CN103063737B - 连续油管磁法检测方法 - Google Patents
连续油管磁法检测方法 Download PDFInfo
- Publication number
- CN103063737B CN103063737B CN201210581736.3A CN201210581736A CN103063737B CN 103063737 B CN103063737 B CN 103063737B CN 201210581736 A CN201210581736 A CN 201210581736A CN 103063737 B CN103063737 B CN 103063737B
- Authority
- CN
- China
- Prior art keywords
- magnetic
- coiled tubing
- probe
- defect
- buried depth
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 230000007547 defect Effects 0.000 claims abstract description 62
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 62
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 206010028347 Muscle twitching Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种连续油管磁法检测方法,所述磁法检测方法为:通过磁场强度梯度找到磁异常点的位置,通过插值算法求得磁异常点的二维矩阵,拟合缺陷埋深与磁异常点的幅值关系式,通过缺陷埋深彩色等值线图像中异常区域的大小、位置、形状和等值线数值反应连续油管的缺陷大小、位置、形状和埋深。本发明根据磁法检测仪采集的磁信号,计算连续油管磁异常分布二维矩阵,从该矩阵中得到被检连续油管缺陷大小、位置、形状、埋深等信息。
Description
技术领域
本发明涉及一种连续油管检测方法,尤其涉及一种连续油管基于磁通门传感器测量地磁场的磁法检测方法,主要用于检测连续油管缺陷大小、位置、形状、埋深等信息。
背景技术
连续油管作业技术在修井、 测井和钻井方面都得到了广泛的应用。连续油管( CT ) 是连续油管作业装置的核心部件, 国内每年连续油管的使用量约30*104m,全球年耗量约500*104m。连续油管在作业中受轴向载荷、内压和弯曲复杂应力,主要失效形式为腐蚀、机械损伤和制造缺陷。连续油管在现场使用中遇到的主要问题有腐蚀或锈蚀严重, 表面有砂眼、凹坑和划痕,泄漏,卡断或拉断,皱折或瘪胀。如果提前检测到发生缺陷的区域并采取相应的补救措施, 可以增加循环使用次数,同时避免事故发生。国外连续油管和连续油管作业机的制造厂商主要集中在美国, 连续油管检测技术起步较早, 已经发展了部分检测系统。近年国内也已经生产出连续油管作业设备, 但连续油管的现场检测技术还不成熟, 已有的检测技术只能检测单一的缺陷类型。
现有技术中, “石油机械设备与自动化 ”中2001年6期的“石油矿场机械 ”公开了连续油管椭圆度在线磁性检测原理与方法,首先结合连续油管的实际情况,论述了椭圆度的定义,提出采用磁性方法检测连续油管的椭圆度,并进行了磁路分析。依据该原理,研制了一套连续油管椭圆度在线检测装置。
但目前在线超声波检测仪只能检测油管壁厚及椭圆度,而不能进行缺陷检测,超声检测同时需要耦合剂,对待现场油污的管子进行检测存在困难;漏磁检测方法只能检测表面缺陷,不能检测缺陷深度且大多只能检测横向缺陷,而不能检测深处小的纵向缺陷,同时漏磁检测需要强磁进行磁化,设备笨重。涡流检测法可以检测工件表面缺陷与近表面缺陷,油管表面的光洁度、平整度对涡流检测结果影响较大。
发明内容
本发明的目的在于克服现有连续油管检测方法存在的上述问题,提供一种连续油管磁法检测方法,本发明根据磁法检测仪采集的磁信号,计算连续油管磁异常分布二维矩阵,从该矩阵中得到被检连续油管缺陷大小、位置、形状、埋深等信息。
为实现上述目的,本发明采用的技术方案如下:
一种连续油管磁法检测方法,其特征在于,所述磁法检测方法为:通过磁场强度梯度找到磁异常点的位置,通过插值算法求得磁异常点的二维矩阵,拟合缺陷埋深与磁异常点的幅值关系式,通过缺陷埋深彩色等值线图像中异常区域的大小、位置、形状和等值线数值反应连续油管的缺陷大小、位置、形状和埋深。
所述磁法检测方法具体包括如下步骤:12个磁通门传感器沿连续油管圆周径向等角度排列,其中一个轮杆装有距离传感器,作业车现场排管和起下管过程中磁通门传感器连续采集连续油管磁信号,距离传感器与磁通门传感器同步采集连续油管的排管或下管长度,具体计算方法包括下列步骤:
步骤1,提取磁通门传感器的测磁探头安装和被测连续油管信息,测量每个测磁探头的提离高度S0,从油管规格中获取连续油管外径D和壁厚Wt,找到1号探头位置,确定坐标原点;
步骤2,通过测磁探头采集连续油管原始磁信号,通过距离传感器同步采集连续油管的运动距离;
步骤3,对采集的原始磁信号进行数字信号消噪处理;
步骤4,计算磁场强度梯度;
步骤5,对磁场强度梯度进行数理统计分析,计算磁异常点幅值和坐标;
步骤6,建立缺陷埋深公式,用最小二乘法拟合相关系数,计算连续油管缺陷埋深二维矩阵,对该矩阵进行彩色等值线成像,进而在图像中反应被检连续油管缺陷大小、位置、形状、埋深信息。
所述步骤3包括:采集的连续油管原始磁信号HnO,受滚筒转动噪声HG和连续油管震动噪声HZ的影响,即HnO=HG+HZ+Hn,滚筒转动噪声为周期信号,其周期即是滚筒转一周所需的时间,不含噪声的磁信号Hn叠加在滚筒转动噪声HG上,通过曲线拟合计算滚筒转动噪声HG的幅值,再将每个测磁探头采集的磁信号减去滚筒转动噪声HG,即得到剩下的有用信号加油管震动噪声HZ+Hn,然后对每个测磁探头减掉后的数据进行傅里叶变换,计算得到每个测磁探头震动噪声的中心频率,通过FIR数字滤波器Hanning窗函数滤除该中心频率带噪声,即得到不含噪声的磁信号Hn。
所述步骤4包括:将测得的不含噪声的磁信号Hn对连续油管的运动距离求一阶导数,即得到其磁场强度梯度HT。
所述步骤5包括:
步骤51,应用正态分布,计算每个测磁探头的磁场强度梯度HT(k)置信区间的上下阈值,即:
UP(k)=Mean(k)+ r*Variance(k),DOWN(k)= Mean(k)-r*Variance(k)
式中,k为探头编号,Mean(k)为k探头测得磁场数据的均值,Variance(k) 为k探头测得磁场数据的方差,r是方差所乘的系数,用于设定置信区间范围;
步骤52,将测得的磁场强度梯度值与计算得到的上下阈值比较,求得满足HT(k)> UP(k)或HT(k)< DOWN(k)的磁场强度梯度,记录这些梯度对应磁场的位置 ,其中p表示从被检连续油管初始位置的第p段磁异常区,为该区距离传感器采集的连续的数据点,这些位置的磁场记为;
步骤53,在步骤52求得的磁异常区做线性插值,即:,计算每个探头在磁异常区幅值;
步骤54,将m个测磁探头磁异常幅值展开成二维矩阵,即:,式中m为测磁探头数,n为扫差一段连续油管采集的数据总数;为得到更多的数据量,对上述二维矩阵行向和列向插值,以上述磁异常幅值点对应连续油管的位置为坐标,将上述二维矩阵进行等值线成像,在磁异常位置反应连续油管缺陷情况。
所述步骤6包括:建立缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式:,式中S0、Wt为已知量,a、b为系数,应用最小二乘法拟合对试验数据曲线进行拟合,求得a=0.0248,b=0.0157,故缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式为:,式中可以看出,Ha与T具有一一对应关系,因此同样建立T的二维矩阵:,将该矩阵进行等值线成像,则等值线图像中异常区域的大小、位置、形状、等值线值既是反应连续油管的缺陷大小、位置、形状和埋深。
采用本发明的优点在于:
一、本发明中,将测磁探头安装在排管器前端,能够适应现场作业产生的震动和其他复杂工况,实现作业现场实时检测,根据磁法检测仪采集的磁信号,计算连续油管磁异常分布二维矩阵,从该矩阵中得到被检连续油管缺陷大小、位置、形状、埋深等信息,可实时显示连续油管缺陷大小、位置、形状、埋深等信息。
二、本发明通过对磁场强度梯度值的正态分布区间估计来计算磁异常矩阵,实际应用证明该计算方法能自适应具有稳态电磁场干扰的现场环境,由推导的缺陷埋深公式计算得到的埋深误差小于0.5mm。
三、与现有技术相比,本发明可以检测连续油管的裂纹(包括纵向裂纹与横向裂纹)、腐蚀导致壁厚减薄、应力腐蚀导致的微裂纹等缺陷,检测范围更广。
四、与现有技术相比,本发明是基于地磁场对连续油管进行缺陷探伤,不需要对管材进行磁化,该方法灵敏度高,实现快速的测量。
五、与现有技术相比,本发明检测连续油管时磁通门传感器探头与连续油管非接触,连续油管高的内压及连续油管表面的油污等不对本发明检测结果产生影响。
六、本发明可以在连续油管作业现场起下作业时或者新管子质量检验时进行检测,以此能保证连续油管作业中质量和安全的进行,指导国产化连续油管装备在现场中的安全应用、推动连续油管作业技术的推广。
附图说明
图1为本发明探头设计图
图2 是连续油管磁法检测原理
图3 是磁异常概率分布解析图
图4 是磁异常解析图
图5 是磁异常插值解析图
图6是磁通门传感器采集的原始磁信号
图7是原始磁信号的频谱图
图中标记为:1、安装架,2、轮杆,3、磁通门传感器,4、连续油管,5、内部缺陷,6、外部缺陷,S0、测磁探头提离高度,Wt、被检连续油管壁厚,Ht、磁场强度切向分量,Hn、磁场强度法向分量,HT、磁场强度梯度。
具体实施方式
实施例1
一种连续油管磁法检测方法,所述磁法检测方法为:通过磁场强度梯度找到磁异常点的位置,通过插值算法求得磁异常点的二维矩阵,拟合缺陷埋深与磁异常点的幅值关系式,通过缺陷埋深彩色等值线图像中异常区域的大小、位置、形状和等值线数值反应连续油管的缺陷大小、位置、形状和埋深。
所述磁法检测方法具体包括如下步骤:12个磁通门传感器沿连续油管圆周径向等角度排列,其中一个轮杆装有距离传感器,作业车现场排管和下管过程中磁通门传感器连续采集连续油管磁信号,距离传感器与磁通门传感器同步采集连续油管的排管或下管长度,具体计算方法包括下列步骤:
步骤1,提取磁通门传感器的测磁探头安装和被测连续油管信息,测量每个测磁探头的提离高度S0,从油管规格中获取连续油管外径D和壁厚Wt,再找到预设的1号探头位置,坐标原点就是油管不抽动的时候1号探头正对的点,然后油管抽动方向为X轴方向,1——>6探头即Y轴方向;
步骤2,通过测磁探头采集连续油管原始磁信号,通过距离传感器同步采集连续油管的运动距离;
步骤3,对采集的原始磁信号进行数字信号消噪处理;
步骤4,计算磁场强度梯度;
步骤5,对磁场强度梯度进行数理统计分析,计算磁异常点幅值和坐标;
步骤6,建立缺陷埋深公式,用最小二乘法拟合相关系数,计算连续油管缺陷埋深二维矩阵,对该矩阵进行彩色等值线成像,进而在图像中反应被检连续油管缺陷大小、位置、形状、埋深信息。
所述步骤3包括:采集的连续油管原始磁信号HnO,受滚筒转动噪声HG和连续油管震动噪声HZ的影响,即HnO=HG+HZ+Hn,滚筒转动噪声为周期信号,其周期即是滚筒转一周所需的时间,不含噪声的磁信号Hn叠加在滚筒转动噪声HG上,通过曲线拟合计算滚筒转动噪声HG的幅值,再将每个测磁探头采集的磁信号减去滚筒转动噪声HG,即得到剩下的有用信号加油管震动噪声HZ+Hn,然后对每个测磁探头减掉后的数据进行傅里叶变换,计算得到每个测磁探头震动噪声的中心频率,通过FIR数字滤波器Hanning窗函数滤除该中心频率带噪声,即得到不含噪声的磁信号Hn,具体过程如下:
磁通门传感器采集的原始磁信号如图6所示由三部分组成。第一排管器的周期运动产生的磁信号;第二,环境中夹杂的噪声,例如连续油管的振动等。第三,连续油管在地球磁场作用下产生的磁信号。即
其中表示油管在地球磁场作用下的磁场信号,表示环境中的各种噪声信号,表示排管器周期运动产生的磁场信号。
夹杂了各种噪声的原始磁信号,其中周期信号是由排管器的周期运动所产生的。根据现场记录的排管器运动一周的时间T=14s,则f=1/T≈0.072Hz。图7是对该信号进行频谱分析的结果图。从图中可以看出该信号的频率为0.07324就是排管器产生的信号。因此,首先对采集的原始磁信号进行滤波处理,从而得到的磁信号,再用原始磁信号减去的信号就可以得到由与组成的信号如图所示。即
再对该信号进行滤波处理,就可得到纯净的信号。
基于窗口函数法FIR滤波器设计步骤:
1):根据滤波器设计指标要求的频率响应,求出标准的冲激响应h1(n);
2):根据滤波器设计的阻带衰减,选择Hanning窗为窗口函数w(n);
3):根据设计的过渡带宽和选定的窗口函数D值,求N的值,同时把h1(n)向右移动a=(N-1)/2;
4):根据h(n)=h1(n-a)w(n),求出实际的h(n);
5):根据公式,求出标准的和实际的。
所述步骤4包括:将测得的不含噪声的磁信号Hn对连续油管的运动距离求一阶导数,即得到其磁场强度梯度HT。
所述步骤5包括:
步骤51,应用正态分布,计算每个测磁探头的磁场强度梯度HT(k)置信区间的上下阈值,即:
UP(k)=Mean(k)+ r*Variance(k),DOWN(k)= Mean(k)-r*Variance(k)
式中,k为探头编号,Mean(k)为k探头测得磁场数据的均值,Variance(k) 为k探头测得磁场数据的方差,r是方差所乘的系数,用于设定置信区间范围;
步骤52,将测得的磁场强度梯度值与计算得到的上下阈值比较,求得满足HT(k)> UP(k)或HT(k)< DOWN(k)的磁场强度梯度,记录这些梯度对应磁场的位置,其中p表示从被检连续油管初始位置的第p段磁异常区,为该区距离传感器采集的连续的数据点,这些位置的磁场记为;
步骤53,在步骤52求得的磁异常区做线性插值,即:,计算每个探头在磁异常区幅值;
步骤54,将m个测磁探头磁异常幅值展开成二维矩阵,即:,式中m为测磁探头数,n为扫差一段连续油管采集的数据总数;为得到更多的数据量,对上述二维矩阵行向和列向插值,以上述磁异常幅值点对应连续油管的位置为坐标,将上述二维矩阵进行等值线成像,在磁异常位置反应连续油管缺陷情况。
所述步骤6包括:建立缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式:,式中S0、Wt为已知量,a、b为系数,应用最小二乘法拟合对试验数据曲线进行拟合,求得a=0.0248,b=0.0157,故缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式为:,式中可以看出,Ha与T具有一一对应关系,因此同样建立T的二维矩阵:,将该矩阵进行等值线成像,则等值线图像中异常区域的大小、位置、形状、等值线值既是反应连续油管的缺陷大小、位置、形状和埋深。
实施例2
磁法检测系统探头设计如图1所示,12个磁通门传感器沿圆周径向等角度排列,轮杆支撑圆形安装架使传感器与连续油管保持一定的提离高度,其中一个轮杆装有距离传感器,探头固定安装在作业车排管器上,作业车现场排管和下管过程中磁传感器连续采集连续油管磁信号(单位:nT),距离传感器与磁传感器同步采集连续油管的排管或下管长度。
本发明提出一种基于磁法检测原理的多通道连续油管检测方法,主要包括磁通门传感器采集数据的处理、磁异常二维矩阵的计算、缺陷埋深公式的推导等。通过对磁场强度梯度进行正态分布区间估计,找到磁异常点的位置,通过插值算法求得磁异常点的二维矩阵,拟合缺陷埋深与磁异常幅值关系式,通过缺陷埋深彩色等值线图像中异常区域的大小、位置、形状和等值线数值反应连续油管的缺陷大小、位置、形状和埋深。本发明中的缺陷包括连续油管的内部缺陷5和外部缺陷6,具体说明如下:
作业车现场排管和下管过程中磁通门传感器连续采集连续油管磁信号(单位:nT),距离传感器与磁通门传感器同步采集连续油管的排管或下管长度,具体计算方法包括下列步骤:
步骤1,提取测磁探头安装和被测连续油管信息。测量每个测磁探头的提离高度S0(探头前端与连续油管表面的垂直距离,单位:mm),从油管规格中获取连续油管外径D和壁厚Wt,找到1号探头位置,确定坐标原点。
步骤2,通过测磁探头采集原始磁信号HnO,通过距离传感器同步采集连续油管的运动距离。
步骤3,对采集的原始磁信号HnO进行数字信号消噪处理。
步骤4,计算磁场强度梯度。
步骤5,对磁场强度梯度进行数理统计分析,计算磁异常点幅值和坐标。
步骤6,建立缺陷埋深公式,用最小二乘法拟合相关系数,计算连续油管缺陷埋深二维矩阵,对该矩阵进行彩色等值线成像,进而在图像中反应被检连续油管缺陷大小、位置、形状、埋深等信息。
步骤3包括:现场采集的连续油管原始磁信号HnO,它主要受滚筒转动噪声HG和连续油管震动噪声HZ的影响,即HnO=HG+HZ+Hn,经现场测试,滚筒转动噪声为周期信号,其周期即是滚筒转一周所需的时间,不含噪声的原始磁信号Hn叠加在这个噪声上,通过曲线拟合计算滚筒转动噪声的幅值,再将每个测磁探头采集的磁信号减去滚筒转动噪声,即得到剩下的有用信号加油管震动噪声HZ+Hn,然后对每个测磁探头减掉后的数据进行傅里叶变换,计算得到每个测磁探头震动噪声的中心频率,通过FIR数字滤波器Hanning窗函数滤除该中心频率带噪声,即得到不含噪声的磁信号Hn。
步骤4包括:将测得的不含噪声的原始磁信号Hn值对距离求一阶导数,即得到其磁场强度梯度HT。
步骤5包括:
步骤51,应用正态分布,计算每个探头磁场强度梯度HT(k)置信区间的上下阈值,即:UP(k)=Mean(k)+ r*Variance(k),DOWN(k)= Mean(k)-r*Variance(k),
式中,k为探头编号,Mean(k)为k探头测得磁场数据的均值,Variance(k) 为k探头测得磁场数据的方差,r是方差所乘的系数,用于设定置信区间范围。
步骤52,将测得的磁场强度梯度值与计算得到的上下阈值比较,求得满足HT(k)> UP(k)或HT(k)< DOWN(k) (即磁异常)的磁场强度梯度,记录这些磁场强度梯度对应磁场的位置,其中p表示从被检连续油管初始位置的第p段磁异常区,为该区距离传感器采集的连续的数据点,这些位置的磁场记为。
步骤53,在步骤52求得的磁异常区做线性插值,即:,计算每个探头在磁异常区幅值。
步骤54,将m个探头磁异常幅值展开成二维矩阵,即:,式中m为探头数,n为扫差一段连续油管采集的数据总数。为得到更多的数据量,对上述二维矩阵行向和列向插值,以上述磁异常幅值点对应连续油管的位置为坐标,将上述二维矩阵进行等值线成像,就能在磁异常位置反应连续油管缺陷情况。
步骤6包括:
建立缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式:,式中S0、Wt为已知量,a、b为系数,应用最小二乘法拟合对试验数据曲线进行拟合,求得a=0.0248,b=0.0157,故缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式为:。式中可以看出,Ha与T具有一一对应关系,因此同样建立T的二维矩阵:,将该矩阵进行等值线成像,则等值线图像中异常区域的大小、位置、形状、等值线值既是反应缺陷大小、位置、形状和埋深。
Claims (5)
1.一种连续油管磁法检测方法,其特征在于,所述磁法检测方法为:通过磁场强度梯度找到磁异常点的位置,通过插值算法求得磁异常点的二维矩阵,拟合缺陷埋深与磁异常点的幅值关系式,通过缺陷埋深彩色等值线图像中异常区域的大小、位置、形状和等值线数值反应连续油管的缺陷大小、位置、形状和埋深;
所述磁法检测方法具体包括如下步骤:12个磁通门传感器沿连续油管圆周径向等角度排列,其中一个轮杆装有距离传感器,作业车现场排管和下管过程中磁通门传感器连续采集连续油管磁信号,距离传感器与磁通门传感器同步采集连续油管的排管或下管长度,具体计算方法包括下列步骤:
步骤1,提取磁通门传感器的测磁探头安装和被测连续油管信息,测量每个测磁探头的提离高度S0,从油管规格中获取连续油管外径D和壁厚Wt,找到1号探头位置,确定坐标原点;
步骤2,通过测磁探头采集连续油管原始磁信号,通过距离传感器同步采集连续油管的运动距离;
步骤3,对采集的原始磁信号进行数字信号消噪处理;
步骤4,计算磁场强度梯度;
步骤5,对磁场强度梯度进行数理统计分析,计算磁异常点幅值和坐标;
步骤6,建立缺陷埋深公式,用最小二乘法拟合相关系数,计算连续油管缺陷埋深二维矩阵,对该矩阵进行彩色等值线成像,进而在图像中反应被检连续油管缺陷大小、位置、形状、埋深信息。
2.根据权利要求1所述的连续油管磁法检测方法,其特征在于:所述步骤3包括:采集的连续油管原始磁信号HnO,受滚筒转动噪声HG和连续油管震动噪声HZ的影响,即HnO=HG+HZ+Hn,滚筒转动噪声为周期信号,其周期即是滚筒转一周所需的时间,不含噪声的磁信号Hn叠加在滚筒转动噪声HG上,通过曲线拟合计算滚筒转动噪声HG的幅值,再将每个测磁探头采集的磁信号减去滚筒转动噪声HG,即得到剩下的有用信号加油管震动噪声HZ+Hn,然后对每个测磁探头减掉后的数据进行傅里叶变换,计算得到每个测磁探头震动噪声的中心频率,通过FIR数字滤波器Hanning窗函数滤除该中心频率带噪声,即得到不含噪声的磁信号Hn。
3.根据权利要求1所述的连续油管磁法检测方法,其特征在于:所述步骤4包括:将测得的不含噪声的磁信号Hn对连续油管的运动距离求一阶导数,即得到其磁场强度梯度HT。
4.根据权利要求1所述的连续油管磁法检测方法,其特征在于:所述步骤5包括:
步骤51,应用正态分布,计算每个测磁探头的磁场强度梯度HT(k)置信区间的上下阈值,即:
UP(k)=Mean(k)+ r*Variance(k),DOWN(k)= Mean(k)-r*Variance(k)
式中,k为探头编号,Mean(k)为k探头测得磁场数据的均值,Variance(k) 为k探头测得磁场数据的方差,r是方差所乘的系数,用于设定置信区间范围;UP(k) 为上阈值;DOWN(k) 为下阈值;
步骤52,将测得的磁场强度梯度值与计算得到的上下阈值比较,求得满足HT(k)> UP(k)或HT(k)< DOWN(k)的磁场强度梯度,记录这些梯度对应磁场的位置 ,其中p表示从被检连续油管初始位置的第p段磁异常区,为该区距离传感器采集的连续的数据点,这些位置的磁场记为;
步骤53,在步骤52求得的磁异常区做线性插值,即:,计算每个探头在磁异常区幅值;
步骤54,将m个测磁探头磁异常幅值展开成二维矩阵,即:,式中m为测磁探头数,n为扫差一段连续油管采集的数据总数;为得到更多的数据量,对上述二维矩阵行向和列向插值,以磁异常幅值点对应连续油管的位置为坐标,将上述二维矩阵进行等值线成像,在磁异常位置反应连续油管缺陷情况。
5.根据权利要求1所述的连续油管磁法检测方法,其特征在于:所述步骤6包括:建立缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式:,式中S0、Wt为已知量,a、b为系数,应用最小二乘法拟合对试验数据曲线进行拟合,求得a=0.0248,b=0.0157,故缺陷埋深T与提离高度S0、油管壁厚Wt、磁异常幅值Ha的关系式为:,式中可以看出,Ha与T具有一一对应关系,因此同样建立T的二维矩阵:,式中m为测磁探头数,n为扫差一段连续油管采集的数据总数;将该矩阵进行等值线成像,则等值线图像中异常区域的大小、位置、形状、等值线值既是反应连续油管的缺陷大小、位置、形状和埋深。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581736.3A CN103063737B (zh) | 2012-12-28 | 2012-12-28 | 连续油管磁法检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581736.3A CN103063737B (zh) | 2012-12-28 | 2012-12-28 | 连续油管磁法检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103063737A CN103063737A (zh) | 2013-04-24 |
CN103063737B true CN103063737B (zh) | 2015-08-19 |
Family
ID=48106449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210581736.3A Active CN103063737B (zh) | 2012-12-28 | 2012-12-28 | 连续油管磁法检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103063737B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675718B (zh) * | 2013-12-17 | 2017-01-04 | 复旦大学 | 采用余弦函数曲线拟合确定磁感应强度最大值的方法及实现系统 |
CN106247171B (zh) * | 2015-06-12 | 2019-10-22 | 宁波市鄞州磁泰电子科技有限公司 | 管道缺陷检测方法、管道缺陷检测装置和管道缺陷检测设备 |
CN104930965B (zh) * | 2015-06-12 | 2017-09-12 | 宁波市鄞州磁泰电子科技有限公司 | 焊缝熔深检测方法 |
CA2952294C (en) * | 2015-06-12 | 2021-05-18 | Ningbo Yinzhou Citai Electronic Technology Co., Ltd | Method for detecting defect of pipe, device for detecting defect of pipe, apparatus for detecting defect of pipe |
CN105181786A (zh) * | 2015-07-16 | 2015-12-23 | 宁波市鄞州磁泰电子科技有限公司 | 焊缝缺陷磁法检测方法 |
CN105987285B (zh) * | 2016-06-22 | 2019-01-15 | 天津大学 | 一种管道异常点的快速检测方法 |
CN108051763A (zh) * | 2017-11-30 | 2018-05-18 | 宁波市鄞州磁泰电子科技有限公司 | 一种复合材料的弱磁检测方法 |
CN109283585B (zh) * | 2018-10-15 | 2024-06-07 | 南京理工大学 | 一种采用滑轨的磁异常目标探测仪 |
CN110220969B (zh) * | 2019-06-28 | 2024-04-12 | 苏州大学 | 一种具有高灵敏度的漏磁检测探头 |
CN111122697B (zh) * | 2019-12-26 | 2023-03-24 | 兰州空间技术物理研究所 | 一种基于脉冲涡流的导电材料缺陷高精度成像检测方法 |
CN112179980B (zh) * | 2020-10-27 | 2022-06-14 | 电子科技大学 | 一种基于阵列涡流的旋压筒体表面缺陷在线自动识别方法 |
CN112504112B (zh) | 2020-12-01 | 2022-04-05 | 西南石油大学 | 一种山区管道应变监测安全管环与方法 |
CN112669265B (zh) * | 2020-12-17 | 2022-06-21 | 华中科技大学 | 基于傅里叶变换和图像梯度特征实现表面缺陷检测的方法 |
CN113153276B (zh) | 2021-05-20 | 2023-11-21 | 烟台杰瑞石油装备技术有限公司 | 铁磁性物体检测装置和检测油管接箍的方法 |
CN114993229B (zh) * | 2022-06-02 | 2024-06-11 | 西南石油大学 | 一种基于多传感器数据融合的椭圆度在线检测方法 |
CN116399942B (zh) * | 2023-06-07 | 2023-08-29 | 西南石油大学 | 一种差分式涡流连续油管全周向缺陷在线检测方法 |
CN117074513B (zh) * | 2023-10-13 | 2023-12-15 | 中国石油大学(华东) | 一种基于交流电磁场的缺陷识别方法及阵列检测探头 |
CN117607243B (zh) * | 2023-11-23 | 2024-06-18 | 中磁数智(北京)科技有限公司 | 一种用于交叉管道焊缝的磁记忆检测系统和方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012397A (zh) * | 2010-10-27 | 2011-04-13 | 南昌航空大学 | 非铁磁性材料的无损检测方法 |
CN102520063A (zh) * | 2011-10-13 | 2012-06-27 | 中国石油天然气集团公司 | 连续管在役检测评价方法及其系统 |
CN102590327A (zh) * | 2012-01-16 | 2012-07-18 | 南昌航空大学 | 多通道磁法探伤仪 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6720764B2 (en) * | 2002-04-16 | 2004-04-13 | Thomas Energy Services Inc. | Magnetic sensor system useful for detecting tool joints in a downhold tubing string |
JP4087312B2 (ja) * | 2003-08-06 | 2008-05-21 | 東北電力株式会社 | 高感度磁気センサを用いた金属の劣化の検査方法及び装置 |
-
2012
- 2012-12-28 CN CN201210581736.3A patent/CN103063737B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012397A (zh) * | 2010-10-27 | 2011-04-13 | 南昌航空大学 | 非铁磁性材料的无损检测方法 |
CN102520063A (zh) * | 2011-10-13 | 2012-06-27 | 中国石油天然气集团公司 | 连续管在役检测评价方法及其系统 |
CN102590327A (zh) * | 2012-01-16 | 2012-07-18 | 南昌航空大学 | 多通道磁法探伤仪 |
Non-Patent Citations (2)
Title |
---|
连续油管检测技术综述;周兆明 等;《石油矿场机械》;20110430;第40卷(第4期);第9-12页 * |
铁磁性材料磁法检测缺陷的2(1/2)维成像;于润桥 等;《无损探伤》;20120430;第36卷(第2期);正文第4页第1节,第5页第3节,图5-6 * |
Also Published As
Publication number | Publication date |
---|---|
CN103063737A (zh) | 2013-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103063737B (zh) | 连续油管磁法检测方法 | |
CN102759567B (zh) | 直流磁化下钢管内外壁缺陷的涡流检测识别及评价方法 | |
CN105738837B (zh) | 一种非缺陷钢质管道自漏磁场磁感应强度的计算方法 | |
CN104297336A (zh) | 一种基于埋地钢制管道磁异常提取及解释方法 | |
CA2630050A1 (en) | Pulsed eddy current pipeline inspection system and method | |
CN102954997A (zh) | 管道管体缺陷的非接触式磁应力检测方法 | |
CN108254434B (zh) | 一种埋地管道免开挖磁感检测的探头阵列装置及检测方法 | |
EP3182173A1 (en) | Deconvolution of electromagnetic thickness measurement | |
CN110220966B (zh) | 一种漏磁检测缺陷三维量化方法 | |
CN202420427U (zh) | 电磁测厚仪信号检测系统 | |
CN203463104U (zh) | 一种石油钻井用钻井液漏失检测装置 | |
CN103399083B (zh) | 一种脉冲涡流检测提离效应的抑制方法 | |
CN103196991B (zh) | 连续诊断管体金属腐蚀与缺陷的全覆盖瞬变电磁检测方法 | |
CN108037178B (zh) | 一种金属管道腐蚀缺陷检测用低频电磁阵列传感器 | |
CN112857698B (zh) | 一种基于声表面波检测墙体渗漏的方法 | |
CN102537668B (zh) | 一种管道内检测器地面标记时刻的确定方法 | |
CN102313772B (zh) | 油气田油套管损伤检测及评价方法 | |
CN105806936B (zh) | 一种管道缺陷检测装置的数据分析方法 | |
Rourke et al. | Algorithm development and case study for A 1-11/16" pulsed eddy current casing inspection tool | |
JPWO2016194331A1 (ja) | 劣化分析装置、劣化分析方法および劣化分析プログラムおよび記録媒体 | |
Li et al. | A novel algorithm for acoustic above ground marking based on function fitting | |
KR101357810B1 (ko) | 관내 점검을 위한 캡슐형 점검시스템 | |
CN107178710B (zh) | 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 | |
CN111197471B (zh) | 井下筛管瞬变电磁检测计算模型及检测方法 | |
CA3218049A1 (en) | Inversion-based combined collocated (time-domain) and multi-frequency non-collocated sensor data processing for evaluating casings |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200924 Address after: 100007 Beijing, Dongzhimen, North Street, No. 9, No. Patentee after: CHINA NATIONAL PETROLEUM Corp. Patentee after: CNPC Chuanqing Drilling Engineering Co.,Ltd. Address before: The 1 section of No. 3 company Chuanqing Drilling Technology Information Office Chenghua District Green Road 610051 Chengdu City, Sichuan Province Patentee before: CNPC Chuanqing Drilling Engineering Co.,Ltd. |
|
TR01 | Transfer of patent right |