Система мониторинга и прогнозирования скорости роста коррозионных повреждений резервуаров для хранения нефти и нефтепродуктов

Авторы: Сазонтьев Р.И., Сусарев С.В.

Рассматривается проблема обеспечения надёжности вертикальных цилиндрических стальных резервуаров в условиях коррозионного износа. Подтверждается актуальность создания вспомогательного инструмента, позволяющего повысить надежность эксплуатации резервуаров и резервуарных парков. Предложена разработанная интеллектуальная система мониторинга и прогнозирования скорости коррозии стенок резервуара на основе алгоритма машинного обучения, детали создания и работоспособности которого будут более подробно приведены в следующей статье. Модель учитывает такие параметры, как температура продукта, марка стали и тип хранимого нефтепродукта, и позволяет рассчитывать динамику изменения толщины стенки в течение срока эксплуатации. Прогнозируемая скорость коррозии интегрируется в расчёт напряжённо-деформированного состояния конструкции, что обеспечивает оценку остаточного ресурса и своевременное принятие решений по техническому обслуживанию. Приведены результаты численного моделирования для двух сценариев эксплуатации: без изменения условий и с переходом на хранение товарной нефти. Показано, что предложенный подход позволяет повысить точность прогнозирования и обеспечить безопасную эксплуатацию резервуаров за счёт раннего выявления критических состояний.

Аффилиация авторов

Сазонтьев Руслан Игоревич – аспирант,
Сусарев Сергей Васильевич – канд. техн. наук, доцент, заведующий кафедрой,
Самарский государственный технический университет.
E-mail: sazontev98@mail.ru, susarev_sergey@mail.ru

Список литературы
1. Мустафин Ф. М., Баянов И. М. Современные подходы к диагностике и продлению срока службы резервуаров// Нефтепромысловое дело. – 2021. – № 6. – С. 45–52.
2. Мустафин Ф. М., Жданов Р. А., Каравайченко М. Г. Резервуары для нефти и нефтепродуктов : учебник для вузов. Т. 1 : Конструкции и оборудование. – СПб.: Недра, 2010. – 480 с.
3. Tao F., Zhang M., Liu Y., Nee A. Y. C. Digital twin in industry: State-of-the-art // IEEE Transactions on Industrial Informatics. – 2019. – Vol. 15, no. 4. – P. 2405–2415.
4. Liu M., Wang Q., Li Z., Xu X., Zhang D. Digital Twin for Industrial Asset Management: A Review // IEEE Transactions on Industrial Informatics. – 2024. – Vol. 20, no. 1. – P. 801–815.
5. Wang L., Li X. A hybrid deep learning model for real-time corrosion monitoring // Engineering Applications of Artificial Intelligence. – 2023. – Vol. 118. – Art. 105678.
6. Zhang Y., Li H., Chen W., Liu J. Machine learning-based prediction of corrosion rate in oil storage tanks // Corrosion Science. – 2022. – Vol. 203. – Art. 110345.

Ключевые слова: коррозия, машинное обучение, мониторинг, остаточный ресурс, прогнозирование, резервуар вертикальный цилиндрический стальной

Статья из Автоматизация в промышленности №3/2026

Последний вышедший номер

Читайте в номере:

Автоматизированная система мониторинга тепловой экономичности энергоблока АЭС

Моделирование повреждений в распределительных сетях при неблагоприятных воздействиях с последующим восстановлением (на примере распределительной системы водоснабжения)

Методика выявления базовых динамических параметров 6-осевого промышленного манипулятора

Способ автоматической перегрузки газоперекачивающих агрегатов одного цеха дожимной компрессорной станции

Адрес редакции: 117997, Москва, Профсоюзная ул., д. 65, оф. 360
Телефон: (926) 212-60-97.
E-mail: info@avtprom.ru или avtprom@ipu.ru

Сайт «Автоматизация в промышленности» предназначен для специалистов по промышленной автоматизации: главных инженеров, главных энергетиков, главных механиков, главных метрологов, инженеров служб АСУ ТП, АСУТП, КИПиА, КИП и А, отделов метрологии, отделов автоматизации, отделов главного инженера, специалистов инжиниринговых и внедренческих фирм, менеджеров фирм системных интеграторов, преподавателей вузов, научных работников, сотрудников научно-исследовательских институтов, студентов и аспирантов.

Сайт «Автоматизация в промышленности» неразрывно связан с одноименным журналом, в котором публикуются концептуальные, научно-практические и внедренческие статьи, посвященные промышленным автоматизированным системам, системам управления бизнес-процессов, программному и алгоритмическому обеспечению, техническим средствам автоматизации, вопросам сертификации, описанию промышленных стандартов, а также обзоры зарубежной прессы.

В каждом номере проводится обсуждение актуальных тем по проблемам создания и применения следующего инструментария: интегрированные АСУ, MES, АСУ П, АСУ ТП, SCADA, АСКУЭ, EAM, ТОИР, ERP, LIMS, ЛИУС, распределенные системы управления, РСУ, система управления качеством выпускаемой продукции, промышленные тренажеры, современные методы и алгоритмы управления и моделирования, коммуникационные средства, GSM–связь, РС-совместимые контроллеры, ПК, человеко-машинный интерфейс, встраиваемые системы, Web-технологии, HTML-технологии, числовое программное управление, ЧПУ, виртуальные приборы, виртуальное измерение, беспроводная связь, имитационное моделирование, Ethernet, Internet-технологии, Industry 4.0, Интернет вещей, промышленный Интернет вещей, IIoT, IoT, Четвертая промышленная революция, навигационные системы, роботы, датчики, сенсоры, диагностика клапанов, водоподготовка, экологические системы, производственная безопасность, идентификация, RFID-технологии, машинное зрение, промышленные сети, средства промышленного монтажа, корпуса и конструктивные решения, пневмоавтоматика, ПЛК, программируемые логические контроллеры, интеллектуальные датчики, сервосистемы, системы поддержки принятия решений и т.д.

Вниманию читателей предлагаются подборки по автоматизации следующих отраслей промышленности и народного хозяйства: металлургия, нефтегазовая отрасль, химическая промышленность, транспорт, сельское хозяйство, комбикормовая и перерабатывающая промышленность, автомобилестроение, энергетика, электроэнергетика, жилищно-коммунальное хозяйство, интеллектуальное здание, умный дом, непрерывное производство (рецептурное), дискретное производство, пищевая промышленность и др.