常压储罐底板腐蚀速率与声发射活度的相关性探讨

毕海胜,李自力,程远鹏,陈健飞,王军

（1.中国石油大学储运与建筑工程学院,青岛266580；2.中国石化胜利油田技术检测中心,东营257000）

声发射是材料中局域源能量快速释放而产生瞬态弹性波的现象,也称应力波发射（stress wave emission）、微震动活动（microseismic activity）等。用声发射仪探测、记录、分析声发射信号和利用声发射信号推断声发射源的技术称为声发射技术［1-2］,它是一种动态无损检测技术。近十几年来,在石油化工、电力工业、金属加工等诸多领域得到了广泛的应用［3］。罐底声发射检测相对于传统的漏磁（MFL）、超声测厚（UT）、渗透（PT）等无损检测,具有两个明显的特点：首先,它检测的有用信号来自缺陷本身,反映罐底板缺陷的本源特征；其次,它着重于连续动态在线监测,揭示腐蚀缺陷随时间和应力演变的发展规律［4-6］。它无需倒罐和清罐,快速低成本的实现罐底板100%覆盖检测,对底板腐蚀缺陷和裂纹的萌生进行早期预判并形成聚类、定位,跟踪缺陷的发展,不干扰储罐的正常运行。

因此,声发射是目前一种不用开罐而评估罐底腐蚀状况的无损检测技术［7-8］。通过对储罐底板声发射信号的去噪、聚类、定位和识别,评估底板的腐蚀程度,并根据声发射检测标准对储罐进行“好”与“坏”的分级,变“定期检测”为“状态检测”［9-10］。同时结合开罐超声波底板测厚数据,建立腐蚀深度分布函数,推导其腐蚀速率,找出声发射活度与腐蚀速率的相关性,实现不开罐情况下定量描述底板的腐蚀速率,进一步预测底板腐蚀剩余寿命,这对大型常压储罐的安全检测和维护管理具有重要的指导意义。

1 声发射检测原理

声发射源产生的弹性波,传播到被检测物体表面,引起可以用声发射传感器探测到的表面位移,传感器将表面的瞬态位移转换成电信号,经过放大、处理后,形成其特性参数,并被记录和处理,如图1（a）所示。

超过门槛的声发射信号由特征提取电路变换为几个信号特性参数,腐蚀声发射信号属于典型的突发型信号,其主要特性参数包括：幅度（Amplitude）、上升时间（Rise time）、持续时间（Duration）、振铃（Counts）、撞击（Hits）和能量（Energy）,突发信号特性参数示意如图1（b）所示。

图1 声发射检测基本原理图Fig.1 Basic principle of acoustic emission testing：（a）acoustic emission testing；（b）burst AE signal characteristic parameters

2 底板腐蚀速率与声发射活度

声发射活度是指储罐检测期间,声发射信号随载荷或时间变化的程度,主要用声发射撞击数和幅度分布来表征。撞击数反映声发射活动的总量和频度,评价声发射源活动性；幅度与声发射事件大小直接相关,不受检测门槛的影响,直接决定事件的可测性,用于测量信号的强度和衰减。而底板腐蚀过程中,腐蚀产物的堆积和摩擦、氧化膜的剥离和开裂、蚀坑的形成和发展以及生成氢气泡的空化作用甚至于穿孔泄漏,都会产生大量的声发射信号。因此,声发射活度在一定程度上表征底板腐蚀速率的大小。

2.1 声发射活度与腐蚀程度相关性

每通道撞击数可用来表征声发射活度的大小,而声发射活度与罐底腐蚀程度直接相关,因此可用声发射撞击数有效表征罐底的腐蚀程度［11-12］。幅度分布直接描述腐蚀声发射过程中能量的分布,从而可建立声发射活度与幅度之间的关系,x、y分别为单个通道声发射信号的幅值和撞击数,则声发射信号幅度分布函数：

式（2）中lgy和lgx成斜率为-b的线性关系,如果b和lgc确定,幅度分布函数就可确定,从而可利用幅度分布来区分有用信号和噪声信号,并识别腐蚀源的类型。

假定腐蚀声发射信号被n个安装在罐壁的声发射传感器检测到,则第i个传感器检测到的信号幅度分布表示为：

分形理论认为,局部与局部、局部与整体在形态、功能、信息、时间与空间等方面具有统计意义的相似性的一类物质,具备分形特征,分形的两个基本特性为自相似性和分形维数。而在声发射检测中,相同灵敏度、同类型传感器在不同位置接收的同一定位腐蚀源产生的声发射信号,经过分析,具有自相似的幅度分布,斜率-b基本不变,存在分形特征,分维数为b,考虑到所有传感器接收到的信号,则有：

腐蚀源的声发射事件数为N,n个通道总的声发射撞击数为Y：

设定声发射信号采集阈值电压xT,对应的声发射事件数为NT：

NT可表征储罐底板腐蚀活性的强弱,xT转化为分贝（dB）单位［13-15］：

式中：A为幅值,联立（6）,（7）,（8）式可得到改进型古腾堡-里克特（Gutenberg-Richter）公式：

2.2 基于统计分析的底板腐蚀速率

腐蚀具有随机性,储罐底板腐蚀是一个复杂的随机过程,但其腐蚀减薄量满足一定的统计规律［16］。对某油库36座不同类型、不同罐容的储罐（25座原油罐,6座成品油罐和5座燃料油罐）,最近几年开罐超声波底板测厚的数据进行统计分析。腐蚀减薄量为h,将大于h的减薄量出现的累计概率记作P（h）,并在双对数坐标系下,以P（h）对h作图,即罐底腐蚀减薄量分布曲线,也称为腐蚀风险曲线,以其中4个典型罐为例,如图2所示。

从图2可看出,不同储罐底板腐蚀风险曲线都具有“尾端”相似性,即lgP（h）与lgh在曲线末端成局部线性,说明此分布也具有分形特征,即底板腐蚀减薄量（或蚀坑）越深,其统计的累计数量（或概率）越小的统一规律。大量的统计数据表明,h在“尾端”变化区域内,P（h）与h存在一定的幂函数关系,即P（h）∝h-D。“尾端”斜率绝对值代表减薄量分布特征的分维数D,这也是腐蚀形貌属于分形体系的佐证之一［17-20］。“尾端”线性（阴影矩形）逐渐向h增大的方向偏移,对应储罐的底板腐蚀速率逐渐增大,图中Da＞Db＞Dc＞Dd,即D值越小,罐底腐蚀速率越大。这一结论通过开罐测厚计算底板腐蚀速率得到了很好的验证。D的计算式为：

式（11）代表0时刻腐蚀减薄量和其对应累计概率的关系,经过Δt后,累计概率P（h）的分布为：

Δt微元时间内,分维数D可视为恒定值,且ΔP≥0,k是与罐底腐蚀过程相关的常数,联立式

图2 储罐底板腐蚀风险曲线Fig.2 Risk curves of tank bottom corrosion（a） 1＃50 000m3 crude oil tank（b） 2＃50 000m3 crude oil tank（c） 5 000m3 product tank（d） 20 000m3 fuel oil tank

t0为开罐检测的某时刻,取t0＝0,对应的概率密度最大的腐蚀减薄量为hm,即：

k取值与罐底板腐蚀密切相关［12］,通常取k＝10～20。

2.3 腐蚀速率与声发射活度的相关性

综上,储罐底板腐蚀声发射幅度与撞击数成幂函数关系,腐蚀累计概率与减薄量也成幂函数关系,说明基于统计分析的腐蚀速率与声发射活度具有相关性。经对多个现场储罐声发射检测数据和开罐超声波测厚数据进行关联分析,可近似得出两者相关性如图3所示。

图3 罐底板腐蚀速率与声发射活度的关系Fig.3 Correlation between tank bottom corrosion rate and AE activity

图3中拟合直线在一定范围内较好地描述了腐蚀速率与声发射活度的线性相关,这就表明,在不开罐检测情况下,直接利用声发射在线检测数据来推测罐底板的腐蚀速率是可行的。但由于储罐底板声发射现场检测及时开罐验证的次数相对较少,后续还需要利用更多的现场开罐检测数据进一步验证腐蚀速率与声发射活度的关系,同时考虑罐容、储存介质、环境条件等诸多因素对两者关系的影响,通过修正并建立相对可靠的对应关系,进而计算并预测罐底板腐蚀剩余寿命,最终实现对储罐完整性进行评估。

3 结论

通过一系列公式推导以及现场常压储罐底板腐蚀声发射检测和超声波测厚数据统计分析,可以得出：

（1）罐底腐蚀声发射幅度分布具备分形特征,推导声发射撞击数和幅度分布满足改进型Guten-

（2）罐底板腐蚀减薄量分布具有分形特征,P（h）与h定的幂函数关系（尾端线性变化区域内）,即P（h）∝h-D。

（3）在不开罐情况下,利用在线声发射活度来推测罐底板的腐蚀速率剩余寿命是可行的。

［1］ ASME-E1316-06a.Standard terminology for nondestructive examinations［S］.

［2］ JB/T 10764-2007 无损检测-常压金属储罐声发射检测及评价方法［S］.

［3］ 杨明纬,耿荣生.声发射检测［M］.第一版.北京：机械工业出版社,2005.

［4］ 李光海,沈功田,闫河.常压储罐声发射检测技术［J］.无损检测,2010,32（4）：256-258.

［5］ 闫河,沈功田,李光海.常压储罐底板特性的声发射检测［J］.压力容器,2008,125（2）：53-56.

［6］ 林明春,辛爱华,高金杰.罐底声发射在线检测及其可靠性验证［J］.油气储运,2010,29（10）：776-779.

［7］ 李一博,孙立瑛,靳世久.大型常压储罐底板的声发射在线检测［J］.天津大学学报,2008,41（1）：11-16.

［8］ 张涛,李一博,王伟魁.声发射技术在罐底腐蚀检测中的应用与研究［J］.传感技术学报,2010,23（7）：1049-1052.

［9］ BI H S,LI Z L,CHENG Y P,et al.The corrosion acoustic emission source location technique and its new trend［J］.Advanced Materials Research,2013,694：1167-1172.

［10］ CHEN J F,BI H S,WANG Q,et al.The application of acoustic emission technology in oil and gas storage and transportation equipment［J］.Advanced Materials Research,2013,807：2652-2657.

［11］ SHIGENORI Y,MINORU Y,KAZUYOSHI S,et al.Recommended practice for acoustic emission testing for corrosion in the bottom plate of aboveground tanks［J］.Materials Evaluation,2007,9：888-892.

［12］ LI Z W,YUYAMA S,YAMADA M,et al.Investigation on AE signal/noise processing in corrosion damage evaluation of tank bottom［J］.Journal of Acoustic Emission,2005,23：233-242.

［13］ CALANRESE L,CAMPANELLA G.Use of cluster analysis of acoustic emission signals in evaluation damage severity in concrete structures［J］.Journal of Acoustic Emission,2010,28：129-132.

［14］ RAO M V M S,PRASANNA L K J.Analysis of bvalue and improved b-value of acoustic emissions accompanying rock fracture［J］.Corr Sci（India）,2005,89：1577-1582.

［15］ SHIOTANI T,YUYUMA S,OHTSU M,et al.Application of AE improved b-value to quantitative evaluation of fracture process in concrete materials［J］.Journal of Acoustic Emission,2001,18：118-133.

［16］ 曹楚南.腐蚀试验数据的统计分析［M］.北京：化学工业出版社,1988.

［17］ 许述剑,翁永基,李相怡.图像分维对腐蚀坑分布特征的表征［J］.中国腐蚀与防护学报,2007,27（2）：109-113.

［18］ 翁永基,许述剑,边丽.腐蚀和腐蚀模型研究中的分形方法［J］.中国腐蚀与防护学报,2006,26（5）：315-319.

［19］ 边丽,翁永基,许述剑.基于分形动力学过程的腐蚀预测模型［J］.化学通报,2006（3）：207-210.

［20］ 宋吟蔚.基于分形理论的埋地钢质管道杂散电流腐蚀检测技术研究［D］.北京：北京工业大学硕士学位论文,2008.