基于工艺状态的LNG接收站智能巡检架构研究

祁洋洋，李超平，郝鹏

（中海油江苏天然气有限责任公司，江苏 盐城 224500）

摘  要：针对液化天然气（LNG)接收站传统巡检模式下存在的“三脱节”瓶颈，提出一种以工艺状态为核心驱动的智能巡检架构。架构采用“四横一纵”总体布局，通过融合实时工况动态调整健康评分，基于拓扑模拟风险扩散路径，智能生成人机协同巡检策略，实现从“感知报警”到“认知决策”的跃迁。系统支持闭环进化与知识沉淀，提升安全性、运维效率与数字化水平，推动LNG接收站迈向“状态自驱、风险预控、智能闭环”的新一代智能运维模式。

关键词：智能巡检；LNG接收站;人工智能；数字李生；预测性维护；工业物联网

0  引言

液化天然气（LNG）接收站作为国家能源战略的关键设施，承担着LNG接收、储存、气化及管网输送等核心任务，对于保障能源供应与民生意义重大。其工艺流程具有强耦合、非线性、多变量特性等特点，设备长期处于低温高压环境运行，微小故障即可引发连锁事故，但当前多数接收站仍依赖DCS系统固定阈值报警以及人工定期定点巡检，在规模不断扩大后逐渐暴露出明显不足：DCS系统积累的大量运行数据未被充分利用，难以挖掘设备异常与工艺变化的动态关联；部分应用的人工智能模型缺乏热力学、流体力学等物理机制支撑，诊断准确率不高且难以被运维人员信任；设备与监测参数激增导致人工巡检负荷剧增，传统周期巡检易出现漏检、误判的问题。

传统巡检模式已很难适应LNG接收站“动态工艺-复杂设备-智能控制”深度融合的运行需求，尤其在卸料、调峰外输等动态工况下，设备应力与潜在风险随工艺状态快速变化，静态阀值与固定巡检周期的传统方法不仅造成运维效率低、资源浪费，还可能因诊断滞后或误判埋下安全隐患。因此，提出基于工艺状态的智能巡检理论应用方案十分必要，该方案旨在推动运维方式从单纯设备监测转向工艺与设备协同感知，从经验阀值判断转向数据与模型融合的动态评估，从而实现从简单的故障诊断到系统性风险预警的升级，为提升接收站安全性、运营效率，以及推动工业流程数字化转型与智能升级提供新的思路和方向。

1 LNG接收站智能巡检的研究路径

1.1  LNG接收站核心工艺架构

LNG接收站核心工艺系统由卸料、储存、气化外输及蒸发气（BOG）处理等单元构成，各环节通过密集的管道网络、高精度控制阀门、现场仪表设备和DCS控制系统紧密连接，形成1个多变量、非线性并跨越多时间尺度的复杂系统工程。卸料单元作为流程起点，负责将LNG从运输船输送至储罐，卸料过程通常伴随着剧烈的冷力学变化，短时间内会产生大量的BOG，须具备分钟级的动态调节和处置能力，否则管道容易产生压力和流量的剧烈波动。储存单元由若干大型储罐组成。外输环节中，LNG经气化器（如海水或燃气加热器）气化后增压外送，须精确控制出口温度以防范冰堵风险；部分则以液态形式通过槽车外输。运行过程中持续产生的BOG需及时处理，可通过压缩机加压后直接外输管网，或经再冷凝器液化后回流至储罐，以维持系统压力稳定。

1.2 智能巡检理论架构研究路径

为突破传统巡检模式在LNG接收站应用中存在的感知局限性大、诊断准确性低、决策滞后等问题，ING接收站的智能巡检方案亟需从依赖数据采集的“感知智能”，向融合工艺流程理解和自主决策的“认知智能”与“决策智能”转型。其核心研究路径集中在以下4个方面。

……