CN110567406A - 一种对流程工业设备和管道进行超声波定点测厚的数据处理方法 - Google Patents

Abstract

本发明提供一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，具体步骤包括：将服役时间、工艺运行参数与测厚数据一一对应并同步；对定点测厚数据建立测厚部位壁厚的回归预测模型；对数据进行相关分析，回归模型修正；腐蚀速率和预定测厚时间计算；实施测厚及数据有效性判定。本发明解决了目前超声波定点测厚中存在的数据偏差大，测厚数据人工判断处理随意性大、工艺运行参数与测厚数据的无法对应和同步等问题，提高了监测数据的实时性、可靠性。

Description

一种对流程工业设备和管道进行超声波定点测厚的数据处理 方法

技术领域

本发明涉及腐蚀实时监测技术领域，尤其涉及一种对流程工业设备和管道进行超声波定点测厚的数据处理方法。

背景技术

超声波定点测厚是流程工业设备和管道腐蚀监测的重要手段，通过测厚，可以发现腐蚀、冲刷引起的事故隐患，及时采取防腐措施，进行维修维护，防止安全事故的发生。

随着智能化的发展，腐蚀监测结果从状态参量变成过程控制参量，测厚数据转换为控制被监测对象腐蚀发展的参量，通过对测厚数据进行分析处理，计算被测对象的腐蚀速率，对腐蚀速率超标的对象及时采取措施，减缓腐蚀的发生发展。

流程工业的设备和管道，腐蚀不是稳定发生的，开停工和维修过程中，被监测对象工况变化，会发生腐蚀减缓或加剧，正常生产过程中，由于腐蚀介质含量变化、设备和管道表面状况变化、流速和温度等工艺条件波动，设备和管道并不是以稳定的腐蚀速率发生腐蚀。超声波定点测厚实施过程中，受测厚人员操作稳定性、测厚仪电子器件稳定性、测厚时被测工件的工艺波动、被测工件腐蚀状况等影响，测得的壁厚数据会产生一定偏离。应用这些带有偏差的测厚数据计算被测对象的腐蚀速率，会得到不可靠的结果。长期测厚数据积累过程中，产生了大量的测厚数据，依靠人工经验处理，一是工作量大，实时性不足，难以及时发现腐蚀问题并进行控制；二是随意性强，同一组数据不同人不同时间可能会得出不同的结论，造成误判。

发明内容

本发明所要解决的技术问题是，提供一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，解决了目前超声波定点测厚中存在的数据偏差大，测厚数据人工判断处理随意性大、工艺运行参数与测厚数据的无法对应和同步等问题，提高了监测数据的实时性、可靠性。

为实现上述目的，本发明采用下述技术方案：一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，具体包括：

步骤一，将服役时间、工艺运行参数与测厚数据一一对应并同步；

步骤二，置信区间为95％，对已有数据进行数据回归分析，通过峰值校验、初值校验、空窗校验、温度校验和误差校验，建立初始回归模型；

步骤三，对初始回归模型中的各参数对测厚值的影响进行相关分析，根据变量与测量壁厚的相关系数，设定回归模型中相应参数的修正系数，根据模拟实际环境试验获得的各参数对测厚部位腐蚀影响因子，对相应参数的修正系数进行加权，得到修正的回归模型得到修正的回归模型；

步骤四，腐蚀速率和预定测厚时间计算，计算测厚部位的腐蚀速率，预测下次测厚部位的壁厚值和下次测厚预定时间，计算腐蚀速率的时间段根据工艺参数变化情况选择，腐蚀速率和下次测厚预定时间，采用热力学和动力学腐蚀预测模型计算的腐蚀速率、经验模型的腐蚀速率和测厚部位回归得到的腐蚀速率中最大值，根据测厚部位的风险等级加权计算。

步骤五，实施测厚及数据有效性判定，如果预定时间测厚值处于预测的置信区间内，则认为是有效测厚数据；如果预定时间测厚值不在置信区间内，则认为是异常数据，需要返回进行重新检测。

优选的，步骤一中，工艺运行参数包括操作压力、操作温度、腐蚀性杂质种类和腐蚀性杂质含量，温度、压力和腐蚀性杂质含量与测厚数据、测厚时间的对应和同步，温度、压力连续监测实时变量特征值提取，腐蚀性杂质定期测试的间断变量峰值和特征值提取，并与测厚值一一对应，选择工艺显著变化的时间段和正常操作的时间段测厚数据分别回归。

优选的，步骤二中，测厚部位壁厚回归模型表示为T_thickness＝T₀+βT_time+γT_tempture+μ，式中：T_thickness为被测部位的超声波测厚值，T_time为被测部位工件的服役时间，T_tempture为被测部位工件的工艺温度，T₀为测厚初始值，β为服役时间回归系数，γ为工件工艺温度回归系数，μ为模型误差。

优选的，步骤三中，数据分析包括测厚数据、被监测部件的工艺条件数据和测厚时间数据。

优选的，步骤三中，对测厚数据、服役时间和测厚部位的温度进行相关分析，确定温度和服役时间与测量壁厚的相关系数分别为β′、γ′，对回归模型中相应变量的回归系数进行修正，构建修正后的壁厚回归模型T_thickness＝T₀+β′βT_time+γ′γT_tempture+μ。

优选的，步骤四中，按照修正的回归模型，计算选定时间段内的腐蚀速率C_t，综合考虑修正的回归模型计算得出的腐蚀速率C_p、测厚部位的热力学和动力学腐蚀预测模型计算的腐蚀速率C_d和经验模型给出类似工况腐蚀速率C_e，计算腐蚀速率C_p和下次测厚预定时间T，预测下次测厚预定时间的测厚值T_p及其置信区间[T_p1，T_p2]。

优选的，步骤四中，腐蚀速率采用热力学和动力学腐蚀预测模型计算的腐蚀速率、经验模型的腐蚀速率和测厚部位回归得到的腐蚀速率中最大值，下次测厚预定时间根据最大腐蚀速率和测厚部位的风险水平加权计算。

优选的，步骤四中，计算腐蚀速率的时间段根据工艺参数变化情况选择。

优选的，步骤五中，下次测厚预定时间T，测厚得到测厚数据T_t，判断测厚值T_t是否在预测值T_p置信区间[T_p1，T_p2]内；

若T_t位于预测值T_p置信区间[T_p1，T_p2]内，则测厚值有效，重复步骤一至步骤四；

若T_t不在预测值T_p置信区间[T_p1，T_p2]内，则重新测厚，获得新的测厚值T′_t，判断重新测厚值T′_t与原测厚值T_t与预测值T_p的偏差，如果为同向偏差，且|T_t-T′_t|小于测厚仪允许偏差，则将T_t与预测值T′_t的平均值为预定时间T时的测厚值；如果为同向偏差，则以T′_t作为预定时间T时的测厚值，重复步骤一至步骤四。

优选的，在步骤五中，若测量壁厚T_t＞0.5T₀时，应立即再次进行测厚。

本发明的有益效果是，

1、将超声波定点测厚数据由状态参量转化为过程控制参量；

2、构建了影响被监测对象壁厚的各因素多元线性回归模型，可增强有效测厚数据的识别能力；

3、建立了实时监测数据与热力学、动力学分析以及基于历史经验的腐蚀预测模型的关联，有益于腐蚀预测模型的修正，可提高腐蚀预测的准确性；

4、避免人工处理测厚数据的随意性，提高监测数据的实时性、可靠性。

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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明示意图；

具体实施方式

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、完整地描述，显然，所描述的实施例仅仅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。

如图所示，一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，具体包括：

步骤一，将服役时间、工艺运行参数与测厚数据一一对应并同步；工艺运行参数包括操作压力、操作温度、腐蚀性杂质种类和腐蚀性杂质含量，温度、压力和腐蚀性杂质含量与测厚数据、测厚时间的对应和同步，温度、压力连续监测实时变量特征值提取，腐蚀性杂质定期测试的间断变量峰值和特征值提取，并与测厚值一一对应，选择工艺显著变化的时间段和正常操作的时间段测厚数据分别回归。

步骤二，对定点测厚数据建立测厚部位壁厚的回归预测模型；置信区间为95％，建立测厚部位壁厚数据的回归模型，并进行峰值校验、初值校验、空窗校验、温度校验，即对回归模型的各参数进行最大测厚值的峰值校验，不同测厚初始值校验，停工检修期间腐蚀速率近似为零的空窗校验，最大和最小温度校验，测厚误差校验。

测厚部位壁厚回归模型表示为T_thickness＝T₀+βT_time+γT_tempture+μ，式中：T_thickness为被测部位的超声波测厚值，T_time为被测部位工件的服役时间，T_tempture为被测部位工件的工艺温度，T₀为测厚初始值，β为服役时间回归系数，γ为工件工艺温度回归系数，μ为模型误差。

步骤三，对初始回归模型中的各参数对测厚值的影响进行相关分析，根据变量与测量壁厚的相关系数，设定回归模型中相应参数的修正系数，根据模拟实际环境试验获得的各参数对测厚部位腐蚀影响因子，对相应参数的修正系数进行加权，得到修正的回归模型得到修正的回归模型；

对测厚数据、服役时间和测厚部位的温度进行相关分析，确定温度和服役时间与测量壁厚的相关系数分别为β′、γ′，对回归模型中相应变量的回归系数进行修正，构建修正后的壁厚回归模型T_thickness＝T₀+β'βT_time+γ'γT_tempture+μ。

步骤四，腐蚀速率和预定测厚时间计算；计算测厚部位的腐蚀速率，预测下次测厚部位的壁厚值和下次测厚预定时间；计算腐蚀速率的时间段根据工艺参数变化情况选择，腐蚀速率和下次测厚预定时间，采用热力学和动力学腐蚀预测模型计算的腐蚀速率、经验模型的腐蚀速率和测厚部位回归得到的腐蚀速率中最大值，根据测厚部位的风险等级加权计算。

按照修正的回归模型，计算选定时间段内的腐蚀速率C_t，综合考虑修正的回归模型计算得出的腐蚀速率C_p、测厚部位的热力学和动力学腐蚀预测模型计算的腐蚀速率C_d和经验模型给出类似工况腐蚀速率C_e，计算腐蚀速率C_p和下次测厚预定时间T，预测下次测厚预定时间的测厚值T_p及其置信区间[T_p1，T_p2]。

步骤五，实施测厚及数据有效性判定；

如果预定时间测厚值处于预测的置信区间内，则认为是有效测厚数据；

如果预定时间测厚值不在置信区间内，则认为是异常数据，需要返回进行重新检测。下次测厚预定时间T，测厚得到测厚数据T_t，判断测厚值T_t是否在预测值T_p置信区间[T_p1，T_p2]内；若T_t位于预测值T_p置信区间[T_p1，T_p2]内，则测厚值有效，重复步骤一至步骤四；若T_t不在预测值T_p置信区间[T_p1，T_p2]内，则重新测厚，获得新的测厚值T′_t，判断重新测厚值T′_t与原测厚值T_t与预测值T_p的偏差，如果为同向偏差，且|T_t-T′_t|小于测厚仪允许偏差，则将T_t与预测值T′_t的平均值为预定时间T时的测厚值；如果为同向偏差，则以T′_t作为预定时间T时的测厚值，重复步骤一至步骤四。

若测量壁厚T_t＞0.5T₀时，应立即再次进行测厚。

本发明未经描述的技术特征可以通过现有技术实现，在此不再赘述。当然，上述说明并非是对本发明的限制，本发明也不仅限于上述举例，本技术领域普通技术人员在本发明的实质范围内所作出的变化、改型、添加或更换，也应属于本发明的保护范围。

Claims (10)

1.一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，具体包括：

步骤一，将服役时间、工艺运行参数与测厚数据一一对应并同步；

步骤二，置信区间为95％，对已有数据进行数据回归分析，通过峰值校验、初值校验、空窗校验、温度校验和误差校验，建立初始回归模型；

步骤三，对初始回归模型中的各参数对测厚值的影响进行相关分析，根据变量与测量壁厚的相关系数，设定回归模型中相应参数的修正系数，根据模拟实际环境试验获得的各参数对测厚部位腐蚀影响因子，对相应参数的修正系数进行加权，得到修正的回归模型得到修正的回归模型；

步骤四，腐蚀速率和预定测厚时间计算，计算测厚部位的腐蚀速率，预测下次测厚部位的壁厚值和下次测厚预定时间；

步骤五，实施测厚及数据有效性判定，如果预定时间测厚值处于预测的置信区间内，则认为是有效测厚数据；如果预定时间测厚值不在置信区间内，则认为是异常数据，需要返回进行重新检测。

2.如权利要求1所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤一中，工艺运行参数包括操作压力、操作温度、腐蚀性杂质种类和腐蚀性杂质含量，温度、压力和腐蚀性杂质含量与测厚数据、测厚时间的对应和同步，温度、压力连续监测实时变量特征值提取，腐蚀性杂质定期测试的间断变量峰值和特征值提取，并与测厚值一一对应，选择工艺显著变化的时间段和正常操作的时间段测厚数据分别回归。

3.如权利要求1所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤二中，测厚部位壁厚回归模型表示为T_thickness＝T₀+βT_time+γT_tempture+μ，式中：T_thickness为被测部位的超声波测厚值，T_time为被测部位工件的服役时间，T_tempture为被测部位工件的工艺温度，T₀为测厚初始值，β为服役时间回归系数，γ为工件工艺温度回归系数，μ为模型误差。

4.如权利要求1所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤三中，数据分析包括测厚数据、被监测部件的工艺条件数据和测厚时间数据。

5.如权利要求4所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤三中，对测厚数据、服役时间和测厚部位的温度进行相关分析，确定温度和服役时间与测量壁厚的相关系数分别为β′、γ′，对回归模型中相应变量的回归系数进行修正，构建修正后的壁厚回归模型T_thickness＝T₀+β′βT_time+γ′γT_tempture+μ。

6.如权利要求1所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤四中，按照修正的回归模型，计算选定时间段内的腐蚀速率C_t，综合考虑修正的回归模型计算得出的腐蚀速率C_p、测厚部位的热力学和动力学腐蚀预测模型计算的腐蚀速率C_d和经验模型给出类似工况腐蚀速率C_e，计算腐蚀速率C_p和下次测厚预定时间T，预测下次测厚预定时间的测厚值T_p及其置信区间[T_p1，T_p2]。

7.如权利要求6所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤四中，腐蚀速率采用热力学和动力学腐蚀预测模型计算的腐蚀速率、经验模型的腐蚀速率和测厚部位回归得到的腐蚀速率中最大值，下次测厚预定时间根据最大腐蚀速率和测厚部位的风险水平加权计算。

8.如权利要求7所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤四中，计算腐蚀速率的时间段根据工艺参数变化情况选择。

9.如权利要求1所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤五中，下次测厚预定时间T，测厚得到测厚数据T_t，判断测厚值T_t是否在预测值T_p置信区间[T_p1，T_p2]内；

若T_t位于预测值T_p置信区间[T_p1，T_p2]内，则测厚值有效，重复步骤一至步骤四；

若T_t不在预测值T_p置信区间[T_p1，T_p2]内，则重新测厚，获得新的测厚值T′_t，判断重新测厚值T′_t与原测厚值T_t与预测值T_p的偏差，如果为同向偏差，且|T_t-T′_t|小于测厚仪允许偏差，则将T_t与预测值T′_t的平均值为预定时间T时的测厚值；如果为同向偏差，则以T′_t作为预定时间T时的测厚值，重复步骤一至步骤四。

10.如权利要求9所述的一种对流程工业设备和管道进行超声波定点测厚的数据处理方法，其特征在于，步骤五中，若测量壁厚T_t＞0.5T₀时，应立即再次进行测厚。