CN111996534A - 一种管网腐蚀情况获取方法 - Google Patents
一种管网腐蚀情况获取方法 Download PDFInfo
- Publication number
- CN111996534A CN111996534A CN201910379512.6A CN201910379512A CN111996534A CN 111996534 A CN111996534 A CN 111996534A CN 201910379512 A CN201910379512 A CN 201910379512A CN 111996534 A CN111996534 A CN 111996534A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- pipe network
- condition
- potential
- corrosion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000007797 corrosion Effects 0.000 title claims abstract description 47
- 238000005260 corrosion Methods 0.000 title claims abstract description 47
- 238000004210 cathodic protection Methods 0.000 claims abstract description 68
- 230000010287 polarization Effects 0.000 claims abstract description 62
- 230000008859 change Effects 0.000 claims abstract description 46
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 238000013178 mathematical model Methods 0.000 claims abstract description 36
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims description 21
- 239000011248 coating agent Substances 0.000 claims description 20
- 238000000576 coating method Methods 0.000 claims description 20
- 239000002689 soil Substances 0.000 claims description 18
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000009413 insulation Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000004575 stone Substances 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 201000005402 Hermansky-Pudlak syndrome 2 Diseases 0.000 description 1
- 240000000233 Melia azedarach Species 0.000 description 1
- 101000985495 Staphylococcus saprophyticus subsp. saprophyticus (strain ATCC 15305 / DSM 20229 / NCIMB 8711 / NCTC 7292 / S-41) 3-hexulose-6-phosphate synthase 2 Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23F—NON-MECHANICAL REMOVAL OF METALLIC MATERIAL FROM SURFACE; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL; MULTI-STEP PROCESSES FOR SURFACE TREATMENT OF METALLIC MATERIAL INVOLVING AT LEAST ONE PROCESS PROVIDED FOR IN CLASS C23 AND AT LEAST ONE PROCESS COVERED BY SUBCLASS C21D OR C22F OR CLASS C25
- C23F13/00—Inhibiting corrosion of metals by anodic or cathodic protection
- C23F13/02—Inhibiting corrosion of metals by anodic or cathodic protection cathodic; Selection of conditions, parameters or procedures for cathodic protection, e.g. of electrical conditions
- C23F13/06—Constructional parts, or assemblies of cathodic-protection apparatus
- C23F13/08—Electrodes specially adapted for inhibiting corrosion by cathodic protection; Manufacture thereof; Conducting electric current thereto
- C23F13/22—Monitoring arrangements therefor
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Prevention Of Electric Corrosion (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种管网腐蚀情况获取方法，属于管道阴极保护领域。该获取方法包括：确定影响管道极化电位的多个影响因素，从待测管网中确定试验用目标管道；根据每一个影响因素，确定其变化时，目标管道对应的IR降的变化情况；对目标管道对应的IR降的变化情况进行分析，从多个影响因素中确定关键因素；利用关键因素，建立对目标管道阴极保护电位分布进行数值模拟的数学模型；利用数学模型获取管网中的其他管道的阴极保护参数的变化情况，获取管网的腐蚀情况。该方法能快速准确地对管网腐蚀情况进行检测，得出引起管道腐蚀的真实原因。通过建立数学模型进行数值模拟，显著节约人力物力，降低成本，有效简化管道阴极保护状况的测试工作。
Description
技术领域
本发明涉及管道阴极保护领域，特别涉及一种管网腐蚀情况获取方法。
背景技术
管道极化电位是评价管道阴极保护效果的重要指标，例如，管道阴极保护是否充分或者是否有过保护，所以，对管道极化电位进行测试十分必要。
现有技术中，管道极化电位的测量方法主要有GPS同步通断电位测试法、埋地试片法、CIPS电位测试法等方法，但是以上方法在实际测试过程中会消耗大量的人力物力及时间，较为繁琐。并且，现有技术主要依据管道极化电位对管道阴极保护情况进行结果判定，然而，在实际生产中，单纯通过极化电位分析的方法只能判断管道阴极保护是否有效，无法确定管道某点阴极保护电位异常的真实原因。
可见，如何快速准确地对管网腐蚀情况进行检测，且通过对检测数据的分析，能够得出引起管道腐蚀的真实原因，对于管道阴极保护的高效管理具有十分重要的意义。
发明内容
鉴于此，本发明提供一种管网腐蚀情况获取方法，可解决上述技术问题。具体而言，包括以下的技术方案：
一种管网腐蚀情况获取方法，所述获取方法包括：确定影响管道极化电位的多个影响因素，同时，从待测管网中确定试验用目标管道；
根据每一个所述影响因素，确定所述影响因素变化时，所述目标管道对应的IR降的变化情况；
对所述目标管道对应的IR降的变化情况进行分析，从多个所述影响因素中确定关键因素；
利用所述关键因素，建立对所述目标管道阴极保护电位分布进行数值模拟的数学模型；
利用所述数学模型获取所述管网中的其他管道的阴极保护参数的变化情况，以获取所述管网的腐蚀情况。
在一种可能的实现方式中，所述管网的腐蚀情况包括：管道防腐层质量缺陷情况、管道与未施加阴极保护管道之间是否出现搭接现象、管道绝缘接头故障情况、阳极地床故障情况、杂散电流干扰情况。
在一种可能的实现方式中，所述多个影响因素包括：通电电位、土壤电阻率、输出电流、管道涂层质量、电流密度。
在一种可能的实现方式中，所述关键因素包括：通电电位和输出电流。
在一种可能的实现方式中，所述从待测管网中确定试验用目标管道，包括：确定所述目标管道的涂层情况以及阴极保护工况。
在一种可能的实现方式中，所述阴极保护工况包括：单路阴极保护站送电和双路阴极保护站送电。
在一种可能的实现方式中，在确定影响管道极化电位的多个影响因素时，利用瞬间断电法，测试每个所述影响因素对应的所述目标管道的IR降。
在一种可能的实现方式中，通过最小二乘法，建立所述数学模型。
在一种可能的实现方式中，所述数学模型如下所示：
其中，
Uj-极化电位，V；
Ut-通电电位，V；
I-输出电流，A；
A1-变量I的二次项系数；
A2-二元变量一次耦合项系数；
A3-变量Ut的二次项系数；
A4-变量I的一次项系数；
A5-变量Ut的一次项系数；
A6-常数项系数。
在一种可能的实现方式中，利用所述数学模型获取所述管网中的其他管道的阴极保护参数变化情况，包括：根据关键影响因素，利用所述数学模型确定所述管网中的其他管道的管道极化电位分布、电流密度、IR降分布及回路电阻。
本发明实施例提供的技术方案的有益效果至少包括：
本发明实施例提供的管网腐蚀情况获取方法，通过从待测管网中确定试验用目标管道，基于该目标管道，从影响管道极化电位的多个影响因素中确定影响较大的关键因素，利用该关键因素建立数学模型，以用来对待测管网的阴极保护电位分布进行数值模拟，进而能获取管道的IR降变化情况，而利用管道的IR降变化情况即可获知该待测管网的腐蚀情况，进而获知引起管道腐蚀的真实原因。可见，利用本发明实施例提供的方法，不仅能快速准确地对管网腐蚀情况进行检测，且通过对检测数据的分析，能够得出引起管道腐蚀的真实原因。通过建立数学模型进行数值模拟的方式，能够显著节约人力物力，降低成本，有效简化了管道阴极保护状况的测试工作。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1为一示例性基于管网腐蚀情况获取方法的实施装置框图；
图2为一示例性北外环二期(三台站-连山站)在不同电流输出下的IR降测试结果示意图；
图3-1至图3-4为示例性的北外环二期(三台站-连山站)各测试桩输出电流与IR降的关系图；
图4-1至图4-4为示例性的北外环二期(三台站-连山站)各测试桩输出电流与极化电位的关系图；
图5为一示例性土壤电阻率变化曲线图；
图6为一示例性通电电位的变化曲线图；
图7为一示例性极化电位变化曲线图；
图8为一示例性IR降变化曲线图；
图9-1为一示例性通断电位曲线对比图；
图9-2为另一示例性通断电位曲线对比图；
图10-1为一示例性IR降曲线对比图；
图10-2为另一示例性IR降曲线对比图；
图11为一示例性屏石线通断电位变化曲线图；
图12为一示例性屏忠线通断电位变化曲线图；
图13为一示例性屏石线IR降变化曲线图；
图14为一示例性屏忠线IR降变化曲线图；
图15为一示例性北外环二期(三台-南部)通电极化电位变化曲线图；
图16为一示例性北外环二期(三台-南部)IR降变化曲线图；
图17为一示例性针对北外环二期(连山-三台)的数学模拟过程图；
图18为一示例性针对北外环二期(三台-南部)的数学模拟过程图；
图19为一示例性分析软件功能框图；
图20为一示例性新建管线信息界面图；
图21为一示例性阴极保护站参数录入界面；
图22为一示例性数学建模界面；
图23为一示例性阴极保护参数计算界面；
图24为一示例性故障结果界面图。
具体实施方式
为使本发明的技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种管网腐蚀情况获取方法，该获取方法包括以下步骤：
步骤1：确定影响管道极化电位的多个影响因素，同时，从待测管网中确定试验用目标管道。
步骤2：根据每一个影响因素，确定影响因素变化时，目标管道对应的IR降的变化情况。
步骤3：对目标管道对应的IR降的变化情况进行分析，从多个影响因素中确定关键因素。
步骤4：利用关键因素，建立对目标管道阴极保护电位分布进行数值模拟的数学模型。
步骤5：利用数学模型获取管网中的其他管道的阴极保护参数的变化情况，以获取管网的腐蚀情况。
本发明实施例提供的管网腐蚀情况获取方法，通过从待测管网中确定试验用目标管道，基于该目标管道，从影响管道极化电位的多个影响因素中确定影响较大的关键因素，利用该关键因素建立数学模型，以用来对待测管网的阴极保护电位分布进行数值模拟，进而能获取其他管道的阴极保护参数变化情况，而利用管道的阴极保护参数变化情况即可获知该待测管网的腐蚀情况，进而获知引起管道腐蚀的真实原因。可见，利用本发明实施例提供的方法，不仅能快速准确地对管网腐蚀情况进行检测，且通过对检测数据的分析，能够得出引起管道腐蚀的真实原因。通过建立数学模型进行数值模拟的方式，能够显著节约人力物力，降低成本，有效简化了管道阴极保护状况的测试工作。
以下就上述各步骤及其意义分别进行阐述：
对于步骤1来说，其首先确定影响管道极化电位的多个影响因素，其中，可以通过资料筛选，来确定影响以上多个影响因素，同时确定获取这些影响因素的测试方法。
本发明实施例中，所述的影响因素即为阴极保护参数，所确定的多个影响因素包括但不限于：通电电位、土壤电阻率、输出电流、管道涂层质量、电流密度等，试验及文献资料证明，以上这些影响因素均能够对管道极化电位造成影响。
可以分别利用以上各影响因素，计算管道极化电位，并根据有效性评价原则对管道腐蚀情况进行判断。其中，在计算管道极化电位时，可以利用瞬间断电法来计算，进而利用管道极化电位来确定管道的IR降。
其中，对于通电电位，在运行的阴极保护系统中，将参比电极置于管道附近土壤中测量管道和参比电极之间电位差，所得到的保护电位即为通电电位，其会对管道IR降造成影响。可以通过GPS同步通断器来测试管道沿线通电电位与断电电位参数，并且，由此可计算出电流密度、电阻等数据。
对于土壤电阻率，管道的阴极保护电位与土壤电阻率呈正比关系，随着土壤电阻率增加，管道的阴极保护电位也正向偏移，并且管道IR降随着土壤电阻率增大，负向偏移也增大。可以通过土壤电阻率测量仪测量现场土壤电阻率、阳极地床接地电阻等数据。
对于输出电流，其为恒电位仪向整条管道提供的保护电流，管道的阴极保护电位、管道IR降与输出电流呈反比关系，随着施加的输出电流的增大，测得的管道阴极保护电位负向偏移增大，IR降也随着输出电流的增大负向偏移增大。
对于管道涂层质量，其可以理解为涂敷有防腐层的金属构筑物和电解质(土壤)之间的电阻大小。
对于电流密度，其指被保护管道单位面积上所需的保护电流，可以理解的是，管道涂层质量越好，保护电流密度越小。
步骤1中还提及，从待测管网中确定试验用目标管道，利用该实验用目标管道就上述各个影响因素对IR降的影响进行实验，以从中确定关键因素。
在从待测管网中确定试验用目标管道时，需要确定目标管道的涂层情况以及阴极保护工况，以排除其他外界干扰因素，来主要研究电流和电阻这两大主要因素对管道IR的影响规律，同时，确保后期对待测管网中其他管道进行测试时，管道涂层情况和阴极保护工况是一致的，以确保测试准确度。
此外，在确定目标管道时，还需要确定管道的管径、敷设环境等客观因素。
对于目标管道的涂层情况，至少需要明确的是涂层类型，例如是否是3PE涂层，以及涂层的质量。
其中，管道的阴极保护工况通常情况下有两种：其一，单路阴极保护站送电(即，管道一端阴极保护站单独进行送电保护)，其二，双路阴极保护站送电(即，管道两端阴极保护站同时进行送电保护)。
对于步骤2，本发明实施例提供的方法，根据每一个影响因素，确定该每一个影响因素变化时，目标管道对应的IR降的变化情况。即，开展针对目标管道的以上各影响因素的测试实验，考察不同影响因素变化下，目标管道IR降的变化规律，就每一个影响因素变化时，根据目标管道对应的IR降的变化情况，建立其与阴极保护系统异常情况间的对应关系。
对于步骤3，本发明实施例对目标管道对应的IR降的变化情况进行分析，从多个影响因素中确定关键因素。在此过程中，可以通过现场数据分析，来确定关键因素。可以理解的是，关键因素指的是对IR降影响最为显著的影响因素，其可以包括有多个。作为一种示例，本发明实施例中，所涉及的关键因素可包括：通电电位和输出电流。
本发明实施例可以采用Origin8.0软件进行绘图，确定影响管道极化电位的关键因素。
可见，本发明实施例通过测试实验，可明确影响管道极化电位的影响因素及各影响因素对管道极化电位的影响规律，通过数据分析，就这些影响因素对管道极化电位的影响程度分别进行了敏感性分析，明确对极化电位值影响最为显著的因素作为关键因素。
对于步骤4，本发明实施例利用关键因素，建立对目标管道阴极保护电位分布进行数值模拟的数学模型。
其中，可以针对该数学模型，开发配套的分析软件，并任意选取1条或2条其他管道，利用该分析软件就它们的阴极保护电位分布进行模拟计算，并与实测结果进行对比分析，以确保上述数学模型的可靠性和准确性。
可以通过最小二乘法，对影响管道极化电位的关键因素进行数值模拟，进而建立上述数学模型，得到极化电位的通用计算方法。示例地，当关键因素为通电电位和输出电流时，所建立的数学模型可以如下所示：
Uj-极化电位，V；
Ut-通电电位，V；
I-输出电流，A；
A1-变量I的二次项系数；
A2-二元变量一次耦合项系数；
A3-变量Ut的二次项系数；
A4-变量I的一次项系数；
A5-变量Ut的一次项系数；
A6-常数项系数。
对于步骤5，本发明实施例利用上述的数学模型获取管网中的其他管道的阴极保护参数的变化情况，进而通过其他管道的阴极保护参数变化情况，获取管网的腐蚀情况，以分析管网中的各个管道是否达到阴极保护，以及如若存在欠保护，引起欠保护的主要故障原因。
其中，本发明实施例中，管网的腐蚀情况包括但不限于：管道防腐层质量缺陷情况、管道与未施加阴极保护管道之间是否出现搭接现象(即，第三方搭接)、管道绝缘接头故障情况、阳极地床故障情况、杂散电流干扰情况。
表1示出了以上各管道腐蚀情况的判断标准，对应于每个标准，可准确判断出管道腐蚀情况具体引发的原因；
表1
可见，本发明实施例，利用通电电位、输出电流、电流密度等影响因素的数值及其在运行过程中的变化，结合管道基本情况，能够及时发现阴极保护系统存在的管道搭接、阳极地床故障、杂散电流干扰、绝缘接头绝缘性能下降及防腐层质量下降等异常情况，以便于最终制定针对性改进措施来提高整体阴极保护效果。
为了便于本发明实施例提供的方法的具体实施，可应用到以下装置：
该装置可远程多通道自动采集、转换及传输管道阴极保护参数(即，影响因素)，如附图1所示，其可以包括：管道电位测试桩、电源系统、单片机电路模块、互联网模块、A/D转换电路模块、电压信号调整电路模块、土壤湿度测定模块和温度传感测定模块，电压信号调整电路模块设在管道电位测试桩近端，土壤湿度测定模块和温度传感测定模块分别与电压信号调整电路模块连接，电源模块与A/D转换电路模块连接，单片机电路模块与互联网模块连接；A/D转换电路模块一端与电压信号调整电路模块连接，一端与单片机电路模块连接；单片机电路模块与电压信号调整电路模块连接，连接线并与电源模块与A/D转换电路模块的连接线交叉。
上述提及的装置，提出了增设数据远传的思路，管道电位测试桩近端加装远程多通道数据采集模块，采用隔离采样电路、采信电位、土壤电阻和温度的信号电压，来达到现场数据的远程采集、传输等功能，从而提高现场效率﹑降低成本消耗。
以下可通过具体示例来进一步描述本发明：
本示例采用了本发明实施例提供的方法对管道腐蚀情况进行获取，所涉及的各步骤实际用到的实施方式如下所示：
步骤1：确定影响管道极化电位的多个影响因素。其中，各影响因素可以通过瞬间断电法进行测试。
步骤2：根据每一个影响因素，确定影响因素变化时，目标管道对应的IR降的变化情况。(例如，可参见图2所示的北外环二期(三台站-连山站)在不同电流输出下的IR降测试结果示意图)。
步骤3：对目标管道对应的IR降的变化情况进行分析，从多个影响因素中确定关键因素。
在此过程中，可以根据现场测试数据，采用Origin8.0软件进行绘图，确定影响管道极化电位的关键因素。
上述各步骤，通过对目标管道的阴极保护参数的测试与分析，明确了川渝地区极化电位影响因素与IR降变化规律的相互关系，具体如下所示：
(1)阴极保护站输出：输出电流的提升，影响测试点IR降出现明显的负向偏移(可参见图3-1至图3-4所示的北外环二期(三台站-连山站)各测试桩输出电流与IR降的关系图)。而极化电位首先出现负向偏移，当电流增大到一定值时，极化电位变化趋势逐渐稳定(可参见图4-1至图4-4所示的北外环二期(三台站-连山站)各测试桩输出电流与极化电位的关系图)。
(2)土壤电阻率：在恒电位仪输出不变、土壤电阻率的增加的情况下，相同点的IR降产生负向偏移，偏移范围在6.8％～25.1％。相对的极化电位、通电电位均出现正向偏移，极化电位正偏范围4.8％～8.6％，通电电位正偏范围1.7％～5.7％。(可参见图5所示的土壤电阻率变化曲线图；图6所示的通电电位的变化曲线图；图7所示的极化电位变化曲线图；图8所示的IR降变化曲线图)。
(3)涂层质量：埋地管道3PE防腐涂层质量的下降会导致管道需要的保护电流增加，从而产生更大的IR降，在通电电位更负的情况下极化电位相对正向偏移。(可参见表2以及图9-1及图9-2所示的通断电位曲线对比图(图9-1为2010年，图9-2为2018年)，以及图10-1及图10-2所示的IR降曲线对比图(图10-1为2010年，图10-2为2018年)。
表2阴极保护站输出对比
可见，对于单向阴极保护站送电保护的管道，在输出稳定的情况下，埋地管道越靠近阳极地床的测试桩，通电电位与极化电位越负，距离阳极越远的地方，阴极保护电位越正，形成规律的逐步衰减趋势(参见图11所示的屏石线通断电位变化曲线，以及图12所示的屏忠线通断电位变化曲线)。与此同时，随着与阳极地床的距离增加，测试桩处测试的IR降也遂渐出现正移衰减。(参见图13所示的屏石线IR降变化曲线以及图14所示的屏忠线IR降变化曲线)。
对于双向阴极保护站送电保护的管道，在输出稳定的情况下，管道的通电电位分布出现明显的两端偏负、中间偏正的变化趋势，极化电位的变化规律整体分布相比则较为平缓。(参见图15所示的北外环二期(三台-南部)通电极化电位变化曲线，以及，图16所示的北外环二期(三台-南部)IR降变化曲线)。管道IR降变化规律与通电电位两端偏负、中间偏正较为类似，在两侧阴极保护站阳极地床距离的接近中心点，存在一个IR降最正的分界点。
在利用上述步骤1-3确定关键因素后，进行步骤4：利用关键因素，建立对目标管道阴极保护电位分布进行数值模拟的数学模型。
其中，可以采用最小二乘法建立数学模型。步骤4为预测、计算目标管道的极化电位数据提供了条件，通过Matlab软件，以通电电位和输出电流为因变量，以测定极化电位为自变量，得到最小二乘法的极化电位通用数学模型，如下所示：
Uj-极化电位，V；
Ut-通电电位，V；
I-输出电流，A；
A1-变量I的二次项系数；
A2-二元变量一次耦合项系数；
A3-变量Ut的二次项系数；
A4-变量I的一次项系数；
A5-变量Ut的一次项系数；
A6-常数项系数。
其中，A1、A2、A3、A4、A5、A6系数可以通过管道实际数据得到。
基于上述，本示例提出了目标管道极化电位计算的现场公式，并明确了不同阴极保护工况下的计算精度指标，为现场管道阴极保护参数(也可理解为是影响因素)的分析提供了一定参考，同时确保了上述数学模型的可靠性，如表3所示：
表3管道极化电位计算精度
对于序号1所述的单向阴保站送电管道的极化电位的数学模拟计算，可以参见图17所示的针对北外环二期(连山-三台)的数学模拟过程图以及表4：
表4北外环二期(连山-三台)极化电位实测与模拟计算对比值
对于序号2所示的双向阴保站送电管道的极化电位的数学模拟计算，可以参见图18所示的针对北外环二期(三台-南部)的数学模拟过程图以及表5。
表5北外环二期(三台-南部)极化电位实测与模拟计算对比值
对于序号3-5所示的同一阴保站单向送电的多条管道：屏石线、龙屏线、屏忠线的极化电位的数学模拟计算，可以参见表6-表8：
表6屏石线极化电位实测与模拟计算对比值
| 通电电位(V) | 极化电位(V) | 输出电流(A) | 极化电位计算值 | 绝对误差(mV) |
| -1.361 | -0.978 | 0.7 | -0.972 | 6 |
| -1.357 | -0.951 | 0.7 | -0.97 | -19 |
| -1.349 | -0.97 | 0.7 | -0.966 | 4 |
| -1.364 | -0.975 | 0.7 | -0.974 | 1 |
| -1.365 | -0.991 | 0.7 | -0.974 | 17 |
| -1.338 | -0.957 | 0.7 | -0.96 | -3 |
| -1.319 | -0.942 | 0.7 | -0.95 | -8 |
| -1.299 | -0.935 | 0.7 | -0.94 | -5 |
| -1.278 | -0.927 | 0.7 | -0.928 | -1 |
| -1.245 | -0.919 | 0.7 | -0.911 | 8 |
表7龙屏线极化电位实测与模拟计算对比值
表8屏忠线极化电位实测与模拟计算对比值
| 通电电位(V) | 极化电位(V) | 输出电流(A) | 极化电位计算值 | 绝对误差(mV) |
| -1.495 | -1.041 | 0.9 | -1.031 | 10 |
| -1.471 | -1.023 | 0.9 | -1.012 | 11 |
| -1.466 | -1.012 | 0.9 | -1.01 | 2 |
| -1.45 | -1.022 | 0.9 | -1.004 | 18 |
| -1.431 | -0.998 | 0.9 | -0.996 | 2 |
| -1.441 | -1.007 | 0.9 | -1 | 7 |
| -1.445 | -1.002 | 0.9 | -1.002 | 0 |
| -1.422 | -0.971 | 0.9 | -0.993 | -22 |
| -1.411 | -0.985 | 0.9 | -0.989 | -4 |
| -1.409 | -0.976 | 0.9 | -0.988 | -12 |
| -1.386 | -0.967 | 0.9 | -0.979 | -12 |
| -1.384 | -0.999 | 0.9 | -0.978 | 21 |
| -1.358 | -0.959 | 0.9 | -0.968 | -9 |
| -1.375 | -0.978 | 0.9 | -0.975 | 3 |
| -1.356 | -0.955 | 0.9 | -0.968 | -13 |
通过上述数据，可总结历年来输气管道有效性评价工程数据，明确管道受保护及欠保护状态的阴极保护参数变化趋势，并形成阴极保护评价及故障排查技术，可参见表9。
表9阴极保护有效性评价数据表
步骤5：利用数学模型获取管网中的其他管道的IR降的变化情况，以获取管网的腐蚀情况。
利用本发明实施例提供的步骤5，基于上述数学模型，可以通过数值模拟方法及阴极保护有效性评价准则开发出相应配套分析软件，来获取管网中的其他管道的阴极保护参数的变化情况，对它们的阴极保护系统运行参数进行计算、分析、以及故障判断：
其中，上述分析软件的主要功能可以包括：记录分公司管辖范围内的各输气管线的阴极保护基本信息，并根据录入的管道基本参数及测试桩电位数据进行自动建模，根据输出电流、通电电位等数据对管道极化电位、电流密度等运行参数的计算，并生成曲线图对输气管道阴极保护系统运行参数进行实时分析，判断可能存在的阴极保护故障，其功能框图如图19所示的上述分析软件功能框图所示。
以目标管线龙屏线为例，首先，可以根据基础资料建立单条管线信息库，见图20所示的新建管线信息界面。
完成管线新建后，对建立管道输入阴极保护站参数(参见图21所示的阴极保护站参数录入界面)。
设定管道阴极保护站参数后，对管道沿途电位测试桩数据进行录入，建立数学模型(参见图22所示的数学建模界面)，后期可依据该数学模型，对管道电流密度及电位测试桩处的管道极化电位进行计算(参见图23所示的阴极保护参数计算界面)。
完成计算后，软件即时生成管道通断电位曲线图，统计未达保护及过保护点数量及百分比，并根据阴极保护有效性评价准则，分析可能造成管道未保护原因的阴极保护故障，提供复测建议(参见图24所示的故障结果界面)。
利用本实施例提供的方法，开展北外环二期、屏石线、龙屏线等5条目标管段共计160个检测桩相关阴极保护参数的监测，测试数据涉及：恒电位仪输出电流、检测桩通电电位、极化电位、IR降及土壤电阻率，为后期计算公式的推导提供了数据支撑。根据建立的极化电位计算数学模型，完成5条目标管道的阴极保护电位分布的数值模拟，如表10所示。
表10
其中，北外环二期(三台输气站-连山输气站)管径D914×12.7，2012年建成投运，管线全长83km，管道防腐层类型为3PE，全线由三台站单独进行送电保护，恒电位仪型号为HPS-2，可见，其对应的管道全线保护情况较好。
以上所述仅是为了便于本领域的技术人员理解本发明的技术方案，并不用以限制本发明。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种管网腐蚀情况获取方法，其特征在于，所述获取方法包括：确定影响管道极化电位的多个影响因素，同时，从待测管网中确定试验用目标管道；
根据每一个所述影响因素，确定所述影响因素变化时，所述目标管道对应的IR降的变化情况；
对所述目标管道对应的IR降的变化情况进行分析，从多个所述影响因素中确定关键因素；
利用所述关键因素，建立对所述目标管道阴极保护电位分布进行数值模拟的数学模型；
利用所述数学模型获取所述管网中的其他管道的阴极保护参数的变化情况，以获取所述管网的腐蚀情况。
2.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，所述管网的腐蚀情况包括：管道防腐层质量缺陷情况、管道与未施加阴极保护管道之间是否出现搭接现象、管道绝缘接头故障情况、阳极地床故障情况、杂散电流干扰情况。
3.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，所述多个影响因素包括：通电电位、土壤电阻率、输出电流、管道涂层质量、电流密度。
4.根据权利要求3所述的管网腐蚀情况获取方法，其特征在于，所述关键因素包括：通电电位和输出电流。
5.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，所述从待测管网中确定试验用目标管道，包括：确定所述目标管道的涂层情况以及阴极保护工况。
6.根据权利要求5所述的管网腐蚀情况获取方法，其特征在于，所述阴极保护工况包括：单路阴极保护站送电和双路阴极保护站送电。
7.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，在确定影响管道极化电位的多个影响因素时，利用瞬间断电法，测试每个所述影响因素对应的所述目标管道的IR降。
8.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，通过最小二乘法，建立所述数学模型。
9.根据权利要求7所述的管网腐蚀情况获取方法，其特征在于，所述数学模型如下所示：
其中，
Uj-极化电位，V；
Ut-通电电位，V；
I-输出电流，A；
A1-变量I的二次项系数；
A2-二元变量一次耦合项系数；
A3-变量Ut的二次项系数；
A4-变量I的一次项系数；
A5-变量Ut的一次项系数；
A6-常数项系数。
10.根据权利要求1所述的管网腐蚀情况获取方法，其特征在于，利用所述数学模型获取所述管网中的其他管道的阴极保护参数的变化情况，包括：根据关键影响因素，利用所述数学模型确定所述管网中的其他管道的管道极化电位分布、电流密度、IR降分布及回路电阻。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910379512.6A CN111996534A (zh) | 2019-05-08 | 2019-05-08 | 一种管网腐蚀情况获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910379512.6A CN111996534A (zh) | 2019-05-08 | 2019-05-08 | 一种管网腐蚀情况获取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111996534A true CN111996534A (zh) | 2020-11-27 |
Family
ID=73461203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910379512.6A Pending CN111996534A (zh) | 2019-05-08 | 2019-05-08 | 一种管网腐蚀情况获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111996534A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114606502A (zh) * | 2022-02-23 | 2022-06-10 | 江西省天然气管道有限公司运营分公司 | 管道的保护电位的检测方法及装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5318678A (en) * | 1990-12-31 | 1994-06-07 | Gaz De France (Service National) | Method and apparatus for analyzing the state of protection against corrosion of a work under cathodic protection |
| US20080036476A1 (en) * | 2004-03-01 | 2008-02-14 | Metricorr Aps | Method and a System of Diagnosing Corrosion Risk of a Pipe or a Pipeline in Soil |
| US20100039127A1 (en) * | 2007-01-03 | 2010-02-18 | University Of Florida Research Foundation, Inc | System for assessing pipeline condition |
| JP2013036066A (ja) * | 2011-08-04 | 2013-02-21 | Tokyo Gas Co Ltd | 埋設金属パイプラインのカソード防食方法及びカソード防食システム |
| CN104674228A (zh) * | 2015-02-02 | 2015-06-03 | 深圳市燃气集团股份有限公司 | 一种定向钻穿越管道阴极保护的检测方法 |
| US20150204775A1 (en) * | 2014-01-22 | 2015-07-23 | Southwest Research Institute | Detection of Corrosion Defects in Buried Pipelines Using Vertically Measured Pipe-To-Soil Potential |
| CN104988513A (zh) * | 2015-02-28 | 2015-10-21 | 中国石油大学(北京) | 埋地油气管道和阴极保护装置的gic测量方法及装置 |
| CN106777760A (zh) * | 2016-12-30 | 2017-05-31 | 国网浙江省电力公司电力科学研究院 | 一种基于数值分析的金属管道杂散电流预测方法 |
| RU2662466C1 (ru) * | 2017-11-17 | 2018-07-26 | Публичное акционерное общество "Транснефть" (ПАО "Транснефть") | Способ оценки коррозионного состояния участка подземного трубопровода по данным коррозионных обследований и внутритрубной диагностики |
| CN108595850A (zh) * | 2018-04-27 | 2018-09-28 | 中国石油天然气集团公司 | 一种强制电流系统下并行管道阴极保护长度的计算方法 |
| CN207918956U (zh) * | 2018-02-05 | 2018-09-28 | 西安电子科技大学 | 一种适用于管道阴极保护的电源输出预测调节系统 |
-
2019
- 2019-05-08 CN CN201910379512.6A patent/CN111996534A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5318678A (en) * | 1990-12-31 | 1994-06-07 | Gaz De France (Service National) | Method and apparatus for analyzing the state of protection against corrosion of a work under cathodic protection |
| US20080036476A1 (en) * | 2004-03-01 | 2008-02-14 | Metricorr Aps | Method and a System of Diagnosing Corrosion Risk of a Pipe or a Pipeline in Soil |
| US20100039127A1 (en) * | 2007-01-03 | 2010-02-18 | University Of Florida Research Foundation, Inc | System for assessing pipeline condition |
| JP2013036066A (ja) * | 2011-08-04 | 2013-02-21 | Tokyo Gas Co Ltd | 埋設金属パイプラインのカソード防食方法及びカソード防食システム |
| US20150204775A1 (en) * | 2014-01-22 | 2015-07-23 | Southwest Research Institute | Detection of Corrosion Defects in Buried Pipelines Using Vertically Measured Pipe-To-Soil Potential |
| CN104674228A (zh) * | 2015-02-02 | 2015-06-03 | 深圳市燃气集团股份有限公司 | 一种定向钻穿越管道阴极保护的检测方法 |
| CN104988513A (zh) * | 2015-02-28 | 2015-10-21 | 中国石油大学(北京) | 埋地油气管道和阴极保护装置的gic测量方法及装置 |
| CN106777760A (zh) * | 2016-12-30 | 2017-05-31 | 国网浙江省电力公司电力科学研究院 | 一种基于数值分析的金属管道杂散电流预测方法 |
| RU2662466C1 (ru) * | 2017-11-17 | 2018-07-26 | Публичное акционерное общество "Транснефть" (ПАО "Транснефть") | Способ оценки коррозионного состояния участка подземного трубопровода по данным коррозионных обследований и внутритрубной диагностики |
| CN207918956U (zh) * | 2018-02-05 | 2018-09-28 | 西安电子科技大学 | 一种适用于管道阴极保护的电源输出预测调节系统 |
| CN108595850A (zh) * | 2018-04-27 | 2018-09-28 | 中国石油天然气集团公司 | 一种强制电流系统下并行管道阴极保护长度的计算方法 |
Non-Patent Citations (5)
| Title |
|---|
| 史汉宸等: "MATLAB在管道极化电位模拟计算中的应用", 《2018年全国天然气学术年会论文集（05储运、安全环保及综合）》 * |
| 徐文渊，蒋长安主编: "《天然气利用手册》", 31 January 2002, 北京：中国石化出版社 * |
| 李久青等编著: "《腐蚀试验方法及监测技术》", 31 May 2007, 出版发行 : 北京：中国石化出版社 * |
| 杜培文编著, 黄河水利出版社 * |
| 胡士信: "阴极保护电位测量中的误差及其消除方法", 《油气储运》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114606502A (zh) * | 2022-02-23 | 2022-06-10 | 江西省天然气管道有限公司运营分公司 | 管道的保护电位的检测方法及装置 |
| CN114606502B (zh) * | 2022-02-23 | 2023-11-10 | 江西省天然气管道有限公司运营分公司 | 管道的保护电位的检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108918405B (zh) | 一种油井管线防腐蚀效果在线监测系统及方法 | |
| US6744265B2 (en) | Automated cathodic protection monitor and control system | |
| US8310251B2 (en) | System for assessing pipeline condition | |
| CN102183694B (zh) | 具有远程控制的大地接地测试仪 | |
| CN104233314B (zh) | 一种埋地管道动态干扰电位测试系统 | |
| CN107449730B (zh) | 一种流动腐蚀介质中90°弯头金属腐蚀电化学测试装置 | |
| US20110238347A1 (en) | Apparatus and system for automated pipeline testing | |
| CN101344217A (zh) | 埋地管道地磁感应电流和管地电位的测量装置及方法 | |
| CN109324241B (zh) | 一种变电站接地网腐蚀诊断预警方法及系统 | |
| US8466695B2 (en) | Corrosion monitoring of concrete reinforcement bars (or other buried corrodable structures) using distributed node electrodes | |
| CN104299032A (zh) | 一种预测变电站接地网土壤腐蚀速率的方法 | |
| CN104218581A (zh) | 一种利用量测数据校验配电网拓扑结构的方法 | |
| CN104651853A (zh) | 一种阴极保护监测装置及方法 | |
| CN205720093U (zh) | 金属管道腐蚀数据采集装置 | |
| CN102735992A (zh) | 一种基于地表电位异频比较的接地网缺陷辨识方法及系统 | |
| CN106641741A (zh) | 一种检测超埋深管道的外壁防腐层的破损点的装置和方法 | |
| CN104726871A (zh) | 一种阴保系统试片测试系统及测试方法 | |
| CN111690938A (zh) | 一种阴极保护智能化控制方法及系统 | |
| CN114660158B (zh) | 一种中低压燃气管网腐蚀风险综合检测与评判方法及装置 | |
| CN111996534A (zh) | 一种管网腐蚀情况获取方法 | |
| Tan et al. | Field and laboratory assessment of electrochemical probes for visualizing localized corrosion under buried pipeline conditions | |
| CN108982594B (zh) | 检测周期自适应设定的ert污染检测系统及设定方法 | |
| US11408796B2 (en) | Continuous monitoring device for detecting defects in a section of piping and a monitoring system fitted with at least two monitoring devices | |
| CN102954754A (zh) | 一种埋地钢质管道防腐层破损面当量直径的检测方法 | |
| CN206338592U (zh) | 一种用于检测超埋深地下管道的外壁防腐层破损点的装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |
|
| RJ01 | Rejection of invention patent application after publication |