含硫气田集输管道腐蚀预测软件应用

田源 肖杰 李珊 闫静 莫林

1.中国石油西南油气田公司天然气研究院 2.国家能源高含硫气藏开采研发中心 3.中国石油集团公司高含硫气藏开采先导试验基地

在含硫气田开采和集输过程中，站场集输管线及工艺设备由于不同原因产生的腐蚀是导致材料失效的重要原因之一。开展材料腐蚀预测能够为管线材料提供高效管理建议，从而减轻腐蚀、减少不必要的损失。

通过对国内外腐蚀预测模型调研及对室内、现场数据进行收集、分析及训练，基于CO2/H2S共存条件下的半经验模型，开发了一套腐蚀预测软件，并将软件应用于某井地面集输系统单井间集输管线的腐蚀速率预测计算，计算结果精确度在预期范围内。

1 腐蚀预测模型

腐蚀预测模型是通过解析实际腐蚀现象，分析腐蚀机理，并通过室内实验或现场监/检测值来确定模型中的系数，最终得到腐蚀预测模型公式，用于对材料腐蚀趋势的预测[1]。腐蚀预测模型通常分为经验模型、半经验半机理模型及机理模型三大类。

腐蚀预测模型建立流程图见图1。

1.1 经验模型

经验模型是以实验室数据和现场数据为依据，进行简单的线性或非线性数学拟合而建立的数学关系表达式，其参数和表达式没有任何物理意义。它通常是在某一个油气田的试验数据基础上建立起来的，因而在应用上缺乏普遍性。在将模型应用于其他地区油气田的腐蚀进行预测时，效果与实测值偏差较大。因此，经验模型有较大的应用局限性。

1.2 半经验半机理模型

半经验半机理模型是目前应用较多的一种预测模型，其先建立简单的具有一定物理意义的机理模型表达式，然后对其他未知参数进行类似经验型腐蚀速率预测模型建立时采用与实验室和现场数据进行数学拟合来得到最终的模型表达式。其中以SHELL 公司的De Waard 模型应用最为广泛，按照时间先后顺序，有典型意义的几个模型分别为：SHELL75、SHELL91、SHELL93和SHELL95[2]，最初的SHELL75 只考虑温度和CO2分压的影响；SHELL91 考虑了介质中pH值和Fe2+含量、腐蚀产物膜、原油等因素的影响；SHELL93则对SHELL91 模型的修正因子做了修改，且初步提出了流速影响论；SHELL95 模型进一步考虑了介质传输过程和流速对腐蚀的影响。在De Waard模型的基础上，各大石油公司以及科研机构都推导出了自己的半经验型预测模型，例如BP公司的Cassandra模型，InterTech公司的ECE模型和Honeywell的Predict-Pipe模型等。近年来，该类模型开发的软件在De Waard模型的基础上有了长足的发展，尤其是在石油天然气工业应用方面。De Waard建立的CO2腐蚀活化反应速率公式见式(1)。

0.34(pHactual-pHCO2)

2017年2月—2018年2月，采用方便抽样方法选取到我院进行诊疗的首次上消化道出血患者458例。纳入标准：确诊为上消化道出血，有呕血和（或）便血症状；有认知和行为能力；有沟通和配合能力；住院天数≥3 d；自愿参与者。排除标准：认知障碍或行动不便，无法理解和配合研究者；有严重并发症；患有其他慢性疾病或严重脑、心、肾、肝等脏器疾病；不愿参与者。采用随机数字法分为观察组与对照组，每组各229例。两组患者的年龄、性别、病程等一般资料经比较，差异无统计学意义（P＞0.05），具有可比性。

(1)

式中：pH=3.82+0.003 84t-0.51 logpCO2,表示一定CO2分压下溶液的pH值；pHactral表示实际测得溶液的pH值；t为温度，℃ ；pCO2为CO2分压，MPa

1.3 机理模型

机理模型与前两类模型完全不同，它不需要也不依赖于任何实验室和现场数据，根据总结现有知识体系对腐蚀过程中的化学过程、电化学过程、物质传递过程以及热传导和冷凝过程的认知，通过建立数学表达式的方式预测腐蚀速率。机理模型的普遍特点在于其物理意义比较明确，对腐蚀数据要求不高，对腐蚀机理、关键性控制因素有一个清楚的认识，可对现场数据进行比较可信的外推，且随着人们对腐蚀机理的进一步理解，可增加新的数学模块使模型得到新的发展适用于新的腐蚀体系。机理模型中比较著名的是Nesic根据CO2腐蚀过程动力学建立的模型[3]。

根据文献调研和室内实验可知，温度T、流速v、CO2气体分压和H2S气体分压是影响CO2/H2S共存环境下油管腐蚀速率的主要环境因素[4-6]。然而，目前常用的经典模型几乎都是关于CO2腐蚀的，并未考虑CO2/H2S共存条件，例如De Waard模型和Mishra模型在CO2/H2S共存条件下对腐蚀速率开展预测有局限性。

李全安等通过探讨分析影响腐蚀的主要因素，如温度、溶液pH值及CO2/H2S共存等对腐蚀速率的影响，建立了CO2/H2S共存条件下的腐蚀预测模型[7]。其推导过程如下：

当p(CO2)/p((H2S)大于500时，CO2是影响腐蚀的主要因素，De Waard 模型和Mishra模型是预测CO2腐蚀的常用公式，分别遵循的公式如式(2)和式(3)。

(2)

(3)

式中：rcorr为腐蚀速率，mm/a；C为常数。

从式(2)De Waard模型和式(3)Mishra模型可以看出，rcorr∝(pCO2)n或lnrcorr和lnpCO2满足线性关系，此时式(3)中n为常数，n=0.67。通过分析可知，在CO2/H2S共存条件下,lnrcorr和lnpCO2之间依然满足线性关系，但此时常数n不等于0.67，因此,需要引入校正因子ΔH2S。

校正因子ΔH2S表达见式(4)。

(4)

式中:E为FeS膜形成的活化能，J/mol。

当pCO2/pH2S小于500时，修正因子ΔH2S非常小，接近于0；当H2S气体分压减小至0时，此时的腐蚀影响因素仅为CO2，ΔH2S=1，n=0.67，符合De Waard模型和Mishra模型关系式。

根据上述分析，腐蚀速率公式可表达为式(5)。

(5)

当p(CO2)/p(H2S)小于500时，H2S是影响腐蚀的主要因素。通过分析得到H2S与腐蚀速率的关系见式(6)。

lnrcorr=k(lnpCO2+lnpH2S)+a(lnpH2S)2+blnpH2S+c

(6)

式中：k、a、b、c均为常数，可通过实验数据拟合确定。

综上所述，得到CO2/H2S共存条件下的腐蚀模型见式(7)。

lnpCO2+a(lnpH2S)2+blnpH2S+clnpCO2

(7)

式中:m为常数；v为液体流速，m/s；Ea为腐蚀速率活化能，J/mol；R为气体常数；T为绝对温度，K ；Fscale为温度系数，是实际条件温度T与最大腐蚀速率对应温度Tscale之比。

2 软件开发

基于对CO2/H2S共存条件下材料腐蚀机理及经典预测模型的对比分析，建立了CO2/H2S共存条件下的腐蚀预测半经验模型，结合室内高温高压腐蚀挂片实验结果，拟合确定了模型中的待定系数，基于BP人工神经网络算法，开发了含硫管道腐蚀预测软件。软件界面、腐蚀预测计算流程如图2、图3所示。

3 软件应用实例

3.1 室内实验

选定开展预测的某井管道基本信息见表1。

表1 管道基本信息管线长度/km管线材质ρ(CO2)/(g·m-3)ρ(H2S)/(g·m-3)1.44L245NCS253.431.99

为了得到主要生产参数对腐蚀速率的影响规律、明确腐蚀主导因素，开展了电化学高温高压实验。实验考虑影响腐蚀的因素有H2S气体分压、CO2气体分压、流速和温度。

实验条件：模拟现场水，总压7 MPa；试片材质L245NCS。根据研究区块现场实际工况参数和腐蚀环境设计实验方案，实验结果见表2。

表2 实验结果H2S分压/MPaCO2分压/MPa流速/(m·s-1)温度/℃腐蚀速率/(mm·a-1)0.011.83601.321 20.012.48401.789 40.101.83401.641 20.102.48251.860 10.502.48602.624 8

3.2 预测模拟计算

(1) 导入训练集、测试集，开始训练模型，直到达到预期误差<10%，模型训练的相对误差见图4。

经过多次训练，最后得到模型训练相对平均误差为4.101%，满足预期预测计算准确度≥90%的要求。

(2) 输入预测条件参数，进行计算，结果见表3。

表3 计算结果H2S分压/MPaCO2分压/MPa流速/(m·s-1)温度/℃预测腐蚀速率/(mm·a-1)0.011.83601.3170.012.48401.8020.101.83401.7540.102.48251.8790.502.48602.680

表4 预测值与实测值误差软件预测值/(mm·a-1)实验实测值/(mm·a-1)误差/%1.3171.321 20.321.8021.789 40.701.7541.641 26.871.8791.860 11.022.6802.624 82.10

将预测软件计算值与同等条件下腐蚀挂片实验实测值进行对比，结果见表4。

由软件预测值和实验实测值的误差计算结果可知，误差均<10%，满足预测计算准确度≥90%的目标，软件应用效果较好。

4 结束语

(1) 基于文献调研和对现有模型的分析对比，推导建立了CO2/H2S共存条件下的半经验腐蚀预测模型，结合室内高温高压腐蚀挂片实验数据，通过数学拟合确定了待定系数的值，最终得到适用于含硫气田集输管道的腐蚀预测模型。

(2) 在自建半经验模型的基础上，采用BP神经网络算法，开发了含硫气田集输管道腐蚀预测软件。将软件应用于某气田单井，开展预测计算。预测结果与同等条件下的室内腐蚀挂片实验实测值之间的误差均<10%,预测准确度达到≥90%，软件应用效果较好。

(3) 该自建半经验模型考虑的影响因素为H2S气体分压、CO2气体分压、流速、温度，介质环境的矿化度也是影响材料腐蚀严重程度的因素之一。开展室内实验时采用的矿化度数据取介质环境矿化度上限恒定值，建立的模型缺乏考虑矿化度变化时对材料腐蚀速率的影响。因此，自建模型还需要进一步考虑影响腐蚀的其他重要因素，从而拓宽腐蚀预测模型预测的应用范围。