JP5297951B2 - Anticorrosion data analysis system - Google Patents
Anticorrosion data analysis system Download PDFInfo
- Publication number
- JP5297951B2 JP5297951B2 JP2009204235A JP2009204235A JP5297951B2 JP 5297951 B2 JP5297951 B2 JP 5297951B2 JP 2009204235 A JP2009204235 A JP 2009204235A JP 2009204235 A JP2009204235 A JP 2009204235A JP 5297951 B2 JP5297951 B2 JP 5297951B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- abnormality
- pipeline
- change
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000007405 data analysis Methods 0.000 title claims description 35
- 230000008859 change Effects 0.000 claims abstract description 135
- 230000001133 acceleration Effects 0.000 claims abstract description 80
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 230000005856 abnormality Effects 0.000 claims description 226
- 238000004458 analytical method Methods 0.000 claims description 100
- 238000005259 measurement Methods 0.000 claims description 92
- 230000007797 corrosion Effects 0.000 claims description 50
- 238000005260 corrosion Methods 0.000 claims description 50
- 230000008439 repair process Effects 0.000 claims description 36
- 238000001556 precipitation Methods 0.000 claims description 26
- 230000007774 longterm Effects 0.000 claims description 15
- 230000007547 defect Effects 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 8
- 238000009413 insulation Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 4
- 238000012913 prioritisation Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 54
- 238000004210 cathodic protection Methods 0.000 description 46
- 239000011810 insulating material Substances 0.000 description 39
- 238000013480 data collection Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000006866 deterioration Effects 0.000 description 13
- 238000007726 management method Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 239000002689 soil Substances 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 230000010485 coping Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- -1 iron ions Chemical class 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000011280 coal tar Substances 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000003822 epoxy resin Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000012774 insulation material Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 229920000647 polyepoxide Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910001018 Cast iron Inorganic materials 0.000 description 1
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- VEMHQNXVHVAHDN-UHFFFAOYSA-J [Cu+2].[Cu+2].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O Chemical compound [Cu+2].[Cu+2].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O VEMHQNXVHVAHDN-UHFFFAOYSA-J 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 235000021167 banquet Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- LNEPOXFFQSENCJ-UHFFFAOYSA-N haloperidol Chemical compound C1CC(O)(C=2C=CC(Cl)=CC=2)CCN1CCCC(=O)C1=CC=C(F)C=C1 LNEPOXFFQSENCJ-UHFFFAOYSA-N 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- XLYOFNOQVPJJNP-ZSJDYOACSA-N heavy water Substances [2H]O[2H] XLYOFNOQVPJJNP-ZSJDYOACSA-N 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
Description
本発明は、区間ごとに設置された陰極保護（以下、カソード防食と記載する）関連データの取得と時系列データ解析システムに係わり、埋設パイプラインに設置したカソード防食計測ステーションからカソード電位、アノード電流、電源電流データをリアルタイムで取得して、計算機装置でデータの変化や異常を解析することによりカソード防食設備、パイプライン、絶縁材の異常発生確率を算出するシステムに関する。 The present invention relates to the acquisition of data related to cathode protection (hereinafter referred to as “cathodic protection”) and a time-series data analysis system installed for each section. From the cathode protection measurement station installed in the buried pipeline, the cathode potential and the anode current are provided. The present invention relates to a system that calculates power supply current data in real time and calculates an abnormality occurrence probability of a cathodic protection equipment, a pipeline, and an insulating material by analyzing data changes and abnormalities with a computer device.
長距離パイプライン、とくに埋設されているパイプラインにおいては、腐食進行を防ぐため、カソード防食方式により腐食の進行を押さえることが行われる。カソード防食では、パイプラインにおけるカソード電位を取得する。このためパイプラインに沿ってカソード電位を計測するためのステーション（計測ステーション）を設置し、測定機器をステーションに接続することによって計測がなされる。計測ステーションは、パイプラインの区間ごとに設置される。そして後処理として計測値の異常を解析することによってパイプラインにおける防食設備、パイプライン、絶縁材の健全性を判定する。 In a long-distance pipeline, especially a buried pipeline, the progress of corrosion is suppressed by the cathodic protection method in order to prevent the progress of corrosion. In cathodic protection, the cathode potential in the pipeline is acquired. For this reason, a station (measurement station) for measuring the cathode potential is installed along the pipeline, and measurement is performed by connecting a measuring device to the station. A measuring station is installed for each section of the pipeline. And the soundness of the anticorrosion equipment in a pipeline, a pipeline, and an insulating material is determined by analyzing the abnormality of a measured value as post-processing.
計測を自動化するためにネットワークを用いて計測する方法が示されている。特開２００７−７１７１２号公報では、計測自体をネットワーク化してカソード防食設備の稼動状況の変化から、パイプラインの健全性をはかるために、カソード防食設備の更新時期を予測する方式について示している。とくに変化する土壌の状態は予測することは困難であることからカソード電圧の変動の情報を用いて、カソード電圧値とアノード電流値を計測することによって土壌の抵抗値を求め、その抵抗値の変動を元にカソード防食施設の劣化を予測し防食設備の稼動不良を検知する。 A method of measuring using a network to automate the measurement is shown. Japanese Patent Application Laid-Open No. 2007-71712 discloses a method for predicting the renewal timing of the cathodic protection equipment in order to measure the soundness of the pipeline from the change in the operating status of the cathodic protection equipment by networking the measurement itself. In particular, it is difficult to predict the changing state of the soil, so the resistance value of the soil is obtained by measuring the cathode voltage value and the anode current value using information on the cathode voltage fluctuation, and the fluctuation of the resistance value. Based on the above, the deterioration of the cathodic protection facility is predicted and the malfunction of the anticorrosion facility is detected.
特開２００７−１９１７３３号公報においては、一定サンプリング時間に従ってカソード電位の最大値を照合することにより迷走電流の兆候を計測する手法が示されている。 Japanese Patent Application Laid-Open No. 2007-191733 discloses a method of measuring a sign of stray current by checking the maximum value of the cathode potential according to a certain sampling time.
特開２００８−９６３９８号公報においては、塗覆模擬プローブをパイプラインに接続し、プローブ間の電位を計測することによって塗覆の異常を検知する方式について示されている。 Japanese Patent Laid-Open No. 2008-96398 discloses a method of detecting a coating abnormality by connecting a coating simulation probe to a pipeline and measuring the potential between the probes.
通信ネットワークを用いて計測が自動化されない場合、計測のための人員を逐次派遣する必要がある。長大なパイプラインの場合、計測に関わるコストが大きくなる。また、計測者の移動には時間がかかるため頻繁に計測することはできないため、電気防食によるのパイプライン保護状態に異常があっても見過ごすこともありえる。 When measurement is not automated using a communication network, it is necessary to dispatch personnel for measurement sequentially. In the case of a long pipeline, the cost associated with measurement increases. In addition, since it takes time to move the measurer, it cannot be measured frequently, so it may be overlooked even if there is an abnormality in the pipeline protection state due to cathodic protection.
また、上記の公知例においては、カソード防食設備の健全性に対する異常を抽出することになるが、実際のカソード防食設備やパイプラインの異常をその都度、現地確認する必要がある。とくに、カソ−ド電位やアノード電流を計測しても、その場所が実際に異常かどうかは埋設パイプラインの掘り返しにより確認を行うことになる。このため、異常発生確率を高める必要がある。そして、パイプの掘り返しにはコストを要するため、カソ−ド電位の異常で、掘り返しを行うかどうかの判断を行うためには、過去の事例などが参照できることが望ましい。また、地域によっては、降雨などの気象状況によっても異常の発生頻度や異常の発生の仕方が異なる。そのため、防食設備やパイプライン、絶縁材で発生する異常の発生確率を高めることが必須となる。本発明では、カソード電位、アノード電流、電源電流のデータ計測を自動化し、さらに、異常発生の確率を高めることを解決する課題とする。 Further, in the above-mentioned known example, abnormalities with respect to the soundness of the cathodic protection equipment are extracted. However, it is necessary to check the actual cathodic protection equipment and the abnormality of the pipeline each time. In particular, even if the cathode potential or anode current is measured, whether the location is actually abnormal or not is confirmed by dug-up the buried pipeline. For this reason, it is necessary to increase the abnormality occurrence probability. Since pipes are costly to dig up, it is desirable to be able to refer to past cases in order to determine whether or not to dig up due to abnormal cathode potential. Also, depending on the region, the frequency of occurrence of abnormalities and the manner of occurrence of abnormalities differ depending on weather conditions such as rainfall. Therefore, it is essential to increase the probability of occurrence of abnormalities occurring in the anticorrosion equipment, the pipeline, and the insulating material. An object of the present invention is to automate the data measurement of the cathode potential, the anode current, and the power supply current, and to further increase the probability of occurrence of an abnormality.
上記の課題を解決するため、カソード電位、アノード電流、電源電流の少なくともいずれかのリアルタイム計測を実施し、さらに過去の事例との照合により異常発生を特定する確率を高める。計測を自動化するため、計測ステーションに自動計測器を接続し、ネットワークによってデータの収集を行う。ネットワークによって取得される電位データは、データ解析装置において、変化の速度および加速度のパラメータを求める。こうして得られた速度および加速度のパラメータは、過去の異常発生と結び付けられた事例データに記載された電位・電流の速度、加速度のパラメータと比較することによってその類似度を計算し、類似性の閾値判定により、異常の確率を算出する。さらに、必要な場合には、異常発生時期や降水量との関連性を計算し、異常発生頻度に基づいて異常発生確率を算出する。また、腐食データとの照合によって、異常の確率が高い場合、パイプラインの欠陥位置とも照合し、危険腐食欠陥が存在する場合には、修理の優先度を上げることを提示する。 In order to solve the above problems, real-time measurement of at least one of the cathode potential, the anode current, and the power supply current is performed, and the probability of identifying the occurrence of abnormality is further increased by comparison with past cases. In order to automate the measurement, an automatic measuring instrument is connected to the measuring station and data is collected through the network. The potential data acquired by the network obtains parameters of change speed and acceleration in the data analysis device. The speed and acceleration parameters obtained in this way are calculated by comparing the potential and current speed and acceleration parameters described in the case data linked with the occurrence of past abnormalities. Based on the determination, the probability of abnormality is calculated. Furthermore, if necessary, the relationship between the occurrence time of the abnormality and the amount of precipitation is calculated, and the abnormality occurrence probability is calculated based on the abnormality occurrence frequency. In addition, when the probability of abnormality is high by collation with the corrosion data, it is also collated with the defect position of the pipeline, and if there is a dangerous corrosion defect, it is suggested that the priority of repair is raised.
従来は手動で行っていた計測をリアルタイム化・自動化することによって計測にかかるコストの低減をはかることができる。また、従来のカソード防食方式では、カソード電位、アノード電流の変化のみからカソード防食設備、パイプライン異常の判定や絶縁材料の健全性を判定していたが、本願では、電位や電流の変化から得られる変化速度、加速度のパラメータを、過去の異常事例データと比較することによって、異常検知の確度を高めることができる。さらに腐食などのパイプ異常とのデータと照合することにより、修理の優先度を決定することができる。 It is possible to reduce the cost of measurement by real-time / automating measurement that has been performed manually in the past. In the conventional cathodic protection method, the cathodic protection equipment and pipeline abnormality are judged from the change in the cathode potential and anode current, and the soundness of the insulating material is judged. The accuracy of abnormality detection can be improved by comparing the parameters of change speed and acceleration to the past abnormality case data. Furthermore, the priority of repair can be determined by collating with data on pipe abnormalities such as corrosion.
本発明の実施は、石油・天然ガスなどの流体を輸送する埋設パイプラインに設置されたカソード防食設備においてカソード電位、アノード電流、電源電流を計測して得られるセンサデータをデータ解析装置に送り、搭載されたソフトウエア機能により解析することによって行われる。 The implementation of the present invention sends sensor data obtained by measuring the cathode potential, anode current, and power supply current to the data analysis device in the cathodic protection equipment installed in the buried pipeline that transports fluids such as oil and natural gas, This is done by analyzing the installed software functions.
カソード防食方式については、強制電流(Impressed Current)方式、犠牲アノード電極(Sacrificed Anode)方式がある。強制電流方式は、パイプラインの種類によって電流値を変更できることから長距離パイプラインにおいて広く使用される。このようなパイプラインには、一定間隔において計測ステーションが設置され、ここでは、カソード電位およびアノード電流が計測される。ここで、カソード電位は、保護対象となるパイプラインの電位、アノード電流は、アノード陽極からパイプライン方向に流出する防食電流を意味する。 Cathodic protection methods include a forced current method and a sacrificed anode method. The forced current method is widely used in long-distance pipelines because the current value can be changed depending on the type of pipeline. In such a pipeline, measurement stations are installed at regular intervals, and here, the cathode potential and the anode current are measured. Here, the cathode potential means the potential of the pipeline to be protected, and the anode current means the anticorrosion current flowing out from the anode anode in the pipeline direction.
カソード防食の原理は以下の通りである。
アノード側（別途設置された陽極）の反応は、
Ｘ->Ｘ+ ＋ e+
例えば、鉄イオンの場合には、
Ｆｅ -> Fe++ ＋ 2e+
カソード側（パイプライン側）の反応は、
O2 ＋ 2H2O ＋ 4e- -> 4OH-
となる。腐食現象は、パイプラインと地面環境との間に電位差が生じ、鉄がイオン化して溶け出す現象であるため、逆電位をかけてイオン化を防ぐ方式を電気防食と呼ぶ。したがってパイプラインからの鉄イオンFe++の溶け出しを防ぐために、逆電位をかけることにより電気防食を行うことになる。強制電流方式は、外部電源を用いる方法であり、パイプに流す電流量の調整が可能なため、より有効な保護を行うことができる。
The principle of cathodic protection is as follows.
Reaction on the anode side (a separately installed anode)
X-> X + + e +
For example, in the case of iron ions,
Fe-> Fe ++ + 2e +
The reaction on the cathode side (pipeline side)
O2 + 2H2O + 4e--> 4OH-
It becomes. Since the corrosion phenomenon is a phenomenon in which a potential difference occurs between the pipeline and the ground environment and iron is ionized and melts, a method of preventing ionization by applying a reverse potential is called cathodic protection. Therefore, in order to prevent the dissolution of iron ions Fe ++ from the pipeline, the anticorrosion is performed by applying a reverse potential. The forced current method is a method that uses an external power supply, and can adjust the amount of current flowing through the pipe, so that more effective protection can be performed.
以下の実施例では強制電流方式の場合について示す。センサ計測設備は、電流をアノード陽極に流すための電源、電位および電流をセンサ計測する計測ステーションから構成される。パイプラインとアノード陽極の間は電源/変圧器を介して接続し、アノード陽極とパイプ鋼材の間に電流が流れるようにする。電源/変圧器から印加される電流を電源電流と呼ぶ。パイプ鋼材のカソード電位とパイプラインに流れ込むアノード電流は計測ステーションで計測する。センサ計測データ解析設備は、ネットワークに接続された計算機群によって構成し、センサ計測データをリアルタイムで収集し解析する。 In the following embodiments, the case of the forced current method will be described. The sensor measurement equipment is composed of a power supply for flowing current to the anode and anode, and a measurement station for sensor measurement of potential and current. The pipeline and the anode anode are connected via a power source / transformer so that current flows between the anode anode and the pipe steel. The current applied from the power supply / transformer is called the power supply current. The cathode potential of pipe steel and the anode current flowing into the pipeline are measured at a measuring station. The sensor measurement data analysis facility is constituted by a group of computers connected to a network, and collects and analyzes sensor measurement data in real time.
埋設パイプラインは、土壌が腐食性を有する（電解質の性質を有する）場合、パイプ鋼材と地面との直接の接触を防ぎパイプから流出する鉄イオンの溶け出しを防ぐため、さらにコールタールやエポキシなどの絶縁材を塗布する。アノード電流をＩ、カソード電位をＶとすると、以下のようなモデルが成立する。 In the case of buried pipelines, when the soil is corrosive (having electrolyte properties), direct contact between the pipe steel and the ground is prevented, and iron ions flowing out of the pipe are prevented from being dissolved. Apply the insulating material. When the anode current is I and the cathode potential is V, the following model is established.
ここで、Ｒ１：地面への接地抵抗、Ｒ２：隙間抵抗、Ｒ３：絶縁材（または塗布材）の抵抗である。これらの抵抗値Ｒ１，Ｒ２，Ｒ３は変化する。接地抵抗は土壌の降雨などの天候条件に伴って変化する。隙間抵抗は、絶縁材とパイプに隙間が発生すると抵抗値が大きくなる。また、降雨などがあると、絶縁材とパイプとの隙間に水分が浸透し抵抗値は変化する。絶縁材の抵抗は、絶縁材が破損し、傷を持つことにより抵抗値がその場所において変化する。これによってカソード電圧値が変化する。 Here, R1: grounding resistance to the ground, R2: gap resistance, R3: resistance of the insulating material (or coating material). These resistance values R1, R2, and R3 change. Grounding resistance varies with weather conditions such as soil rainfall. The gap resistance increases when a gap occurs between the insulating material and the pipe. In addition, when there is rain, moisture penetrates into the gap between the insulating material and the pipe, and the resistance value changes. As for the resistance of the insulating material, the resistance value changes in the place due to the damage to the insulating material and scratches. As a result, the cathode voltage value changes.
カソード防食システムにより得られるカソード電位（陰極電位）およびアノード電流（陽極電流）のデータの分析によって、カソード防食設備、パイプライン、絶縁材で発生する異常発生の可能性について検知することができる。しかし、このような一時的なセンサ計測データの挙動のみの解析では十分ではない。このような問題を解決し、異常発生検知の確度を高めるために過去に発生した異常と確認実績を格納した事例データベースに格納された履歴データと照合し、異常発生確率を算出する。過去に発生した異常について、電位値や電流値およびその変化値との関連性や実際にどのような異常が発生していたか、どのように修理などの対処を行ったかについての事例と照合することによって、異常発生確率を求め、修理の方法についての確認を行うことができる。具体的には、カソード電位とアノード電流、電源電流の値とその時間的な変化率を計算し、これを過去の事例に格納された、値や時間変化に基づいて比較照合することにより、実際の異常発生確率を求める。なお、カソード電位、アノード電流、電源電流の少なくともいずれかの計測を実施すればよく、この場合は、計測されたデータの解析に関するアルゴリズムのみが動くことになる。勿論、これらカソード電位、アノード電流、電源電流の値が全部取得できれば、アルゴリズムをすべて実行することが可能となる。 By analyzing the cathode potential (cathode potential) and anode current (anode current) data obtained by the cathodic protection system, it is possible to detect the possibility of occurrence of abnormalities in the cathodic protection equipment, the pipeline, and the insulating material. However, it is not sufficient to analyze only the behavior of such temporary sensor measurement data. In order to solve such problems and increase the accuracy of abnormality detection, the abnormality occurrence probability is calculated by collating with the history data stored in the case database storing the abnormality that has occurred in the past and the confirmation results. For past abnormalities, check the relationship with potential values, current values, and their changes, what kind of abnormalities actually occurred, and how repairs were performed. Thus, the probability of occurrence of an abnormality can be obtained and the repair method can be confirmed. Specifically, the values of the cathode potential, anode current, and power supply current and their rate of change over time are calculated, and this is compared and verified based on the values and changes over time stored in past cases. The probability of occurrence of an abnormality is obtained. Note that it is only necessary to measure at least one of the cathode potential, the anode current, and the power supply current. In this case, only the algorithm related to the analysis of the measured data moves. Of course, if all the values of the cathode potential, the anode current, and the power supply current can be acquired, it is possible to execute all the algorithms.
また、修理の緊急性が必要な場合がある。カソード電位の異常がパイプライン自体の異常の可能性を示し、さらに危険腐食がその場所に存在する場合には、緊急の修理が必要となる。このため、腐食データと、カソード電位の位置関係を参照し、パイプラインの破断などが疑われる場合は、修理の優先順位を高めることになる。 In addition, urgent repair may be necessary. An anomaly in the cathodic potential indicates a possible anomaly in the pipeline itself, and further urgent repairs are required if hazardous corrosion is present at that location. For this reason, referring to the positional relationship between the corrosion data and the cathode potential, if a pipeline breakage is suspected, the priority of repair is increased.
図２に、強制電流方式の場合のカソード防食システム構成を示す。このシステムは、リアルタイム計測部２０１とデータ解析部２１４により構成される。 FIG. 2 shows the configuration of the cathodic protection system in the case of the forced current method. This system includes a real-time measurement unit 201 and a data analysis unit 214.
リアルタイム計測部は、以下の被保護対象、計測器から構成される。
パイプライン２０２：カソード防食の対象
計測ステーション２０３：カソード電位とアノード電流、電源電流を計測する。
電圧計測器２０４：カソード電位を計測する。
電流計測器２０５：アノード電流を計測する。
通信ネットワーク２０６：計測データおよびデータ取得コマンドをデータ収集システム２１６と自動計測装置２０７の間で送受信する。
自動計測装置２０７：カソード電位、アノード電流、電源電流を計測するインタフェースである。
参照用電極２０８：基準電位値を示す電極であり、銅−硫酸銅参照電位で計測される。
電源/変圧器２０９：電流をアノード陽極２１０に向けて強制的に流すための電源である。
アノード陽極２１０：パイプライン鋼材よりも卑なる電位を有する金属から構成される陽極である。
電流プローブ２１１：アノード電流を検知するプローブである。
絶縁材２１２：パイプラインの保護材である。エポキシ系樹脂やコールタールなどが使用される。
電力線２１３：電源/変圧器に電力を供給する電力線である。
The real-time measurement unit is composed of the following protected objects and measuring instruments.
Pipeline 202: Cathodic protection target measurement station 203: Cathode potential, anode current, and power source current are measured.
Voltage measuring device 204: measures the cathode potential.
Current measuring device 205: Measures the anode current.
Communication network 206: Transmits and receives measurement data and data acquisition commands between the data collection system 216 and the automatic measurement device 207.
Automatic measuring device 207: An interface for measuring cathode potential, anode current, and power supply current.
Reference electrode 208: an electrode showing a reference potential value, measured with a copper-copper sulfate reference potential.
Power source / transformer 209: A power source for forcibly flowing a current toward the
Anode anode 210: An anode composed of a metal having a lower potential than pipeline steel.
Current probe 211: A probe for detecting an anode current.
Insulating material 212: a protective material for the pipeline. Epoxy resins and coal tar are used.
Power line 213: A power line for supplying power to the power source / transformer.
パイプライン２０２は、天然ガスや石油を輸送する。埋設パイプラインの場合、パイプラインと土壌との直接接触を防ぐためエポキシ系樹脂やコールタールなどの絶縁材２１２が塗布される。パイプラインの近傍に計測ステーション２０３が設置される。計測ステーション２０３は、カソード電位の計測器２０４およびアノード電流の計測器２０５の計測値を出力する端子を有している。ここに、自動計測装置２０７を設置して、カソード電位、アノード電流、電源電流の各値を自動計測する。自動計測装置２０７は、通信ケーブル２０６にて送られてくる計測指定コマンドデータ３０１を受信したときに、カソード電位、アノード電流、電源電流の各値を計測する。カソード電位は参照用電極２０８の電位値を基準とする。電流は電源/変圧器２０９から付加され、アノード陽極２１０に電流が流される。強制電流方式の場合、アノード電極２１０は、高シリコン鋳鉄、グラファイトなどが用いられる。電位計測器２０４は、パイプライン２０２のカソード電位を計測する。アノード陽極からパイプライン陰極に流れるアノード電流は電流プローブ２１１で取得され電流計測器２０５を通して取得される。計測の結果、取得されるデータは通信ネットワーク２０６を通してデータ収集装置２１６に送られる。
The pipeline 202 transports natural gas and oil. In the case of a buried pipeline, an insulating material 212 such as epoxy resin or coal tar is applied to prevent direct contact between the pipeline and soil. A measurement station 203 is installed in the vicinity of the pipeline. The measuring station 203 has terminals for outputting the measured values of the cathode potential measuring device 204 and the anode current measuring device 205. Here, an automatic measuring device 207 is installed to automatically measure each value of the cathode potential, the anode current, and the power supply current. The automatic measuring device 207 measures each value of the cathode potential, the anode current, and the power supply current when receiving the measurement designation command data 301 sent via the communication cable 206. The cathode potential is based on the potential value of the reference electrode 208. Current is applied from the power supply /
データ解析部２１４は計算機システムから構成される。
ゲートウエイ装置２１５：計測データを取得するためのインタフェース計算機である。
データ収集装置２１６：計測データを収集し、かつデータ収集のための計測指定コマンドデータ３０１を発行する計算機である。
データ解析装置２１７：計測データを解析し、計測した電位、電流値の変動を取得するとともに、過去の事例データを参照してカソード防食、パイプライン、絶縁材の異常確率を算出する計算機である。
履歴データ格納装置２１８：取得した計測データやデータ解析装置で求めた解析結果を蓄積するデータベース計算機である。
気象データ検索装置２１９：気象情報（降水量など）に関するデータを収集し蓄積する計算機である。
事例データ検索/格納装置２２０：異常の実態と異常発見時点での、電位、電流値の状況を対応付け、過去の異常調査結果と修理箇所および修理方法に関する事例データを検索するとともに、新しい事例データを格納する計算機である。
パイプ欠陥データ検索装置２２１：腐食データを検索する計算機である。
The data analysis unit 214 is composed of a computer system.
Gateway device 215: an interface computer for acquiring measurement data.
Data collection device 216: A computer that collects measurement data and issues measurement designation command data 301 for data collection.
Data analysis device 217: This is a computer that analyzes measurement data, acquires fluctuations in measured potential and current values, and calculates abnormal probabilities of cathode corrosion protection, pipelines, and insulating materials by referring to past case data.
History data storage device 218: A database computer that accumulates acquired measurement data and analysis results obtained by a data analysis device.
Weather data search device 219: A computer that collects and stores data on weather information (such as precipitation).
Case data search / storage device 220: Corresponds to the actual state of abnormality and the state of potential and current value at the time of abnormality detection, searches past abnormality investigation results, case data regarding repair locations and repair methods, and new case data Is a computer that stores
Pipe defect data retrieval device 221: a computer for retrieving corrosion data.
データ解析部２１４の機能ブロック図を図１に示す。ここで、データ収集部１０１は２１６、パイプ欠陥データ検索部１０３は２２１、気象データ検索部１０４は２１９、事例データ検索/格納部１０５は２２０、履歴データ格納部１０２は２１８と同一である。
データ収集部１０１：通信ネットワーク２０６によって送られる計測結果データ３０５を収集する。
履歴データ格納部１０２：収集したカソード電位、アノード電流、電源電流データを時系列計測データベース１１９に格納する。
パイプ欠陥データ検索部１０３：腐食データベース１２２から、腐食データを検索する。
気象データ検索部１０４：過去の降雨量や温度などのデータを外部のデータベースから検索する。
事例データ検索/格納部１０５：過去のカソード防食設備、パイプライン、絶縁材の異常内容と電位・電流の変化パラメータを対応付けた事例データを格納した過去異常履歴データベース１２０、異常に対する対処方法（修理方法）を格納した過去対処データベース１２１から、それぞれ異常事例データ、対処方法（修理）データを検索するとともに、新しい事例データや対処方法データを格納する。
タイマ１０６：計測ステーション２０３に計測指定コマンドデータ３０１を発行して計測を行わせるための時間タイミングを生成する。
データ収集命令発信部１０７：計測ステーション２０３に計測を指示するための計測指定コマンドデータ３０１を発行する。
変化解析部１０８：最新の電位・電流データの閾値判定を行う。
データ検索部１０９：時系列計測データベース１１９から、過去に取得したカソード電位、アノード電流、電源電流データを検索する。
トレンド解析部１１０：最新の電位・電流データと、過去に取得した電位・電流の履歴データを参照して、電位・電流の変化速度および変化加速度を計算する。
類似データ照合部１１１：最新の電位・電流値および、トレンド解析部１１０により計算した変化速度、変化加速度と類似している事例データを検索するとともに、事例を気象条件や、時期に関して集計してえられる電位・電流値および変化速度および変化加速度と照合する。
異常抽出部１１２：あらかじめ決められた閾値を越えたカソード電位、アノード電流、電源電流、または電位、電流の変化速度や変化加速度に関連し、類似データ照合部１１１において事例データと照合する結果を受けて、異常候補を抽出する。
修理案生成部１１３：カソード電位、アノード電流、電源電流が異常とみなされる場合、過去の対処方法データベース１２１を検索して、類似の対処方法（修理方法）を検索する。
解析結果判定部１１４：異常抽出部１１２において抽出したカソード電位、アノード電流、電源電流の異常候補について異常発生確率を算出する。
トレンド表示データ作成部１１５：カソード電位、アノード電流、電源電流についての変化の傾向を解析した結果をグラフィックに表示するためのデータを作成する。
警告表示部１１６：カソード防食設備、パイプライン、絶縁材料に異常が発生している確率が高い場合は、警告データを生成する。
ネットワークデータ出力部１１７：解析結果判定部１１４においてパイプライン自体に異常が発生している確率が高いと判明した時点で、代替パイプ（ルーピングラインなど）の選択を行うためにバルブ開閉のための操作信号を生成する。
表示装置１１８：計算機の表示画面であり、カソード電位、アノード電流、電源電流の時間変化や異常に関連するデータを表示する。
時系列計測データベース１１９：カソード電位、アノード電流、電源電流の履歴データを格納したデータベース。
過去異常履歴データベース１２０：過去に発生したパイプライン、絶縁材料、カソード防食設備の異常をカソード電位、アノード電流、電源電流の各値の変化速度、変化加速度に対応させて格納したデータベース。
過去対処データベース１２１：カソード電位、アノード電流、電源電流の異常に関連付けて、実際に現地調査を行い設備修理などの対処方法について記載したデータを格納したデータベース。
腐食データベース１２２：パイプラインの腐食データを格納したデータベース。
A functional block diagram of the data analysis unit 214 is shown in FIG. Here, the
Data collection unit 101: Collects measurement result data 305 sent by the communication network 206.
History data storage unit 102: Stores collected cathode potential, anode current, and power supply current data in the time
Pipe defect data search unit 103: Searches corrosion data from the
Weather data retrieval unit 104: retrieves data such as past rainfall and temperature from an external database.
Case data search / storage unit 105: Past
Timer 106: Generates time timing for issuing measurement designation command data 301 to the measurement station 203 to cause measurement to be performed.
Data collection command transmitter 107: issues measurement designation command data 301 for instructing measurement to the measurement station 203.
Change analysis unit 108: Performs threshold determination of the latest potential / current data.
Data search unit 109: Searches the cathode potential, anode current, and power supply current data acquired in the past from the time
Trend analysis unit 110: Referring to the latest potential / current data and previously acquired potential / current history data, the potential / current change rate and acceleration are calculated.
Similar data collating unit 111: Searches the latest potential / current values and case data similar to the change speed and change acceleration calculated by the
Abnormality extraction unit 112: Receives the result of collation with case data in the similar data collation unit 111 in relation to the cathode potential, anode current, power supply current, or potential, current change speed or change acceleration exceeding a predetermined threshold. Then, abnormal candidates are extracted.
Repair plan generation unit 113: When the cathode potential, the anode current, and the power supply current are regarded as abnormal, the past
Analysis result determination unit 114: Calculates the probability of occurrence of an abnormality with respect to the cathode potential, anode current, and power supply current abnormality candidates extracted by the
Trend display data creation unit 115: Creates data for graphically displaying the result of analyzing the tendency of changes in cathode potential, anode current, and power supply current.
Warning display unit 116: If there is a high probability that an abnormality has occurred in the cathodic protection equipment, the pipeline, or the insulating material, warning data is generated.
Network data output unit 117: When the analysis result determination unit 114 determines that there is a high probability that an abnormality has occurred in the pipeline itself, an operation for opening and closing a valve in order to select an alternative pipe (such as a looping line) Generate a signal.
Display device 118: a display screen of a computer, which displays data related to temporal changes and abnormalities of the cathode potential, anode current, and power supply current.
Time-series measurement database 119: A database storing history data of cathode potential, anode current, and power supply current.
Past abnormality history database 120: A database storing abnormalities of pipelines, insulating materials, and cathodic protection equipment that occurred in the past in correspondence with the changing speed and changing acceleration of each value of cathode potential, anode current, and power supply current.
Past handling database 121: A database that stores data describing a coping method such as facility repair by actually conducting a field survey in association with abnormalities in cathode potential, anode current, and power supply current.
Corrosion database 122: a database storing pipeline corrosion data.
図１、および図２に示す装置および機能を用いてカソード防食設備、パイプライン、絶縁材の異常発生確率を計算するアルゴリズムフローを図４−図９に示す。アルゴリズムの流れは、時系列センサ計測データの取得、データの解析、過去発生した異常との類似検索と異常確率の算出、修理案の提示の順序となる。 FIG. 4 to FIG. 9 show an algorithm flow for calculating the probability of occurrence of abnormality in the cathodic protection equipment, the pipeline, and the insulating material using the apparatus and function shown in FIG. 1 and FIG. The flow of the algorithm is the order of acquisition of time series sensor measurement data, data analysis, similarity search with abnormality that occurred in the past, calculation of abnormality probability, and presentation of repair proposal.
カソード防食電位、アノード電流、電源電流の異常抽出を行うため以下の内容を解析する。
(1)カソード防食電位
[1] 閾値解析
カソード電位があらかじめ決められた閾値を越える現象を監視する
[2] 変化解析
カソード防食電位が一定時間内に卑または貴となる現象を監視する。
(2) アノード電流
[１]閾値処理
アノード電流があらかじめ決められた閾値を越える現象を監視する。
[２]変化解析
アノード電流が一定時間内に増加・減少する現象を監視する。また、時間経過にともない、増加・減少した後で回復する場合を監視する。
(3)電源電流
[1] 閾値処理
電源電流があらかじめ決められた閾値を越える場合を監視する。
[2] 変化解析
電源電流があらかじめ決められた時間内に減少する場合を監視する。
In order to extract abnormalities of the cathodic protection potential, anode current, and power supply current, the following contents are analyzed.
(1) Cathodic protection potential
[1] Threshold analysis Monitors the phenomenon where the cathode potential exceeds a predetermined threshold
[2] Change analysis Monitor the phenomenon that the cathodic protection potential becomes base or noble within a certain time.
(2) Anode current
[1] Threshold processing A phenomenon in which the anode current exceeds a predetermined threshold is monitored.
[2] Change analysis Monitors the phenomenon in which the anode current increases / decreases within a certain time. Also, monitor the case of recovery after increasing / decreasing over time.
(3) Power supply current
[1] Threshold processing Monitors when the power supply current exceeds a predetermined threshold.
[2] Change analysis Monitors when the power supply current decreases within a predetermined time.
以下に、異常解析のアルゴリズムフローを示す。 The algorithm flow for abnormality analysis is shown below.
ステップ１（４０１）:カソ−ド防食関連データの取得命令発行
データ収集命令発行部１０７は、タイマ１０６から送られるタイミング信号に基づいて、計測指定コマンドデータ３０１を計測ステーション２０３に対して発行する。図３に、自動計測データの構成を示す。図３に示すように、計測指定コマンドデータ３０１は、送り先となる計測ステーションのＩＤ（計測ステーションＩＤ：ネットワークアドレスのような識別コード）３０２、返信先となるデータ収集部１０１のＩＤ（返信先ＩＤ）３０３、計測させるデータ種類を格納した領域３０４、から構成される。計測指定コマンドデータ３０１は通信ネットワーク２０６に対して送られ、ＩＤ番号３０２に対応する計測ステーション２０３が受け取る。
Step 1 (401): Cathodic protection related data acquisition command issue data collection command issue unit 107 issues measurement designation command data 301 to measurement station 203 based on the timing signal sent from timer 106. FIG. 3 shows the configuration of automatic measurement data. As shown in FIG. 3, the measurement designation command data 301 includes a measurement station ID (measurement station ID: identification code such as a network address) 302 that is a destination, and an ID (reply destination ID) of the
ステップ２（４０２）：カソード防食関連データの計測
計測ステーション２０３では、カソード電位、アノード電流、電源電流の各データをあらかじめ決められた時間間隔で、かつ、あらかじめ指定されている時間範囲で繰り返し取得する。
Step 2 (402): Cathodic protection data measurement and measurement station 203 repeatedly obtains cathode potential, anode current, and power supply current data at predetermined time intervals and in a pre-designated time range. .
ステップ３（４０３）：平均値と標準偏差の取得
計測ステーション２０３では、ステップ２（４０２）にて取得した，カソード電位（Ｖi:i＝1,2・・・k、k：計測ステーションの数）、アノード電流（Ａi:i＝1,2・・・k）、電源電流（Ｃi：:i＝1,2・・・k）の平均値（ＭＶ、ＭＡ、ＭＣ）とその標準偏差（Ｖσ、Ａσ、Ｃσ）を計算する。ここで、平均値（Ｍ）および標準偏差（σ）は、以下の式によって求める。
Step 3 (403): Acquisition of average value and standard deviation In the measurement station 203, the cathode potential (Vi: i = 1, 2... K, k: number of measurement stations) acquired in Step 2 (402). , Anode current (Ai: i = 1,2... K), power source current (Ci :: i = 1,2,... K) average value (MV, MA, MC) and its standard deviation (Vσ, Aσ, Cσ) is calculated. Here, the average value (M) and the standard deviation (σ) are obtained by the following equations.
添え字jは計測ステーションｊでの計測データを示す。 The subscript j indicates the measurement data at the measurement station j.
ステップ４（４０４）：計測データの返信
計測ステーション２０３では、カソード電位、アノード電流、電源電流を計測後、自動計測装置２０７は計測結果データ３０５を生成し、通信ネットワーク２０６に送り出すことによってデータ収集装置２１６（１０１に相当する）に返信する。計測結果データ３０５は、返信先となるデータ収集装置２１６のＩＤ番号３０６、計測ステーション２０３のＩＤ番号３０７、データ種類３０８、計測値/標準偏差３０９より構成される。計測値は平均値である。
Step 4 (404): Reply of measurement data In the measurement station 203, after measuring the cathode potential, the anode current, and the power supply current, the automatic measurement device 207 generates the measurement result data 305 and sends it to the communication network 206 to send the data collection device. Reply to 216 (corresponding to 101). The measurement result data 305 includes an
ステップ５（４０５）：データの集約判定
データ収集機能１０１にて計測結果データ３０５を集約し、すべての計測ステーション２０３からデータが集まったかどうかを確認する。履歴データ格納部１０２は、収集した電位・電流データを時系列データベース１１９に格納する。なお、一定時間待機してすべての計測ステーションからデータが集まらない場合には、ステップ６（４０６）を行い、集まった場合にはステップ７（４０７）を行う。
Step 5 (405): The measurement result data 305 is collected by the data aggregation determination
ステップ６（４０６）：機能していない計測ステーションの表示
データ収集部１０１は、警告生成部１１６に対し、計測ステーション２０３または自動計測装置２０７が機能していないことを通知する。警告生成部１１６は機能していない計測ステーションを表示装置１１８に表示する。
Step 6 (406): The display
ステップ７（４０７）：カソード電位の閾値解析
変化解析部１０８では、最新の計測結果データを参照し、カソード防食、アノード電流、電源電流のそれぞれについてあらかじめ決められた閾値を越えているかどうかを判定する。
カソード防食電位ＭＶについて、貴、卑の電位の閾値をＶth upper、Ｖth lowerとすると、
Step 7 (407): The threshold value analysis
Regarding the cathodic protection potential MV, if the threshold values of the noble and base potentials are Vth upper and Vth lower,
の場合を異常発生の候補とする。なお、取得した標準偏差Ｍσがあらかじめ決められた範囲になければ環境雑音の影響があるとして異常判定を保留する。〔数４〕はパイプの水素割れの危険が疑われ、〔数５〕は、絶縁材の劣化・破断の可能性などが疑われる。なお、一時的な異常か、または恒久的な異常かが判定される。これは一定時間待機して閾値を越えている状態かどうかにより判定する。図１０に、閾値（卑方向）を越えたカソード電位の閾値判定解析の状況を示す。５０１はカソード電位であり、５０２はカソード電位の有効範囲を示す。５０３はカソード電位が閾値５０４を越えたことを示し、異常発生の候補となる。計測ステーション２０３はパイプライン基点からの距離により管理されるため、カソード電位異常の発生位置（距離）５０５は計測ステーション２０３の距離として取得する。
The case of is considered a candidate for occurrence of an abnormality. If the acquired standard deviation Mσ is not within the predetermined range, the abnormality determination is suspended because there is an influence of environmental noise. [Equation 4] is suspected of causing hydrogen cracking of the pipe, and [Equation 5] is suspected of the possibility of deterioration or breakage of the insulating material. It is determined whether it is a temporary abnormality or a permanent abnormality. This is determined by waiting for a certain time and exceeding a threshold value. FIG. 10 shows a situation of cathode potential threshold determination analysis exceeding the threshold (base direction).
ステップ８（４０８）：カソード電位異常に関する事例データ検索
事例データ検索/格納部１０５は、過去のカソ−ド電位が閾値を越えている場合に対し、カソード電位異常と、カソード防食設備、パイプライン、絶縁材の調査結果を対応付けた過去の事例データを過去異常履歴データベース１２０より検索する。事例データの基本構成を図１１に示す。事例データ６０１は以下の項目より構成する。
・Name：パイプライン名称 ６０２
・Date：異常発生日 ６０３
・Station：異常発生ステーションのＩＤ ６０４
・Data：異常発生データ ６０５
・Threshold：閾値判定の結果 ６０６（閾値を越えている場合はOver）
・Velocity：電位または電流の変化速度 ６０７
・Acceleration：電位または電流の変化加速度 ６０８
・Event：異常の内容 ６０９
・Recovered：回復の有無 ６１０
・Remarks:関連特記事項 ６１１
より構成される。なお、これらのデータの中から各異常事象に応じて必要な項目が記載され、事例データとして登録される。また、テキスト形式で記載することにより、項目の記載順序は問わない。事例データは、異常発生データ（Data）６０５、閾値判定（Threshold）６０６をキーとして検索する。含む水量など土壌の性質など地域に特徴がある場合は異常発生ステーションのＩＤ（６０４）を、その前後の計測ステーションのＩＤもあわせて検索キーすることにしてもよい。
Step 8 (408): Case data search regarding cathode potential abnormality The case data search /
Name:
・ Date:
・ Station:
・ Data:
・ Threshold: Result of threshold judgment 606 (Over if the threshold is exceeded)
Velocity: Potential or
Acceleration: Acceleration of change in potential or current 608
・ Event: Content of
-Recovered: presence or absence of
・ Remarks: Related
Consists of. Of these data, items necessary for each abnormal event are described and registered as case data. Moreover, the description order of items does not matter by describing in text format. The case data is searched using abnormality occurrence data (Data) 605 and threshold determination (Threshold) 606 as keys. If there is a characteristic in the region such as the nature of the soil such as the amount of water to be included, the ID (604) of the abnormality occurrence station may be used as a search key together with the IDs of the measurement stations before and after that.
ステップ９（４０９）：カソード電位異常の事例データとの照合
トレンド解析部１１２では、ステップ８（４０８）にて検索したカソード電位異常の事例データに対して、閾値を越えている場合に関する事例（Threshold=over）関し、その頻度Ｆ（事例データの数）を集計する。異常抽出部１１２は、あらかじめ決められた頻度に関する閾値に対して異常を抽出し、解析結果判定部１１４は異常発生確率を決定する。
この場合、時間の経過に対して自然回復した場合は除外する。
Step 9 (409): Collation with cathode potential abnormality case data The
In this case, it is excluded if it has recovered naturally over time.
異常確率は、頻度に応じて決定する。例えば、
Ｆ＜δ１ 異常発生確率Ｐ＝０.１
δ１＜Ｆ＜δ２ 異常発生確率Ｐ＝０.２
・・・・
δ9＜Ｆ＜δ10 異常発生確率Ｐ＝０.９
δ10＜Ｆ 異常発生確率Ｐ＝１.０
のように決めておく。ここで、δ１〜δ10はあらかじめ決められた閾値である。図１０は閾値判定の流れを示す。５０３において、カソード電位５０１が閾値５０４を越えた場合、事例データ５０６が検索され、ここから、異常の内容（Event）５１２ごとに事例データの数が集計される。事例データは、パイプライン名称(Name)５０７、異常発生ステーションのＩＤ(Station)５０８、閾値判定(Threshold)５０９、異常発生日(Date)５０９、異常発生データ(Data)５１０、異常発生日（Date）５１１、異常の内容（Event）５１２が記載されている。そして、異常内容に基づく集計の結果（５１３）、絶縁材の破断と劣化の可能性があり、それぞれ異常発生確率５１４が計算された。
The abnormality probability is determined according to the frequency. For example,
F <δ1 Abnormality occurrence probability P = 0.1
δ1 <F <δ2 Abnormality probability P = 0.2
...
δ9 <F <δ10 Abnormality occurrence probability P = 0.9
δ10 <F Abnormality occurrence probability P = 1.0
Decide like this. Here, δ1 to δ10 are predetermined threshold values. FIG. 10 shows a flow of threshold determination. If the
ステップ１０（４１０）：アノード電流の閾値解析
変化解析部１０８では、アノード電流の閾値判定解析を行う。アノード電流ＭＡは、閾値をＡth upperとすると、
Step 10 (410): The anode current threshold analysis
の場合は、アノード電流がパイプとは異なる方向に流れたか、または、鉄道などからの電流の流れ込みが発生したことが疑われるため、異常判定候補とする。なお、標準偏差Ａσがあらかじめ決められた範囲になければ環境雑音の影響があるとして異常判定を保留する。電流の迷走、または流れ込みの要因がなくなればアノード電流は回復することもあるため、一時的な異常か、または恒久的な異常かが判定される。これは一定時間待機して閾値を越えている状態かどうかにより判定する。 In this case, since it is suspected that the anode current has flowed in a direction different from that of the pipe, or that a current has flowed in from a railway or the like, it is determined as an abnormality determination candidate. If the standard deviation Aσ is not within a predetermined range, the abnormality determination is suspended because it is affected by environmental noise. Since the anode current may be recovered when there is no current stray or flow factor, it is determined whether the current is a temporary abnormality or a permanent abnormality. This is determined by waiting for a certain time and exceeding a threshold value.
ステップ１１（４１１）：アノード電流異常に関する事例データ検索
アノード電流が異常となりそのまま一定時間の後でも回復しない場合、アノード陽極劣化などアノード電流異常に関する過去の事例データを事例データ検索/格納部１０５は過去異常履歴データベース１２０より検索する。これは異常発生データ（Data）６０５、閾値判定（Threshold）６０６をキーとして検索する。含水量など土壌の性質に地域の特徴がある場合は異常発生ステーションのＩＤを検索キーとしても良い。
Step 11 (411): Case data retrieval regarding anode current abnormality When the anode current becomes abnormal and does not recover even after a certain period of time, the case data retrieval /
ステップ１２（４１２）：アノード電流異常の事例データとの照合
ステップ１１（４１１）にて検索した事例データに対して、トレンド解析部１１０は過去のアノード電流が閾値を越えている場合に関する事例（Threshold=over）に関し、その頻度Ｆを集計する。そして異常抽出部１１２は、あらかじめ決められた閾値に対して異常を抽出し、解析結果判定部１１４は異常発生確率を決定する。
Step 12 (412): Collation with case data of abnormal anode current In response to the case data retrieved in step 11 (411), the
例えば、異常事例の内容に応じて頻度を参照し
Ｆ＜ε1 異常発生確率Ｐ＝０.１
ε1＜Ｆ＜ε2 異常発生確率Ｐ＝０.２
・・・・
ε9＜Ｆ＜ε10 異常発生確率Ｐ＝確率０.９
ε10＜Ｆ 異常発生確率Ｐ＝１.０
とする。ε1〜ε10は閾値を示す
図１２はアノード電流の閾値判定解析の流れ示す。７０２において、アノード電流７０１が閾値７０３を越えた場合、事例データ７０５が検索される。事例データ７０５には、パイプライン名称(Name)７０６、異常発生ステーションのＩＤ(Station)７０７、閾値判定(Threshold)７０８、データ種類(Data)７０９、異常発生日(Date)７１０、異常の内容（Event）７１１、回復（Recovery）７１２が記載されている。ここでは、Recover=No（７１２）のため回復はなかったことを示す。そして、異常内容に基づく集計の結果（７１３）、陽極劣化と恒常的な電流迷走の可能性があり、それぞれ異常発生確率７１４が計算された。
For example, referring to the frequency according to the contents of the abnormality case, F <ε1 abnormality occurrence probability P = 0.1
ε1 <F <ε2 Abnormality probability P = 0.2
...
ε9 <F <ε10 Abnormality occurrence probability P = Probability 0.9
ε10 <F Abnormality occurrence probability P = 1.0
And ε1 to ε10 indicate threshold values. FIG. 12 shows a flow of anode current threshold determination analysis. In 702, when the anode current 701 exceeds the
ステップ１３（４１３）：電源電流の閾値解析
変化解析部１０８では、電源電流について閾値判定を行う。電源電流ＭＣの場合は、閾値をＣth lowerとすると、
Step 13 (413): The power supply current threshold analysis
の場合は、電源の故障があるため電源/変圧器２０９の異常とする。なお、標準偏差Ｃσがあらかじめ決められた範囲になければ環境雑音の影響があるとして異常判定を保留する。また、回復の可能性もあるため、あらかじめ決められた時間データを収集する。回復した場合は異常なしとする。
In this case, it is assumed that the power supply /
ステップ１４（４１４）：過去の電位・電流データの検索
データ検索部１０９は過去の、カソード電位、アノード電流、電源電流を検索し、トレンド解析部１１０では、カソード電位、アノード電流、電源電流の変化パラメータを計算する。
Step 14 (414): Search of past potential / current data The data search unit 109 searches for the past cathode potential, anode current, and power supply current, and the
ステップ１５（４１５）：カソード電位の短期変化パラメータ取得
カソード電位変化の解析は、短期解析と、長期解析の両方を行う。トレンド解析部１１０では過去の電位値と最新の電位値を用いて、変化パラメータである変化速度、変化加速度を計算する。短期解析では、あらかじめ決められた短時間内の変化を解析する。与えられた時間範囲内の電位値の変動を
ＭＶ[t]、ＭＶ[t-Ｔ]、ＭＶ[t-2T]、・・・・ＭＶ[t-kT]
とする。Ｔは計測時間間隔を表し、t-Ｔは一回前の計測時間を示す。このとき、ＭＶ値が一様に減少または増加していることが認められれば、異常の候補となる。変化速度(Ｈ)および加速度（α）は以下のように計算する。変化のスピードをＭＶＨ、加速度をＭＶαとすると、
Step 15 (415): Acquisition of short-term change parameter of cathode potential Both the short-term analysis and the long-term analysis are performed for the analysis of the cathode potential change. The
And T represents the measurement time interval, and t-T represents the previous measurement time. At this time, if it is recognized that the MV value is uniformly decreasing or increasing, it becomes a candidate for abnormality. The change speed (H) and acceleration (α) are calculated as follows. If the speed of change is MVH and the acceleration is MVα,
により求める。
ＭＶＨ[t]、ＭＶＨ[t-T]、ＭＶＨ[t-2T]、・・・・
が一定であれば一定の変化の傾向を有するとみなす。ＭＶＨ[t]の最大値および最小値をＭＶＨmax、ＭＶＨminとすると、それぞれ正値または、負値であり、−δ１１以下または、＋δ１１以上の範囲にあり
Ask for.
MVH [t], MVH [tT], MVH [t-2T], ...
If is constant, it is considered to have a certain tendency of change. When the maximum value and the minimum value of MVH [t] are MVHmax and MVHmin, respectively, they are positive values or negative values, and are in the range of −δ11 or less or + δ11 or more.
の場合には、一定の変化とみなす。なお、ＭＶＨは環境雑音の影響もある。突発的な異常値を排除するため、いったん複数の中から最大値ＭＶＨmax、ＭＶＨminを間引き、残りのデータからＭＶＨmax、ＭＶＨminを求めてもよい。
速度ＭＶＨが増加している場合には、加速度を求める。
ＭＶα[t]、ＭＶα[t-T]、ＭＶα[t-2T]、・・・・
として、その最大値、最小値をＭＶαmax、ＭＶαminとすると、それぞれ正値または、負値であり、−δ１３以下または、＋δ１３以上の範囲にあり
In the case of, it is regarded as a constant change. Note that MVH is also affected by environmental noise. In order to eliminate sudden abnormal values, the maximum values MVHmax and MVHmin may be temporarily thinned out from a plurality of data, and MVHmax and MVHmin may be obtained from the remaining data.
If the speed MVH is increasing, the acceleration is obtained.
MVα [t], MVα [tT], MVα [t-2T], ...
Assuming that the maximum value and the minimum value are MVαmax and MVαmin, respectively, it is a positive value or a negative value, and is in a range of −δ13 or less or + δ13 or more.
の場合には、加速変化とみなす。なお、速度や加速度がそれぞれ−δ１２から＋δ１２、および−δ１３から＋δ１３の範囲の値をとる場合には、異常なしとみなす。図１３は、カソード電位が卑方向に時間変化している状況を示す。ここでは、カソード電位は８０１、８０２、８０３、８０４の順番に移動している。８０５は許容変動範囲であり、カソード電位は８０６の範囲において、継続的に減少することを示す。
In the case of, it is regarded as an acceleration change. In addition, when the speed and acceleration take values in the ranges of -δ12 to + δ12 and -δ13 to + δ13, respectively, it is considered that there is no abnormality. FIG. 13 shows a situation where the cathode potential changes with time in the base direction. Here, the cathode potential moves in the order of 801, 802, 803, and 804.
ステップ１６（４１６）：カソード電位の長期変化パラメータ取得
ステップ１５（４１５）よりも長い時間範囲で、かつ、あらかじめ決められた時間間隔によりカソード電位値を取得する。例えば、短期解析における過去のデータ検索の時間間隔をＴとすると、長期解析では、Ｔ’（Ｔ’＞Ｔ）となる。また、解析対象となる時系列電位データの取得時間範囲は、短期解析の場合よりも長くなる。このため、過去のデータは短期解析の場合よりもさらに過去にさかのぼってカソード電位データを利用し、変化速度と加速度を計算する。
Step 16 (416): The cathode potential value is acquired in a longer time range than the long-term change parameter acquisition step 15 (415) of the cathode potential and at a predetermined time interval. For example, if the time interval of past data search in the short-term analysis is T, T ′ (T ′> T) in the long-term analysis. Moreover, the acquisition time range of the time-series potential data to be analyzed is longer than that in the case of short-term analysis. For this reason, the past data is further retroactive than the short-term analysis, and the cathode potential data is used to calculate the change speed and acceleration.
ステップ１７（４１７）：アノード電流の短期解析の短期変化パラメータ取得
アノード電流変化の解析についても、カソード電位の場合と同様に短期解析と、長期解析を行う。過去のアノード電流値と最新のアノード電流値を比較して変化を解析する。アノード電流が増加、減少する場合には、アノード陽極の劣化、外部からの電流入力、外部への電流拡散の要因となる。電流の入出力の原因として、地面に電気を放出する鉄道などがある場合、または、伝導性の設備や車両があることが考えられる。
Step 17 (417): Acquisition of short-term change parameter in short-term analysis of anode current As for the analysis of change in anode current, short-term analysis and long-term analysis are performed as in the case of the cathode potential. The change is analyzed by comparing the past anode current value with the latest anode current value. When the anode current increases or decreases, it causes deterioration of the anode anode, current input from the outside, and current diffusion to the outside. As a cause of current input / output, there may be a railway that emits electricity to the ground, or there may be conductive equipment or vehicles.
短期解析では、あらかじめ決められた短時間内の変動を解析する。与えられた時間範囲内の電流値の変動を
ＭＡ[t]、ＭＡ[t-T]、ＭＡ[t-2T]、・・・・ＭＡ[t-kT]
とする。Ｔは計測時間間隔を表し、t-Ｔは一回前の計測時間を示す。このとき、ＭＡ値が、減少または増加していることが認められれば異常の候補とみなす。トレンド解析部１１０では、変化速度と加速度を
In short-term analysis, fluctuations within a predetermined short time are analyzed. Changes in current values within a given time range are represented by MA [t], MA [tT], MA [t-2T],... MA [t-kT].
And T represents the measurement time interval, and t-T represents the previous measurement time. At this time, if it is recognized that the MA value is decreasing or increasing, it is regarded as a candidate for abnormality. The
より求める。変化の速度ＭＡＨは、
ＭＡＨ[t]、ＭＡＨ[t-T]、ＡＨ[t-2T]、・・・・
が一定であれば一定のトレンドを有するとみなす。なお、ＭＡＨは環境雑音の影響もありえるため、ＭＡＨ[t]の最大値および最小値をＭＡＨmax、ＭＡＨminとすると、それぞれ正値または負値であり、さらに、−ε11以下または、＋ε11以上の範囲にあり
Ask more. The rate of change MAH is
MAH [t], MAH [tT], AH [t-2T], ...
If is constant, it is considered to have a certain trend. Since MAH can be affected by environmental noise, if the maximum and minimum values of MAH [t] are MAHmax and MAHmin, they are positive or negative values, respectively, and are in the range of −ε11 or less or + ε11 or more. Yes
の場合には、一定の変動とみなす。なお、ＭＡＨは環境雑音の影響もありえるため、複数の中から突発的な異常値を排除するため、いったん最大値ＭＡＨmax、ＭＡＨminを間引いてその中から、新たにＭＡＨmax、ＭＡＨminを求めてもよい。
変化の加速度ＭＡαについても
ＭＡα[t]、ＭＡα[t-T]、ＭＡα[t-2T]、・・・・
として、その最大値、最小値をＭＡαmax、ＭＡαminとすると、それぞれ正値または負値であり、さらに、−ε１３以下または、＋ε１３以上の範囲にあり
In the case of, it is regarded as a constant fluctuation. Since MAH may be affected by environmental noise, in order to eliminate sudden abnormal values from a plurality of values, the maximum values MAHmax and MAHmin may be thinned out once and MAHmax and MAHmin may be newly obtained from them.
Regarding the acceleration of change MAα, MAα [t], MAα [tT], MAα [t-2T],...
Assuming that the maximum value and the minimum value are MAαmax and MAαmin, respectively, they are positive values or negative values, and are in the range of −ε13 or less or + ε13 or more.
の場合には、加速度変化とみなす。なお、なお、速度や加速度がそれぞれ−ε11から＋ε11、および−ε13から＋ε13の範囲にある場合には、異常なしとみなす。 In the case of, it is regarded as a change in acceleration. It should be noted that when the speed and acceleration are in the ranges of -ε11 to + ε11 and -ε13 to + ε13, respectively, it is considered that there is no abnormality.
ステップ１８（４１８）：アノード電流の長期変化パラメータ取得
ステップ１７（４１７）でのアノード電流の取得時間よりも長い時間の間で、あらかじめ決められた時間間隔によりアノード電流値を取得する。例えば、短期解析における過去のデータ検索の時間間隔をＴとすると、長期解析では、Ｔ’（Ｔ’＜Ｔ）となる。また、解析対象となる時系列電位データの取得時間範囲は、短期解析の場合よりも長くする。また、このため、過去のデータは短期解析の場合よりもさらに過去にさかのぼって電流データを利用し、速度と加速度を計算する。
Step 18 (418): The anode current value is acquired at a predetermined time interval during a time longer than the anode current acquisition time in the anode current long-term change parameter acquisition step 17 (417). For example, if the time interval of past data search in the short-term analysis is T, T ′ (T ′ <T) in the long-term analysis. Further, the acquisition time range of the time series potential data to be analyzed is made longer than that in the case of short-term analysis. For this reason, the past data is further retroactive than the short-term analysis, and the current data is used to calculate the speed and acceleration.
電流変化速度と加速度は、ステップ１７（４１７）短期解析の場合と計算方法は同じである。 The current change speed and acceleration are calculated in the same manner as in step 17 (417) short-term analysis.
ステップ１９（４１９）：カソード電位の異常有無の判定
ステップ１５（４１５）およびステップ１６（４１６）において、短期解析データ、長期解析データであるカソード電位の変化速度や加速度が正値、または、負値の値で変化している場合は、異常発生の可能性があるとして、ステップ２０（４２０）を行う。異常変動がない場合は、アノード電流異常との相関を計算するためステップ２３（４２３）を行う。
Step 19 (419): In step 15 (415) and step 16 (416) for determining whether or not the cathode potential is abnormal, the change rate and acceleration of the cathode potential, which are short-term analysis data and long-term analysis data, are positive values or negative values. If the value is changed, step 20 (420) is performed on the assumption that an abnormality may have occurred. If there is no abnormal variation, step 23 (423) is performed to calculate the correlation with the anode current abnormality.
ステップ２０（４２０）：カソード電位の閾値までの時間計測
ステップ１５（４１５）、ステップ１６（４１６）により速度および加速度が求まると、カソード電位値が閾値を越えるまでの時間を計測する。これは、カソード電位変化速度Ｈと加速度αとカソード電位ＭＶを用いて、
Step 20 (420): Time measurement until threshold value of cathode potential When the speed and acceleration are obtained in steps 15 (415) and 16 (416), the time until the cathode potential value exceeds the threshold value is measured. This is based on the cathode potential change speed H, acceleration α, and cathode potential MV.
により、将来のカソード電位値Ｖを求める。ここで、Ｔintは時間経過を示す。加速度が一定の変動幅以内で０値とみなされる場合は、最新の速度値ＭＶＨ[t]をＨとして用いる。そして、 Thus, a future cathode potential value V is obtained. Here, Tint indicates the passage of time. When the acceleration is regarded as a zero value within a certain fluctuation range, the latest velocity value MVH [t] is used as H. And
の閾値判定を満足する時間Ｔintを求める。この時間は実際の異常発生までの時間を示す。 The time Tint that satisfies the threshold value determination is obtained. This time indicates the time until an actual abnormality occurs.
ステップ２１（４２１）：異常進行事例の検索とパラメータ平均値の計算
事例データ検索/格納部１０５では、カソード電位変化の速度、加速度と異常進行の事例を対応付けた事例データを過去異常履歴データベース１２０から検索する。検索キーは、変化速度と、変化加速度である。カソード電位変化の速度値および加速度値を集計することにより、速度の平均値Ｈrefおよび加速度の平均値αrefを求める。そして、それぞれ、事例データに記載された変化速度と加速度の差が、あらかじめ決められた閾値δ15およびδ16以内にある場合は一致したとみなす。
Step 21 (421): Abnormal progress case search and parameter average value calculation case data search /
ステップ２２（４２２）：異常進行確率の計算
異常抽出部１１２では、ステップ２１（４２１）で求めた平均値を用いて異常異常進行の確率を求める。異常は速度と加速度に応じて異常確率を計算する。例えば、異常確率はガウス分布に従うと考えることにより、
Step 22 (422): Abnormal progress probability calculation The
により求める。σHはＨrefの標準偏差、σαはαrefの標準偏差を示す。また、P(Ｋi)は異常の内容iに対する頻度Ｋiから、 Ask for. σH represents the standard deviation of Href, and σα represents the standard deviation of αref. P (Ki) is calculated from the frequency Ki for the content i of the abnormality.
より計算される。ＭＶＨおよびＭＶαはステップ１５（４１５）、ステップ１６（４１６）で求めた速度値と加速度値である。
この確率Ｐは、異常発生内容ごとに速度ＭＶＨおよび加速度ＭＶαについて求め、短期解析および長期解析から求められる中から大きいほうの値を異常発生確率として選択する。
Calculated by MVH and MVα are the speed value and acceleration value obtained in step 15 (415) and step 16 (416).
This probability P is obtained for the speed MVH and the acceleration MVα for each abnormality occurrence content, and the larger value obtained from the short-term analysis and the long-term analysis is selected as the abnormality occurrence probability.
図１３に事例データとの照合を行う方法を示す。カソード電位の範囲８０６での変化は、時間の経過に伴って閾値を越えることが予想される。変化速度８０９を検索キーとして関連する事例データ８０７が検索され、発生頻度を集計すると、絶縁材の劣化および破れの順番で異常の可能性があり（８１１）、それぞれ、異常発生確率を〔数１９〕、〔数２０〕によって確率値を求めた結果が８１２である。含水量など土壌特徴に地域の特徴がある場合は、異常発生ステーションのＩＤを検索キーに含めても良い。
FIG. 13 shows a method for collating with case data. The change in the
ステップ２３（４２３）：アノード電流との関連事例データの検索
カソード電位が卑方向に変化する要因として、絶縁材と、パイプの間に隙間が発生し、その中に空気が入ることなどが考えられる。このような場合、カソード電位には変化はないがアノード電流に異常があるため隙間が発生しても問題がないように見える。このため、カソード電位の判定に、アノード電流との関連性を計算する。
Step 23 (423): Retrieval of case data related to the anode current As a factor for the cathode potential to change in the base direction, a gap may be generated between the insulating material and the pipe, and air may enter therein. . In such a case, although there is no change in the cathode potential, there appears to be no problem even if a gap occurs because the anode current is abnormal. Therefore, the relevance with the anode current is calculated for the determination of the cathode potential.
事例データ検索部/格納部１０５より、アノード電流データ異常に関する事例データを過去異常履歴データベース１２０よりアノード電流の変化速度と加速度が近い値を有するだけでなく、特記事項（Remarks）が、カソード電位は異常なし（C-Voltage Normal）と記載されているデータを検索する。
アノード電流の変化速度、加速度のパラメータが記載されている事例データを検索し、アノード電流の速度パラメータと加速度パラメータから、それぞれ平均値を求める。そして、異常発生確率は、ガウス分布に従うものとして、
From the case data search unit /
Case data describing the change speed and acceleration parameters of the anode current are searched, and average values are obtained from the speed parameter and acceleration parameter of the anode current. And the anomaly occurrence probability follows the Gaussian distribution,
により異常発生確率を計算する。ここで、Ｈref、αrefはそれぞれアノード電流の変化速度および加速度の平均値である。また、P(Ｋi)は異常の内容iに対する頻度Ｋiから、 Calculate the probability of abnormality. Here, Href and αref are average values of the change speed and acceleration of the anode current, respectively. P (Ki) is calculated from the frequency Ki for the content i of the abnormality.
より計算される。σHおよびσαは速度および加速度の標準偏差である。 Calculated by σH and σα are standard deviations of speed and acceleration.
図１４はカソード電位とアノード電流の相関を解析する方法を示す。カソード電位は、９０１、９０２、９０３の順番で変化し、閾値９０４を越えることはないが、アノード電流が９０５、９０６、９０７の順番で変化し異常の候補となる。ここで、アノード電流に対する事例データ９０８が検索され、異常内容(Event)ごとに集計（９１２）される。この結果に対してアノード電流の変化速度９１０を用いて確率が計算され、異常発生確率９１３が求められた。
FIG. 14 shows a method for analyzing the correlation between the cathode potential and the anode current. The cathode potential changes in the order of 901, 902, and 903 and does not exceed the
ステップ２４（４２４）：時期的変化、降雨量利用の判定
ステップ２２（４２２）において計算する異常発生確率は、過去履歴異常データにおいて、カソード電位変化速度、加速度のパラメータを考慮する。さらに、これらのパラメータに加え時期的変化、降雨量のような気象条件の違いを考慮することによって時期や気象条件も考慮した異常発生確率を求める。
Step 24 (424): Timing change, precipitation use determination Step 22 (422) calculated abnormality occurrence probability takes into account parameters of cathode potential change rate and acceleration in past history abnormality data. Furthermore, in addition to these parameters, the probability of anomaly taking into account the time and weather conditions is obtained by taking into account the difference in weather conditions such as time variation and rainfall.
時期的変化、降雨量を考慮しない場合は、ステップ２８（４２８）を行う。考慮した場合には、ステップ２８（４２８）を行う。 Step 28 (428) is performed when the change with time and the amount of rainfall are not considered. If so, step 28 (428) is performed.
ステップ２５（４２５）：時期的変化を考慮した異常発生確率の計算
ステップ２１（４２１）にて検索し、ステップ２２（４２２）にて集計した事例データを用いて、時期に従った集計を行う。例えば、季節単位での集計を行う。春：３月−５月、夏：６月−８月、秋：９月−１１月、冬：１２月−２月のような分類を行い、各時期に発生したカソード電位の異常データの集計を行う。ただし、変化速度、変化加速度は長期変化として複数の時期をまたがることがあるため、この場合は、各時期の異常発生とみなす。異常の確率は頻度に応じて決定する。事故が発生した月の頻度をＦkとすると、時期に対する確率Ｐ(k)は
Step 25 (425): Anomaly occurrence probability calculation considering the change in time is searched in step 21 (421), and the data according to the time is counted using the case data collected in step 22 (422). For example, aggregation is performed in units of seasons. Spring: March-May, Summer: June-August, Autumn: September-11, Winter: December-February I do. However, since the change speed and change acceleration may extend over a plurality of periods as long-term changes, in this case, it is considered that an abnormality has occurred in each period. The probability of abnormality is determined according to the frequency. If the frequency of the accident month is Fk, the probability P (k) for the time is
より求める。そして、 Ask more. And
を、異常発生確率とする。ここで、Ｐは Is the probability of occurrence of abnormality. Where P is
のうち最大値を示す。また、Ｃ１およびＣ２は重み係数であり、 The maximum value is shown. C1 and C2 are weighting factors,
の制約がある。パイプラインの環境に応じて定義する。この中から最大の確率値を異常発生確率値として選択する。複数の時期にまたがる場合は、異常発生確率の大きな方を選択する。 There are restrictions. Define according to the pipeline environment. The maximum probability value is selected as the abnormality occurrence probability value. If the time spans multiple periods, select the one with the higher probability of abnormality.
図１５は時期的変化を考慮した異常解析の方法を示す。１００１から１００４に示すカソード電位の範囲１００５での変化に対して、事例データが検索され、異常発生時期（Date）１００８、１０１０に従って６−８月（１００６）と１２−２月（１００８）に分類された。事例データの変化速度１００９，１０１１はカソード電位の変化速度に近い値をとるため、その結果、各時期での頻度が計算され（１０１２）、時期考慮無しと考慮がある場合の異常発生確率１０１３が求められた。
FIG. 15 shows a method of abnormality analysis that takes into account temporal changes. Case data is searched for changes in the
ステップ２６（４２６）：過去の降雨量データの取得と集計
例えば１ヶ月のようにあらかじめ決められた期間内の降雨量を気象データ検索部１０４は検索する。さらに事例データに記載された異常発生日(Date)６０３から同じ期間さかのぼって、その時期の降雨量との比較を行う。降雨量データはネットワークから外部にある気象データベースなどにアクセスすることにより取得する。または、気象情報のデータベースを保有していてもよい。こうして、現在のカソード電位計測時間からさかのぼった期間での降水量合計値Ｒと複数の事例データに記載された異常発生日からさかのぼった期間での降水量合計値の平均値Ｒrefを計算する。Ｒrefは、
Step 26 (426): Acquisition and aggregation of past rainfall data The weather
により、計算する。ここで、Ｒiは事例データiの日にち(Date)から一定期間さかのぼって取得した降水量の合計である。Ｎは事例データの数を示す。 To calculate. Here, Ri is the total amount of precipitation acquired for a certain period from the date (Date) of the case data i. N indicates the number of case data.
降水量データが利用できない場合には、本ステップ２６（４２６）およびステップ２７（４２７）は省略する。 If precipitation data is not available, Step 26 (426) and Step 27 (427) are omitted.
ステップ２７（４２７）：降雨量を考慮した異常発生確率の計算
ステップ２６（４２６）で得られた降雨量Ｒに関し、降水量による異常発生確率を
Step 27 (427): Anomaly occurrence probability calculation considering the rainfall amount With regard to the rainfall amount R obtained in step 26 (426), the abnormality occurrence probability due to the precipitation amount is calculated.
により計算し異常発生確率とする。ここで、σRはＲrefに対する降水量の標準偏差である。こうして降水量を考慮した場合の異常発生確率は、 Calculated as follows to determine the probability of occurrence of an abnormality. Here, σR is the standard deviation of precipitation with respect to Rref. Thus, the probability of occurrence of anomaly when precipitation is considered is
により求める。Ｃiは重み付け係数であり、 Ask for. Ci is a weighting factor,
の制約がある。Ｃ1とＣ２はパイプラインの置かれた状況に応じて決定する。
降雨量のほかにも、地表面の温度が低下する場合にも適用は可能である。浅く埋設された埋設パイプラインにおいては、地表面の温度は重要なファクターとなる。複数の要因を顧慮する場合、重み付けＣjを使い、複数の確率ファクターをＰ1、Ｐ２・・・Ｐｋとすると、
There are restrictions. C1 and C2 are determined according to the situation where the pipeline is placed.
In addition to rainfall, it can also be applied when the temperature of the ground surface decreases. In shallow buried pipelines, ground surface temperature is an important factor. When considering a plurality of factors, if weight Cj is used and a plurality of probability factors are P1, P2,... Pk,
により、異常発生確率を求める。Ｃiは重み付けファクタであり、 Thus, the abnormality occurrence probability is obtained. Ci is a weighting factor,
となる。このＣiはパイプラインの状態に応じて決定する。 It becomes. This Ci is determined according to the state of the pipeline.
図１６は降水量を考慮した異常解析の方法を示す。１１０１から１１０４のカソード電位の範囲１１０５での変動に対して、変化速度または変化加速度を検索キーとして事例データが検索され、降水量ＲとＲrefが計算された（１１０７）。その結果、降水量を考慮した場合と、考慮しない場合の異常発生確率１１０８が求められた。
FIG. 16 shows a method of anomaly analysis considering precipitation. Case data was searched for the change in the cathode potential range 1101 to 1104 in the
ステップ２８（４２８）：修理方法の検索
異常と判定された場合には、修理案生成部１１３より事例データ検索/格納部１０５を通して過去対処データベース１２１より、過去に行った対処方法を検索する。
Step 28 (428): When it is determined that the repair method search is abnormal, the repair
修理方法は、異常発生確率値にしたがって異なる。例えば、絶縁材の異常による異常とみなされた場合には、以下のような修理方法を提示する。
異常発生確率値：０〜０.５：修理の必要なし
異常発生確率値：０.５〜０.８：絶縁材の部分的な塗膜補強を行う。
異常発生確率値：０.８〜１.０：絶縁材の全交換を行う。
The repair method differs according to the abnormality occurrence probability value. For example, when it is regarded as an abnormality due to an abnormality of the insulating material, the following repair method is presented.
Anomaly occurrence probability value: 0 to 0.5: No repair is required Anomaly occurrence probability value: 0.5 to 0.8: Partial coating film reinforcement of the insulating material is performed.
Abnormality occurrence probability value: 0.8 to 1.0: The insulating material is completely replaced.
ステップ２９（４２９）：トレンドグラフの生成
トレンド表示データ生成部１１５は、図１７に示すようなカソード電圧の時間変化グラフデータを生成する。図１７では、カソード電位の時間変化１２０１、１２０２、１２０３が時間変化の順に表示される。異常発生が疑われる範囲１２０４が表示され選択すると、異常発生の確率が０.６７（６７％）であり、絶縁材の破断の可能性（Event）を示し、さらに絶縁材の交換は３年後（RLT：Remaining Life-Time）になることが表示される。絶縁材の破断はカソード電位が卑方向に閾値を越える時間として
Step 29 (429): Generation of trend graph The trend display
および and
に従って計算する。 Calculate according to
ステップ３０（４３０）：アノード電流の異常有無の判定
ステップ１７（４１７）およびステップ１８（４１８）において計算した、アノード電流の変化速度や加速度が正値、または、負値の値で推移している場合は、異常発生の可能性があるとして、ステップ３１（４３１）を行う。異常発生の可能性がない場合は、ステップ３８（４３８）を行う。
Step 30 (430): Determination of the presence or absence of abnormality in the anode current The change rate and acceleration of the anode current calculated in Step 17 (417) and Step 18 (418) are changing at a positive value or a negative value. In this case, step 31 (431) is performed on the assumption that an abnormality may have occurred. If there is no possibility of occurrence of an abnormality, step 38 (438) is performed.
ステップ３１（４３１）：アノード電流の閾値到達までの時間計測
ステップ１７（４１７）、ステップ１８（４１８）によりアノード電流の変化速度や加速度が求まると、アノード電流値が閾値を越えるまでの時間を計測する。これは、アノード電流変化速度ＭＡＨと加速度ＭＡαとアノード電流ＭＡを用いて、
Step 31 (431): Time until the anode current reaches the threshold When the change rate and acceleration of the anode current are obtained in steps 17 (417) and 18 (418), the time until the anode current exceeds the threshold is measured. To do. This is because the anode current change speed MAH, acceleration MAα and anode current MA are used.
によりＴint時間後の電流値Ａを求める。加速度が０の場合は、速度のみを用いて計算する。ここでは、 To obtain the current value A after Tint time. When the acceleration is 0, calculation is performed using only the velocity. here,
となる時間Ｔintを求めることになる。 The time Tint is obtained.
ステップ３２（４３２）：アノード電流に関する異常進行事例の検索とパラメータ平均値の計算
事例データ検索/格納部１０５では、アノード電流変化の速度、加速度と異常進行の事例データを対応付けた事例データを検索し、事例データに記載された速度値および加速度値を用いて、速度の平均値Ｈrefおよび加速度の平均値αrefを求める。事例データの検索キーは、変化速度と、変化加速度であり、それぞれ、事例データに記載された変化速度と加速度の差が、あらかじめ決められた閾値ε15およびε16以内にある場合は一致したとみなす。とくに含水量など土壌性質に地域特徴がある場合は、異常発生ステーションのＩＤも検索キーとなる。
Step 32 (432): Abnormal progress case search regarding anode current and parameter average value calculation case data search /
ステップ３３（４３３）：異常進行確率の計算
異常抽出部１１２では、ステップ３２（４３２）で求めた平均値を用いて異常異常発生確率を求める。アノード電流の変化速度と加速度に応じて異常確率を計算する。例えば、異常確率はガウス分布に従うと考えることにより、
Step 33 (433): Calculation of abnormality progression probability The
を各事例ごとに計算し、大きい方の値を採用し異常発生確率とする。P(Ｋi)は異常の内容iに対する頻度Ｋiから、 Is calculated for each case, and the larger value is adopted as the abnormality occurrence probability. P (Ki) is the frequency Ki for the content i of the abnormality,
より計算される。 Calculated by
図１８はアノード電流の時間変化解析の方法を示す。アノード電流が１３０１、１３０２、１３０３、１３０４の順番に移動している。１３０５は電流の閾値であり、アノード電流は１３０６の範囲において、継続的に減少することを示す。このため変化速度１３０８で関連する事例データ１３０７が検索され、発生頻度を集計すると、陽極劣化および浸水の可能性があり（１３０９）、それぞれ、異常発生確率を
FIG. 18 shows a method for analyzing time variation of the anode current. The anode current moves in the order of 1301, 1302, 1303, and 1304.
によって確率値を求めた結果が１３１０である。 The result of obtaining the probability value by is 1310.
ステップ３４（４３４）：降水量に基づく異常判定
アノード電流は、地面の含水量の変化に伴って変化する。このため、ステップ１７（４１７）、ステップ１８（４１８）で求めたアノード電流の変化速度、加速度が、正値または、負値で変化する場合には、気象データ検索部１０４は、降雨量データを検索する。そして、計測時点からあらかじめ決められた期間における過去の降水量データを取得して、降雨量を集計する。また、事例データに記載された異常発生日（Date）６０３から過去の一定期間における降雨量の平均値Ｒrefを
Step 34 (434): The abnormality determination anode current based on precipitation changes as the water content of the ground changes. For this reason, when the change speed and acceleration of the anode current obtained in step 17 (417) and step 18 (418) change with a positive value or a negative value, the meteorological
求める。
により求める。ここで、Ｒiは事例データiに関連して検索された降水量である。カソード電位の取得時期に対して検索された降雨量データをＲとすると、降水量による異常発生確率を
Ask.
Ask for. Here, Ri is the amount of precipitation searched in relation to the case data i. If the rainfall data retrieved for the cathode potential acquisition time is R, the abnormal occurrence probability due to precipitation is
により計算し異常発生確率とする。そして、降水量を考慮していない場合の異常発生確率Ｐを用いて、 Calculated as follows to determine the probability of occurrence of an abnormality. And, using the probability P of abnormal occurrence when precipitation is not considered,
により求める。Ｃiは重み付け係数であり、 Ask for. Ci is a weighting factor,
の制約がある。Ｃ1とＣ２はパイプラインの置かれた状況に応じて決定する。 There are restrictions. C1 and C2 are determined according to the situation where the pipeline is placed.
図１９は降水量を考慮した異常の照合の方法を示す。この場合は、１４０１〜１４０４のカソード電位の変化に伴い、有効範囲１４０５に対して許容境界に値被きつつある電流に対して、変化速度または変化加速度を検索キーとして事例データ１４０６を検索し、各事例データの日付１４０７から過去にさかのぼり降水量を検索し累計する（１４０８）、アノード電流の異常に対し、降水量を検索し累計した結果と照合して異常発生確率１４０９が導き出された。
FIG. 19 shows an anomaly matching method in consideration of precipitation. In this case, with the change in the cathode potential of 1401 to 1404, the
ステップ３５（４３５）：回復判定
アノード電流は、迷走した場合、その要因が取り除かれると回復する。そのため、ステップ１７（４１７）による短期パラメータを参照し、それが一定の変化速度、加速度を有する場合、あらかじめ決められた時間内で、変化前に回復するかどうかの有無を捉える。短期解析および長期解析の両方に関して、速度や加速度が正値から負値、または、負値から正値に変化し、アノード電流が正常値に回復した場合は、回復と判定する。アノード電流は、設備周辺に鉄道などのような電気を発生する施設などがあると、迷走電流の影響が現れる。
Step 35 (435): When the recovery determination anode current is strayed, it recovers when the factor is removed. Therefore, with reference to the short-term parameter in step 17 (417), if it has a constant change speed and acceleration, whether or not to recover before the change is determined within a predetermined time. In both the short-term analysis and the long-term analysis, when the velocity or acceleration changes from a positive value to a negative value, or from a negative value to a positive value, and the anode current recovers to a normal value, it is determined that the recovery has occurred. The anode current appears to be affected by stray current if there is a facility that generates electricity such as railways around the equipment.
ステップ３６（４３６）：修理方法の検索
アノード電流の異常発生確率が０.５以上となり異常と判定された場合には、修理案生成部１１３が過去対処データベース１２１より、対処方法を検索する。
Step 36 (436): Search for repair method When the abnormality occurrence probability of the anode current is 0.5 or more and it is determined that there is an abnormality, the repair
修理案は、異常発生確率値にしたがって異なる。たとえば、アノード陽極の劣化による異常と判定された場合には、例えば、
異常発生確率値：０〜０.８：交換の必要なし
異常発生確率値：０.８〜１.０：アノード陽極の交換を行う。
に従って、修理案をパイプライン管理ユーザに提示する。
The repair plan differs according to the abnormality occurrence probability value. For example, when it is determined that there is an abnormality due to deterioration of the anode and anode, for example,
Anomaly occurrence probability value: 0 to 0.8: No need for replacement Anomaly occurrence probability value: 0.8 to 1.0: Exchange of anode and anode.
The repair proposal is presented to the pipeline management user according to the above.
ステップ３７（４３７）：トレンドグラフの生成
カソード電位と同じようにトレンド表示データ生成部１１５は、アノード電流の時間変化グラフデータを生成する。図２０はアノード電流変化のトレンドグラフである。アノード電流の時間変化１５０１、１５０２、１５０３が時間変化の順に表示される。異常発生の可能性がある範囲１５０４が明示され選択すると、異常発生の確率が０.５３（５３％）であり、アノード陽極劣化進行の可能性（Event）と絶縁材の交換は４年後になることが表示される。
Step 37 (437): Trend graph generation The trend display
ステップ３８（４３８）：電源電流の短期変化パラメータの取得
電源電流についても変化解析を行う。電源/変圧器２０９の部品の故障については、突発的な故障と電力供給関連部品の逐次的な劣化に伴う漸近的な電流値の減少が起こりうる。与えられた時間範囲内の電源電流値の変動を
ＭＣ[t]、ＭＣ[t-T]、ＭＣ[t-2T]、・・・・ＭＣ[t-kT]
とする。変化解析部１０８においてＤＣ値が減少していることが認められれば、現在の値ＭＣ[ｔ]があらかじめ決められた閾値を越える場合には、異常の候補とみなす。さらにトレンド解析部１１０では、変化のスピードと加速度を、
電源電流の変化速度ＭＣＨと加速度ＭＣαを、
Step 38 (438): Change analysis is also performed on the power supply current obtained as a short-term change parameter of power supply current. As for the failure of the power supply /
And If the
Change speed MCH and acceleration MCα of power supply current,
より求める。変化速度、
ＭＣＨ[t]、ＭＣＨ[t-T]、ＭＣＨ[t-2T]、・・・・
が一定であれば一定のトレンドを有するとみなす。Ｔは計測の間隔を示す。なお、環境雑音の影響もありえるため、
ＭＣＨ[t]の最大値および最小値をＭＣＨmax、ＭＣＨminとすると、
Ask more. Rate of change,
MCH [t], MCH [tT], MCH [t-2T], ...
If is constant, it is considered to have a certain trend. T represents a measurement interval. In addition, because it can be affected by environmental noise,
If the maximum and minimum values of MCH [t] are MCHmax and MCHmin,
の場合には、一定の変動とみなす。γはあらかじめ決められた閾値である。なお、環境雑音の影響を排除するため、複数の中から最大値ＭＣＨmax、ＭＣＨminを間引いてその中から、新たにＤＣＨmax、ＭＣＨminを求めてもよい。
加速度についても
ＭＣα[t]、ＭＣα[t-T]、ＭＣα[t-2T]、・・・・
として、その最大値、最小値をＤＣαmax、ＤＣαminとすると、
In the case of, it is regarded as a constant fluctuation. γ is a predetermined threshold value. In order to eliminate the influence of environmental noise, the maximum values MCHmax and MCHmin may be thinned out from a plurality of values, and DCHmax and MCHmin may be newly obtained from them.
As for acceleration, MCα [t], MCα [tT], MCα [t-2T], ...
Assuming that the maximum value and the minimum value are DCαmax and DCαmin,
の場合には、加速変化とみなす。同様にγ２はあらかじめ決められた閾値である。なお、速度や加速度がそれぞれあらかじめ決められた閾値γ３およびγ４に関して−γ３から＋γ３、および−γ４から＋γ４の範囲にある場合には、異常なしとみなす。 In the case of, it is regarded as an acceleration change. Similarly, γ2 is a predetermined threshold value. It should be noted that if the speed and acceleration are in the range of -γ3 to + γ3 and -γ4 to + γ4 with respect to the predetermined threshold values γ3 and γ4, respectively, it is considered that there is no abnormality.
ステップ３９（４３９）：電源電流の長期変化パラメータ取得
ステップ３８（４３８）での電源電流の取得時間よりも長い時間の間で、あらかじめ決められた時間間隔により電源電流値を取得する。例えば、短期解析の場合、データ取得の時間間隔をＴとすると、長期解析では、Ｔ’（Ｔ’＜Ｔ）となる。また、解析のための時間幅は、短期解析の場合よりも長くする。このため、過去のデータは短期解析の場合よりもさらに過去にさかのぼってデータを利用し、速度と加速度を計算する。
Step 39 (439): A power supply current value is acquired at a predetermined time interval during a time longer than the power supply current acquisition time in the long-term change parameter acquisition step 38 (438). For example, in the case of short-term analysis, if the time interval for data acquisition is T, in the long-term analysis, T ′ (T ′ <T). In addition, the time width for analysis is longer than that for short-term analysis. For this reason, the past data is used as far back as in the case of short-term analysis, and the speed and acceleration are calculated.
ステップ４０（４４０）：電源電流の異常事例の検索とパラメータ平均値の計算
ステップ３８（４３８）、ステップ３９（４３９）において、電源電流の変化速度ＭＣＨまたは加速度ＭＣαが一定の値を示す場合、事例データ検索/格納部１０５は、過去異常履歴データベース１２０から電流電源異常に関する事例データ６０１を検索する。検索キーは電源電流の変化速度と加速度である。異常発生ステーションのＩＤはこの場合は検索キーとして使用しない。類似データ照合部１１１は、速度、加速度の差の絶対値が、それぞれあらかじめ決められた閾値であるγ５とγ６以内にあれば一致したとみなし事例データを選択する。そして、異常発生事例データに記載された変化速度と、加速度の平均値Ｈrefおよびαrefを計算する。
Step 40 (440): Search of power supply current abnormality case and calculation of parameter average value In step 38 (438) and step 39 (439), when the power supply current change rate MCH or acceleration MCα shows a constant value, the case The data search /
ステップ４１（４４１）：電源電流異常の判定
ステップ３８（４３８）およびステップ３９（４３９）において、電源電流の変化速度や加速度が正値、または、負値の値で変化している場合は、異常発生の可能性があるとして、ステップ４２（４４２）を行う。異常変動がない場合は、ステップ４５（４４５）を行う。
Step 41 (441): Power supply current abnormality determination In Step 38 (438) and Step 39 (439), if the change speed or acceleration of the power supply current changes with a positive value or a negative value, an abnormality occurs. Step 42 (442) is performed because there is a possibility of occurrence. If there is no abnormal variation, step 45 (445) is performed.
ステップ４２（４４２）：異常発生確率の計算
異常抽出部１１２では、ステップ４０（４４０）にて計算した、変化速度および変化加速度の平均値（Ｈrefおよびαref）を用いて異常発生確率を求める。例えば、異常発生はガウス分布に従うと考え以下の式により異常確率を計算する。
Step 42 (442): Calculation of abnormality occurrence probability The
ここで、σHはＨrefの標準偏差、σαはαrefの標準偏差を示す。また、P(Ｋi)は異常の内容iに対する頻度Ｋiから、 Here, σH represents the standard deviation of Href, and σα represents the standard deviation of αref. P (Ki) is calculated from the frequency Ki for the content i of the abnormality.
より計算される。ＭＣＨおよびＭＣαは変化速度値と加速度値である。異常発生確率は、事例ごとに最新の電源電流データから求めた速度ＭＣＨおよび加速度ＭＣαについて求め、大きいほうの値を採用する。 Calculated by MCH and MCα are a change speed value and an acceleration value. The abnormality occurrence probability is obtained for the speed MCH and acceleration MCα obtained from the latest power supply current data for each case, and the larger value is adopted.
図２１は電源電流の時間変化の解析方法を示す。電源電流が１６０１、１６０２、１６０３、１６０４の順番に移動している。電源電流は１６０５の範囲において、継続的に減少することを示す。このため変化加速度１６０７を検索キーとして関連する事例データ１６０６が検索され、発生頻度を集計すると、コネクタ劣化およびコネクタ破損の可能性があり（１６０８）、それぞれ、異常発生確率を
FIG. 21 shows a method for analyzing a change in power supply current over time. The power supply current moves in the order of 1601, 1602, 1603, and 1604. It shows that the power supply current continuously decreases in the range of 1605. For this reason, the
によって確率値を求めた結果が１６０９である。 The result of obtaining the probability value by 1609 is 1609.
ステップ４３（４４３）：修理方法の検索
電源/変圧器が異常と判定される場合には、修理案生成部１１３は過去対処データベース１２１より、対処方法を検索する。修理案は、異常発生確率値にしたがって異なる。例えば、異常発生確率値に従って
異常発生確率値：０〜０.２：修理の必要なし
異常発確率値：０.２〜０.５：電源/変圧器設備の回路チェックを行う。
異常発確率値：０.５〜１.０：接続端子部品の交換を行う。
として、異常発生確率値に従って修理案を選択する。
Step 43 (443): Search for Repair Method When it is determined that the power supply / transformer is abnormal, the repair
Abnormality probability value: 0.5 to 1.0: Replace the connection terminal parts.
The repair plan is selected according to the abnormality occurrence probability value.
ステップ４４（４４４）：トレンドグラフの生成
トレンド表示データ生成部１１５は、電源電流の時間変化を表示するデータを生成する。そして、表示装置１１８に表示する。このとき、異常発生確率に従って警告生成部１１６は、異常発生確率と推定する問題の発生要因を表示する。図２２はトレンド表示の例である。１７０１、１７０２、１７０３の順番に時間経過による電源電流の動きが表示されており、範囲１７０４において、電源電流は異常があると表示される。１７０５は異常発生確率（０.５６）と問題の発生要因(接続端子の劣化)および接続端子の寿命（６ヶ月）を表示している。
Step 44 (444): Generation of Trend Graph The trend display
ステップ４５：（４４５）：結果のデータベース登録
事例データ検索/格納部１０５は、カソード電位、アノード電流、電源電流の異常解析結果のパラメータを事例データ６０１の形式に記載して過去異常履歴データベース１２０に新規登録する。
Step 45: (445): Result database registration case data retrieval /
新しい事例に基づく解析手法を追加する場合も、図４〜図９のステップに追加していくことは容易である。 Even when an analysis method based on a new case is added, it is easy to add it to the steps of FIGS.
パイプラインの異常の判定を行った場合、上記したステップ２８（４２８）においてカソード電位の異常から絶縁材の異常が推定された結果となった場合を考える。この場合、埋設パイプラインの掘り返しを行い、絶縁材を交換するかどうかの判断を行う必要がある。直ちに埋設パイプラインの掘り返しなどを行い実際に異常があるかどうかの判定を支援するため、パイプの内外に存在する腐食などの欠陥の存在を照合し、腐食の存在するパイプ部位の安全率を計算することにより、交換を急ぐべきかどうかの確率を求める。図２３に、腐食とカソード電位を重畳した結果を示す。腐食データはパイプ欠陥データ検索部１０３より腐食データベース１２２から検索する。腐食データはパイプラインの距離に関連づけて管理されるため、同じく距離で管理されるカソード電位と位置的な照合を行うことができる。また、腐食データと、カソード電位データの重畳結果は、解析結果判定部１１４で腐食の危険性を解析した後、トレンド表示データ作成部１１５を通して表示装置１１６に表示される。１８０１はカソード電位データ、１８０２は個々の腐食データの分布である。横軸はパイプラインの距離、縦軸については、腐食の場合は、腐食のパイプ断面を時計と見て断面を展開した位置を示す。腐食分布はパイプの円形断面を時計に見立てて表示することになる。内部の色やパターン表示によって腐食部分のパイプ安全率が表される。安全率ＳＩは、
When a pipeline abnormality is determined, a case is considered in which the abnormality of the insulating material is estimated from the cathode potential abnormality in the above-described step 28 (428). In this case, it is necessary to dig up the buried pipeline and determine whether to replace the insulating material. In order to immediately determine whether there is an abnormality by digging up the buried pipeline immediately, the existence of defects such as corrosion inside and outside the pipe is collated, and the safety factor of the pipe part where corrosion exists is calculated To determine the probability of whether or not to rush the exchange. FIG. 23 shows the result of superimposing corrosion and cathode potential. Corrosion data is retrieved from the
によって求める。ここで、Ｐmaop最大許容圧力、Ｐcorrは腐食部分の最大許容圧力である。これにより、ＳＩが１.２以上（超臨界圧力）または０.９以上（臨界圧力）異常の腐食を選択し、その上流・下流方向に一定距離範囲のパイプ区間の中に、カソード電位の異常が含まれるかどうかを検索する。そして、カソード電位を用いて求めた絶縁材の異常発生確率をＰ、パイプの安全率SIとの関係として、
ＳＩ＞1.2（超臨界状態）の場合：パイプを即時交換する
0.9＜SI＜1.2（臨界状態）、Ｐ＞0.5の場合：パイプの交換を推奨する。
0.9＜SI＜1.2（臨界状態）、Ｐ＜0.5の場合：絶縁材の交換を推奨する。
SI＜1.2（安全状態）、Ｐ＜0.5の場合：絶縁材の交換を保留する。
のようにすることができる。
Ask for. Here, Pmaop maximum allowable pressure, Pcorr is the maximum allowable pressure of the corroded portion. As a result, corrosion with SI of 1.2 or higher (supercritical pressure) or 0.9 or higher (critical pressure) abnormal is selected, and the cathode potential is abnormal in the pipe section of a certain distance range upstream and downstream. Search for. And the abnormality occurrence probability of the insulating material obtained using the cathode potential is P, the relationship with the safety factor SI of the pipe,
When SI> 1.2 (supercritical state): Replace pipe immediately
0.9 <SI <1.2 (critical state), P> 0.5: Pipe replacement is recommended.
0.9 <SI <1.2 (critical state), P <0.5: It is recommended to replace the insulation.
SI <1.2 (safe state), P <0.5: Insulation replacement is suspended.
It can be like this.
このように、カソード電位の異常が判定されたときにパイプラインの異常と比較することによってパイプ絶縁材のための掘り返しを行うかどうかを判定する。このアルゴリズムフローを図２４−図２５に示す。 As described above, when the abnormality of the cathode potential is determined, it is determined whether or not the pipe insulation is dug by comparing with the abnormality of the pipeline. This algorithm flow is shown in FIGS.
ステップ１（ステップ１９０１）：カソード電位の収集
上記したステップ１（４０１）、ステップ２（４０２）と同じように、カソード電位データを収集する。
Step 1 (Step 1901): Collection of cathode potential Cathode potential data is collected in the same manner as in Step 1 (401) and Step 2 (402) described above.
ステップ２（ステップ１９０２）：カソード電位の異常検知
カソード電位の異常検知事例と照合して異常発生確率を計算する。異常発生確率が０.５以上の場合はステップ３（１９０３）を実行し、０.５未満の場合は終了する。
Step 2 (Step 1902): Abnormality detection of cathode potential An abnormality occurrence probability is calculated by collating with an abnormality detection example of cathode potential. When the abnormality occurrence probability is 0.5 or more, step 3 (1903) is executed, and when it is less than 0.5, the process ends.
ステップ３（ステップ１９０３）：絶縁材異常判定
絶縁材が異常である確率Ｐが０.５以上の場合、事例データのEvent（異常の内容）６０９を集計する。
Step 3 (Step 1903): Insulating Material Abnormality Determination When the probability P that the insulating material is abnormal is 0.5 or more, the event (abnormal content) 609 of the case data is tabulated.
ステップ４（ステップ１９０４）：絶縁材の異常判定
絶縁材の異常発生確率が０.５であれば、ステップ４（１９０４）を行い、０.５以下である場合は終了する。
Step 4 (Step 1904): Insulation Material Abnormality Determination If the insulation material abnormality occurrence probability is 0.5, Step 4 (1904) is performed, and if it is 0.5 or less, the processing ends.
ステップ５（ステップ１９０５）：腐食データの検索
絶縁材の異常区間を含む近傍区間の腐食データを、パイプ欠陥データ検索部１０３が腐食データベース１２２より検索する。
Step 5 (Step 1905): Corrosion data search The pipe defect
ステップ６（ステップ１９０６）：腐食の危険度の判定
腐食がカソード電位異常発生地点の近くに発生していてもそれが必ずしも危険であるとは限らない。そのため、腐食の危険度を計算する。腐食の安全率は、
Step 6 (Step 1906): Determination of Corrosion Risk Even if corrosion occurs near the cathode potential abnormality occurrence point, it is not always dangerous. Therefore, the risk of corrosion is calculated. Corrosion safety factor is
より求める。 Ask more.
において、Pmaopはパイプ鋼材の形状や材質から計算するが、Pcorrは、国の規制によって異なるが確定された式として提示される。そして、この安全指数ＳＩがあらかじめ決められた閾値を越える場合には危険腐食とする。 , Pmaop is calculated from the shape and material of the pipe steel, but Pcorr is presented as a fixed formula that varies depending on national regulations. If this safety index SI exceeds a predetermined threshold value, it is regarded as dangerous corrosion.
ステップ７（ステップ１９０７）：異常電位近傍の危険腐食の検出
危険腐食が、カソード電位異常の近傍にあるかどうかを判定する。とくに、電位異常の範囲を測定点からあらかじめ決められた距離を閾値として設定し、その距離範囲に含まれる安全率ＳＩが１.２以上の腐食を危険腐食として検索する。
Step 7 (Step 1907): Detection of dangerous corrosion in the vicinity of abnormal potential It is determined whether or not dangerous corrosion is in the vicinity of abnormal cathode potential. In particular, the range of potential abnormality is set with a predetermined distance from the measurement point as a threshold value, and corrosion having a safety factor SI of 1.2 or more included in the distance range is searched as dangerous corrosion.
ステップ８（１９０８）：腐食進行速度の検索
臨界状態以上（SIが1.2以上）の危険腐食が検知され、絶縁材料の異常発生確率があらかじめ決められた値（例えば０.５）異常の場合、腐食の進行速度に関するデータが腐食データベースに含まれる場合には、腐食進行速度のデータを取り出し、腐食が超臨界状態に達するまでの時間を計測し、パイプ破断までの時間も合わせて表示する。
Step 8 (1908): Corrosion progress rate search If a critical corrosion above the critical state (SI is 1.2 or more) is detected, and the abnormality occurrence probability of the insulating material is a predetermined value (eg 0.5), the corrosion is detected. If the corrosion database includes data on the progress rate of corrosion, the data on the corrosion progress rate is taken out, the time until the corrosion reaches a supercritical state is measured, and the time until the pipe breaks is also displayed.
ステップ９（１９０９）：絶縁材修理の優先付け
絶縁材交換の優先順位を決定する。たとえば、以下の方法により優先付けを行う。
・パイプ安全率が１.２以上のパイプは絶縁材の優先度１（最高優先度）とする。
・パイプの安全率が１.２未満の場合は、安全率を０.１ずつ減少させ、その安全率に一致するパイプについて絶縁材異常の確率の大きな順番に優先度を割り振る。
Step 9 (1909): Prioritizing the repair of the insulating material The priority of the insulating material replacement is determined. For example, prioritization is performed by the following method.
・ Pipes with a pipe safety factor of 1.2 or higher shall have insulation priority 1 (highest priority).
-If the pipe safety factor is less than 1.2, decrease the safety factor by 0.1, and assign priority to the pipes that match the safety factor in descending order of probability of insulation failure.
以上により、事例ベースに基づくカソード防食による異常検知を行うことが可能となる。 As described above, it is possible to detect abnormality by cathodic protection based on the case base.
パイプラインが長大になる場合には、パイプラインの区間ごとに管理を行うことがある。このため、さらに、ネットワーク化によって、パイプライン全体のカソード電位、アノード電位などのパイプライン部分解析結果をパイプライン全体の管理につなげることが可能となる。通信ネットワークを介して、現場から地域管理部署、さらにはパイプライン全体を統括する部署へ送ることになる。カソード防食の階層型ネットワーク構成を図２６に示す。 When a pipeline becomes long, management may be performed for each section of the pipeline. For this reason, by networking, it becomes possible to connect the pipeline partial analysis results such as the cathode potential and anode potential of the entire pipeline to the management of the entire pipeline. Via the communication network, it will be sent from the site to the regional management department and further to the department that oversees the entire pipeline. A hierarchical network configuration for cathodic protection is shown in FIG.
この図では、パイプライン現場管理所、地域パイプライン管理所、全パイプライン管理所の３階層から構成されるが、さらに階層が増えてもよい。最下位の階層は、現場であるコンプレッサーステーション、ポンプステーション（２００１、２００２）である。コンプレッサーステーションは天然ガスなどの気体輸送の場合、ポンプステーションは石油などの流体輸送を行う。中間の階層となる２００３、２００４は、パイプラインの地域管理所である。最上位の階層２００５はパイプライン全体の管理組織となる。パイプラインが一箇所しかなければ、本社と地域管理所は同一となることがある。
In this figure, it is composed of three levels: pipeline site manager, regional pipeline manager, and all pipeline managers, but the hierarchy may be further increased. The lowest hierarchy is a compressor station and a pump station (2001, 2002) that are on-site. When the compressor station transports gas such as natural gas, the pump station transports fluid such as petroleum. 2003 and 2004, which are intermediate hierarchies, are pipeline regional management offices. The
コンプレッサーステーション２００１、２００２は管理範囲にあるパイプラインのカソード防食関連データを収集する。パイプライン２０１５に設置された計測ステーション２００６、２００７、２００８から得られるカソード電位、アノード電流、電源電流データは、ゲートウエイを介して、リアルタイムデータサーバ計算機２０１０に送られる。そして、解析・監視計算機２０１１にて図４に示したカソード防食データ解析アルゴリズムフローを行い、結果を上位にある地域管理事務所２００３、２００４のリアルタイムデータサーバ計算機２０１２に送る。
The
地域管理所２００３、２００４は第２の階層であり、解析・監視計算機２０１１は管理管理範囲のパイプライン全体の、カソード電位の異常を判断し、修理に対して優先づけを行う。これらのデータはさらに上部の階層である全パイプライン管理所（２００５）のリアルタイムデータサーバ計算機２０１４に送られて、会席・監視装置２０１３ではパイプライン全体の異常を参照し、保有するパイプラインについて修理の優先付けを行う。この結果に基づいてパイプライン修理などの予算配分を行うことができる。
The
パイプライン現場管理所２００１、２００２では、パイプライン割れなどの確率が高いと判定された場合、パイプライン輸送を一時的にとめて、代替パイプラインに切り替えることが考えられる。このような場合は、事例データよりパイプライン破断が疑われ、異常発生確率が、例えば０.８を越えた場合、代替ラインへの切り替えを行う。このため、ネットワークデータ出力部１１７では、異常発生確率を解析結果判定部１１４より取得して０.８を越えている場合、パイプラインのバルブ操作を行うSCADA（監視型制御システム：Supervisory Control And Data Acquisition）に異常発生のパイプラインの位置情報を送る。図２７に、パイプラインの切り替えを示す。SCADAでは、図２７(a)に示すように、パイプライン２１０１の場所２１０６において、カソード電位の短時間での急速な変化によりパイプライン割れの可能性が検知された場合、ＳＣＡＤＡ２１０４は、パイプ割れの情報をデータ解析装置２１７に相当する２１０３から受け取り、ブロックバルブ２１０４、２１０５の切り替えを行う。こうして、パイプライン２１０１はパイプライン２１０２に切り替えられる。図２７（ｂ）はパイプライン２１０１からパイプライン２１０２の切り替えが行われた状態を示す。
In the pipeline
上記の実施例では、強制電流方式の場合を示したが、犠牲アノード方式に適用することも容易である。この場合は、電源電流に対する実施は省略されることになる。 In the above embodiment, the case of the forced current method is shown, but it can be easily applied to the sacrificial anode method. In this case, the implementation for the power supply current is omitted.
なお、上記実施例では、図４から図９のフローを一括して説明したが、状況により、必要な項目のみを抜き出して処理を行っても良い。例えば、短期変化、長期変化のパラメータ取得など、必ずしも全工程必須ではなく、異常の状態などに応じて、適宜選択すれば良い。 In the above embodiment, the flow of FIGS. 4 to 9 has been described collectively. However, depending on the situation, only necessary items may be extracted and processing may be performed. For example, all processes such as short-term change and long-term change parameter acquisition are not necessarily required, and may be appropriately selected according to an abnormal state.
本発明に示したカソード防食計測の自動化は長距離パイプラインへ適用をはかることができる。とくに天然ガス、石油などのパイプラインのように地中に埋設される場合に有効である。さらにエチレンや、水などのパイプラインにも適用することにより、パイプライン割れなどにより、発生する有毒性液体、気体の漏れや爆発を防ぐことができる。 The automation of cathodic protection measurement shown in the present invention can be applied to a long-distance pipeline. This is especially effective when buried underground, such as natural gas and oil pipelines. Furthermore, by applying it to pipelines such as ethylene and water, it is possible to prevent leakage and explosion of toxic liquids and gases generated due to pipeline cracks.
１０１・・・データ収集部、１０２・・・履歴データ格納部、１０３・・・パイプ欠陥検索部、１０４・・・気象データ検索部、１０５・・・事例検索/格納部、１０６・・・タイマ、１０７・・・データ収集命令発信部、１０８・・・変化解析部、１０９・・・データ検索部、１１０・・・トレンド解析部、１１１・・・類似データ照合部、１１２・・・異常抽出部、１１３・・・修理案生成部１１３、１１４・・・解析結果判定部、１１５・・・トレンド表示データ作成部、１１６・・・警告表示部、１１７・・・ネットワークデータ出力部、１１８・・・表示装置、１１９・・・時系列計測データベース、１２０・・・過去異常履歴データベース、１２１・・・過去対処データベース、１２２・・・腐食データベース、２０１・・・リアルタイム計測部、２０２・・・パイプライン、２０３・・・計測ステーション、２０４・・・電圧計測器、２０５・・・電流計測器、２０６・・・通信ネットワーク、２０７・・・自動計測装置、２０８・・・参照用電極、２０９・・・電源/変圧器、２１０・・・アノード陽極、２１１・・・電流プローブ、２１２・・・絶縁材、２１３・・・電力線、２１４・・・データ解析部、２１５・・・ゲートウエイ装置、２１６・・・データ収集装置、２１７・・・データ解析装置、２１８・・・履歴データ格納装置、２１９・・・気象データ検索装置、２２０・・・事例データ検索装置、２２１・・・パイプ欠陥データ検索装置。
DESCRIPTION OF
Claims (12)
前記パイプラインを計測する複数の計測ステーションから、カソード、アノード及び電源の少なくとも何れかの電位または電流値を取得する手段と、
前記電位または電流値の変化速度及び変化加速度を算出する手段と、
前記算出された変化速度及び変化加速度と、過去異常履歴データベースに記録された過去の異常発生時に記録した事例データとを照合する手段とを有し、
前記照合する際、予め決められた閾値内で一致していれば、過去発生した異常の発生確率に基づいて、異常発生確率を計算する解析部とを有することを特徴とする防食データ解析システム。 A system for analyzing anticorrosion data of a buried pipeline transporting fluid,
Means for acquiring a potential or current value of at least one of a cathode, an anode, and a power source from a plurality of measurement stations that measure the pipeline;
Means for calculating a change speed and a change acceleration of the potential or current value;
Means for comparing the calculated change speed and change acceleration with the case data recorded in the past abnormality occurrence recorded in the past abnormality history database;
An anticorrosion data analysis system comprising: an analysis unit that calculates an abnormality occurrence probability based on an occurrence probability of an abnormality that has occurred in the past if the matching is performed within a predetermined threshold.
前記解析部は、前記過去の事例データにおける降水量データを用いて、降水量を考慮した前記異常発生確率を計算することを特徴とする請求項１記載の防食データ解析システム。 Furthermore, it has means for acquiring precipitation data within a predetermined period,
The anticorrosion data analysis system according to claim 1, wherein the analysis unit calculates the abnormality occurrence probability in consideration of precipitation using precipitation data in the past case data.
前記異常発生確率及び前記パイプ安全率の夫々に対して予め設定された閾値との比較を行い、当該比較結果に基づいて、前記パイプラインのパイプまたは絶縁材を交換すべきかどうかを判定することを特徴とする請求項１記載の防食データ解析システム。 The analysis unit calculates a pipe safety factor ,
It makes a comparison between the abnormal occurrence probability and the pipe safety factor preset threshold for each of, based on the comparison result, that determines whether to replace the pipe or insulation of the pipeline The anticorrosion data analysis system according to claim 1, wherein
当該第一の解析部および第二の解析部が監視する前記予め夫々に割当てられた範囲を含む範囲のパイプライン異常を監視する第三の解析部とを含み、
前記第三の解析部は、前記第一の解析部および第二の解析部による夫々の監視範囲内のパイプライン異常を判断し、
当該判断された結果に基づいて、
異常に対する修理の優先付けを行うことを特徴とする請求項１記載の防食データ解析システム。 The analysis unit is a first analysis unit and a second analysis unit for monitoring each of pipeline anomalies in a part of each pre-assigned range of the range in which the pipeline is configured,
A third analysis unit for monitoring pipeline abnormalities in a range including the previously allocated ranges monitored by the first analysis unit and the second analysis unit, and
The third analysis unit determines a pipeline abnormality within each monitoring range by the first analysis unit and the second analysis unit,
Based on the determined result,
2. The anticorrosion data analysis system according to claim 1 , wherein prioritization of repair for an abnormality is performed.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009204235A JP5297951B2 (en) | 2009-09-04 | 2009-09-04 | Anticorrosion data analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009204235A JP5297951B2 (en) | 2009-09-04 | 2009-09-04 | Anticorrosion data analysis system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011053161A JP2011053161A (en) | 2011-03-17 |
| JP5297951B2 true JP5297951B2 (en) | 2013-09-25 |
Family
ID=43942316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009204235A Expired - Fee Related JP5297951B2 (en) | 2009-09-04 | 2009-09-04 | Anticorrosion data analysis system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5297951B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10275402B2 (en) | 2015-09-15 | 2019-04-30 | General Electric Company | Systems and methods to provide pipeline damage alerts |
| CN109856037A (en) * | 2019-01-08 | 2019-06-07 | 浙江锋源氢能科技有限公司 | A kind of measuring method of metal double polar plates long-time stability |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10753852B2 (en) * | 2016-05-10 | 2020-08-25 | Saudi Arabian Oil Company | Smart high integrity protection system |
| US11261726B2 (en) | 2017-02-24 | 2022-03-01 | Saudi Arabian Oil Company | Safety integrity level (SIL) 3 high-integrity protection system (HIPS) fully-functional test configuration for hydrocarbon (gas) production systems |
| JP7136741B2 (en) * | 2019-04-22 | 2022-09-13 | 株式会社コンポン研究所 | Earthquake occurrence prediction method and earthquake occurrence prediction system |
| US11078755B2 (en) | 2019-06-11 | 2021-08-03 | Saudi Arabian Oil Company | HIPS proof testing in offshore or onshore applications |
| JP7267865B2 (en) * | 2019-07-19 | 2023-05-02 | 株式会社日立ハイテク | Analysis device and analysis method |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1021211A (en) * | 1996-06-28 | 1998-01-23 | Taisei Corp | Neural network, evaluating method and predicting method of corrosion of reinforcing bar in concrete structure |
| JP4455777B2 (en) * | 2001-03-28 | 2010-04-21 | 大阪瓦斯株式会社 | Anticorrosion management method |
| WO2003006957A1 (en) * | 2001-07-12 | 2003-01-23 | Nippon Steel Corporation | Method for predicting degree of corrosion of weather-resistant steel |
| JP4168321B2 (en) * | 2002-08-27 | 2008-10-22 | 東京瓦斯株式会社 | Cathodic protection device for external power supply and remote monitoring system for corrosion protection data |
| JP4095936B2 (en) * | 2003-06-24 | 2008-06-04 | 東京瓦斯株式会社 | Pipeline Cathodic Protection Management Device, Cathodic Protection Management Program, Cathodic Protection Management System |
| JP2005147848A (en) * | 2003-11-14 | 2005-06-09 | Mitsubishi Heavy Ind Ltd | Abnormality portent method and abnormality portent system |
| JP2005308841A (en) * | 2004-04-19 | 2005-11-04 | Hitachi Ltd | Pipeline management data processing device, pipeline management data processing method, pipeline management data program, and pipeline management data processing system |
| JP4698318B2 (en) * | 2005-07-25 | 2011-06-08 | 新日鉄エンジニアリング株式会社 | Anticorrosion state monitoring method and system |
| JP5401027B2 (en) * | 2007-10-15 | 2014-01-29 | 株式会社日立製作所 | Pipeline maintenance management system |
| JP5022857B2 (en) * | 2007-10-15 | 2012-09-12 | 株式会社日立製作所 | Pipeline information system |
-
2009
- 2009-09-04 JP JP2009204235A patent/JP5297951B2/en not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10275402B2 (en) | 2015-09-15 | 2019-04-30 | General Electric Company | Systems and methods to provide pipeline damage alerts |
| CN109856037A (en) * | 2019-01-08 | 2019-06-07 | 浙江锋源氢能科技有限公司 | A kind of measuring method of metal double polar plates long-time stability |
| CN109856037B (en) * | 2019-01-08 | 2021-09-10 | 浙江锋源氢能科技有限公司 | Method for measuring long-term stability of metal bipolar plate |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011053161A (en) | 2011-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5297951B2 (en) | Anticorrosion data analysis system | |
| CN104061443B (en) | Pipe safety prewarning and leakage monitoring alarm method | |
| CN108037378B (en) | Transformer operation state prediction method and system based on long-time and short-time memory network | |
| US20160292802A1 (en) | Asset Management Support System | |
| JP4589206B2 (en) | Pipeline soundness evaluation device, soundness remote evaluation system, soundness evaluation method, soundness evaluation program | |
| US20240019086A1 (en) | System for providing integrated pipeline integrity data | |
| CN116503975B (en) | Intelligent gas GIS-based potential safety hazard disposal method and Internet of things system | |
| CN114528929B (en) | Multi-source data platform region measuring system and method | |
| CN105114821B (en) | Embedded metal pipeline leakage detection method | |
| JP2022543923A (en) | Predictive maintenance method for equipment through distribution map | |
| CN108052540A (en) | A kind of pipeline fault anticipation and preprocess method based on GIS pipe network systems | |
| CN117374976B (en) | Electrical safety management system based on automatic line fault identification | |
| Irannejad et al. | Remote monitoring of oil pipelines cathodic protection system via GSM and its application to SCADA system | |
| CN105260814A (en) | Power transmission and transformation equipment evaluation model and processing method based on big data | |
| CN116955955A (en) | Pipeline defect model prediction method, system, terminal equipment and storage medium | |
| JP4698318B2 (en) | Anticorrosion state monitoring method and system | |
| KR20200103179A (en) | a Pipe Precision Safety Diagnosis System | |
| Dann et al. | Population-based approach to estimate corrosion growth in pipelines | |
| CN117973877B (en) | Gas pipe well safety management method and system based on intelligent gas Internet of things | |
| Lindemuth et al. | Challenging AC Corrosion Mitigation System for 100-Mile Long Pipeline | |
| KR102521624B1 (en) | Electric anti-corrosion controlling system with ai managing undergrould pipelines and managing method by the same | |
| CN117821984B (en) | Intelligent gas pipeline cathode protection intelligent detection method and Internet of things system | |
| Cherniaev et al. | Oil transportation | |
| CN109989066A (en) | A kind for the treatment of method and apparatus of cathodic protection data | |
| CN114580133B (en) | Corrosion and failure monitoring system for pressure-bearing static equipment of sulfur-containing natural gas station |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120307 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130305 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130425 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130521 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130617 |
|
| LAPS | Cancellation because of no payment of annual fees |