CN115700350A - 基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 - Google Patents
基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 Download PDFInfo
- Publication number
- CN115700350A CN115700350A CN202110803521.0A CN202110803521A CN115700350A CN 115700350 A CN115700350 A CN 115700350A CN 202110803521 A CN202110803521 A CN 202110803521A CN 115700350 A CN115700350 A CN 115700350A
- Authority
- CN
- China
- Prior art keywords
- corrosion
- water
- thickness
- cooled wall
- wall
- 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
Images
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,该方法适用于电厂水冷壁管排或多根管道腐蚀的阵列式无损测量。本发明提出的阵列式测量方法,具体是将水冷壁管排的背热面的鳍片位置处焊接不锈钢螺钉,并将它们作为电压测量电极和电流源输入流出电极,进而形成一个电极阵列。阵列式测量方法的原理是将电压电极在水冷壁待测区域布置成一个阵列,对水冷壁施加一个恒定的激励电流源,形成一个电场,由于水冷壁发生腐蚀时,它的局部电阻会发生变化,再基于欧姆定理,通过比较腐蚀前后的电压变化量,来检测由于腐蚀引起的水冷壁减薄。本发明有很高的灵敏度和精确度,可在早期探测到腐蚀减薄的趋势,从而可在腐蚀损害发生前优化预防措施。
Description
技术领域
本发明属于技术测量领域,具体涉及一种对电厂水冷壁腐蚀检测的阵列式测量方法。
背景技术
金属材料的腐蚀广泛存在于生活设施以及几乎所有的工业生产领域中,随着金属材料所处的环境条件不同,它们的腐蚀动力学方程以及腐蚀速率也会有很大的差别,所以针对不同的腐蚀条件和特征,采取不同的腐蚀检测手段很有必要。
目前国内外常用的腐蚀检测方法有探针法、电化学噪声法、超声法、涡流法等,但所有探针方法都需要把探针插入到检测结构中,这就增大了待测结构泄漏的危险,而且对管道有一定的损伤,影响测量精度;超声法、涡流法都只能实现对管道的定期检查,不能进行实时在线监测。现有的检测方法大多应用场合有限,检测效率低,检测精度也容易受外界的影响。场指纹法是一种无侵入式的检测方法,与传统的腐蚀检测方法相比较,场指纹法属于直接测量,具有精度高,可靠性好,耐高低温,寿命长等优点,目前已被广泛应用于石化行业中。
场指纹法的基本原理是在待测结构中布置好电极矩阵,然后通入直流激励电流,电流从矩阵的一端流向另一端,从而构成回路,形成电场,通过测量电极对之间的电压变化来反映待测结构的腐蚀程度。
中国专利申请CN201310132200中提出了一种金属管道、金属压力容器局部腐蚀剩余厚度的测量方法,该方法改进了传统的场指纹法计算公式,减小了实验误差,提高了计算精度;但并没有扩展此方法的应用领域,而仅仅只是对单根金属管道或金属压力容器适用性比较强。
中国专利申请CN201510055423公开了一种基于电场指纹法的管道无损检测装置,其通过捕捉电极固定套以非焊接的形式将捕捉电极固定在待测管道的表面,在实现了电场指纹法精确检测的同时,做到了对待测管道的无损伤。虽然此装置能做到无损检测,但是由于待测管道所处的环境通常是恶劣的,有可能对电极固定套造成损坏,影响检测精度。
中国专利申请CN201510951956.4提出了一种多方向采集电流的方案,其通过多个角度、多个方向进行电流的采集,使测得的实验结果更加准确;其测量方法改变了传统的两点式的测量方法,但并未对计算方法进行改进,其方法还是只适用于单根管道的腐蚀测量。
有的技术中利用场指纹法进行腐蚀监测时,有两个缺陷:一是当前的场指纹法应用领域有限,大都是石油化工行业居多;二是场指纹法多用于单根管道的腐蚀测量,对多根管道组成的管排的应用测量还并未出现。本发明通过布置电极阵列,推导出适用于多根管道的腐蚀厚度计算公式,扩展了腐蚀测量领域。
发明内容
本发明提出的基于场指纹法的水冷壁腐蚀的阵列式测量方法提供了一种可以实现对水冷壁或多排金属管道的测量方法,该方法拓展了场指纹法的应用领域,为准确判断事故隐患提供了可靠依据。
为实现对所述待测物体的检测,本发明的方法包含以下内容:
基于场指纹法的水冷壁腐蚀的阵列式测量方法主要包括区域的划分、水冷壁的腐蚀、管排腐蚀后剩余厚度的计算、剩余厚度计算公式的修正、建立神经网络模型并验证其准确性。
主要包含以下几个步骤:
(1)区域的划分:选定水冷壁的受热面作为腐蚀区域,水冷壁的背热面作为测量区域;在水冷壁背热面的鳍片处焊接电极阵列,沿着水冷壁管道方向形成m列,沿着轴线方向形成n行;用电压测量仪器测量所有电极对未发生腐蚀时的电压,即初始电压;用超声波测厚仪测量待测区域管壁的初始厚度。
(2)水冷壁的腐蚀:将水冷壁的受热面放入的4%盐酸溶液中,使水冷壁管排浸入一半的高度,直到把整个受热面完全覆盖为止,这样使水冷壁的背热面发生腐蚀,定期测量水冷壁厚度及电压。
(3)管排腐蚀后剩余厚度的计算:场指纹系数FC值:
根据电阻公式:
再把场指纹系数公式变形为:
由于通入的是恒流源,理想状态下电流不变,把式(3)代入到式(4)中可得水冷壁腐蚀后的剩余厚度:
(4)剩余厚度计算公式的修正:由于计算出来的剩余厚度与实际厚度相差在0.1-0.2mm之间,所以在此增加一个修正系数,使计算结果无限接近实际结果。
根据实际减薄厚度与计算减薄厚度之间的数据关系:
可以得出剩余厚度的修正公式:
(5)建立神经网络模型并验证其准确性:将管道初始厚度以及场指纹系数作为神经网络的输入参数,将计算剩余厚度作为神经网络输出参数,对训练数据样本库进行训练,当相对误差小于1%时,即可完成训练过程;用验证数据样本库进行验证,并将神经网络验证输出结果与验证样本库中的计算剩余厚度值进行比较,来验证剩余厚度修正公式的准确性。
附图说明
图1为本发明的原理图。
图2为本发明的电极布置图。
图3为本发明的流程图。
具体实施方案
下面对上述步骤进行具体实施方案的详细描述,本发明中的案例包括,但是不限于本案例。
(1)电极阵列的布置:在水冷壁背热面的鳍片处焊接电极阵列,水冷壁管的外径为56.4mm,内径为46.4mm,壁厚约为5mm;整个水冷壁管排是由四根长为520mm水冷壁管组成,中间由鳍片焊接连接,管中心距约为85mm。电极沿着水冷壁管道方向形成6列,沿着轴线方向形成4行;每行的电极之间的间距为100mm,每列的电极间距为水冷壁相邻鳍片的距离85mm。
(2)电极阵列的划分:将电极矩阵第一行的6个电极用一根导线串联起来,作为电流源的流入端,电极矩阵最后一行的6个电极串联起来,作为电流源的流出端;以保证电场的均匀性,使每列电极的电场强度相同;其他的所有行列的电极均作为电压测量电极;并向电极矩阵通入电流;因为水冷壁的电阻很小,所以通入的电流在5-20A范围内;电流通入后通常会经过一小段时间的变化才能够稳定下来,大概在电流通入后的0.5-0.7S可达到设定的数值,但还需要经过0.3S达到稳定;
(3)腐蚀区域的界定:选定水冷壁的受热面作为腐蚀区域,背热面相对于受热面腐蚀速率很慢,所以以受热面的腐蚀情况为主要研究;用电压测量仪器测量所有电极对未发生腐蚀时的电压,由于电阻很小,所以所测的电压在0.001-0.090mv之间;通过改变通入电流的大小,得到多组不同的电压数据,记为初始电压;用超声波测厚仪测量待测区域管壁的初始厚度;
(4)水冷壁的腐蚀:将水冷壁的受热面放入的4%盐酸溶液中,使水冷壁管排浸入一半的高度,直到把整个受热面完全覆盖为止,这样使水冷壁的背热面发生腐蚀,定期测量水冷壁的电压,直到水冷壁的电压与初始测量的电压不一样时(水冷壁发生了腐蚀),记录此时的电压,并用超声波测厚仪测量此时的壁厚。
(5)管排腐蚀后剩余厚度的计算:场指纹系数FC值:
根据电阻公式:
再把场指纹系数公式变形为:
由于通入的是恒流源,理想状态下电流不变,把式(3)代入到式(4)中可得水冷壁腐蚀后的剩余厚度:
计算出来的结果与实际测出的结果相比较如下表:
可知实际壁厚与计算壁厚最大误差为0.2mm,相对误差为6%,不能满足精度要求,所以对公式进行修正。
(6)剩余厚度计算公式的修正:由于计算出来的剩余厚度与实际厚度相差在0.1-0.2mm之间,所以在此增加一个修正系数,使计算结果无限接近实际结果。
根据实际减薄厚度与计算减薄厚度之间的数据关系:
可以得出剩余厚度的修正公式:
(7)建立神经网络模型并验证其准确性:将管道初始厚度以及场指纹系数作为神经网络的输入参数,将计算剩余厚度作为神经网络输出参数,对训练数据样本库进行训练,当相对误差小于1%时,即可完成训练过程;用验证数据样本库进行验证,并将神经网络验证输出结果与验证样本库中的计算剩余厚度值进行比较,来验证剩余厚度修正公式的准确性。
经神经网络模型的验证结果显示,仿真值与真值的相关系数为0.99989,可以看出其相关度比较高,说明此修正公式的准确性。
Claims (6)
1.一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,其特征在于,包含以下几个步骤:(1) 区域的划分;(2) 水冷壁的腐蚀;(3) 管排腐蚀后剩余厚度的计算;(4)剩余厚度计算公式的修正;(5)建立神经网络模型并验证其准确性。
2.一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,其特征在于,(1) 区域的划分:选定水冷壁的受热面作为腐蚀区域,水冷壁的背热面作为测量区域,这样测量电压的时候是将受热面电阻和背热面电阻并联起来,测它们并联时的电压;在水冷壁背热面的鳍片处焊接电极阵列,沿着水冷壁管道方向形成m列,沿着轴线方向形成n行;然后用电压测量仪器测量所有电极对未发生腐蚀时的电压,即初始电压;用超声波测厚仪测量待测区域管壁的初始厚度。
3.一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,其特征在于,(2) 水冷壁的腐蚀:将水冷壁的受热面放入的4%盐酸溶液中,这样使水冷壁的背热面发生腐蚀,定期测量水冷壁厚度及电压。
4.一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,其特征在于,(3) 管排腐蚀后剩余厚度的计算:场指纹系数FC值:
根据电阻公式:
再把场指纹系数公式变形为:
由于通入的是恒流源,理想状态下电流不变,把式(3)代入到式(4)中可得水冷壁腐蚀后的剩余厚度的计算公式:
6.一种基于场指纹法的水冷壁腐蚀的阵列式测量方法,其特征在于,(5)建立神经网络模型并验证其准确性:将管道初始厚度以及场指纹系数作为神经网络的输入参数,将计算剩余厚度作为神经网络输出参数,对训练数据样本库进行训练,当相对误差小于1%时,即可完成训练过程;用验证数据样本库进行验证,并将神经网络验证输出结果与验证样本库中的计算剩余厚度值进行比较,来验证剩余厚度修正公式的准确性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110803521.0A CN115700350A (zh) | 2021-07-16 | 2021-07-16 | 基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110803521.0A CN115700350A (zh) | 2021-07-16 | 2021-07-16 | 基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115700350A true CN115700350A (zh) | 2023-02-07 |
Family
ID=85120525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110803521.0A Pending CN115700350A (zh) | 2021-07-16 | 2021-07-16 | 基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115700350A (zh) |
-
2021
- 2021-07-16 CN CN202110803521.0A patent/CN115700350A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109253870B (zh) | 生物质燃料锅炉热交换管寿命的评估装置及方法 | |
US7310877B2 (en) | Method of producing sensors for monitoring corrosion of heat-exchanger tubes | |
WO2005057197A1 (en) | A deposition sensor based on differential heat flux measurement | |
TW200807447A (en) | Steam generator mapping system | |
CN110909505B (zh) | 核电厂疲劳监测和寿命评估系统的瞬态温度场计算方法 | |
CN103822872B (zh) | 基于电化学噪声的露点腐蚀监测方法 | |
JP2019178824A (ja) | 水質モニタリングシステムとそれを備えた蒸気タービンシステム、並びに水質モニタリング方法 | |
JP2003090506A (ja) | ボイラ伝熱管異材継手溶接部の損傷診断法と装置 | |
Song et al. | Field corrosion detection of nuclear materials using electrochemical noise techinique | |
CN115876288A (zh) | 一种基于大数据的电子仪表故障分析方法及系统 | |
KR101174280B1 (ko) | 원자력 증기발생기 용접 후 열처리 과정에서의 튜브 결함 실시간 측정 방법 | |
CN115700350A (zh) | 基于场指纹法的电厂锅炉水冷壁腐蚀的阵列式测量方法 | |
JP3652418B2 (ja) | ボイラ水壁管の腐食疲労損傷診断予測方法 | |
CN212179841U (zh) | 一种检测排烟管积碳层厚度的仪器装置 | |
Mills et al. | Comparison of data processing algorithm performance for optical and conductivity void probes | |
CN111707606B (zh) | 一种铜镍合金管路内部焊接热影响区腐蚀电化学测试装置 | |
CN211453473U (zh) | 一种用于管座角焊缝超声相控阵检测的模拟试件 | |
JP7195231B2 (ja) | 処理装置、処理システム及び生産システム | |
JPS63101742A (ja) | 欠陥検査方法 | |
Farrell et al. | Crack growth monitoring on industrial plant using established electrical resistance scanner technology | |
JPH0518376B2 (zh) | ||
Urata et al. | Non-destructive inspection technology for thermal power plants | |
CN205535087U (zh) | 一种降低电场指纹法测试温度误差的装置 | |
CN114646640B (zh) | 一种基于激光热成像的电站结构早期蠕变检测方法 | |
KR20190027669A (ko) | 바이메탈을 이용한 침식 및 고온부식 모니터링 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |