CN117743949B - 一种海底油气管道的寿命预测及运维方法及设备 - Google Patents

一种海底油气管道的寿命预测及运维方法及设备 Download PDF

Info

Publication number
CN117743949B
CN117743949B CN202410190590.2A CN202410190590A CN117743949B CN 117743949 B CN117743949 B CN 117743949B CN 202410190590 A CN202410190590 A CN 202410190590A CN 117743949 B CN117743949 B CN 117743949B
Authority
CN
China
Prior art keywords
damage
information
prediction model
life prediction
gas pipeline
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
Application number
CN202410190590.2A
Other languages
English (en)
Other versions
CN117743949A (zh
Inventor
曾庆良
刘文婷
万丽荣
崔书孝
逯振国
刘国梁
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202410190590.2A priority Critical patent/CN117743949B/zh
Publication of CN117743949A publication Critical patent/CN117743949A/zh
Application granted granted Critical
Publication of CN117743949B publication Critical patent/CN117743949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明公开了一种海底油气管道的寿命预测及运维方法及设备,属于管道寿命预测技术领域,用于解决现有海底油气管道的寿命预测方法不够准确,难以对油气管道的损伤情况进行精准判断,不利于对管道剩余使用寿命的预测的技术问题。方法包括:通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息;对损伤信息进行有关损伤程度的级别判断,确定出海底油气管道的损伤识别信息;将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型;通过剩余寿命预测模型,对海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息;基于剩余寿命信息,确定出海底油气管道的运维策略,以使水下作业机器人进行智能运维。

Description

一种海底油气管道的寿命预测及运维方法及设备
技术领域
本申请涉及管道寿命预测领域,尤其涉及一种海底油气管道的寿命预测及运维方法及设备。
背景技术
随着海洋油气工业的蓬勃发展,油气资源勘探逐渐由陆地转向海洋,海底油气管道总长度也愈发增加,其中,大约有90% 以上的海底管道从投产以来未进行基本维护活动。海洋油气装备是我国海洋油气开发的重要支撑,海底油气管道作为海洋油气生产系统的“生命线”,如果不能及时采取维护策略,一旦发生海底油气管道泄漏事故,不仅会引发水下溢油,造成水质污染,影响近岸地区的捕鱼业,而且由于石油油气自身具有易燃易爆、有毒等性质,泄漏事故极易演化为火灾、爆炸等重大事故,造成人员伤亡和经济损失。目前缺乏一套完整的能够准确、高效的寿命预测及运维方法,能够预知管道失效时间或剩余使用寿命,及时采取相应措施预防因失效而引发的泄漏事故及经济损失。
发明内容
本申请实施例提供了一种海底油气管道的寿命预测及运维方法及设备,用于解决如下技术问题:现有海底油气管道的寿命预测方法不够准确,难以对油气管道的损伤情况进行精准判断,不利于对管道剩余使用寿命的预测。
本申请实施例采用下述技术方案:
一方面,本申请实施例提供了一种海底油气管道的寿命预测及运维方法,包括:通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息;对所述损伤信息进行有关损伤程度的级别判断,确定出所述海底油气管道的损伤识别信息;根据所述损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型;通过所述剩余寿命预测模型,对所述海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息;基于所述剩余寿命信息,确定出所述海底油气管道的运维策略,以使所述水下作业机器人进行智能运维。
本申请实施例通过水下探伤机器人及水下作业机器人对海底油气管道进行探伤处理以及运维修复,能够根据所识别的不同损伤识别信息来准确筛选出最适合的寿命预测模型,并基于不同的损伤阶段,能够精准计算出每个阶段所对应的剩余寿命信息,帮助查询出最佳匹配的海底油气管道的运维策略。不仅节约人力成本,而且精准、高效的完成油气管道运维。还能够实现一体化、自动化的探伤及运维,防止油气管道泄漏失效,降低经济损失的风险。
在一种可行的实施方式中,通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息,具体包括:通过所述水下探伤机器人的交流电场探测技术,对所述海底油气管道的关键部位进行定位识别,确定出关键部位位置信息;其中,所述关键部位为所述海底油气管道易发生结构老化、腐蚀以及涡激疲劳的管道部位;根据所述关键部位位置信息,对所述海底油气管道进行有关损伤深度与损伤位置的结构探测,得到所述损伤信息;其中,所述损伤信息包括:蚀坑信息以及裂纹信息。
在一种可行的实施方式中,对所述损伤信息进行有关损伤程度的级别判断,确定出所述海底油气管道的损伤识别信息,具体包括:提取所述损伤识别信息中的损伤尺寸;若所述损伤尺寸小于或者等于第一预设阈值,则将所述损伤识别信息确定为蚀坑萌生级别损伤信息;若所述损伤尺寸大于所述第一预设阈值且小于第二预设阈值,则将所述损伤识别信息确定为蚀坑生长级别损伤信息;若所述损伤尺寸等于所述第二预设阈值,则将所述损伤识别信息确定为蚀坑向裂纹转变级别损伤信息;若所述损伤尺寸大于所述第二预设阈值且小于第三预设阈值,则将所述损伤识别信息确定为小裂纹扩展级别损伤信息;若所述损伤尺寸等于所述第三预设阈值,则将所述损伤识别信息确定为小裂纹向长裂纹转变别损伤信息;若所述损伤尺寸大于所述第三预设阈值且小于第四预设阈值,则将所述损伤识别信息确定为长裂纹扩展别损伤信息;若所述损伤尺寸大于或者等于所述第四预设阈值,则将所述损伤识别信息确定为断裂失效别损伤信息。
在一种可行的实施方式中,在根据所述损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型之前,所述方法还包括:根据,得到蚀坑萌生寿命预测模型/>;其中,K为与环境相关的常数;/>为与损伤相关的常数;根据/>,得到蚀坑生长寿命预测模型;其中,F为法拉第常数;/>为材料密度;n为金属化合价;M为相对原子质量;IP0为点蚀电流系数;/>为点蚀向裂纹转变的临界值;/>为初始蚀坑半径;/>为数学符号;/>为活化能;R为通用气体常数;T0为绝对温度;根据,得到小裂纹扩展寿命预测模型/>;其中,msc为第一增长指数试验常数;Csc为第一材料常数;/>为加载频率;Kt为应力集中系数;/>为应力幅值;/>为均值为1mm 的随机变量;根据,得到长裂纹扩展寿命预测模型/>;其中, mlc为第二增长指数试验常数;Clc为材料试验常数;/>为指定的腐蚀疲劳临界值;其中,所述寿命预测模型包括:所述蚀坑萌生寿命预测模型、所述蚀坑生长寿命预测模型、所述小裂纹扩展寿命预测模型以及所述长裂纹扩展寿命预测模型。
在一种可行的实施方式中,根据,得到所述初始蚀坑半径/>;其中,/>为应力强度因子阈值;Kt为应力集中系数;/>为应力幅值;根据,得到所述点蚀向裂纹转变的临界值/>;其中,Cp为蚀坑体积增长率;Csc为第一材料常数;/>为加载频率;msc为第一增长指数试验常数;/>为数学符号;根据/>,得到小裂纹到长裂纹过度临界值;根据/>,得到所述腐蚀疲劳临界值/>;其中,/>为形状参数;/>为断裂韧性强度因子;/>为数学符号;根据/>,得到所述蚀坑体积增长率Cp;其中,M为相对原子质量;IP0为点蚀电流系数;F为法拉第常数;为材料密度;n为金属化合价;/>为活化能;R为通用气体常数;T0 为绝对温度。
在一种可行的实施方式中,根据所述损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型,具体包括:若所述损伤识别信息为蚀坑萌生级别损伤信息,则根据,得到第一剩余寿命预测模型/>;其中,/>为蚀坑萌生寿命预测模型;/>为蚀坑生长寿命预测模型;/>为小裂纹扩展寿命预测模型;/>为长裂纹扩展寿命预测模型;若所述损伤识别信息为蚀坑生长级别损伤信息或者蚀坑向裂纹转变级别损伤信息,则根据/>,得到第二剩余寿命预测模型/>;若所述损伤识别信息为小裂纹扩展级别损伤信息或者小裂纹向长裂纹转变别损伤信息,则根据/>,得到第三剩余寿命预测模型/>;若所述损伤识别信息为长裂纹扩展别损伤信息或者断裂失效别损伤信息,则根据/>,得到第四剩余寿命预测模型/>;其中,所述剩余寿命预测模型包括:所述第一剩余寿命预测模型、所述第二剩余寿命预测模型、所述第三剩余寿命预测模型以及所述第四剩余寿命预测模型。
在一种可行的实施方式中,通过所述剩余寿命预测模型,对所述海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息,具体包括:基于预设的目标函数,对所述剩余寿命预测模型进行有关应力幅值的目标函数转化计算,得到转化结果数据;通过智能算法,对所述转化结果数据进行剩余寿命预测处理,得到所述剩余寿命信息;其中,所述智能算法至少包括:粒子群算法、遗传算法、烟花算法以及缎蓝园丁鸟算法。
在一种可行的实施方式中,基于所述剩余寿命信息,确定出所述海底油气管道的运维策略,具体包括:根据所述剩余寿命信息,对所述海底油气管道进行是否运维判断,得到运维判断结果;若所述运维判断结果为实施运维处理,则根据所述剩余寿命信息,对预设的策略数据库进行查询处理,得到所述运维策略;将与所述运维策略对应的运维指令发送到所述水下作业机器人中,以使所述水下作业机器人对所述海底油气管道进行智能运维处理。
在一种可行的实施方式中,所述水下探伤机器人以及所述水下作业机器人均与后端计算机为通信连接;所述后端计算机用于将运维指令发送到所述水下作业机器人中,以控制所述水下作业机器人进行运维操作。
另一方面,本申请实施例还提供了一种海底油气管道的寿命预测及运维设备,其特征在于,所述设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能够被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行上述任一实施方式所述的一种海底油气管道的寿命预测及运维方法。
本申请提供了一种海底油气管道的寿命预测及运维方法及设备,与现有技术相比,本社情具有以下有益的技术效果:
本申请实施例通过水下探伤机器人及水下作业机器人对海底油气管道进行探伤处理以及运维修复,能够根据所识别的不同损伤识别信息来准确筛选出最适合的寿命预测模型,并基于不同的损伤阶段,能够精准计算出每个阶段所对应的剩余寿命信息,帮助查询出最佳匹配的海底油气管道的运维策略。不仅节约人力成本,而且精准、高效的完成油气管道运维。还能够实现一体化、自动化的探伤及运维,防止油气管道泄漏失效,降低经济损失的风险。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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。在附图中:
图1为本申请实施例提供的一种海底油气管道的寿命预测及运维方法流程图;
图2为本申请实施例提供的一种损伤演化发展阶段示意图;
图3为本申请实施例提供的一种油气管道寿命预测及运维执行流程图;
图4为本申请实施例提供的一种海底油气管道的寿命预测及运维设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供了一种海底油气管道的寿命预测及运维方法,如图1所示,海底油气管道的寿命预测及运维方法具体包括步骤S101-S105:
S101、通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息。
具体地,通过水下探伤机器人的交流电场探测技术,对海底油气管道的关键部位进行定位识别,确定出关键部位位置信息。其中,关键部位为海底油气管道易发生结构老化、腐蚀以及涡激疲劳的管道部位。
进一步地,根据关键部位位置信息,对海底油气管道进行有关损伤深度与损伤位置的结构探测,得到损伤信息。其中,损伤信息包括:蚀坑信息以及裂纹信息。
作为一种可行的实施方式,该水下探伤机器人以及水下作业机器人均与后端计算机为通信连接。后端计算机用于将运维指令发送到水下作业机器人中,以控制水下作业机器人进行运维操作。
在一个实施例中,图3为本申请实施例提供的一种油气管道寿命预测及运维执行流程图,如图3所示,利用可遥控操作的水下探伤机器人交流电场(ACFM)探测技术的进行管道关键部位的损伤探测,探伤机器人需具备体积小、重量轻、操作灵活,对能见度要求较低,能够自动装夹定位,方便用于水下检测,能检测到最小损伤为0.5mm。而且对被测结构的涂层有穿透能力,无需清洁被测结构表面,能够精确的进行蚀坑或裂纹长度,进行深度和位置的判定,最重要的是可以记录探测数据,并将检测数据回传到计算机。
S102、对损伤信息进行有关损伤程度的级别判断,确定出海底油气管道的损伤识别信息。
具体地,提取损伤识别信息中的损伤尺寸。若损伤尺寸小于或者等于第一预设阈值,则将损伤识别信息确定为蚀坑萌生级别损伤信息。
进一步地,若损伤尺寸大于第一预设阈值且小于第二预设阈值,则将损伤识别信息确定为蚀坑生长级别损伤信息。若损伤尺寸等于第二预设阈值,则将损伤识别信息确定为蚀坑向裂纹转变级别损伤信息。
进一步地,若损伤尺寸大于第二预设阈值且小于第三预设阈值,则将损伤识别信息确定为小裂纹扩展级别损伤信息。若损伤尺寸等于第三预设阈值,则将损伤识别信息确定为小裂纹向长裂纹转变别损伤信息。
进一步地,若损伤尺寸大于第三预设阈值且小于第四预设阈值,则将损伤识别信息确定为长裂纹扩展别损伤信息;若损伤尺寸大于或者等于第四预设阈值,则将损伤识别信息确定为断裂失效别损伤信息。
在一个实施例中,图2为本申请实施例提供的一种损伤演化发展阶段示意图,如图2所示,损伤主要由蚀坑萌生、蚀坑生长、蚀坑向裂纹转变、小裂纹扩展、小裂纹向长裂纹转变、长裂纹扩展、断裂失效七个发展阶段组成,将点蚀坑的形核与生长、裂纹的萌生和扩展看作损伤变量的演化, 演化过程如图 2所示,总裂纹尺寸由a0扩展至af组成。采用探伤仪识别出损伤的尺寸后,根据系统存储的不存阶段的损伤尺寸,识别此时的损伤程度对应的级别。若探测的尺寸,属于第I级别损伤(蚀坑萌生级别损伤信息);若/>,属于第II级别损伤(蚀坑生长级别损伤信息);若/>,属于第III级别损伤(蚀坑向裂纹转变级别损伤信息); 若/>,属于第IV级别损伤(小裂纹扩展级别损伤信息);若, 属于第V级别损伤(小裂纹向长裂纹转变别损伤信息);若/>,属于第VI级别损伤(长裂纹扩展别损伤信息),若/>,属于第VII级别损伤(断裂失效别损伤信息)。
S103、根据损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型。
具体地,根据,得到蚀坑萌生寿命预测模型/>。其中,K为与环境相关的常数。/>为与损伤相关的常数。
进一步地,根据,得到蚀坑生长寿命预测模型/>。其中,F为法拉第常数。/>为材料密度。n为金属化合价。M为相对原子质量。IP0为点蚀电流系数。/>为点蚀向裂纹转变的临界值;/>为初始蚀坑半径。/>为数学符号。/>为活化能。R为通用气体常数。T0为绝对温度。
进一步地,根据,得到小裂纹扩展寿命预测模型/>。其中,msc为第一增长指数试验常数;Csc为第一材料常数。为加载频率。Kt为应力集中系数。/>为应力幅值。/>为均值为1mm 的随机变量。
进一步地,根据,得到长裂纹扩展寿命预测模型/>。其中, mlc为第二增长指数试验常数。Clc为材料试验常数。为指定的腐蚀疲劳临界值。
其中,寿命预测模型包括:蚀坑萌生寿命预测模型、蚀坑生长寿命预测模型、小裂纹扩展寿命预测模型以及长裂纹扩展寿命预测模型。
其中,根据,得到初始蚀坑半径/>。其中,/>为应力强度因子阈值。Kt为应力集中系数。/>为应力幅值。
可选地,根据,得到点蚀向裂纹转变的临界值/>;其中,Cp为蚀坑体积增长率;Csc为第一材料常数。/>为加载频率;msc为第一增长指数试验常数。/>为数学符号。
可选地,根据,得到小裂纹到长裂纹过度临界值/>
可选地,根据,得到腐蚀疲劳临界值/>。其中,为形状参数。/>为断裂韧性强度因子。/>为数学符号。
可选地,根据,得到蚀坑体积增长率Cp。其中,M为相对原子质量。IP0为点蚀电流系数。F为法拉第常数。/>为材料密度。n为金属化合价。/>为活化能。R为通用气体常数。T0为绝对温度。
进一步地,若损伤识别信息为蚀坑萌生级别损伤信息,则根据,得到第一剩余寿命预测模型/>。其中,/>为蚀坑萌生寿命预测模型。/>为蚀坑生长寿命预测模型。/>为小裂纹扩展寿命预测模型。/>为长裂纹扩展寿命预测模型。
进一步地,若损伤识别信息为蚀坑生长级别损伤信息或者蚀坑向裂纹转变级别损伤信息,则根据,得到第二剩余寿命预测模型/>
进一步地,若损伤识别信息为小裂纹扩展级别损伤信息或者小裂纹向长裂纹转变别损伤信息,则根据,得到第三剩余寿命预测模型/>
进一步地,若损伤识别信息为长裂纹扩展别损伤信息或者断裂失效别损伤信息,则根据,得到第四剩余寿命预测模型/>
其中,剩余寿命预测模型包括:第一剩余寿命预测模型、第二剩余寿命预测模型、第三剩余寿命预测模型以及第四剩余寿命预测模型。
在一个实施例中,当确定损伤所处的阶段后,需要根据损伤阶段选择对应的寿命预测模型,当损伤识别并判定为第I级别损伤时,剩余寿命预测模型;当损伤识别并判定为第II~III级别损伤时,剩余寿命预测模型/>;当损伤识别并判定为第IV~V级别损伤时,剩余寿命预测模型;当损伤识别并判定为第VI~VII级别损伤时,剩余寿命预测模型/>
S104、通过剩余寿命预测模型,对海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息。
具体地,基于预设的目标函数,对剩余寿命预测模型进行有关应力幅值的目标函数转化计算,得到转化结果数据。
进一步地,通过智能算法,对转化结果数据进行剩余寿命预测处理,得到剩余寿命信息。其中,智能算法至少包括:粒子群算法、遗传算法、烟花算法以及缎蓝园丁鸟算法。
在一个实施例中,利用水下机器人通过探伤油气管道关键部位的损伤程度,若探测结果显示为,损伤判定为第VI级别损伤时,选取对应的寿命预测模型,/>。根据预测模型进行目标函数转化,得出/>,设定参数的取值范围,根据已知应力幅值求解。采用python编译软件结合智能算法如遗传算法、烟花算法、缎蓝园丁鸟算法等完成剩余寿命预测,最终得到剩余寿命信息。
S105、基于剩余寿命信息,确定出海底油气管道的运维策略,以使水下作业机器人进行智能运维。
具体地,根据剩余寿命信息,对海底油气管道进行是否运维判断,得到运维判断结果。
进一步地,若运维判断结果为实施运维处理,则根据剩余寿命信息,对预设的策略数据库进行查询处理,得到运维策略。
进一步地,将与运维策略对应的运维指令发送到水下作业机器人中,以使水下作业机器人对海底油气管道进行智能运维处理。
作为一种可行的实施方式,预先制定不同寿命结果对应的维护保运维策略,并存储于策略数据库中,以上述智能算法预测的寿命结果信息,来判定是否需要运维,如果满足用户对装备(海底油气管道)的使用目标要求,暂不采取相应的运维策略,如果不满足用户的使用要求,需针对不同阶段选择相应的运维策略,并将运维指令传输给水下作业机器人,最终完成智能运维。
另外,本申请实施例还提供了一种海底油气管道的寿命预测及运维设备,如图4所示,海底油气管道的寿命预测及运维设备400具体包括:
至少一个处理器401。以及,与至少一个处理器401通信连接的存储器402。其中,存储器402存储有能够被至少一个处理器401执行的指令,以使至少一个处理器401能够执行:
通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息;
对损伤信息进行有关损伤程度的级别判断,确定出海底油气管道的损伤识别信息;
根据损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型;
通过剩余寿命预测模型,对海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息;
基于剩余寿命信息,确定出海底油气管道的运维策略,以使水下作业机器人进行智能运维。
本申请提供了一种海底油气管道的寿命预测及运维,通过水下探伤机器人及水下作业机器人对海底油气管道进行探伤处理以及运维修复,能够根据所识别的不同损伤识别信息来准确筛选出最适合的寿命预测模型,并基于不同的损伤阶段,能够精准计算出每个阶段所对应的剩余寿命信息,帮助查询出最佳匹配的海底油气管道的运维策略。不仅节约人力成本,而且精准、高效的完成油气管道运维。还能够实现一体化、自动化的探伤及运维,防止油气管道泄漏失效,降低经济损失的风险。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本申请特定实施例进行了描述。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的说明书范围之内。

Claims (9)

1.一种海底油气管道的寿命预测及运维方法,其特征在于,所述方法包括:
通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息;
对所述损伤信息进行有关损伤程度的级别判断,确定出所述海底油气管道的损伤识别信息;
根据所述损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型,具体包括:
若所述损伤识别信息为蚀坑萌生级别损伤信息,则根据,得到第一剩余寿命预测模型/>;其中,/>为蚀坑萌生寿命预测模型;/>为蚀坑生长寿命预测模型;/>为小裂纹扩展寿命预测模型;/>为长裂纹扩展寿命预测模型;
若所述损伤识别信息为蚀坑生长级别损伤信息或者蚀坑向裂纹转变级别损伤信息,则根据,得到第二剩余寿命预测模型/>
若所述损伤识别信息为小裂纹扩展级别损伤信息或者小裂纹向长裂纹转变别损伤信息,则根据,得到第三剩余寿命预测模型/>
若所述损伤识别信息为长裂纹扩展别损伤信息或者断裂失效别损伤信息,则根据,得到第四剩余寿命预测模型/>
其中,所述剩余寿命预测模型包括:所述第一剩余寿命预测模型、所述第二剩余寿命预测模型、所述第三剩余寿命预测模型以及所述第四剩余寿命预测模型;
通过所述剩余寿命预测模型,对所述海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息;
基于所述剩余寿命信息,确定出所述海底油气管道的运维策略,以使水下作业机器人进行智能运维。
2.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,通过水下探伤机器人,对海底油气管道的关键部位进行损伤探测,得到损伤信息,具体包括:
通过所述水下探伤机器人的交流电场探测技术,对所述海底油气管道的关键部位进行定位识别,确定出关键部位位置信息;其中,所述关键部位为所述海底油气管道易发生结构老化、腐蚀以及涡激疲劳的管道部位;
根据所述关键部位位置信息,对所述海底油气管道进行有关损伤深度与损伤位置的结构探测,得到所述损伤信息;其中,所述损伤信息包括:蚀坑信息以及裂纹信息。
3.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,对所述损伤信息进行有关损伤程度的级别判断,确定出所述海底油气管道的损伤识别信息,具体包括:
提取所述损伤识别信息中的损伤尺寸;
若所述损伤尺寸小于或者等于第一预设阈值,则将所述损伤识别信息确定为蚀坑萌生级别损伤信息;
若所述损伤尺寸大于所述第一预设阈值且小于第二预设阈值,则将所述损伤识别信息确定为蚀坑生长级别损伤信息;
若所述损伤尺寸等于所述第二预设阈值,则将所述损伤识别信息确定为蚀坑向裂纹转变级别损伤信息;
若所述损伤尺寸大于所述第二预设阈值且小于第三预设阈值,则将所述损伤识别信息确定为小裂纹扩展级别损伤信息;
若所述损伤尺寸等于所述第三预设阈值,则将所述损伤识别信息确定为小裂纹向长裂纹转变别损伤信息;
若所述损伤尺寸大于所述第三预设阈值且小于第四预设阈值,则将所述损伤识别信息确定为长裂纹扩展别损伤信息;
若所述损伤尺寸大于或者等于所述第四预设阈值,则将所述损伤识别信息确定为断裂失效别损伤信息。
4.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,在根据所述损伤识别信息,将预设的寿命预测模型进行筛选处理,得到每个损伤级别下的剩余寿命预测模型之前,所述方法还包括:
根据,得到蚀坑萌生寿命预测模型/>;其中,K为与环境相关的常数;/>为与损伤相关的常数;
根据,得到蚀坑生长寿命预测模型/>;其中,F为法拉第常数;/>为材料密度;n为金属化合价;M为相对原子质量;I P0为点蚀电流系数;/>为点蚀向裂纹转变的临界值;/>为初始蚀坑半径;/>为数学符号;/>为活化能;R为通用气体常数;T 0为绝对温度;
根据,得到小裂纹扩展寿命预测模型/>;其中,m sc为第一增长指数试验常数;C sc 为第一材料常数;/>为加载频率;K t为应力集中系数;/> 为应力幅值;/>为均值为1mm 的随机变量;
根据,得到长裂纹扩展寿命预测模型/>;其中, m lc为第二增长指数试验常数;C lc为材料试验常数;/>为指定的腐蚀疲劳临界值;
其中,所述寿命预测模型包括:所述蚀坑萌生寿命预测模型、所述蚀坑生长寿命预测模型、所述小裂纹扩展寿命预测模型以及所述长裂纹扩展寿命预测模型。
5.根据权利要求4所述的一种海底油气管道的寿命预测及运维方法,其特征在于,
根据,得到所述初始蚀坑半径/>;其中, />为应力强度因子阈值;K t为应力集中系数;/> 为应力幅值;
根据,得到所述点蚀向裂纹转变的临界值/>;其中,C p为蚀坑体积增长率;C sc 为第一材料常数;/>为加载频率;m sc为第一增长指数试验常数;/>为数学符号;
根据,得到小裂纹到长裂纹过度临界值/>
根据,得到所述腐蚀疲劳临界值/>;其中,/>为形状参数; />为断裂韧性强度因子;/>为数学符号;
根据,得到所述蚀坑体积增长率C p;其中,M为相对原子质量;I P0为点蚀电流系数;F为法拉第常数;/>为材料密度;n为金属化合价;/>为活化能;R为通用气体常数;T 0 为绝对温度。
6.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,通过所述剩余寿命预测模型,对所述海底油气管道的使用寿命进行寿命预测,得到剩余寿命信息,具体包括:
基于预设的目标函数,对所述剩余寿命预测模型进行有关应力幅值的目标函数转化计算,得到转化结果数据;
通过智能算法,对所述转化结果数据进行剩余寿命预测处理,得到所述剩余寿命信息;其中,所述智能算法至少包括:粒子群算法、遗传算法、烟花算法以及缎蓝园丁鸟算法。
7.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,基于所述剩余寿命信息,确定出所述海底油气管道的运维策略,具体包括:
根据所述剩余寿命信息,对所述海底油气管道进行是否运维判断,得到运维判断结果;
若所述运维判断结果为实施运维处理,则根据所述剩余寿命信息,对预设的策略数据库进行查询处理,得到所述运维策略;
将与所述运维策略对应的运维指令发送到所述水下作业机器人中,以使所述水下作业机器人对所述海底油气管道进行智能运维处理。
8.根据权利要求1所述的一种海底油气管道的寿命预测及运维方法,其特征在于,所述水下探伤机器人以及所述水下作业机器人均与后端计算机为通信连接;
所述后端计算机用于将运维指令发送到所述水下作业机器人中,以控制所述水下作业机器人进行运维操作。
9.一种海底油气管道的寿命预测及运维设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有能够被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行根据权利要求1-8任一项所述的一种海底油气管道的寿命预测及运维方法。
CN202410190590.2A 2024-02-21 2024-02-21 一种海底油气管道的寿命预测及运维方法及设备 Active CN117743949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410190590.2A CN117743949B (zh) 2024-02-21 2024-02-21 一种海底油气管道的寿命预测及运维方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410190590.2A CN117743949B (zh) 2024-02-21 2024-02-21 一种海底油气管道的寿命预测及运维方法及设备

Publications (2)

Publication Number Publication Date
CN117743949A CN117743949A (zh) 2024-03-22
CN117743949B true CN117743949B (zh) 2024-05-17

Family

ID=90259601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410190590.2A Active CN117743949B (zh) 2024-02-21 2024-02-21 一种海底油气管道的寿命预测及运维方法及设备

Country Status (1)

Country Link
CN (1) CN117743949B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019044555A1 (ja) * 2017-08-30 2019-03-07 三菱日立パワーシステムズ株式会社 余寿命評価方法及び保守管理方法
WO2020042753A1 (zh) * 2018-08-30 2020-03-05 长沙理工大学 季节性腐蚀与疲劳耦合作用下钢筋混凝土桥梁寿命预测方法
CN113326577A (zh) * 2021-04-25 2021-08-31 潍坊学院 考虑多应力比的全寿命与剩余寿命预测方法、系统及应用
CN114357657A (zh) * 2022-01-10 2022-04-15 西安建筑科技大学 海底管道寿命预测及延寿决策方法、系统、设备及介质
CN114638166A (zh) * 2022-03-23 2022-06-17 中国海洋石油集团有限公司 工艺管线疲劳损伤识别及预测方法、系统、设备和介质
CN115048832A (zh) * 2022-05-25 2022-09-13 华东理工大学 蠕变疲劳载荷作用下高温管道的损伤容限评定方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019044555A1 (ja) * 2017-08-30 2019-03-07 三菱日立パワーシステムズ株式会社 余寿命評価方法及び保守管理方法
WO2020042753A1 (zh) * 2018-08-30 2020-03-05 长沙理工大学 季节性腐蚀与疲劳耦合作用下钢筋混凝土桥梁寿命预测方法
CN113326577A (zh) * 2021-04-25 2021-08-31 潍坊学院 考虑多应力比的全寿命与剩余寿命预测方法、系统及应用
CN114357657A (zh) * 2022-01-10 2022-04-15 西安建筑科技大学 海底管道寿命预测及延寿决策方法、系统、设备及介质
CN114638166A (zh) * 2022-03-23 2022-06-17 中国海洋石油集团有限公司 工艺管线疲劳损伤识别及预测方法、系统、设备和介质
CN115048832A (zh) * 2022-05-25 2022-09-13 华东理工大学 蠕变疲劳载荷作用下高温管道的损伤容限评定方法及系统

Also Published As

Publication number Publication date
CN117743949A (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
US20110185814A1 (en) Method for non-destructive investigation of the bottom of metallic tank structures
Fernández et al. Fatigue performance of grade R4 and R5 mooring chains in seawater
Chouchaoui Evaluating the remaining strength of corroded pipelines.
CN106355320A (zh) 一种灰色系统海底油气管道坠物腐蚀可靠性评估方法
Brennan Risk based maintenance for offshore wind structures
Yuzevych et al. Improving the diagnostics of underground pipelines at oil-and-gas enterprises based on determining hydrogen exponent (PH) of the soil media applying neural networks
Maruschak et al. Effect of long term operation on degradation of material of main gas pipelines
Maruschak et al. Fatigue and brittle fracture of carbon steel of gas and oil pipelines
CN117743949B (zh) 一种海底油气管道的寿命预测及运维方法及设备
Zou et al. Fatigue inspection and maintenance optimization: A comparison of information value, life cycle cost and reliability based approaches
CN105510392B (zh) 一种基于微电阻的废旧发动机气门无损检测方法
Gabrielsen et al. Fatigue capacity of used mooring chain-results from full scale fatigue testing at different mean loads
Ryakhovskikh Regularities of the near-neutral pH stress corrosion cracking of gas pipelines
CN206601365U (zh) 一种水浸式超声检测用储罐底板腐蚀评价实验系统
CN115598220A (zh) 一种基于声发射技术的储氢罐体氢脆致裂预警方法及系统
CN114580274A (zh) 一种钛合金应力腐蚀临界应力强度因子预测方法
Elboujdaini et al. Stress corrosion cracking: A Canadian prospective for oil and gas pipeline
RU2465565C1 (ru) Способ изготовления образцов высоконагруженного металла нефтегазового оборудования для испытания на циклическую трещиностойкость
Russell et al. Advances in magnetic flux leakage signal matching and corrosion growth rate selection
Lamborn et al. Near Neutral pH Stress Corrosion Crack Growth Model Evaluation: PipeOnline™
CN117664239B (zh) 一种双相不锈钢热老化状况实时监测系统及方法
Budiea et al. Corrosion of API X70 steel due to near shore sediment
Brennan et al. The use of inspection and monitoring reliability information in criticality and defect assessments of ship and offshore structures
Wilmott et al. Factors Influencing Stress Corrosion Cracking of Gas Transmission Pipelines: Detailed Studies Following a Pipeline Failure: Part 2—Pipe Metallurgy and Mechanical Testing
Dantsevich et al. Dynamics of brittle cracks under the influence of low temperatures

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