理的数据架构方面，采用开源数据库，融合关系型和非关系型数据库管理系统的不同优势，并基于数据资产化管理与运营技术，实现数据资产向应用的统一交付，消除数据孤岛、保障数据安全。

在油气输送管道完整性管理的部署和应用方面，采用广域网或互联网环境下的云化部署和加密传输，实现业务操作、管理和决策人员在统一授权机制下的分层使用。

3 应用效果展望

按照总体架构，开展基于数字孪生体的油气输送管道完整性管理应用，可实现以下效果。

一是，将管道建设、运行和维修维护的数据在数字孪生体上进行关联，形成以数字孪生体为核心的管道完整性管理数据资产。基于数据资产的潜在价值，赋能管道完整性管理业务，建立智能专家系统，将管道完整性管理和管道生产运行有机融合，不仅为管道完整性管理的各阶段工作提供知识保障，而且为管道生产运行和管理提供决策依据。

二是，基于数字孪生体的数据版本控制机制，以及数字孪生体与物理实体按一定速率的同步机制，通过高后果区图形、图像或视频基线进行图像识别和对比分析，可精确判断高后果区的前后变化，尤其在降雨频繁的滑坡、崩塌和泥石流高后果区可叠加实时传感数据，能够掌握实时信息，并对高后果区的风险进行趋势分析和预判，达到管道高后果区风险评价的智能化管理。

三是，通过管道完整性管理高后果区静态数据和动态数据的整合，建立机理模型、确定管道完整性管理特征值，可快速进行管道当前阶段的完整性评价。在此基础上，将机理模型形成的应用成果数据进行积累，通过大数据分析模型对管道的健康状态进行效能评价和风险预判，进而指导维修维护工作，将管道完整性管理的成本控制在合理范围内。

4 结束语

本文以数据的资产化及应用为主线，以油气输送管道完整性管理的智能化为目标，采用数据采集、数据组织与存储、数据赋能与分析、数据应用的资产化路线，提出了一种基于数字孪生体的油气输送管道完整性管理方法，形成了油气输送管道的高后果区识别、风险评价、完整性评价、维修与维护、效能评价和专家系统建设的完整解决方案，可解决油气输送管道的数据资产化、数据孤岛和应用可持续的问题，为油气输送管道完整性管理的数字化转型和智能化发展提供了一种思路。