CN108345707A - 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 - Google Patents
基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 Download PDFInfo
- Publication number
- CN108345707A CN108345707A CN201710055322.XA CN201710055322A CN108345707A CN 108345707 A CN108345707 A CN 108345707A CN 201710055322 A CN201710055322 A CN 201710055322A CN 108345707 A CN108345707 A CN 108345707A
- Authority
- CN
- China
- Prior art keywords
- corrosion
- corrosion default
- pipeline
- default
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明提供了一种基于概率的管道腐蚀缺陷计划响应时间确定方法及装置,方法包括:确定腐蚀缺陷预测失效压力计算模型;基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征;根据腐蚀缺陷预测失效压力计算模型以及未来T时刻腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;根据管段的安全系数SF以及PF,T计算管段安全工作压力PS,T;根据管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF;确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。本发明能够解决现有技术中因忽略缺陷检测数据的不确定性及腐蚀缺陷发展不确定性而导致的管道评价结果不准确的问题。
Description
技术领域
本发明涉及管道检测评价技术领域,具体涉及一种基于概率的管道腐蚀缺陷计划响应时间确定方法及装置。
背景技术
内检测技术是当前油气管道完整性评价和缺陷诊断的重要手段,通过对内检测数据进行分析与评价,可以明确管道完整性状况及缺陷严重程度,为管道的维修响应及再检测计划制定提供决策依据。
然而,当前内检测技术还不能完全精准地描述缺陷尺寸,检测获得的缺陷尺寸数据仍存在一定误差,且缺陷发展本身存在诸多不确定性,这些不确定因素直接影响缺陷评价结果的准确性,最终必然影响维修决策结果的科学合理性。
目前油气管道腐蚀缺陷评价多以确定性研究为主,即采用国际上成熟的标准如ASME B31G、DNV RP F101、BS 7910等或数值模拟方法计算腐蚀管道极限承载能力的解析解或数值解。显然这些方法忽略了腐蚀缺陷发展的不确定性因素,评价结果与实际存在偏差。针对油气管道腐蚀的随机性特点,有研究人员引进基于概率统计的可靠性分析方法,考虑腐蚀发展的不确定性,从管道运行可靠度角度进行维修响应决策,但并未考虑腐蚀缺陷检测数据本身存在的不确定性,分析评价结果难免与实际存在偏差。
发明内容
针对现有技术中的缺陷,本发明提供一种基于概率的管道腐蚀缺陷计划响应时间确定方法及装置,本发明能够解决现有技术中因忽略缺陷检测数据的不确定性及腐蚀缺陷发展不确定性而导致的管道评价结果不准确的问题。
第一方面,本发明提供了一种基于概率的管道腐蚀缺陷计划响应时间确定方法,包括:
S1、确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型;
S2、基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差;
S3、根据步骤S1得到的腐蚀缺陷预测失效压力计算模型,以及步骤S2计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;
S4、根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T;
S5、确定管道最大允许操作压力MAOP,并根据管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T;
S6、确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
进一步地,所述S1具体包括:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
进一步地,所述S2具体包括:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
进一步地,所述S3具体包括:
根据步骤S1得到的腐蚀缺陷预测失效压力计算模型,以及步骤S2计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
进一步地,所述S4具体包括:
根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T:
PS,T=PF,T/SF。
第二方面,本发明还提供了一种基于概率的管道腐蚀缺陷计划响应时间确定装置,包括:
第一确定模块,用于确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型;
第一计算模块,用于基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差;
预测模块,用于根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;
第二计算模块,用于根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T;
第三计算模块,用于确定管道最大允许操作压力MAOP,并根据所述管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T;
第二确定模块,用于确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
进一步地,所述第一确定模块具体用于:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
进一步地,所述第一计算模块具体用于:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
进一步地,所述预测模块具体用于:
根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
进一步地,所述第二计算模块具体用于:
根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T:
PS,T=PF,T/SF。
由上述技术方案可知,本发明提供的基于概率的管道腐蚀缺陷计划响应时间确定方法,通过引入概率统计方法,在考虑管道检测数据的不确定性及腐蚀生长的不确定性前提下,预测腐蚀缺陷剩余强度,进一步根据管道安全系数SF及最大允许工作压力MAOP,以预估维修比ERF=1作为响应临界条件,确定腐蚀缺陷计划响应时间,为管道维修维护提供决策依据。该方法符合油气管道腐蚀具有随机性的本质特点,预测或计算结果较现有确定性方法更准确,安全性更高,满足油气管道适用性评价的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的基于概率的管道腐蚀缺陷计划响应时间确定方法的流程图;
图2是本发明另一实施例提供的基于概率的管道腐蚀缺陷计划响应时间确定装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明一实施例提供了一种基于概率的管道腐蚀缺陷计划响应时间确定方法,参见图1,该方法包括如下步骤:
步骤101:确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型。
步骤102:基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差。
在本步骤中,由于腐蚀深度测量值与腐蚀速率为相互独立的随机变量,故可基于概率统计理论,由腐蚀速率与缺陷深度关系计算得到未来T时刻腐蚀深度的数学期望及标准偏差。
步骤103:根据步骤101得到的腐蚀缺陷预测失效压力计算模型,以及步骤102计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T。
通过本步骤可以看出,本发明实施例提供的基于概率的管道腐蚀缺陷计划响应时间确定方法,通过引入概率统计方法,在考虑管道检测数据的不确定性及腐蚀生长的不确定性前提下,预测腐蚀缺陷的剩余强度。
步骤104:根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T。
在本步骤中,根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T为:PS,T=PF,T/SF。
步骤105:确定管道最大允许操作压力MAOP,并根据管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T。
步骤106:确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
在本步骤中,可以根据步骤105的计算结果判断是否满足ERF=1。若满足,则T为缺陷的计划响应时间;否则返回步骤102重新计算。此外,也可以直接根据ERF=MAOP/PS,T=1确定腐蚀缺陷的计划响应时间T。
由上面记载的方案可知,本发明实施例提供的基于概率的管道腐蚀缺陷计划响应时间确定方法,通过引入概率统计方法,在考虑管道检测数据的不确定性及腐蚀生长的不确定性前提下,预测腐蚀缺陷剩余强度,进一步根据管道安全系数SF及最大允许工作压力MAOP,以预估维修比ERF=1作为响应临界条件,确定腐蚀缺陷计划响应时间,为管道维修维护提供决策依据。该方法符合油气管道腐蚀具有随机性的本质特点,预测或计算结果较现有确定性方法更准确,安全性更高,满足油气管道适用性评价的需求。
在一种可选实施方式中,所述步骤101具体包括:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
例如,对于某一确定的腐蚀缺陷剩余强度评价模型来说,腐蚀缺陷预测失效压力计算模型可以表示为:
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;D为管道公称外径,mm;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;σflow为流变应力,MPa;Q为长度校正系数或鼓胀因子;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
在一种可选实施方式中,所述步骤102具体包括:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
由于腐蚀缺陷的腐蚀速率RC与缺陷深度值存在如下关系:
式中,分别表示Ti+1时刻和Ti时刻所述腐蚀缺陷的深度,mm;T=Ti+1-Ti;将上式子作如下简化:
由于腐蚀缺陷相对深度测量值与腐蚀速率为相互独立的随机变量,那么基于概率统计理论,由腐蚀速率与缺陷深度关系可得到T时刻腐蚀深度数学期望及标准偏差,如下所示:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
在一种可选实施方式中,所述步骤103具体包括:
根据步骤101得到的腐蚀缺陷预测失效压力计算模型,以及步骤102计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]
例如,还是对于上述可选实施方式中确定的腐蚀缺陷剩余强度评价模型来说,预测腐蚀缺陷的剩余强度PF,T可以表示为:
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
由上面记载的方案可知,本发明实施例提供的基于概率的管道腐蚀缺陷计划响应时间确定方法,通过引入概率统计方法,在考虑管道检测数据的不确定性及腐蚀生长的不确定性前提下,预测腐蚀缺陷剩余强度,进一步根据管道安全系数SF及最大允许工作压力MAOP,以预估维修比ERF=1作为响应临界条件,确定腐蚀缺陷计划响应时间,为管道维修维护提供决策依据。该方法符合油气管道腐蚀具有随机性的本质特点,预测或计算结果较现有确定性方法更准确,安全性更高,满足油气管道适用性评价的需求。
本发明另一实施例提供了一种基于概率的管道腐蚀缺陷计划响应时间确定装置,参见图2,该装置包括:第一确定模块21、第一计算模块22、预测模块23、第二计算模块24、第三计算模块25和第二确定模块26,其中:
第一确定模块21,用于确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型;
第一计算模块22,用于基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差;
预测模块23,用于根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;
第二计算模块24,用于根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T;
第三计算模块25,用于确定管道最大允许操作压力MAOP,并根据所述管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T;
第二确定模块26,用于确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
在一种可选实施方式中,所述第一确定模块21具体用于:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
在一种可选实施方式中,所述第一计算模块22具体用于:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
由于腐蚀缺陷的腐蚀速率RC与缺陷深度值存在如下关系:
式中,分别表示Ti+1时刻和Ti时刻所述腐蚀缺陷的深度,mm;T=Ti+1-Ti;将上式子作如下简化:
由于腐蚀缺陷相对深度测量值与腐蚀速率为相互独立的随机变量,那么基于概率统计理论,由腐蚀速率与缺陷深度关系可得到T时刻腐蚀深度数学期望及标准偏差,如下所示:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
在一种可选实施方式中,所述预测模块23具体用于:
根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
在一种可选实施方式中,所述第二计算模块24具体用于:
根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T:
PS,T=PF,T/SF。
本发明实施例所述的基于概率的管道腐蚀缺陷计划响应时间确定装置可以用于执行上述实施例所述的基于概率的管道腐蚀缺陷计划响应时间确定方法,其原理和技术效果类似,此处不再详述。
在本发明的描述中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于概率的管道腐蚀缺陷计划响应时间确定方法,其特征在于,包括:
S1、确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型;
S2、基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差;
S3、根据步骤S1得到的腐蚀缺陷预测失效压力计算模型,以及步骤S2计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;
S4、根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T;
S5、确定管道最大允许操作压力MAOP,并根据管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T;
S6、确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
2.根据权利要求1所述的基于概率的管道腐蚀缺陷计划响应时间确定方法,其特征在于,所述S1具体包括:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
3.根据权利要求2所述的基于概率的管道腐蚀缺陷计划响应时间确定方法,其特征在于,所述S2具体包括:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
4.根据权利要求3所述的基于概率的管道腐蚀缺陷计划响应时间确定方法,其特征在于,所述S3具体包括:
根据步骤S1得到的腐蚀缺陷预测失效压力计算模型,以及步骤S2计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
5.根据权利要求1~4任一项所述的基于概率的管道腐蚀缺陷计划响应时间确定方法,其特征在于,所述S4具体包括:
根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T:
PS,T=PF,T/SF。
6.一种基于概率的管道腐蚀缺陷计划响应时间确定装置,其特征在于,包括:
第一确定模块,用于确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型;
第一计算模块,用于基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差;
预测模块,用于根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T;
第二计算模块,用于根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T;
第三计算模块,用于确定管道最大允许操作压力MAOP,并根据所述管段安全工作压力PS,T以及管道最大允许操作压力MAOP计算缺陷预估维修比ERF:
ERF=MAOP/PS,T;
第二确定模块,用于确定当缺陷预估维修比ERF=1时的未来时刻T为腐蚀缺陷的计划响应时间。
7.根据权利要求6所述的基于概率的管道腐蚀缺陷计划响应时间确定装置,其特征在于,所述第一确定模块具体用于:
确定腐蚀缺陷剩余强度评价模型,得到腐蚀缺陷预测失效压力计算模型:
PF=f((d/t)*);
(d/t)*=(d/t)m+λ·StD[d/t];
式中,PF为管道缺陷处预测失效压力,MPa;t为管道公称壁厚,mm;d为腐蚀区域的深度,mm;(d/t)*表示考虑各种不确定性因素后的腐蚀缺陷相对深度;f(x)表示确定的某一腐蚀缺陷剩余强度评价模型;(d/t)m表示随机变量(d/t)的数学期望或均值,若存在实际测量值则表示相对深度实际检测值;StD[d/t]表示随机变量(d/t)的标准方差,与检测器的测量精度和置信度相关;λ为确定腐蚀深度分位数的系数,与检测器的检测精度有关。
8.根据权利要求7所述的基于概率的管道腐蚀缺陷计划响应时间确定装置,其特征在于,所述第一计算模块具体用于:
基于腐蚀深度检测及腐蚀生长模型的概率统计意义,计算腐蚀缺陷在未来T时刻的深度值分布特征,包括数学期望和标准偏差:
式中,(d/t)m,T为T时刻所述腐蚀缺陷相对深度期望值;StD[(d/t)T]为T时刻所述腐蚀缺陷相对深度标准偏差;(RC)m为所述腐蚀速率期望;StD[RC]为所述腐蚀缺陷腐蚀生长速率标准偏差。
9.根据权利要求8所述的基于概率的管道腐蚀缺陷计划响应时间确定装置,其特征在于,所述预测模块具体用于:
根据所述第一确定模块得到的腐蚀缺陷预测失效压力计算模型,以及所述第一计算模块计算得到的未来T时刻的腐蚀缺陷的深度值,预测腐蚀缺陷的剩余强度PF,T:
PF,T=f((d/t)T *)
(d/t)T *=(d/t)m,T+λ·StD[(d/t)T]。
10.根据权利要求6~9任一项所述的基于概率的管道腐蚀缺陷计划响应时间确定装置,其特征在于,所述第二计算模块具体用于:
根据管段所在地区等级确定安全系数SF,并根据确定的安全系数SF以及预测的腐蚀缺陷的剩余强度PF,T计算管段安全工作压力PS,T:
PS,T=PF,T/SF。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710055322.XA CN108345707A (zh) | 2017-01-24 | 2017-01-24 | 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710055322.XA CN108345707A (zh) | 2017-01-24 | 2017-01-24 | 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108345707A true CN108345707A (zh) | 2018-07-31 |
Family
ID=62962983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710055322.XA Pending CN108345707A (zh) | 2017-01-24 | 2017-01-24 | 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345707A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711145A (zh) * | 2018-03-29 | 2018-10-26 | 西安石油大学 | 一种基于三维图像分析的腐蚀形貌描述解释方法 |
CN111400927A (zh) * | 2020-03-31 | 2020-07-10 | 中国石油大学(北京) | 基于广义可加模型的管道内腐蚀增长预测方法及装置 |
CN112883538A (zh) * | 2020-12-29 | 2021-06-01 | 浙江中控技术股份有限公司 | 一种埋地原油管道的腐蚀预测系统及方法 |
CN113762651A (zh) * | 2020-05-28 | 2021-12-07 | 中国石油天然气股份有限公司 | 井口装置的剩余强度评估方法 |
CN114428021A (zh) * | 2022-01-14 | 2022-05-03 | 国家石油天然气管网集团有限公司 | 一种山地管道裂纹缺陷剩余强度的评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104807966A (zh) * | 2015-04-30 | 2015-07-29 | 上海化学工业区公共管廊有限公司 | 一种管廊管道剩余强度与剩余寿命计算方法 |
CN106198365A (zh) * | 2016-06-28 | 2016-12-07 | 大连理工大学 | 一种基于分布式应变测量的管道内腐蚀监测方法 |
-
2017
- 2017-01-24 CN CN201710055322.XA patent/CN108345707A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104807966A (zh) * | 2015-04-30 | 2015-07-29 | 上海化学工业区公共管廊有限公司 | 一种管廊管道剩余强度与剩余寿命计算方法 |
CN106198365A (zh) * | 2016-06-28 | 2016-12-07 | 大连理工大学 | 一种基于分布式应变测量的管道内腐蚀监测方法 |
Non-Patent Citations (5)
Title |
---|
ZUZU88: "dnv-rp-f101_2010_corroded_pipelines", 《道客巴巴在线公开:HTTP://WWW.DOC88.COM/P-7394513696565.HTML》 * |
杨静等: "某输气管道基于内检测的腐蚀评价与维修决策", 《当代化工》 * |
桑运水等: "《输送管道在线检测、安全评价及修复技术》", 31 December 2005, 中国石油大学出版社 * |
温小霓等: "《概率论与数理统计》", 31 December 2016, 西安电子科技大学出版社 * |
郑伟: "基于漏磁检测数据的长输管道适用性评价", 《中国安全生产科学技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711145A (zh) * | 2018-03-29 | 2018-10-26 | 西安石油大学 | 一种基于三维图像分析的腐蚀形貌描述解释方法 |
CN108711145B (zh) * | 2018-03-29 | 2021-09-28 | 西安石油大学 | 一种基于三维图像分析的腐蚀形貌描述解释方法 |
CN111400927A (zh) * | 2020-03-31 | 2020-07-10 | 中国石油大学(北京) | 基于广义可加模型的管道内腐蚀增长预测方法及装置 |
CN111400927B (zh) * | 2020-03-31 | 2022-02-18 | 中国石油大学(北京) | 基于广义可加模型的管道内腐蚀增长预测方法及装置 |
CN113762651A (zh) * | 2020-05-28 | 2021-12-07 | 中国石油天然气股份有限公司 | 井口装置的剩余强度评估方法 |
CN113762651B (zh) * | 2020-05-28 | 2024-03-29 | 中国石油天然气股份有限公司 | 井口装置的剩余强度评估方法 |
CN112883538A (zh) * | 2020-12-29 | 2021-06-01 | 浙江中控技术股份有限公司 | 一种埋地原油管道的腐蚀预测系统及方法 |
CN112883538B (zh) * | 2020-12-29 | 2022-07-22 | 浙江中控技术股份有限公司 | 一种埋地原油管道的腐蚀预测系统及方法 |
CN114428021A (zh) * | 2022-01-14 | 2022-05-03 | 国家石油天然气管网集团有限公司 | 一种山地管道裂纹缺陷剩余强度的评价方法 |
CN114428021B (zh) * | 2022-01-14 | 2024-05-28 | 国家石油天然气管网集团有限公司 | 一种山地管道裂纹缺陷剩余强度的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345707A (zh) | 基于概率的管道腐蚀缺陷计划响应时间确定方法及装置 | |
Valor et al. | Reliability assessment of buried pipelines based on different corrosion rate models | |
Xie et al. | Risk-based pipeline re-assessment optimization considering corrosion defects | |
US7546224B2 (en) | Method for assessing the integrity of a structure | |
CN107883190B (zh) | 核电站管道检测方法和用于核电站管道故障检修方法 | |
US20220082409A1 (en) | Method and system for monitoring a gas distribution network operating at low pressure | |
CN108460230A (zh) | 基于数据融合的腐蚀油气管道剩余寿命及可靠性预测方法 | |
CN101994908A (zh) | 高温管线系统实现可靠性维修规划的方法 | |
Khan et al. | Real-time monitoring and management of offshore process system integrity | |
RU2459136C2 (ru) | Способ мониторинга коррозии трубопровода и устройство для его осуществления | |
CN116739352B (zh) | 一种燃气管道安全性评估预警系统、方法及存储介质 | |
Parvizsedghy et al. | Deterioration assessment models for water pipelines | |
CN116596302A (zh) | 基于动态分析的埋地钢制燃气管道检验周期确定方法、电子设备和存储介质 | |
Timashev et al. | Practical methodology of predictive maintenance for pipelines | |
CN117688341B (zh) | 基于bim技术的深基坑检测系统及方法 | |
Macchion et al. | Addressing Uncertainties Within Flow Induced Vibrations in Subsea Piping | |
WO2023286445A1 (ja) | 腐食管理システム、推定方法及びプログラム | |
Agusta | Structural integrity and risk management based on value of information and action analysis | |
KR20030067305A (ko) | 매설배관 위험진단 평가방법 | |
Anda et al. | A Machine Learning Model for the Development of a Digital Twin for a Control Valve for Oil and Gas Pipelines | |
Ostertagová et al. | Application of the simple linear regression model in the experiment | |
Cui et al. | A framework for corrosion assessment in metallic structures, from data analysis to risk based inspection | |
CN116757043A (zh) | 一种矿用管道缺陷分析方法、系统、终端设备及存储介质 | |
WO2024069216A1 (en) | Method for pipeline corrosion prediction and maintenance | |
Machamer et al. | Optimizing the Periodicity of Preventative Maintenance Inspection Based on Historical Reliability Data for Naval Steam Condensers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |