CN113640199A - 化工设备腐蚀监测方法 - Google Patents

化工设备腐蚀监测方法 Download PDF

Info

Publication number
CN113640199A
CN113640199A CN202110803743.2A CN202110803743A CN113640199A CN 113640199 A CN113640199 A CN 113640199A CN 202110803743 A CN202110803743 A CN 202110803743A CN 113640199 A CN113640199 A CN 113640199A
Authority
CN
China
Prior art keywords
corrosion
thin
calculating
equipment
corrosion rate
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.)
Granted
Application number
CN202110803743.2A
Other languages
English (en)
Other versions
CN113640199B (zh
Inventor
张国晋
程永航
赵文静
闫河
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Special Equipment Inspection and Research Institute
Original Assignee
China Special Equipment Inspection and Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Special Equipment Inspection and Research Institute filed Critical China Special Equipment Inspection and Research Institute
Priority to CN202110803743.2A priority Critical patent/CN113640199B/zh
Publication of CN113640199A publication Critical patent/CN113640199A/zh
Application granted granted Critical
Publication of CN113640199B publication Critical patent/CN113640199B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Biochemistry (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Mathematical Physics (AREA)
  • Environmental Sciences (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)

Abstract

本发明涉及设备腐蚀监测技术领域，具体公开了一种化工设备腐蚀监测方法，包括以下步骤：采用n种不同的方法获取腐蚀速率C，同时确定每种腐蚀速率C对应的置信度以及有效性；每种腐蚀速率C对应n种腐蚀损伤状态，n为正整数；根据所述腐蚀损伤状态的先验概率
Figure DDA0003164874140000011
以及条件检验概率
Figure DDA0003164874140000012
计算腐蚀损伤的后验概率
Figure DDA0003164874140000013
确定最终的概率POFthin；根据POFthin计算减薄损伤因子

Description

化工设备腐蚀监测方法
技术领域
本发明涉及设备腐蚀监测技术领域，具体公开了一种化工设备腐蚀监测方法。
背景技术
腐蚀是石油化工设备发生失效的重要原因之一。对石油化工设备定期进行厚度检测是预防设备腐蚀失效最常用的方法，厚度检测常常 3-6年进行一次，为及时发现设备的腐蚀情况，仅对少数重点部位每 1-12个月检测一次。但每次检测部位不尽相同，测厚数据相对于腐蚀有严重的滞后性，不能准确反应腐蚀情况和腐蚀规律，厚度检测还受到设备温度等环境因素的影响。此外，腐蚀发生的原因众多且通常多种原因耦合作用，使得腐蚀的量化预测较为困难。
目前，在石油化工装置中常用的腐蚀监测手段有腐蚀挂片和腐蚀探针。腐蚀挂片：用与设备相同的材质制成挂片，在设备运行期间置于设备内部，并在装置停机开罐时通过分析挂片的腐蚀情况达到监测腐蚀的目的。腐蚀探针：金属探针在腐蚀过程中截面积会逐渐减小，其电阻值会逐渐增大，通过测量探针在腐蚀过程中的电阻变化，达到实时监测设备腐蚀的目的。然而，无论是腐蚀挂片还是腐蚀探针，其对腐蚀的监测更多是针对腐蚀环境的监测，并不能直观的反应设备的腐蚀状况。
发明内容
本发明旨在至少在一定程度上解决相关技术中的上述技术问题。为此，本发明提出一种化工设备腐蚀监测方法，解决上述至少一个技术问题。
为了实现上述目的，本发明提供了一种化工设备腐蚀监测方法，包括以下步骤：
采用n种不同的方法获取腐蚀速率C，同时确定每种腐蚀速率C 对应的置信度以及有效性；其中，每种腐蚀速率C对应n种腐蚀损伤状态，n为正整数；
根据所述腐蚀损伤状态的先验概率
Figure RE-GDA0003288016880000021
以及条件检验概率
Figure RE-GDA0003288016880000022
计算腐蚀损伤的后验概率
Figure RE-GDA0003288016880000023
根据
Figure RE-GDA0003288016880000024
Figure RE-GDA0003288016880000025
确定最终的概率POFthin；
根据POFthin计算减薄损伤因子
Figure RE-GDA0003288016880000026
根据减薄损伤因子的大小对腐蚀进行分级，基于分级的结果进行腐蚀预警。
另外，本发明的化工设备腐蚀监测方法还可以具有如下附加的技术特征：
根据本发明的一些实施例，所述n种不同的方法包括：基于检验维护管理数据的计算方法、基于实时测厚数据的计算方法以及基于待监测设备执行工作时工艺信息数据的计算方法。
根据本发明的一些实施例，所述失效概率
Figure RE-GDA0003288016880000027
的计算方法包括：
将gn Thin、stdDev-gn Thin代入βn Thin＝gn Thin/stdDev-gn Thin，确定βn Thin；
根据
Figure RE-GDA0003288016880000031
确定失效概率
Figure RE-GDA0003288016880000032
其中，stdDev_gn Thin为极限状态函数的标准差，gn Thin为极限状态函数。
根据本发明的一些实施例，
根据
Figure RE-GDA0003288016880000033
Figure RE-GDA0003288016880000034
，确定极限状态函数的标准差stdDev-gn Thin；
根据
Figure RE-GDA0003288016880000035
确定极限状态函数gn Thin；
其中，
Figure RE-GDA0003288016880000036
为压力的标准差，
Figure RE-GDA0003288016880000037
为压力的导数，
Figure RE-GDA0003288016880000038
为流变应力的标准差，
Figure RE-GDA0003288016880000039
为流变应力的导数，
Figure RE-GDA00032880168800000310
为壁厚的标准差，dThinThin为壁厚的导数，FSThin为待监测设备材料的流变应力，
Figure RE-GDA00032880168800000311
为每个腐蚀损伤状态对应的壁厚减薄量，P为工作压力、D为设备直径、t为设备原始壁厚，trdi为实测最小壁厚。
根据本发明的一些实施例，根据
Figure RE-GDA00032880168800000312
计算压力的标准差
Figure RE-GDA00032880168800000313
其中，P为工作压力，PV＝0.05；
根据
Figure RE-GDA00032880168800000314
计算压力的导数
Figure RE-GDA00032880168800000315
其中，D 为设备直径；
根据
Figure RE-GDA00032880168800000316
计算流变应力的标准差
Figure RE-GDA00032880168800000317
其中， FSV＝0.2；
根据
Figure RE-GDA00032880168800000318
计算流变应力的导数
Figure RE-GDA0003288016880000041
根据
Figure RE-GDA0003288016880000042
计算壁厚的标准差
Figure RE-GDA0003288016880000043
其中，ThinV＝0.1；
根据dThinThin＝-FSThin/trdi，计算壁厚的导数dThinThin其中，为实测最小壁厚。
根据本发明的一些实施例，根据FSThin＝1.1×(YS+TS)/2，计算待监测设备材料的流变应力FSThin，其中，YS、TS为待监测设备材料在工作温度下的屈服强度和抗拉强度；
根据
Figure RE-GDA0003288016880000044
计算每个腐蚀损伤状态对应的壁厚减薄量
Figure RE-GDA0003288016880000045
其中，所述age为上次检验以来的使用年限，C为腐蚀速率，K选自1、2、4。
根据本发明的一些实施例，根据工艺信息数据计算所述待监测设备的腐蚀速率C的步骤包括：
建立不同工艺参数下的腐蚀速率样本数据；
根据样本数据构建基于神经网络的腐蚀速率预测模型；
根据运行参数和工艺参数的变化趋势，通过腐蚀速率预测模型计算所述待监测设备的腐蚀速率C。
根据本发明的一些实施例，所述工艺信息数据包括pH值、温度以及腐蚀介质浓度。
根据本发明的一些实施例，利用波导杆超声测厚技术获取实时测厚数据。
根据本发明的一些实施例，根据检验维护管理数据计算得到的腐蚀速率，其对应高度置信度；
根据实时测厚数据计算得到的腐蚀速率，其对应中度置信度；
根据工艺信息数据计算得到的腐蚀速率，其对应低度置信度。
与现有技术相比，本发明具有以下有益效果：
1、采用n种不同的方法获取腐蚀速率C，实现腐蚀的动态分级评价，对腐蚀或腐蚀倾向严重的设备进行超限预警，进而实现腐蚀的科学有效管理；
2、利用波导杆超声测厚技术可实现设备腐蚀的实时在线监测，适用温度范围广，连续对设备腐蚀情况进行监测；
3、测厚数据通过无线或有线网络实时传输，实现多点组网腐蚀监测，便于监测的实时统一管理，同时便于监测信息的数字化，集成化；
4、结合设备的工艺信息数据，构建基于神经网络的腐蚀速率预测模型，对设备的腐蚀速率进行提前预测，对可能发生的腐蚀进行提前预防。神经网络方法以以往的实验数据和检测数据为样体进行自适应、自组织、自学习，逐步提高预测的准确性；
5、将腐蚀速率与设备壁厚相结合并引入实测腐蚀速率可靠性的影响，确定失效概率和最终的损伤因子，对设备典型腐蚀损伤进行分级评价。
具体实施方式
下面将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的一部分实施例，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做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。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
以下将结合具体实施例进一步详细说明本发明的技术方案。
本发明的实施例提供了一种化工设备腐蚀监测方法，包括以下步骤：
S10:
采用n种不同的方法获取腐蚀速率C，同时确定每种腐蚀速率C 对应的置信度以及有效性；其中，每种腐蚀速率C对应n种腐蚀损伤状态，n为正整数；
具体地，在本实施例中，n＝3，n种不同的方法分别为基于检验维护管理数据的计算方法、基于实时测厚数据的计算方法以及基于待监测设备执行工作时工艺信息数据的计算方法。其中，上述三类信息数据分别存储在数据库中，对于化工过程关键设备检验维护管理数据库、实时测厚数据库、以及工艺信息数据库的构建拟采用中间表的形式，中间表是数据库中专门存放中间计算结果的数据表，中间表主要是用来兼容数据，建立映射关系，来兼容新老数据表的数据。一般是在实体之间存在多对多的关系时，我们会创建一个中间表实体来给它们两个实体建立起联系，使这个中间表实体与其他两个实体形成一对多的关系，这样可以有效的降低数据的冗余。各数据库功能如下所述：
1)检验维护管理数据库
通过构建典型化工过程关键设备检验维护管理数据库，实现设备基本信息的存储和查询、以及信息化管理。基于关键设备的检验和维修数据，构建可供数据库管理的多个中间表。
检验维护管理数据库包含设备基本信息，具体包括：公司名称、装置名称、序号、容器或管道编号、名称、投用日期、材质、直径、建造壁厚、管道长度、管道起止点、容器容积、腐蚀裕量、设计压力、操作压力、设计温度、操作温度、介质组分、是否保温、管道/容器级别、测厚数据、历次定期检验时间及每次的检验有效性、检验或运行维护过程中发现的问题、下次定期检验时间、备注。设备状态(在用、改造、停用、拆除注销)、检维修记录上传或者直接生成、检验报告上传，检修过程中的测厚数据用来计算设备的腐蚀速率。
基本信息能够以EXCEL(中间表)形式导入导出，设备信息管理功能,设备信息可以新增、修改或者删除，可根据“生产装置”和“管线编号”查询设备信息，能够根据下次定期检验日期生成定期检验计划。
2)实时测厚数据库
基于波导杆在线超声测厚技术及其装备，开展关键设备壁厚监测以及定点测厚信息存储和处理，由信号发生器、波导杆测厚传感器以及示波器构成的在线腐蚀检测装备可以并联组网，通过高精度快速响应的数据采集与监控系统(Supervisory Control andData Acquisition，即SCADA)实现典型化工关键设备多监控点腐蚀参数和信息的在线实时监控以及数据存储。
实际化工装置只对重点设备及易腐蚀设备进行腐蚀监测，腐蚀监测信息数据库以设备编号为唯一标识，生成测厚报表或以EXCEL数据表形式导入和导出，生成的测厚数据可以用来计算设备的腐蚀速率。当前后两次测厚数据相差±10％或剩余壁厚≤最小允许壁厚时，及时预警以提醒管理人员采取措施，预防失效。
3)工艺信息数据库
目前，化工装置多数经实现了工艺参数的实时监测，工艺分析数据主体依托LMIS系统。温度和流量数据主体依托PI系统。经过多年的应用经验，确定了化工过程的多种腐蚀机理的影响因素，建立不同工艺参数下的腐蚀速率数据库。如GB26610中就给出了盐酸腐蚀等多种腐蚀机的影响因素，其中盐酸腐蚀的影响因素有pH值、氯离子浓度、温度等，并给出了盐酸腐蚀在各影响因素取值不同时的腐蚀速率。根据现有的样本数据可构建基于B-P神经网络的腐蚀速率预测模型。
随着操作温度、流速、流体组分含量以及pH值运行参数、工艺分析数据的改变，腐蚀速率会不断发生变化。在没有壁厚检测的条件下，根据运行参数和工艺参数的变化趋势，通过B-P神经网络算法实现腐蚀速率的动态预测。
S11:获取计算腐蚀速率的数据来源，根据所述数据来源，确定每个腐蚀速率对应的置信度；
具体地，根据S100中的1)-3)可知，计算腐蚀速率的数据来源可以分成三类，具体为检验维护管理数据计算得到的腐蚀速率、实时测厚数据计算得到的腐蚀速率、工艺信息数据计算得到的腐蚀速率；其中，检验维护管理数据计算得到的腐蚀速率，其对应高度置信度；实时测厚数据计算得到的腐蚀速率，其对应中度置信度；工艺信息数据计算得到的腐蚀速率，其对应低度置信度。
S12:根据所述置信度，确定每个腐蚀损伤状态对应的先验概率
Figure RE-GDA0003288016880000091
具体地，每个腐蚀速率对应一个腐蚀损伤状态，三个腐蚀速率对应三种腐蚀损伤状态，即实际腐蚀速率可能为腐蚀速率的1倍、2倍、4倍，其分别对应的先验概率
Figure RE-GDA0003288016880000101
如表1所示。
表1腐蚀损伤状态的先验概率
Figure RE-GDA0003288016880000102
Figure RE-GDA0003288016880000103
S13:根据检测或监测的有效性，由表2确定条件检验概率
Figure RE-GDA0003288016880000104
表2条件检验概率
Figure RE-GDA0003288016880000105
Figure RE-GDA0003288016880000106
S14:依照下述公式，根据先验概率
Figure RE-GDA0003288016880000107
以及条件检验概率
Figure RE-GDA0003288016880000108
计算腐蚀损伤的后验概率
Figure RE-GDA0003288016880000109
Figure RE-GDA00032880168800001010
Figure RE-GDA0003288016880000111
Figure RE-GDA0003288016880000112
S15:计算每个腐蚀损伤状态对应的壁厚减薄量
Figure RE-GDA0003288016880000113
Figure RE-GDA0003288016880000114
Figure RE-GDA0003288016880000115
Figure RE-GDA0003288016880000116
其中age为上次检验以来的使用年限，C为腐蚀速率；
S16:依照下述公式，计算待监测设备材料的流变应力FSThin；
FSThin＝1.1×(YS+TS)/2
其中YS、TS为材料在工作温度下的屈服强度和抗拉强度。
S17:依照下述公式，计算压力的标准差
Figure RE-GDA0003288016880000117
Figure RE-GDA0003288016880000118
其中P为工作压力；
依照下述公式，计算流变应力的标准差
Figure RE-GDA0003288016880000119
Figure RE-GDA00032880168800001110
其中，FSV＝0.2；
依照下述公式，计算壁厚的标准差
Figure RE-GDA00032880168800001111
Figure RE-GDA00032880168800001112
Figure RE-GDA00032880168800001113
Figure RE-GDA00032880168800001114
其中，ThinV＝0.1；
S18:依照下述公式，计算压力的导数
Figure RE-GDA00032880168800001115
Figure RE-GDA00032880168800001116
其中，D为设备直径，trdi为实测最小壁厚；
依照下述公式，计算流变应力的导数
Figure RE-GDA0003288016880000121
Figure RE-GDA0003288016880000122
Figure RE-GDA0003288016880000123
Figure RE-GDA0003288016880000124
其中，trdi为实测最小壁厚；
依照下述公式，计算壁厚的导数dThinThin；
dThinThin＝-FSThin/trdi
其中，trdi为实测最小壁厚；
S19:根据上述步骤计算得到的压力的标准差
Figure RE-GDA0003288016880000125
压力的导数
Figure RE-GDA0003288016880000126
流变应力的标准差
Figure RE-GDA0003288016880000127
流变应力的导数
Figure RE-GDA0003288016880000128
壁厚的标准差
Figure RE-GDA0003288016880000129
壁厚的导数dThinThin，依照下述公式，确定极限状态函数的标准差stdDev-gn Thin；
Figure RE-GDA00032880168800001211
Figure RE-GDA00032880168800001212
Figure RE-GDA00032880168800001213
S20:根据上述步骤计算得到的待监测设备材料的流变应力 FSThin，每个腐蚀损伤状态对应的壁厚减薄量
Figure RE-GDA00032880168800001214
依照下述公式，确定极限状态函数gn Thin；
Figure RE-GDA0003288016880000131
Figure RE-GDA0003288016880000132
Figure RE-GDA0003288016880000133
其中，P为工作压力、D为设备直径、t为设备原始壁厚。
S21:根据上述步骤计算得到的gn Thin、stdDev-gn Thin，依照下述公式，
确定βn Thin；
Figure RE-GDA0003288016880000134
Figure RE-GDA0003288016880000135
Figure RE-GDA0003288016880000136
S22：根据上述步骤计算得到的βn Thin，依照下述公式，确定失效概率
Figure RE-GDA0003288016880000137
Figure RE-GDA0003288016880000138
Figure RE-GDA0003288016880000139
Figure RE-GDA00032880168800001310
S23：根据上述步骤计算得到的失效概率
Figure RE-GDA00032880168800001311
后验概率
Figure RE-GDA00032880168800001312
依照下述公式，确定最终的概率POFThin；
Figure RE-GDA00032880168800001313
S24：依照下述公式，确定减薄损伤因子
Figure RE-GDA00032880168800001314
Figure RE-GDA00032880168800001315
S25：根据减薄损伤因子
Figure RE-GDA00032880168800001316
的大小对腐蚀进行分级，分级原则见表3，基于分级的结果进行腐蚀预警。
表3损伤因子分级
Figure RE-GDA0003288016880000141
本发明的实施例中的上述监测方法可以通过智能监测预警系统来实现，该系统包括数据输入层、方法层及数据存储层、智能输出层，该系统一方面通过中间表获取已有服务器上DCS(分散控制系统) 的实时数据和分析数据，另一方面通过USB硬件接口等采集关键设备腐蚀在线监测的数据并写入基于SQLite的关系数据库中。服务器的数据库可接受用户界面GUI发送的请求,调用本地SQLite数据库中的数据并返回给客户端界面，同时在用户界面客户端显示信息。同时，基于NI-DAQ数据采集模块通讯协议，可以在用户界面端对多点组网的非侵入式腐蚀在线检测装备进行实时监控、数采以及数据的保存和显示等功能。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种化工设备腐蚀监测方法，其特征在于，包括以下步骤：
采用n种不同的方法获取腐蚀速率C，同时确定每种腐蚀速率C对应的置信度以及有效性；其中，每种腐蚀速率C对应n种腐蚀损伤状态，n为正整数；
根据所述腐蚀损伤状态的先验概率
Figure FDA0003164874120000011
以及条件检验概率
Figure FDA0003164874120000012
计算腐蚀损伤的后验概率
Figure FDA0003164874120000013
根据
Figure FDA0003164874120000014
Figure FDA0003164874120000015
确定最终的概率POFthin；
根据POFthin计算减薄损伤因子
Figure FDA0003164874120000016
根据减薄损伤因子的大小对腐蚀进行分级，基于分级的结果进行腐蚀预警。
2.根据权利要求1所述的化工设备腐蚀监测方法，其特征在于，所述n种不同的方法包括：基于检验维护管理数据的计算方法、基于实时测厚数据的计算方法以及基于待监测设备执行工作时工艺信息数据的计算方法。
3.根据权利要求2所述的化工设备腐蚀监测方法，其特征在于，所述失效概率
Figure FDA0003164874120000017
的计算方法包括：
将gn Thin、stdDev_gn Thin代入βn Thin＝gn Thin/stdDev_gn Thin，确定βn Thin；
根据
Figure FDA0003164874120000018
确定失效概率
Figure FDA0003164874120000019
其中，stdDev_gn Thin为极限状态函数的标准差，gn Thin为极限状态函数。
4.根据权利要求3所述的化工设备腐蚀监测方法，其特征在于，
根据
Figure FDA0003164874120000021
Figure FDA0003164874120000022
，确定极限状态函数的标准差stdDev_gn Thin；
根据
Figure FDA0003164874120000023
确定极限状态函数gn Thin；
其中，
Figure FDA0003164874120000024
为压力的标准差，
Figure FDA0003164874120000025
为压力的导数，
Figure FDA0003164874120000026
为流变应力的标准差，
Figure FDA0003164874120000027
为流变应力的导数，
Figure FDA0003164874120000028
为壁厚的标准差，dThinThin为壁厚的导数，FSThin为待监测设备材料的流变应力，
Figure FDA0003164874120000029
为每个腐蚀损伤状态对应的壁厚减薄量，P为工作压力、D为设备直径、t为设备原始壁厚，trdi为实测最小壁厚。
5.根据权利要求4所述的化工设备腐蚀监测方法，其特征在于，
根据
Figure FDA00031648741200000210
计算压力的标准差
Figure FDA00031648741200000211
其中，P为工作压力，PV＝0.05；
根据
Figure FDA00031648741200000212
计算压力的导数
Figure FDA00031648741200000213
其中，D为设备直径；
根据
Figure FDA00031648741200000214
计算流变应力的标准差
Figure FDA00031648741200000215
其中，FSV＝0.2；
根据
Figure FDA00031648741200000216
计算流变应力的导数
Figure FDA00031648741200000217
其中，为实测最小壁厚；
根据
Figure FDA00031648741200000218
计算壁厚的标准差
Figure FDA00031648741200000219
其中，ThinV＝0.1；
根据dThinThin＝-FSThin/trdi，计算壁厚的导数dThinThin，其中，为。
6.根据权利要求5所述的化工设备腐蚀监测方法，其特征在于，
根据FSThin＝1.1×(YS+TS)/2，计算待监测设备材料的流变应力FSThin，其中，YS、TS为待监测设备材料在工作温度下的屈服强度和抗拉强度；
根据
Figure FDA0003164874120000031
计算每个腐蚀损伤状态对应的壁厚减薄量据
Figure FDA0003164874120000032
其中，所述age为上次检验以来的使用年限，C为腐蚀速率，K选自1、2、4。
7.根据权利要求2所述的化工设备腐蚀监测方法，其特征在于，
根据工艺信息数据计算所述待监测设备的腐蚀速率C的步骤包括：
建立不同工艺参数下的腐蚀速率样本数据；
根据样本数据构建基于神经网络的腐蚀速率预测模型；
根据运行参数和工艺参数的变化趋势，通过腐蚀速率预测模型计算所述待监测设备的腐蚀速率C。
8.根据权利要求7所述的化工设备腐蚀监测方法，其特征在于，所述工艺信息数据包括pH值、温度以及腐蚀介质浓度。
9.根据权利要求7所述的化工设备腐蚀监测方法，其特征在于，利用波导杆超声测厚技术获取实时测厚数据。
10.根据权利要求9所述的化工设备腐蚀监测方法，其特征在于，
根据检验维护管理数据计算得到的腐蚀速率，其对应高度置信度；
根据实时测厚数据计算得到的腐蚀速率，其对应中度置信度；
根据工艺信息数据计算得到的腐蚀速率，其对应低度置信度。
CN202110803743.2A 2021-07-15 2021-07-15 化工设备腐蚀监测方法 Active CN113640199B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110803743.2A CN113640199B (zh) 2021-07-15 2021-07-15 化工设备腐蚀监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110803743.2A CN113640199B (zh) 2021-07-15 2021-07-15 化工设备腐蚀监测方法

Publications (2)

Publication Number Publication Date
CN113640199A true CN113640199A (zh) 2021-11-12
CN113640199B CN113640199B (zh) 2024-04-19

Family

ID=78417494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110803743.2A Active CN113640199B (zh) 2021-07-15 2021-07-15 化工设备腐蚀监测方法

Country Status (1)

Country Link
CN (1) CN113640199B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114964380A (zh) * 2022-06-02 2022-08-30 上海发电设备成套设计研究院有限责任公司 一种管材高温腐蚀状态监测方法、装置及系统
CN117648817A (zh) * 2023-12-05 2024-03-05 北京化工大学 一种工艺管道腐蚀数据获取方法、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122075A (ja) * 2008-11-19 2010-06-03 Mitsubishi Heavy Ind Ltd 腐食速度推定方法
CN102156089A (zh) * 2011-01-18 2011-08-17 中国石油天然气股份有限公司 一种埋地管道内腐蚀评价方法
CN107063991A (zh) * 2017-04-14 2017-08-18 中国石油天然气股份有限公司 一种输送管道内部腐蚀缺陷动态安全评定方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010122075A (ja) * 2008-11-19 2010-06-03 Mitsubishi Heavy Ind Ltd 腐食速度推定方法
CN102156089A (zh) * 2011-01-18 2011-08-17 中国石油天然气股份有限公司 一种埋地管道内腐蚀评价方法
CN107063991A (zh) * 2017-04-14 2017-08-18 中国石油天然气股份有限公司 一种输送管道内部腐蚀缺陷动态安全评定方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
H INOUE 等: "Corrosion rate of magnesium and its alloys in buffered chloride solutions", CORROSION SCIENCE, vol. 44, no. 3, pages 603 - 610 *
李东阳: "浅谈内部腐蚀减薄损伤因子定量计算方法", 石油化工设备, vol. 48, no. 3, pages 30 - 34 *
杨馥娴: "基于灰色理论和神经网络的管道腐蚀速率模型研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑, no. 2, pages 019 - 1026 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114964380A (zh) * 2022-06-02 2022-08-30 上海发电设备成套设计研究院有限责任公司 一种管材高温腐蚀状态监测方法、装置及系统
CN114964380B (zh) * 2022-06-02 2023-06-13 上海发电设备成套设计研究院有限责任公司 一种管材高温腐蚀状态监测方法、装置及系统
CN117648817A (zh) * 2023-12-05 2024-03-05 北京化工大学 一种工艺管道腐蚀数据获取方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN113640199B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
CN113640199A (zh) 化工设备腐蚀监测方法
Szarka III et al. A review and perspective on surveillance of Bernoulli processes
US12007251B2 (en) Methods and internet of things (IoT) systems for diagnosing accuracy of smart gas ultrasonic meters
CN104462606B (zh) 一种基于日志数据确定诊断处理措施的方法
Li et al. Multiple attribute control charts with false discovery rate control
Kirchen et al. Metrics for the evaluation of data quality of signal data in industrial processes
CN111664083A (zh) 一种基于贝叶斯网络的核电主泵故障诊断方法
CN117171596B (zh) 一种压力变送器的在线监测方法及系统
WO2017016496A1 (zh) 石化设备腐蚀处理方法、装置和系统
Aparisi et al. Statistical process control based on optimum gages
Song et al. Empirical likelihood ratio charts for profiles with attribute data and random predictors in the presence of within‐profile correlation
CN114064760B (zh) 一种数据的多维度预警分析判断方法
CN117689256B (zh) 一种铝合金熔铸产品质量溯源方法
CN114295162A (zh) 一种基于数据采集的环境监测系统
CN116917239A (zh) 装置维护的实时管理
CN114235108A (zh) 基于数据分析燃气流量计异常状态检测方法和装置
CN107220705B (zh) 常减压装置常压塔顶干点预测方法
JP2020004087A (ja) プラント診断システムおよび方法
CN116842684A (zh) 电能表及其运行可靠性的评估方法、系统、电能表处理器
CN112287302B (zh) 用于检测油液酸碱度的方法、计算设备和计算机存储介质
CN109840479B (zh) 健康状态匹配方法及装置
CN113836813A (zh) 一种基于数据分析的高炉风口漏水检测方法
Yang et al. The global disruption index (GDI): an incorporation of citation cascades in the disruptive index
CN107220252B (zh) 常减压装置常压塔常一线闪点预测方法
CN117406161B (zh) 一种计量装置量值偏离度预警方法、系统、设备及介质

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
GR01 Patent grant
GR01 Patent grant