长输管道漏磁内检测数据的对比及综合应用

2020-04-01 08:36陈翠翠
石油和化工设备 2020年3期
关键词:漏磁管节检测器

陈翠翠

(中石油管道有限责任公司西部分公司, 新疆 乌鲁木齐 830013)

漏磁内检测是目前检测管道腐蚀缺陷的最有效手段,也是维检修计划决策、确保管道完整性的重要方法。随着国内油气管道运行年限的增加和内检测工作的推进,部分管道已经完成两次甚至多次漏磁内检测。但是,我国内检测数据的挖掘和利用尚处于初级阶段,内检测数据的对比、分析和应用相对滞后[1]。

1 内检测数据分析现状

目前国内外知名的管道检测公司,如PII、ROSEN、中油检测、沈阳工业大学等,检测数据的特征字段和参数的名称存在差异,含义基本一致。对于同一段管道,由于前后两次检测使用不同公司或不同精度的内检测器,造成缺陷检测精度、检出率、轴向和周向定位精度不同;若使用相同的检测器,由于内检测里程轮采集的数据不同,导致里程数据不同;即使是相同的信号数据,不同检测公司采取的数据分析流程、缺陷量化模型不同,仍会造成缺陷识别数量和量化尺寸不同。另外,两次内检测之间缺陷可能进一步发展,会造成内检测数据差异[2]。因此,两次漏磁内检测数据必然存在着差异。

2 内检测数据对比及分析方法

2.1 数据对齐

数据列表对齐是数据对比的前提,基本方法如下:

(1)管道基础特征对齐。通过出站阀、进站阀、收发球筒,对齐内检测起始和终止位置;以阀门、短管节、弯头、管体焊缝与环焊缝交点为参考将焊缝对齐。当管道不存在换管、改线等情况时,两次内检测管道环焊缝应一一对应。

(2)管道缺陷对齐。管节长度一般为12m,相对里程位置产生的误差较小,缺陷与上下游环焊缝的距离可以作为匹配的依据;钟点方向和表面位置也可以作为缺陷匹配的依据。由于两次内检测数据的差异,缺陷的绝对里程、长度、宽度、深度等数据不能作为匹配的依据。

2.2 腐蚀发展情况分析

根据内检测器的精度和置信度设定合适的阈值,当腐蚀缺陷的增长量超过阈值,为疑似腐蚀增长点;受数据分析质量和缺陷量化精度的影响,应通过检测信号进一步判定腐蚀增长点[3]。根据缺陷增长速率,能够预测缺陷剩余寿命、制定修复计划和再检周期。缺陷增长速率主要根据内检测数据估算得到,计算方法主要包括全寿命增长速率和半寿命增长速率。分别如式(1)和式(2)所示。

式中:vc为腐蚀增长速率,mm/年;d2为最近一次检测的腐蚀深度,mm;d1为上一次检测的腐蚀深度,mm;T2为最近一次检测的年份,年;T1为上一次检测的年份,若无,则为管道的投产时间,年。

2.3 数据质量分析

漏磁内检测数据质量主要受3个方面影响:(1)检测器对应的物理数据采集系统。对于不同的检测器,传感器精度、探头数量、通道数量、采样频率、磁化量等指标影响检测器的探测精度。对于相同探测精度的检测器,检测器的运行速度、通道完好率、定标盒信号触发率等因素影响检测质量。通过对比缺陷检出率、施工资料和内检测数据管节长度差、特征点时钟偏差等数据,能够评价检测单位的数据采集质量。(2)分析软件对应的数据处理方法及缺陷量化算法。不同检测公司使用的软件和缺陷量化算法存在差异,影响信号处理结果、缺陷报告率、缺陷长宽尺寸及深度量化精度等。(3)数据分析人员对应的数据分析流程及检测报告质量。目前数据分析软件不能实现缺陷的全自动化分析,必须结合人工分析进行校核,数据分析人员的技术水平、工作态度及分析经验直接影响内检测数据的质量[5]。

3 数据对齐及应用案例

3.1 数据对齐

国内某天然气管道为φ1016mm×18.4mm,管材API 5L X70,管线总长182km。该管道分别于2010年和2017年进行了漏磁内检测,由不同的检测公司检测,检测器对金属损失的探测精度如表1。

表1 两次漏磁内检测探测精度及管道基础特征数据

将两家检测公司的管道基础特征数据对齐后发现,环焊缝数量相差4道。对比漏磁内检测信号,2017年管体误标3条环焊缝;复查修复记录,发现该管道对一处环焊缝进行切割换管,因此2017年管道多出一道环焊缝;其余位置管道环焊缝一一对应。焊缝对齐后进行缺陷的匹配,参考缺陷距前环焊缝距离和时钟位置将其余缺陷对齐。

3.2 腐蚀发展情况分析

(1)腐蚀发展情况

从两次漏磁内检测金属损失深度增长百分比(见图1)可以看出,2017年检测金属损失深度较2010年整体有明显增长。同时,部分金属损失存在负增长,说明深度量化存在误差。

图1 两次漏磁内检测金属损失深度增长百分比

对比数据列表(表2)和漏磁信号(图2左),可知“ML1”、“ML2”为新增腐蚀,“ML3”、“ML4”信号高度幅值和长宽范围明显增长,表明缺陷“ML3”、“ML4”有增长。缺陷“ML5”、“ML6”深度有变化,对比漏磁信号(图2右),缺陷高度和长宽范围没有增长,缺陷深度变化主要由长宽标记差异及深度量化方法的差异造成。

表2 金属损失数据列表对比

图2 2010年与2017年内检测信号对比

按照自腐蚀计算腐蚀速率:已有腐蚀按照全寿命法计算,新增腐蚀按照半寿命法计算,负增长按零计算。采用ASME B31G标准进行剩余强度和剩余寿命评价,采用Kastner方法对腐蚀缺陷环向尺寸进行评价,计算该管道在8年的再检周期内有10处需要计划维修。

(2)缺陷修复效果分析

①已补强缺陷。该段管道2010年漏磁内检测后,对补口带腐蚀较严重的28处管道进行补强。结合修复记录,发现补强过的缺陷深度增长量全部在-15%~15%之间,在检测器探测精度误差范围内;分析缺陷信号幅值、长度和宽度,没有增长的迹象,表明腐蚀缺陷修复效果良好。

②未补强缺陷。该管道2010年漏磁内检测后,对5403处补口带下管道进行除锈打磨。对比补口防腐层修复记录和漏磁内检测数据,发现修复过的补口腐蚀有增长。2010年检测信号灰度图可见补口缠带阴影(图3左),未见明显腐蚀缺陷,开挖后发现浮锈,对管体打磨并重新防腐;2017年内检测发现腐蚀缺陷,信号曲线图有明显腐蚀(图3中),开挖后发现部分热缩压敏带/粘弹体胶带脱落、剥离,管体有较大面积腐蚀,最大腐蚀坑0.9mm。

对比两次漏磁内检测数据列表和信号,发现该管道腐蚀增长点主要在补口带下,共202处,与修复记录对比,发现其中97处为防腐层修复过的补口。判断该管道补口防腐层存在再次失效的问题。

图3 2010年与2017年内检测信号及开挖结果对比

3.3 数据质量对比

2010年和2017年的检测数据表明,管道的金属损失密度与壁厚变化之间存在较高的关联性(见图4):主要壁厚的管道金属损失密度较高,较厚壁厚的管道金属损失密度较小。考虑到管壁磁化量达到一定量级之后,漏磁内检测器才能检出尺寸较小的金属损失[6-7],因此,形成此类金属损失分布,与漏磁内检测器对较厚管道的磁化不足有关。

图4 金属损失密度与壁厚变化关系

图5 2010年内检测与施工资料管节长度差及里程误差统计

图6 2017年内检测与施工资料管节长度差及里程误差统计

图5、图6中红线是内检测与施工资料管节长度差,对比发现2017年管节长度误差相对较大,查看里程脉冲信号无明显异常,里程轮旋转均匀,但环焊缝标记位置存在少量偏差,判断是造成管节长度误差的原因之一。蓝线是内检测与施工资料里程差,2017年里程误差较大。

2010年报告的金属损失总数高于2017年,主要表现在深度0%wt-5%wt的金属损失的数量差异(21012个与781个)。对比信号发现,两次都显示有金属损失,但2017年没有报告深度较小的金属损失,因此,检测器检出率相当,但报告阈存在差异。

4 结论

(1)对比两次或多次漏磁内检测数据列表和信号,能够有效识别管道缺陷增长情况;结合修复记录综合分析,能够判断缺陷修复效果;结合施工资料综合分析,能够验证检测器精度及数据质量。

(2)受磁化量的影响,漏磁内检测器对主要壁厚的管道缺陷检出能力较高,对较厚壁厚的管道缺陷检出能力有限。

(3)国内对于内检测数据的综合应用仍处于摸索阶段,应充分挖掘多次内检测数据,开展施工资料、修复记录等数据的综合应用,作为管道完整性管理的重要补充。

◆参考文献

[1] 王良军,李强,梁菁嬿. 长输管道内检测数据比对国内外现状及发展趋势[J].油气储运,2015,34(3):233-236.

[2] 孙浩,帅健. 长输管道内检测数据比对方法[J].油气储运,2017,36(7):775-780+794.

[3] 姜晓红,洪险峰,刘争,等. 管道内检测数据对比对完整性评价的影响[J].油气储运,2016,35(1):28-31.

[4] 郭宏. 长输管道腐蚀缺陷的评价[J].油气田地面工程,2013,(6):110.

[5] 阙永彬. 长输油气管道内检测数据的质量控制[J].化工管理,2015,(15):159-160.

[6] 汤荣,孙丽,陈峰. 管道漏磁检测磁化问题分析[J].全面腐蚀控制,2015,(10):28-30.

[7] 宋小春,杨林,许正望.管道周向磁化漏磁检测有限元分析[J].中国机械工程,2011,(22):2651-2653.

猜你喜欢
漏磁管节检测器
环形磁钢空心杯电机空载漏磁系数的计算
变压器匝间短路故障工况下的漏磁特性分析
基于轴线干坞法的沉管浮运关键技术
阵列漏磁检测技术在钢管探伤中的应用
基于交通诱导的高速公路交通检测器布设方案研究
基于二次否定剪切选择的入侵检测方法*
基于神经网络的沉管管节水阻力系数预报
一种柱状金属物质量检测器的研究
声纳法在管节沉放实时定位测量中的运用探讨
否定选择算法中高性能检测器的生成