基于HSE模式的大庆油田钻修井作业风险管理系统设计及应用实践

2022-06-14错工程师

安全 2022年5期

吴错工程师

(大庆油田有限责任公司质量安全环保监督评价中心，黑龙江大庆 163000)

0 引言

大庆油田作为国内重要的油田，一直将安全生产作为油田管理的重点。目前，大庆油田作业安全管理制度较为完善，工作人员配置较为科学，且在多次改革过程中，工作人员的安全意识得以提升，油田安全管理制度得到落实，但仍存在一些问题，如钻井生产设备逐渐老化；报废管道逐渐增多；报废油气井管理存在隐患；最重要的是，现有作业管理系统的压力承载能力不足，出现系统运行缓慢、登录人数过多容易导致系统崩溃等问题。基于此，引入现代技术优化油田作业管理系统，提升大庆油田钻修井作业安全管理能力，以便于后续安全作业的开展。

HSE管理体系是健康(Health)、安全(Safety)和环境(Environment)管理体系的简称，是较为先进的管理模式[1]。该模式是在荷兰海牙召开第一届HSE会议中第一次提出，目前被广泛应用于我国大型企业管理之中。利用HSE安全管理模式对石油开采进行管理，可增加油田作业日常安全检查频率，提高风险排查力度；发现隐患及危险情况可及时通知相关工人和管理者，提高作业人员对危险的警惕意识，将安全管理的精力用在及时发现安全隐患、防范风险发生上面，而非在风险发生之后进行弥补，避免造成更大的经济财产损失。

基于此，本文将HSE模式应用于大庆油田钻修井作业安全管理系统设计中，用互联网思维打造信息数字化安全管理系统，将油田风险信息转化为可视数据，针对各项风险特征制定有效的防范措施，将安全管理系统中的风险信息和措施信息进行一一对应并保存，可通过权限进行信息存取。通过构建该系统，以期提升钻修井作业安全管理水平。

1 整体设计思路或框架

针对现有作业管理系统压力承载能力不足的问题，将HSE模式应用于作业管理系统设计中，以提升系统的整体承压能力，系统框架设计，如图1。

如图1所示，本文采用传感器模型及射频读写器模块共同进行数据采集工作。传感器模块主要对工作人员、修井工具、施工设备及施工情况进行监测，而射频读写器模块主要对井下的温度、湿度、压力、瓦斯浓度等数据进行监测采集。HSE管理体系将安全生产的目标分解到基层单位，并将识别危害、削减风险等工作着重落实到具体岗位人员，故本文系统在构建时着重于对井下钻修井施工风险的防控。传统的钻修井管理系统着重对井下环境的风险预测，本文不仅对井下参数进行实时监控，还实时监测工作人员的施工情况。将数据导入数据库后，调动该数据，对其进行风险判断，如风险等级过高会出现预警，便于工作人员及时做出判断。

图1 系统框架

2 安全管理系统硬件设计

油田钻修井作业安全管理系统的硬件部分负责数据采集、数据通信等，主要由传感器、射频读写器、网络设备、集线器等组成，因为传感器和射频读写器模块是对钻修井施工情况及井下环境的数据进行采集，其数据采集质量将会直接影响整个系统的管理质量，所以传感器和射频读写器尤为重要，传感器获取相关信息，经通信设备传输至计算机，为风险判断提供数据支撑。但井下作业时，采用射频读写器获取井下环境数据比传感器更具优势，所以采用射频读写器通过射频识别信号自动识别目标对象并获取相关数据，探测井下更多信息。

2.1 设计钻修井作业传感器

传感器主要由接收数据信息的接收元件和数据信息传递的数据转换元件组成。接收元件接收到的信号可以被测量，然后将接收到的信息进行数据转换。接收元件可以感知油田钻修井机械中的电流变化，安全系统信号输出时为避免对现场作业产生影响，信号的存在强度很低[2]。因此在接收元件接收信号时需要连接信号增强机。传感器的结构组成，如图2。

图2 传感器的构成

由图2可以看出，感知设备感知外界状态，并转换成信号发送给接收元件，接收元件及数据库是信号分析处理的依据，可以降低井下作业人员危险操作的概率。在油田现场作业时，一旦工人出现违规操作，传感器判断与数据库中的行为不符就会发出警告，将违规操作的数据传输到安全管理系统的后台管理部分，完成传感器的一系列工作。传感器除了对人为操作的行为规范进行接收之外，对于施工器械的安全性也应有所保障[3]。

2.2 优化钻修井作业射频读写器设计

射频读写器由存储器、微处理器、收发机、供电电源、信号接收天线等部分组成，如图3。

图3 射频读写器的构成

微处理器为射频读写器的核心硬件，拥有稳定和功耗低的特性，选用UD系列的单片机。UD系列的单片机处理数据的基本方式不是按照字节而是按位，但是也没有完全摒弃字节处理，留下20H的单元地址用来处理字节[4]。存储器负责储存读写器工作所产生的全部信息。油田井下的作业环境较狭窄，信号的接收会受到阻碍，射频读写器应能够与大部分通讯设备接口顺利相连，保障信号接收畅通。最后，由于井下作业空间狭小，不方便携带太多备用电源，因此，系统硬件设施的供电电源一定要使用输入端的高压电源。

3 安全管理系统软件设计

3.1 作业安全管理数据库设计

大数据时代下信息的采集和分析是技术提升的基础，数据库无论在什么系统中都是最重要的组成部分[5]。核心技术的开发与进步都离不开数据库的升级，数据库将系统各运行模块结合在一起，模块结合的关联性取决于各模块技术的关联性。在系统维护过程中，系统升级方向和漏洞修补也都需要依靠数据库中的信息，数据库的优化设计可以提高系统开发的效率，本系统共设计6个数据表，数据表的功能，见表1。

表1 系统数据表功能概述

从表1可以看出，不同数据存放在不同的数据表中，基础数据表中主要储存的是系统编码、数据编号、序号以及系统硬件的参数和配置描述；用户数据表中保存用户的登录信息，包括用户名和密码等基础信息，还包括用户的使用权限。在传统的系统数据库设计中，用户数据与基础信息使用一个数据表，但系统升级之后很容易出现密码丢失和用户权限设置失效等问题，油田钻修井作业需要实时监控，出现无法登录或权限不能使用的情况很可能导致作业风险，因此，将用户信息从基础信息中剥离出来设置成单独数据表[6-8]。工人信息表中主要存储油田钻修井工作人员的信息；硬件配置表主要用来存储系统操作情况及硬件配置信息；射频轨迹数据表主要用来记录射频信号的接收及发送轨迹工作；人员交班数据表主要用来记录钻修井工人交接班时间及进出井下工作的记录数据。

3.2 优化风险判定算法

基于HSE模式安全原则，考虑人员和作业机械安全，使用数据挖掘分类(Supervised Learning In Quest，SLIQ)算法代替原本的安全管理系统常用判定算法。传统的风险判定算法将风险数据分割成不同等级，最后利用众多数据集计算出影响力最大的风险因素。而SLIQ算法的计算原理是在数据样本中将数据分为n个子集，基于每个子集都是一个数据类别，设样本数据Q中的子集数据为X，将X划分为n个子集的结果为(X1，X2，X3…Xn)，则样本数据Q的划分结果为：

(1)

其中，I(X1，X2，X3，…，Xn)为X1，X2，X3，…，Xn的期望值。期望值的计算方式为：

(2)

其中，pi为某行为在作业操作中的风险。根据算法的计算原理，Q的计算结果越大，证明现场作业的安全性越高。只要算法计算出的Q值在合理范围内，油田钻修井作业安全可以得到保证，安全值有所变化，系统会作出相应预警[9-11]。与计算风险发生概率的算法相比更加智能，该算法的计算步骤简单，计算结果与现场作业的实际情况之间不具有延时性。

3.3 作业安全管理系统软件功能实现

功能的实现通常都能满足系统的基本需求，图2中传感器显示器部分不仅显示实时操作画面，还显示3D模拟的井下结构图和每位施工人员的移动位置轨迹，可以自动检测施工人员进出现场的时间等有效信息，在考勤信息的地方显示现场人数，还可以显示运行的设备数量、发生异常的设备数量等。监控为24h实时监控，如果在监控中发现某施工人员出现违规操作，可进行单人监控[12]。监控的存在不仅是为了监控施工人员，也是为了检查负责安全的检测人员有没有按时督查，将人为工作疏忽造成的风险降到最低。

系统内部信息可以实现管理人员共享，但系统外部不具有查看权限的人无法登录查看内部数据。作业管理中数据管理流程，如图4。在油田钻修井中进行危险作业时，只留下专业技术人员，非专业人员在危险作业期间靠近作业区时系统会发出警报，通知该人员撤离危险区。一旦因为其他原因不能及时撤离危险区，系统将强制停止作业。

图4 作业管理中数据管理流程图

系统信息查询界面和信息统计界面要输入内部密码才能进入，防止内部数据泄露。控制设置模块包括监控模块和射频读写模块。最终实现软件全部的风险管理功能。

4 系统应用案例分析

分析钻修井作业安全管理系统应用情况，一是为了明确系统能否顺利运行，二是为了明确设计系统能否满足安全管理的现代化需求，通过系统应用确保系统的稳定性，与其他系统比较证明本文设计系统的优越性。

4.1 应用准备

服务端口选择Windows Server 2021.02，油田钻修井作业数据库选择Oracle20，操作系统为Windows10，内存不小于32G。系统应用可以在结构测试法和功能测试中选择一个，也可以基于实际需求同时使用2种方式。在系统应用选择之前要先进行参数分析。

结构测试法以系统应用驱动为主，可以判断作业安全管理系统内部运行是否流畅。结构测试要掌握系统内部的全部程序，重点在于观测程序在系统运行中的作用和程序逻辑性的判断，可用于作业安全管理系统软件运行的逻辑判断。功能应用与结构应用的原理不同，功能系统的内部程序，是测试系统功能的优劣，测试方式更贴近于在实际操作中系统的应用。本文选取2种测试方法结合的方式，以便实验结果既能证明系统的流畅性，又能证明系统的实用性。

系统功能测试的重要部分要选好测试用例，并模拟用户使用情况，得到系统的使用反馈，观察系统在使用过程中的稳定程度，油田钻修井作业安全管理系统根据实际情况选择的测试用例，见表2。

表2 系统功能测试用例

在进行系统应用时，功能应用为主，结构应用为辅。系统应用的过程中，准备20组钻修井作业的数据，在系统应用之前进行2-3次的空载运行，如果空载运行没出现问题再进入正式应用。

4.2 系统应用结果与分析

在相同的钻修井作业数据环境中，对比本文设计的系统与文献[11]系统、文献[12]系统相比，作业风险系数的变化，如图5。

图5 作业风险系数变化

由图5实验结果可知，油田钻修井作业的初始风险系数为70，文献[11]系统随着运行时间加长，并没有明显降低作业的风险系数，整个系统安全管理功能都未发挥出应有效果。因在实验准备中已经通过空载测试，不存在实验环境和数据原因造成系统功能效果下降的情况。文献[12]系统的风险系数降低的速度前期很快，5s左右就将系统风险系数从70降到40，但在之后降低效率逐渐变低，最终系统风险系数降到30。本文设计的安全管理系统运行时一直平稳降低风险，在1min内成功将风险系数降低到10以内。

在系统应用过程中，为验证系统服务器的使用普遍性，进行系统压力测试。在油田钻修井作业规模不断增大过程中，系统能否保持持续高效运转是非常重要的。由于长期运转系统来分析运转通畅时间的方式所需的实验时间太长，因此改成增加系统用户人数的方式，进行系统压力测试。对比3种系统，登录用户人数不断增加的情况下，是否影响服务器的压力承载状态，应用结果，如图6。

图6 服务器的压力承载测试结果对比

从图6可以看出，随着登录用户的增加，3种系统服务器响应的时间都在增加。用户增加到应用期望参数800名时，文献[11]系统服务器响应时间超过6s；文献[12]系统服务器响应时间为6s；本文设计的安全管理系统服务器响应时间控制在3s以内。说明本文设计的安全管理系统压力承载能力要比其他2个系统优越。安全管理系统事关在油田井中作业人员的人身安危保障，系统越稳定，越有利于作业工作的开展。安全性得以保证，从而提高油田的作业效率。