RU2780171C2

RU2780171C2 - Ultrasound corrosion control

Info

Publication number: RU2780171C2
Application number: RU2020108818A
Authority: RU
Inventors: Линьсяо Юй; Маргарит ЛОЗЕВ; Томас ИСОН; Стивен ОРВИГ; Кристофер ОВЕРСТРИТ; Хамед БАЗАЗ
Original assignee: Бипи Корпорейшн Норт Америка Инк.
Priority date: 2017-08-04
Filing date: 2018-07-26
Publication date: 2022-09-20

Abstract

FIELD: corrosion control.

SUBSTANCE: invention is used for detection of corrosion in a pipe or a container. The measurement of a wall thickness of the pipe or the container is carried out by one or several ultrasound echo-pulse devices. In this case, following stages are carried out: (i) reception of signals indicating type A scan data from one or several ultrasound echo-pulse devices, wherein type A scan data contains several type A scan spectra; (ii) determination of which of type A scan spectra have a distorted signal form, due to which it is impossible to obtain a reliable result of wall thickness measurement; (iii) analysis of type A scan spectra identified at the stage (ii) as having a distorted signal form to determine one or several spectral characteristics of type A scan of each spectrum causing distortion; (iv) determination of correction to be applied to data based on one or several spectral characteristics of type A scan, determined at the stage (iii); (v) correction of at least one signal having a distorted form to solve characteristics of a signal form based on a certain correction to obtain modified type A scan spectra; (vi) determination of results of wall thickness measurement based on modified type A scan spectra; and (vii) determination of a degree, to which the wall is corroded, based on thickness measurement results determined at the stage (vi) and additional thickness measurement results determined by type A scan spectra, wherein the stage (ii) includes determination of whether one or several spectral characteristics of type A scan spectra are or are not outliers, and a value is defined as an outlier, if (Y_i-Y_median)>3IQR, where Y_i is the specified value, Y_median is a median value of a group of values, and IQR is an interquartile range of the group of values.

EFFECT: increase in the accuracy and reliability of measurement of a wall thickness of a pipe or a container.

37 cl, 24 dwg

Description

Область техники, к которой относится настоящее изобретениеThe field of technology to which the present invention relates

Настоящее изобретение относится к способу обнаружения коррозии в трубе или контейнере с помощью одного или нескольких ультразвуковых эхо-импульсных устройств путем определения толщины стенки указанной трубы или контейнера. Настоящее изобретение относится также к устройству и энергонезависимому компьютерному программному продукту для осуществления указанного способа.The present invention relates to a method for detecting corrosion in a pipe or container using one or more ultrasonic pulse echo devices by determining the wall thickness of said pipe or container. The present invention also relates to a device and a non-volatile computer program product for carrying out said method.

Предшествующий уровень техники настоящего изобретенияBackground of the Invention

Коррозия труб, складских контейнеров и других емкостей - это обычная проблема в нефтегазовой отрасли. С серьезными проблемами коррозии сталкиваются трубопроводы для транспортировки нефти и природного газа, нефтеперерабатывающие и нефтехимические заводы. Обычными причинами коррозии труб и емкостей в нефтегазовой отрасли являются вода, оксид углерода (СО₂) и сульфид водорода (H₂S), которые могут в малых количествах присутствовать в этих углеводородах. Усугублять коррозию может и микробиологическая активность.Corrosion of pipes, storage containers and other containers is a common problem in the oil and gas industry. Oil and natural gas pipelines, refineries and petrochemical plants face serious corrosion problems. Common causes of pipe and vessel corrosion in the oil and gas industry are water, carbon monoxide (CO ₂ ), and hydrogen sulfide (H ₂ S), which may be present in trace amounts in these hydrocarbons. Microbiological activity can also aggravate corrosion.

Обычным способом определения степени коррозии для стенки трубы или контейнера является определение толщины указанной стенки. Более высокая степень коррозии будет означать, что часть стенки тоньше, в то время как более на низкую степень коррозии будет указывать более толстая часть стенки, поскольку коррозии подверглось меньше металла.The usual way to determine the degree of corrosion for the wall of a pipe or container is to determine the thickness of said wall. A higher degree of corrosion would indicate that the wall portion is thinner, while a lower degree of corrosion would be indicated by a thicker portion of the wall, as less metal was corroded.

Обычным способом определения толщины стенки как показателя степени коррозии является использование ультразвукового прибора измерения толщины, такого как ультразвуковой эхо-импульсный дефектоскоп с углом ввода 0 градусов. Эти приборы используются при оценках в процессе эксплуатации, требующих точных значений. Кроме того, после этого существует необходимость контролировать уменьшение остаточной толщины, которое может происходить между повторными проверками, обычно проводимыми с интервалами в несколько лет. Поскольку скорости коррозии обычно составляют малую долю миллиметра в год, для измерения этих скоростей коррозии с любой надежностью необходимы высокая точность измерений и повторяемость, даже если повторные проверки разделены многими годами.A common way to determine the wall thickness as an indication of the extent of corrosion is to use an ultrasonic thickness gauge such as a 0 degree ultrasonic pulse echo flaw detector. These instruments are used in field assessments requiring accurate values. In addition, there is then a need to control the reduction in residual thickness that may occur between re-checks, usually carried out at intervals of several years. Because corrosion rates are typically a small fraction of a millimeter per year, measuring these corrosion rates with any reliability requires high measurement accuracy and repeatability, even if retests are separated by many years.

Существует много типов ультразвуковых методов контроля коррозии: от простых ручных приборов для измерения точечной коррозии до сложных систем контроля, картирования и скрининга коррозии. Основной принцип этих методов заключается в определении времени пролета или прохождения ультразвукового импульса по ультразвуковому сигналу, представленному на развертке типа А. Методы ультразвуковых измерений толщины для определения коррозии в стенках труб и емкостей в нефтегазовой отрасли описаны в различных международных стандартах, таких как ASTM Е797/Е797М-1G и EN14127:2011. Толщина (Т) при измерении ультразвуковым эхо-импульсным способом рассчитывается как произведение скорости звука в материале и половины времени прохождения (в обе стороны) через материал по следующей формуле:There are many types of ultrasonic corrosion monitoring methods, from simple hand-held pitting instruments to sophisticated corrosion monitoring, mapping and screening systems. The basic principle of these methods is to determine the time-of-flight or travel time of an ultrasonic pulse from an ultrasonic signal presented on a type A sweep. Ultrasonic thickness measurement methods for determining corrosion in the walls of pipes and tanks in the oil and gas industry are described in various international standards, such as ASTM E797 / E797M -1G and EN14127:2011. The thickness (T) when measured by the ultrasonic pulse echo method is calculated as the product of the speed of sound in the material and half the time of passage (both ways) through the material using the following formula:

T=Vt/2, где Т - толщина; V - скорость; и t - время прохождения.T=Vt/2, where T is the thickness; V - speed; and t is the transit time.

Ультразвуковой эхо-импульсный прибор измеряет время прохождения ультразвукового импульса через деталь. На фиг. 18 представлена схема, на которой показано, как из спектра развертки типа А с формой сигнала высокого качества получают время пролета.An ultrasonic pulse echo instrument measures the time it takes an ultrasonic pulse to travel through a part. In FIG. 18 is a diagram showing how the time-of-flight is obtained from a Type A sweep spectrum with a high quality waveform.

Ультразвуковые эхо-импульсные приборы измеряют время прохождения по ультразвуковому сигналу, представленному на развертке типа А. Надежность измерения толщины стенки непосредственно зависит от качества формы сигнала на этой А-развертке. Качество формы сигнала может определяться определенными атрибутами сигнала с формой волны, такими как амплитуда, отношение сигнал/шум, искажение, временной сдвиг и спектральное содержание. Если качество формы сигнала низкое или неадекватное, обработка времени пролета может быть затруднена. Вследствие чего контрольный прибор/система контроля может выдавать неинтуитивные или даже вводящие в заблуждение результаты измерения толщины, что в свою очередь означает, что степень коррозии стенки трудно контролировать.Ultrasonic pulse echo instruments measure the transit time of an ultrasonic signal presented on an A-scan. The reliability of the wall thickness measurement is directly dependent on the quality of the waveform on this A-scan. The quality of a waveform may be determined by certain waveform signal attributes such as amplitude, signal-to-noise ratio, distortion, time shift, and spectral content. If the waveform quality is poor or inadequate, time-of-flight processing may be difficult. As a result, the gauge/monitoring system can produce unintuitive or even misleading thickness measurement results, which in turn means that the degree of wall corrosion is difficult to control.

В уровне техники предприняты разные попытки решить или уменьшить проблемы, связанные со спектрами развертки типа А формы сигнала низкого или неадекватного качества. Многие из этих попыток включают в себя использование алгоритмов в попытке обработки сигнала с формой волны низкого качества, чтобы попытаться повысить качество формы сигнала с тем, чтобы можно было получить надежный результат измерения толщины.Various attempts have been made in the art to solve or reduce the problems associated with waveform type A scan spectra of poor or inadequate quality. Many of these attempts involve the use of algorithms in an attempt to process a low quality waveform signal to try to improve the quality of the waveform so that a reliable thickness measurement result can be obtained.

В документе US 5497661 раскрыты цифровая фильтрация и параметризация отраженных ультразвуковых импульсов, причем для каждого отраженного импульса время и амплитуда обнаруживаются для максимума и для случая, когда цифровое пороговое значение превышено или не достигнуто.US 5,497,661 discloses digital filtering and parameterization of reflected ultrasonic pulses, wherein for each reflected pulse, time and amplitude are detected for the maximum and for the case when a digital threshold is exceeded or not reached.

В документе US 201/0109677 раскрыт способ определения толщины предмета, предусматривающий применение алгоритма идентификации сигнала к по меньшей мере одной паре пиков максимальной амплитуды в серии оцифрованных принятых ультразвуковых эхосигналов; интерполяцию по меньшей мере одного из пиков максимальной амплитуды в серии оцифрованных принятых эхосигналов; измерение продолжительности времени между по меньшей мере одной парой пиков максимальной амплитуды; и определение толщины предмета на основании указанной продолжительности времени.US 201/0109677 discloses a method for determining the thickness of an object, comprising applying a signal identification algorithm to at least one pair of maximum amplitude peaks in a series of digitized received ultrasonic echoes; interpolating at least one of the maximum amplitude peaks in the series of digitized received echoes; measuring the length of time between at least one pair of maximum amplitude peaks; and determining the thickness of the object based on said length of time.

В документе US 2012/0226159 раскрыт способ обработки ультразвуковых сигналов, предусматривающий восстановление принятого ультразвукового сигнала методом обращения свертки для получения отфильтрованного сигнала; определение параметров авторегрессионной экстраполяции на основании частотно-амплитудных флуктуаций отфильтрованного сигнала в частотном диапазоне, в котором соответствующий опорный сигнал имеет высокое отношение сигнал/шум; и выполнение авторегрессионной спектральной экстраполяции отфильтрованного сигнала с использованием параметров авторегрессионной экстраполяции для получения усиленного ультразвукового сигнала.US 2012/0226159 discloses a method for processing ultrasonic signals, comprising reconstructing a received ultrasonic signal by deconvolution to obtain a filtered signal; determining autoregressive extrapolation parameters based on frequency-amplitude fluctuations of the filtered signal in a frequency range in which the corresponding reference signal has a high signal-to-noise ratio; and performing an autoregressive spectral extrapolation of the filtered signal using the autoregressive extrapolation parameters to obtain an amplified ultrasonic signal.

Несмотря на наличие методов обработки сигналов для ультразвуковых измерений толщины, таких как рассмотренные выше, по-прежнему существует необходимость в усовершенствованных способах обработки ультразвуковых измерений толщины при низком качестве формы сигнала для повышения точности и надежности измерений толщины для определения коррозии.Despite the availability of signal processing techniques for ultrasonic thickness measurements, such as those discussed above, there is still a need for improved methods for processing ultrasonic thickness measurements at low waveform quality to improve the accuracy and reliability of thickness measurements for corrosion detection.

Краткое раскрытие настоящего изобретенияBrief summary of the present invention

Аспекты настоящего изобретения изложены в прилагаемой формуле изобретения.Aspects of the present invention are set forth in the appended claims.

В соответствии с вариантами осуществления настоящего изобретения предлагаются инструменты и способы интерактивного анализа данных, способных обрабатывать сигналы с формой волны низкого качества, чтобы можно было получить более точные и более надежные результаты измерения толщины. Это может позволить улучшить контроль коррозии в стенках, таких как стенки трубопроводов и емкостей, используемых в нефтегазовой отрасли.In accordance with embodiments of the present invention, interactive data analysis tools and methods are provided that are capable of processing low quality waveform signals so that more accurate and more reliable thickness measurement results can be obtained. This may allow for improved corrosion control in walls, such as the walls of pipelines and tanks used in the oil and gas industry.

В соответствии с одним аспектом настоящего изобретения предлагается способ обнаружения коррозии в трубе или контейнере, причем указанный способ предусматривает измерение толщины стенки трубы или контейнера одним или несколькими ультразвуковыми эхо-импульсными устройствами, причем указанный способ предусматривает следующие стадии:In accordance with one aspect of the present invention, there is provided a method for detecting corrosion in a pipe or container, said method comprising measuring the wall thickness of the pipe or container with one or more ultrasonic pulse echo devices, said method comprising the steps of:

(i) прием сигналов, указывающих данные развертки типа А, из одного или нескольких ультразвуковых эхо-импульсных устройств, причем данные развертки типа А содержат несколько спектров развертки типа А;(i) receiving signals indicative of type A sweep data from one or more ultrasonic pulse echo devices, the type A sweep data comprising a plurality of type A sweep spectra;

(ii) определение, какие из спектров развертки типа А имеют искаженную форму сигнала, из-за которой невозможно получить надежный результат измерения толщины стенки;(ii) determining which of the Type A sweep spectra have a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement;

(iii) анализ спектров развертки типа А, идентифицированных на стадии (ii) как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик развертки типа А каждого спектра, вызывающих искажение;(iii) analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more type A sweep spectral characteristics of each spectrum causing distortion;

(iv) решение характеристик формы сигнала на основании определенных спектральных характеристик, вызывающих искажение формы сигнала, для получения измененных спектров развертки типа А;(iv) solving waveform characteristics based on certain spectral characteristics causing waveform distortion to obtain altered Type A sweep spectra;

(v) определение результатов измерения толщины стенки на основании измененных спектров развертки типа А; и(v) determining the wall thickness measurements based on the modified Type A sweep spectra; and

(vi) определение степени, в которой стенка корродирована, на основании результатов измерения толщины, определенных на стадии (v), и дополнительных результатов измерения толщины, определенных по спектрам развертки типа А.(vi) determining the extent to which the wall is corroded based on the thickness measurements determined in step (v) and additional thickness measurements determined from the Type A sweep spectra.

В соответствии со вторым аспектом настоящего изобретения предлагается способ обнаружения коррозии в трубе или контейнере для использования с ультразвуковыми данными, полученными из одного или нескольких ультразвуковых эхо-импульсных устройств, предусматривающий:According to a second aspect of the present invention, there is provided a method for detecting corrosion in a pipe or container for use with ultrasonic data obtained from one or more ultrasonic pulse echo devices, comprising:

прием сигналов, указывающих ультразвуковые данные, причем ультразвуковые данные содержат по меньшей мере одну форму сигнала;receiving signals indicative of ultrasonic data, the ultrasonic data comprising at least one waveform;

определение, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала;determining that the ultrasound data contains at least one sign of a distorted waveform;

в ответ на определение, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала, определение исправления для внесения в данные на основании характеристики определенного по меньшей мере одного признака искаженной формы сигнала для решения или исправления по меньшей мере одного признака искаженной формы сигнала и получения результата измерения толщины по указанным решенным или исправленным данным.in response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature, determining a correction to be applied to the data based on a characteristic of the determined at least one distorted waveform feature to solve or correct at least one distorted waveform feature. waveform and obtaining a thickness measurement result from the specified resolved or corrected data.

В соответствии с третьим аспектом настоящего изобретения предлагается устройство, выполненное с возможностью осуществления способа обнаружения коррозии в трубе или контейнере, причем указанный способ предусматривает измерение толщины стенки трубы или контейнера одним или несколькими ультразвуковыми эхо-импульсными устройствами, причем устройство выполнено с возможностью:According to a third aspect of the present invention, there is provided a device capable of performing a method for detecting corrosion in a pipe or container, said method comprising measuring the wall thickness of the pipe or container with one or more ultrasonic pulse echo devices, the device being capable of:

(i) приема сигналов, указывающих данные развертки типа А, из одного или нескольких ультразвуковых эхо-импульсных устройств, причем данные развертки типа А содержат несколько спектров развертки типа А;(i) receiving signals indicative of type A sweep data from one or more ultrasonic pulse echo devices, the type A sweep data comprising a plurality of type A sweep spectra;

(ii) определения, какие из спектров развертки типа А имеют искаженную форму сигнала, из-за которой невозможно получить надежный результат измерения толщины стенки;(ii) determining which of the Type A sweep spectra have a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement;

(iii) анализа спектров развертки типа А, идентифицированных на стадии (ii) как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик развертки типа А каждого спектра, вызывающих искажение;(iii) analyzing the Type A sweep spectra identified in step (ii) as having distorted waveforms to determine one or more of the spectral characteristics of the Type A sweep of each spectrum causing distortion;

(iv) решения характеристик формы сигнала на основании определенных спектральных характеристик, вызывающих искажение формы сигнала, для получения нескольких решенных спектров развертки типа А;(iv) solving waveform characteristics based on certain spectral characteristics causing waveform distortion to obtain a plurality of resolved Type A sweep spectra;

(v) определения результатов измерения толщины стенки на основании нескольких решенных спектров развертки типа А; и(v) determining the results of the wall thickness measurement based on the plurality of resolved Type A sweep spectra; and

(vi) определения степени, в которой стенка корродирована, на основании результатов измерения толщины, определенных на стадии (v), и дополнительных результатов измерения толщины, определенных по спектрам развертки типа А.(vi) determining the extent to which the wall is corroded based on the thickness measurements determined in step (v) and the additional thickness measurements determined from the Type A sweep spectra.

В соответствии с четвертым аспектом настоящего изобретения предлагается устройство, выполненное с возможностью осуществления способа в соответствии со вторым аспектом настоящего изобретения.According to a fourth aspect of the present invention, there is provided an apparatus capable of carrying out the method according to the second aspect of the present invention.

В соответствии с пятым аспектом настоящего изобретения предлагается энергонезависимый компьютерный программный продукт, содержащий программные команды, предназначенные для осуществления способа в соответствии с первым или вторым аспектами настоящего изобретения.In accordance with a fifth aspect of the present invention, there is provided a non-volatile computer program product containing program instructions for carrying out the method in accordance with the first or second aspects of the present invention.

Краткое описание фигурBrief description of the figures

Далее приводится описание вариантов осуществления исключительно как пример и со ссылками на прилагаемые фигуры, где:The following is a description of embodiments by way of example only and with reference to the accompanying figures, where:

на фиг. 1 представлен скриншот с графического пользовательского интерфейса (ГПИ) инструментального средства программного обеспечения, реализующего предлагаемые способы; в этом случае пользователю предоставляется выбор между режимом анализа данных из одного преобразователя и режимом анализа данных из нескольких преобразователей;in fig. 1 shows a screenshot from a graphical user interface (GUI) of a software tool that implements the proposed methods; in this case, the user is given a choice between the mode of data analysis from one transducer and the mode of data analysis from several transducers;

на фиг. 2 (а) представлен график, на котором показаны различные результаты измерения толщины, полученные в течение продолжительного периода, с идентифицированными выбросами, и выбросы, у которых развертка типа А выброса может анализироваться. На фиг. 2 (b) представлена иллюстративная развертка типа А выпадающего результата измерения толщины из графика на фиг. 2 (а);in fig. 2(a) is a graph showing various thickness measurements obtained over an extended period, with outliers identified, and outliers for which an outlier type A sweep can be analyzed. In FIG. 2(b) is an exemplary Type A sweep of the drop-down thickness measurement from the plot of FIG. 2(a);

на фиг. 3 (а) и 3 (b) представлены скриншоты с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, такого как инструментальное средство программного обеспечения на фиг. 1; в этом случае пользователю предоставляется выбор картирования одной или нескольких спектральных характеристик спектра развертки типа А как функции времени;in fig. 3(a) and 3(b) are GUI screenshots of a software tool implementing the proposed methods, such as the software tool of FIG. one; in this case, the user is given the choice of mapping one or more spectral characteristics of the type A sweep spectrum as a function of time;

на фиг. 4 представлен скриншот с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, такого как инструментальное средство программного обеспечения на фиг. 1; в этом случае пользователю сообщается как результат проведенного указанным инструментальным средством анализа, что спектральная характеристика вызвала искажение формы сигнала;in fig. 4 is a screenshot of a GUI of a software tool implementing the proposed methods, such as the software tool of FIG. one; in this case, the user is informed, as a result of the analysis carried out by said tool, that the spectral response has caused waveform distortion;

на фиг. 5 представлен скриншот с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, например, инструментального средства программного обеспечения на фиг. 1; в этом случае пользователю предоставляется опция сохранения исправленного спектра развертки типа А, исправленного таким образом, что по нему можно получить более надежный результат измерения толщины. На фиг. 5 (b) представлен график на фиг. 2 (а) с включенными исправленными результатами измерения толщины;in fig. 5 is a screenshot of a GUI of a software tool implementing the proposed methods, such as the software tool of FIG. one; in this case, the user is given the option of saving the corrected Type A sweep spectrum, corrected in such a way that a more reliable thickness measurement result can be obtained from it. In FIG. 5(b) is a graph of FIG. 2(a) with corrected thickness measurements included;

на фиг. 6 представлен скриншот с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, например, инструментального средства программного обеспечения на фиг. 1; в этом случае пользователю предоставляется выбор между режимами анализа с одним или несколькими преобразователями;in fig. 6 is a screenshot of a GUI of a software tool implementing the proposed methods, such as the software tool in FIG. one; in this case, the user is given a choice between analysis modes with one or more transducers;

на фиг. 7 показаны примеры спектров, в которых искажение формы сигнала вызывается смещением постоянной составляющей и отношением сигнал/шум;in fig. 7 shows examples of spectra in which waveform distortion is caused by DC offset and signal-to-noise ratio;

на фиг. 8 показаны примеры спектров, в которых искажение формы сигнала вызывается общим искажением и низкочастотным колебанием;in fig. 8 shows examples of spectra in which waveform distortion is caused by total distortion and low frequency oscillation;

на фиг. 9 представлена блок-схема, на которой показаны стадии анализа, которые могут осуществляться инструментальным средством программного обеспечения, реализующим предлагаемые способы;in fig. 9 is a flow chart showing the analysis steps that can be performed by a software tool implementing the proposed methods;

на фиг. 10 представлен скриншот с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, например, инструментального средства программного обеспечения на фиг. 1; В этом случае пользователю предоставляется выбор картирования спектральной характеристики спектра развертки типа А как функции времени;in fig. 10 is a screenshot of a GUI of a software tool implementing the proposed methods, such as the software tool of FIG. one; In this case, the user is given the choice of mapping the spectral response of the Type A sweep spectrum as a function of time;

на фиг. 11 и 12 представлены скриншоты с ГПИ, где пользователю предлагается конкретное исправляющее действие в связи с определением, что конкретные спектральные характеристики вызывают искажение формы сигнала;in fig. 11 and 12 are screenshots from the GUI, where the user is prompted for a specific corrective action in connection with determining that specific spectral characteristics are causing waveform distortion;

на фиг. 13 представлен график, на котором показаны результаты измерения толщины как функции времени в случае, когда нет существенного изменения толщины стенки трубы в местоположении преобразователя (определенной другими средствами);in fig. 13 is a graph showing thickness measurement results as a function of time in the case where there is no significant change in pipe wall thickness at the location of the transducer (determined by other means);

на фиг. 14 и 15 представлены результаты разных алгоритмов, примененных к некоторым выпадающим результатам измерения толщины (выбросам) на карте толщины как функции времени;in fig. 14 and 15 show the results of different algorithms applied to some thickness measurement outliers (outliers) on the thickness map as a function of time;

на фиг. 16 приведен пример изменения результатов измерения толщины во времени, в котором независимо установлено, что существенное изменение толщины стенки трубы не изменилось, а также показан спектр развертки типа А определенного выпадающего значения толщины;in fig. 16 shows an example of how the thickness measurement results change over time, in which it is independently determined that a significant change in pipe wall thickness has not changed, and shows the type A sweep spectrum of a certain thickness outlier;

на фиг. 17 представлен график, на котором показано изменение толщины во времени;in fig. 17 is a graph showing the change in thickness over time;

на фиг. 18 представлена схема, на которой показано, как по спектру развертки типа А измеряется время пролета (как указатель толщины);in fig. 18 is a diagram showing how time-of-flight (as a thickness gauge) is measured from a Type A sweep spectrum;

на фиг. 19 представлен пример развертки типа А, определенной как имеющая искаженную форму сигнала;in fig. 19 shows an example of a type A sweep defined as having a distorted waveform;

на фиг. 20 представлена схема, на которой проводится сравнение огибающей конкретного сигнала с огибающей эталонного сигнала; иin fig. 20 is a diagram comparing the envelope of a particular signal with that of a reference signal; and

на фиг. 21 представлена схема, на которой показан спектр развертки типа А, определенный как имеющий адекватное отношение сигнал/шум для получения надежного результата измерения толщины, по сравнению со спектром, определенным как имеющий неадекватное отношение сигнал/шум для получения надежного результата измерения толщины.in fig. 21 is a diagram showing a type A sweep spectrum determined to have an adequate signal-to-noise ratio for a reliable thickness measurement compared to a spectrum determined to have an inadequate signal-to-noise ratio to obtain a reliable thickness measurement.

Подробное раскрытие настоящего изобретенияDetailed disclosure of the present invention

Любой из технических признаков, рассмотренных ниже в соответствии с конкретным аспектом настоящего изобретения, может быть и частью всех остальных аспектов настоящего изобретения.Any of the technical features discussed below in accordance with a specific aspect of the present invention may be part of all other aspects of the present invention.

Предлагаемые способы могут использоваться для определения коррозии путем измерения толщины стенки любой соответствующей трубы, емкости или контейнера. Коррозия может определяться путем измерения толщины стенки в течение определенного периода времени и определения, истончилась ли стенка как функция времени (например, как показано на фиг. 2а). Это может проделываться путем сравнения значений контрольных данных, таких как результаты предыдущего измерения толщины (например, полученных из предыдущих спектров развертки типа А), со значением текущих данных (результат измерения толщины, полученный из текущего спектра развертки типа А), для установления, как толщина изменяется со временем. В некоторых примерах стенка может представлять собой стенку трубопровода для транспортировки нефти или природного газа. Дополнительно или альтернативно, стенка может представлять собой стенку трубы или контейнера на нефте- или газоперерабатывающем заводе.The proposed methods can be used to determine corrosion by measuring the wall thickness of any relevant pipe, vessel or container. Corrosion can be determined by measuring the wall thickness over a period of time and determining if the wall has thinned as a function of time (eg, as shown in FIG. 2a). This can be done by comparing reference data values, such as the results of a previous thickness measurement (for example, obtained from previous Type A sweep spectra), with a current data value (thickness measurement result obtained from the current Type A sweep spectrum), to determine how the thickness changes over time. In some examples, the wall may be the wall of an oil or natural gas pipeline. Additionally or alternatively, the wall may be the wall of a pipe or container in an oil or gas refinery.

Резюмируя вышеизложенное, варианты осуществления настоящего изобретения могут представлять собой способ обнаружения коррозии в трубе или контейнере, предназначенный для использования с ультразвуковыми данными, полученными из одного или нескольких ультразвуковых эхо-импульсных устройств. Варианты осуществления могут предусматривать прием сигналов, указывающих ультразвуковые данные, причем ультразвуковые данные содержат по меньшей мере одну форму сигнала, и определять, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала. В ответ на определение, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала, может определяться исправление для внесения в данные на основании характеристики определенного по меньшей мере одного признака искаженной формы сигнала для решения или исправления по меньшей мере одного признака искаженной формы сигнала и получения результата измерения толщины по решенным или исправленным данным. Варианты осуществления настоящего изобретения могут использовать анализ времени пролета (как описано выше и как показано на фиг. 18) для определения значения толщины по данным развертки типа А.In summary, embodiments of the present invention may be a method for detecting corrosion in a pipe or container for use with ultrasonic data obtained from one or more ultrasonic pulse echo devices. Embodiments may include receiving signals indicative of ultrasonic data, the ultrasonic data comprising at least one waveform, and determining that the ultrasonic data contains at least one distorted waveform indication. In response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature, a correction to be applied to the data may be determined based on a characteristic of the determined at least one distorted waveform feature to resolve or correct the at least one feature. distorted waveform and obtaining a thickness measurement result from the resolved or corrected data. Embodiments of the present invention may use time-of-flight analysis (as described above and as shown in FIG. 18) to determine the thickness value from A-type sweep data.

Таким образом, варианты осуществления настоящего изобретения могут обеспечивать более надежные данные измерений толщины (например, трубы) и тем самым обеспечивать лучшее и/или более точное определение, произошла ли коррозия в трубе. Это, в свою очередь, может позволить провести ремонтные работы в связи с коррозией до того, как произойдет вытекание какой-либо жидкости, переносимой в трубе, что будет иметь очевидную экологическую выгоду.Thus, embodiments of the present invention may provide more reliable thickness measurements (eg, pipes) and thereby provide a better and/or more accurate determination of whether corrosion has occurred in the pipe. This, in turn, may allow corrosion repairs to be carried out before any fluid carried in the pipe has run out, with obvious environmental benefits.

Ультразвуковое эхо-импульсное устройство, используемое в вариантах осуществления настоящего изобретения, может представлять собой любое ультразвуковое эхо-импульсное устройство, подходящее для измерения толщины стенки трубопровода или контейнера. Эти ультразвуковые эхо-импульсные устройства известны специалисту в данной области техники. Примеры подходящих ультразвуковых эхо-импульсных устройств для использования в соответствии с настоящим изобретением можно найти в различных международных стандартах, таких как ASTM Е797/Е797М-10 и EN 14127:2011.The ultrasonic pulse echo device used in embodiments of the present invention may be any ultrasonic pulse echo device suitable for measuring the wall thickness of a pipeline or container. These ultrasonic pulse echo devices are known to the person skilled in the art. Examples of suitable ultrasonic pulse echo devices for use in accordance with the present invention can be found in various international standards such as ASTM E797/E797M-10 and EN 14127:2011.

Ультразвуковое эхо-импульсное устройство может выдавать ряд данных развертки типа А, например, соответствующие наборы данных развертки типа А для конкретного участка стенки на протяжении определенного периода времени. Прием сигналов, указывающих ультразвуковые данные, может представлять собой прием сигналов, указывающих данные развертки типа А. Ультразвуковые данные и, следовательно, данные развертки типа А, могут содержать по меньшей мере одну форму сигнала. Из многих разверток типа А, полученных при ультразвуковых измерениях толщины, некоторые могут иметь искаженную форма сигнала. Как уже отмечалось, данные развертки типа А могут использоваться для определения результата измерения толщины, например, результата измерения толщины участка стенки. Если данные развертки типа А искажены, результат измерения толщины, указанный соответствующей разверткой типа А, не может быть точным или надежным, например, для этого конкретного участка стенки может быть выдан аномальный результат измерения толщины.The ultrasonic pulse echo device may provide a series of Type A sweep data, eg corresponding sets of Type A sweep data for a particular wall section over a specified period of time. The reception of signals indicative of ultrasonic data may be the reception of signals indicative of type A scanned data. The ultrasonic data, and hence the type A sweep data, may comprise at least one waveform. Of the many Type A sweeps obtained from ultrasonic thickness measurements, some may have distorted waveforms. As noted, type A flat pattern data can be used to determine a thickness measurement result, such as a wall section thickness measurement result. If the Type A reamer data is corrupted, the thickness measurement indicated by the corresponding Type A reamer may not be accurate or reliable, for example, an abnormal thickness measurement may be generated for that particular wall section.

Как уже отмечалось, варианты осуществления могут предусматривать определение, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала. Например, может быть установлено, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала.As already noted, embodiments may include determining that the ultrasound data contains at least one sign of a distorted waveform. For example, it may be determined that the received signals contain ultrasonic data containing at least one indication of a distorted waveform.

Определение, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала, может включать в себя одну или несколько из следующих стадий (отдельно или в сочетании):Determining that the ultrasound data contains at least one distorted waveform feature may include one or more of the following steps (singly or in combination):

(i) определение, что выбранная часть ультразвуковых данных содержит по меньшей мере один выброс, причем выброс содержит признак этой формы сигнала, находящийся вне выбранного диапазона для этого признака;(i) determining that the selected portion of the ultrasound data contains at least one outlier, and the outlier contains a feature of this waveform that is outside the selected range for this feature;

(ii) определение, что качество ультразвуковых данных ниже выбранного порога;(ii) determining that the quality of the ultrasound data is below a selected threshold;

(iii) определение, что признаки общей формы сигнала или характеристики формы сигнала выбранной части ультразвуковых данных находятся вне выбранного порога;(iii) determining that features of the overall waveform or waveform characteristics of the selected portion of the ultrasound data are outside the selected threshold;

(iv) определение, не находятся ли максимальные характеристики выбранной части ультразвуковых данных вне выбранного порога;(iv) determining if the maximum characteristics of the selected portion of the ultrasound data are outside the selected threshold;

(v) определение, не содержит ли выбранная часть ультразвуковых данных отношение сигнал/шум, меньшее выбранного порога;(v) determining if the selected portion of the ultrasound data contains a signal-to-noise ratio that is less than a selected threshold;

(vi) определение, не содержит ли выбранная часть ультразвуковых данных локализованные предшественники; и(vi) determining if the selected portion of the ultrasound data contains localized precursors; and

(vii) определение, не содержит ли выбранная часть ультразвуковых данных низкочастотные колебания.(vii) determining if the selected portion of the ultrasound data contains low frequency vibrations.

Определение, находятся или нет максимальные характеристики выбранной части ультразвуковых данных вне выбранного порога (пункт (iv) выше), может содержать одну или несколько из следующих стадий:Determining whether or not the maximum performance of a selected piece of ultrasound data is outside a selected threshold (point (iv) above) may comprise one or more of the following steps:

определение, что интервал между пиками выбранной части ультразвуковых данных ниже выбранного порога;determining that the interval between the peaks of the selected portion of the ultrasound data is below the selected threshold;

определение, что число пиков для выбранной части ультразвуковых данных ниже и/или выше выбранных порогов;determining that the number of peaks for a selected portion of the ultrasound data is below and/or above selected thresholds;

сравнение абсолютного значения пиков для выбранной части ультразвуковых данных с абсолютным значением пиков для другой части ультразвуковых данных.comparing the absolute value of the peaks for the selected part of the ultrasound data with the absolute value of the peaks for another part of the ultrasound data.

В некоторых примерах определение, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала, может, следовательно, включать в себя определение, не представляет ли собой конкретное значение данных, таких как значение толщины, полученное по базовым данным (таким как базовые спектры развертки типа А), выброс.In some examples, determining that the ultrasonic data contains at least one distorted waveform feature may therefore include determining whether a particular data value, such as a thickness value, is obtained from the underlying data (such as baseline scan spectra). type A), ejection.

Определение, не содержат ли ультразвуковые данные выброс (указывающий на признак искаженной формы сигнала), может включать в себя сравнение ультразвуковых данных (таких как текущие спектры развертки типа А или результат измерения толщины, указанный соответствующими спектрами развертки типа А) с набором контрольных данных, таких как предыдущие спектры развертки типа А и/или предыдущие результаты измерения толщины. В некоторых примерах термин «выброс» может определяться как значение, лежащее вне (например, выше или ниже) порогового уровня относительно набора контрольных данных. Например, выброс может представлять собой амплитуду выше или ниже выбранного порога для выбранной части ультразвуковых данных. Например, может быть установлено, что ультразвуковые данные содержат признак искаженной формы сигнала, если они дают толщину, намного большую по сравнению с предыдущими измерениями (как будет подробнее описано ниже).Determining whether the ultrasonic data contains an outlier (indicative of a distorted waveform indication) may include comparing the ultrasonic data (such as the current Type A sweep spectra or the thickness measurement result indicated by the corresponding Type A sweep spectra) with a set of control data such as as previous Type A sweep spectra and/or previous thickness measurements. In some examples, the term "outlier" may be defined as a value that lies outside (eg, above or below) a threshold level relative to a set of control data. For example, an outlier may be an amplitude above or below a selected threshold for a selected portion of the ultrasound data. For example, ultrasonic data may be found to contain a distorted waveform feature if it produces a much thicker thickness than previous measurements (as will be described in more detail below).

Контрольный набор данных может представлять собой предыдущий набор данных или предыдущий результат измерения. Например, контрольный набор данных может представлять собой предыдущие результаты измерения толщины, а выброс представлять собой аномальный результат измерения толщины по сравнению с предыдущими результатами измерения. В других примерах контрольный набор данных может представлять собой окружающий спектр развертки типа А, а выброс представлять собой значение в пределах этого спектра развертки типа А. Порог относительно контрольного набора данных может основываться на медианном или среднем значении спектра развертки типа А.The reference data set may be a previous data set or a previous measurement. For example, the control data set may represent previous thickness measurements, and the outlier may represent an abnormal thickness measurement compared to previous measurements. In other examples, the control dataset may be the surrounding spectrum of the Type A sweep, and the outlier may be a value within that sweep Type A spectrum. The threshold relative to the control dataset may be based on the median or average of the sweep Type A spectrum.

В некоторых примерах термин «выброс» определяется как значение более одного стандартного отклонения от среднего значения контрольного набора данных, такого как предыдущий результат измерения. Дополнительно или альтернативно, «выброс» может определяться как значение более одного стандартного отклонения от среднего значения одной или нескольких спектральных характеристик спектров развертки типа А.In some examples, the term "outlier" is defined as being greater than one standard deviation from the mean of a control data set, such as a previous measurement. Additionally or alternatively, "outlier" may be defined as a value greater than one standard deviation from the mean of one or more spectral characteristics of the Type A sweep spectra.

В некоторых примерах термин «выброс» определяется как значение более двух, трех, четырех или пяти стандартных отклонений от среднего значения контрольного набора данных и/или одной или нескольких спектральных характеристик спектров развертки типа А. В некоторых примерах, является или не является значение для спектральной характеристики выбросом, можно определить по следующей формуле: (Y_i-Y_median)>3IQR, где Y_i - значение (такое как нынешнее значение данных, о котором идет речь), Y_median - медианное значение группы значений (такой как контрольный набор данных), и IQR - интерквартильный размах группы значений.In some examples, the term "outlier" is defined as a value greater than two, three, four, or five standard deviations from the mean of the control data set and/or one or more spectral characteristics of the Type A sweep spectra. In some examples, whether or not the value for the spectral outlier characteristics can be determined by the following formula: (Y _i -Y _median )>3IQR where Y _i is the value (such as the current value of the data in question), Y _median is the median value of the group of values (such as the control data set ), and IQR is the interquartile range of a group of values.

В некоторых примерах, является или нет значение выбросом, можно определить по следующей формуле: (Y_i-Y_median)>10% (Y_median) и (Y_i-Y_median)>макс. (0,04 дюйма, 5% (Y_median)). Согласно некоторым вариантам осуществления, является или нет значение для спектральной характеристики выбросом, можно определить по следующей формуле: Ru=Σ^N _i=1(Y_i-RE_i)², где Y_i - значение огибающей нынешнего сигнала, RE_i - значение огибающей эталонного сигнала, и Ru - переменная для количественного определения отклонения огибающей сигнала от нормализованной огибающей эталонного сигнала. Это показано также на фиг. 20.In some examples, whether or not a value is an outlier can be determined by the following formula: (Y _i -Y _median )>10% (Y _median ) and (Y _i -Y _median )>max. (0.04 in., 5% (Y _median )). In some embodiments, whether or not a value for a spectral response is an outlier can be determined by the following formula: Ru=Σ ^N _i=1 (Y _i -RE _i ) ² , where Y _i is the envelope value of the current signal, RE _i is the envelope value reference signal, and Ru is a variable for quantifying the deviation of the signal envelope from the normalized envelope of the reference signal. This is also shown in FIG. twenty.

В некоторых примерах выброс определяется путем сравнения значения со среднеквадратичным значением группы значений (такой как контрольный набор данных). Это определение может включать в себя определение, что некоторое значение является выбросом, если это значение отличается от среднеквадратичного значения контрольного набора данных более чем на некоторое пороговое значение. Этот способ может быть предпочтительным в примерах, в которых необходимо определить, вызывает или не вызывает плохое/неадекватное отношение сигнал/шум результат измерения толщины как выброс.In some examples, an outlier is determined by comparing a value to the RMS value of a group of values (such as a control data set). This determination may include determining that a value is an outlier if that value differs from the RMS value of the control data set by more than some threshold value. This method may be preferred in examples where it is necessary to determine whether or not a bad/inadequate signal-to-noise ratio causes a thickness measurement result to be an outlier.

В ответ на определение, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала, варианты осуществления настоящего изобретения включают в себя определение исправления для внесения в эти данные. Варианты осуществления настоящего изобретения могут дополнительно включать в себя внесение определенного исправления в эти данные для получения более точных данных, например, для получения более точного результата измерения толщины. Например, варианты осуществления настоящего изобретения могут включать в себя исправление по меньшей мере одного признака искаженной формы сигнала с использованием определенного исправления, определение результата измерения толщины стенки трубы или контейнера на основании исправленных и неисправленных данных, и на основании определенной толщины определение степени, в какой стенка корродирована. В некоторых примерах это определение может включать в себя определение по принятым сигналам нескольких разных типов признаков искаженной формы сигнала и внесение исправления в данные, характерные для каждого отличающегося типа определенного признака искаженной формы сигнала.In response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature, embodiments of the present invention include determining a correction to apply to the data. Embodiments of the present invention may further include making some correction to this data to obtain more accurate data, for example, to obtain a more accurate thickness measurement result. For example, embodiments of the present invention may include correcting at least one feature of a distorted waveform using a certain correction, determining a measurement result of a wall thickness of a pipe or container based on the corrected and uncorrected data, and, based on the determined thickness, determining the extent to which the wall corroded. In some examples, this determination may include determining several different types of corrupted waveform features from the received signals and correcting data specific to each different type of the determined corrupted waveform feature.

Внесение исправления может включать в себя использование алгоритма для исправления данных развертки типа А таким образом, чтобы можно было получить надежный результат измерения толщины. Подходящие алгоритмы включают в себя быстрое преобразование Фурье (БПФ), алгоритм преобразования Гильберта, алгоритм порога Гильберта и алгоритм перехода через нуль Гильберта. Необязательно, эти алгоритмы могут применяться с использованием программного обеспечения MATLAB.The correction may include using an algorithm to correct the Type A flattened data so that a reliable thickness measurement result can be obtained. Suitable algorithms include the fast Fourier transform (FFT), the Hilbert transform algorithm, the Hilbert thresholding algorithm, and the Hilbert zero crossing algorithm. Optionally, these algorithms may be applied using MATLAB software.

В некоторых примерах внесение исправления может включать в себя исключение значения данных или набора данных, содержащих выброс. Например, если набор данных развертки типа А, полученный в конкретную дату, указывает результат измерения толщины, который можно рассматривать как выброс (например, он аномален), внесение исправления может включать в себя исключение этого конкретного спектра развертки типа А, полученного в эту дату.In some examples, making a correction may include deleting a data value or data set containing an outlier. For example, if a Type A sweep data set acquired on a particular date indicates a thickness measurement that can be considered an outlier (e.g., it is anomalous), correcting may include removing that particular Type A sweep spectrum acquired on that date.

Определение изменения для внесения в данные может включать в себя анализ спектров развертки типа А, идентифицированных как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик развертки типа А каждого спектра, вызывающих искажение. Например, стадия определения изменения для внесения в данные может включать в себя определение изменения для внесения в данные на основании характеристики определенного по меньшей мере одного признака искаженной формы сигнала для исправления по меньшей мере одного признака искаженной формы сигнала и получения по исправленным данным результата измерения толщины. Эта стадия может дополнительно включать в себя исправление по меньшей мере одного признака искаженной формы сигнала с использованием определенного исправления; определение результата измерения толщины стенки трубы или контейнера на основании исправленных и/или неисправленных данных; и на основании определенной толщины определение степени коррозии.Determining the change to make to the data may include analyzing the swept A spectra identified as having corrupted waveforms to determine one or more sweep type A spectral characteristics of each spectrum causing distortion. For example, the step of determining a change to make to the data may include determining a change to make to the data based on a characteristic of the determined at least one corrupted waveform feature to correct the at least one corrupted waveform feature and obtain a thickness measurement result from the corrected data. This stage may further include correcting at least one feature of the distorted waveform using a specific correction; determining a measurement result of the wall thickness of the pipe or container based on the corrected and/or uncorrected data; and based on the determined thickness, determining the degree of corrosion.

Как уже отмечалось, термин «искаженная форма сигнала» в значении, в каком он используется в настоящем описании, может означать, что одна или несколько спектральных характеристик спектра развертки типа А вызывают неточный или ненадежный результат измерения толщины, определяемый по спектру развертки типа А, или что по спектру развертки типа А вообще никакой результат измерения толщины не поддается определению.As already noted, the term "distorted waveform" as used herein may mean that one or more spectral characteristics of the Type A sweep spectrum cause an inaccurate or unreliable thickness measurement result as determined from the Type A sweep spectrum, or that according to the type A scan spectrum, no thickness measurement result can be determined at all.

Спектральной характеристикой может быть любая характеристика спектра развертки типа А, препятствующая получению точного и надежного результата измерения толщины из этого спектра. Одна или несколько спектральных характеристик могут содержать один или несколько признаков общей формы сигнала. Например, одна или несколько спектральных характеристик могут включать в себя максимальную амплитуду, отношение максимальной амплитуды, смещение постоянной составляющей, искажение сигнала, отношение сигнал/шум (S/N), обратное отношение сигнал/шум (1/(S/N)), низкочастотное колебание, локализованные предшественники коррозии или их любую комбинацию.A spectral characteristic can be any characteristic of a Type A sweep spectrum that prevents an accurate and reliable thickness measurement from being obtained from that spectrum. One or more spectral characteristics may contain one or more features of the overall waveform. For example, one or more spectral characteristics may include maximum amplitude, maximum amplitude ratio, DC offset, signal distortion, signal to noise ratio (S/N), inverse signal to noise ratio (1/(S/N)), low frequency vibration, localized corrosion precursors, or any combination thereof.

Дополнительно или альтернативно, анализ спектров развертки типа А, идентифицированных как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик развертки типа А каждого спектра, вызывающих искажение, может включать в себя анализ одной или нескольких максимальных характеристик. Одна или несколько максимальных характеристик могут включать в себя максимальную амплитуду, отношение максимальной амплитуды, интервал между пиками, число пиков, амплитудный коэффициент, соседние значения вокруг пиков или их любую комбинацию.Additionally or alternatively, analyzing the type A sweep spectra identified as having distorted waveforms to determine one or more of the distortion-inducing sweep type A spectral features of each spectrum may include analyzing one or more maximum features. One or more maximum characteristics may include maximum amplitude, maximum amplitude ratio, peak spacing, number of peaks, crest factor, neighboring values around the peaks, or any combination thereof.

Как уже отмечалось, вызывать по меньшей мере один признак искаженной формы сигнала могут многие свойства спектра развертки типа А. Примеры показаны на прилагаемых фигурах. Например, на фиг. 19 показан пример формы сигнала, определенной как достаточно искаженная, чтобы сделать невозможным получение надежного результата измерения толщины. На фиг. 21 проводится сравнение спектра развертки типа А, определенного имеющим адекватное отношение сигнал/шум для получения надежного результата измерения толщины, и спектра развертки типа А, имеющего неадекватное отношение сигнал/шум для получения надежного результата измерения толщины. На фиг. 7 показаны примеры спектров, в которых искажение формы сигнала вызывают смещение постоянной составляющей и отношение сигнал/шум. На фиг. 8 показаны примеры спектров, в которых искажение формы сигнала вызывают общее искажение и низкочастотное колебание.As already noted, many properties of the Type A sweep spectrum can cause at least one indication of a distorted waveform. Examples are shown in the accompanying figures. For example, in FIG. 19 shows an example of a waveform determined to be sufficiently distorted to make it impossible to obtain a reliable thickness measurement result. In FIG. 21 compares a type A sweep spectrum determined to have an adequate signal-to-noise ratio to obtain a reliable thickness measurement result and a type A sweep spectrum having an inadequate signal-to-noise ratio to obtain a reliable thickness measurement result. In FIG. 7 shows examples of spectra where waveform distortion is caused by DC offset and signal-to-noise ratio. In FIG. 8 shows examples of spectra in which waveform distortion causes total distortion and low frequency oscillation.

В некоторых примерах предлагаемые способы могут дополнительно предусматривать определение по принятым сигналам нескольких разных типов признаков искаженной формы сигнала и внесение исправления в данные, характерные для каждого отличающегося типа определенного признака искаженной формы сигнала.In some examples, the proposed methods may further include determining several different types of corrupted waveform features from the received signals and correcting data specific to each different type of the defined corrupted waveform feature.

В соответствии с другими вариантами осуществления предлагается способ обнаружения коррозии в трубе или контейнере, причем указанный способ предусматривает измерение толщины стенки трубы или контейнера одним или несколькими ультразвуковыми эхо-импульсными устройствами, причем указанный способ предусматривает следующие стадии:According to other embodiments, a method is provided for detecting corrosion in a pipe or container, said method comprising measuring the wall thickness of the pipe or container with one or more ultrasonic pulse echo devices, said method comprising the steps of:

(iii) анализ спектров развертки типа А, идентифицированных на стадии (ii) как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик развертки типа А каждого спектра, вызывающей или вызывающих искажение;(iii) analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more type A sweep spectral characteristics of each spectrum causing or causing distortion;

(vi) определение степени, в которой стенка корродирована, на основании результатов измерения толщины, полученных на стадии (v), и дополнительных результатов измерения толщины, полученных по спектрам развертки типа А.(vi) determining the extent to which the wall is corroded based on the thickness measurements obtained in step (v) and additional thickness measurements obtained from the A-scan spectra.

Стадия (ii) определения, какие из спектров развертки типа А имеют искаженную форму сигнала, из-за которой невозможно получить надежный результат измерения толщины стенки, может включать в себя использование любых подходящих средств определения, имеет или не имеет спектр развертки типа А искаженную форма сигнала, например, как описано выше. Эта стадия определения может быть столь простой, как визуальный осмотр с последующим принятием решения на основании этого осмотра, или может включать в себя определение, отвечает или не отвечает спектр развертки типа А некоторым конкретным критериям.The step (ii) of determining which of the Type A sweep spectra has a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement may include using any suitable means of determining whether or not the Type A sweep spectrum has a distorted waveform. , for example, as described above. This determination step may be as simple as a visual inspection followed by a decision based on that inspection, or may involve determining whether or not the type A sweep spectrum meets some specific criteria.

Стадия (ii) определения, какие из спектров развертки типа А имеют искаженную форму сигнала, из-за которой невозможно получить надежный результат измерения толщины стенки, может включать в себя определение, являются или не являются одна или несколько спектральных характеристик спектра развертки типа А выбросами, как описано выше. Например, определение, не содержат ли ультразвуковые данные выброс (указывающий на признак искаженной формы сигнала), может включать в себя сравнение ультразвуковых данных (таких как текущие спектры развертки типа А или результат измерения толщины, указанный соответствующими спектрами развертки типа А) с контрольным набором данных, таким как предыдущие спектры развертки типа А и/или предыдущие результаты измерения толщины. Например, может быть определено, что ультразвуковые данные содержат признак искаженной формы сигнала, если они дают толщину стенки намного большую по сравнению с предыдущими измерениями.The step (ii) of determining which of the Type A sweep spectra have a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement may include determining whether one or more spectral characteristics of the Type A sweep spectrum are or are not outliers, as described above. For example, determining if the ultrasonic data contains an outlier (indicative of a distorted waveform indication) may include comparing the ultrasonic data (such as the current Type A sweep spectra or the thickness measurement result indicated by the corresponding Type A sweep spectra) with a reference data set. , such as previous Type A sweep spectra and/or previous thickness measurements. For example, the ultrasound data may be determined to contain a distorted waveform feature if it gives a wall thickness that is much larger than previous measurements.

Стадия (iii) анализа спектров развертки типа А для определения одной или нескольких спектральных характеристик каждого спектра развертки типа А, вызывающих искажение, может включать в себя картирование одной или нескольких спектральных характеристик как функции времени.Step (iii) of analyzing the type A sweep spectra to determine one or more distortion-inducing spectral characteristics of each sweep type A spectrum may include mapping one or more spectral characteristics as a function of time.

Стадия (iii) анализа спектров развертки типа А, идентифицированных на стадии (ii) как имеющих искаженную форму сигнала, для определения одной или нескольких спектральных характеристик каждого спектра развертки типа А, вызывающей или вызывающих искажение, может также включать в себя анализ, являются или не являются одна или несколько конкретных спектральных характеристик выбросами.Step (iii) of analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more spectral characteristics of each type A sweep spectrum causing or causing distortion, may also include analyzing whether or not are one or more specific spectral characteristics of outliers.

Стадия (iii) анализа спектров развертки типа А, идентифицированных на стадии (ii) как имеющие искаженную форму сигнала, для определения одной или нескольких спектральных характеристик каждого спектра развертки типа А, вызывающей или вызывающих искажение, может включать в себя сравнение одного или нескольких спектров развертки типа А с одним или несколькими предыдущими спектрами развертки типа А или одним или несколькими номинальными спектрами развертки типа А для определения одной или нескольких спектральных характеристик развертки типа А, вызывающих искажение.Step (iii) of analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more spectral characteristics of each type A sweep spectrum causing or causing distortion, may include comparing one or more sweep spectra Type A with one or more previous Type A sweep spectra or one or more nominal Type A sweep spectra to determine one or more Type A sweep spectral characteristics causing distortion.

Стадия (iv) применения средства для решения характеристик формы сигнала, определенных на стадии (iii) как вызывающие искажение формы сигнала, для получения измененных спектров развертки типа А может включать в себя удаление выбросов из спектров развертки типа А. Это могло бы позволить учитывать для результатов измерения толщины только те спектры развертки типа А, которые не имеют одной или нескольких спектральных характеристик, считающихся выбросами. Определением термина «выброс» может быть любое из определений этого термина, приведенных выше. Это может быть предпочтительным способом решения характеристик формы сигнала, определенных на стадии (iii) как вызывающие искажение формы сигнала, если спектральная характеристика, вызывающая искажение формы сигнала, представляет собой плохое или неадекватное отношение сигнал/шум.The step (iv) of applying a means to solve the waveform characteristics identified in step (iii) as causing waveform distortion to obtain modified Type A sweep spectra may include removing outliers from the Type A sweep spectra. This could allow for the results to take into account thickness measurements only those A-sweep spectra that do not have one or more spectral characteristics considered to be outliers. The definition of the term "outlier" can be any of the definitions of this term given above. This may be the preferred way to address the waveform characteristics identified in step (iii) as causing waveform distortion if the spectral characteristic causing waveform distortion is a poor or inadequate signal to noise ratio.

Стадия (iv) применения средства для решения характеристик формы сигнала, определенных на стадии (iii) как вызывающие искажение формы сигнала, для получения измененных спектров развертки типа А может включать в себя получение нескольких исправленных спектров развертки типа А.The step (iv) of applying a means for solving the waveform characteristics determined in step (iii) as causing waveform distortion to obtain modified type A sweep spectra may include obtaining a plurality of corrected type A sweep spectra.

Если стадия (iv) включает в себя получение нескольких исправленных спектров развертки типа А, эта стадия может включать в себя использование определенного алгоритма для исправления данных развертки типа А так, чтобы можно было получить надежный результат измерения толщины. Кроме того, стадии (ii) и (iii) могут включать в себя использование алгоритма для определения, какие спектры развертки типа А имеют искаженную форму сигнала, из-за которой невозможно получить надежный результат измерения толщины, или использование алгоритма для анализа, какие спектральные характеристики вызывают искажение формы сигнала. Подходящие алгоритмы включают в себя быстрое преобразование Фурье, алгоритм преобразования Гильберта, алгоритм порога Гильберта и алгоритм перехода через нуль Гильберта. Необязательно, эти алгоритмы могут применяться с использованием программного обеспечения MATLAB.If step (iv) involves obtaining a plurality of corrected Type A sweep spectra, this step may include using a specific algorithm to correct the Type A sweep data so that a reliable thickness measurement result can be obtained. In addition, steps (ii) and (iii) may include using an algorithm to determine which scan type A spectra have a distorted waveform that makes it impossible to obtain a reliable thickness measurement result, or using an algorithm to analyze which spectral characteristics cause waveform distortion. Suitable algorithms include the fast Fourier transform, the Hilbert transform algorithm, the Hilbert thresholding algorithm, and the Hilbert zero crossing algorithm. Optionally, these algorithms may be applied using MATLAB software.

Предлагаемые способы могут выполняться компьютером, подключенным к одному или нескольким ультразвуковым эхо-импульсным устройствам. Компьютер может работать отдельно от ультразвуковых эхо-импульсных устройств (например, спектры развертки типа А могут быть получены ранее или из других источников), или компьютер может управлять одним или несколькими ультразвуковыми эхо-импульсными устройствами. Компьютер будет иметь программное обеспечение, например, для прогона программного обеспечения для выполнения предлагаемых способов, и аппаратные средства для прогона программного обеспечения. Компьютер может иметь интерфейсы для приема, передачи информации, например, в виде данных, и/или иного обмена ею. Компьютер может иметь элементы памяти для хранения информации.The proposed methods can be performed by a computer connected to one or more ultrasonic pulse echo devices. The computer may operate separately from the ultrasonic pulse echo devices (eg, Type A sweep spectra may be obtained previously or from other sources), or the computer may control one or more ultrasonic pulse echo devices. The computer will have software, for example, to run the software to carry out the proposed methods, and hardware to run the software. The computer may have interfaces for receiving, transmitting information, for example in the form of data, and/or otherwise exchanging it. A computer may have memory elements for storing information.

В некоторых примерах несколько ультразвуковых эхо-импульсных устройств могут находиться вдоль стенки трубопровода для транспортировки нефти и природного газа. Все эти устройства могут использоваться для контроля толщины стенки в разных местах, чтобы выдавать информацию о коррозии в разных частях стенки. Предлагаемый способ может включать в себя обработку данных развертки типа А из этих ультразвуковых эхо-импульсных устройств любым из вышеописанных способов.In some examples, multiple ultrasonic pulse echo devices may be located along the wall of an oil and natural gas pipeline. All of these devices can be used to monitor wall thickness at different locations in order to provide information about corrosion in different parts of the wall. The proposed method may include processing type A scan data from these ultrasonic pulse echo devices by any of the methods described above.

При обращении к графическому материалу в целом станет ясно, что приведенные функциональные блок-схемы используются для указания функциональных возможностей систем и устройства, описанных в настоящем документе. Следует, однако, понимать, что эти функциональные возможности не обязательно должны распределяться таким путем и не должны рассматриваться как подразумевающие какую-либо конкретную структуру аппаратных средств, иную, нежели описанную и заявленную ниже. Функция одного или нескольких элементов, показанных на фигурах, может дополнительно подразделяться и/или распределяться по всему предлагаемому устройству. Согласно некоторым вариантам осуществления функция одного или нескольких элементов, показанных на графическом материале, может отводиться одному функциональному блоку.Referring to the drawings as a whole, it will become clear that the functional block diagrams provided are used to indicate the functionality of the systems and apparatus described herein. It should, however, be understood that this functionality need not be distributed in this way and should not be construed as implying any particular hardware structure other than that described and claimed below. The function of one or more of the elements shown in the figures may be further subdivided and/or distributed throughout the proposed device. In some embodiments, the function of one or more of the elements shown in the drawing may be assigned to a single functional block.

Вышеописанные варианты осуществления следует рассматривать как иллюстративные примеры. Возможны и дополнительные варианты осуществления. Следует понимать, что любой признак, описанный в отношении какого-либо одного варианта осуществления, может использоваться отдельно или в сочетании с другими описанными признаками, и может также использоваться в сочетании с одним или несколькими признаками какого-либо другого из вариантов осуществления или в сочетании с каким-либо другим из вариантов осуществления. Кроме того, в пределах объема настоящего изобретения, определенного в прилагаемой формуле изобретения, могут также использоваться эквиваленты и модификации, не описанные выше.The above described embodiments should be considered as illustrative examples. Additional embodiments are also possible. It should be understood that any feature described with respect to any one embodiment may be used alone or in combination with other features described, and may also be used in conjunction with one or more features of any other of the embodiments, or in combination with any other of the embodiments. In addition, equivalents and modifications not described above may also be used within the scope of the present invention as defined in the appended claims.

В некоторых примерах один или несколько элементов памяти могут хранить данные и/или программные команды, используемые для выполнения операций, описанных в настоящем документе. Варианты осуществления настоящего изобретения предусматривают материальные, энергонезависимые носители данных, содержащие программные команды, предназначенные для программирования процессора для выполнения одного или нескольких из способов, описанных и/или заявленных в настоящем документе, и/или предусматривают устройство обработки данных, описанное и/или заявленное в настоящем документе.In some examples, one or more memory elements may store data and/or program instructions used to perform the operations described herein. Embodiments of the present invention provide tangible, nonvolatile storage media containing program instructions for programming a processor to perform one or more of the methods described and/or claimed herein, and/or provide a data processing device described and/or claimed in this document.

Способы и устройство, описанные в настоящем документе, могут реализовываться с помощью схем с фиксированными логическими функциями, таких как матрицы логических вентилей, или программируемых логических схем, например, с использованием программных и/или компьютерных команд, выполняемых процессором. Другие виды программируемых логических схем включают в себя программируемые процессоры, программируемые цифровые логические схемы (например, программируемая пользователем вентильная матрица (ППВМ), стираемое программируемое постоянное запоминающее устройство (СППЗУ), электрически стираемое программируемое постоянное запоминающее устройство (ЭСППЗУ)), заказную интегральную микросхему или любой иной вид цифровых логических схем, программное обеспечение, код, электронные команды, флэш-память, оптические диски, ПЗУ на компакт-дисках, ПЗУ на цифровых видеодисках, магнитные или оптические карты, другие типы машиночитаемых носителей, подходящие для хранения электронных команд или их любую подходящую комбинацию.The methods and apparatus described herein may be implemented using fixed logic circuits, such as logic gate arrays, or programmable logic circuits, such as using software and/or computer instructions executed by a processor. Other types of programmable logic circuits include programmable processors, programmable digital logic circuits (e.g., field programmable gate array (FPGA), erasable programmable read only memory (EPROM), electrically erasable programmable read only memory (EEPROM)), a custom integrated circuit, or any other kind of digital logic circuits, software, code, electronic instructions, flash memory, optical disks, CD-ROMs, DVROMs, magnetic or optical cards, other types of computer-readable media suitable for storing electronic instructions or their any suitable combination.

ПримерыExamples

Пример 1Example 1

Пример 1 относится инструментальному средству программного обеспечения, реализующему способы, рассмотренные выше. На фиг. 1 представлен скриншот с графического пользовательского интерфейса (ГПИ) инструментального средства перед проведением какого-либо анализа. Как можно видеть на этой фигуре, пользователь может выбирать между проведением анализа данных развертки типа А из одного преобразователя (одного ультразвукового эхо-импульсного устройства) и проведением анализа данных развертки типа А из нескольких преобразователей. Для режима анализа данных из нескольких преобразователей пользователь может выбрать для анализа определенные конкретные группы преобразователей или может выбрать для анализа все преобразователи на участке. На фиг. 2а представлен скриншот с ГПИ, на котором показан график толщины как функции времени для конкретного преобразователя. Программное обеспечение определило, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала, и в данном случае это определение включает в себя определение, что ультразвуковые данные содержат по меньшей мере один выброс. В представленном примере красным цветом выделены показания, представляющие собой выпадающие результаты измерения толщины (выбросы). Желтым и красным цветом выделены выбросы, для которых имеются данные формы сигнала. Для тех выбросов, для которых имеются данные формы сигнала, инструментальное средство программного обеспечения позволяет просматривать необработанные данные развертки типа А для конкретного выброса: для этого нужно щелкнуть мышкой по значению выброса на ГПИ. Путем просмотра необработанных данных развертки типа можно определить исправление, которое необходимо внести в признак искаженной формы сигнала. На фиг. 2b представлен скриншот одних из таких необработанных данных развертки типа А для результата измерения толщины, который считается выбросом.Example 1 relates to a software tool implementing the methods discussed above. In FIG. 1 is a screenshot from the graphical user interface (GUI) of the tool prior to any analysis. As can be seen in this figure, the user can choose between analyzing type A sweep data from a single transducer (single ultrasonic pulse echo device) and analyzing type A sweep data from multiple transducers. For multi-transducer data analysis mode, the user can select certain specific groups of transducers for analysis, or can select all transducers in the area for analysis. In FIG. Figure 2a is a GUI screenshot showing a plot of thickness versus time for a particular transducer. The software has determined that the ultrasound data contains at least one distorted waveform feature, and in this case, that determination includes determining that the ultrasound data contains at least one spike. In the example shown, the readings that are outliers in the thickness measurements (outliers) are highlighted in red. Outliers for which waveform data are available are highlighted in yellow and red. For those outliers for which waveform data is available, the software tool allows you to view the raw A-sweep data for a specific outlier by clicking on the outlier value on the GUI. By looking at the raw type sweep data, you can determine the correction that needs to be made to the skewed waveform feature. In FIG. 2b is a screenshot of one such type A raw flat pattern data for a thickness measurement result that is considered an outlier.

Например, после того как конкретный спектр развертки типа А, который считается выбросом, просмотрен, этот спектр развертки типа А может анализироваться инструментальным средством программного обеспечения для определения, вызывают или не вызывают одна или несколько конкретных спектральных характеристик спектра развертки типа А искаженную форму сигнала. Как уже отмечалось, этот анализ одной или нескольких конкретных спектральных характеристик может включать в себя картирование одной или нескольких спектральных характеристик как функции времени. На фиг. 3а и 3b представлены скриншоты с ГПИ инструментального средства программного обеспечения, предоставляющего пользователю различные опции для картирования определенных спектральных характеристик спектра развертки типа А как функции времени. Пользователь может иметь возможность просматривать сами спектральные характеристики и определять, нужно ли их исправлять. Дополнительно или альтернативно, программное обеспечение может определять, какие спектральные характеристики необходимо исправить любым из способов, описанных выше (и более подробно описанных ниже). Как уже отмечалось, для исправления выбранных спектральных характеристик программное обеспечение может использовать некоторый алгоритм.For example, after a particular type A sweep spectrum that is considered an outlier is viewed, that type A sweep spectrum can be analyzed by a software tool to determine whether or not one or more particular type A sweep spectrum characteristics cause a distorted waveform. As already noted, this analysis of one or more specific spectral characteristics may include mapping one or more spectral characteristics as a function of time. In FIG. 3a and 3b are screenshots from a GUI software tool that provides the user with various options for mapping certain spectral characteristics of a Type A sweep spectrum as a function of time. The user may be able to view the spectral characteristics themselves and determine if they need to be corrected. Additionally or alternatively, the software may determine which spectral characteristics need to be corrected by any of the methods described above (and described in more detail below). As already noted, the software may use some algorithm to correct the selected spectral characteristics.

На фиг. 4 представлен скриншот с ГПИ, показывающий, как пользователь будет проинформирован в результате анализа, что конкретная одна или несколько спектральных характеристик вызывает ошибочное показание толщины и искажение спектра развертки типа А. После этого ГПИ может порекомендовать пользователю конкретные опции для исправления ультразвуковых данных. Рекомендоваться могут разные опции в зависимости от того, что определено в результате анализа как вызывающее искажение формы сигнала. Например, ГПИ может сообщить пользователю, что спектр развертки типа А не может выдать результат измерения толщины, несмотря на различные опции для исправления спектра. Альтернативно, ГПИ может сообщить пользователю, что искажение вызывает конкретная спектральная характеристика (например, отношение сигнал/шум), и что рекомендуется конкретное средство исправления спектра, например, применение к данным конкретного алгоритма.In FIG. Figure 4 is a GUI screenshot showing how the user will be informed as a result of the analysis that a particular one or more spectral characteristics are causing the thickness reading error and type A sweep spectrum distortion. The GUI can then recommend to the user specific options for correcting the ultrasound data. Different options may be recommended depending on what is determined in the analysis as causing waveform distortion. For example, the GUI may inform the user that a Type A sweep spectrum cannot produce a thickness measurement despite various options to correct the spectrum. Alternatively, the GUI may inform the user that a particular spectral characteristic (eg, signal-to-noise ratio) is causing distortion, and that a particular means of correcting the spectrum is recommended, eg, applying a particular algorithm to the data.

На фиг. 5 представлен скриншот с графического пользовательского интерфейса, на котором пользователю предоставляется опция сохранить исправленные спектры развертки типа А и использовать исправленный спектр для получения новых результатов измерения толщины. Фиг. 5b это график «толщина - время» с включенными в него исправленными спектрами развертки типа А. ГПИ сообщит пользователю, что конкретная спектральная характеристика сочтена вызывающей искажение формы сигнала. После чего пользователю будет порекомендован ход действий. Например, ГПИ может заявить, что преобразователь слабый, но что спектр развертки типа А имеет оптимальное отношение сигнал/шум, и может затем скомандовать применить к спектру конкретный алгоритм как исправление. Альтернативно, ГПИ может сообщить пользователю, что спектр содержит смещение постоянной составляющей или низкочастотное колебание, вызывающее искажение формы сигнала, и порекомендовать применить алгоритм удаления этих признаков из спектра. После этого пользователь сможет сохранить исправленные спектры развертки типа А и включить их в первоначальную группу результатов измерения толщины как функции времени. На фиг. 5b можно видеть первоначальные результаты измерения толщины как функции времени, показанные на фиг. 2а, с включенными в них новыми исправленными спектрами развертки типа А (показанными зеленым цветом). При этом пользователь сможет видеть результат использования средств исправления (таких как алгоритм исправления) на развертке типа А, и как это отражается на результате измерения толщины.In FIG. Figure 5 is a screenshot of the graphical user interface, which provides the user with the option to save the corrected Type A sweep spectra and use the corrected spectrum to generate new thickness measurement results. Fig. 5b is a thickness versus time plot with the corrected Type A sweep spectra included. The GUI will inform the user that a particular spectral characteristic has been found to be causing waveform distortion. After that, the user will be recommended a course of action. For example, the GUI may claim that the transducer is weak, but that the type A sweep spectrum has an optimal signal-to-noise ratio, and may then command that a particular algorithm be applied to the spectrum as a correction. Alternatively, the GUI may advise the user that the spectrum contains a DC offset or low frequency wobble causing waveform distortion and recommend an algorithm to remove these features from the spectrum. The user can then save the corrected Type A sweep spectra and include them in the original group of thickness measurements as a function of time. In FIG. 5b, one can see the initial thickness measurement results as a function of time shown in FIG. 2a, with the new corrected Type A sweep spectra included (shown in green). The user will then be able to see the result of using the correction tools (such as the correction algorithm) on the Type A flat pattern and how this affects the thickness measurement result.

Пример 2Example 2

Инструментальное средство программного обеспечения, реализующее предлагаемые способы, такое как инструментальное средство программного обеспечения, описанное выше в примере 1, может работать и в режиме с несколькими преобразователями, в котором анализируются результаты ультразвукового измерения толщины из нескольких ультразвуковых эхо-импульсных устройств. На фиг. 6 представлен скриншот с ГПИ, показывающего, что пользователь имеет эту опцию. Пользователь может выбрать для анализа несколько преобразователей с участка (но не все) или все преобразователи с участка. Способ может вначале предусматривать выявление конкретного преобразователя, результаты измерения толщины которого являются выбросами. Затем для данных может выполняться анализ, как описано в примере 1 для одного устройства.The software tool implementing the proposed methods, such as the software tool described in Example 1 above, can also operate in a multi-transducer mode that analyzes ultrasonic thickness measurement results from multiple ultrasonic pulse echo devices. In FIG. Figure 6 is a screenshot from the GUI showing that the user has this option. The user can select several transducers from a site (but not all) or all transducers from a site for analysis. The method may first involve identifying a particular transducer whose thickness measurements are outliers. The data can then be analyzed as described in Example 1 for a single device.

На фиг. 9 представлена блок-схема, демонстрирующая анализ, который может выполнять инструментальное средство программного обеспечения, реализующее предлагаемые способы. Как показано на этой фигуре, вначале может выбираться преобразователь или группа преобразователей. Для конкретного спектра развертки типа А, указывающего результат измерения толщины, инструментальное средство может анализировать, вызывает или не вызывает конкретная спектральная характеристика искажение формы сигнала, из-за чего невозможно получить точный и надежный результат измерения толщины. Как можно видеть, анализируемая спектральная характеристика может представлять собой один из общих признаков формы сигнала, таких как низкая амплитуда, смещение постоянной составляющей, адекватное отношение сигнал/шум, низкочастотное колебание, локализованные предшественники коррозии, или максимальные характеристики, такие как максимальная амплитуда, интервал между пиками, число пиков или соседние значения вокруг пиков. Кроме того, на блок-схеме показано, что при анализе может проводиться сравнение значения для спектральной характеристики с номинальным значением.In FIG. 9 is a flowchart showing the analysis that can be performed by a software tool that implements the proposed methods. As shown in this figure, a transducer or group of transducers may be selected first. For a particular type A sweep spectrum indicative of a thickness measurement result, the tool can analyze whether or not a particular spectral characteristic causes waveform distortion such that an accurate and reliable thickness measurement result cannot be obtained. As can be seen, the analyzed spectral response can be one of the general waveform features such as low amplitude, DC offset, adequate signal-to-noise ratio, low frequency oscillation, localized corrosion precursors, or maximum characteristics such as maximum amplitude, interval between peaks, the number of peaks, or adjacent values around the peaks. In addition, the block diagram shows that the analysis can compare the value for the spectral characteristic with the nominal value.

Пример 3Example 3

Фиг. 7 и 8 - это примеры спектров развертки типа А, в которых конкретные спектральные характеристики вызывают искажение формы сигнала, из-за чего надежный и точный результат измерения толщины получить невозможно. На фиг. 7 показаны спектры, в которых искажение формы сигнала вызывают смещение постоянной составляющей и плохое/неадекватное отношение сигнал/шум. На фиг. 8 показаны спектры развертки типа А, в которых искажение формы сигнала вызывают общее искажение и низкочастотное колебание. Как уже отмечалось, определение, содержат ли ультразвуковые данные по меньшей мере один признак искаженной формы сигнала, может выполняться компьютерным программным обеспечением, такими как инструментальное средство программного обеспечения, описанное выше в примере 1.Fig. 7 and 8 are examples of Type A sweep spectra in which particular spectral characteristics cause waveform distortion such that a reliable and accurate thickness measurement cannot be obtained. In FIG. 7 shows spectra where waveform distortion causes DC offset and poor/inadequate signal-to-noise ratio. In FIG. 8 shows Type A sweep spectra in which waveform distortion causes total distortion and low frequency wobble. As already noted, determining whether the ultrasound data contains at least one distorted waveform feature can be performed by computer software, such as the software tool described in Example 1 above.

Пример 4Example 4

На фиг. 10 показан еще один пример скриншота с ГПИ инструментального средства программного обеспечения, реализующего предлагаемые способы, такого как инструментальное средство программного обеспечения, описанное выше в примере 1, в котором пользователю предоставляется выбор картирования спектральной характеристики спектра развертки типа А как функции времени. На фиг. 11 и 12 представлены скриншоты с ГПИ, где пользователю предлагается конкретное исправляющее действие в связи с определением, что конкретные спектральные характеристики вызывают искажение формы сигнала, из-за которого надежный результат измерения толщины определить невозможно.In FIG. 10 shows another example of a GUI screenshot of a software tool implementing the proposed methods, such as the software tool described in Example 1 above, in which the user is given the choice of mapping the spectral response of a type A sweep spectrum as a function of time. In FIG. Figures 11 and 12 are GUI screenshots that suggest specific corrective action to the user for determining that specific spectral characteristics are causing waveform distortion that makes it impossible to determine a reliable thickness measurement result.

Пример 5Example 5

Спектр слева вверху на фиг. 13 - это график, на котором показаны результаты измерения толщины как функции времени в случае, когда нет существенного изменения толщины стенки трубы в местоположении преобразователя (определенной другими средствами). Большое изменение толщины вначале обусловлено выбором алгоритма при определении толщины по развертке типа А. Однако было установлено, что общее изменение результатов измерения толщины со временем было результатом малых соседних пиков на некоторых спектрах развертки типа А, вызвавших искажение спектра развертки типа А и, соответственно, ненадежный результаты измерения толщины. На фиг. 13 показаны также развертки типа А в случаях, когда соседние пики вызывали эти последствия. Как уже отмечалось, варианты осуществления настоящего изобретения могут включать в себя определение исправления для внесения в признаки искаженной формы сигнала, вызванной соседними пиками, и исправление признака искаженной формы сигнала для получения лучшего результата измерения толщины.The spectrum at the top left in Fig. 13 is a graph showing the thickness measurement results as a function of time in the case where there is no significant change in pipe wall thickness at the transducer location (determined by other means). The large change in thickness was initially due to the choice of algorithm in determining the thickness from the Type A sweep. However, it was found that the overall change in thickness measurements over time was the result of small neighboring peaks in some of the Type A sweep spectra, which caused distortion of the Type A sweep spectrum and, accordingly, unreliable thickness measurement results. In FIG. 13 also shows type A sweeps in cases where adjacent peaks caused these effects. As noted, embodiments of the present invention may include defining a correction to introduce distorted waveform features caused by neighboring peaks and correcting the distorted waveform feature to obtain a better thickness measurement result.

Пример 6Example 6

На фиг. 14 и 15 показан результат применения разных алгоритмов исправления к выпадающим результатам измерения толщины. На фиг. 14 показан результат кросс-корреляции алгоритма преобразования Гильберта и алгоритма порога Гильберта, а на фиг. 15 - результат алгоритма перехода через нуль Гильберта. Эти алгоритмы могут использоваться в примерах настоящего изобретения, описанных выше (например, инструментальным средством программного обеспечения, описанным в примере 1).In FIG. 14 and 15 show the result of applying different correction algorithms to outlier thickness measurements. In FIG. 14 shows the cross-correlation result of the Hilbert Transform algorithm and the Hilbert Threshold algorithm, and FIG. 15 is the result of the Hilbert zero crossing algorithm. These algorithms can be used in the examples of the present invention described above (eg, the software tool described in example 1).

Пример 7Example 7

На фиг. 16 приведен пример изменения результатов измерения толщины во времени, в котором независимо установлено, что существенное изменение толщины стенки трубы не произошло (т.е. значения толщины были известны как неправильные). С использованием примеров настоящего изобретения (например, с использованием инструментального средства программного обеспечения, описанного в примере 1), было установлено, что изменение результатов измерения толщины было из-за слабого сигнала с формой волны.In FIG. 16 is an example of how thickness measurements change over time, in which it is independently determined that no significant change in pipe wall thickness occurred (i.e., the thickness values were known to be incorrect). Using examples of the present invention (for example, using the software tool described in example 1), it was found that the change in the results of the thickness measurement was due to a weak signal with a waveform.

Варианты осуществления настоящего изобретения могут идентифицировать эти существенные изменения толщины как выбросы (как показано на фиг. 16) и, соответственно, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала. В ответ на определение, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала, варианты осуществления настоящего изобретения могут определять изменение для внесения в данные на основании характеристики определенного по меньшей мере одного признака искаженной формы сигнала, для решения или исправления по меньшей мере одного признака искаженной формы сигнала и получения результата измерения толщины по решенным или исправленным данным. Эти варианты осуществления могут реализовываться, например, инструментальным средством программного обеспечения, описанным выше в примере 1. Пример 8Embodiments of the present invention can identify these significant thickness changes as outliers (as shown in FIG. 16) and, accordingly, that the ultrasound data contains at least one indication of a distorted waveform. In response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature, embodiments of the present invention may determine a change to make to the data based on a characteristic of the determined at least one distorted waveform feature, to resolve or correct at least one sign of a distorted waveform and obtaining a thickness measurement result from the resolved or corrected data. These embodiments may be implemented, for example, by the software tool described in Example 1 above. Example 8

На фиг. 17 представлен график, на котором показано изменение толщины во времени. На этом графике наблюдается несколько изменений толщины. Уменьшение на 47-й день после начальной установки было вызвано изменением температуры. Увеличение толщины на 445-й день после начальной установки было вызвано большим искажением формы сигнала. Варианты осуществления настоящего изобретения могут идентифицировать такое увеличение толщины как выброс и, соответственно, что ультразвуковые данные содержат по меньшей мере один признак искаженной формы сигнала, и в ответ на определение, что принятые сигналы содержат ультразвуковые данные, содержащие по меньшей мере один признак искаженной формы сигнала, могут определять изменение для внесения в данные на основании характеристики определенного по меньшей мере одного признака искаженной формы сигнала для решения по меньшей мере одного признака искаженной формы сигнала и получения результата измерения толщины по решенным данным. Эти варианты осуществления могут реализовываться, например, инструментальным средством программного обеспечения, описанным выше в примере 1.In FIG. 17 is a graph showing the change in thickness over time. There are several changes in thickness in this graph. The decrease on the 47th day after the initial setting was due to a change in temperature. The increase in thickness on day 445 after the initial setting was due to large waveform distortion. Embodiments of the present invention can identify such an increase in thickness as an outlier and, accordingly, that the ultrasonic data contains at least one distorted waveform feature, and in response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature , may determine a change to make to the data based on a characteristic of the determined at least one distorted waveform feature to solve the at least one distorted waveform feature and obtain a thickness measurement result from the resolved data. These embodiments may be implemented, for example, by the software tool described in Example 1 above.

Claims

1. A method for detecting corrosion in a pipe or container, said method comprising measuring the wall thickness of the pipe or container with one or more ultrasonic pulse echo devices, said method comprising the following steps:

(i) receiving signals indicative of type A sweep data from one or more ultrasonic pulse echo devices, the type A sweep data comprising a plurality of type A sweep spectra;

(ii) determining which of the Type A sweep spectra have a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement;

(iii) analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more type A sweep spectral characteristics of each spectrum causing distortion;

(iv) determining a patch to apply to the data based on one or more of the spectral characteristics of the Type A sweep determined in step (iii);

(v) correcting at least one distorted waveform to resolve waveform characteristics based on the determined correction to obtain modified A-scan spectra;

(vi) determining the wall thickness measurements based on the modified Type A sweep spectra; and

(vii) determining the extent to which the wall is corroded based on the thickness measurements determined in step (vi) and additional thickness measurements determined from the Type A sweep spectra, wherein

step (ii) includes determining whether one or more spectral characteristics of the Type A sweep spectra are or are not outliers, and the value is determined to be an outlier if (Y _i -Y _median )>3IQR, where Y _i is a specified value, Y _median is the median value of the group of values, and IQR is the interquartile range of the group of values.

2. The method of claim 1, wherein the wall includes the wall of an oil or natural gas pipeline.

3. The method of claim 1 wherein the wall includes the wall of a pipe or container in an oil or gas refinery.

4. A method according to any one of the preceding claims, wherein one or more of the distortion-inducing spectrum characteristics of the A sweep of each spectrum comprise one or more features of a common waveform.

5. The method of claim 4, wherein the one or more features of the overall waveform include at least one of the following: maximum amplitude, maximum amplitude ratio, DC offset, signal distortion, signal to noise ratio (S/N), inverse signal-to-noise ratio (1/(S/N)), low frequency oscillation, localized corrosion precursors, or any combination thereof.

6. A method according to any one of the preceding claims, wherein the one or more spectrum characteristics of the A sweep of each spectrum that cause distortion include one or more maximum characteristics.

7. The method of claim 6, wherein the one or more peak characteristics include at least one of maximum amplitude, peak amplitude ratio, peak spacing, number of peaks, crest factor, adjacent values around peaks, or any combination thereof.

8. The method of any one of the preceding claims, wherein the step (iii) of analyzing the spectra of a type A sweep to determine one or more spectral features of the type A sweep that cause distortion, comprises mapping one or more spectral features as a function of time.

9. The method of claim 8, wherein the one or more type A sweep spectral characteristics include at least one of the following: maximum amplitude, maximum amplitude ratio, DC offset, signal distortion, signal to noise ratio (S/N) , inverse signal-to-noise ratio (1/(S/N)), low frequency oscillation, localized corrosion precursors, spacing between peaks, number of peaks, crest factor, adjacent values around peaks, or any combination of these.

10. The method according to any one of the preceding claims, wherein the step (ii) of determining which of the Type A sweep spectra have a distorted waveform that makes it impossible to obtain a reliable wall thickness measurement result, includes determining whether or not the result is outlier thickness measurement relative to other thickness measurement results.

11. The method of claim 10, wherein determining whether one or more spectral characteristics of the Type A sweep spectra are or are not outliers includes analyzing the thickness measurement results as a function of time.

12. The method according to any one of paragraphs. 10, 11, where an outlier is defined as more than one standard deviation from the mean of one or more spectral characteristics of the Type A sweep spectra, or from the mean of thickness measurements obtained over a period of time.

13. The method of claim 12, wherein the outlier is defined as more than two standard deviations from the mean of one or more spectral characteristics of the Type A sweep spectra, or from the mean of thickness measurement results obtained over a period of time.

14. A method according to any of the preceding claims, wherein the step (iii) of analyzing the type A sweep spectra identified in step (ii) as having a distorted waveform to determine one or more spectral characteristics of the type A sweep of each spectrum causing or causing distortion , includes an analysis of whether one or more specific spectral characteristics are outliers.

15. The method of claim 14, wherein the outlier is defined as more than one standard deviation from the mean of one or more spectral characteristics.

16. The method of claim 15, wherein the outlier is defined as more than two, three, four, or five standard deviations from the mean of one or more spectral characteristics of the Type A sweep spectra.

17. The method according to claim. 10 or 14, in which the value is determined as an outlier if (Y _i -Y _median )>10% (Y _median ) and (Y _i -Y _median )>max. (0.04 in., 5% (Y _median )).

18. A method according to any one of the preceding claims, wherein the step (iv) of applying the means to resolve the waveform characteristics identified in step (iii) as causing waveform distortion, comprises removing outliers from the A-scan spectra.

19. A method according to any one of the preceding claims, wherein the step (iv) of applying a means for solving the waveform characteristics determined in step (iii) as causing waveform distortion to obtain altered Type A sweep spectra comprises obtaining a plurality of corrected spectra. type A reamers.

20. The method according to any one of the preceding claims, wherein the step (iv) of applying a means for solving the waveform characteristics determined in step (iii) as causing waveform distortion to obtain modified A-sweep spectra comprises eliminating the spectra determined in step (ii) as having a distorted waveform, from the type A sweep data to obtain altered type A sweep spectra.

21. The method according to p. 18, where the release has the definition given in paragraph 12 or 13 or any of paragraphs. 15-17.

22. The method of any one of the preceding claims, wherein the step (iii) of analyzing the sweep type A spectra identified in step (ii) as having a distorted signal shape to determine one or more spectral characteristics of the sweep type A of each spectrum that cause distortion, comprises includes comparing one or more Type A sweep spectra with one or more previous Type A sweep spectra or with one or more nominal Type A sweep spectra to determine one or more Type A sweep spectral characteristics causing distortion.

23. A method according to any one of the preceding claims, comprising receiving signals from more than one ultrasonic pulse echo device at different locations in the wall of a container or pipe.

24. The method of claim 23, wherein the method comprises performing steps (i)-(vi) of claim 1 on type A sweep data obtained from each of the ultrasonic pulse echo devices.

25. A method according to any one of the preceding claims, wherein steps (iii) and (iv) are performed based on more than one spectral characteristic.

26. A method for detecting corrosion in a pipe or container for use with ultrasonic data obtained from one or more ultrasonic pulse echo devices, comprising:

receiving signals indicative of ultrasonic data, the ultrasonic data comprising at least one waveform;

determining that the ultrasound data contains at least one sign of a distorted waveform;

in response to determining that the received signals contain ultrasonic data containing at least one distorted waveform feature, determining a correction to be applied to the data based on a characteristic of the determined at least one distorted waveform feature to resolve the at least one distorted waveform feature and for correcting at least one feature of the distorted wave and obtaining a thickness measurement result from the corrected data;

correcting at least one sign of the distorted wave with the application of a certain correction; and

obtaining the result of thickness measurement according to the specified resolved data,

wherein the method also includes determining whether one or more spectral characteristics of the Type A sweep spectra are or are not outliers, and the value is determined to be an outlier if (Y _i -Y _median )>3IQR, where Y _i is a specified value, Y _median is the median value of the group of values, and IQR is the interquartile range of the group of values.

27. The method of claim 26, wherein the step of determining a correction to be applied to the data includes determining which type A sweep spectra to exclude from the data, wherein the type A sweep spectra to exclude from the data include type A sweep spectra determined as distorted waveform.

28. The method of claim 27, further comprising:

determining the measurement result of the wall thickness of the pipe or container based on the corrected and uncorrected data; and

determining the extent to which the wall is corroded based on the determined thickness.

29. The method according to any one of paragraphs. 26-28, additionally providing:

determining, from the received signals, several different types of distorted waveform features; and correcting data specific to each different type of the determined distorted waveform feature.

30. The method according to any one of paragraphs. 26-29, wherein determining that the ultrasound data contains at least one distorted waveform feature includes at least one of the following:

determining whether the selected portion of the ultrasound data contains at least one outlier, and the outlier contains a feature of this waveform that is outside the selected range for this feature;

determining whether the quality of the ultrasound data is below a selected threshold;

determining whether features of the overall waveform of the selected portion of the ultrasound data are outside the selected threshold;

determining if the maximum characteristics of the selected portion of the ultrasound data are outside the selected threshold;

determining if the selected portion of the ultrasound data contains a signal-to-noise ratio less than a selected threshold;

determining if the selected portion of the ultrasound data contains localized precursors; and

determining whether the selected portion of the ultrasound data contains low frequency vibrations.

31. The method of claim 30, wherein the release includes at least one of the following:

a value that is at least one standard deviation from the mean for the selected portion of the ultrasound data; and

amplitude is below the selected threshold for the selected portion of the ultrasound data.

32. The method of claim 30, wherein determining whether the maximum characteristics of the selected portion of the ultrasound data are outside the selected threshold includes at least one of the following:

determining that the interval between the peaks of the selected portion of the ultrasound data is below the selected threshold;

determining that the number of peaks for a selected portion of the ultrasound data is below and/or above selected thresholds;

comparing the absolute value of the peaks for the selected part of the ultrasound data with the absolute value of the peaks for another part of the ultrasound data.

33. The method according to any one of paragraphs. 26-32, containing features according to any one of paragraphs. 2-25.

34. A non-volatile computer-readable medium for detecting corrosion in a pipe or container, containing program instructions for carrying out the method according to any one of the preceding claims.

35. A device for detecting corrosion in a pipe or container, configured to perform a method for detecting corrosion in a pipe or container, said method comprising measuring the wall thickness of the pipe or container with one or more ultrasonic pulse echo devices, the device being configured to:

(iii) analyzing the Type A sweep spectra identified in step (ii) as having distorted waveforms to determine one or more of the spectral characteristics of the Type A sweep of each spectrum causing distortion;

(iv) determining a correction to apply to the data based on one or more of the spectral characteristics of the Type A sweep determined in step (iii);

(v) correcting at least one distorted waveform to solve waveform characteristics based on certain waveform distorting spectral characteristics to obtain multiple resolved Type A sweep spectra;

(vi) determining the results of the wall thickness measurement based on the plurality of resolved Type A sweep spectra; and

36. The device according to p. 35, and the method is a method according to any one of paragraphs. 2-25.

37. A device for detecting corrosion in a pipe or container, configured to implement a method for detecting corrosion in a pipe or container, said method being the method according to any one of paragraphs. 26-33.