CN117740667B - 一种管道内壁腐蚀区计量测定装置及测定方法 - Google Patents
一种管道内壁腐蚀区计量测定装置及测定方法 Download PDFInfo
- Publication number
- CN117740667B CN117740667B CN202410191347.2A CN202410191347A CN117740667B CN 117740667 B CN117740667 B CN 117740667B CN 202410191347 A CN202410191347 A CN 202410191347A CN 117740667 B CN117740667 B CN 117740667B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- wall
- corrosion
- cylinder
- detection
- 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.)
- Active
Links
- 238000005260 corrosion Methods 0.000 title claims abstract description 174
- 230000007797 corrosion Effects 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 57
- 230000007246 mechanism Effects 0.000 claims abstract description 45
- 239000002184 metal Substances 0.000 claims abstract description 29
- 238000002484 cyclic voltammetry Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 23
- 230000009471 action Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 117
- 230000033001 locomotion Effects 0.000 claims description 44
- 238000009499 grossing Methods 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 29
- 238000012795 verification Methods 0.000 claims description 22
- 238000010200 validation analysis Methods 0.000 claims description 18
- 230000000712 assembly Effects 0.000 claims description 12
- 238000000429 assembly Methods 0.000 claims description 12
- 230000005684 electric field Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 22
- 238000012423 maintenance Methods 0.000 abstract description 15
- 230000008439 repair process Effects 0.000 abstract description 6
- 238000005536 corrosion prevention Methods 0.000 abstract description 3
- 239000000306 component Substances 0.000 description 34
- 238000005259 measurement Methods 0.000 description 23
- 238000013461 design Methods 0.000 description 19
- 230000008602 contraction Effects 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000006978 adaptation Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000003487 electrochemical reaction Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000002790 cross-validation Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 5
- 238000007254 oxidation reaction Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000006722 reduction reaction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011808 electrode reactant Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000011418 maintenance treatment Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000840 electrochemical analysis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000027756 respiratory electron transport chain Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种管道内壁腐蚀区计量测定装置及测定方法;本发明涉及管道防腐技术领域;运载装置在管道内壁行进,具有自适应调节环形抵壁直径的功能,以保持环形直径与管道内径的变化成为一个恒定的变量。扩缩机构上搭载有环形阵列的中继架单元,通过执行扩缩动作适应不同管道内径。本发明中的装置通过精确调整测试组件的位置,利用循环伏安法测定管道内壁的金属损失量。这有助于准确判断管道内壁的腐蚀状况,提供了可靠的数据支持。本发明采用的SES算法不再局限于提供当前管道的抗腐蚀性,还能够辅助性的预测管道未来的抗腐蚀性的变化。这对于管道的运维作业、保养作业和修缮作业提供了指导性策略。
Description
技术领域
本发明涉及管道防腐技术领域,具体涉及对管道内壁的不规则腐蚀面的计量测定技术,特别涉及一种管道内壁腐蚀区计量测定装置及测定方法。
背景技术
造成地下输油/气管网管道(下文中简称“管道”)的腐蚀的因素有很多,如土壤的含盐量、含水量、透气性、酸碱度等。但是现有研究表明,如果输电系统有部分工作电流或不平衡电流流入大地,也会造成周边管道腐蚀。
因为对于此类管道所构成的管网而言,其在关键节点处通常设有线路阀室。线路阀室是指长距离管道沿线安置阀门的建筑物。线路阀室的构建便于长距离管道的维修,同时为了减少管道漏油(气)时的损失及对周围环境的污染,需在管道干线上每隔一定距离设置截断阀,还常在干线截断阀两侧设有事故时排放管内存油(气)用的短管和阀门及可与加压、清扫用的事故处理设施相连的短管和阀门。而上述阀室内的截断阀多数为电驱动。一般来说,为了防止阀室内与管道之间存在过高的电压,引起设备放电烧蚀和人员触电,因此阀室普遍安装了智能的接地装置。
但正是因为智能的接地装置的引入,当管道对地网的电压较高时,这些接地装置将管道与阀室地网连通,形成管道与大地的电流通路,造成直流电流通过阀室的地网流入大地并与管道接触,从而造成管道的腐蚀。
针对上述电流对管道引起的腐蚀现象,现阶段需要定期对阀室周围的管道进行排查检测,判断管道的腐蚀程度,并制定相应的防腐和保养策略。而对于上述传统技术中的检测环节而言,但其检测模式普遍是对每个阀室的接地网在地面上的区域内均匀地选择多个测试点,然后在每个测试点对自然电位进行测试(一般使用的是参比电极法),然后判断该区域的自然极化电位的范围,然后再与该管道设计时的理论性能指标(管道自然电位抗腐蚀度)进行比对。如果管道自然电位抗腐蚀度不在该区域的自然极化电位的范围内,则判定管道不受腐蚀。如果在该范围内,则进一步估算管道的腐蚀程度。
然而,这种传统模式只考虑了区域的自然极化电位的范围与管道在生产下线时的自然电位抗腐蚀度。当管道在运行了一段时间后,其会因多种物理因素,包括腐蚀在内的影响,必然导致其下线时的自然电位抗腐蚀度与当前的自然电位抗腐蚀度有所不同。如果不加以实地测量当前管路本身的自然电位抗腐蚀性能,传统技术的上述模式必然会因其检测不精确的缺陷。
为此,本发明提出一种管道内壁腐蚀区计量测定装置及测定方法。
发明内容
有鉴于此,本发明实施例希望提供一种管道内壁腐蚀区计量测定装置及测定方法,以解决或缓解现有技术中存在的技术问题,即如何检测到管路本身的自然电位抗腐蚀度性能,并对此至少提供一种有益的选择。本发明实施例的技术方案是这样实现的:
第一方面,一种管道内壁腐蚀区计量测定装置:
该装置的核心是由运载装置、扩缩机构、中继架单元和检测组件组成。运载装置在管道内壁行进,具有自适应调节环形抵壁直径的功能,以保持环形直径与管道内径的变化成为一个恒定的变量。扩缩机构上搭载有环形阵列的中继架单元,通过执行扩缩动作适应不同管道内径。每个中继架单元搭载有检测组件,该组件包括宏动执行组件和微动执行组件,实现宏动和微动调节,宏动执行组件和微动执行组件各自的调节模式将联合驱动于测试组件。
在上述实施方式中:运载装置在管道内壁上行进,通过扩缩机构和中继架单元实现对管道内径的自适应调节。检测组件由宏动执行组件和微动执行组件组成,通过宏微动调节,测试组件能够接触管道内壁,尤其是腐蚀区表面执行放电及电流检测。该装置利用循环伏安法测定管道内壁的金属损失量,进而判断管道的自然电位抗腐蚀度。
其中在一种实施方式中:运载装置由整体装置大形的机壳和环形阵列式安装于机壳外的驱动组件组成。每个驱动组件都配备有适配组件。驱动组件负责推动机壳在管道内壁行进,对管道内壁进行环形抵壁式的运载。当驱动组件移动到管道内壁的变径结构处时,适配组件通过弹性力对驱动组件执行自适应性调节,确保驱动组件能够保持与管道内壁的抵壁配合。
在上述实施方式中:驱动组件通过驱动机壳在管道内壁上行进,实现了对管道内壁的环形抵壁式运载。适配组件在驱动组件行走至管道内壁的变径结构处时发挥作用,依靠弹性力对驱动组件执行自适应性调节。这确保了驱动组件能够适应管道内径的变化,保持与管道内壁的抵壁配合,从而稳定地行走于管道内。
其中在一种实施方式中:驱动组件包括连接臂,连接臂的一端和另一端分别铰接、转动配合于机壳上和移动轮中。移动轮通过驱动电机进行旋转,并抵壁于管道内壁。驱动电机固定在连接臂上。适配组件包括摇臂,摇臂的一端和另一端分别滑动配合、铰接于机壳上和连接臂的中部。在摇臂和机壳之间的滑动面上设有用于形成弹性力的复位弹簧。
在上述实施方式中:连接臂通过铰接和转动配合在机壳和移动轮之间,实现了驱动组件的相对移动,从而提供了对机壳的相对靠近或远离的功能。驱动电机通过旋转移动轮,带动机壳在管道内壁上行进。适配组件的摇臂在连接臂的中部位置滑动配合,并通过复位弹簧提供弹性力,以保持连接臂的自适应性调节。
其中在一种实施方式中:机壳的前部额外安装了传感组件,用于辅助检测管道内部的物理参数环境。传感组件可以包括多种传感器,如红外传感器、温度传感器、CCD工业视觉相机、摄像机、热成像仪等。
在上述实施方式中:传感组件通过安装在机壳的前部,可以实时监测并记录管道内部的物理参数环境。不同类型的传感器,如红外传感器用于检测管道表面温度,温度传感器用于测量管道内部温度,CCD工业视觉相机和摄像机用于获取管道内部图像,热成像仪用于检测热分布等。这些传感器通过传感组件提供的数据,可以帮助用户更全面地了解管道的运行状态和环境特征。
其中在一种实施方式中:扩缩机构安装于运载装置的机壳上,包括第一筒体和转动配合于第一筒体内的第二筒体。第一筒体的外壁沿中轴线呈渐变缩小或渐变增大的弧形,外壁开设有与中继架单元数量相同的倾斜滑槽。第二筒体内环形阵列式布置有连接板,连接板通过合页铰接有中继架单元。
在上述实施方式中:连接板滑动配合于第二筒体的壁,且滑动方向与中轴线的轴向相同。当第二筒体略微旋转于第一筒体内时,中继架单元的销轴滑动配合于倾斜滑槽,获得一个自下而上或自上而下的力,其方向取决于第二筒体的顺时针旋转或逆时针旋转。这个力通过连接板传递至中继架单元,而连接板的滑动配合于第二筒体将多余的自由度消除。
其中在一种实施方式中:为了进一步稳定连接板及中继架单元的运动,与中继架单元配合的销轴采用滑动配合于中继架单元内壁的形式。
其中在一种实施方式中:第一筒体和第二筒体内设有旋转模组,旋转模组用于驱动第二筒体旋转于第一筒体。
在上述实施方式中:旋转模组位于第一筒体和第二筒体内部,其主要功能是驱动第二筒体相对于第一筒体进行旋转。通过旋转模组的作用,运载装置可以实现对扩缩机构的控制,使其适应不同管道内径的变化,从而确保运载装置在管道内部的运动稳定。这一功能性的设计提高了运载装置在复杂管道环境中的适应性和可操作性。
其中在一种实施方式中:旋转模组包括固设于第一筒体的执行电机,执行电机驱动有齿轮旋转,齿轮啮合有齿圈,齿圈固设于第二筒体。
其中在一种实施方式中:检测组件的微动执行组件包括第一架体和第二架体。第一架体和第二架体之间以环形阵列的形式均匀排布有六个第一伺服电缸,每个第一伺服电缸的缸体和活塞杆通过万向节联轴器与第一架体和第二架体之间相互相对的各自一面上万向铰接。第二架体中安装有第二伺服电缸,第二架体通过光轴与连接台滑动配合,连接台上安装有测试组件。
其中在一种实施方式中:检测组件的宏动执行组件为升降电缸,升降电缸的缸体和活塞杆分别均固设于中继架单元和第一架体上。
其中在一种实施方式中:连接台可大体方位调整。一旦大体方位调整到位后,通过检测位的角度调整实现对检测点的点对点的测量。同时,检测位的直接调整使得能够对上述检测点做不同深度的测量。
其中在一种实施方式中:所述测试组件包括用于对管道内壁执行放电、检测电流量和拍摄的电极、电流传感器和摄像头。
在上述实施方式中:
(1)电极:电极被用于在管道内壁执行放电操作。这种操作包括施加电流或电压,以促使管道内壁的电化学反应,通过这一过程测定管道的电位和电流等参数。
(2)电流传感器:电流传感器被用于检测管道反馈的电流量信息。通过监测电流,可以评估管道内壁的电化学反应强度,从而了解腐蚀程度。
(3)摄像头:摄像头用于拍摄管道内壁的图像。这有助于直观地观察管道的表面状况,识别可能存在的腐蚀、损伤或其他问题。
这一组件的集成使得系统能够在进行腐蚀度测量的同时,获取关于管道内壁状况的视觉信息。电极的放电操作和电流传感器的监测提供了关于管道腐蚀情况的电化学信息,而摄像头则提供了直观的图像,有助于更全面地了解管道内部的状况。这种综合性的设计使得管道腐蚀度测量系统更加全面、准确,并有助于及时发现潜在问题。
其中在一种实施方式中:每个所述测试组件经由所述扩缩机构的调节,使得其环形且均匀地布置于管道内壁的不同方位。通过循环伏安法测定管道内壁的金属损失量时,可读取每两两相邻的所述测试组件所相互检测到各自位置的电流量信息,进而判断管道内壁在不同方位上的金属损失量。
在上述实施方式中:
(1)测试组件位置调节:扩缩机构通过驱动中继架单元的运动,实现对测试组件的环形位置进行调整。这确保了测试组件在管道内壁上均匀地覆盖不同方位,以获取更全面的管道信息。
(2)金属损失量测定:通过循环伏安法测定管道内壁的金属损失量时,通过计算这些电流量信息,可以得出管道内壁在不同方位上的金属损失量。电流量信息的变化反映了管道内不同位置的电化学反应强度,从而提供了对腐蚀情况的详细了解。
第二方面,一种管道内壁腐蚀区计量测定方法:
(一)概论:
基于上文提供的管道内壁腐蚀区计量测定装置,利用该装置在管道的内壁行进,依靠测试组件执行大体方位调整、点对点的测量和作不同深度的测量;同时依靠扩缩机构的特性实现同步检测管道内壁的不同方位。在这种检测模式中,所有的测试组件在工作时,执行如下的管道内壁腐蚀区计量测定方法。
(二)技术先导:
2.1 金属析出量:
首先使用管道内壁腐蚀区计量测定装置,在管道的内壁以环形阵列的形式均匀布置若干组测试组件,每个测试组件视为一个检测单位i;每个检测单位i包括用于对管道内壁执行放电、检测电流量和拍摄的电极和电流传感器;执行循环伏安法,通过读取每两两相邻的所述测试组件所相互检测到各自位置的电流量信息,通过法拉第第一定律反应电极上通过的电量与电极反应物重量之间的关系:
;
其中,为管道金属在时间/>内的腐蚀量(析出量),单位为kg;
时间指的是两相邻的检测单位i中,一个检测单位i的电极释放电流,而另一个检测单位i的电流传感器检测到该电流的时间差;
k是管道金属的化学当量;I为管道金属内流动的电流,单位为A。
上式中,电流I可由管道内壁沿环形阵列式排布的电流传感器检测到。而从旁边的电极启动直至该电流传感器接收的时间也可以获得时间差的记录,因此时间也可以确定。化学当量k可直接得到。根据上述法拉第第一定律可求解出腐蚀量/>,以此为依据可反推出管道实际的自然电位抗腐蚀度。在这个过程中,本技术并不局限于给定当前的自然电位抗腐蚀度,而进一步地给定出该受测管道的自然电位抗腐蚀度的变化趋势。
当然,执行循环伏安法中也可以使用控制电极的电势以不同的速率,随时间以三角波形一次或多次反复放电,电势范围是使电极上能交替发生不同的还原和氧化反应,并记录循环伏安法中的“ 电流-电势曲线”。根据曲线形状可以判断腐蚀量。
2.2 管道实际的自然电位抗腐蚀度关系:
首先要将腐蚀量和实际的管道自然电位抗腐蚀度CR(无量纲):
首先根据智能接地装置记录的启停时间,明确实际自然电流(电场)的影响时间为T(单位:秒),为了找出自然电位抗腐蚀度,首先要确定电流腐蚀速率R:
;
然后使用自然电位与电流腐蚀速率之间的关系来评估抗腐蚀度。设自然电位为E(单位:伏特),那么管道实际的自然电位抗腐蚀度表示为:
;
其中K是电阻率和相对介电常数,表示电位与腐蚀速率之间的转换关系。因为电阻率与电流密度(J)和电场强度(E)之间有关系,公式为J=E/ρ。在腐蚀过程中,电流密度与腐蚀速率直接相关。因此,电阻率的变化可以反映腐蚀速率的变化。相对介电常数(εr)是描述电介质在电场中储存电能能力的物理量。它与电位(V)和电荷密度(σ)之间的关系可以表达为V=σd/εrε0,其中d是介质厚度,ε0是真空介电常数。相对介电常数的变化会影响电位的分布,从而影响腐蚀反应的进行。通过测量材料的电阻率和相对介电常数,可以获得关于腐蚀速率的信息。
将R的表达式代入抗腐蚀度公式,得到“自然电位抗腐蚀度-自然电场”的关系模型,本发明中称之为步骤S0:
;
同时依靠上述装置在该管道中当前的检测位置中,获取管道内壁360°面下不同均分位置(需要记录该位置的方位信息)处的腐蚀量集合,称之为检测位集合G:
;
N为检测单位i的数量,即均分管道内壁的检测区域数;
然后基于上述装置在该管道内行进,获取不同管道段内的多个检测位集合Gi,将其集合化后形成该受测管道的抗腐蚀度集合L:
;
M为检测位集合Gi数量的最大值。
当明确了该管道的抗腐蚀度集合L后,下一步需要明确的是:如何进一步地给定出该受测管道的自然电位抗腐蚀度的变化趋势。
(三)技术内容:
本发明选择使用SES算法(Simple Exponential Smoothing - SES,单指数平滑),适用于没有明显趋势和季节性的数据。SES算法基于对观测值的加权平均进行预测。在本发明中,SES算法将预测该受测管道在未来时间步下的自然电位抗腐蚀度的变化。
3.1步骤S1,初始化:
3.1.1初始化第一个时间步的预测值和平滑系数:
;
其中,是第一个时间步的预测值,/>是管道在第一个时间步下的观测值,即:;
3.1.2设定平滑系数(Smoothing Parameter):
平滑系数为α,为介于0和1之间的常数,表示对当前观测值的权重。
3.2步骤S2,更新预测值和平滑系数:
;
其中,是下一个时间步的预测值,/>是当前时间步的观测值,/>是上一个时间步的预测值。
平滑系数在整个算法中保持不变,因此在每个时间步都使用相同的α值。
3.3 步骤S3,迭代:
重复执行若干轮步骤S2,对每个后续时间步进行预测。
3.4 步骤S4,预测未来时间步:
;
其中,是未来时间步t+h的预测值;/>是最后一个时间步的预测值;h是未来的时间步数(是以时间步步长为单位的数值)。
3.5 步骤S5,全面执行:
P1、对每个检测位集合G应用上述3.1~3.4所述的SES算法:将每个检测位集合G的抗腐蚀度观测值视为一个单变量时间序列,对每个检测位集合分别应用SES算法,得到每个检测位的未来时间步的预测值 ;
P2、获得抗腐蚀度集合:对于每个检测位集合G,将预测值 作为该检测位未来时间步的抗腐蚀度预测值,形成抗腐蚀度集合/>。
然后,工作人员就可以以抗腐蚀度集合为依据,制定该管道相应的防腐和保养处理措施。例如按照其管道所应用的场景标准,制定一种保养阈值。如果抗腐蚀度集合中某个检测位集合,或是检测位集合中的某处检测位的自然电位抗腐蚀度不满足该阈值T的条件,工作人员就需要对该管道或该管道对应的位置处进行相应的修复与保养措施。
与现有技术相比,本发明的有益效果是:
一、高精度的腐蚀评估:本发明中的装置通过精确调整测试组件的位置,利用循环伏安法测定管道内壁的金属损失量,实现对管道在不同方位上的腐蚀程度的高精度评估。这有助于准确判断管道内壁的腐蚀状况,提供了可靠的数据支持,使得维护人员能够及时采取必要的修复措施。
二、环形适应性与全方位监测:本发明中装置的扩缩机构的作用使得测试组件能够环形且均匀地分布于管道内壁的不同方位。这种环形适应性和全方位监测确保了对整个管道内壁的覆盖,从而全面了解管道的腐蚀情况。无论是管道的变径结构还是其他形状变化,都能够迅速适应并提供全方位的监测数据。
三、实时性强:由于本发明采用的SES算法只涉及先前的观测值和一个平滑系数,它可以很容易地适应实时数据的变化。这对于需要快速响应数据变化的应用是较为显著的优点。同时本发明基于预测性算法的引入,使得本发明的技术方案不再局限于提供当前管道的抗腐蚀性,还能够辅助性地预测管道未来的抗腐蚀性的变化。这对于管道的运维作业、保养作业和修缮作业提供了指导性策略。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本发明的装置一视角立体示意图;
图2为本发明的装置另一视角立体示意图;
图3为本发明的运载装置立体示意图;
图4为本发明的扩缩机构及检测组件的一视角立体示意图;
图5为本发明的扩缩机构及检测组件的正视角示意图;
图6为本发明的扩缩机构及检测组件在以图5为基础上,展示其在管道内的正视角示意图;
图7为本发明的扩缩机构及检测组件的另一视角立体示意图;
图8为本发明的扩缩机构与一个中继架单元的立体结构示意图(该图中隐藏了其余的中继架单元);
图9为本发明的检测组件立体示意图;
图10为本发明的微动执行组件立体示意图;
图11为本发明的测试组件立体示意图;
图12为本发明的方法流程示意图。
附图标记:1、运载装置;101、机壳;102、驱动组件;1021、连接臂;1022、驱动电机;1023、移动轮;103、适配组件;1031、摇臂;1032、复位弹簧;104、传感组件;2、扩缩机构;201、第一筒体;2011、倾斜滑槽;202、第二筒体;203、旋转模组;2031、执行电机;2032、齿轮;2033、齿圈;204、连接板;205、中继架单元;3、检测组件;301、微动执行组件;3011、第一架体;3012、第二架体;3013、第一伺服电缸;3014、第二伺服电缸;3015、连接台;302、宏动执行组件;303、测试组件;3031、电极;3032、摄像头;3033、电流传感器。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制;
实施例一:请参阅图1-11,本实施例公开了一种管道内壁腐蚀区计量测定装置:该装置包括环形抵壁并行走于管道内壁的运载装置1,所述运载装置1可根据管道内径的变化而自适应调节环形抵壁的环形直径,使得环形直径始终与管道内径的变化保持一个恒定的变量;
运载装置1上搭载有扩缩机构2,扩缩机构2上环形阵列式搭载有若干个中继架单元205,每个中继架单元205互不干涉,且在扩缩机构2执行驱动动作时,每个中继架单元205的同步靠近或远离,即使得每个中继架单元205所环形围绕形成的圆环作扩大或缩小的动作,并以此适配于不同的管道内径;
每个中继架单元205上搭载有一检测组件3,检测组件3包括用于执行宏动调节动作的宏动执行组件302,和用于执行微动调节动作的微动执行组件301,宏动执行组件302执行的宏动调节动作作用于微动执行组件301上,微动执行组件301所执行的微动调节动作作用于测试组件303上;
测试组件303用于接触管道内壁,尤其是接触于管道内壁的腐蚀区表面,执行放电及电流检测,通过循环伏安法测定管道内壁的金属损失量。进而判断管道的自然电位抗腐蚀度。
在本方案中:运载装置1在管道内壁上行进,通过扩缩机构2和中继架单元205实现对管道内径的自适应调节。检测组件3由宏动执行组件302和微动执行组件301组成,通过宏微动调节,测试组件303能够接触管道内壁,尤其是腐蚀区表面执行放电及电流检测。该装置利用循环伏安法测定管道内壁的金属损失量,进而判断管道的自然电位抗腐蚀度。
具体的:该装置通过运载装置1的自适应调节和扩缩机构2的动态适配,可以适用于不同直径的管道。检测组件3的宏微动调节使得测试组件303能够准确接触到管道内壁,特别是腐蚀区域,执行放电及电流检测。通过循环伏安法,该装置能够精确测定管道内壁的金属损失量,从而提供了对管道自然电位抗腐蚀度的准确判断。这一设计保证了对管道腐蚀状态的高精度测量和评估。
在本申请一些具体实施方式中,请结合参阅图2~3:运载装置1包括作为整体装置大形的机壳101及环形阵列式安装于机壳101外的驱动组件102,每个驱动组件102配合有一适配组件103,驱动组件102用于带动机壳101行走于管道内壁并对管道内壁作环形抵壁式的运载;
当驱动组件102行走至管道内壁的变径结构处时,适配组件103依靠弹性力对驱动组件102执行自适应性调节,使得驱动组件102仍保持与管道内壁的抵壁配合。
在本方案中:驱动组件102通过驱动机壳101在管道内壁上行进,实现了对管道内壁的环形抵壁式运载。适配组件103在驱动组件102行走至管道内壁的变径结构处时发挥作用,依靠弹性力对驱动组件102执行自适应性调节。这确保了驱动组件102能够适应管道内径的变化,保持与管道内壁的抵壁配合,从而稳定地行走于管道内。
在本方案中,本装置整体的所有电器元件依靠机壳1内所安装的蓄电池进行供能;具体的,装置整体的电器元件与蓄电池输出端口处通过继电器、变压器和按钮面板等装置进行常规电性连接,以满足本装置的所有电器元件的供能需求。同时对于所有位置可调的结构而言,线缆的长度要留出足够的空间。且因为本装置是工作于管道内,所以电性连接的接口处要作常规的密封处理。
具体的,本装置的机壳1内还设有一控制器,该控制器用于连接并控制本装置整体的所有电器元件按照预先设置的常规驱动程序(例如PID控制器)作为预设值及驱动模式进行驱动,或是接收电信号的传输;需要指出的是,上述驱动模式即对应了下文中的相关电器元件之间对应的启停时间间距、转速、功率等输出参数,即满足了下文所述的相关电器元件驱动相关机械装置按其所描述的功能进行运行的需求。
优选的,控制器外还配置无线发射模块和无线接收模块,无线发射模块发出工作或暂停的指令信号经由介质传送至无线接收模块;必要时,工作人员可通过后台控制端的无线遥控装置对该无线收发模块输入指令,以远程控制器,并进而遥控本装置的所有电器元件按照相关驱动模式进行驱动;同时,无线收发模块还可传递本装置中相关传感元件,或伺服驱动元件的系统所检测的相关系数或其他信息于后台控制端的工作人员。
具体的:通过整体装置大形的机壳101和环形阵列式的驱动组件102,该运载装置1在管道内壁上实现了稳定的环形抵壁式运载。适配组件103的自适应性调节确保了在管道内径变化的情况下,驱动组件102能够保持与管道内壁的紧密配合。这一设计保障了运载装置1能够在管道内部行进并有效地接触管道内壁,为后续的腐蚀检测提供了可靠的基础。
在本申请一些具体实施方式中,请结合参阅图3:驱动组件102包括连接臂1021,连接臂1021的一端和另一端分别铰接于、转动配合有机壳101上和移动轮1023中,移动轮1023抵壁于管道内壁,且移动轮1023由驱动电机1022驱动旋转,驱动电机1022固设于连接臂1021上;
适配组件103则包括摇臂1031,摇臂1031的一端和另一端分别滑动配合、铰接于机壳101上和连接臂1021的中部;摇臂1031和机壳101之间的滑动面上设有一用于形成弹性力的复位弹簧1032。
驱动组件102、适配组件103在执行时,首先连接臂1021为移动轮1023提供了相对于机壳101作靠近或远离的功能,即实现适配不同内径的管道。其中驱动电机1022驱动移动轮1023旋转时,移动轮1023带动机壳101行走于管道内壁。又因上述多个驱动组件102环形阵列排布于机壳101外的形式,使得机壳101保持悬浮于管道内,而其四周由多个驱动组件102的连接臂1021及移动轮1023保持稳定的支撑关系,使得机壳101及其外部搭载的扩缩机构2行走于管道内壁。当管道的内壁有变径式结构时,移动轮1023首先会因变径式结构的抵触而受力,使得连接臂1021发生自动铰接;又因适配组件103的括摇臂1031在连接臂1021的中部位置处发生配合,且其本身可作线性移动,且线性移动的位置处由复位弹簧1032施加弹性力;因此连接臂1021在适应了变径式结构后,上述弹性力抵住摇臂1031,而摇臂1031又抵住连接臂1021,使得运载装置1整体上可适应不同的变径管道结构。
在本方案中:连接臂1021通过铰接和转动配合在机壳101和移动轮1023之间,实现了驱动组件102的相对移动,从而提供了对机壳101的相对靠近或远离的功能。驱动电机1022通过旋转移动轮1023,带动机壳101在管道内壁上行进。适配组件103的摇臂1031在连接臂1021的中部位置滑动配合,并通过复位弹簧1032提供弹性力,以保持连接臂1021的自适应性调节。
具体的:驱动组件102的连接臂1021和适配组件103的摇臂1031的组合使得运载装置1能够适应不同内径的管道,实现了对变径结构的自适应调节。驱动电机1022通过旋转移动轮1023,从而使机壳101行走于管道内壁。适配组件103的复位弹簧1032提供了弹性力,确保连接臂1021在适应了变径式结构后保持相对稳定,使得整个运载装置1能够稳定地行走于管道内。这一设计保障了运载装置1在复杂管道结构中的可靠适应性。
在本申请一些具体实施方式中,请结合参阅图3:机壳101的前部还可以安装一传感组件104,该传感组件104可用于辅助检测管道内部的物理参数环境。例如红外传感器、温度传感器、CCD工业视觉相机、摄像机、热成像仪等。
在本方案中:传感组件104通过安装在机壳101的前部,可以实时监测并记录管道内部的物理参数环境。不同类型的传感器,如红外传感器用于检测管道表面温度,温度传感器用于测量管道内部温度,CCD工业视觉相机和摄像机用于获取管道内部图像,热成像仪用于检测热分布等。这些传感器通过传感组件104提供的数据,可以帮助用户更全面地了解管道的运行状态和环境特征。
具体的:通过在机壳101前部安装传感组件104,运载装置1增加了对管道内部物理参数环境的辅助监测功能。这些传感器的集成使得运载装置1能够提供更为全面的管道状态信息。例如,红外传感器可以检测管道表面的温度变化,温度传感器可以提供管道内部的温度信息,CCD工业视觉相机和摄像机可以捕捉管道内的实时图像,热成像仪可以用于检测管道内的热分布情况。这种多传感器的综合应用使得运载装置1不仅可以进行腐蚀检测,还可以提供对管道周围环境的多方面监测,提高了整体监测系统的功能性。
在本申请一些具体实施方式中,请结合参阅图2、4~8:扩缩机构2安装于运载装置1的机壳101上,扩缩机构2包括第一筒体201及转动配合于第一筒体201内的第二筒体202,即第一筒体201和第二筒体202的中轴线相同;
第二筒体202内沿中轴线环形阵列式布置有与中继架单元205数量相同的连接板204,连接板204滑动配合于第二筒体202的壁,且连接板204的滑动方向与中轴线的轴向相同;
每个连接板204上通过合页铰接有一个中继架单元205;
第一筒体201的外壁沿中轴线呈渐变缩小或渐变增大的弧形,且第一筒体201的外壁开设有与中继架单元205数量相同的倾斜滑槽2011,中继架单元205的外部通过一销轴与倾斜滑槽2011滑动配合;销轴的具体位置在图4、8的A区。
在本方案中,当第二筒体202略微旋转于第一筒体201内时,中继架单元205的销轴滑动配合于倾斜滑槽2011,获得一个自下而上或自上而下的力,其方向取决于第二筒体202的顺时针旋转或逆时针旋转。但这个力反向作用于中继架单元205时视为一个多余的自由度,而中继架单元205将该自由度传递至连接板204时,连接板204通过滑动配合于第二筒体202将该自由度消除。此时的中继架单元205的运动因多余的自由度的消除而稳定。又因倾斜滑槽2011是倾斜的,且第一筒体201的外壁沿中轴线呈渐变缩小或渐变增大的弧形,所以中继架单元205在跟随着连接板204作滑动动作时,其运动轨迹伴随着倾斜滑槽2011的开设轨迹,沿第一筒体201的外部弧形结构作移动。即实现使得每个中继架单元205所环形围绕形成的圆环作扩大或缩小的动作,并以此适配于不同的管道内径,并作相应的检测动作。
具体的:扩缩机构2通过倾斜滑槽2011、第一筒体201的外壁弧形结构和连接板204的合理设计,实现了使中继架单元205环形围绕形成的圆环作扩大或缩小的动作。这使得运载装置1可以适应不同管道内径,并作相应的检测动作。借助这种机构,运载装置1能够在管道内部灵活自如地适应各种变径结构,保证了对管道的全面腐蚀检测。
在本申请一些具体实施方式中,请结合参阅图9:为了进一步稳连接板204及中继架单元205的运动,其中与中继架单元205配合的销轴可以为滑动配合于中继架单元205内壁的形式。
在本方案中:销轴是与中继架单元205配合的关键部件,通过滑动配合于中继架单元205的内壁,确保了销轴能够顺畅滑动。这一设计有助于防止中继架单元205在运动过程中出现摩擦或卡阻,保证了扩缩机构2的稳定性。
具体的:通过使用滑动配合的销轴形式,实现了对中继架单元205的稳定连接。这确保了中继架单元205在扩缩机构2的运动过程中能够平稳地滑动,避免了不必要的摩擦和阻力。这种设计提高了运载装置1在管道内的运动稳定性,有助于保持运载装置1在不同管道内径下的准确适配和运动表现。
在本申请一些具体实施方式中,请结合参阅图7:第一筒体201和第二筒体202内设有旋转模组203,旋转模组203用于驱动第二筒体202旋转于第一筒体201。
在本方案中:旋转模组203位于第一筒体201和第二筒体202内部,其主要功能是驱动第二筒体202相对于第一筒体201进行旋转。通过旋转模组203的作用,运载装置1可以实现对扩缩机构2的控制,使其适应不同管道内径的变化,从而确保运载装置1在管道内部的运动稳定。
具体的:旋转模组203的加入为扩缩机构2提供了驱动力,使得第二筒体202能够相对于第一筒体201进行旋转。这种设计使得运载装置1具备了在管道内径变化时自适应调整的能力。通过对旋转模组203的控制,可以实现对运载装置1在管道内部的灵活运动,从而满足不同管道结构的需求。这一功能性的设计提高了运载装置1在复杂管道环境中的适应性和可操作性。
在本申请一些具体实施方式中,请结合参阅图7:旋转模组203包括固设于第一筒体201的执行电机2031,执行电机2031驱动有齿轮2032旋转,齿轮2032啮合有齿圈2033,齿圈2033固设于第二筒体202。
在本方案中:执行电机2031是旋转模组203的核心部件,通过其旋转驱动齿轮2032的运动。齿轮2032与固设于第二筒体202上的齿圈2033啮合,从而传递执行电机的动力至第二筒体202,实现其旋转。这样的设计构建了一个有效的驱动系统,确保了扩缩机构2的稳定运动。
具体的:执行电机2031通过驱动齿轮2032的旋转,将动力传递至固设于第二筒体202的齿圈2033。这种结构确保了旋转模组203的可靠性和精准性,使得扩缩机构2可以根据执行电机的控制实现第二筒体202相对于第一筒体201的准确旋转。这一功能性设计提供了对扩缩机构2运动的有效控制手段,使得运载装置1能够在管道内部稳定、灵活地适应各种结构和环境。
在本申请一些具体实施方式中,请结合参阅图9~11:检测组件3的微动执行组件301包括第一架体3011和第二架体3012;
第一架体3011和第二架体3012之间以环形阵列的形式均匀排布有六个第一伺服电缸3013,第一伺服电缸3013的缸体和活塞杆分别均通过万向节联轴器与第一架体3011和第二架体3012之间相互相对的各自一面上万向铰接;
当每个第一伺服电缸3013分别按照特定的行程量执行时,即可控制第二架体3012的角度调节轨迹,以此实现万向角度调节;
第二架体3012中安装有第二伺服电缸3014,第二架体3012通过光轴与连接台3015滑动配合,第二伺服电缸3014的活塞杆连接于连接台3015;连接台3015上安装有测试组件303。
第二伺服电缸3014执行时,实现对连接台3015作检测位的直接调整。而每个第一伺服电缸3013执行时,实现对连接台3015作检测位的角度调整。
在本方案中:第一伺服电缸3013的排列方式形成环形阵列,通过控制每个第一伺服电缸3013按照特定的行程量执行,实现对第二架体3012的角度调节轨迹,从而实现万向角度调节。第二伺服电缸3014连接于连接台3015,通过其活塞杆的伸缩实现对连接台3015的直接调整。这样的设计使得微动执行组件301能够通过电缸的运动来精准控制测试组件303的位置和角度。
具体的:通过六个环形排列的第一伺服电缸3013的协同作用,微动执行组件301能够实现对第二架体3012的多方向、精确的角度调节,从而实现对连接台3015的角度调整。与此同时,第二伺服电缸3014的运动可以直接调整连接台3015的位置,实现检测位的直接调整。这一设计在微动调节方面具有高度的灵活性和精确性,有助于确保测试组件303在管道内的准确检测。
在本申请一些具体实施方式中,请结合参阅图9~11:检测组件3的宏动执行组件302为升降电缸,升降电缸的缸体和活塞杆分别均固设于中继架单元205和第一架体3011上。当升降电缸执行时,对实现对连接台3015作检测位的大体方位调整。
在本方案中:升降电缸作为宏动执行组件302,通过控制其执行,实现对连接台3015的升降运动,从而实现对检测位的大体方位调整。升降电缸的缸体和活塞杆的固定安装确保了宏动执行组件302的稳定性和可靠性,使得连接台3015能够在垂直方向上快速、准确地调整位置。
具体的:升降电缸的运动能够实现对连接台3015的垂直方向的调整,从而对检测位的大体方位进行调整。这一设计使得在管道内部的检测过程中,可以通过升降电缸迅速调整检测位的高度,以适应不同管道结构和要求。宏动执行组件302的升降运动提供了在垂直方向上的灵活性,使得检测组件3能够更好地适应管道内部的复杂环境。
在本申请一些具体实施方式中,请结合参阅图9~11:连接台3015可大体方位调整,在大体方位执行到位后,通过作检测位的角度调整实现对检测点的点对点的测量。而检测位的直接调整可以使得对上述检测点作不同深度的测量。
在本方案中:连接台3015具备大体方位调整的功能,通过控制连接台3015的运动,可使其迅速调整到目标位置。一旦大体方位调整完成,通过微动执行组件301的协同作用,实现对连接台3015的角度调整,从而对检测点进行点对点的测量。直接调整检测位可以实现对上述检测点不同深度的测量,从而获取更加详尽的管道内壁信息。
具体的:连接台3015的大体方位调整提供了对检测位置的快速定位,使得整个测量过程更加高效。通过微动执行组件301的协同作用,可以实现对检测点的精确角度调整,实现点对点的测量。此外,直接调整检测位可以灵活地改变测量深度,使得测量系统能够适应不同管道内壁的形状和特征,提高了测量的全面性和准确性。这一设计在管道内壁测量中具有高度的灵活性和适应性。
在本申请一些具体实施方式中,请结合参阅图11:测试组件303包括用于对管道内壁执行放电、检测电流量和拍摄的电极3031、电流传感器3033和摄像头3032。
在本方案中:
(1)电极3031:电极被用于在管道内壁执行放电操作。这种操作包括施加电流或电压,以促使管道内壁的电化学反应,通过这一过程测定管道的电位和电流等参数。
(2)电流传感器3033:电流传感器被用于检测管道反馈的电流量信息。通过监测电流,可以评估管道内壁的电化学反应强度,从而了解腐蚀程度。
(3)摄像头3032:摄像头用于拍摄管道内壁的图像。这有助于直观地观察管道的表面状况,识别可能存在的腐蚀、损伤或其他问题。也可以为工作人员提供一种直观的电极3031、电流传感器3033相较于管道内壁的间距或解除配合信息。工作人员可以以摄像头3032反馈的视觉画面为依据,来控制电极3031、电流传感器3033接触或脱离于管道内壁。
优选的,摄像头3032为具有夜视功能或红外探测功能的摄像头。
具体的:这一组件的集成使得系统能够在进行腐蚀度测量的同时,获取关于管道内壁状况的视觉信息。电极的放电操作和电流传感器的监测提供了关于管道腐蚀情况的电化学信息,而摄像头则提供了直观的图像,有助于更全面地了解管道内部的状况。这种综合性的设计使得管道腐蚀度测量系统更加全面、准确,并有助于及时发现潜在问题。
优选的,电流传感器3033具体优选为霍尔电流传感器、罗柯夫斯基电流传感器或AnyWay变频功率传感器中的一种,它们均可用于电压、电流和功率测量。
优选的,在选择了上述任意一种电流传感器3033后,还可以安装一电化学传感器形式的电流传感器3033。
在本申请一些具体实施方式中,每个测试组件303经由扩缩机构2的调节,使得其环形且均匀地布置于管道内壁的不同方位。通过循环伏安法测定管道内壁的金属损失量时,可读取每两两相邻的测试组件303所相互检测到各自位置的电流量信息,进而判断管道内壁在不同方位上的金属损失量。
在本方案中:
(1)测试组件位置调节:扩缩机构2通过驱动中继架单元205的运动,实现对测试组件303的环形位置进行调整。这确保了测试组件在管道内壁上均匀地覆盖不同方位,以获取更全面的管道信息。
(2)金属损失量测定:通过循环伏安法测定管道内壁的金属损失量时,通过计算这些电流量信息,可以得出管道内壁在不同方位上的金属损失量。电流量信息的变化反映了管道内不同位置的电化学反应强度,从而提供了对管道内壁不同位置腐蚀情况的详细了解。又因每个测试组件303是相互阵列的,所以这种检测模式构建了管道内壁的一个完整的检测信息。
进一步地,又因运载装置1的运载特性,上述检测模式可以在管道的内部的不同位置执行检测。通过扩缩机构的调节,整套装置系统确保测试组件均匀地分布在管道内壁的不同方位,使得循环伏安法能够在多个方向上进行测量。通过比较相邻测试组件的电流量,系统可以精确地评估管道内不同方位的金属损失量。这一设计提高了测量的精度和全面性,有助于更准确地了解管道的腐蚀情况。
优选的,本装置优选应用于直线的管道。
实施例二:请参阅图12,本实施例将根据实施例一所提供的管道内壁腐蚀区计量测定装置,执行管道内壁腐蚀区计量测定方法:
在执行该管道内壁腐蚀区计量测定方法之前,首先要将腐蚀量和实际的管道自然电位抗腐蚀度CR(无量纲):
根据该受测管道周围阀室内智能接地装置记录的启停时间,明确实际自然电流(电场)的影响时间为T(单位:秒),为了找出自然电位抗腐蚀度,首先要确定电流腐蚀速率R:
;
然后使用自然电位与电流腐蚀速率之间的关系来评估抗腐蚀度。设自然电位为E(单位:伏特),那么管道实际的自然电位抗腐蚀度表示为:
;
K是电阻率和相对介电常数;
可以理解的是,电阻率的变化可以反映腐蚀速率的变化,而相对介电常数的变化会影响电位的分布,从而影响腐蚀反应的进行。
优选的,其中根据如下文献,电阻率和相对介电常数K赋值为::
张鑫艳.交直流杂散电流下埋地管道的腐蚀行为研究[D].腐蚀科学与防护:2023(06):13.
将R的表达式代入抗腐蚀度公式,得到管道总的“自然电位抗腐蚀度-自然电场”的关系模型,本方案中称之为步骤S0:
;
可以理解的是,这个关系模型表示了管道总的自然电位抗腐蚀度CR与自然电场E、影响时间T 、检测位集合数量M之间的关系。这种模型用于描述在一定电场条件下,抗腐蚀度是如何随时间变化的。
同时依靠上述装置在该管道中当前的检测位置中,获取管道内壁360°面下不同均分位置(需要记录该位置的方位信息)处的腐蚀量集合,称之为检测位集合G:
;
N为检测单位i的数量,即均分管道内壁的检测区域数;
然后基于上述装置在该管道内行进,获取不同管道段内的多个检测位集合Gi,将其集合化后形成该受测管道的抗腐蚀度集合L:
;
M为检测位集合Gi数量的最大值。
可以理解是的,实质上技术方案到此时,就获得了当前受测管道所有方位的自然电位抗腐蚀度CR信息;工作人员就可以以此为管道修复、保养和其他形式的作业提供策略性指导。但本实施例的技术方案并不局限于此,本实施例将进一步利用现有信息,来实现预测该受测管道在未来时间步下的自然电位抗腐蚀度的变化。
在本实施例中,在得到了上述抗腐蚀度集合L、检测位集合Gi及腐蚀量后,开始执行SES算法进行预测。SES算法基于对观测值的加权平均进行预测。在本实施例中,SES算法将预测该受测管道在未来时间步下的自然电位抗腐蚀度的变化。其具体的将包括步骤S1~S5:
在本实施例中,关于步骤S1,初始化:
初始化第一个时间步的预测值和平滑系数:;
该表达式表示第一个时间步的预测值被设定为管道在第一个时间步下的观测值/>。这是SES算法的初始值,即开始预测的起点。即:/>;
设定平滑系数为α,为介于0和1之间的常数,表示对当前观测值的权重。平滑系数决定了当前观测值在预测中的影响程度。选择合适的α对于预测的准确性至关重要,较小的α使得模型对历史观测值的影响减小,较大的α则增加历史观测值的权重。
在本实施例中,关于步骤S2,更新预测值和平滑系数α:
;
其中,是下一个时间步的预测值,/>是当前时间步的观测值,/>是上一个时间步的预测值。
具体地,平滑系数α在整个算法中保持不变,因此在每个时间步都使用相同的α值。
具体地,步骤S2的具体子步骤为:
P2.1、更新预测值:对于每个时间步t,使用上述公式计算下一个时间步的预测值。
P2.2、更新平滑系数:在SES算法中,平滑系数α在整个算法中保持不变,因此在每个时间步都使用相同的α值。
P2.3、迭代:重复上述步骤,对每个时间步进行迭代,不断更新预测值,直到达到所需的时间步数。具体的时间步数需要实际使用者根据其所能执行的计算资源,发挥其主观能动性拟定。
可以理解的是,SES算法通过加权平均当前观测值和先前预测值,以实现对时间序列的平滑效果。平滑系数α控制了对当前观测值和先前预测值的相对权重。由于平滑系数α在整个算法中保持不变,SES算法对于快速变化的数据具有一定的适应性,能够有效捕捉数据的趋势。即SES算法对数据的适应性是持续的。这意味着模型在每个时间步都以相同的方式对待当前观测值和先前预测值。这种持续性的适应性使得模型对于数据变化的快速响应能够保持一定的稳定性。
在本实施例中,关于步骤S3,迭代:
重复执行若干轮步骤S2,对每个后续时间步进行预测。在每一轮迭代中,都要使用当前时间步的观测值和上一步的预测值来更新模型,以确保模型能够及时适应数据的变化。迭代过程中,保持平滑系数α不变,以维持模型的一致性和稳定性。
具体的,每一轮迭代都会利用上一步的预测值,结合当前观测值,更新模型参数,生成新的预测值。通过多轮迭代,模型将不断适应数据的变化,从而更准确地反映管道抗腐蚀性能的动态变化。这种持续优化有助于提高预测的准确性和稳定性。
需要指出的是,具体的迭代次数需要实际使用者根据其所能执行的计算资源,发挥其主观能动性拟定。
在本实施例中,关于步骤S4,预测未来时间步:通过利用最后一个时间步的预测值,基于当前模型的状态,对未来时间步t+h进行预测。这有助于获取关于管道抗腐蚀性能未来走势的信息:
;
其中,是未来时间步t+h的预测值;/>是最后一个时间步的预测值;h是未来的时间步数(是以时间步步长为单位的数值)。
可以理解的是,提供了关于管道抗腐蚀性能在未来时间步的估计,通过考虑最后一个时间步的预测值和平滑系数的影响。h的选择需要根据具体情况进行调整,以适应对未来时间步长的不同预测需求。
在本实施例中,关于步骤S5,全面执行:
P1、对每个检测位集合G应用上述步骤S1~S4所述的SES算法:将每个检测位集合G的抗腐蚀度观测值视为一个单变量时间序列,对每个检测位集合分别应用SES算法,得到每个检测位的未来时间步的预测值;
P2、对于每个检测位集合G,将 SES 算法得到的预测值作为该检测位未来时间步的抗腐蚀度预测值,形成抗腐蚀度集合/>。工作人员可以根据抗腐蚀度集合制定管道的防腐和保养处理措施。例如,可以根据管道所应用的场景标准,制定一种保养阈值T。如果抗腐蚀度集合中某个检测位集合或是检测位集合中的某处检测位的自然电位抗腐蚀度不满足阈值T的条件,工作人员需要对该管道或该管道对应的位置处进行相应的修复与保养措施。
可以理解的是,步骤S5旨在通过SES算法对每个检测位进行全面性的抗腐蚀度预测,为制定管道的防腐和保养策略提供依据。通过设定防腐和保养阈值,工作人员能够及时判断管道是否需要修复与保养,以保障管道的正常运行和延长使用寿命。
需要指出的是,在本实施例中:
检测位为:使用实施例一所述的装置在受测管道内在未行进状态下时,所有测试组件303对管道内壁进行测试的区域;
所述检测区域为:使用实施例一所述的装置,每个所述测试组件303各自所能测试到的管道内壁区域。
需要指出的是,在本实施例中:上述所有算法均通过实施例一中的控制器与后台控制端作遥控控制与数据传输。实施例三:本实施例在实施例二的基础上,将进一步提供一个平滑系数α的赋值方法:
在本实施例中,将使用交叉验证算法获取最优平滑系数α,它包括如下步骤:
P1、初始化:
P1.1、将时间序列的数据集data分为训练集和验证集:
其中,数据集data指的是用于训练和验证的时间序列数据。这个数据集包括了一系列时间步上的观测值,其中每个时间步对应着管道抗腐蚀性能的度量,即自然电位抗腐蚀度。
优选的,时间序列数据集data是一个包含多个时间步的矩阵、数组或表格,其元素被称之为数据点,其中每一行对应一个时间步,每一列包含多个测量变量,其中至少包括观测到的抗腐蚀性能:
在交叉验证的每一次迭代中,数据集会被划分为训练集和验证集。训练集用于构建SES模型,而验证集用于评估模型的性能。
示例性的,可以以时间步为基准,使用时间序列数据的前部分作为训练集,后部分作为验证集。
P1.2、把多个数据点平均分为k个子集;
P1.3、选择一组候选的α值:
从一个范围内按照同样的步长,选择多个α值;示例性的:
;
P2、对每个α进行训练和验证:
优选的,将其中k−1个折用作训练集,剩余的一个折用作验证集;然后使用训练集对SES算法构建的模型进行训练,其中需要选择当前α值;其步骤可以为:
P2.1、第一次迭代:第一个子集作为验证集,剩下的k−1个子集作为训练集,训练SES模型,计算模型在验证集上的性能(比如均方误差)。
P2.2、第二次迭代:第二个子集作为验证集,剩下的k−1个子集作为训练集,再次训练SES模型,计算模型在验证集上的性能。
以此类推,直到第k次迭代:
P2.k、最后一个子集作为验证集,前面的k−1个子集作为训练集,训练SES模型,计算模型在验证集上的性能。
P3、使用验证集计算评估指标:对k个验证集上的性能度量进行平均,得到该α下的平均性能度量;
优选的,使用均方误差(MSE)作为评估指标:
P3.1、对每个折进行循环:在每次迭代中,使用训练集训练SES模型,然后在验证集上评估模型的性能。
P3.2、计算每个验证集上的均方误差:对于每个验证集,计算预测值和实际观测值之间的均方误差(MSE):
;
其中,n是验证集的大小。是实际观测值。/>是模型预测的值。
P3.3、计算平均均方误差:
;
k是交叉验证的折数;是第j个验证集上的均方误差。
上述算法中,均方误差(MSE)用于度量模型在验证集上的预测性能,而平均均方误差则可以汇总所有的性能度量。
P4、选择最优的α:根据验证集上的评估指标选择效果最好的α。例如,选择使得MSE最小的α:因为MSE衡量了模型预测值与实际观测值之间的差异的平方和的平均。因此,MSE越小,模型在验证集上的拟合度越好。同时选择最小化MSE的α相当于在模型参数空间中寻找使得模型整体误差最小的参数。
在本实施例中,上述P1~P4的执行程序(C++)公开如下:#include <iostream>
#include <vector>
// 时间序列数据
struct TimeStep {
int time; // 时间步
double corrosionPerformance; // 抗腐蚀性能度量
};
// SES模型的函数
void trainSESModel(std::vector<TimeStep>& trainingData, double alpha){
}
// 计算均方误差
double calculateMSE(std::vector<double>& predictions, std::vector<double>& actual) {
// 返回均方误差值
return 0.0;
}
int main() {
// 时间序列数据集
std::vector<TimeStep> timeSeriesData = {/* 初始化时间序列数据*/};
int k = 5; // 设置交叉验证的折数
double bestAlpha = 0.0;
double bestAvgMSE = std::numeric_limits<double>::infinity();
// 对每个平滑系数alpha进行循环
for (double alpha = 0.1; alpha <= 0.9; alpha += 0.1) {
double avgMSE = 0.0;
// 对每个折进行循环
for (int fold = 0; fold < k; ++fold) {
// 分割数据集
std::vector<TimeStep> trainingData, validationData;
// 训练模型
trainSESModel(trainingData, alpha);
// 在验证集上评估模型
std::vector<double> predictions; // 使用模型生成的预测值
std::vector<double> actual; // 实际观测值
// 计算均方误差
double mse = calculateMSE(predictions, actual);
avgMSE += mse;
}
// 计算平均均方误差
avgMSE /= k;
// 选择最优的alpha
if (avgMSE < bestAvgMSE) {
bestAvgMSE = avgMSE;
bestAlpha = alpha;
}
}
std::cout << "Best Alpha: " << bestAlpha << std::endl;
return 0;
}
上述C++程序的原理是基于交叉验证来选择在SES算法中用于平滑的参数α。以下是程序的主要原理步骤:
(1)定义数据结构:使用结构体TimeStep表示时间序列数据的每一个时间步,包括时间步和抗腐蚀性能度量。
(2)SES模型训练函数:定义了一个trainSESModel函数,该函数用于训练SES模型。在该程序中的trainSESModel函数仅供参考。本领域技术人员可以其他形式的SES程序及其训练函数填充到trainSESModel函数处,其效果相同。
(3)均方误差计算函数:定义了一个calculateMSE函数,用于计算均方误差。这是用于评估模型在验证集上性能的指标。
(4)交叉验证过程:使用k折交叉验证,对每个平滑系数α进行循环。在每一次迭代中,将数据集划分为训练集和验证集。
(5)训练和评估:对每个折进行循环,使用训练集训练SES模型,然后在验证集上评估模型的性能。这里用均方误差作为性能指标。
(6)选择最优的α:计算每个α下的平均均方误差。选择使得平均均方误差最小的α作为最优参数。
实施例四:本实施例将在实施例一的基础上,进一步提供电流传感器3033和电极3031执行循环安伏法的具体实施方式:
P1、准备电极系统:在一个检测单位i中,至少准备两个电极3031,一个作为参比电极,另一个作为辅助电极,这两个电极3031将在管道内壁形成一种临时的电化学电池,以实现循环安伏法的执行。
P2、设置电化学工作站:机壳101内需要搭载恒电位仪与电极3031连接,以此控制电极3031电势并设置电势范围,使得在该范围内电极3031上可以交替发生还原和氧化反应。
优选的,恒电位仪型号为XR1-DJS-292B/C;
P3、执行循环伏安扫描:以恒定的扫描速率(mV/s)开始电势扫描,从起始电势扫描到终止电势,然后再以相同的速率反向扫描回到起始电势。这个过程可以重复多次以获得更稳定的“电流-电势”曲线。
P4、记录“电流-电势”曲线:在扫描过程中,恒电位仪会记录电流随电势变化的曲线。即循环安伏法的“循环伏安曲线”。
P5、分析曲线形状:循环伏安曲线的形状可以提供关于电极3031过程的信息。其中,峰的位置、高度和形状都可以提供关于腐蚀反应的信息:
P5.1、峰位置:氧化峰的位置对应于金属氧化的电位,而还原峰则对应于金属还原的电位。
P5.2、峰高度:峰的高度通常与反应速率有关,因此可以间接反映腐蚀的严重程度。
P5.3、峰形状:峰的形状可以提供关于反应可逆性或是否存在中间步骤的信息。
P6、确定腐蚀量:通过分析循环伏安曲线的特征,识别腐蚀量:
P6.1、识别峰位置和电位差:氧化峰和还原峰之间的电位差(ΔE)可以提供有关腐蚀反应的可逆性信息。较大的电位差意味着反应可逆性较低,即腐蚀过程更容易发生。
P6.2、曲线形状和面积:通过循环伏安曲线的形状和面积提供有关腐蚀过程的信息。即曲线的封闭面积与电极上发生的电荷转移量相关,从而反映腐蚀量:
;
其中,Q 是电极3031上发生的电荷转移量(单位:库仑,C),I(V)是电流(单位:安培,A)作为电势V(单位:伏特,V)的函数,∮表示对循环伏安曲线进行积分。一旦得到了电荷转移量Q,可以使用法拉第定律来将其与腐蚀量关联起来。法拉第第一定律的一种形式的公式为:
;
其中,Δw是腐蚀量(单位:克,g),Q是电荷转移量(单位:库仑,C),M是金属的摩尔质量(单位:克/摩尔,g/mol),I是电流(单位:安培,A);n指的是管道材料中正或负化合价总数的绝对值(由管道理论设计时给定),F是法拉第常数(单位:库仑/摩尔,C/mol),其值约为96485 C/mol。
通过测量循环伏安曲线的封闭面积并计算电荷转移量Q,然后将其代入法拉第定律的公式中,即可换算出腐蚀量。
具体地,电子转移数n通过常规的电化学分析方法,例如包括瞬态分析法或稳态分析法得出。
可以理解的是,法拉第第一定律有两种形式,因此也可以利用法拉第第一定律反映电极上通过的电量与电极反应物重量之间的关系:
;
其中,为管道金属在时间/>内的腐蚀量(析出量),单位为kg;
时间指的是两相邻的检测单位i中,一个检测单位i的电极释放电流,而另一个检测单位i的电流传感器检测到该电流的时间差;
可以理解的是,这两个检测单位i,也明确了管道内的一部分检测区域。通过若干个这种检测区域反馈不同的腐蚀量,可以更有效地获取管道不同位置的腐蚀情况。
k是管道金属的化学当量,根据行业标准查阅拟定:
[1]《钢铁及合金化学分析方法》.GB/T 223;
[2]《有色金属及其合金化学分析方法》.GB/T 3222-2018;
示例性的,如果管道金属为常见的碳素钢材质,则;
上式中,电流I可由管道内壁沿环形阵列式排布的电流传感器检测到。而从旁边的电极启动直至该电流传感器接收的时间也可以获得时间差的记录,因此时间也可以确定。化学当量k可直接得到。根据上述法拉第第一定律可求解出腐蚀量/>,以此为依据可反推出管道实际的自然电位抗腐蚀度。/>
可以理解的是,还可以利用电极3031和电流传感器3033执行其他形式的常规测量手段,也可以实现类似的技术效果,并最终确定腐蚀量。
可以理解的是,当得到腐蚀量后,就可以执行如实施例二所述的管道内壁腐蚀区计量测定方法。
以上所述实施例仅表达了本发明的相关实际应用的实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种管道内壁腐蚀区计量测定装置,其特征在于:包括环形抵壁并行走于管道内壁的运载装置(1),所述运载装置(1)可根据管道内径的变化而自适应调节其环形抵壁的环形直径;
所述运载装置(1)上搭载有扩缩机构(2),所述扩缩机构(2)上环形阵列式搭载有若干个中继架单元(205),在所述扩缩机构(2)执行驱动动作时,每个所述中继架单元(205)同步靠近或远离;
每个所述中继架单元(205)上搭载有一检测组件(3),所述检测组件(3)包括用于执行宏动调节动作的宏动执行组件(302),和用于执行微动调节动作的微动执行组件(301);
测试组件(303)用于接触管道内壁执行放电及电流检测,通过循环伏安法测定管道内壁的金属损失量;
所述扩缩机构(2)安装于所述运载装置(1)的机壳(101)上,所述扩缩机构(2)包括第一筒体(201)及第二筒体(202);
所述第一筒体(201)和所述第二筒体(202)内设有旋转模组(203),所述旋转模组(203)用于驱动所述第二筒体(202)旋转于所述第一筒体(201);
所述第二筒体(202)内沿中轴线环形阵列式布置有与所述中继架单元(205)数量相同的连接板(204),连接板(204)滑动配合于所述第二筒体(202)的壁,且所述连接板(204)的滑动方向与所述中轴线的轴向相同;
每个所述连接板(204)上通过合页铰接有一个所述中继架单元(205);
所述第一筒体(201)的外壁开设有与所述中继架单元(205)数量相同的倾斜滑槽(2011),所述中继架单元(205)的外部通过一销轴与所述倾斜滑槽(2011)滑动配合;
当所述第二筒体(202)旋转于所述第一筒体(201)内时,每个所述中继架单元(205)所环形围绕形成的圆环作扩大或缩小的动作,并以此适配于不同的管道内径;
所述宏动执行组件(302)执行的所述宏动调节动作作用于所述微动执行组件(301)上,所述微动执行组件(301)所执行的微动调节动作作用于测试组件(303)上;
所述微动执行组件(301)包括第一架体(3011)和第二架体(3012);
所述第一架体(3011)和所述第二架体(3012)之间以环形阵列的形式均匀排布有不少于三个的第一伺服电缸(3013),所述第一伺服电缸(3013)的缸体和活塞杆分别与所述第一架体(3011)和所述第二架体(3012)之间相互相对的各自一面上万向铰接;
所述第二架体(3012)中安装有第二伺服电缸(3014),所述第二架体(3012)通过光轴与连接台(3015)滑动配合,所述第二伺服电缸(3014)的活塞杆连接于所述连接台(3015);
所述宏动执行组件(302)为升降电缸,所述升降电缸的缸体和活塞杆分别均固设于所述中继架单元(205)和所述第一架体(3011)上;
所述测试组件(303)包括安装于所述测试组件(303)上的,用于对管道内壁执行放电和检测电流量的电极(3031)和电流传感器(3033)。
2.根据权利要求1所述的管道内壁腐蚀区计量测定装置,其特征在于:所述运载装置(1)包括机壳(101)及环形阵列式安装于所述机壳(101)外的驱动组件(102),每个所述驱动组件(102)配合有一适配组件(103),所述驱动组件(102)用于带动所述机壳(101)行走于管道内壁并对管道内壁作环形抵壁式的运载。
3.一种管道内壁腐蚀区计量测定方法,其特征在于:所述管道内壁腐蚀区计量测定方法通过如权利要求1~2中任意一项所述的管道内壁腐蚀区计量测定装置作为载体;在一个受测管道中,所述管道内壁腐蚀区计量测定方法执行如下步骤:
S0、建立“自然电位抗腐蚀度-自然电场”的关系模型;基于所述“自然电位抗腐蚀度-自然电场”关系模型计算该受测管道的抗腐蚀度集合L;所述抗腐蚀度集合L包括受测管道的若干个检测位集合G,所述检测位集合G包括受测管道在一个检测位中的不同检测区域的管道自然电位抗腐蚀度CR值:
;
其中,E是自然电场,T是影响时间,K是电阻率和相对介电常数,M是检测位集合数量;
获取管道内壁360°面下不同均分位置处的腐蚀量的检测位集合G:
;
N为检测单位i的数量;
基于如权利要求1~2中任意一项所述的管道内壁腐蚀区计量测定装置在该管道内行进,获取不同管道段内的多个检测位集合Gi,将其集合化后形成该受测管道的抗腐蚀度集合L:
;
S1、执行SES算法初始化:确定第一个时间步的预测值和平滑系数α:
在所述S1中,初始化第一个时间步的预测值和平滑系数的方式为:
;
其中,是第一个时间步的预测值,/>是管道在第一个时间步下的观测值:;
平滑系数为α,是介于0和1之间的常数,表示对当前观测值的权重;
S2、执行SES算法,更新预测值和平滑系数α:
在所述S2中,更新预测值和平滑系数的方式为:
;
其中,是下一个时间步的预测值,/>是当前时间步的观测值,/>是上一个时间步的预测值;
P2.1、更新预测值:对于每个时间步t,使用上述公式计算下一个时间步的预测值;
P2.2、更新平滑系数:在SES算法中,平滑系数α在整个算法中保持不变,因此在每个时间步都使用相同的α值;
P2.3、迭代:重复上述步骤,对每个时间步进行迭代,不断更新预测值,直到达到所需的时间步数;
在所述P2.1~P2.2中,所述平滑系数α的获取方式为:
S200、初始化:
S2000、将时间序列的数据集data分为训练集和验证集
S2001、把多个数据点平均分为k个子集;
S2002、选择一组候选的α值:
从一个范围内按照同样的步长,选择多个α值:
;
S201、对每个α进行训练和验证:
将其中k−1个折用作训练集,剩余的一个折用作验证集;然后使用训练集对SES算法构建的模型进行训练,其中需要选择当前α值;其步骤可以为:
S2010、第一次迭代:第一个子集作为验证集,剩下的k−1个子集作为训练集,训练SES模型;
S2010、第二次迭代:第二个子集作为验证集,剩下的k−1个子集作为训练集,再次训练SES模型,计算模型在验证集上的性能;
以此类推,直到第k次迭代:
S201k、最后一个子集作为验证集,前面的k−1个子集作为训练集,训练SES模型,计算模型在验证集上的性能;
S202、使用均方误差MSE作为评估指标:对k个验证集上的性能度量进行平均,得到该α下的平均性能度量;
S203、对每个折进行循环:在每次迭代中,使用训练集训练SES模型,然后在验证集上评估模型的性能;
S204、计算每个验证集上的均方误差:对于每个验证集,计算预测值和实际观测值之间的均方误差MSE:
;
其中,n是验证集的大小;是实际观测值;/>是模型预测的值;
;
k是交叉验证的折数;是第j个验证集上的均方误差;
S205、选择最优的α:选择使得MSE最小的α;
S3、迭代:重复执行若干轮S2,对后续若干轮时间步中的管道自然电位抗腐蚀度CR进行预测;
S4、预测未来时间步:计算出未来时间步t+h下的管道自然电位抗腐蚀度CR的预测值:
;
其中,是未来时间步t+h的预测值;/> 是最后一个时间步的预测值;h是未来的时间步数;
S5、全面执行:将每个检测位集合G的抗腐蚀度观测值视为一个单变量时间序列,对每个检测位集合分别应用SES算法,得到每个检测位的未来时间步的预测值 ;对于每个检测位集合G,将预测值 /> 作为该检测位未来时间步的抗腐蚀度预测值,形成抗腐蚀度集合 /> ;
S6、评估管道内不同方位的金属损失量。
4.根据权利要求3所述的管道内壁腐蚀区计量测定方法,其特征在于:在所述S0中,所述检测位为权利要求1~2中任意一项所述的管道内壁腐蚀区计量测定装置在受测管道内在未行进状态下时,所有所述测试组件(303)对管道内壁进行测试的区域;
在所述S0中,所述检测区域为每个所述测试组件(303)各自所能测试到的管道内壁区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191347.2A CN117740667B (zh) | 2024-02-21 | 2024-02-21 | 一种管道内壁腐蚀区计量测定装置及测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191347.2A CN117740667B (zh) | 2024-02-21 | 2024-02-21 | 一种管道内壁腐蚀区计量测定装置及测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117740667A CN117740667A (zh) | 2024-03-22 |
CN117740667B true CN117740667B (zh) | 2024-05-07 |
Family
ID=90261448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410191347.2A Active CN117740667B (zh) | 2024-02-21 | 2024-02-21 | 一种管道内壁腐蚀区计量测定装置及测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117740667B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0047032A2 (en) * | 1980-09-03 | 1982-03-10 | Shell Internationale Researchmaatschappij B.V. | A method for determination of internal pipeline or tubing corrosion |
CN206609830U (zh) * | 2017-03-29 | 2017-11-03 | 罗勇 | 一种用于管道内腐蚀超声波扫查装置 |
CN108426943A (zh) * | 2018-04-27 | 2018-08-21 | 武汉大学 | 一种可变直径的管道内漏磁检测装置 |
CN108693102A (zh) * | 2017-12-14 | 2018-10-23 | 湘潭宏远电子科技有限公司 | 一种管道腐蚀检测系统 |
CN108827867A (zh) * | 2018-04-23 | 2018-11-16 | 中国矿业大学 | 一种基于数据挖掘技术的地铁杂散电流腐蚀特征信息的提取方法 |
CN111398157A (zh) * | 2020-04-15 | 2020-07-10 | 中国船舶重工集团公司第七二五研究所 | 一种小管径铜合金管路极化电阻测试装置和方法 |
CN111795256A (zh) * | 2020-07-29 | 2020-10-20 | 抚州市抚北天然气有限公司 | 天然气管道质量检测装置 |
CN113063747A (zh) * | 2021-03-19 | 2021-07-02 | 安徽赛安安全设备有限责任公司 | 一种用于管道气体检测的行走机器人 |
CN116148163A (zh) * | 2023-02-15 | 2023-05-23 | 中车青岛四方机车车辆股份有限公司 | 管道内壁腐蚀状态评估方法、系统 |
CN116337734A (zh) * | 2022-12-29 | 2023-06-27 | 深圳市厚德检测技术有限公司 | 一种地下管线内壁腐蚀度检测装置及检测方法 |
CN116840135A (zh) * | 2023-06-25 | 2023-10-03 | 三峡大学 | 一种腐蚀和疲劳同时作用的钢闸门加速劣化试验台及劣化后运行状态评估方法 |
-
2024
- 2024-02-21 CN CN202410191347.2A patent/CN117740667B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0047032A2 (en) * | 1980-09-03 | 1982-03-10 | Shell Internationale Researchmaatschappij B.V. | A method for determination of internal pipeline or tubing corrosion |
US4419892A (en) * | 1980-09-03 | 1983-12-13 | Shell Oil Company | Method for determination of internal pipeline or tubing corrosion |
CN206609830U (zh) * | 2017-03-29 | 2017-11-03 | 罗勇 | 一种用于管道内腐蚀超声波扫查装置 |
CN108693102A (zh) * | 2017-12-14 | 2018-10-23 | 湘潭宏远电子科技有限公司 | 一种管道腐蚀检测系统 |
CN108827867A (zh) * | 2018-04-23 | 2018-11-16 | 中国矿业大学 | 一种基于数据挖掘技术的地铁杂散电流腐蚀特征信息的提取方法 |
CN108426943A (zh) * | 2018-04-27 | 2018-08-21 | 武汉大学 | 一种可变直径的管道内漏磁检测装置 |
CN111398157A (zh) * | 2020-04-15 | 2020-07-10 | 中国船舶重工集团公司第七二五研究所 | 一种小管径铜合金管路极化电阻测试装置和方法 |
CN111795256A (zh) * | 2020-07-29 | 2020-10-20 | 抚州市抚北天然气有限公司 | 天然气管道质量检测装置 |
CN113063747A (zh) * | 2021-03-19 | 2021-07-02 | 安徽赛安安全设备有限责任公司 | 一种用于管道气体检测的行走机器人 |
CN116337734A (zh) * | 2022-12-29 | 2023-06-27 | 深圳市厚德检测技术有限公司 | 一种地下管线内壁腐蚀度检测装置及检测方法 |
CN116148163A (zh) * | 2023-02-15 | 2023-05-23 | 中车青岛四方机车车辆股份有限公司 | 管道内壁腐蚀状态评估方法、系统 |
CN116840135A (zh) * | 2023-06-25 | 2023-10-03 | 三峡大学 | 一种腐蚀和疲劳同时作用的钢闸门加速劣化试验台及劣化后运行状态评估方法 |
Non-Patent Citations (2)
Title |
---|
(丹麦)保罗·M.切斯.《混凝土和砌体内钢筋的阴极保护 第2版》.河海大学出版社,2020,全文. * |
三次指数平滑法预测管道腐蚀速率的应用;王海涛;腐蚀与防护;20160131;第8-11, 59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117740667A (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ogai et al. | Pipe inspection robots for structural health and condition monitoring | |
CN101078653B (zh) | 焦炉燃烧室温度测量系统及其测量方法 | |
TWI813548B (zh) | 內置物體之狀態確認裝置、內置物體之動作確認裝置及內置物體之狀態確認方法 | |
CN110118307B (zh) | 一种核电厂小型管道泄漏检测装置及其检测方法 | |
CN117740667B (zh) | 一种管道内壁腐蚀区计量测定装置及测定方法 | |
Jiang et al. | Autonomous robotic monitoring of underground cable systems | |
CN113988518A (zh) | 用于多源信息融合分析的配网设备健康诊断方法 | |
CN112668196A (zh) | 机理与数据混合驱动的生成式对抗网络软测量建模方法 | |
Mateos et al. | Automatic in-pipe robot centering from 3D to 2D controller simplification | |
CN108789426A (zh) | 表面处理机械人 | |
KR100405590B1 (ko) | 유무선통신 시스템을 통한 부식과 방식상태의 원격 점검및 제어 시스템 | |
WO2020162838A1 (en) | Measuring system and method for measuring the properties of humid air in cooling towers | |
CN115629033A (zh) | 一种冷却塔防腐监测系统及防腐监测方法 | |
Robinson et al. | In-situ operations and planning for the Mars Science Laboratory robotic arm: The first 200 sols | |
Keizer et al. | Robotic camera positioning system for inspection of tunnels: A conceptual design | |
Chalfoun et al. | Design and flexible modeling of a long reach articulated carrier for inspection | |
CN111006591B (zh) | 一种非接触测量gis设备位移反演应力的方法 | |
CN113029023A (zh) | 一种爬壁机器人、工作方法及大型设备三维健康诊断方法 | |
Yamada et al. | Winbot: A disc cutter wear inspection robot for a tunnel boring machine | |
CN117169343B (zh) | 一种移动式管道内部检测设备及监测方法 | |
Gao et al. | Boiler maintenance robot with multi-operational schema | |
KR102553690B1 (ko) | 딥러닝을 이용한 송배전 전력구 내 재난위험 탐지 및 자동진압 시스템 | |
CN112002448B (zh) | 控制棒驱动线热态性能的测量方法及装置 | |
CN217210965U (zh) | 一种岩体变形与微环境变化多元化综合监测装置 | |
CN109945915A (zh) | 一种圆形煤场自行式监测系统 |
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 |