CN110412062B - 一种包覆管道腐蚀异常的诊断和监测方法 - Google Patents

Abstract

本发明公开了一种包覆管道腐蚀异常的诊断和监测方法，属于石油石化保温包覆管道腐蚀异常监测领域，包括以下步骤：对保温包覆管道进行射线剂量扫描，提取特征参数；根据提取到的特征参数，采用t检验方法，判断包覆管段内是否为段塞流；若为段塞流，则对段塞流流体腐蚀的严重程度进行定量诊断；判断未转变为段塞流，则进一步判断是否为环雾状流。若判断结果为环雾状流，则进一步对采用最小液膜厚度th[0]来对环雾状流流体腐蚀严重程度进行诊断；判断结果为未转变为环雾状流，则将当前的不会引流体腐蚀异常的特征数据存入数据库。本发明提供的包覆管道腐蚀异常的诊断和监测方法，可在不破除管路保温的前提下，识别腐蚀的种类并判断其严重程度。

Description

一种包覆管道腐蚀异常的诊断和监测方法

技术领域

本发明涉及一种包覆管道腐蚀异常的诊断和监测方法，石油石化保温包覆管道腐蚀异常监测领域。

背景技术

石油石化很多工艺环节存在多相流冲蚀的危险，多相流流态的变化将引起腐蚀机理的突变，从而引发腐蚀异常变化，由于这种变化难以察觉，因而往往导致重大的石油石化泄漏事故，在石油石化实践中，已经有多种工艺系统发生过类似泵及其附近管道流态变化导致的腐蚀泄漏案例。

因此石油石化工艺系统的运行存在巨大的设备和管道腐蚀异常风险，这样的压力系统要实现连续长周期运行必须要实现流态异常状态在线监测，并通过监测特征变量识别腐蚀异常的严重程度，以及在线异常控制措施的有效程度。而石油石化工况复杂，存在高温、超低温等运行环境，出于生产安全等需要，则不允许破除管路保温进行监测，只能寻求高精度的保温层下在线监测技术。这种需求采用常规超声、电磁技术都无法实现。

发明内容

本发明是提供一种包覆管道腐蚀异常的诊断和监测方法，在不破除管路保温的前提下，识别腐蚀的种类并判断其严重程度。

为达到上述目的，本发明所采用的技术方案是：一种包覆管道腐蚀异常的诊断和监测方法，包括以下步骤：对保温包覆管道内壁和气相交接区域进行特征参数提取，所述特征参数用于管道腐蚀异常诊断和监测的；根据提取到的特征参数，采用t检验方法，判断包覆管段内是否为段塞流；若判断结果为段塞流，则对段塞流流体腐蚀的严重程度进行定量诊断；判断结果为未转变为段塞流，则进一步判断是否为环雾状流；若判断结果为环雾状流，则进一步对采用最小液膜厚度th[0]来对环雾状流流体腐蚀严重程度进行诊断，环雾状流腐蚀严重程度与最小液膜厚度th[0]负相关。

进一步的，所述t检验方法包括以下步骤：计算出对应的t分布计算值tcn，所述t分布计算值tcn由公式(1)获得：

式中，gcn_avg为气塞射线剂量变化率gcn[j]的均值、lcn_avg为液塞射线剂量变化率lcn[j]的均值，gcn_stv为气塞射线剂量变化率gcn[j]的标准偏差、lcn_stv为液塞射线剂量变化率lcn[j]的标准偏差，u为气塞总数，v为液塞总数；根据计算出的tcn值，取置信度为0.05，计算所述临界参考值tcn_r。

进一步，判断是否为段塞流的条件为：若tcn≥临界参考值tcn_r时，则判定当前流态已经转变为段塞流；若tcn＜临界参考值tcn_r时，则判定当前流态未转变为段塞流。

进一步，采用段塞流腐蚀严重程度指数LCR对段塞流流体腐蚀的严重程度进行定量诊断。

进一步，所述LCR可由公式(2)计算得到：

LCR＝ll_avg+α·ll_std (2)

式中，α为加权系数，ll_avg为液塞长度均值，ll_std为液塞长度标准差，LCR为段塞流腐蚀严重程度指数。

进一步，判断是否为环雾状流包括以下步骤：采用边界层数量w[i]初步判断是否存在环雾状流风险；若存在环雾状流风险，则对管道上部120°范围进行验证性测量,计算出第z个转角处的边界层数量w[z]以及第z个转角处管道内部介质的背景射线剂量m[z]；当z取值为1到b时，正常状态下边界层数量为w0，正常状态下的背景射线剂量数据为m00，第z个转角处的边界层数量为w[z]，第z个转角处管道内部介质的背景射线剂量m[z]，若w[z]>w0且m[z]<m00，则判定当前流态已经转变为环雾状流，所述b为需测量的转角数量，由公式(3)计算得到：

b＝INT(120/r) (3)

式中，r为转角步长，INT为取整函数。

进一步，所述边界层数量w[i]由公式(4)计算得到：

w[i]＝w[i]+1 (4)

式中，w[i]为第i次测量的边界层数量，此时第i次测量中相邻晶粒k和k+1之间的γ射线剂量变化率l[k][i]和l[k+1][i]之间的关系为l[k][i]×l[k+1][i]＜0。

进一步，判断是否存在环雾状流风险的条件为：若边界层数量w[i]>正常状态下边界层数量w0，则判定存在环雾状流风险；若边界层数量w[i]≤正常状态下边界层数量w0，则判定不存在环雾状流风险。

进一步，所述w[z]由公式(5)计算得到；管道内部介质的背景射线剂量m[z]由公式(6)计算得到：

w[z]＝w[z]+1 (5)

m[z]＝d[n_in+a0][z] (6)

式中，w[z]为第z个转角处的边界层数量，n_in为最内层边界层所在的晶粒位号，a0为背景计算偏移量。

进一步，所述最小液膜厚度th[0]由公式(7)计算得到：

th[0]＝(n[w[i]]-n[w[i]-1])·s (7)

式中，n[w[i]]为第i次测量的边界层w[i]所在的晶粒位号。

本发明在不拆除保温包覆层下，将扫描装置安装在包覆管外，通过射线源和线阵列探测器扫描管道内壁及气相交接区域，提取流体腐蚀相关特征参数。由于采用多维度特征参数，使得本发明对于腐蚀异常的监测更加精确，并且同时实现了对流体腐蚀异常严重程度及其发展趋势的有效监测。

附图说明

图1为本发明实施例提供的一种包覆管道腐蚀异常的诊断和监测方法流程示意图；

图2显示了本发明的原理示意图；

图3显示了本发明实施例中多相流保温包覆管道的示意图；

图4是本发明实施例中包覆管道的分区及监测位置的示意图。

其中：1-γ射线源装置，2-周向旋转步进电机，3-保温包覆管，41-γ射线源；42-线阵列探测器，5-保温层，6-金属层，7-结垢物质层，A-保温材料区，B-金属层区，C-结垢物质区，D-管道内壁与气相交接区域，E-多相流气体区，F-多相流液体区。

具体实施方式

为了更好的理解本发明的实质，下面结合具体实施例和附图对本发明作进一步的阐述。

由于射线束切线方向扫描包覆管或多层管时，射线穿过的管道内部距离较大，因此内部介质的微小变化都会引发射线残余剂量的剧烈变化，通过对采样数据进行数据分析可以识别出管道内部介质的异常变化，从而确定流态的异常变化。本发明实现了在不拆除保温包覆层下，在线识别流体腐蚀有关多维度特征参数，精确诊断管道内足以导致严重腐蚀异常的流态异常突变，确定流态类型，提取流体腐蚀严重程度的特征参数，定量监测流体腐蚀严重程度及其变化趋势。

如图2和图3所示，多相流保温包覆管道包括：1-γ射线源装置，2-周向旋转步进电机，3-保温包覆管，41-γ射线源；42-线阵列探测器，5-保温层，6-金属层，7-结垢物质层。提取特征参数时，不拆除保温层5，将γ射线扫描装置1安装在保温包覆管3外，并保持γ射线源41和线阵列探测器42与管道内部竖直方向的中线平行。γ射线扫描装置1由周向旋转步进电机2驱动，通过γ射线源41和线阵列探测器42扫描金属层6上部内壁与气相交接区域，并控制每次监测的数据采样时间；γ射线扫描装置1对透射保温包覆管3后射线残余剂量进行采样，实现流体腐蚀多维度特征参数提取，并以此为基础高精度自动诊断流体腐蚀异常，以及判定流态，监测流体腐蚀异常严重程度、发展趋势和控制有效性的目的，从而实现在线诊断流体腐蚀异常，监测腐蚀异常程度和发展规律。

如图4所示，包覆管道的分区包括：A-保温材料区，B-金属层区，C-结垢物质区，D-管道内壁与气相交接区域，E-多相流气体区，F-多相流液体区。

本发明实施例的主要步骤如图1所示：

1、流体腐蚀异常多维诊断特征参数提取。

步骤1，对被测管道进行t₀次测量，每次时间间隔为f_s，测量次数t₀的数值不低于100；

步骤2，记录第i次线阵列传感器第k个晶粒所测量的γ射线剂量为d[k][i]，其中i取值为1到t，k取值为0到h，h为常数；

步骤3，计算第i次测量中相邻晶粒k和k+1之间的γ射线剂量变化率l[k][i]，如式(1)所示：

式中，s为线阵列传感器晶粒长度尺寸，d[k+1][i]为第第k+1个晶粒所测量的γ射线剂量。

步骤4，令第i次测量的边界层数量w[i]初始值为0，若l[k][i]×l[k+1][i]<0，则判定第k+1个晶粒处存在一个异种物质边界层，则w[i]的计算如式(2)所示，且该边界层所在的晶粒位号n[w[i]]如式(3)所示，直到k＝h为止；

w[i]＝w[i]+1 (2)

n[w[i]]＝k+1 (3)

步骤5，计算包覆管道最内层边界层以内的管道内部介质的背景射线剂量m[i]，如式(4)所示，其中a0为背景计算偏移量，n_in为最内层边界层所在的晶粒位号，且对应的管道内部介质所引发的管道上部射线剂量变化率tcn[i]为式(5)所示，直到i＝t₀为止；

m[i]＝d[n_in+a0][i] (4)

2、诊断保温包覆管内的流态是否为段塞流。

步骤1，计算段塞流判定特征值q，如式(6)所示，当tcn[i]>q时，第j个气塞射线剂量变化率gcn[j]，如式(7)所示，且气塞总数u如式(8)所示，否则当tcn[i]<q时，第j个液塞射线剂量变化率lcn[j]，如式(9)所示，且液塞总数v如式(10)所示，i＝t₀为止，从而得到全部的气塞射线剂量变化率gcn[j]、液塞射线剂量变化率lcn[j]、气塞总数u和液塞总数v；

gcn[j]＝tcn[i] (7)

u＝u+1 (8)

lcn[j]＝tcn[i] (9)

v＝v+1 (10)

步骤2，分别计算gcn[j]和lcn[j]的均值gcn_avg、lcn_avg，如式(11)和(12)所示，以及标准偏差gcn_stv、lcn_stv，如式(13)和(14)所示；

步骤3、采用t检验方法，用gcn_avg、lcn_avg、gcn_stv、lcn_stv计算出对应的t分布计算值tcn，如式(15)所示，并取置信度为0.05，计算出临界参考值tcn_r，若tcn≥tcn_r，则判定当前流态已经转变为段塞流，并计算段塞流流体腐蚀严重程度监测参数，否则判定当前流态并未转变为段塞流；

3、针对段塞流流体腐蚀异常，提取段塞流流体腐蚀严重程度特征参数。

步骤1，利用u、v计算段塞流含气率gr、含液率lr如式(16)和(17)所示，由于段塞流的形成与气液比有关，因此含气率gr可作为特征参数，对段塞流控制或消除效果进行在线监测。

gr＝1-lr (16)

步骤2，分别令气塞长度频数fgs[j]初始值为0，液塞长度频数fls[j]初始值为0，用tcn[i]>q且tcn[i+1]<q为判定条件，确定被测量范围内段塞流的气塞-液塞初始交界面，从该初始交界面开始，并按照数据tcn[i]的获取顺序，若tcn[i]>q，则fgs[j]＝fgs[j]+1，否则若tcn[i-1]<q,则fls[j]＝fls[j]+1，直到i＝t₀为止。

步骤3，利用管道内的名义流速fv、采样时间间隔f_s和fgs[j]、fls[j]计算气塞长度均值gl_avg、液塞长度均值ll_avg、气塞长度标准差gl_stv、液塞长度标准差ll_stv，分别如式(18)、(19)、(20)、(21)所示。

步骤4，由于段塞流腐蚀严重程度与液塞长度、频率正相关，因此可以通过式(22)确定的特征参数来监测段塞流流体腐蚀异常严重程度的变化趋势，其中α为加权系数；

LCR＝ll_avg+α·ll_stv (22)

式中，LCR为段塞流腐蚀严重程度指数。

4、针对当前流态未转变为段塞流，诊断保温包覆管内的流态是否为环雾状流。

步骤1，设正常状态下边界层数量为w0，在判定无段塞流的情况下，若w[i]>w0，则判定存在环雾状流风险，其最小液膜厚度th[0]如式(23)所示，否则m[i]、w[i]作为背景数据存入数据库。

th[0]＝(n[w[i]]-n[w[i]-1])·s (23)

步骤2，对管道上部120°范围进行验证性测量，测量转角步长为r，并设第z个转角处线阵列传感器第k个晶粒所测量的γ射线剂量为d[k][z]，其中k取值为0到h,则第z个转角处线阵列传感器相邻两个晶粒间的射线剂量变化率如式(24)所示:

步骤3，若l[k][z]×l[k+1][z]<0，则判定第k+1个晶粒处存在一个异种物质边界层，则第z个转角处的边界层数量w[z]如式(25)所示，且该边界层所在的晶粒位号n[w[z]]如式(26)所示，直到k＝h为止:

w[z]＝w[z]+1 (25)

n[w[z]]＝k+1 (26)

步骤4，计算第z个转角处管道内部介质的背景射线剂量m[z]，如式(27)所示，其中a0为背景计算偏移量，n_in为最内层边界层所在的晶粒位号:

m[z]＝d[n_in+a0][z] (27)

步骤5，若w[z]>w0，则第z个转角处的液膜厚度th[z]如式(28)所示:

th[z]＝(n[w[z]]-n[w[z]-1])·s (28)

步骤6，按照转角步长r转动到下一个测量角度，重复本部分中的部分中的步骤1至步骤5，直到z≧b，其中b为需测量的转角数量，其计算如式(29)所示:

b＝INT(120/r) (29)

式中，INT为取整函数。

步骤7，设m00正常状态下的背景射线剂量数据，当z取值为1到b时，即在所有验证测量有角度上，若w[z]>w0且m[z]<m00皆成立，则判定当前流态已经转变为环雾状流，并计算环雾状流流体腐蚀严重程度监测参数，否则判定当前流态不会引发流体腐蚀异常m[z]、w[z]作为背景数据存入数据库；

5、针对环雾状流流体腐蚀异常，提取环雾状流流体腐蚀严重程度特征参数。

关键部位的液膜厚度采用测量值th[z]，其中最小液膜厚度值为th[0]，而各测点之间的液膜厚度采用插值法计算，利用测量值th[z]和th[z+1]计算管道内壁第z个转角测点与第z+1个转角测点之间的液膜厚度，如式(30)所示，其中th[x]为相对于第z处转角测点的相位角为x处的计算液膜厚度，由于环雾状流腐蚀严重程度与最小液膜厚度负相关，因此可将最小液膜厚度th[0]为特征参数来监测环雾状流流体腐蚀异常严重程度的变化趋势，并根据其所在的相位角z×r定位最危险腐蚀区域的相位角以及监测其位置变化规律。

应当指出，虽然通过上述实施方式对本发明进行了描述，然而本发明还可有其它多种实施方式。在不脱离本发明精神和范围的前提下，熟悉本领域的技术人员显然可以对本发明做出各种相应的改变和变形，但这些改变和变形都应当属于本发明所附权利要求及其等效物所保护的范围内。

Claims (7)

1.一种包覆管道腐蚀异常的诊断和监测方法，其特征在于：包括以下步骤：

对保温包覆管道内壁和气相交接区域进行特征参数提取，所述特征参数用于管道腐蚀异常诊断和监测；

根据提取到的特征参数，采用t检验方法，判断包覆管道内是否为段塞流；

若判断结果为段塞流，则采用段塞流腐蚀严重程度指数

对段塞流流体腐蚀的严重程度进行定量诊断；所述

由公式（1）计算得到：

（1）

式中，α为加权系数，ll _avg 为液塞长度均值，ll _std 为液塞长度标准差，

为段塞流腐蚀严重程度指数；

判断结果为未转变为段塞流，则进一步判断是否为环雾状流；

若判断结果为环雾状流，则进一步采用最小液膜厚度th[0]来对环雾状流流体腐蚀严重程度进行诊断，环雾状流流体腐蚀严重程度与最小液膜厚度th[0]负相关；

所述最小液膜厚度th[0]由公式（2）计算得到：

（2）

式中，n[w[i]]为第i次测量的第w[i]个边界层所在的晶粒位号，s为线阵列传感器晶粒长度尺寸。

2.根据权利要求1所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：所述t检验方法包括以下步骤：

计算出对应的t分布计算值tcn，所述t分布计算值tcn由公式（3）获得：

（3）

式中， gcn _avg 为气塞射线剂量变化率gcn[j]的均值、lcn _avg 为液塞射线剂量变化率lcn[j]的均值， gcn _stv 为气塞射线剂量变化率gcn[j]的标准偏差、lcn _stv 为液塞射线剂量变化率lcn[j]的标准偏差，u为气塞总数，v为液塞总数；

根据计算出的tcn值，取置信度为0.05，计算临界参考值tcn _r 。

3.根据权利要求2所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：判断是否为段塞流的条件为：

若tcn≥临界参考值tcn _r 时，则判定当前流态已经转变为段塞流；

若tcn＜临界参考值tcn _r 时，则判定当前流态未转变为段塞流。

4.根据权利要求1所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：判断是否为环雾状流包括以下步骤：

采用边界层数量w[i]初步判断是否存在环雾状流风险；

若存在环雾状流风险，则对管道上部120°范围进行验证性测量,计算出第z个转角处的边界层数量w[z]以及第z个转角处管道内部介质的背景射线剂量m[z]；

当z取值为1到b时，正常状态下边界层数量为w0，正常状态下的背景射线剂量数据为m00，第z个转角处的边界层数量为w[z]，第z个转角处管道内部介质的背景射线剂量为m[z]，若w[z]>w0且m[z]<m00，则判定当前流态已经转变为环雾状流，所述b为需测量的转角数量，由公式（4）计算得到：

（4）

式中，r为转角步长，INT为取整函数。

5.根据权利要求4所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：所述边界层数量w[i]由迭代公式（5）计算得到：

（5）

式中，w[i]为第i次测量的边界层数量，此时第i次测量中相邻晶粒k和k+1之间的γ射线剂量变化率l[k][i]和l[k+1][i]之间的关系为

。

6.根据权利要求4所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：判断是否存在环雾状流风险的条件为：

若边界层数量w[i]>正常状态下边界层数量w0，则判定存在环雾状流风险；

若边界层数量w[i]≤正常状态下边界层数量w0，则判定不存在环雾状流风险。

7.根据权利要求4所述包覆管道腐蚀异常的诊断和监测方法，其特征在于：所述第z个转角处的边界层数量w[z]由迭代公式（6）计算得到；第z个转角处管道内部介质的背景射线剂量m[z]由公式（7）计算得到：

（6）

（7）

式中，w[z]为第z个转角处的边界层数量，

为最内层边界层所在的晶粒位号，a0为背景计算偏移量。

Images