CN102282411B - 用于使用机械模型来预测腐蚀速率的方法和系统 - Google Patents
用于使用机械模型来预测腐蚀速率的方法和系统 Download PDFInfo
- Publication number
- CN102282411B CN102282411B CN2010800049234A CN201080004923A CN102282411B CN 102282411 B CN102282411 B CN 102282411B CN 2010800049234 A CN2010800049234 A CN 2010800049234A CN 201080004923 A CN201080004923 A CN 201080004923A CN 102282411 B CN102282411 B CN 102282411B
- Authority
- CN
- China
- Prior art keywords
- value
- response
- corrosion
- corrosion rate
- input parameter
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
一种用于预测在油气生产和输送中有用的水相CO2腐蚀速率的计算机系统和方法。接收与水化学和物理流体以及管道性质对应的输入参数值。基于这些输入参数值,该系统和方法根据腐蚀反应的电化学模型来导出用于多个阴极还原反应的电流-电压关系,并且导出用于铁溶解的阳极氧化反应的电流-电压关系。在阳极电流-电压关系的外推和累加阴极电流-电压关系的外推的相交处获得电流密度。然后根据所获得的电流密度来计算预测的腐蚀速率。也可以评估诸如结垢和流态的辅助参数的影响和腐蚀抑制剂的功效。
Description
相关申请的交叉引用
本申请要求在2009年1月19日提交的临时申请No.61/145,645的优先权,该临时申请通过引用结合于此。
技术领域
本发明属于运送液体的管道的评估和维护的领域。本发明的一个方面更具体地涉及估计例如在石油、天然气和碳氢化合物的生产和加工中应用的在管线和井下油管中的腐蚀速率。
背景技术
维护管线系统的完整性是在维护经济成功并且最小化现代石油和天然气生产现场和系统的环境风险、负债和影响中的基本功能。当然,诸如穿越阿拉斯加管线系统的大型管线系统的完整性还具有相当大的经济和环境意义。在井下环境中,石油和天然气井的金属生产壳体的完整性很重要,特别是考虑到严酷的和相对难以接近的井下环境。在包括工厂管道系统和市政供水和污水管系统等其他应用中,管道完整性也很重要。如在管线维护领域中公知的,通过流过管线的流体的存在和作用导致的管线材料的腐蚀和侵蚀将随着时间而减小管线壁的厚度。为了防止腐蚀导致的管道故障,当然重要的是,监控管道壁厚度已经被减小的程度,使得可以进行及时的维修或更换。
在油气管线和井下壳体中的常用的腐蚀试剂是二氧化碳(CO2)。干的CO2通常在典型的油气管线工作的温度下不腐蚀,但是在水中溶解的CO2是很具腐蚀性的。在溶液中,水相CO2的溶解产生碳酸,而碳酸与管线的钢内表面反应从而腐蚀管线。不幸的是,在油气管线中和在井管中通常水也以一种或多种形式存在,例如是由气相的凝结、与油气一起从储罐产生的水或已经被注入到储罐内以保持储罐的压力的水。进入这种可获得的水中的CO2的水溶液因此产生碳酸,碳酸是在现代油气管线中的主要腐蚀剂之一。
管道完整性的正确监控和维护依赖于对管线材料腐蚀速率的一些认识。用于预测管道材料的腐蚀速率的能力可以用在管线系统的构造和操作的各个阶段,从而以最佳的成本来保证管线完整性。腐蚀速率预测在管道设计中例如通过下述方式来开始起作用:举出几个例子,提示管线的材料选择,确定管道几何形状(壁厚等),确定是否实现腐蚀抑制程序,并且如果是,则选择腐蚀抑制剂,确定是否包括腐蚀监控系统,并且也设计要部署的检查策略。本领域中公知,不断和严格地检查管壁厚度损失,即使事实上是可能的,但也是不实际的。在管线环境中,利用下述行为可以使用腐蚀速率预测:通过放射(RT)和超声波测试(UT)来确定被采样管线检查的频率(时间和空间),或者确定执行“线内检查”(ILI)的时间频率。在构造后和在运行期间,可以例如通过对腐蚀建模,在对管线系统的腐蚀危害的风险评估中使用腐蚀速率的精确预测。基于腐蚀速率预测的这种建模也可以用于确定和量化随着时间在腐蚀风险上的改变,并且用作在管线系统内的位置的函数。
水相CO2腐蚀速率预测的一种简单的传统手段仅依赖于“经验法则”。已知水相CO2腐蚀的密度依赖于气相CO2的平衡分压。用于CO2腐蚀速率的传统的经验法则基于这个分压:如果CO2分压超过2巴,则指示“严重的”腐蚀;如果CO2分压在0.5和2巴之间,则可能出现腐蚀;如果CO2分压在0.5巴之下,则指示非腐蚀情况。
除了在腐蚀速率的确定上精度不足之外,这样的“经验法则”没有考虑影响实际腐蚀速率的许多因素。例如,已知腐蚀速率对水相中CO2的热力学活度比对其浓度更敏感;这个活度与CO2在其气相中的易逸度相关,CO2在其气相中的易逸度随着分压非理想地改变。影响CO2腐蚀速率的环境参数包括含水量、碳氢化合物的特性(特别是石油赖以抑制钢腐蚀的化学和物理机制)、在管道容纳物中的水化学和水源、在腐蚀介质中的铁含量和可溶解性、诸如乙酸盐增强的腐蚀的盐水的腐蚀程度、管道容纳物的pH、温度、管道内表面上的碳酸铁垢的存在和诸如H2S的其他试剂的存在等。诸如管线材料的合金构成和微结构的冶金因素也大大影响腐蚀速率。管线所承载流体的流体动力参数也发挥作用。这样的流体动力参数包括流速,并且也包括流“态”(例如,段塞流、分层流、环流等)、由于水“掉落”导致的增强腐蚀的位置(即,在水局部累积的位置,诸如在盲管段处或在方向或倾斜度改变处)以及改变在流中的湍流的流扰动。管道内表面腐蚀的固有不均匀性也使得腐蚀速率的预测复杂化:腐蚀经常显现为点蚀或台面类型的侵蚀或在凹坑或台面侵蚀位置处开始的流引发的局部腐蚀。“经验法则”模型显然还不能处理在腐蚀速率上的这样的改变。
本领域中公知CO2腐蚀的经验模型。常见的经验模型基于在下文中描述的等式或诺模图:de Waard et al,″Prediction of Carbonic AcidCorrosion in Natural Gas Pipelines″,First International Conference on theInternal and External Protection of Pipes,Paper Fl(Cranfield,UK:BHRAFluid Engineering,1975)。原始的de Waard模型使用温度和CO2分压来基于小型实验室试验来预测CO2腐蚀速率。近些年来,这个经验模型已经被扩展,包括基于各种其他参数的校正因子,其他参数包括pH、管线内部的腐蚀导致结垢、流体速度、钢构成和含水量。然而,已经观察到,这样的经验模型的近来的体现没有完全或精确地考虑通过腐蚀导致结垢来保护管道材料,特别是在高温或高pH下,因为该模型是要仅应用在没有地层水(其会瓦解腐蚀膜)的情况下。油润湿例如通过下述方式通常被包括在这个模型中来作为“通/断因子”:对于原油管线(即,没有凝结),假定对于在30%之下的含水量和在1米/秒之上的液体速度有油润湿,并因此没有腐蚀。虽然存在这些限制,近些年来增强的de Waard模型仍然广泛使用,例如如下文中所述:Hedges et al.,″The Role of Acetate in CO2 Corrosion:the Double Whammy″,CORROSION/99,Paper No.21,(Houston,TX:NACE International,1999)。
通过另外的背景技术,在本领域中已知基于建模特定腐蚀机制的腐蚀模型。在下文中描述了这样的“机械”腐蚀模型的早期示例:Grayet al.,″Mechanism of carbon steel corrosion in brines containing dissolvedcarbon dioxide at pH 4,CORROSION/1989 Paper No.464,(Houston,TX:NACE International,1989),其得出了在各种类型的动力学控制下的四个氧化还原反应的电化学模型。这个电化学模型使用混合的可能理论来基于计算的Tafel常数和交换电流密度,并且最终基于系统的腐蚀速率来预测极化曲线。
在Nesic et al.,″An electrochemical model for prediction of corrosionof mild steel in aqueous carbon dioxide solutions.Corrosion,52(1996),pp.280et seq.中描述的另一种模型在假定没有保护膜的情况下基于在大范围的pH、温度、分压和流体速度条件上的在水CO2系统中的单独的电化学反应。这基于铁溶解的四种阴极反应和单个阳极反应。在这个模型中,通过下述方式来以简化方式处理输送过程:假定每一个活性物质的独立扩散,并且使用质量转移系数来用于旋转柱体(用于实验室测试)和管道流的水动力系统。
在下文中描述了另一种机械模型:Nordsveen et al.,″A MechanisticModel for Carbon Dioxide Corrosion of Mild Steel in the Presence ofProtective Iron Carbonate Films-Part 1:Theory and Verification″,Corrosion,Vol.59,No.5(2003)。在这个模型中,在钢表面的电化学反应、包括经由多孔表面膜扩散的在金属表面与体内之间的物质的扩散和包括表面膜的沉淀物的多相化学反应都被考虑。结果,已经观察到这个模型预测腐蚀速率和感兴趣的物质的浓度和流量曲线。这种手段建模异种化学反应(例如,表面膜的沉淀物)、在钢表面的电化学反应以及传向体内和发自体内的物质的转移(例如,通过边界层或多孔表面膜的对流和扩散、作为建立可能的梯度的结果的迁移)。由俄亥俄大学开发的MULTICORP软件包使用基本物理化学定律和对应的方程来实现这种模型手段:诸如均衡常数、反应速率常数和扩散系数的方程参数被从公开的文献获得,并且基于试验数据。
已经观察到,这些传统的机械模型实际上实现起来较为复杂。这种复杂源自复杂和相关的数学方程数值解所需要的专用计算机软件。
发明内容
因此,本发明的一个目的是提供一种其中可以按自动和有效的方式来估计预测的管道腐蚀速率的系统和方法。
本发明的另一个目的是提供一种可以确定各种腐蚀机制的影响的系统和方法。
本发明的另一个目的是提供一种可以用于有效率地设计管线系统的系统和方法。
本发明的另一个目的是提供可以用于评估在管线系统和井下壳体中的操作改变的影响的系统和方法。
本发明的其他目的和优点对于已经参考了说明书及其附图的本领域内的普通技术人员显而易见。
本发明可以被实现成计算机系统和在这样的计算机系统上运行的自动化方法,该方法基于被评估的管线或井下壳体的参数值来评估多个机械腐蚀模型。所述系统和方法通过平衡阴极腐蚀反应之和与对应于铁溶解的阳极反应来确定腐蚀速率。如果期望,腐蚀速率然后可以被应用到另外的自动化模型,以确定诸如垢形成的可能和腐蚀抑制剂的效果的辅助因素的影响。
附图说明
图1是生产现场的示例的示意图,结合该生产现场,可以使用本发明的优选实施例。
图2是被编程来执行本发明的实施例的以计算机系统形式的预测系统的方框形式的电气图。
图3是根据本发明实施例的在图2的计算机系统中的软件模块的布置的方框形式的软件图。
图4是图示根据本发明实施例的图2的系统的操作的流程图。
图5是根据本发明实施例的输入计算机屏幕的图示,通过该输入计算机屏幕,可以将测量值输入到图2的系统中。
图6是图示根据本发明实施例的用于计算裸钢腐蚀速率的操作的流程图。
图7a和7b是根据本发明实施例的操作的一个示例的、各种腐蚀反应机制的电流密度对所施加的电势特性的曲线。
图8是电流密度对所施加的电势特性的理论曲线,用于图示根据本发明实施例的裸钢腐蚀速率的操作。
图9是输出计算机屏幕的图示,通过该输出计算机屏幕,可以显示根据本发明实施例的用于计算裸钢腐蚀速率的操作的结果。
图10是输出计算机屏幕的图示,通过该输出计算机屏幕,可以显示根据本发明实施例的用于计算裸钢腐蚀速率的操作的结果和抗蚀剂处理的效果。
具体实施方式
将结合实施例描述本发明,在此结合用于预测管道腐蚀速率的方法和系统而描述其中一个实施例。在本说明书中,将在预测生产现场和用于油气的系统中的管线腐蚀速率的上下文中描述这些实施例,以保证那些管线的完整性,并且便利系统的有效率的维护,并且在预测油气井中的金属(例如,碳钢)井下壳体的腐蚀速率的上下文中描述这些实施例。然而,本发明也可以在其他应用中提供重要的益处,举几个例子,该其他应用例如包括用于诸如供水和污水管系统、在客户侧的天然气分配系统和工厂管道系统。因此,应当明白,仅通过示例提供了下面的描述,并且下面的描述不限制所要求保护的本发明的真实范围。
首先参见图1,以简化的方框形式图示包括井和地面设施的油气生产现场的示例,结合其可以使用本发明的实施例。在这个示例中,生产现场包括现场内不同位置部署的许多井W,从它们以传统的方式来生产油气产品。虽然在图1中图示多个井W,但是考虑与之结合可以使用本发明的现代生产现场包括比在图1中所示井W多得多的井。在这个示例中,每个井W通过管线5连接到其现场的相关联的井场2。举例而言,在图1中示出8个井场20至27;当然,本领域内的技术人员可以明白,可以在生产现场内部署比8个多得多的井场2。每一个井场2可以支持许多井W;例如,在图1中将井场23图示为支持42个井40至441。每个井场2从其相关联的井W收集输出,并且经由管线SL之一将所收集的输出转发到处理设施6。最后,处理设施6耦合到输出管线OUT内,输出管线OUT又与其他处理设施6一起耦合到更大型管线设施中。
在现实世界的石油生产中,在图1中部分示出的管线系统与许多其他井W、井场2、管线5、SL、OUT和处理设施6一起连接到更大的管线系统内。一些管线系统包括互连到整个生产和处理系统内的成千上万的单独管线。虽然图1的示意图中未示出,但是实际上,管线5、SL、OUT在构造和几何形状上彼此非常不同。同样,在图1中示出的管线系统以高度简化的方式表示典型的整个生产管线系统的极小部分。
腐蚀风险影响管线系统的设计,特别是在选择适当的管线材料、选择适当的管线壁厚以及决定是否利用腐蚀抑制剂化学品时。一旦进行生产,则操作条件和管线容纳物方面的改变也影响腐蚀速率,并因此在操作期间,特别是在决定是否实现操作改变中应当考虑腐蚀风险。腐蚀风险也影响在图1中所示的生产系统中的井W中的井下壳体的涉及和操作。本领域中已知,金属管道(例如,通常是低合金钢的)通常用于油气井的生产壳体,并容易受到腐蚀,特别是考虑到井下环境条件的严峻性。确定在每个这些应用中的腐蚀风险的因素包括所建议的腐蚀抑制剂化学品的预测的未抑制的腐蚀速率、效率和可用性和局部腐蚀(点蚀、侵蚀等)的可能等。然后,在整体管线成本公式中考虑这些腐蚀相关的因素,包括管线材料的每单位厚度的成本、预期剂量的腐蚀抑制剂的成本等,使得在成本和可靠性上优化最佳的管线性能。
预期的腐蚀速率在维护现有的管线和井下壳体上也是重要的。可以使用由于腐蚀导致的管线壁厚度的实际的直接或间接测量来校准腐蚀速率的精确预测,并且腐蚀速率的精确预测可以用于导出和执行最佳的管线维护和测量程序。
已经参考本说明书的本领域内的技术人员因此将理解,这些重要的设计和维护活动依赖于腐蚀速率的精确的预测。
然而,许多因素会显著地影响腐蚀速率。这些因素包括管道材料本身(例如碳钢、抗蚀合金等)和管线与整个系统的几何形状。另外,由管线和壳体承载的容纳物(即液体,气体,诸如沙子、结垢或其他的固体或这些流体和固体的组合)的性质可以广泛地改变,这样的性质包括组成、压力、温度和流速等。本领域中公知,这些因素和性质会显著地影响管线材料腐蚀的速率。为了正确地涉及和维护生产和管线系统,重要的是,考虑到在构造、几何形状、容纳物、操作和环境条件等的这些变化而理解壳体和管线的腐蚀速率。如上所述,结合本发明的背景技术,根据这些各种因素和性质及其变化的精确的腐蚀速率预测已经证明是困难的。
根据本发明的实施例,一种机械模型被定义和评估,以导出考虑到已知影响腐蚀的大量因素的预期腐蚀速率。另外,根据本发明的实施例,这种机械模型允许评估单独的腐蚀机制,因此对特定装置的腐蚀起因提供了另外的考察,并且使得能够选择用于精简或补偿该机制的适当策略。此外,通过现代计算机系统和功能性以自动化的方式来评估本发明的这些实施例的机械模型,使得能够精确和有效率地评估现有管线以及所提出的设计。
图2图示根据本发明实施例的示例的预测系统10的构造,该预测系统10执行在本说明书中所述的操作,以预测管道或管路(对于本说明书,这样的术语指的是管子、管线或井下壳体)的CO2腐蚀速率。在这个示例中,通过计算机系统来实现预测系统10,该计算机系统包括通过网络连接到服务器20的工作站11。当然,与本发明相关联的有益的计算机系统的特定架构和构造可以广泛地改变。例如,诸如传统工作站或个人计算机的单个物理计算机或者可替选地通过在多个物理计算机上以分布方式实现的计算机系统,可以实现预测系统10。相应地,仅通过示例来提供在图2中图示的一般架构。
如图2中所示并且如上所述,预测系统10包括工作站11和服务器20。工作站11包括耦合到系统总线BUS的中央处理单元15。还被耦合到系统总线BUS的是输入/输出接口12,输入/输出接口12是外部功能部件P(例如,键盘、鼠标、显示器等)通过它与工作站11的其他构成部分交互的那些接口资源。中央处理单元15决定了工作站11的数据处理能力,并且同样可以用一个或多个CPU核、协处理电路等实现。根据工作站11的应用需要来选择中央处理单元15的具体构造和能力,这样的需要至少包括本说明书中所述的功能的执行,并且也包括可以期望被计算机系统执行的其他功能。在根据这个示例的预测系统10的架构中,系统存储器14耦合到系统总线BUS,并且提供期望类型的存储器资源,被用作用于存储输入数据和由中央处理单元15执行的处理结果的数据存储器以及程序存储器,该程序存储器用于存储要由中央处理单元15在执行那些功能时要执行的计算机指令。当然,这种存储器布置仅是示例,可以明白,系统存储器14可以实现在分开的物理存储器资源中的或整体或部分地在工作站11外部分布的这样的数据存储器和程序存储器。另外,如图2中所示,从实验室或现场测试和测量获取的或作为设计参数的测量值输入18经由输入/输出接口12被输入,并且本地地或经由网络接口16被存储在工作站11可访问的存储器资源中。
工作站11的网络接口16是传统接口或适配器,工作站11通过它来访问网络上的网络资源。如图2中所示,工作站11已经经由网络接口16访问的网络资源包括服务器20,服务器20驻留在局域网或诸如内联网的广域网、虚拟专用网或因特网上,并且可通过那些网络布置之一或通过对应的有线或无线(或两者)通信设施被访问。在本发明的这个实施例中,服务器20是在一般含义上类似于工作站11的传统架构的计算机系统,并且同样包括一个或多个中央处理单元、系统总线和存储器资源、网络接口功能等。根据本发明的这个实施例,服务器20耦合到程序存储器24,程序存储器24是计算机可读介质,用于存储可执行的计算机程序指令,预测系统10根据这些计算机程序指令来执行在本说明书中所述的操作。在本发明的这个实施例中,在从工作站11传送输入数据时,这些计算机程序指令以“基于网络”的应用形式被服务器20执行,以产生输出数据和结果,这些输出数据和结果被传送到工作站11,用于以有益于工作站11的用户的形式被外围装置P显示或输出。另外,库22也可用于服务器20(以及可能在局域网或广域网上的工作站11),并且存储模型计算、先前的模型结果、用于与腐蚀模型的相关的实际腐蚀测量和在预测系统10中有用的其他归档或参考信息。库22可以驻留在另一个局域网上,或者可替选地经由因特网或某个其他的广域网被访问。考虑库22也可以被在整个网络中的其他相关联的计算机访问。
当然,可以在预测系统10可访问的不同位置实现所述测量、库22和程序存储器24实际驻留的特定存储器资源或位置。例如,这些数据和程序指令可以被存储在工作站11内的本地存储器资源中、在服务器20内的本地存储器资源中或对于这些功能通过网络可访问的存储器资源中。另外,本领域中已知,这些数据和程序存储器资源的每一个本身可在多个位置之间分布。认为本领域内的技术人员能够以适合于每一个特定应用的方式容易地实现结合本发明的该实施例有用的适用的测量、模型和其他信息的存储和检索。
根据本发明的这个实施例,例如,系统存储器14和程序存储器24分别存储中央处理单元15和服务器20可执行的计算机指令,以执行在本说明书中所述的功能,通过该功能,可以产生用于管线或井下壳体的预测腐蚀速率的估计。这些计算机指令可以具有一个或多个可执行程序的形式或源代码或高级代码的形式,从该源代码或高级代码导出、汇编、解译或编译一个或多个可执行的程序。根据要执行期望的操作的方式,可以使用任何一个或多个计算机语言或协议。例如,这些计算机指令可以以传统的高级语言被写为传统的线性计算机程序或被布置来以面向对象的方式执行。这些指令也可以被嵌入高级应用内。例如,在本发明的一个实施例中,在程序存储器24中驻留并且可被服务器20和诸如工作站11的客户计算机系统访问的可执行的基于网络的应用以EXCEL电子表格的形式接收来自客户机系统的输入,在网络服务器处执行用于算法的Visual Basic(VBA)模块,并且也以EXCEL电子表格的形式向客户机系统提供输出。向网络应用的这种基于电子表格的输入和输出是有益的,因为操作所需要的用户培训的相对低水平,并且因为在网络服务器处驻留的应用的安全性和可维护性。认为已经参考了本说明书的本领域内的技术人员能够以适合于期望装置的方式来容易地实现本发明的这个实施例,而无需过度的试验。可替选地,通过经由某个网络接口或/输入/输出装置的在电磁载波信号上的编码信息,这些计算机可执行软件指令可以驻留在局域网或广域网上的其他位置,或可以从高级服务器或位置被下载。以软件包的形式,计算机可执行软件指令原先被存储在可拔插的或其他非易失性计算机可读存储介质(例如,DVD盘、快闪存储器等)上,或能够作为电磁载波信号上的编码信息而被下载,并且根据该软件包,预测系统10以用于软件安装的传统方式来安装计算机可执行软件指令。
图3举例图示根据本发明的这个实施例的由预测系统10可执行的各种软件模块的布置。图3的布置在下述方面对应于作为“网络应用”的预测系统10的软件的实现方式:可执行软件在服务器上驻留并且响应于从客户机系统在网络(有线或无线LAN或WAN)上转发的命令和输入数据而被执行。在这个示例中,工作站11是客户机系统,而大量的软件功能在服务器20上驻留并且被执行,并且将通信链路LNK图示为通信设施和协议,通过该链路,两个物理计算机彼此进行通信。
在这种布置中,工作站11运行接口21,根据本发明的这个实施例,通过接口21,数据和模型结果向用户传送和从用户传送。接口21优选地通过传统的计算机软件应用被实现,例如被实现为在EXCEL电子表格程序中的工作单、在传统因特网浏览器应用内的网页或两者的组合(在框内操作的电子表格工作单或在浏览器应用中的网页)。下面将显而易见,这个接口21可以被实现为窗口,其中,用户可以输入一个输入值的阵列,并且其中,可以显示输出值的阵列。在接口21内的浏览器或其他应用操作来格式化由用户输入的输入数据,并且将那个数据和任何控制信号或命令传送到输入模块23,输入模块23驻留在服务器20上并且被服务器20执行。
已经阅读了本说明书的本领域内的技术人员被认为能够容易地编程输入模块23和输出模块25,以执行在各种功能模块和接口之间转发数据的功能。本领域内已知,并且根据传统或基本技术,模块23、25理解各种功能模块和接口之间要转发的数据的特定格式。根据本发明的这个实施例,输入模块23和输出模块25被服务器20执行,使得与软件模块26交流数据,并且,当软件模块26被执行时,把数据应用到各种模型,根据模型来确定预测的腐蚀速率和其他参数。在本发明的这个实施例中,这些模块包括pH模型模块260、热力模型模块261、流模型模块262和腐蚀速率模型模块263。模型模块260、261、262、263(统称为模型模块26)可以使用例如Visual Basic模块的高级编程语言来编程,驻留在服务器20并且是可调用的,使得对输入模块23向其提供的数据执行它们的功能,这样的执行结果被模型模块26中的每一个提供给输出模块25。输出模块25被编程,使得在通信链路LNK上转发由一个或多个模型模块26向其转发的结果,以经由接口21向在工作站11的用户显示。以这种方式,输出模块25也可以向工作站11传送各种状况消息,如果在模块23、25、26的任何一个的操作期间发生错误或如果由模型模块26等产生范围之外的结果,则这样的消息包括错误指示符。这些结果和状况指示符也可以被存储在库22处,用于以后在来自工作站11等的命令下,在对于特定的建模操作适当的情况下被输入模块23应用到模型模块26。
现在参见图4,现在描述根据本发明实施例的用于估计腐蚀速率的方法的整体一般操作。根据本发明的这个实施例的如图4中所示的在本方法中执行的步骤和操作将被描述为被图2的预测系统10和图3的软件架构执行。仅举例提供了用于实现根据本发明的这个实施例的用于执行腐蚀速率的估计的预测系统10的特定硬件和软件架构。对于这样的架构和操作布置的改变,对参考了本说明书的本领域内的技术人员是显然的,并且被认为在本发明的范围内。
根据本发明的这个实施例的预测系统10的操作以在处理30中接收输入参数值开始,所述输入参数值与一些参数相对应,各种模型模块26根据这些参数来操作以导出预测的腐蚀速率和其他结果。这些输入参数值被认为通常由用户在工作站11经由所运行的适当数据输入接口21而被输入。可替选地,认为可以在用户的命令下,从数据存储器,例如从库22检索这些输入参数值的一些或全部。进一步可替选地,认为在本发明的这个实施例中,这些输入参数值的一些可以是来自实验室或现场测量传感器的直接测量值,经由工作站11被传送或以其他方式被传送到服务器20的输入模块23。
图5图示根据本发明的这个实施例的、包含电子表格页面的输入窗口41的示例,通过该电子表格页面,用户在工作站11输入输入参数值,或可替选地从诸如库22的存储器检索输入参数值。如图5中所示,可以根据本发明的这个实施例建模多个“情况”,每一个“情况”对应于要应用到各种模型的独立和单独的一组输入参数值。以这种方式,用户可以通过下述方式来执行“what-if(如果…怎样)”分析:逐个情况改变输入参数值的一个或多个,向模型应用所述情况,并且将结果产生的预测腐蚀速率等作比较。
根据本发明的这个实施例,在处理30中接收的输入参数值包括水化学参数值,并且也包括用于描述要建模的管道和流环境的物理参数值。根据本发明的这个实施例并且如图5中所示的在处理30中接收的水化学参数值包括氯化物(Cl)、硫酸盐(SO4)、钡(Ba)、钙(Ca)、锶(Sr)、镁(Mg)、钠(Na)、钾(K)、重碳酸盐(HCO3)、铁(Fe)和乙酸盐(Ac)的离子浓度;在图5的示例中,这些离子浓度被表达为毫克/升或每百万分之几。对于其中重碳酸盐和乙酸盐的参数对应于这些反应物的实际测量的情况,重要的是,保证有效地确定测量。用于测量重碳酸盐的浓度的一种简单方式是通过测量溶液的碱度。然而,已知碱度仅在溶液中的碱、源自碳酸盐平衡的情况下表示重碳酸盐浓度;这通常不是在油气生产中遇到的生产“盐水”中的情况,因为经常存在也影响碱度的诸如乙酸盐的其他阴离子。同样,有益的是,量化所有阴离子的浓度,以便从总的碱来确定重碳酸盐的浓度。
在处理30中接收的物理输入参数值包括用于诸如系统温度、总的气压(即,在被管线传送的多相系统的气体中的主要的局部压力)、在气相中的CO2浓度、在气体中的H2S的浓度、在水相中的溶解的氧的浓度、每一相(气体、油、水)的流速、管路或管线的内部直径、管路或管线相对于水平面的倾斜角、在系统中存在的水是否是凝结水或采出水的指示和每一相(气体、油、水)的比重。
当然,根据待评估的每一个模型模块26所要求的输入,也可以在处理30中接收其他参数的值;当然,可以省略该模块不使用的任何参数。在任何情况下,例如经由输入窗口41在处理30中接收的输入参数被转发到模型模块26中适当的一些,以在用户的命令下评估特定的模型。
根据本发明的这个实施例,在等级I模型处理35内,通过对应的模型模块260、261、262、263来执行建模处理320、321、322、323。模型模块26执行它们的对应的建模处理32的具体顺序不特别重要,除了建模处理32x要求作为输入的其他建模处理32y的一个或多个的输出。事实上,如果在服务器20内提供足够的计算容量,则可以至少在一定程度上并行地执行建模处理32。
在图4的示例中,pH建模处理320基于在处理30中接收的输入参数的一些来计算原地的pH值,该输入参数的一些输入参数经由接口21和输入模块23被转发到模型模块260。根据本发明的该实施例,pH模型模块260基于相加在一起的所接收的离子浓度参数值,然后根据情况使用钠或氯化物离子来平衡结果产生的电荷来导出这个pH值。在本发明的一个实施例中,pH模型模块260可以被实现为在EXCEL电子表格程序内的附加项功能,该功能或者以图3所示的方式在服务器20实现,或作为接口21的一部分在工作站11实现,其结果被转发到服务器20。也考虑pH模型模块260的其他实现。由pH模型模块260实现的计算示例是由美国地质调查局(http://www.geo.vu.nl/users/posv/phreeqc/index.html)公布的模型软件代码,公知的“PHREEQC-2”或“PHREEQC for Windows”,其被修改来以如上所述的方式包括来自合作处理39的乙酸或乙酸盐的影响。
根据本发明的这个实施例,合作处理39接收在处理320中计算的原地pH值,并且计算游离乙酸浓度(HAc)。根据本发明的这个实施例,处理39接收乙酸盐浓度(Ac)输入参数值,并且如果凝结水值为“是(Yes)”或如果重碳酸盐浓度(HCO3)小于10ppm,则认为这个乙酸盐浓度值是乙酸;否则,将乙酸盐浓度仅看作乙酸盐。在任何一种情况下,处理39都响应于原地pH并且根据如上所述的乙酸盐对比乙酸判定来计算非游离的或游离的乙酸浓度。如下面进一步细述,在裸钢腐蚀速率的确定中使用这个游离乙酸浓度。
在等级I腐蚀模型处理35中,热力模型模块261执行热力建模处理321,以基于在处理30中经接口21和输入模块23接收的输入参数值来确定一个或多个热力值和平衡常数。如在本领域中已知,铁的腐蚀产生铁离子(例如,Fe),而铁离子与流体中的气体试剂反应使得在管路或管线的内表面上结垢,诸如碳酸铁。这样的结垢提供了腐蚀保护的某种度量。已经观察到,诸如碳酸铁的结垢的形成非常依赖温度。同样,结垢形成的考虑是预测最终腐蚀速率中的重要因素,并且同样,在管路或管线中的预期温度的判定,并且因此在由输入参数值指示的建模条件中是否形成结垢的判定是重要的。根据权利要求的这个实施例,热力模型模块261通过在如上所述的de Waard模型中实质上使用的“经验法则”手段来确定结垢温度Ts,该法则主要从在流体中的二氧化碳的离子浓度来确定结垢温度。
其中,fCO2是在处理30中输入的二氧化碳的离子浓度。在这个示例中,然后将结垢温度Ts与在处理30中作为物理参数之一输入的温度参数值作比较。当然认为,用于导出这种结垢温度Ts和其他辅助因素的其他手段将对于已经参考了本发明的这个实施例的技术人员是清楚的或变得清楚。结果产生的结垢温度Ts和这样的其他辅助因素然后被转发到辅助因素评估处理40,用于可以并入到最后的腐蚀速率内,如下所述。
还基于在处理30中经接口21和输入模块23接收的输入参数值,由在等级I腐蚀模型处理35内的流模型模块262来执行流参数建模处理322。根据本发明的这个实施例,流参数建模处理322产生建模的管路或管线的液压直径、现场液体速度的估计和在建模的管路或管线内的流态(环流、段塞流、分层流等)。根据本发明的这个实施例,流模型模块262基于关于气/油比率的特定假设来应用各种已知的相关关系,该关系预测在储罐和井应用中遇到的典型温度和压力条件的黑油物理性质。根据本发明的这个实施例的被流模型模块262使用的这些已知的相关关系包括:Glaso的用于预测溶液气油比率和油地层体积系数预测的相关,如在Glaso,″Generalized Pressure-Volume-TemperatureCorrelations″,J.Petroleum Tech.,(SPE,1980)pp.785-95中所述;Lee的用于预测气粘度的相关,如在Lee et al.,″The Viscosity of Natural Gases″,J.Petroleum Tech.,(SPE,1966)pp.997-1002中所述;Beggs和Robinson的用于预测液体粘度的相关,如在Beggs et al.,″Estimating the Viscosity ofCrude Oil Systems″,J.Petroleum Tech.(SPE,1975)pp.1140-44所述;以及,Baker和Serdloff和Hough的用于预测表面张力的相关,如在Baker etal.,″Finding Surface Tension of Hydrocarbon Liquids,Oil and GasJournal(1956),pp.96-104,and Hough et al.,″Interfacial Tensions atReservoir Pressures and Temperatures;Apparatus and the Water-MethaneSystem″,Trans.AIME(1951),pp.57-60所述。这些相关的结果然后被流模型模块262应用到机械模型中,该机械模型用于根据安装其他输入参数值选择的模型来估计液体速度和液压直径。例如,在本发明的这个实施例中,基于如在Beggs et al.,″A Study of Two-Phase Flow in InclinedPipes″,J.Petroleum Tech.(SPE,1973)pp.607-17中所述的Beggs和Robinson垂直上流液压的模型可以被应用到具有大于20度的倾斜角的管路或管线;而对于20度以下的倾斜角,可以应用不同的模型,例如基于Beggs和Brill的用于非分层流的压力降低模型的不同模型。已经参考本说明书的本领域的技术人员能够容易地使用传统的建模软件在期望精度上选择和应用用于确定感兴趣的流动参数和重要性的适当的相关和模型。在任何情况下,由流模型模块262在处理322中输出的流态的标识必然在一定程度上不准确并且是基于经验的,并且它可以有益于分析处理322的结果以确定流参数结果是否指示接近流态边界的操作,并且如果是,则评估在相关流态两者中的流,并且选择更保守的流态和结果以用于腐蚀预测。
如图3和4中所示,等级I腐蚀速率模型处理35包括裸钢腐蚀速率计算处理323,该处理由腐蚀速率模型模块263根据在处理30中经接口21和输入模块23接收的参数值来执行。现在详细描述裸钢腐蚀速率处理323的操作的理论。
如上所述,在油气管线和井下壳体中常用的腐蚀试剂是水相二氧化碳(CO2)。根据本发明的这个实施例,裸钢腐蚀速率计算处理323基于CO2腐蚀的电化学模型。根据本发明的这个实施例,通过下述方式来确定预测的腐蚀速率:平衡铁溶解(氧化)的阳极反应与各阴极还原反应之和,每一个阴极还原反应对应于特定的腐蚀机制。在这些反应的电化学模型中,通过将阳极电流iFe与各阴极电流iC之和平衡来完成反应的平衡:
iFe=∑iC
在本发明的一个实施例中,各种阴极电流iC包括下面的电流,每一个对应于还原机制:
i(H+):氢离子还原
i(H2CO3):碳酸还原
i(H2O):水还原
i(HAc):乙酸还原
i(H+):氧还原
铁溶解的阳极反应基本上在激活控制下(即,依赖于根据激活能量的电势和温度)。阴极还原反应在激活控制下或在激活和扩散(反应剂的质量传送)机制的混合控制下或在激活和水化(被水化反应速率限制)机制的混合控制下。下面更详细地说明氧化和还原反应的每一个相关的控制机制。考虑到控制对应的氧化或还原机制的输入参数的值,在一系列电势和电流密度上表征这些反应的每一个。本领域中已知,可以求解电势-电流密度点,在该电势-电流密度点,阳极溶解反应与各阴极反应之和平衡。根据本发明的这个实施例,在该操作点的腐蚀电流密度被裸钢腐蚀速率模型处理323使用,以得出预定的腐蚀速率。
现在描述用于根据本发明的这个实施例所考虑各反应的阴极还原反应中的每一个和阳极氧化反应与电势和电流密度的关系。
用于氢离子还原的机制的阴极电流i(H+)可以被表达为:
即激活电流和扩散极限电流(d)的倒数之和的倒数。该极限电流是由于向腐蚀表面的质量传送,并且可以被表达为:
ilim(H+),d=km(HAc)FC[H+],bulk
其中,km(HAc)是氢离子的质量传递系数,F是法拉第常数,并且C[H+],bulk|是体内H+浓度。可以将激活电流表达为:
其中,i0(H+)是交换电流密度A/m2,η是超电势V,并且,bc是用于反应的阴极Tafel斜率。因此,可以评估阴极电流i(H+)与用于氢离子还原的机制的电势(由超电势η表示)和电流密度(由交换电流密度i0(H+)表示)的关系。
用于碳酸还原的机制的阴极电流i(H2CO3)也可以被表达为激活电流和化学反应极限电流(r)的倒数之和的倒数:
对于这种还原反应,极限电流取决于用于水化反应的反应速率极限:
这种极限电流可以被表达为:
其中,C[CO2],bulk是溶解的二氧化碳的体内浓度,DH2CO3是H2CO3的扩散系数,Khyd是用于CO2水化反应的平衡常数,并且khyd,f是用于CO2水化反应的正向反应速率。与在氢离子还原中的激活控制电流分量类似地,可以将激活控制的反应阴极电流分量iα(H2CO3)表达为:
这些电流分量的评估提供了与输入参数值对应的条件,对于碳酸还原反应而言的电势与腐蚀电流密度的关系。
考虑到在腐蚀表面的水分子被有效地无限制,通过电荷传送处理来控制用于水还原反应的阴极电流i(H2O)。同样,电流分量的表达是:
对于在3和6之间的pH,交换电流密度i0(H2O)依赖温度,而不依赖pH值。因此可以建模这个交换电流密度i0(H2O)如下:
根据本发明的这个实施例,碳酸和乙酸如果存在,则作为钢管路或管线的腐蚀中的直接还原是活性的。碳酸还原反应遵守如上所述的情况,而不论是否存在乙酸。可以将游离乙酸直接向氢的还原表达为:
2HAc+2e-→H2+2Ac-
可以将用于这个还原反应的电流密度对电压的方程表达为激活电流和质量传送(扩散)极限电流密度的倒数之和的倒数:
这些电流分量可以被表达为:
以及
ilim(HAc),d=km ,HAc FCfree,HAc
其中,km,HAc是乙酸的质量传送系数,并且Cfree,HAc是在处理39中计算的体内不游离(游离)HAc浓度。交换电流密度io(HAc)取决于pH(来自处理320)、乙酸浓度(处理39)和温度如下:
同样,可以从在处理30中接收的输入参数值和在这个示例中通过处理320确定的pH(或可以替代地被用户经由接口21输入)来容易地评估用于乙酸还原的机制的电势-电流密度关系。
根据本发明的这个实施例,由于氧还原反应导致的阴极电流被认为由电荷传送(激活)和扩散(质量传送)这两者控制。可以将氧还原的电流-电压关系表达为:
可以将扩散极限电流分量看做:
ilim(O2),d=4km,O2FCO2
其中,km,O2是质量传送系数(m/s),可以通过用于环境的Sherwood、Reynolds和Schmidt数的传统相关性来确定它。CO2浓度仅是溶解的氧的体内浓度。电荷传送的极限电流分量可以被表达为:
交换电流密度i0(O2)依赖温度和pH,而依赖于氧气的分压。
同样,可以基于在这个示例中所接收的输入参数值和pH模型处理320来容易地得出用于氧还原的适当电流密度表达。通过在裸钢腐蚀速率模型处理323中的氧还原的分量,根据本发明的这个实施例,腐蚀速率预测变得适用于在被承载的流体中的海水的情况和与采出水混合的海水的流体。
如上所述,通过铁溶解的氧化反应来确定要相对于这些电流平衡的阳极电流密度:
Fe→Fe2++2e-
在本发明的这个实施例中,铁溶解反应仅在激活控制下,其电势-电流密度关系遵从公知的Tafel关系:
用于铁溶解的交换电流密度i0(Fe)仅依赖温度,并且可以被表达为:
再一次,温度Tref是298K,其中以kJ/mol来表达激活能量ΔH(Fe)。
已经参考了本说明书的本领域内的技术人员可以容易地确定要在根据本发明的实施例建模的特定管道系统的相关阴极和阳极电流密度表达中使用的参数和常数的特定值。
根据本发明的这个实施例,如将详细所述,腐蚀速率模型模块263根据所考虑的机制,对照各阴极电流之和来平衡阳极电流密度i(Fe),以此来执行建模处理323。在电势-电流密度空间中,在其阳极电流与各阴极电流之和平衡的操作点提供了在所计算的电势Ecorr处的腐蚀电流密度icorr。根据已知的关系,如下面更详细所述,对于假设或存储的钢的密度值、铁的分子量和在电化学反应中交换的电子的数目,从这个腐蚀电流密度icorr计算预测的腐蚀速率。
根据本发明的这个实施例,腐蚀速率模型模块263执行建模处理323的方式遵循如上所述的操作理论。在图6的数据流图中,输入参数集42包括在处理30中接收的各种输入参数值。另外,考虑其中表征腐蚀还原反应的一些的方式,如上所述,在等级I腐蚀速率模型处理35内的其他处理的结果也被接收和包括在输入参数集42中。在这种实现方式中,与来自合作处理39的游离乙酸浓度(HAc)一样,通过建模处理320得出的pH值被接收到参数集42内。在集42中的这些输入参数值将被应用到各子处理44、46,用于计算还原和氧化反应的每个的电流-电压(电势-电流密度)关系,如下所述。另外,考虑在这些电流-电压关系的评估中必要的各种常数被编程到这些子处理44、46内或被那些子处理从库22或从某个其他存储器或寄存器资源检索。
已经参考了本领域内的技术人员将能够容易地产生和优化以例如在服务器20中的适当处理电路可执行的形式在某种类型的计算机可读介质中可存储的计算机软件指令,以执行用于预测腐蚀速率的特定处理和子处理,包括根据本发明的这个实施例的在图6中所示的那些。本领域内的技术人员可以执行这样的计算机软件指令的产生和优化,而没有过度的试验。另外,本领域内的技术人员可想到在此所述的处理的变化和替代实现方式,这样的变化和替代被认为在所要求保护的本发明的范围内。
根据本发明的这个实施例,子处理44、46的每一个确定用于如上所述的并且被包括在被评估的整体腐蚀速率模型内的还原或氧化反应的相关联的一个的电势对腐蚀电流密度的关系。考虑对于结合本发明的这个实施例评估的反应的示例如上所述的操作的理论,显然这些子处理44、46的每个基于被建模的机制和在那个机制中包含的特定控制功能(激活、扩散、水化等)来要求其本身的特定输入参数。
子处理440评估氢离子(H+)还原反应的电流-电压关系。如上所述,由于这个反应导致的阴极电流是激活控制的(即,依赖于电压的),并且也是扩散或质量传送控制的。同样,子处理440要求来自输入参数集42的氢离子浓度(H+)的值,如图6中所示。子处理440的结果是在电势和电流密度之间的数值或图形关系,其示例在图7a中被图示为在对数线性空间中的曲线520。
类似地,子处理441评估碳酸(H2CO3)还原反应的电流-电压关系。如上所述,在这个模型中,通过激活控制和碳酸水化反应速率的组合来控制乙酸减少。同样,子处理441从输入参数集42接收CO2浓度和温度的值,以确定其电流-电压关系。图7a的曲线521图示在特定的一组条件下子处理441的结果的示例。
子处理442类似地评估水还原反应的电流-电压关系。根据如上所述的理论,可以将这个还原反应当作仅在激活控制下,但是以依赖于温度的方式(并且独立于在3和6之间的值的pH)。同样,子处理442从输入参数集42接收温度值,并且基于该值和各种常数,计算用于水还原的电流-电压腐蚀关系。当然,根据参数值,一些还原反应可以不产生较大的腐蚀电流,并且同样,用于一些机制的对应的电流-电压关系将不相关。在图7a的示例中,水还原是这样的反应,并且同样,对这种机制未图示电流-电压关系。
子处理443评估用于乙酸还原的机制的电流-电压关系。如上所述,这个反应在混合激活和扩散控制下。同样,在模型的这个示例下由子处理443要求的输入参数包括扩散或质量传送反应极限所依赖于的、由合作处理39所导出的游离乙酸浓度的值;另外,乙酸还原的激活控制要求用于游离乙酸浓度的值,并且也要求来自输入参数集42的pH和温度的值。子处理443因此产生用于这个机制的电流-电压关系。在图7a中以曲线523图示结果产生的关系的示例。
在本发明的这个实施例的这个示例中,子处理444评估氧还原的机制的电流-电压关系。从上面的说明显然,氧还原在混合的激活和扩散控制下,并且依赖于温度、ph和体内氧浓度;在输入参数集42中的这些参数的之后因此被转发到子处理444。在图7a中通过曲线524图示用于氧还原的电流-电压关系的示例。
类似地,子处理46评估被反映为阳极电流密度(而不是象对于还原机制的情况那样的阴极电流密度)的铁溶解机制的电流-电压关系。如上所述,在这个示例中,将铁溶解建模为纯粹的、依赖于温度的激活关系;输入参数组42如前地提供温度值。阳极电流与电势具有正相关性,这在本领域中是一般的。这个关系被图7a的曲线56反映,其表示在减去阴极电流(其在高超电势下可忽略)后的纯阳极电流。因此,通过用于输入参数值的示例集的子处理46的实例来产生阳极电流的电流-电压关系。
根据本发明的这个实施例的预测的整体腐蚀速率的导出基于用于所有机制的阳极腐蚀电流与阴极电流密度之和平衡的、在电势-电流密度空间中的操作点的识别。因此,在处理48中,用于还原反应的、被子处理44数值地或以其他方式评估的电流-电压关系被求和。图7a通过曲线54图示这些阴极电流密度的净和(即,在减去在高负超电势下可忽略的阳极电流)的电流-电压相关性。并且在处理50中,识别在电势-电流密度空间中的平衡的操作点,如下所述。
处理50以与在本领域中已知的传统“腐蚀试验”类似的方式来操作,如下相对于在图8中的对数线性曲线所描述的。图8图示在腐蚀试验中使用的传统电流-电压曲线,其中,在位于腐蚀溶液中的阳极和阴极分别测量电流,在阳极和阴极之间所施加的电压上的变化上进行这样的测量(即,在垂直轴上所示的电势E)。可以预期,在阳极区域中施加越来越高的正电势(在开路电势之上)增加了阳极(氧化)反应的比率,并且降低了阴极反应的比率。被应用到阳极的净阳极电流因此遵循氧化反应极限,而由于在阴极处的还原反应导致的电流可忽略。相反,在阴极区域中施加越来越大的负电势(小于0伏特)提高了阴极(还原)反应的比率;净电流因此被还原反应限制,并且氧化反应电流是可忽略的。因此,通过测量在阳极电势区域中的变化电势上的阳极电流,可以获得氧化反应的电流-电压关系的测量;相反,测量在阴极区域中的变化电势上的阴极电流将提供还原反应之和的电流-电压关系的测量。
在均衡状态中,在没有外部施加的电势的情况下,阳极电流和阴极电流彼此相等,并且不传导净电流。换句话说,在阳极处的氧化反应与在阴极的还原反应平衡,或者:
因为这种平衡仅涉及单个阳极反应,所以可以从在这个“平衡的操作点”处的阳极电流i(Fe)直接计算腐蚀电流iCORR。在这个平衡的操作点处的对应的电势被称为开路电势EOC(或,对于本说明书的目的,ECORR)。用于识别这个平衡的操作点的可接受的手段是图形地或数值地在阳极区域中外推测量的电流-电压,在阴极区域中外推测量的电流-电压,并且识别这些外推相交的操作点。在处理50中使用的数值手段的示例应用Newton-Raphson方法定位上面的方程平衡的电势EOC。在图8中图形地图示这种手段。
根据本发明的优选实施例,在裸钢腐蚀速率模型处理323内的处理50以数值的方式确定腐蚀电流iCORR和开路电势ECORR。在本发明的这个实施例中,例如,已经分别在处理46、48中导出了净阳极电流和净阴极电流的电流-电压关系。处理50识别这些阳极电流和阴极电流相同的电势-电流密度空间中的公共点。图7b图形地图示处理50的操作的结果。在该情况下,切线54t图示净阳极电流与电压的数值相关。平衡的操作点BOR在切线54t、56t的相交处,并且限定腐蚀电流iCORR和开路电势ECORR。对于图7b的示例,开路电势ECORR是大约-0.5伏特,并且腐蚀电流iCORR是大约5A/m2。
参考了本说明书的本领域内的技术人员能够容易地实现适当的计算机软件指令,该软件指令在被在服务器20中的适当的计算电路执行时,数值地(或图形地)从建模的电流-电压关系求解开路电势ECORR和腐蚀电流iCORR,而无需过度的试验。
再参见图6,控制现在转到处理52,其中,在由模型模块263执行的建模处理323中,通过服务器20来计算预测的裸钢腐蚀速率。可以将腐蚀速率以毫米/年表达为:
其中,ρFe是以kg/m3计的钢密度,Mw是以kg/mol计的铁的分子量,n是在电化学反应中交换的电子的数目,并且,F是法拉第常数。对于在盐水中的钢的腐蚀,这些值ρFe、Mw和n通常是常数,并且同样,可以将腐蚀速率方程简化为数值评估:
腐蚀速率=(1.155)iCORR
其中,腐蚀电流iCORR被表达为A/m2,并且以毫米/年来表达腐蚀速率。再参见图3,这个结果产生的腐蚀速率被转发到输出模块25,以转发到在工作站11处的接口21,并且如果期望则存储在库22中。
图9图示通过接口21在工作站11提供的窗口61,该窗口向用户提供了等级I腐蚀速率预测处理35的结果。如上相对于输入处理30所述,预测系统10可以评估多个“情况”,使得根据情况向用户提供源自一个或多个常数值的变化的“what-if”分析或所测量的参数。窗口61的上部对应于如上所述的输入电子表格窗口41。窗口61也提供了来自处理320(“原地计算的pH”;pH状态)、321(“结垢温度”)和323(液压直径;液体速度;流模式;流态状态)的输出。输出窗口61也提供了裸钢腐蚀速率处理323的输出,其被表达为腐蚀速率(毫米/年),并且也被表达为与腐蚀速率的范围相对应的“严重级别”(与用于地震的Richter震级或用于龙卷风的Fujita级数类似)。基于未处理的腐蚀速率(Cru)的这样的腐蚀“严重级别”的示例是:
严重性级别 | 未处理的腐蚀速率(mm/年) |
1 | Cru≤0.01 |
2 | 0.01<Cru≤0.1 |
3 | 0.1<Cru≤1.0 |
4 | 1.0<Cru≤10.0 |
5 | Cru>10.0 |
当然,可以使用用户或操作期望的其他严重性级别量度。这些严重型级别可以有益于触发校正行为,诸如通过腐蚀抑制剂的迁移。
根据本发明的这个实施例,认为可以例如响应于用户命令来提供更详细的输出。根据上面的说明,很显然,几个还原反应机制被并入该模型。因此,可以确定特定机制的每一个对于整体腐蚀速率计算的影响。例如,参见图7a,显然,在该情况下的支配机制是乙酸还原(HAc;曲线523),因为用于这个反应的阴极电流考虑了由对数线性曲线54表达的累加净阴极电流的最大部分(在其中可忽略阳极电流影响的电势下)。根据本发明的这个实施例提供的机械洞察力可以对于腐蚀工程师有很大的用途,特别是在选择和设计防腐策略中。相反,传统的经验模型作为“黑箱”模型运行:模型产生腐蚀速率结果,但是不提供那些机制支配整个腐蚀反应的解释。根据本发明的这个实施例并入的机械模型使得系统能够提供关于复杂的CO2腐蚀处理的哪些元素是对于最后的计算的速率的重要影响者。
另外,根据本发明的这个实施例的预测系统10的实现方式有益在:它提供了公共和简化的接口,通过该接口,用户可以以用户友好和有效率的方式来向模型提供输入,改变特定的参数,并且获得关于特定的腐蚀环境的重要的机械情报。
返回参见图4,在等级I预测处理35中确定的裸钢腐蚀速率可以被用作向整个腐蚀预测框架内的另外的建模和处理内的输入。在这个示例中,可以在处理40内分析来自建模处理323的裸钢腐蚀速率,并且与各种“辅助”因素组合地确定是否要对于预测的裸钢腐蚀速率进行调整。在等级I预测处理35内的建模处理32的一个或多个可以提供这些“辅助”因素的一些。
如上所述,热力建模处理321提供垢形成温度的指示,该指示被呈现在图9的示例中的窗口61中。处理40可以将该系统的温度(作为在处理30中的输入)与由建模处理321产生的结垢温度作比较。如果实际温度有益于结垢,则通常可以根据经验模型来修改由等级I预测处理35确定的裸钢腐蚀速率。另外,认为可以在修改裸钢腐蚀速率中考虑各种其他辅助因素。已知在建模处理322中确定的流态会影响腐蚀速率,特别是当流态散布其各阶段时;例如,“段塞”流通常包含被释放到湍流区域内的大量气体的夹带,引起通常通过提高腐蚀速率而局部提高的、可以影响特定还原机制的质量传送率。另外,特定的流速和流态可以指示可在导出以裸钢腐蚀速率开始的预测的腐蚀速率中考虑的特定类型的腐蚀(台面、点蚀、流引发的局部腐蚀等)。其他辅助因素包括是否在系统中存在诸如H2S(或元素硫)和乙二醇等的物质。水凝结率或油润湿等的指示也可以很重要,并且在处理40中被评估。认为可以通过规则集或逻辑序列、单独地向各种复制因素应用标准或组合地实现处理40,处理40的结果是由等级I预测处理35预测的裸钢腐蚀速率要求修改的指示。
如果在处理40中评估的这些辅助因素的一个或多个指示应当修改腐蚀速率,则可以在处理45中应用相应的一个或多个辅助因素,以产生最后的未处理的腐蚀速率。认为可以通过传统或导出的经验模型或关系来实现修改处理45,通过这样,使用辅助因素(例如,结垢)的效果来修改预测的腐蚀速率。这种预测的腐蚀速率如果期望则可以是经由接口21在工作站11输出的腐蚀速率(例如,在图9的窗口61中)。可替选地,窗口61可以提供独立的预测的腐蚀速率以提供由等级I预测处理35预测的“原始”腐蚀速率和由处理45修改的、基于这个预测的修改的“最后未处理的”腐蚀速率。
根据本发明的这个实施例的这个结果产生的预测的腐蚀速率也可以被用作腐蚀抑制剂的效果的自动分析的输入。本领域中已知,腐蚀抑制剂化学品可以被注入系统内以例如通过下述方式抑制腐蚀:形成钝化层,抑制还原反应的一个或多个的氧化反应或者清除溶解的氧以减小氧离子浓度。传统的腐蚀抑制剂包括:四氮六甲圜、苯二胺、二甲基胆胺、亚硝酸钠、桂醛、乙醛和胺(亚胺)的凝结产物、铬酸盐、亚硝酸盐、磷酸盐、肼和抗坏血酸等;钝化钢表面的亚硝酸盐和铬酸盐阳极抑制剂;以及,阴极抑制剂,诸如氧化锌,其抑制水还原反应。任何腐蚀抑制剂的效果取决于其可用性(即,在系统中可获得该抑制剂的时间的百分比)和其效率,其效率取决于大量的因素,诸如:管路或管线的材料,流体的化学成分被该管路或管线传送;以及,工作温度等。
根据本发明的这个实施例,如图4中所示,可以在判定47进行阈值确定,以确定来自处理45的最后的未处理的腐蚀速率是否大于阈值,在该阈值处应当调查腐蚀抑制剂的使用;认为将基于下述因素来预先确定该阈值水平(不论是作为腐蚀速率或安全级别):在考虑到候选抑制剂化学品的技术限制和在系统中的它们的可用性等的情况下的候选抑制剂化学品有效地减少腐蚀速率的能力。如果预测的腐蚀速率未高得足以指示抑制剂的考虑(判定47返回到“否”结果),则预测处理结束。如果预测的腐蚀速率指示应当考虑抑制剂(判定47为“是”),则然后执行处理48以确定可获得的抑制剂和所考虑的管道系统的效率。用于评估腐蚀抑制剂的一个或多个的可用性和效率的传统模型适合于与处理48相结合使用。例如,可以将腐蚀抑制剂效率CIeffic定义为:
其中,CRI和CRU是用于所考虑的管道系统的抑制的和未抑制的腐蚀速率。认为在确定在等级I预测处理35中的腐蚀速率中和可能从处理45使用的输入参数的一些将用于处理48中,如图4所示。腐蚀抑制剂的可用性A可以被估计为腐蚀抑制剂注入系统以大约所需要的剂量的水平向系统内注入腐蚀抑制剂的时间的比例,通常在一年的时间上考虑。在评估了在处理48中的腐蚀抑制剂可用性和效率后,也可以在处理48中计算(例如,从乘积E=(CIeffic)A)计算腐蚀抑制剂效果E。然后,根据用于被处理的腐蚀的评估的传统经验模型,可以通过预测系统10来执行处理50,以达到最后的处理的腐蚀速率。
可替选地,认为可以在处理50中在机械方面上考虑腐蚀抑制剂对于腐蚀反应的影响。例如,可以将腐蚀抑制剂(特别是在化学地抑制还原反应上引导的那些)的存在可以通过下述方式被包含到各种还原反应模型内:改变由那些模型应用的常数的一个或多个,或者向用于那个机制的还原电流应用抑制系数或调整。在该情况下,服务器20执行处理50,服务器20再一次执行建模处理323,但是在所确定的可用性和效率下,应用与腐蚀抑制剂相对应的常数、输入值或调整。
在任何一种情况下,处理50的结果至少包括输出的最后的处理的腐蚀速率。图10图示窗口71,其表示由接口21提供的、在工作站11的完全的一组输出结果的示例。窗口71包括水化学和流模型输出以及预测的未处理的腐蚀速率,就像在图9的窗口61的示例中那样。
在图10的示例中,窗口71也包括附加信息,该附加信息包括在评估腐蚀抑制剂相对于所评估的管道系统的效果上的处理48、50的结果。在这个示例中,“腐蚀裕度”CA和“设计使用期限”TLife被用户输入或以其他方式与系统相关联,并且分别指示可容许的腐蚀水平(毫米/年)和预期的管路或管线使用期限的年数。作为处理50的结果也可被预测系统10获得的是处理的腐蚀速率CRI(在窗口71中被示出为“抑制的腐蚀速率”)和所要求的系统性能EReq,所要求的系统性能EReq是与可容许来安全地达到系统的设计寿命的最高腐蚀速率相对应的设计极限。处理50因此可以将处理的腐蚀速率CRI与所要求的系统性能EReq作比较,以确定腐蚀抑制剂处理是否足以满足期望的系统寿命。
根据本发明的另一个实施例,处理50可以确定用于管道系统的一系列腐蚀抑制剂有效性,并且与所要求的系统性能组合地使用那个范围来帮助腐蚀抑制剂系统的工程和优化。例如,可以基于通常可获得的腐蚀抑制剂技术的先前的经验来识别腐蚀抑制剂效率和可用性的推荐的最小和最大值。
根据这个表,很显然,最大腐蚀抑制剂效率CIeffic随着温度改变,在两个温度范围内具有不同的效率。根据这个示例,如果所观察的温度在那些范围之外,则将显示指示“标记”或其他警告以指示不应当假设有效的抑制的腐蚀速率。在这个表中的示例中,如果所观察的温度超过150℃,则可以在窗口71中显示用于显示“请求SME高T”的指示符“标记”,提示预测系统10的用户应当请“主题专家”(“SME”)帮助评估在那种情况下的腐蚀抑制剂的效果。对于在这个示例中低于150℃的温度,腐蚀抑制剂效果Emin的最小值总计效率的最小值(CIeffic)min和可用性Amin的乘积,而效果Emax的最大值总计效率的最大值(CIeffic)max和可用性Amax的乘积。在本发明的这个实施例中,处理50将所要求的系统性能EReq(例如,如上所述)与由腐蚀抑制剂效果的最小值Emin和腐蚀抑制剂效果的最大值Emax限定的范围作比较。这个比较确定所考虑的腐蚀抑制剂技术是否能够获得期望的腐蚀性能。参见图10,如果所要求的系统性能EReq在可获得的腐蚀抑制剂效果的范围内(即,Emin<ERea<Emax),则预测系统10使得在窗口71中的“系统效果”标记显示“接受”结果。在该情况下,系统可用性的引导值A和腐蚀抑制剂效率CIeffic也可以被预测系统10向用户显示,使得腐蚀抑制剂系统可以被正确地建立和调整以便以最低成本满足腐蚀要求;也可以显示用于腐蚀抑制剂系统的效率和可用性预测。另一方面,如果所要求的系统性能EReq在可获得的腐蚀抑制剂效果的范围之外,则处理50在窗口71中设置标记,用于指示如果所计算机的所要求的效果在那个范围之外,则用户应当寻求来自腐蚀专家(“SME”)的输入。标记“请求SME低”指示对于腐蚀抑制剂系统的可接受的情况:即使在最小的腐蚀抑制剂效率和可用性(EReq<Emin)也可以获得所要求的处理的腐蚀速率,但是可能应当进一步优化腐蚀抑制剂系统,以例如降低成本。另一方面,标记“请求SME高”指示不可接受的情况,其中,最大可获得腐蚀抑制剂效果Emax不符合所要求的系统性能EReq;因此需要来自主题专家(“SME”)的另外的工程输入,以重新设计腐蚀抑制剂系统或重新设计管道系统本身。
虽然在窗口71中也示出各种指示符“标记”的特定示例,但是当然认为可以替代地或附加地实现另外或不同的指示符。
根据本发明的实施例的方法和系统适用于管道系统和操作的各种阶段,如上所述。例如,在假定逐步受控的均匀的金属损失的情况下,由碳钢构造的油气管道系统通常被设计得具有特定的腐蚀裕度(例如,从3至8毫米/年),以基于工业或公司特定的标准、预期的操作压力和所制造的钢的机械和结构性质来保证在设计寿命周期的结尾仍然有足够的最小壁厚,以维持工作负载。同样,可以在设计阶段使用这种方法和系统,以帮助管路或管线材料的选择;预测的腐蚀速率的评估可以帮助确定低成本碳钢(具有或没有腐蚀抑制剂处理)是否足够,或相反是否需要高成本(并且不太易损)合金材料来实现期望的设计寿命。在这个设计分析中,对于给定的材料并且与腐蚀抑制剂处理组合地,可以使用这种方法和系统来选择管壁厚度。
在操作期间,根据本发明的实施例的方法和系统可以用于评估现有的管路和管线。这样的评估可以包括以基线最小壁厚开始的连续的腐蚀性能的预测,以例如建立维护时间表,评估腐蚀抑制剂处理的功效和经济效益,并且确定更换策略。
如上所述,根据本发明的实施例的方法和系统适用于用在油气工业中的各种应用中。在井下环境中,向预测系统的主要输入是与水化学相关联的那些:以mg/l计的所有离子、重碳酸盐、诸如乙酸盐的有机酸盐;诸如气/油/水流速的物理参数;在感兴趣的间隔处的温度;以及,在适当位置处的CO2的分压(最保守的是井底、储罐或泡点压力)。在井下环境中,对于要出现的腐蚀,必须在管壁存在游离水。同样,在露点之上工作的气井通常不易于腐蚀。对于油井,含水量和流态对于确定管壁是否亲水很重要,原油的乳液趋势也作为因素。对于在油井中的完全混合的流动条件,结果产生的乳液将是具有低含水量的水在油中,反转到在高含水量下的油在水中(反转点取决于含水量、温度和压力;通常在大约30%至40%的水)。在井下环境中,重要的是,了解温度和压力下的原地pH,并且也重要的是,有效地分析重碳酸盐和乙酸盐成分,如上所述。考虑到这些因素,已经观察到根据本发明的实施例的方法和系统已经提供了严格和强壮的预测腐蚀速率信息。
也如上所述,根据本发明的实施例的方法和系统也适用于流线或管线、系统和应用。也在流线情况下存在象在井下管路环境中那样的关于pH确定和水分析的类似的问题。对于在分层流下工作的湿天然气管线,应当考虑两种不同的腐蚀环境:(i)线的底部,它被凝结水、腐蚀抑制剂和碳氢化合物连续的润湿;以及(ii)线的顶部,其被凝结液体润湿。另外,应当在流线环境中评估在倾斜、弯曲或任何其他类型的流扰动上的改变。低点趋向于收集水,并且较陡峭的向上倾斜要求要去除的水的较高流速。诸如弯曲或其他流动障碍的流扰动会导致局部润湿或水保留。例如,在弯曲处,水相可能被向心力强制到壁,而另一方面,流扰动会导致水相的较好的混合,并且因此导致水相的夹带。在海水和注水流线应用中,考虑经常存在氧漂移,并且要求具有或没有这样的漂移的分析,最后的腐蚀速率在两者之间按比例分配。
也认为本发明的实施例可以被应用到在包括气体压缩系统的处理设备中的管线。在这样的系统中,根据本发明的实施例,可以分析相对于气体压缩器的下游的管道、油稳定系统、湿气冷却器和乙二醇接触器等的腐蚀。
在这些应用和环境中,并且在对于已经参考了本说明书的本领域内的技术人员显然的其他应用和环境中,认为本发明将提供重要的益处和优点。如上所述,本发明的实施例提供了一种统一的系统和方法,用于以用户友好和用户熟悉的方式来预测在大量的管道应用中的腐蚀速率。然而,在执行其预测中,本发明的这些实施例利用多反应机制的严格的机械模型。这不仅提供了精确的和彻底的结果,而且使能更深层次的分析,使得腐蚀工程师可以识别在整体腐蚀速率上的支配的反应机制,并且设计可以以最低的经济成本来对于腐蚀速率具有最佳效果的特定处理或构造技术。因此,基于重要的特定机制的这种改善的理解,可以有效率地实现管道系统的改善的使用寿命和可靠性。
虽然已经根据其优选实施例描述了本发明,但是当然认为这些实施例的修改和对于这些实施例的替代对于已经参考了本说明书及其附图的本领域内的普通技术人员是显然的,这样的修改和替代获得本发明的优点和益处。认为这样的修改和替代落入在此要求保护的权利要求的范围内。
Claims (24)
1.一种用于预测管道中的腐蚀速率的方法,包括步骤:
接收与输入参数值相对应的数据,所述输入参数值包括用于表示在所述管道内的流体流的水化学参数的至少一个值和用于表示所述管道中的所述流体流的物理参数的至少一个值;
对于多个还原反应中的每一个,响应于由所接收的数据表示的所述输入参数值的一个或多个来计算代表性的电流-电压关系;
导出用于表示所述多个还原反应的累加电流-电压关系;
对于氧化反应,响应于由所接收的数据表示的所述输入参数值的一个或多个来计算代表性的电流-电压关系;
识别相对于表示所述氧化反应的所述电流-电压关系的、表示所述多个还原反应的所述累加电流-电压关系的平衡操作点处的电流密度值;
响应于所识别的电流密度值来计算预测的腐蚀速率;以及
在可视显示器处显示所述预测的腐蚀速率。
2.根据权利要求1所述的方法,进一步包括:
响应于由所述接收的数据表示的所述输入参数值的一个或多个来确定原地pH值,其中,响应于所述原地pH值来执行用于所述还原反应的至少一个的代表性电流-电压关系的计算。
3.根据权利要求2所述的方法,其中,所述的代表水化学参数的至少一个值包括乙酸盐浓度值和重碳酸盐浓度值,所述的表示所述流体流的物理参数的至少一个值包括是否存在凝结水的指示,
并且所述方法进一步包括:
响应于超过阈值的所述重碳酸盐浓度值或用于指示存在凝结水的指示符,把所述乙酸盐浓度值视为乙酸盐而确定游离乙酸浓度;以及
响应于未超过所述阈值的所述重碳酸盐浓度值或用于指示不存在凝结水的指示符的组合,把所述乙酸盐浓度值视为乙酸而确定游离乙酸浓度。
4.根据权利要求1所述的方法,进一步包括:
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定结垢温度。
5.根据权利要求1所述的方法,进一步包括:
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定至少一个流参数。
6.根据权利要求1所述的方法,其中,用于表示所述流体流的物理参数的至少一个值包括所述流体的温度,
并且所述方法进一步包括:
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定结垢温度;
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定至少一个流参数;
响应于所述至少一个流参数的至少一个和所述流体的温度与所述结垢温度的比较,通过修改所述预测的腐蚀速率来计算未处理的最后腐蚀速率。
7.根据权利要求6所述的方法,进一步包括:
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定腐蚀抑制剂物质的效率;以及
响应于所述预测的腐蚀速率和所述腐蚀抑制剂物质的所述效率来计算被处理的腐蚀速率。
8.根据权利要求7所述的方法,进一步包括:
接收与所述腐蚀抑制剂物质的可用性相对应的输入值,其中,还响应于所述腐蚀抑制剂物质的可用性来计算所述被处理的腐蚀速率。
9.根据权利要求5所述的方法,进一步包括:
响应于由所接收的数据表示的所述输入参数值的一个或多个来确定腐蚀抑制剂物质的效率;以及
响应于所述腐蚀抑制剂物质的效率和所述预测的腐蚀速率来计算被处理的腐蚀速率。
10.根据权利要求9所述的方法,进一步包括:
接收与所述腐蚀抑制剂物质的可用性相对应的输入值,其中,还响应于所述腐蚀抑制剂物质的可用性来计算所述被处理的腐蚀速率。
11.根据权利要求1所述的方法,进一步包括:
确定腐蚀抑制剂物质的最小和最大效率值,响应于由所接收的数据表示的所述输入参数值的一个或多个和所述预测的腐蚀速率来确定所述最小和最大效率值中的至少一个;
接收所述腐蚀抑制剂物质的最小和最大可用性值;
根据所述最小和最大效率值和所述最小和最大可用性值来确定最小和最大效果值;
把所要求的系统腐蚀性能与所述最小和最大效果值作比较;以及
响应于所述要求的系统腐蚀性能落在由所述最小和最大效果值指示的范围之外,显示指示符标记。
12.根据权利要求1所述的方法,其中,所述多个还原反应包括乙酸还原反应和氧还原反应。
13.一种用于预测管道中的腐蚀速率的系统,包括:
用于接收与输入参数值相对应的数据的装置,所述输入参数值包括用于表示在所述管道内的流体流的水化学参数的至少一个值和用于表示所述管道中的所述流体流的物理参数的至少一个值;
用于对于多个还原反应中的每一个响应于由所接收的数据表示的所述输入参数值的一个或多个来计算代表性的电流-电压关系的装置;
用于导出用来表示所述多个还原反应的累加电流-电压关系的装置;
用于对于氧化反应响应于由所接收的数据表示的所述输入参数值的一个或多个来计算代表性的电流-电压关系的装置;
用于识别相对于表示所述氧化反应的所述电流-电压关系的、表示所述多个还原反应的所述累加电流-电压关系的平衡操作点处的电流密度值的装置;
用于响应于所识别的电流密度值来计算预测的腐蚀速率的装置;以及
用于在可视显示器处显示所述预测的腐蚀速率的装置。
14.根据权利要求13所述的系统,进一步包括:
用于响应于由所述接收的数据表示的所述输入参数值的一个或多个来确定原地pH值的装置,其中,响应于所述原地pH值来执行用于所述还原反应的至少一个的代表性电流-电压关系的计算。
15.根据权利要求14所述的系统,其中,所述的代表水化学参数的至少一个值包括乙酸盐浓度值和重碳酸盐浓度值,所述的表示所述流体流的物理参数的至少一个值包括是否存在凝结水的指示,
并且所述系统进一步包括:
用于响应于超过阈值的所述重碳酸盐浓度值或用于指示存在凝结水的指示符把所述乙酸盐浓度值视为乙酸盐而确定游离乙酸浓度的装置;以及
用于响应于未超过所述阈值的所述重碳酸盐浓度值或用于指示不存在凝结水的指示符的组合把所述乙酸盐浓度值视为乙酸而确定游离乙酸浓度的装置。
16.根据权利要求13所述的系统,进一步包括:
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定结垢温度的装置。
17.根据权利要求13所述的系统,进一步包括:
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定至少一个流参数的装置。
18.根据权利要求13所述的系统,其中,用于表示所述流体流的物理参数的至少一个值包括所述流体的温度,
并且所述系统进一步包括:
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定结垢温度的装置;
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定至少一个流参数的装置;
用于响应于所述至少一个流参数的至少一个和所述流体的温度与所述结垢温度的比较通过修改所述预测的腐蚀速率来计算未处理的最后腐蚀速率的装置。
19.根据权利要求18所述的系统,进一步包括:
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定腐蚀抑制剂物质的效率的装置;以及
用于响应于所述预测的腐蚀速率和所述腐蚀抑制剂物质的所述效率来计算被处理的腐蚀速率的装置。
20.根据权利要求19所述的系统,进一步包括:
用于接收与所述腐蚀抑制剂物质的可用性相对应的输入值的装置,其中,还响应于所述腐蚀抑制剂物质的可用性来计算所述被处理的腐蚀速率。
21.根据权利要求17所述的系统,进一步包括:
用于响应于由所接收的数据表示的所述输入参数值的一个或多个来确定腐蚀抑制剂物质的效率的装置;以及
用于响应于所述腐蚀抑制剂物质的效率和所述预测的腐蚀速率来计算被处理的腐蚀速率的装置。
22.根据权利要求21所述的系统,进一步包括:
用于接收与所述腐蚀抑制剂物质的可用性相对应的输入值的装置,其中,还响应于所述腐蚀抑制剂物质的可用性来计算所述被处理的腐蚀速率。
23.根据权利要求13所述的系统,进一步包括:
用于确定腐蚀抑制剂物质的最小和最大效率值的装置,其中响应于由所接收的数据表示的所述输入参数值的一个或多个和所述预测的腐蚀速率来确定所述最小和最大效率值中的至少一个;
用于接收所述腐蚀抑制剂物质的最小和最大可用性值的装置;
用于根据所述最小和最大效率值和所述最小和最大可用性值来确定最小和最大效果值的装置;
用于把所要求的系统腐蚀性能与所述最小和最大效果值作比较的装置;以及
用于响应于所述要求的系统腐蚀性能落在由所述最小和最大效果值指示的范围之外显示指示符标记的装置。
24.根据权利要求13所述的系统,其中,所述多个还原反应包括乙酸还原反应和氧还原反应。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14564509P | 2009-01-19 | 2009-01-19 | |
US61/145,645 | 2009-01-19 | ||
PCT/US2010/021322 WO2010083489A1 (en) | 2009-01-19 | 2010-01-18 | Method and system for predicting corrosion rates using mechanistic models |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102282411A CN102282411A (zh) | 2011-12-14 |
CN102282411B true CN102282411B (zh) | 2013-11-13 |
Family
ID=42147685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010800049234A Expired - Fee Related CN102282411B (zh) | 2009-01-19 | 2010-01-18 | 用于使用机械模型来预测腐蚀速率的方法和系统 |
Country Status (9)
Country | Link |
---|---|
US (1) | US8447529B2 (zh) |
EP (1) | EP2387688A1 (zh) |
CN (1) | CN102282411B (zh) |
AU (1) | AU2010204512B2 (zh) |
BR (1) | BRPI1006822A2 (zh) |
CA (1) | CA2748378A1 (zh) |
EG (1) | EG26364A (zh) |
RU (1) | RU2011130431A (zh) |
WO (1) | WO2010083489A1 (zh) |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8510147B2 (en) * | 2009-12-09 | 2013-08-13 | Infosys Limited | System and method for calculating a comprehensive pipeline integrity business risk score |
US20120053861A1 (en) * | 2010-08-26 | 2012-03-01 | Baker Hughes Incorporated | On-line monitoring and prediction of corrosion in overhead systems |
EP2439527A1 (en) * | 2010-10-07 | 2012-04-11 | Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO | System and method for performing ultrasonic pipeline wall property measurements |
US9103813B2 (en) | 2010-12-28 | 2015-08-11 | Chevron U.S.A. Inc. | Processes and systems for characterizing and blending refinery feedstocks |
WO2012092012A2 (en) | 2010-12-28 | 2012-07-05 | Chevron U.S.A. Inc. | Processes and systems for characterizing and blending refinery feedstocks |
US9140679B2 (en) | 2010-12-28 | 2015-09-22 | Chevron U.S.A. Inc. | Process for characterizing corrosivity of refinery feedstocks |
US9464242B2 (en) | 2010-12-28 | 2016-10-11 | Chevron U.S.A. Inc. | Processes and systems for characterizing and blending refinery feedstocks |
US9297767B2 (en) * | 2011-10-05 | 2016-03-29 | Halliburton Energy Services, Inc. | Downhole species selective optical fiber sensor systems and methods |
US20130131999A1 (en) * | 2011-11-23 | 2013-05-23 | King Saud University | Method for predicting chloride-induced corrosion |
US10060250B2 (en) | 2012-03-13 | 2018-08-28 | Halliburton Energy Services, Inc. | Downhole systems and methods for water source determination |
WO2013169241A1 (en) * | 2012-05-09 | 2013-11-14 | Bp Corporation North America Inc. | Predictive corrosion coupons from data mining |
US20130304680A1 (en) * | 2012-05-10 | 2013-11-14 | Bp Exploration Operating Company Limited | Predictive corrosion coupons from data mining |
US9274854B2 (en) * | 2012-07-27 | 2016-03-01 | International Business Machines Corporation | Contamination based workload management |
RU2538159C2 (ru) * | 2012-10-03 | 2015-01-10 | Закрытое акционерное общество "Центр исследований и интеллектуальной собственности "АКВАПАТЕНТ" | Мобильный комплекс для диагностики аварийного технического состояния участков бетонного канализационного трубопровода |
US20140136162A1 (en) * | 2012-11-14 | 2014-05-15 | General Electric Company | Method for simulating filmer coating efficiency in a piping network |
CN103870670B (zh) * | 2012-12-17 | 2017-10-17 | 中国石油天然气集团公司 | 一种油管腐蚀程度预测方法及装置 |
US20140278148A1 (en) * | 2013-03-13 | 2014-09-18 | Eric Ziegel | Virtual in-line inspection of wall loss due to corrosion in a pipeline |
CN103615662B (zh) * | 2013-11-20 | 2016-07-06 | 中国石油天然气集团公司 | 一种确定管道近中性pH值应力腐蚀开裂敏感区段的方法 |
US20150198038A1 (en) * | 2014-01-15 | 2015-07-16 | Baker Hughes Incorporated | Methods and systems for monitoring well integrity and increasing the lifetime of a well in a subterranean formation |
WO2017039789A1 (en) | 2015-08-31 | 2017-03-09 | Exxonmobil Upstream Research Company Corp-Urc-E2. 4A.296 | Smart electrochemical sensor for pipeline corrosion measurement |
CN106021659B (zh) * | 2016-05-10 | 2019-05-07 | 中国石油天然气股份有限公司 | 一种冲蚀-二氧化碳腐蚀耦合作用下的天然气注采井管柱腐蚀速率的确定方法 |
US10823439B2 (en) * | 2016-12-14 | 2020-11-03 | Dell Products L.P. | Systems and methods for reliability control of information handling system |
CN107179275B (zh) * | 2017-07-01 | 2019-05-17 | 西南石油大学 | 一种注气井选材界限确定方法 |
CN107449725A (zh) * | 2017-07-14 | 2017-12-08 | 甘肃蓝科石化高新装备股份有限公司 | 基于水相态分析计算的石化设备腐蚀判定方法 |
CN107525733B (zh) * | 2017-08-09 | 2020-07-03 | 中国石油化工股份有限公司 | 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 |
FI127788B (fi) * | 2017-10-06 | 2019-02-28 | Skm Service Oy | Mittausmenetelmä ja -järjestely teollisuusputkistojen kunnonvalvontaan |
CN111542746B (zh) * | 2018-01-05 | 2023-06-27 | 杰富意钢铁株式会社 | 金属材料的腐蚀量预测方法、金属材料的选定方法及金属材料的腐蚀量预测装置 |
CN109359431B (zh) * | 2018-11-30 | 2022-12-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种流动海水中材料表面点蚀的模拟方法 |
CN110069878B (zh) * | 2019-04-29 | 2019-12-20 | 西南石油大学 | 一种钻井完井堵漏材料定量评分优选方法 |
NO20211100A1 (en) * | 2019-05-16 | 2021-09-10 | Landmark Graphics Corp | Corrosion prediction for integrity assessment of metal tubular structures |
WO2021055296A1 (en) * | 2019-09-20 | 2021-03-25 | Ams Trace Metals, Inc. | Techniques for forecasting and/or preventing degradation and corrosion |
US11274049B2 (en) | 2020-04-08 | 2022-03-15 | Saudi Arabian Oil Company | Methods and systems for optimizing corrosion and scale inhibitor injection rates in process plants |
CA3111956C (en) * | 2020-04-13 | 2023-08-15 | Landmark Graphics Corporation | Multi-objective optimization on modeling and optimizing scaling and corrosion in a wellbore |
CN111626446B (zh) * | 2020-05-28 | 2023-05-02 | 新智数字科技有限公司 | 用于确定设备维护时间的方法、装置、设备和存储介质 |
CN113466406A (zh) * | 2021-06-08 | 2021-10-01 | 重庆科技学院 | 一种页岩气集输干线点蚀预测方法 |
US11732569B2 (en) * | 2021-07-28 | 2023-08-22 | Saudi Arabian Oil Company | Well tubing/casing corrosion deposits descaling model |
CN115506777B (zh) * | 2022-10-08 | 2023-09-08 | 中国石油大学(北京) | 一种套管的安全系数确定方法及装置 |
CN117497074B (zh) * | 2023-10-30 | 2024-06-25 | 南智(重庆)能源技术有限公司 | 特高含硫气田管柱管道系统腐蚀分析方法、装置及终端 |
CN117688872A (zh) * | 2023-12-27 | 2024-03-12 | 中国特种设备检测研究院 | 一种管道腐蚀速率预测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1032980A (zh) * | 1987-11-03 | 1989-05-17 | 城市服务石油及瓦斯公司 | 测量腐蚀速度的腐蚀探头和方法 |
CN1903747A (zh) * | 2005-07-27 | 2007-01-31 | 王炜 | 腐蚀实时在线监测控制装置和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4752360A (en) * | 1985-06-03 | 1988-06-21 | Cities Service Oil And Gas Corporation | Corrosion probe and method for measuring corrosion rates |
CN1013649B (zh) | 1988-10-24 | 1991-08-28 | 水利电力部天津勘测设计院科学研究所 | 金属表面多层次组合的抗磨蚀保护涂层的涂敷工艺 |
AU2005259253B2 (en) * | 2004-06-25 | 2008-09-18 | Shell Internationale Research Maatschappij B.V. | Closed loop control system for controlling production of hydrocarbon fluid from an underground formation |
NO327866B1 (no) * | 2006-03-09 | 2009-10-12 | Abb Research Ltd | En fremgangsmåte for styring og/eller overvåking |
US8577626B2 (en) * | 2008-07-22 | 2013-11-05 | General Electric Company | System and method for assessing fluid dynamics |
-
2010
- 2010-01-18 RU RU2011130431/06A patent/RU2011130431A/ru not_active Application Discontinuation
- 2010-01-18 EP EP10701593A patent/EP2387688A1/en not_active Withdrawn
- 2010-01-18 BR BRPI1006822A patent/BRPI1006822A2/pt not_active IP Right Cessation
- 2010-01-18 CN CN2010800049234A patent/CN102282411B/zh not_active Expired - Fee Related
- 2010-01-18 WO PCT/US2010/021322 patent/WO2010083489A1/en active Application Filing
- 2010-01-18 US US12/689,105 patent/US8447529B2/en not_active Expired - Fee Related
- 2010-01-18 AU AU2010204512A patent/AU2010204512B2/en not_active Ceased
- 2010-01-18 CA CA2748378A patent/CA2748378A1/en active Pending
-
2011
- 2011-07-10 EG EG2011071166A patent/EG26364A/en active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1032980A (zh) * | 1987-11-03 | 1989-05-17 | 城市服务石油及瓦斯公司 | 测量腐蚀速度的腐蚀探头和方法 |
CN1903747A (zh) * | 2005-07-27 | 2007-01-31 | 王炜 | 腐蚀实时在线监测控制装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
US8447529B2 (en) | 2013-05-21 |
AU2010204512B2 (en) | 2015-06-18 |
EP2387688A1 (en) | 2011-11-23 |
EG26364A (en) | 2013-09-01 |
AU2010204512A1 (en) | 2011-08-04 |
BRPI1006822A2 (pt) | 2017-05-30 |
RU2011130431A (ru) | 2013-02-27 |
CA2748378A1 (en) | 2010-07-22 |
US20100185401A1 (en) | 2010-07-22 |
CN102282411A (zh) | 2011-12-14 |
WO2010083489A1 (en) | 2010-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102282411B (zh) | 用于使用机械模型来预测腐蚀速率的方法和系统 | |
Chen et al. | Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains | |
Shabarchin et al. | Internal corrosion hazard assessment of oil & gas pipelines using Bayesian belief network model | |
Nyborg | CO2 corrosion models for oil and gas production systems | |
Nyborg | Overview of CO2 corrosion models for wells and pipelines | |
Wang et al. | Bayesian modeling of external corrosion in underground pipelines based on the integration of Markov chain Monte Carlo techniques and clustered inspection data | |
Miran et al. | Time-dependent reliability analysis of corroded buried pipelines considering external defects | |
Ma et al. | Deeppipe: Theory-guided neural network method for predicting burst pressure of corroded pipelines | |
Yu et al. | Subset simulation-based reliability analysis of the corroding natural gas pipeline | |
Najafabadipour et al. | Application of artificial intelligence techniques for the determination of groundwater level using spatio–temporal parameters | |
Tesfamariam et al. | General corrosion vulnerability assessment using a Bayesian belief network model incorporating experimental corrosion data for X60 pipe steel | |
Zhang et al. | A semi-empirical model for underground gas storage injection-production string time series remaining useful life analysis in process safety operation | |
Addison et al. | Brine silica management at mighty river power, New Zealand | |
Melo et al. | Extreme value modeling of localized internal corrosion in unpiggable pipelines | |
Woldesellasse et al. | Failure assessment of oil and gas transmission pipelines using an integrated Bayesian belief network and GIS model | |
Othman et al. | Modeling of external metal loss for corroded buried pipeline | |
Obanijesu | Modeling the H2S contribution to internal corrosion rate of natural gas pipeline | |
Li et al. | [Retracted] Prediction of Chemical Corrosion Rate and Remaining Life of Buried Oil and Gas Pipelines in Changqing Gas Field | |
Ahmadi et al. | Development of an RSM-based predictive model for evaluation of corrosion efficiency of ATMP in one molar HCl for carbon steel samples | |
Nhantumbo et al. | A simplified model to simulate pH and alkalinity in the mixing zone downstream of an acidic discharge | |
Guan et al. | Application of probabilistic model in pipeline direct assessment | |
Vishwakarma | Development Of A Performance Analysis Framework For Water Pipeline Infrastructure Using Systems Understanding | |
Ossai | Predictive modelling of wellhead corrosion due to operating conditions: a field data approach | |
Kapusta et al. | The application of corrosion prediction models to the design and operation of pipelines | |
Hedges et al. | A Prophetic CO2 Corrosion Tool-But When is it to be Believed? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131113 Termination date: 20170118 |