金属油气管道点蚀缺陷安全评估及预警系统研究

HOANG Van Thanh，龙 伟，李炎炎*，黄仕磊，胥 鑫

(1.四川大学机械工程学院，四川 成都610065；2.越南海事大学，越南海防180000)

金属管道腐蚀缺陷的场指纹检测方法（field signature method，FSM）[1]，是一种应用于在线、原位、实时测量场合的新型无损检测技术，本质上属于电位降检测法，主要由按一定间距分布在金属管道外壁的电极矩阵和信号处理系统构成，如图1所示。

图1 场指纹检测示意图Fig.1 Field fingerprint detection schema

FSM的工作原理是通过测量布置在金属体表面电极矩阵的电压变化来直接测量材料本体的壁厚损失，因此是一种非介入式检测法。由于FSM仅要求电极矩阵与被测件进行有效的电性接触，故不会破坏被测检件的材料本体，特别适合于金属管道内壁的点蚀、冲蚀等缺陷的无损检测。

FSM在20世纪80年代中期由挪威学者提出以后，受到无损检测技术领域专家的极大关注，一些欧美国家很快推出了该技术的实用产品，在各生产领域的安全检测中应用，形成强大市场垄断（一个测点系统高达120万人民币）。然而长期以来，FSM对均匀腐蚀（general corrosion）的检测精度较高，但对局部腐蚀（localized corrosion）的检查精度偏低，尤其是对危害极大的点蚀（pitting corrosion）的检测精度更低，其应用面受到很大限制[2]。

对此，Wan、Gan等发现了局部腐蚀和点蚀具备改变被测管道整体电流场分布的特点（即牵扯效应）[3]，进而利用等效电阻链网络模型，提出了能够提高FSM对局部腐蚀和点蚀检测精度的算法[4]，同时也利用细分电阻链网络模型，结合主辅电压法，提出了FSM对点蚀检测的高精度算法[5]。

作者正是在该技术成果的基础上，结合点蚀缺陷安全评估无缝表征模型，进一步研究在役金属油气管道点蚀缺陷安全评估及预警系统。

油气金属管道的点蚀缺陷，是局部片区上因腐蚀或冲蚀产生金属损失的一种体积型缺陷，如图2所示。

图2 油气金属管道典型的点蚀缺陷实例Fig.2 Typical pitting corrosion defectsof oil and gasmetal pipeline

由于要考虑各个腐蚀点之间的相互影响及其深度和密度等因素，加之点蚀缺陷的萌生和扩展比其他类型的腐蚀缺陷更加复杂，因此对点蚀缺陷的安全评估和可靠性分析更加困难，这也是点蚀缺陷的安全评估一直作为油气金属管道安全技术领域研究热点与重点的一个根本因素。可见，开展点蚀缺陷安全评估实用性方法对油气金属管道腐蚀缺陷的安全性评价更有工程上的实际意义[6]。

1 基于API-5 7 9 点蚀缺陷安全评估的无缝表征模型

目前，在油气金属管道腐蚀缺陷的安全评定中，最有效最具工程实用价值的是基于剩余强度评价的有关准则[6]，其中最有代表性的是美国石油协会的API-579技术标准，而API-579作为金属管道腐蚀缺陷剩余强度评价相对完整的技术准则，国际上众多金属管道腐蚀缺陷安全评估的标准体系均以其为参照。然而，API-579对点蚀缺陷的剩余强度评价是建立在统计学意义上的一种归类方法，把点蚀缺陷分为不同的8个标准模态（图3）。

图4为管道点蚀剩余壁厚比Rwt示意图。

Step 1.The instructions(SATC)and the read-backs(SP),which have been converted into text format,are segmented into single words by the Chinese word segmentation method.

图3 API-579的8个点蚀标准模态Fig.3 Eight standard pitting modes of API-579

图4 管道点蚀剩余壁厚比 R wt示意图Fig.4 Diagram of pipeline pitting residual wall thickness ratio R wt

表1 不同m时的n取值Tab.1 Values n for different m

图5 点蚀标准模态RSF与R wt的关系Fig.5 Relationship between RSF and R wt of pitting standard mode

对此，将结合FSM技术对点蚀缺陷进行数字特征处理，以获得其点蚀占比值，把它称为点蚀占比m，并以点蚀占比值作为常变量，构建API-579的标准模态与剩余壁厚比Rwt和剩余强度系数RSF之间的关系（图5），从而建立点蚀缺陷安全评价的无缝表征算法模型。

2 云数据处理安全预警平台的结构

实施面向全域生产管线的FSM集群监测及其安全预警，采用传统FSM检测技术路径与安全评价方法会面临如下三大主要问题：

1）因为各监测点地磁场、电力场、管径尺寸、管材老化等因素的不同，现场安装往往需要专家进行有针对性的个性化FSM建模，而且随着使用时间的增加也需要对FSM模型进行修正，这对于实施规模化的集群监测来讲在工程上存在不少问题。

2）在点蚀缺陷的安全评估中，传统方法并没有给出多点蚀缺陷的评价标准，而在实际工程中多点蚀缺陷是油气管道腐蚀的常态，而传统评估方法对单一缺陷的评价虽然是安全的，但多缺陷的相互影响对管件安全可能是致命的，这就要求专业人员依据检测信息进行更深入的可靠性分析。

3）腐蚀缺陷的传统评估准则，往往只能给出是否安全的结论，并不能导出缺陷的安全程度，有些缺陷今天判定是安全[8-10]的，过几天却发生爆管事故，原因正是在于传统方法忽视了缺陷安全程度的评价，这类工作同样需要专家进行有针对性的技术分析。

云数据处理的思想为解决上述问题提供了有效的思路，在系统结构设计上把凡是需要集中分析处理的功能归纳于云数据处理平台[9]，这样既节约了检测终端的资源成本又解决传统方法的不足，图6是本文提出的面向全域生产管线的云数据处理安全预警平台结构示意图。

图6 云数据处理安全预警平台结构示意图Fig.6 Structural sketch of cloud data processing security early warning platform

传统FSM技术对点蚀的检测精度偏低，这是由于1对测量电极只能获得1个测量信号。本文采用FSM对点蚀检测的高精度细分算法，对点蚀的面积S、深度D、相对位置(x，y)等进行分析处理，因此这样点蚀的FC值（fingerprint coefficient）是通过探针测量电极的场指纹系数，同时由腐蚀深度、腐蚀面积和相对位置4个因素决定见图7。

FC值一般计算式如下[5,11,12]：

图7 点蚀的定义Fig.7 Definition of pitting security early warning platform

实验的被测对象是一个从中间对称剖开的半圆管道，如图8所示。被测管道的长度为1500 mm，壁厚为10 mm，外径为300 mm。在该被测管道4个不同的测量区域的内壁用磨头加工出4个不同的小坑，如图9所示。测量区域的面积为30 mm×30 mm，坑P1位于测量区域的右下方，直径为9 mm，坑P2、P3和P4均位于测量区域的中心，直径分别为9、15和25 mm。这4个小点均依次加工有多个深度。利用细分算法（主辅电压法）和传统经验算法，计算得到的点蚀壁厚损失如图10～13所示。

图8 FSM点蚀检验实验平台Fig.8 FSM pit erosion test latform

图9 管道内壁的4个小坑Fig.9 Four small pits in the inner wall of the pipeline

图10 P1小坑的细分算法结果Fig.10 Resultsof P1 pit subdivision algorithm

图11 P2小坑的细分算法结果Fig.11 Results of P2 pit subdivision algorithm

图12 P3小坑的细分算法结果Fig.12 Results of P3 pit subdivision algorithm

图13 P4小坑的细分算法结果Fig.13 Results of P4 pit subdivision algorithm

传统经验算法没有考虑探针测量电极周围电压变化的影响，而高精度细分算法则通主辅电压法考虑了周围电压的变化。

传统的FSM技术求点蚀的精度为10%～15%WT（WT表示壁厚），高精度细分算法（主副电压法）能将精度提高到5%WT[12]。从图10～13实验结果可以看出，高精度细分算法计算得到的壁厚损失精度比传统经验公式计算得到的壁厚损失精度高，对于不同位置的点蚀情况，经过高精度细分算法得到的结果都更接近实际的壁厚损失，比传统方法大致提高了30%。因此，这种高精度细分方法极大地提高了监测精度和监测范围，为金属油气管道点蚀缺陷安全评估系统提供了良好的监测手段。

3 实际应用的研究

借助于点蚀缺陷安全评估系统和云数据处理安全预警平台，利用FSM方法对位于中国四川省达州市石油普光的某油气田管道（材料L360QS219.1 mm×10 mm）进行了连续3年（2 017-03—2 019-03）的实际应用研究。通过FSM场指纹法对点蚀的实时监测，可获得点蚀深度、点蚀密度和点蚀面积3个重要参数，并通过这3个参数对管道内壁进行腐蚀场景的3维结构重构，其结果如表2和图14、15、16所示，进而由点蚀密度与点蚀面积求取点蚀占比m，依据点蚀深度求取剩余壁厚比Rwt[13]。mm

表2 现场3年时间管道厚度数据Tab.2 Pipeline thickness data in threeyears

图14 探针分布展开Fig.14 Expansion of probe distribution

将图15构建的管道厚度3维模型进行展开投影，得到图16所示的点蚀占比投影图，利用图像处理技术，自动获取点蚀占比m，该现场的油气管道点蚀占比m=12.64%。

通过图17可以看出监测的实际点蚀占比为第4级到第5级之间，根据API-579标准[7]，可以查到第4级和第5级标准模态的 RSF与Rwt的数据关系，见表3和4。

图15 现场FSM检测的管道腐蚀3维重构Fig.15 Three-dimensional reconstruction of pipeline corrosion scenedetected by FSM

图16 FSM检测的管道点蚀占比Fig.16 Pipe pitting percentage detected by FSM

图17 实际监测的点蚀占比Fig.17 Proportion of pitting corrosion actually monitored

表3 点蚀缺陷第4级模态R wt与RSF关系Tab.3 Relationship between R wt and RSF of the fourth order mode of pitting defect

表4 点蚀缺陷第5级模态R wt与RSF关系Tab.4 Relationship between R wt and RSF of the fifth order mode of pitting defect

4 用户操作系统的架构设计

用户操作系统架构设计的关键，是对应用程序组件的整体性描述，其直接反映系统运行的逻辑性、安全性、可靠性、扩展性以及可维护性，这是面向应用对象程序设计的一个非常重要的环节。

用户操作系统架构按结构模式区别，可把系统的整体构架分为C/S（Client/Server）模式与B/S（Brower/Server）模式[14]。C/S模式，即客户端/服务器模式，是一种针对局域网络环境的应用运行架构模式。C/S模式可通过专用服务器在局域网之间进行数据的链接和数据的快捷交换，主要特点是可以充分发挥客户端个人电脑的处理能力。相较于B/S模式，由于C/S模式少一级逻辑运行结构，因此处理速度更快。C/S模式的结构程序适合于在用户数目不多的局域网中使用，其缺点在于，因为客户端程序数据分散的特性，对数据的统一保存、维护及安全问题很难保证，且需要安装专用客户端组件，使得客户端的升级与扩展困难，其系统的可维护性比较差，应用构件的重用性或共用性不强。B/S模式，即浏览器/服务器模式，是一种针对广域网络环境的应用运行构架模式。B/S模式是随着互联网技术发展而对于传统客户端/服务器模式的一种改进。它是将系统核心功能组件部分集成在远端服务器上，并统一了客户端的用户操作界面，提高了系统的开发效率以及系统的可扩展性、可维护，可真正实现系统的模块化开发。

综合上述两种构架模式的优劣性，考虑油气管道全域集群监测与安全预警的特点，本系统选用B/S模式进行系统开发，其系统构架设计框图如图18所示。

图18 基于B/S模式设计的系统构架设计Fig.18 System architecture design based on B/Smodel

设计的全域油气金属管线安全检测与预警系统由3层架构组成，即分别为系统层、功能层、界面层。系统层主要实现用户功能维护与扩展，功能层主要实现安全检测与腐蚀缺陷安全评估的编程操作，界面层主要实现面向用户提供交互友好的操作界面。系统在功能设计上主要包括了辅助决策模块、3维重现模块[15-16]、管线信息模块、系统用户管理模块、剩余强度评价模块等。用户可通过账户与密码登录系统后，在管道信息库模块进行管道信息的查询与录入，包括管道信息库、管材信息库、缺陷信息库三大数据库的动态管理，并可通过辅助决策模块对评价准则进行选择及腐蚀疲劳分析，进而利用3维重现模块来计算管道腐蚀密度与最大深度，最终实现基于安全衰减时变性的腐蚀缺陷安全裕度评价与在线剩余寿命分析评估，为安全评价人员做出正确分析评定提供可靠的评估依据。

5 结 论

研究了点蚀占比对金属油气管道剩余强度的影响，提出一种管道安全评估的方法，使评估更完整和准确。在此基础上应用FSM管道腐蚀监测技术，将监测的实际数据运用到安全评估系统中，实现点蚀缺陷安全评估无缝表征模型和FSM监测技术相结合，构建在线油气管道点蚀缺陷安全评估及预警系统。该系统解决了FSM技术中对点蚀缺陷的安全评估理论问题，同时也解决了无缝表征模型在线实际应用的评估问题，评估过程中不必破坏在役管道，极大地完善了油气管道在线监测安全评估系统。油气田现场应用研究表明该安全评估系统具有一定的应用价值。