基于增强现实技术的油气田生产管理研究与实践

魏可萌,游杰,贺定长,粟鹏,冯思思

(中国石油西南油气田公司 川中油气矿,四川 遂宁 629000)

近年来,以智能制造为主导的“第四次工业革命”浪潮涌现,石油行业已普遍认识到数字技术对行业发展的巨大推动作用,相继启动了油气业务数字化工作,新一代网络信息技术已成为引领创新、驱动转型的主导力量。随着中国油气行业增储上产与“油公司”模式推进,一线人员大幅收缩到中心井站,现场操作人员减少,但工作负荷却增大,并且员工工作存在过度依赖经验、问题处置效率不高等问题,制约了油气田高效管理,迫切需要利用新技术新工具转变一线员工工作方式。通过机器协助工人或替代工人劳动,优化劳动组织模式,实现经营高效益和资源利用最大化。

增强现实技术(AR)是一种实时计算摄影机影像的位置及角度并加上相应图像,将“真实世界”信息和“虚拟世界”信息“无缝”集成的新技术,这种技术的目标是在屏幕上把“虚拟世界”嵌入“现实世界”并进行互动。在政府、企业深入推进两化融合、大力发展科技创新,国内石油天然气化工行业“油公司”模式改革的背景下,将AR技术应用于油气场站,是油气行业转型升级的重要探索方向。

1 应用环境分析

1.1 行业外形势分析

“第四次工业革命”以智能工厂、智能生产、智能物流为主题,随着机器和工厂的互联性越来越强,可视化的能力也会越来越关键,而通过AR技术,工人们不光能获取大量的图像数据,还能与之互动,经由数字界面实时控制真实的机器。因此,AR技术在电网巡检、城市运维、公安调度等领域取得了良好的试点成效。随着全球能源转型步伐的持续加快,国际油气行业正在进入重要转折关口,面临着技术主导未来的历史性选择,迫切需要将AR技术应用于油气场站,打造“技术主导”的竞争新优势。

1.2 行业内形势分析

1.2.1人员数量不足

随着国内石油天然气行业“油公司”模式改革,新建场站逐年增多,生产规模不断扩大,人员配置相对减少,加上每年退休的人数大于新进人数,每个员工的工作内容不断增多,劳动强度不断加大,生产力与生产关系的矛盾逐渐显现出来。AR技术可以提供可视化辅助判断,用机器辅助员工工作,平衡员工数量不足带来的劳动强度增大。

1.2.2员工能力不同

有人值守井站管理模式下,每个井站员工涉及的操作项目和工作方式较为单一,对各类型井站操作的学习与掌握程度不同。在新管理模式下,每个员工管理更多类型与数量的井站,信息化背景下大量新工艺、新技术在井站投入使用,对员工能力提出了更高的要求。AR技术可以提供可视化操作指导,辅助指导员工开展检查维修等工作,平衡员工能力不同带来的差别化任务执行。

1.2.3问题处置成本高

与常见的集中式工厂作业以及其他矿产采掘行业不同的是,油气开采的作业场所主要在野外,井站星罗棋布,管道线状延伸、互联成网,管理人员赶往现场需要较长时间,现场处置问题不仅成本消耗大且处置时间长。自2020年以来因突发疫情的影响,石油天然气公司已开始认识到AR技术在远程检查维护、远程监控、远程员工培训和远程协助中的优势。

2 AR技术应用的关键技术

本文以中国石油西南油气田某井站为研究对象,在井站巡检、操作维护、远程协作等工作场景中,利用AR头戴显示式设备协助工人或替代工人。AR技术应用包括环境理解、显示渲染、交互理解等关键技术,通过图像、图形、传感器分析和应用程序的交互作用,促使AR技术与实际操作相结合,推进信息技术与生产运行管理的深度融合,推动油气田生产组织和管理模式转型升级。典型AR成像流程如图1所示。

图1 典型AR成像流程示意

2.1 基于AR技术的环境理解

环境理解是为了让AR头戴显示式设备认识油气场站及设备,主要依靠跟踪注册技术,该技术通过相应算法快速地计算虚拟空间与现实空间坐标系的映射关系,使其精准对齐,从而实现虚拟信息在真实世界的完美叠加。该技术用于物体识别和定位,识别用来触发AR响应,而定位则是知道在什么地方叠加AR内容。当对井站进行环境理解时,主要识别井口截断阀、压力表、液位计等26个对象,针对每个对象采集了大量原始样本数据,合计视频存储量334 G,图片5.8×104张,并根据识别结果叠加AR内容。为了保证样本数据识别准确性,需要多方面采集样本: 一是在同一光线环境中不同距离、不同角度下大量采集样本;二是在不同天气,不同光线下大量采集样本,以保证模型的泛化能力。样本研究数据采集情况见表1所列。

2.1.1环境样本数据管理

样本数据主要包括原始数据采集、数据格式转换、数据标注、数据增强等方面的工作,最终产出物为样本训练集。样本训练集的数量及质量是确保人工智能模型最终应用效果的前提。该研究针对表1中采集的样本照片进行管理,由于样本原始数据较多,针对样本数据管理各环节的工作内容及技术要求,该研究结合信息技术手段完成了样本数据管理工作流程及工具集的开发,通过镜像翻转、旋转、随机缩放、增加噪声、抠图随机融合等方法增强数据,实现了样本数据的自动化管理,单位时间内样本训练集的产出效率及质量较手工准备样本数据提升较大。

2.1.2环境样本模型训练

该研究选取了油气作业场景下的3个典型的检测目标: 液位计、压力表、缓蚀剂阀门。在主流算法模型Faster RCN,SSD,YOLO中检测上述目标的性能表现,如图2所示。可以看到,在模型精度方面,SSD模型检测平均精度能达到95%,显著高于Faster RCN模型和YOLO模型;在处理速度方面,YOLO模型的表现明显优于其他2个模型,但SSD模型也能达到在移动端实时检测的效果。综合精度和处理速度的表现,最终选定SSD算法用于样本模型训练。基于样本数据管理工具,利用TensorFlow人工智能框架,通过开展深度学习网络设计、模型训练迭代、模型调参,完成了该井站的26种样本人工智能检测模型的训练,实现AR头戴显示式设备快速准确识别物体。

图2 三种算法模型测试结果示意

2.2 基于AR技术的显示

目前,AR技术实现虚实融合显示的主要设备有头戴显示式、手持显示式以及投影显示式等。考虑到石油天然气操作人员需要用双手进行操作,该研究使用头戴显示式设备,叠加显示现场环境。

AR头戴显示式设备的光学显示系统通常由微型显示屏和光学元件组成,主要分为LCoS+棱镜、Micro OLED+自由曲面、LCoS/DLP+光波导、LBS+全息反射薄膜四类光学显示系统。考虑到石油天然气生产现场管线设备复杂,员工操作时需要看清现场路线,且不能对视野造成遮挡,同时因生产现场为室外环境,需要在强光下看清图像显示,所以该研究选择LCoS+棱镜光学显示的头戴显示式设备。

2.3 基于AR技术的交互理解

交互性是AR技术的关键要素之一,包括设备对人的感知,人和设备的交互等。AR技术涉及的交互方式包括: 追踪定位、手势交互、机器视觉、触觉反馈、眼球追踪、沉浸声场以及虚拟移动等技术,考虑到现场操作的方便性,该研究采用语音、手势交互方式,让使用者在真实油气场站中实现与虚拟信息的互动。

3 基于AR技术的现场应用

3.1 AR巡检

场站巡检是指按照工作质量标准,定期对场站大门及井场、井口区域、工艺流程区、信息设施、水电设施、房屋、仪表控制室及配电房等区域进行巡视检查,确保生产安全及受控。该研究以AR头戴显示式设备为载体,将场站巡检内容细化成“一站一案”,以工单的形式显示每一步需要巡检的内容,识别工人巡检过程中关键检查项,如出站气动阀、自控权限切换开关、压力表读数等,自动判断目标对象状态是否正常,并将判断结果展示出来,构建真实环境与虚拟现实相结合的场景。巡检执行完成后,将过程数据上传至后台,支撑场站巡检工作的可视化监督、多维度评价和可量化考核。通过AR识别与判断,有利于巡检质量与巡检效率的提升。以仪表控制室及配电房区域为例,AR巡检内容、识别对象及显示见表2所列。

表2 仪表控制室及配电房区域AR巡检内容、识别对象及显示

3.2 AR操作维护

场站操作维护是指员工根据规定的维护保养周期,遵循操作规程和操作卡,开展场站设施设备的操作、维护保养,确保场站流程设备整体无锈蚀,无防腐死角。该研究以AR头戴显示式设备为载体,选取压力表更换操作、缓蚀剂加注工作,将操作维护内容细化成“一站一案”,以工单的形式显示每一步需要操作的内容,并对关键操作步骤项进行识别,如压力表取源阀、加注流程回流阀等开关操作,并将作业步骤以虚拟动画的方式重合叠加在作业对象上面,再指导员工进行每步操作和确认。操作维护执行完成后,将过程数据上传至后台,支撑一线场站常规操作、维护保养等工作的可视化监督、多维度评价和可量化考核。通过AR识别与指导,有利于提高作业活动的质量与安全。AR操作维护示例见表3所列。

表3 AR操作维护示例

3.3 AR远程协作

在调度中心电脑、AR头戴显示式设备、手机建立三方视频通话的协作环境,现场员工佩戴头戴显示式设备可以与后端调度指挥中心电脑、专业技术人员手机进行视频通话,后端指导人员可实时看到现场员工看到的第一视角画面。视频协作过程中同时在操作画面上进行AR动态标注、文字和图片分享,现场员工可以在头戴显示式设备上看到分享的资料,实时指导操作,转变传统的“单兵作战”为远程可视化支持,提高了故障处置效率,简化工作流程节点。

3.4 AR进出站管理

将人脸识别技术应用于AR头戴显示式设备,建立内、外部人员信息管理库,通过头戴显示设备自动识别、快速验证井站来访人员,并将来访人员姓名、工作单位等信息通过AR头戴显示式设备可视化面板反馈给井站员工。当发现证件信息与持证人员不一致时,系统会自动提示井站加强人工核查工作,防止人员信息造假,提高安全管理等级;自动记录来访人员姓名、工作单位、进出站事由、人员数量等信息,准确生成进出站记录,减少证件检查、核对等环节,缩短进出站管理流程,提高进出站管理效率。

3.5 AR监督管理

选取磨溪008-17-X1井口出站至分离器段埋地管线建立埋地管线模型,并与地面管道进行适配性拟合,实现佩戴AR头戴显示式设备后,以AR方式展示该井站出站至分离器段天然气埋地管线的3D即视显像与埋地管线重要信息、精准定位埋地天然气管线的分布,与地面管线无缝衔接显示,并且可以随着员工走动实时动态加载可视范围内的管网信息。以增强现实的方式提供人与场站、隐蔽工程之间更加直观的交互方式,为现场监督提供新方法,提高现场安全性。

4 结束语

本文提出的环境样本数据管理方法,对数据集进行数据增强和自动化标注,达到生成海量、多样式、多场景化数据的要求,提高人工智能模型的识别效果。在AR头戴显示式设备端使用SSD模型目标检测技术,可以实现对场站设备、仪表等智能化识别。将AR技术融合应用于油气场站,把人工智能作为一个工具,建立新型人机交互模式。AR头戴显示式设备具有解放双手的用户界面,可实现一线班组巡检、维护保养、远程指导、进出站管理、监督管理等关键业务流程的全过程智能化辅助管理,实现以机器辅助甚至替代人工劳动,推动生产管理由井站独立管理向一体化协同运行模式转变,支撑油气田企业实现数字化转型、智能化发展。