Научно-методические основы мониторинга взрывоопасности производственных объектов нефтегазовой отрасли (04.04.2011)

Автор: Тляшева Резеда Рафисовна

Для решения указанной проблемы предлагается провести кратномасштабный анализ графического изображения зон опасностей, предполагающий последовательное вейвлет-преобразование сигнала с использованием фильтров Добеши.

В качестве набора сигналов выступает графическое представление зон опасностей. Пример таких сигналов приведен на рисунке 3.

Рисунок 3 – Тестовый образ и примеры сигналов, соответствующие горизонтальным

линиям изображения

Алгоритм вейвлет-преобразования следующий.

Рассматривается изображение (рисунок 3) как матрица, размеры которой определены его высотой и шириной. Элементы матрицы были приняты как целые значения в диапазоне [0; 255]. Исходная матрица представляется в виде набора векторов; каждый элемент этого набора имеет длину, совпадающую с шириной изображения, а элементы векторов принимают целочисленные значения в диапазоне от 0 до 255. На рисунке 3 показан пример трех сигналов, соответствующих различным областям тестового изображения. Таким образом, анализируются функции I(x) интенсивности пикселей, аргумент x – это горизонтальная координата точки на изображении.

Функции интенсивности подвергаются вейвлет-преобразованию при фиксированном значении масштабного коэффициента a. В результате вновь получается одномерный вектор

число элементов N которого равно ширине изображения. Индекс элемента вектора совпадает с величиной смещения b вейвлета.

Описанная последовательность действий приводит к набору векторов, содержащих вейвлет-образы строк матрицы исходного изображения. Объединяя набор преобразованных векторов, можно получить вейвлет-преобразованное изображение исходного.

Последовательность повторяется (с уменьшением масштаба) до тех пор, пока не выявятся области потенциальной опасности.

Кратномасштабный анализ предполагает в итоге получение вейвлет-преобразованных данных для N масштабов: для каждого из масштабов формируется набор данных из аппроксимирующих и детализирующих коэффициентов. Возникает необходимость определения критерия применимости аппроксимирующих коэффициентов для оценки исходных данных.

С уменьшением масштаба преобразованные данные все меньше соответствуют исходным, так как убираются детализирующие данные. Ими в данном случае выступают области опасностей, которые являются бесконечно малыми по отношению к исходным зонам опасностей. Это означает, что в результате вейвлет-преобразования исходного изображения появляется множество мелких областей равной опасности, которые, в принципе, при анализе можно не учитывать, так как они создают дополнительный шум и препятствуют быстрому визуальному анализу полученных данных.

Область опасности будем считать незначащей, если выполняется соотношение

Dj ? Smin, (4)

– минимальная площадь, занимаемая

i-ым аппаратом на территории установки (проекция аппарата на поверхность земли), N – количество аппаратов установки.

Таким образом, площадь тестируемой области Dj не должна превышать площадь, занимаемую самым малогабаритным аппаратом (в проекции на земную поверхность), представляющим потенциальную опасность.

Далее определяется критерий выбора масштаба вейвлет-преобразования.

В ходе экспериментального вейвлет-исследования зон полных разрушений оборудования установки ЭЛОУ-АВТ была выявлена следующая зависимость: вплоть до 10-11 масштабов наблюдается убывающая, без скачков, последовательность количества незначащих областей (рисунок 4).

Рисунок 4 – Общий вид зависимости количества незначащих областей (К)

от величины масштаба (М)

На 16 масштабе (рисунок 5) возникает скачок, при котором количество незначащих областей увеличивается. Это означает увеличение шума, то есть масштаб 15 является более приемлемым для анализа по сравнению с 16-ым. Однако к 18-ому масштабу число незначащих областей падает до нуля, но при этом данные будут являться весьма приближенными к исходным (так как отбрасывается сравнительно большое количество детализирующих данных), что будет накладывать погрешность на определение критических областей.

Поэтому наиболее оптимальным для анализа в данном случае предлагается выбрать масштаб 15.

Рисунок 5 – Вид зависимости количества незначащих областей (К)

от величины масштаба (М) от 10 до 32

Оценку областей предлагается производить из следующих соображений. Максимально темные (насыщенные) цвета соответствуют наибольшему количеству наложенных друг на друга зон полных разрушений объектов установки. Значит, наиболее темная (насыщенная) область является наиболее опасной для функционирования оборудования установки с точки зрения вероятности возникновения аварийной ситуации. Такие области будем называть критическими областями потенциальной опасности.

Алгоритм разработанного метода вейвлет-анализа в виде блок-схемы приведен на рисунке 6, а.

Если общая площадь критических областей потенциальной опасности превышает 5 % от площади установки, то необходимо оптимизировать пространственное расположение оборудования установки с целью снижения вероятности возникновения аварийной ситуации на территории установки.

Для этого в работе была поставлена и решена задача оптимального расположения оборудования установки с минимизацией длины трубопроводов, соединяющих аппараты:

– функция длины трубопроводов, подлежащая минимизации.

Задача решается методом штрафных функций. Для этого рассматривается вспомогательная целевая функция. В качестве такой функции взята

безопасно расположенных аппаратов установки с минимальной длиной соединяющих трубопроводов. С использованием этих координат составляется обновленная цифровая модель территории установки, которая далее подвергается вейвлет-анализу. Алгоритм решения задачи оптимизации приведен на рисунке 6, б.

На основе предложенных алгоритмов автором спроектирована и создана подсистема ГИС «ИнГЕО» (А.с. об официальной регистрации программы для ЭВМ №2005612414. Модуль расширения ГИС «ИнГЕО»: система визуализации зон опасностей ОПО), решающая задачи выявления и отображения в электронной модели местности критических областей потенциальной опасности на основе составленной тематической карты зон опасностей с использованием вейвлет-преобразований полученных зон.

Подсистема позволяет динамически отображать зоны опасности аппаратов на поверхности рисования электронной карты на основе заданных настроек, осуществлять вейвлет-анализ зон опасностей ОПО на основе заданных пользователем настроек, привязывать результаты вейвлет-анализа в ГИС в качестве растровой подложки.

Рисунок 6 – Блок-схема метода вейвлет-анализа зон полных разрушений (а), блок-схема решения задачи оптимального расположения оборудования установки (б)

численных методов, на основании чего в качестве инструмента проведения исследований выбран программный комплекс ABAQUS.

Существующие методы исследования поведения колонных аппаратов при действии взрывной волны, как правило, основаны на упрощенном представлении колонного аппарата в виде консольного стержня, жестко защемленного у основания. Метод конечных элементов в силу своей универсальности особенно эффективен, поскольку позволяет решать задачи в трехмерной постановке с любой детализацией объекта исследования и любыми типами прилагаемых нагрузок как статических, так и динамических, а также позволяет применять реальные модели поведения материалов, в которых свойства материала зависят от температуры, скорости деформаций и пр. Метод позволяет учесть все виды нелинейности, как физическую, так и геометрическую, решать контактные задачи.

Проведение точного численного эксперимента способно существенно повысить безопасность объекта и сильно сэкономить время и ресурсы на проведении натурных экспериментов при проектировании новых объектов, а также уменьшить аварийность существующих объектов.

Практическое использование результатов моделирования процессов деформирования и разрушения связано с необходимостью верификации полученных зависимостей.

Для того чтобы проверить достоверность численных результатов, получаемых с использованием ПК Abaqus, при решении задачи о величине критической деформации, которая приводит к необратимым пластическим деформациям, был проведен лабораторный эксперимент.


загрузка...