振動監測在導管架平臺結構安全保障方面的幾種應用

王火平,王德洋,彭怡錦,王巍巍

(1. 中海石油(中國)有限公司深圳分公司,廣東 深圳 518000; 2. 中海石油深海開發有限公司,廣東 深圳 518000; 3. 海洋石油工程股份有限公司,天津 300451; 4. 清華大學深圳國際研究生院,廣東 深圳 518000)

0 引 言

從20世紀80年代國內海上導管架平臺開發以來,我國海域存在超過3百座導管架平臺,隨著時間推移這些平臺逐漸進入后期,平臺的結構安全保障問題成為作業者的重點關注內容。

海洋平臺的設計一般會根據儲量、經濟情況確定設計年限,但一般平臺的服役期都會超過原有的設計年限。依據經驗和規范,超期服役需要相應的檢測、評估。由于導管架平臺永久固定于海上,檢測、評估都會有一定的盲點,特別是深水導管架平臺,由于檢測費用昂貴,不可能做到全面的檢測評估。因此,平臺結構的完整性管理規范都推薦進行振動監測[1、 2],通過監測對整體安全情況進行預警并指導評估。常規的振動檢測處理技術不能直接用于振動監測的數據處理,本文通過實際項目應用,介紹幾種適用于導管架結構安全保障的振動監測應用方法。

1 常見幾種平臺結構振動測量應用及處理方法

隨著振動理論及其相關學科的發展,利用振動特性分析結構設計和評價成為一種重要手段。其中,模態分析是振動工程理論的一個重要分支,是研究動力特性的一種近代方法。通過振動測量數據分析可以得到結構的模態應用。得到模態的過程稱為模態參數識別。對于海洋平臺結構的作用主要包括3方面:直接用于結構性能評價、結構動態設計、損傷診斷和狀態檢測。過去的50年中,至少發展了一百種不同的模態參數識別方法。作為很多時域方法基礎的復指數法,是一種單輸入單輸出(SISO)方法,是從Prony方法發展而來的。后來,該方法發展到最小二乘復指數法,可以同時處理多個脈沖響應,是一種單輸入多輸出(SIMO)的方法。在19世紀80年代早期,多輸入多輸出(MIMO)測試技術得到很好的發展,最小二乘法又發展到可以處理多參考點的情況,這種方法稱為多參考點復指數法。1984年,NASA所屬的研究中心發展了一種特征系統實現法(ERA)法,該方法也是典型的MIMO方法,可用于大型復雜結構。目前,ERA方法已成為土木工程領域實驗數據模態分析中非常重要的一個方法。另外一種常見測算法是隨機子空間算法(stochastic subspace identification algorithm,SSI)。SSI算法分為兩種:數據驅動隨機子空間算法(Data-Drive stochastic subspace identification algorithm,Data/SSI)和協方差驅動隨機子空間算法(Covariance-Driven stochastic subspace identification algorithm,Covariance/SSI)。由于SSI算法優秀的性能,在橋梁等大型工程結構的模態參數識別中得到了廣泛的應用。該方法已經運用到了海上風力機的模態識別中。根據以上情況,本文選定ERA方法和SSI算法作為海洋平臺結構基于振動監測的模態參數識別方法[3]。

在工程應用方面,20世紀60～80年代開始有相當多的研究機構和公司開展針對導管架結構監測的相關研究和工程實踐[4],主要監測內容包括振動監測和疲勞監測。通過振動監測對結構損傷識別判斷,通過局部桿件充水、剛度變化造成局部結構頻率變化識別,也可以通過整體動力特性識別,來進行結構損傷識別的研究。同時代,有監測公司針對具體的平臺開展了結構固有頻率與結構損傷之間聯系的相關研究,有意將該技術推向工程應用。但由于實際工程需求和方法、技術的效果有一定差距,導致相關應用不多。到90年代,開始隨著深水浮式平臺的盛行,監測逐漸轉向系泊、立管、鉆井等方面。對導管架結構監測相對較少,主要應用于3個方面[5～7]:基于監測的診斷、預警;對于低冗余度平臺,通過頻率監測可以對安全進行預警;通過平臺固有頻率變化直接預警。另外,也有將極限強度分析(儲備強度比RSR)結果與頻率聯系進行預測的案例。另外一部分是通過后期數據處理,經過模態參數識別、損傷診斷來預警。針對特殊工況的監測,在平臺鉆井或浮托過程中對導管架進行監測。

國內外案例、規范都表明導管架平臺監測是完整性管理的重要環節,主要監測目的包括實時狀態監測和輔助評估。實時狀態監測包括通過基頻實時變化、位移變化結合波浪大小實現實時預警。輔助評估包括通過基頻長期測量優化模型后評估。

2 實時預警

2.1 振動監測預警

基于振動監測的預警一般包括兩種方式:基頻變化預警和位移變化預警?；诩铀俣缺O測時域變化數據,通過數據處理可以得到實時的基頻變化和位移變化。在預警中閾值的選擇尤為重要,基頻變化預警的閾值可以以大量統計數據作為基礎設定。位移變化的閾值選擇辦法包括兩種,一是根據一年一遇設計海況計算測點位移作為預警值;二是預先計算出多個環境載荷作用下的位移值,根據現場測量的實時海況自動選擇對應的預警值[8、 9]。

2.2 基頻變化預警

2.2.1 預警閾值選擇

基于長期的振動監測數據可以利用統計方法對數據進行分析,分析對象可以是加速度信號,也可以是頻域分析得到的模態、振型信息。用統計學辦法篩選數據為后續評估提供數據支持。首先,收集大量的模態頻率值,進行統計學分析,得到某一置信區間對應的頻率值,替代百年一遇工況對應的固有頻率,來修正模型進行評估。通過頻率的變化,判定結構是否存在異常,這是結構損傷判定最常用的方法。根據經驗判斷,實測的頻率變化率超過2%,結構便出現異常。

2.2.2 短時傅里葉變換方法

振動信號處理中常用傅里葉變換實現時頻轉換,但振動監測預警需要實現視頻聯合分布。最常見的方法是采用短時傅里葉變換,給信號加上一個窗函數,再進行傅里葉變換,得到時間附件很短時間的局部譜;然后,窗函數根據時間的位置變化在整個時間軸上平移,得到任意位置附近的時間段頻譜。這樣就實現了時間-頻率分析。該分析需要固定一個窗函數,這就限制了分辨率,也就是只能處理平穩信號,海洋平臺結構的固有頻率基本上不變或者極其緩慢變化,因此適合于這種方法。

對長時間的觀測數據進行短時傅氏變換,結果如圖1所示,0.45Hz處的能量成分基本上全時可見;而0.7Hz處的能量成分則斷斷續續,與數據的取時有關。其他頻率成分基本不可見。

圖1 短時傅里葉變換實時數據處理結果

2.2.3 小波譜分析方法

對于分析和處理平穩信號,傅里葉分析具有良好的適用性。然而,現實中信號大都以非平穩形式出現,為了分析和處理該類信號,人們加以改進,提出并發展了一系列全新的信號分析理論,其中,最為典型的是小波分析方法。小波變換是一種信號的時間-尺度或時間-頻率的分析方法,即在時域對信號進行離散變換,在頻域進行譜分析的方法。它具有高分辨率的特點,且在時域、頻域都具有表征信號局部特征的能力。在低頻部分,它具有較高的頻率分辨率和較低的時間分辨率;在高頻部分,具有較高的時間分辨率和較低的頻率分辨率,特別適合于探測正常信號中夾帶的瞬態反?，F象,故被譽為分析信號的顯微鏡和望遠鏡。

圖2所示是對上節信號的小波譜分析的結果,可以明顯看到,該信號中主要包含兩階頻率成分,識別結果比短時傅里葉編號效果更好,在實測中效果更好。

圖2 小波分析實時數據處理結果

2.3 位移預警

1. 位移值的獲取

一般結構振動監測選取加速度傳感器,而平臺結構安全預警的最直接的判斷條件是位移,因此,需要將加速度轉換為位移。一般通過將加速度兩次積分的方法獲取位移,可以采用時域積分或者頻域積分方法。當信號中包含多個頻域信息時,兩種方法都不可避免遇到二次趨勢問題。這里推薦分別提取前兩階主頻對應的加速度信號,應用濾波方法去掉噪聲,在頻域上分別積分,積分狗疊加后獲取相對真實的位移。

在東海DPP平臺進行現場數據的處理,如圖3和圖4所示。該平臺的前兩階結構頻率分別是0.41957Hz和0.5312Hz,分別對兩階信號分別積分處理,得到最大位移0.0035428m。重構后的加速度信息跟原信號基本重合,可以推測該位移可信,可用于預警。

2. 位移閾值的獲取

在我國東?；蚰虾：Ｓ驅Ч芗芷脚_結構設計中,選取一年一遇的海洋環境條件作為操作工況的參數,選取百年一遇的環境條件作為極端工況計算參數。采用這兩個環境參數得到測點位置的位移,該位移用于預警位移閾值。也可以用實測的實時環境參數作為預警閾值。表1是東海DPP平臺的對應數據,其中,實測數據是半個月測量中的最大值,跟圖4的位移數值對應。

表1 環境參數

從表中可以看出,無論是實際的操作工況或者極端工況,得到的位移值遠大于實際的位移,用來作為預警閾值較為保守,采用實測值比較合適。但長期看,可以通過長期環境載荷和響應對應值的趨勢進行智能診斷預警。

3 后評估

3.1 評估流程

振動監測數據除現場實時預警外,可以進行基于振動數據的后評估。后評估步驟分為:

(1) 對現場數據進行詳細的數據處理,包括模態分析、統計數據分析,得到基于統計分析的頻率、振型等信息。

(2) 結合實際檢測、調研情況和模態分析結果,對計算模型進行修正,主要針對重量、導管架剛度、P-Y曲線等。

(3) 根據修正模型修正動力響應系數,現場測量結果頻率一般會比實際計算大;根據實測頻率修正的模型,動力響應系數一般會比原計算小。

(4) 利用修正的動力系數進行具體分析(靜力分析、倒塌分析),結果一般會比原始的理想,因有實際測量支持結果也容易被各方接受。

(5) 采用修正的模型計算疲勞分析也可以得到更理想的結果,但由于疲勞分析規范有明確的模型,計算有明確的要求,因此該步更多的是輔助疲勞分析,指導檢測。

3.2 案例

對南海某導管架平臺進行了5天的不間斷振動測量。根據現場情況共布設5臺海洋平臺主體結構振動檢測儀器,分別是非作業甲板3個,底層甲板1個,以及直升機甲板下生活區4層1個,每臺儀器可測量3個方向的加速度,具體布置如圖5所示。

圖5 現場測點布置示意圖

圖6 長時測量時域圖

其中一個測點在水平方向全天測振數據。在無特殊海況的情況下,該平臺環境激勵振動幅度比較微弱,水平XY方向振幅僅約為±0.2gal。

對單獨方向(X向和Y向)分別進行模態參數識別,并對多天數據進行統計,可以看出X軸方向(平臺東西方向)上0.44Hz模態成分明顯,Y軸方向(平臺南北方向)上0.39Hz、 0.72Hz模態成分明顯,如圖7和圖8所示。

圖7 X分量識別結果

圖8 Y分量識別結果

原始分析前三階模態頻率分別為0.30、 0.33、 0.52,現場測量頻率分別為0.39、 0.44和0.72,經過模型修正(修正包括活荷載、海生物、樁土文件等),得到更真實的模型頻率分別為0.39、 0.43、 0.70。

基于上面模型得到的動力系數同原始比較見表2。

表2 動力系數比較

根據修正的系數得到的RSR值與原始比較見表3。

表3 RSR值對比

4 結 論

通過模態參數識別、小波變換、位移反推,以及基于模型修正后評估等方法,對老齡平臺的監測數據進行分析研究。模態參數識別方法可以更精確得到振型、阻尼等模態參數。由于效率較低更適合于振動檢測,長期的振動監測可以采用時域方法得到實時的頻率變化用于預警。通過研究還發現,可以通過位移反推的方法,對平臺結構位移進行測量并預警。利用振動監測數據完成計算模型的修正進而評估,可以得到更為理想的評估結果,是一種極限平臺結構挖潛的有效手段。

由于監測時間較短,未形成長期大量的統計數據,后期的研究可以針對現場大量的數據并結合實時環境數據,研究監測手段對平臺預警的影響。相信長期大數據的積累也可以為平臺結構的智能診斷甚至是智能設計提供參考。