CN107525733A - 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 - Google Patents
井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 Download PDFInfo
- Publication number
- CN107525733A CN107525733A CN201710675014.7A CN201710675014A CN107525733A CN 107525733 A CN107525733 A CN 107525733A CN 201710675014 A CN201710675014 A CN 201710675014A CN 107525733 A CN107525733 A CN 107525733A
- Authority
- CN
- China
- Prior art keywords
- corrosion
- well head
- underground
- downhole
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法,通过试验研究,确定井下不同深度腐蚀速率与井口腐蚀速率的关联性,建立井口井下腐蚀速率关联模型算法,进而利用井口腐蚀速率,计算井下不同深度的腐蚀速率,研究新的补偿方法用以解决厚壁柱状电感探针试片实测值与原电感探针数学模型曲线偏离线性关系的问题,实现井口腐蚀速率在线监测,解决井下设备的腐蚀情况无法有效监测的问题。具有显著的经济及社会效益,具有良好的推广应用前景。
Description
技术领域
本发明属于油田监测技术领域,特别涉及井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法。
背景技术
CO2最初是于1962年作为酸化和压裂处理的添加剂而开始被人们所使用的,此后作为一种油井处理介质,其用途已经得到迅速发展。随着深层含CO2油气田的开发以及在三次采油中回注CO2强化采油工艺(EOR)的广泛应用,CO2腐蚀问题始终困扰着油气工业的发展。CO2驱油井采出液富有CO2,遇水会造成采出井井下设备严重腐蚀。根据初步筛选,在胜利油田,适合CO2驱油的低渗透油田储量就达2亿多吨,若全部采用CO2驱油开发,可提高油田采收率10%~15%,预计新增可采储量3300万吨至4700万吨。因此,有必要通过针对性的研究为CO2驱技术的广泛应用解决采出井井下设备腐蚀的瓶颈问题,并能指导采出液集输沿程的腐蚀防护,有力保证CO2驱井下装置及地面集输***腐蚀防护方案运行的经济性和可靠性,具有显著的经济及社会效益。
解决任何类型的腐蚀控制的问题,首先要了解其腐蚀特性,其次要从腐蚀的监测、腐蚀数据的管理和腐蚀控制的基本流程进行。CO2驱井的腐蚀监测技术,可以细分成井口的腐蚀和井下的腐蚀监测问题,传统的监测手段主要是挂片(环)技术,这种技术具有经济投入小的特点,但其试验周期长,试验结果受人为影响的误差大等缺点,另外也无法反应腐蚀过程数据,对于目前的腐蚀在线监测技术可以有效解决以上技术问题。电感腐蚀监测技术是近年来发展起来的一项在线监测技术,由于其为电磁感应的测量原理,具有测量灵敏度高,对介质普遍适用的特点,其在炼油和化工行业已经得到了广泛应用,但对于井筒的腐蚀监测还存在一系列问题。
发明内容
本发明的目的是提供井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法,使用的算法为井下腐蚀速率与井口腐蚀速率的关联性模型推算井下腐蚀速率,主要研究新的补偿方法,用以解决电感探针实测值与原电感探针数学模型曲线偏离线性关系的问题,通过试验研究,确定井下腐蚀情况与井口腐蚀结果的关联性,进而利用井口的腐蚀速率监测结果,计算井下的腐蚀速率,从而了解井下设备腐蚀状况及腐蚀发展趋势。
油气井井下设备的腐蚀监测目前除了挂环外还没有成熟稳定的技术可供使用,由于井下的腐蚀环境更加苛刻,较井口环境,其温度、压力及其腐蚀性均呈现逐步上升的趋势,对于井下设备的腐蚀在线监测,由于受到电子元器件耐温性能,以及井下油套环形空间狭小等技术条件限制,目前还很难实现,因此提出了利用电感探针监测井口腐蚀速率,利用井口井下腐蚀速率关联模型,根据井口腐蚀速率计算井下腐蚀速率的思路。
一、采用的技术方案是:
提出了井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法,解决了上述的问题。
通过试验,研究井下不同深度腐蚀速率与井口腐蚀速率的关联性模型算法,进而利用井口的腐蚀检测结果,解决井下设备的腐蚀情况无法有效监测的问题。
井口与井下腐蚀速率的关联性模型(即算法)以C.de Waard(DM模型)为基础;以高含CO2腐蚀环境为研究对象,采用六因素,五水平正交实验,利用正交实验数据对模型进行修正,分别建立的井口、井下腐蚀速率预测模型。将井口与井下的温度、CO2分压、总压三个关键腐蚀影响因素,归一化至温度参数,分别确定井口、井下腐蚀速率与温度的函数关系,再利用井下温度与井口温度存在的温度梯度经验公式进行代算,最终得到井口与井下腐蚀速率的关联性模型。
通过电感探针实时在线监测井口腐蚀速率,利用井口井下腐蚀速率的关联性模型推算井下不同深度的腐蚀速率,进而了解井下设备的腐蚀状况。
电感探针和挂片的材质应与被测井井下管柱的材质一致。
由于CO2驱井下介质环境和流速流态复杂,具有腐蚀性强、高压多相混流的特征,***中全面腐蚀和局部腐蚀共存。油田CO2驱腐蚀防护存在以下瓶颈:(1)高温高压造成了严重的CO2腐蚀,缺乏快速可靠的腐蚀在线监测手段。(2)井底流体含水量是影响CO2驱替效率和腐蚀速率的重要因素,缺乏相应的CO2分压、含水量等参数的监测手段。(3)整合各种腐蚀监测技术、各种监测信息,进行综合性的腐蚀状态评估。
研究新的补偿方法用以解决厚壁柱状电感探针试片实测值与原电感探针数学模型曲线偏离线性关系的问题。
其优点在于:
据统计,滨南采油厂有采油井2731口,其中开井2085口,采油井在生产运行过程中会出现管柱腐蚀、断裂、偏磨、采油井不出油等问题,需要进行停产作业维修,其中井下腐蚀原因造成的维修作业占20%以上。假设每年总作业频次为0.9(2014年滨南采油厂总作业频次为0.924),按照每次停井维修作业产生的组材和劳务等费用为10万元计算,每年作业费用高达18765万元。其中保守估计二者可以减少20%的井下设备维修及更换,则每年将为滨南采油厂节约资金3753万元,具有显著的经济及社会效益。2016年产生的直接经济效益(节支)为:3753万元/2085口*2口=3.6万元。
胜利油区目前有低渗透油藏储量7.67亿吨,占总资源量的15.4%,自“九五”以来,每年新增的探明储量中,低渗透新增探明储量都在2000万吨左右。根据初步筛选,在胜利油田,适合二氧化碳驱油的低渗透油田储量就达2亿多吨,若全部采用CO2驱油开发,可提高油田采收率10%~15%,预计新增可采储量3300万吨至4700万吨。CO2驱采油过程中,CO2被注入地下后,约有50%~60%被永久封存于地下,剩余的40%~50%则随着油田伴生气返回地面。原油中存在的二氧化碳,会造成采出井井下设备严重腐蚀,在高温高压环境中,由于CO2对碳钢的高腐蚀性(7~20mm/a)和拉应力的存在,可导致井下管柱的腐蚀穿孔或早期断裂(最快6个月失效)。
目前胜利油田仅在总体含水低(6%)且稳定的正理庄高89区块实施了CO2驱先导试验。胜利油田每年将提供150万方的二氧化碳气源,实现CO2驱技术在纯梁牛庄、现河、孤东等其它含水率较高的低渗区块的推广应用。
本项目研究成果能在线监测设备腐蚀和腐蚀控制效果,迅速、准确地判断井下CO2腐蚀情况和存在的隐患,指导调整缓蚀剂加注量,维修更换设施等,最大限度地减少因腐蚀造成的损失。对CO2驱井下设备及地面集输***运行的安全评估与完整性管理,避免安全事故具有重要的意义。将为CO2驱技术的广泛应用解决采出井井下设备腐蚀的瓶颈问题,并能指导采出液集输沿程的腐蚀防护,有力保证CO2驱井下装置及地面集输***腐蚀防护方案运行的经济性和可靠性,具有显著的经济及社会效益,具有良好的推广应用前景。
附图说明
图1为温度和CO2分压对腐蚀速度的影响。
图2为电感探针输出数据曲线图例。
图3为A3钢对应腐蚀最严重条件下的挂片表面微观形貌。
图4为A3钢井口挂片和电感探针数据的一致性曲线。
图5为N80钢井口挂片和电感探针数据的一致性曲线。
图6为N80钢井下挂片和电感探针数据的一致性曲线。
图7为J55钢井口挂片和电感探针数据的一致性曲线。
图8为J55钢井下挂片和电感探针数据的一致性曲线。
图9为电感探针数据和挂片数据的拟合结果。
图10为A3材质腐蚀速率随不同参数的变化曲线。
图11为N80材质腐蚀速率随不同参数的变化曲线。
图12为J55材质腐蚀速率随不同参数的变化曲线。
图13为井下N80材质腐蚀速率随不同参数的变化曲线。
图14为井下J55材质腐蚀速率随不同参数的变化曲线。
图15为技术路线1。
图16为20℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的PH值。
图17为60℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的PH值。
图18为100℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的PH值。
图19为三种挂片实测数据。
图20为A3模型预测值与实测值之间的关系。
图21为A3模型预测值与实测值之间的关系(≤45℃)。
图22为A3模型预测值与实测值之间的关系(>45℃)。
图23为模型预测值与N80井口实测值之间的关系(≤45℃)。
图24为模型预测值与N80井口实测值之间的关系(>45℃)。
图25为模型预测值与J55井口实测值之间的关系(≤45℃)。
图26为模型预测值与J55井口实测值之间的关系(>45℃)。
图27为模型预测值与N80井下实测值之间的关系(≤45℃。
图28为模型预测值与N80井下实测值之间的关系(>45℃)。
图29为模型预测值与J55井下实测值之间的关系(≤45℃)。
图30为模型预测值与J55井下实测值之间的关系(>45℃)。
图31为井下腐蚀速率与井下温度的关系曲线。
图32为井口温度与井口腐蚀速率的关系曲线。
图33为1#井室内验证试验。
图34为1#井A3钢初始稳定段现场电感探针数据。
图35为1#试验井井口A3电感探针监测数据。
图36为1号试验井井口N80电感探针监测数据图。
图37为铁离子含量与腐蚀速率的对应关系。
图38为本技术方案中可以使用的一种电感探针的结构示意图。
图39为4-11x101现场挂环安装示意图。
图40为2#试验井A3材质电感探针监测数据。
图41为铁离子含量与电感探针腐蚀速率的对应关系。
图42为2号试验井N80材质电感探针监测数据。
图43为所使用的电感探针数学模型补偿前后对比图。
图44为1#井腐蚀速率最大值。
图45为2#井腐蚀速率最大值。
图46为3#井腐蚀速率最大值。
具体实施方式
实施例1。
(一)井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法。
(二)CO2驱腐蚀规律研究:
1.腐蚀试验的钢材材质:
腐蚀实验中电感探针和挂片的材质均为油田油套管通用钢材,包括J55、N80和A3钢材。各钢材化学组分分析如下:
实验中A3钢的化学组分如表2-1所示:
表2-1实验用A3钢的化学组分(%)
实验所用N80钢的化学组分如表2-2所示:
表2-2实验用N80钢的化学组分(%)
实验所用J55钢的化学组分如表2-3所示:
表2-3实验用J55钢的化学组分(%)
2.实验试剂。
氯化钙、碳酸钠、碳酸氢钠、氯化钾、氯化镁、无水乙醇、浓盐酸、六次甲基四胺、蒸馏水和柴油。
模拟采出液可以采用以上试剂中的几种配置而成。
根据现场采出液的离子矿化度范围7500-75000mg/L,自行配置溶液,此为本领域已知技术,各种离子含量如下表,单位均为(mol/L)。
自行配置的模拟采出液成分如表2-4所示:
表2-4不同矿化度对应的离子含量表(mol/L)
3.实验方案。
鉴于本文包含六种腐蚀影响因素:温度,流速,矿化度,含水量,CO2分压,总压,如果对每种因素都做单因素实验,结果并没有很大的实际效用和参考价值。所以本文选用正交试验方法进行方案设计,因为正交试验具有整齐可比,均匀分散的特点,而且能够对结果进行回归处理,并使腐蚀模型结果更加具有说服力。
(1)温度条件的设定。
根据目前的现状,井口温度范围区间为20-80℃,井下温度上升规律为井深每下降100米,温度升高3.5-4℃,查阅相关文献后,大多数趋近于3.5℃,因此温度依据3.5℃进行计算,如果以井深2200米为最大深度,则此深度的温度为97℃。如图1所示为文献记载的温度和CO2分压对腐蚀速度的影响研究结果,可见,其温度转折点在100度。图1温度和CO2分压对腐蚀速度的影响。
依据以上情况,综合井口和井下的温度分布对腐蚀速度的影响,温度的参数设定范围如表2-5所示。
表2-5井口及井下实验温度的设定范围
节点 | 1 | 2 | 3 | 4 | 5 |
温度/℃ | 35 | 45 | 60 | 85 | 105 |
大约井深/m | 0 | 600 | 1200 | 1800 | 2400 |
(2)实验总压及CO2分压设定。
根据不同产量的油井,其CO2分压的范围不尽相同,因此为了使实验结果具有普遍适用的作用,根据温度选定的深度范围,参考文献关于油井流压的测定数值来设定实验压力范围,如表2-6所示。
表2-6井下模拟实验总压设定范围
节点 | 1 | 2 | 3 | 4 | 5 |
总压/MPa | 0.5 | 2 | 6 | 11 | 14 |
大约井深/m | 0 | 600 | 1200 | 1800 | 2400 |
从CO2分压来分析,一般情况下,分压低于0.483×105Pa时,易发生均匀腐蚀;当分压在0.483×105~2.07×105Pa之间可能发生不同程度的小孔腐蚀;当分压大于2.07×105Pa时,发生严重的局部腐蚀。
CO2分压测定至今没有人详细的探究过;并且由于CO2的临界温度和压力都比较低分别为304k和7.52Mpa,在井下1000米(温度基本在333k左右)时候大都转化为超临界流体,CO2分压对CO2在水中的溶解度也起不到明显的标度作用,所以只将CO2的分压取到临界压力,在这个压力范围内足以探讨CO2分压对腐蚀的影响。其次,所选节点也考虑了文献中载明的发生不同腐蚀形态的分压值,节点选择如表1-7所示。
表2-7井下模拟实验CO2分压参数设定
节点 | 1 | 2 | 3 | 4 | 5 |
分压/MPa | 0.04 | 0.2 | 4.5 | 6 | 7.5 |
依据油井的实际工况,井口的压力基本在1Mpa左右,因此井口模拟实验的总压既选择在1Mpa,而CO2分压的参数则依据不同的摩尔比和分压对腐蚀形态的影响节点值进行选择,具体如表2-8所示。
表2-8井口模拟实验CO2分压参数设定
节点 | 1 | 2 | 3 | 4 | 5 |
分压/MPa | 0.04 | 0.1 | 0.2 | 0.4 | 0.6 |
(3)流速选择。
当流速较低时,腐蚀速率将随着流速的增大而加速;当流速较高时,腐蚀速率完全由电荷传递所控制,此时,流速的变化已不重要,温度的影响变成主要影响因素。因此实验方案的流速均在低流速段。
根据前期了解,抽油杆的运动速度范围约为1-3次/分钟,此间行程约为5-8米。按照此区间进行计算,抽油杆最快的运动速度设定为3次/分钟,行程为8米,以此计算得出其运动速度=6*8/60=0.8m/s。最慢的速度=2*5/60=0.17m/s,依此实际情况,选择的流速范围如下表2-9所示:
表2-9井口及井下流速参数范围
节点 | 1 | 2 | 3 | 4 | 5 |
流速 | 0.1 | 0.3 | 0.6 | 0.9 | 1.1 |
(4)含水量参数设定。
在采出液***中,如果形成一个油包水(水/油)乳液,则将阻止或大大降低钢的水润湿性,从而降低腐蚀速率;相反,如果形成水包油(油/水)乳液,则发生明显的水润湿作用。在许多油管中,由水/油乳液向油/水乳液的转变发生在w(H2O)为30%~40%,根据经验,当w(H2O)为30%时,腐蚀速率常明显降低但也有例外。综上选择的含水量范围如下表2-10所示:
表2-10井口及井下含水量参数范围
节点 | 1 | 2 | 3 | 4 | 5 |
含水量 | 0 | 15 | 35 | 60 | 90 |
这样的选择所得到的结果既能够印证目前的结论,又能实现目前该领域没有达到的目标。
(5)矿化度的选择。
根据胜利油田提供的三个采油厂的化验数据,矿化度范围最小9045,最高达69369,范围十分宽泛。为了提高实验结果的广泛适用性,矿化度范围涵盖了以上的范围,参数选择如下表2-11所示。
表2-11井口及井下实验矿化度参数范围
节点 | 1 | 2 | 3 | 4 | 5 |
矿化度 | 7500 | 15000 | 30000 | 50000 | 75000 |
本文针对A3,J55,N80三种钢材需要建立三组正交方案:
A3井口低压正交试验方案,选取的五种因素、五个水平,详见表2-12,总压为1Mpa。
表2-12 A3正交试验对应的因素、水平表
N80,J55低压正交试验方案,选取的五种因素、五个水平,详见表2-13,总压为1Mpa。
表2-13 N80,J55低压正交试验对应的因素、水平表
N80,J55井下高压正交试验方案,选用六种因素、五个水平,详见表2-14,因为N80,J55应用于井下油套管。压力随着井深的加大而变大。
表2-14 N80,J55高压正交试验对应的因素、水平表
实验步骤:
第一步,将反应釜密封好,检验装置的气密性。
第二步,药品溶液的配制,选用CaCl2,MgCl2,无水Na2CO3,NaHCO3,KCl,五种药品进行模拟采出液的配制,试验前一天配置好待用。此为本领域的已知技术,故不重复叙述。
第三步,腐蚀挂片的前处理,将挂片从包装中取出,用无水乙醇擦拭后,用风筒吹干,并放入干燥容器中待用。准备好挂片器和配件,将挂片安装好待用。
第四步,将溶液按照实验设定值(1L)装入反应釜中,并启动加热装置,将温度升到前面表中预定温度。
第五步,将电感探针和挂片与反应釜连接好,首先充入氮气到设定值,再充入CO2到稳定压力,氮气压力和CO2压力达到前面表中的总压。
第六步,连接电感探针采集器,启动数据软件,开始通讯。
第七步,观察数据读取情况和压力变化情况,进行微调和故障检验。
第八步,实验维持2-4天后,截取电感探针数据曲线,将挂片取出反应釜。
第九步,电感探针和挂片的处理,用清洗剂取出电感探针和挂片表面的腐蚀产物,吹干后称重,记录数据,等待后续计算。
第十步,将反应釜中溶液用水泵抽出,回收处理。
第十一步,分析数据,计算单组腐蚀速率。
第十二步,编写单组实验报告,将反应前后照片,电感探针腐蚀数据,挂片腐蚀数据进行分析。
腐蚀速率计算方法。
(1)挂片失重法。
失重法是实验室腐蚀研究中最普遍的腐蚀速率计算方法,也最直观、最有效的均匀腐蚀测量方法。挂片法步骤也很简单,实验前将挂片处理好,烘干待用,用万分之一天平称重并记录。试验后,将挂片用清洗剂处理,将表面的腐蚀产物去除干净后,烘干称重。
其原理可以用下面这个等式表示:
m——挂片腐蚀前的重量,g;
mt——挂片腐蚀后的重量,g;
S1——挂片的表面积,m2;
t——腐蚀实验的时间,h;
ρ——实验金属的密度,g/cm。
(2)电感探针监测法。
电感探针是近年来兴起的一种间接法测量腐蚀速率的手段,优点是能够实时的对介质的腐蚀性进行检测,通过数据通讯软件将腐蚀产生的电信号转化为数字信号,并反映整个腐蚀过程的速率变化趋势。通过电感探针工作站,还能够得到任意时间段的腐蚀速率值,与挂片失重的出的腐蚀速率进行对比,并找出两者之间的关系。如图2所示,红色曲线代表腐蚀趋势,纵坐标代表电感探针试片剩余厚度,横坐标代表时间,用紫色和蓝色竖线截取任意一段腐蚀趋势线就可以得到这一段时间的腐蚀速率。图2电感探针输出数据曲线图例。
实验结果。经过观察,在井口和井下的A3挂片、N80挂片和J55挂片均有不同程度的腐蚀。电感探针也有被腐蚀的情况。图3为A3钢对应腐蚀最严重条件下的挂片表面微观形貌。
从井口和井下实验后的的挂片和电感探针表面形貌观察,均属于均匀腐蚀,有轻微点蚀等局部腐蚀形貌。
腐蚀速率监测结果。
井口条件(总压为1Mpa)下的A3腐蚀正交实验结果见下表2-15所示:
表2-15 A3正交实验组数及实验结果
从上表可以看出,电感探针和挂片的数据存在差异,二者的相对平均误差为17.9%。
井口条件(总压为1Mpa)下的N80腐蚀正交实验结果见下表2-16所示:
表2-16井口N80正交实验组数及实验结果
从上表可以看出,电感探针和挂片的数据存在差异,二者的相对平均误差为18.1%。
井下高压条件(总压为1Mpa)的N80腐蚀正交实验结果见下表2-17所示:
表2-17井底N80正交实验组数及实验结果
从上表可以看出,电感探针和挂片的数据存在差异,二者的相对平均误差为18.4%。
井口条件(总压为1Mpa)下的J55腐蚀正交实验结果见下表2-18所示:
表2-18井口J55正交实验组数及实验结果
从上表可以看出,电感探针和挂片的数据存在差异,二者的相对平均误差为18.7%。
井下高压条件的J55腐蚀正交实验结果见下表2-19所示:
表2-19井底J55正交实验组数及实验结果
从上表可以看出,电感探针和挂片的数据存在差异,二者的相对平均误差为18.0%。
数据分析。
腐蚀挂片与电感探针监测数据的相关性研究。
从表2-15到表2-19所示的所有125组的实验数据中可以看出,电感探针和挂片数据存在差异,因此对腐蚀挂片和电感探针的数据进行了定性和定量的关系研究。见图4为A3钢井口挂片和电感探针数据的一致性曲线。图5为N80钢井口挂片和电感探针数据的一致性曲线。图6为N80钢井下挂片和电感探针数据的一致性曲线。图7为J55钢井口挂片和电感探针数据的一致性曲线。图8为J55钢井下挂片和电感探针数据的一致性曲线。
通过上述对A3、N80、J55三种材质的分析,可以看出在电感探针和挂片之间具有潜在的一致性。所以,需要进一步探讨两者的定量函数关系。
在数据的分析方面,SPSS软件具有广泛的应用。所以将实验得出的挂片和电感探针数据带入到数学软件中。导入除井口J55数据以外的100组实验数据,J55井口的数据作为验证数据使用。过程如下:①导入数据,拟合。②多种曲线拟合。
将数据以线性、二次项、复合、立方、指数、幂函数、log等函数形式进行拟合并优选,结果如图9所示:电感探针数据和挂片数据的拟合结果(橘色曲线为多项式拟合曲线,黑色为线性拟合曲线,基本与橘色曲线重合)。
通过对100组电感探针和挂片数据的拟合后,优选出两种拟合结果,如图9所示。可见两种拟合结果,既二者存在现象和多项式两种拟合关系。
将J55井口监测的实测数据,与利用以上拟合关系计算后的结果相对比,一方面验证拟合关系是否准确,另外对比出那种拟合关系,更接近实测值。
表2-20拟合结果与实测值的对比
从上述的对比结果可见,线性拟合的结果更接近电感探针的实测值,其拟合值与电感探针实测值的平均相对误差为0.7%,而多项式拟合结果与实测值的平均相对误差为4.4%,因此说明电感探针测量值与挂片测量值存在线性关系如下:
Y=1.1877X-0.0013
以上公式中Y为电感探针监测的腐蚀速率,X为挂片监测的腐蚀速率,以上函数关系即为电感探针的修正模型。
采集井口电感探针腐蚀数据,初次应用时应同时采集挂片腐蚀数据,用于对电感探针监测腐蚀速率值的修正。
挂片和电感探针的测量方法在数据准确性上均存在一定的制约因素,但是挂片数据是国际公认的腐蚀速率测量方法,因此实际的腐蚀速率需要以挂片测量数据为准。通过以上分析找到的挂片数据与电感探针数据的函数关系式中,可以看到,二者存在非常好的对应关系。因此,至此完成了电感探针测量数据的修正模型。
进行井口及井下的腐蚀影响因素研究的目的有如下两点:
考察井口与井下环境,各个影响因素对腐蚀速率的影响。
(1)井口A3/N80/J55钢正交均值分析结果:见图10为A3材质腐蚀速率随不同参数的变化曲线。
通过图10,可以判断在温度为105℃,CO2分压压力为0.1Mpa,流速为0.1m/s,含水量为90%,矿化度为50000mg/L情况下腐蚀最为严重。
此组合不在正交试验中,为了验证正交试验分析结果的正确性,特对腐蚀该组合进行了试验验证,得出的挂片腐蚀速率为6.542mm/a,与正交试验中的第23组处于同一腐蚀水平,两者的差异为流速的不同,但结果相近的原因是在高温情况下,腐蚀产物结合力好,受流速影响较小。
从均值的结果来看各个因素的影响大小顺序为:含水量(极差K1=2.40)>温度(k3=1.2)>矿化度(K4=1.1)>流速(k5=1.0)>CO2分压(k2=0.9),可见对腐蚀影响最大的因素为含水量,最小的为CO2分压。
见图11为N80材质腐蚀速率随不同参数的变化曲线,图12为J55材质腐蚀速率随不同参数的变化曲线。
根据图11和图12,可以看出两种材质均在温度为60℃,CO2分压为0.6MPa,矿化度为15000mg/L,油水在90%的情况下腐蚀最为严重。其中流速上面二种材质有所差异,但是差异并不大,流速对腐蚀速率的影响并不是很大,腐蚀速率基本上都在1mm/a上下浮动。为了保证之后缓蚀剂的筛选工作的质量,考虑选择在J55正交试验中出现最大腐蚀速率时对应的流速0.6m/s。从均值的结果来看各个因素的影响大小顺序为:含水量(极差K1=2.55)>CO2分压(k2=1.725)>温度(k3=1.52)>矿化度(K4=1.335)>流速(k5=0.825)。
(2)井下N80/J55钢正交均值分析结果:见图13为井下N80材质腐蚀速率随不同参数的变化曲线。图14为井下J55材质腐蚀速率随不同参数的变化曲线。
根据图13,可以看出两种材质均在温度为45℃,CO2分压为6.0MPa,矿化度为50000mg/L,油水为在90%,总压为6MPa的情况下腐蚀最为严重。在流速方面,上面二种材质有所差异,但是差异并不大。由于流速对腐蚀速率的影响并不是很大,腐蚀速率基本上都在5mm/a上下浮动,为了保证之后缓蚀剂的筛选工作的质量,考虑选择在J55正交试验中出现最大腐蚀速率时对应的流速0.6m/s。从均值的结果来看各个因素的影响大小顺序为:
N80:含水量(极差K1=10.342)>温度(k2=6.213)>总压(k3=5.397)>CO2分压(k4=4.67)>流速(k5=3.216)>矿化度(K6=2.134)。
J55:含水量(极差K1=10.135)>温度(k2=5.915)>总压(k3=5.285)>CO2分压(k4=4.42)>流速(k5=3.025)>矿化度(K6=2.035)。
利用以上分析出的极差对应的影响因数极值(含水量90%,温度45℃、总压6MPa、CO2分压6MPa,矿化度50000mg/L)进行一组失重试验,结果表明N80材质的挂片,在此条件下的失重腐蚀速率为20.3412mm/a。
为了验证极差分析出的腐蚀速率最大值对应的各影响因素的数值组合,是否是不同井况下腐蚀速率最大值对应的参数条件。故做了如下的验证试验。
每个因素选取3点。
表2-21井下N80材质总压验证试验
通过以上验证试验,即其它条件不变的情况下,变化总压数值,可见,其腐蚀速率发生了变化,进一步说明总压对井下腐蚀速率是存在一定影响的,有部分文献研究总压对腐蚀速率无影响,从以上结果可以看出,实际是有影响的。
表2-22井下N80温度验证试验
验证试验点的选择,是在极值分析出的腐蚀速率最大值出现的极值点,如温度45度附近选取两点,分别为40和55度。
表2-23井下N80材质流速验证试验
表2-24井下N80材质矿化度验证试验
表2-25井下N80材质含水量验证试验
表2-26井下N80材质CO2分压验证试验
以上所有的验证数据与极差确定的最严苛试验的腐蚀速率(20.3412mm/a)进行对比,可见,验证数值均小于20.3412mm/a,因此可以确定单因素相组合的试验条件,为最严苛的试验条件。
由于反应釜内介质是以涡轮搅拌的方式,因此介质对电感探针和挂片的作用是斜向的剪切力作用,而现场采出液对油套管的作用是垂直的剪切力作用,为了考察这种流态的不同是否会对腐蚀速率的测量结果产生影响,特采用动态模拟实验装置对实验结果进行了验证。
选择实验组数:井下N80材质,第25组(温度105度,流速1.1m/s,分压6兆帕,矿化度30000,总压14兆帕,含水量15)。
表2-27流态对腐蚀速率的影响验证试验
从实验结果可以看出,流态对腐蚀速率结果有一定影响,但影响并不明显。
J55和N80实验结论一致。
1)极差分析腐蚀因素影响权重顺序为:油水比>温度>总压>CO2分压>流速>矿化度。2)材质腐蚀最严重条件:温度45℃,矿化度50000mg/L,水油比90%,总压6MPa,CO2分压饱和。
实施例2、井口与井下腐蚀速率关联性研究:
由于前述进行了大量的井下腐蚀率的测试试验,因此针对井下的腐蚀状况预测拟采用两个技术路线,并最终通过实验室和现场验证确定其技术优缺点。
技术路线1:图15通过对现有CO2预测模型的筛选和修正,直接进行井口和井下腐蚀速率的预测,如果可以通过某项腐蚀影响因素,比如矿化度等建立关联,则研究目的达成,如果无法关联,也可直接应用腐蚀影响因素的相关数据,对腐蚀进行直接预测。
技术路线2:规避各类影响因素对井下腐蚀速率的影响,直接通过试验测量不同深度的井下腐蚀速率,利用井下腐蚀速率、井口腐蚀速率,及深度直接进行数据关联,建立井口腐蚀速率与井下腐蚀速率的关系。
技术路线1:
模型筛选:
腐蚀模型实质上就是由各种参数形成的复杂关系式,甄选了目前世界范围内最常用的三种模型来进行本项目的建模工作,争取在现有模型基础上进行改进,得到一项更加具有实用性的腐蚀模型。
1.挪威的Norsok M506模型是目前具有代表意义的经验模型,该模型是根据低温试验数据和高温现场数据建立的经验模型,这一模型已经在国内外抗CO2腐蚀选材和确定腐蚀裕量设计的一个重要标准,但是其缺点是没有考虑含水对原油体系腐蚀速率的影响。所以针对本项目的研究工作并不适用。
2.目前,成熟的预测模型大多为半经验模型,De Warrd和Miliiams建立的DMW模型已经成为预测CO2腐蚀的基础。De Warrd2003根据油-水-管之间的界面张力,研究了原油比重和含水率对腐蚀速率的影响,得出了考虑原油因子的预测公式。
3.S.Nesic模型主要是从CO2腐蚀的微观机理出发,结合材料表面的化学、电化学反应,离子在材料与溶液界面处的传质过程,以及离子在腐蚀产物膜中扩散与迁移过程等建立的预测模型。但是由于机理模型还是主要停滞在实验室的研究工作中,并没有较好的与现场测试的腐蚀数据结合起来,并且也较少的考虑了油水混合情况下的腐蚀情况。
De.warrd模型介绍:
在石油天然气工业的腐蚀研究领域应用最广泛的CO2腐蚀模型是De.Waard模型。在近期的研究中,该模型研究人员选取了20年间积累的两种不同API度原油的现场腐蚀数据和相关参数,包括流速(通过产率计算得到)、管径、CO2分压、以及采出水样的HCO2-浓度,含水量、油井井管与垂直方向的偏斜角等。腐蚀减薄量是来自现场报告中通过千分尺测得的数据均值。
C.de Waard最新的腐蚀模型考虑了原油对腐蚀的影响,可见该模型包含的影响因素与本论文研究的影响因素有较好的吻合。与此同时,Waard模型是应用于没有添加缓蚀剂的油井,本实验的腐蚀结果也是在没有缓蚀剂添加的情况下得到的。综上所述,C.de Waard比较符合本项目的研究应用。
但是De.Waard模型主要是针对CO2分压小于1MPa的条件,因此如果想实现其在本研究中的应用,必须对其进行修正才能应用。为了较好的反应多种因素作用下的CO2腐蚀规律,本论文的腐蚀模型将以C.de Waard模型为基础,针对本论文研究的特定条件,根据数据结果进行回归处理和分析,并进一步得到合适的腐蚀模型。
De.Waard模型基本构成:
C.de Waard模型的计算公式为:
Vr和Vm分别代表最大动力学反应速率和CO2传质过程对腐蚀的影响。Vr和Vm的计算公式如下:
Log(Vr)=5.07-+0.58log(PCO2)–0.34(pHa–pHCO2) 2-3
PCO2是含有逸度系数的CO2分压,单位为MPa;pHa为实际工况下的介质pH值;pHCO2为相同的CO2分压下纯水的pH值;T代表温度,单位为℃;Uliq为流速,单位为m/s;D为管子的内径,单位为m。
当考虑pH值的影响时,温度将影响CO2的溶解度和H2CO3的电离数。
pHCO2=3.82+0.00384T–0.5log(PCO2) 2-5
通常情况下,介质的pH值可由测量得出,但在高温高压下介质的pH难以直接测量,所以针对高温高压***可以根据国际标准ISO15156-2确定其pH值来代替pHa,方法见图16—图17:
1:Ca2+=1000meq/L、2:Ca2+=100meq/L、3:Ca2+=10meq/L、4:HCO2-=10meq/L、5:HCO2-=30meq/L、6:HCO2-=100meq/L。
-------Ca2+<HCO2-__________Ca2+<HCO2-———Ca2+<HCO2-。
图16为20℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的pH值。
1:Ca2+=1000meq/L、2:Ca2+=100meq/L、3:Ca2+=10meq/L、4:HCO2-=10meq/L、5:HCO2-=30meq/L、6:HCO2-=100meq/L。
-------Ca2+<HCO2---------Ca2+<HCO2-———Ca2+<HCO3。
图17为60℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的pH值。
1:Ca2+=1000meq/L、2:Ca2+=100meq/L、3:Ca2+=10meq/L、4:HCO2-=10meq/L、5:HCO2-=30meq/L、6:HCO2-=100meq/L。
-------Ca2+<HCO2-______Ca2+<HCO2-———Ca2+<HCO3。
图18为100℃时不同CO2压力下含碳酸氢盐(饱和或过饱和)生成水的pH值。
(2)不同材质的腐蚀预测模型研究。
以上筛选出的模型,是针对A3钢的低压范围(压力小于2MPa)条件下设定的,为了研究不同材质,井口低压和井下高压的腐蚀速率预测模型,首先研究不同材质的腐蚀速率在相同试验条件下的变化规律。井口低压条件下,N80、J55和A3腐蚀速率的关系:见图19为三种挂片实测数据。
从以上三种材质的腐蚀速率曲线可以看出,在相同的试验条件下,腐蚀速率的变化具有一致性,但第23组数据可以看出,A3钢的腐蚀速率较异常,因此后续分析中去掉此组数据。
预测模型的预测条件是针对A3钢腐蚀的,针对N80和J55材质其腐蚀速率随腐蚀条件的变化规律是与A3钢一致的,因此N80和J55的腐蚀速率预测,可借鉴A3钢的腐蚀模型,通过数据拟合的方法寻找规律。首先确定预测模型与A3钢实测值之间的吻合性。
表2-28模型预测值与A3钢实测值的对比表
序号 | 模型预测值 | A3钢实测值 | 相对误差 |
1 | 0.006320151 | 0.0024 | 62.0% |
2 | 0.010847183 | 0.1035 | 89.5% |
3 | 0.022802008 | 0.2281 | 90.0% |
4 | 0.035261281 | 0.6331 | 94.4% |
5 | 0.016800128 | 0.8454 | 98.0% |
6 | 0.009610199 | 0.4584 | 97.9% |
7 | 0.017350934 | 1.2151 | 98.6% |
8 | 0.028888421 | 0.0286 | 1.0% |
9 | 0.035569233 | 0.1887 | 81.2% |
10 | 0.007656713 | 0.5274 | 98.5% |
11 | 0.041010214 | 0.4581 | 91.0% |
12 | 0.036011797 | 0.8784 | 95.9% |
13 | 0.121311899 | 3.3863 | 96.4% |
14 | 0.027021614 | 4.998 | 99.5% |
15 | 0.042063636 | 0.126 | 66.6% |
16 | 0.062622185 | 2.8714 | 97.8% |
17 | 0.093174043 | 0.3592 | 74.1% |
18 | 0.022875856 | 0.4151 | 94.5% |
19 | 0.055099124 | 2.1599 | 97.4% |
20 | 0.078093413 | 2.1012 | 96.3% |
21 | 0.124389274 | 2.6407 | 95.3% |
22 | 0.051303856 | 0.4073 | 87.4% |
24 | 0.079132633 | 0.0365 | 59.1% |
25 | 0.154521112 | 0.5154 | 70.0% |
从上表的结果可以看出,模型预测值与实测值的误差很大,这是因为目前没有考虑因素特别齐全的CO2预测模型,采用的模型主要针对含水量较低的油井,考虑了温度、CO2分压和流速对腐蚀速率的影响,而本项目的研究是针对含水率高,矿化度高的油井,综合考虑了温度、总压、CO2分压、流速、含水量、矿化度对腐蚀速率的影响,因此误差大是必然的。
通过实测的A3钢数据,通过数据拟合处理等方法,确定真实值与预测值之间的关联关系,从而得到A3钢在井口低压条件下的预测模型。
首先将25组的预测值与实测值直接进行拟合,优选曲线结果如图20所示:A3模型预测值与实测值之间的关系。
(1)当温度≤45℃时:见图21为A3模型预测值与实测值之间的关系(≤45℃)。
(2)当温度>45℃时候:见图22为A3模型预测值与实测值之间的关系(>45℃)。通过拟合后的拟合值与A3钢实测值的相对误差如下表2-29所示:
表2-29 A3钢拟合后的腐蚀速率与实测值的对比(≤45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.0024 | 0.0025 | 4.0% |
2 | 0.4025 | 0.4011 | 0.3% |
3 | 2.5679 | 2.56 | 0.3% |
4 | 0.6331 | 0.6331 | 0.0% |
5 | 0.8454 | 0.8468 | 0.2% |
6 | 0.4584 | 0.4597 | 0.3% |
7 | 1.2151 | 1.2056 | 0.8% |
8 | 0.1887 | 0.1897 | 0.5% |
9 | 0.5274 | 0.5199 | 1.4% |
平均误差 | 0.9% |
表2-30 A3钢拟合后的腐蚀速率与实测值的对比(>45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.4581 | 0.4878 | 6.1% |
2 | 3.3863 | 3.3861 | 0.2% |
3 | 0.3592 | 0.359 | 0.1% |
4 | 0.4151 | 0.4141 | 0.2% |
5 | 2.6407 | 2.6400 | 0.0% |
6 | 0.0365 | 0.0397 | 8.1% |
7 | 0.5154 | 0.5149 | 0.1% |
平均误差 | 2.11% |
从以上拟合值与实测值的对比可以看出,小于等于45℃的情况下,平均相对误差为0.9%,大于45℃情况下,平均相对误差为2.11%,可见拟合结果与真值的吻合度较高。
针对井口和井下N80和J55的预测模型:
首先直接用数据拟合方法,针对A3钢的原始预测结果,是否与N80和J55存在数据关联关系。
如果以上关联关系不存在,则进一步分析A3钢实测的腐蚀速率,与N80和J55实测腐蚀速率之间的关联,然后通过A3钢修正后的预测模型,得到N80和J55的预测模型。
参照A3钢的模型值与实测值的拟合关系,得到如下N80和J55的拟合结果。
井口模型预测值与N80实测值之间的拟合关系如下:
温度≤45℃时:见图23为模型预测值与N80井口实测值之间的关系(≤45℃)。
温度>45℃时:见图24为模型预测值与N80井口实测值之间的关系(>45℃)。
表2-31 N80井口拟合后的腐蚀速率与实测值的对比(≤45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.00771 | 0.00773 | 0.3% |
2 | 0.24865 | 0.24877 | 0.0% |
3 | 1.8899 | 1.899 | 0.5% |
4 | 3.2614 | 3.2712 | 0.3% |
5 | 4.618 | 4.6234 | 0.1% |
6 | 4.2439 | 4.25 | 0.1% |
7 | 2.7789 | 2.7877 | 0.3% |
8 | 0.2378 | 0.2398 | 0.8% |
9 | 0.23148 | 0.2389 | 3.1% |
平均误差 | 0.6% |
表2-32 N80钢井口拟合后的腐蚀速率与实测值的对比(>45℃)
消除一些异常数据外,可见N80拟合值与井口实测值的相对误差分别为0.6%和0.5%,数据吻合度较好。井口模型预测值与J55实测值之间的拟合关系如下:
温度≤45℃:图25为模型预测值与J55井口实测值之间的关系(≤45℃)。
温度>45℃:见图26为模型预测值与J55井口实测值之间的关系(>45℃)。
表2-33 J55井口拟合后的腐蚀速率与实测值的对比(≤45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.93826 | 0.9401 | 0.2% |
2 | 1.9458 | 1.9465 | 0.0% |
3 | 1.3935 | 1.3942 | 0.1% |
4 | 1.7734 | 1.3987 | 21.1% |
5 | 3.7925 | 3.6785 | 3.0% |
6 | 2.098 | 2.099 | 0.0% |
7 | 0.1795 | 0.183 | 1.9% |
8 | 0.58721 | 0.6077 | 3.4% |
平均误差 | 3.7% |
表2-34 J55钢井口拟合后的腐蚀速率与实测值的对比(>45℃)
消除一些异常数据外,可见J55拟合值与井口实测值的相对误差分别为3.7%和1.0%,数据吻合度较好。
井下模型预测值与N80实测值之间的拟合关系如下:
(1)温度≤45℃:图27为模型预测值与N80井下实测值之间的关系(≤45℃)。
(2)温度>45℃:图28为模型预测值与N80井下实测值之间的关系(>45℃)。
表2-35 N80井下拟合后的腐蚀速率与实测值的对比(≤45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.00114 | 0.0011 | 3.5% |
2 | 3.34273 | 3.789 | 11.8% |
3 | 9.81846 | 7.5098 | 23.5% |
4 | 11.08 | 11.1145 | 0.3% |
5 | 4.91793 | 4.897 | 0.4% |
6 | 16.22929 | 16.1986 | 0.2% |
7 | 11.6774 | 11.6779 | 0.0% |
8 | 2.3304 | 2.4567 | 5.1% |
平均误差 | 5.6% |
表2-36 N80钢井下拟合后的腐蚀速率与实测值的对比(>45℃)
消除一些异常数据外,可见N80拟合值与实测值的相对误差分别为5.6%和6.3%,数据吻合度较好。
井下模型预测值与J55实测值之间的拟合关系如下:
温度≤45℃:图29为模型预测值与J55井下实测值之间的关系(≤45℃)。
温度>45℃:图30为模型预测值与J55井下实测值之间的关系(>45℃)。
表2-37 J55井下拟合后的腐蚀速率与实测值的对比(≤45℃)
序号 | 实测值(mm/a) | 拟合值(mm/a) | 相对误差 |
1 | 0.0045 | 0.005 | 10.0% |
2 | 0.6556 | 0.7123 | 8.0% |
3 | 6.2188 | 6.2976 | 1.3% |
4 | 6.8913 | 6.6678 | 3.2% |
5 | 8.0876 | 8.4567 | 4.4% |
6 | 2.9064 | 2.9346 | 1.0% |
7 | 16.6049 | 16.5431 | 0.4% |
8 | 9.9523 | 9.96 | 0.1% |
9 | 1.7639 | 1.5098 | 14.4% |
平均误差 | 4.7% |
表2-38 J55钢井下拟合后的腐蚀速率与实测值的对比(>45℃)
消除一些异常数据外,可见J55拟合值与井下模拟试验实测值的相对误差分别为4.7%和4.9%,数据吻合度较好。
技术路线2:
本试验设想源于由于井口的温度、井下的温度与井深存在一定的经验关系(按照井下温度梯度3.5℃估算):
即:T井下=T井口+0.035h (关系式1)。
因此,如果通过试验能够分别找出井口温度与井口腐蚀速率的变化的函数,以及井下温度与井下腐蚀速率的关联函数,则就可以通过以上关系式代算出井下腐蚀速率与井口腐蚀速率的关系。
由于无论是井口还是井下的腐蚀速率,其影响因素均不止温度一项,因此如果单纯通过变换温度,而其它条件不变,则得到的关系会与实际情况大相径庭,因此本项目将井口与井下存在较大差异的温度、CO2分压、总压三个关键腐蚀影响因素,归一化至温度参数,分别确定井口和井下腐蚀速率与归一化温度的函数关系,进而通过温度与井深的关系,代换出井口腐蚀速率与井下腐蚀速率的关联模型。
(1)井下模拟试验参数设置:N80材质。
通过试验测量,以及均值计算后,得到的井下温度与井下腐蚀速率的对应结果如下表所示:
表2-39井下模拟试验参数设置表
通过以上数值,拟合出井下腐蚀速率Y井下与井下温度T井下的函数关系如图31所示:图31为井下腐蚀速率与井下温度的关系曲线。
Y井下=0.00007750T井下 3-0.01784687T井下 2+1.21903620T井下-19.68881518
(关系式2)。
(2)井口模拟试验参数设置:N80材质。
经过试验测量,以及均值计算后,得到的井口温度与井口腐蚀速率的对应结果如下表所示:
表2-40井口温度与井口腐蚀速率的对应表
通过数值拟合,得到井口温度与井口腐蚀速率的关系图如图32:井口温度与井口腐蚀速率的关系曲线。
即:T井口=59.755Y井口 0.4744 (关系式3)。
将以上关系式1、2、3进行代算,可得到井下腐蚀速率Y井下与井口腐蚀速率Y井口,以及井下深度h的关联关系式如下:
Y井下=0.00007750×(59.755Y井口 0.4744+0.035h)3-0.01784687×(59.755Y井口 0.4744+0.035h)2+1.21903620×(59.755Y井口 0.4744+0.035h)-19.68881518
由上述关系式可见,如果在井口安装在线监测电感探针,即可实时获知井口的腐蚀速率,进而便可计算出不同深度的井下腐蚀速率。
利用电感探针,试验室进行单井的腐蚀模拟试验,验证以上关联结果的准确性。其中井口温度按35℃、井口回压1MPa,井口二氧化碳含量40%。
井下试验条件如下表所示:表2-41不同深度的试验条件
模拟试验结果如下表所示:表2-42预测与实测腐蚀速率对比表
从验证结果可以看出,预测值与实测值的误差均控制在10%以内,说明关联模型的预测值是准确的。通过本部分的实验室模拟研究,小结如下:
通过对现场采出液成分的分析,以及其它工矿的分析,确定了实验室模拟试验的相关条件,确定井下和井口的模拟腐蚀因素包括温度、总压、CO2分压、流速、矿化度,以及含水量。
采用电感监测***和挂片失重方法,完成了实验室模拟高温高压动态试验,针对A3/N80/J55等材质,开展井口和井下模拟试验总计125组。
通过腐蚀挂片与电感探针数据的关联分析,结果显示,实验室模拟试验的挂片和电感探针数据具有良好的一致性,并存在定量的关联关系。
通过井口和井下的腐蚀影响因素分析,结果表明,井口和井下腐蚀影响因素的排序为含水量>温度>总压>CO2分压>流速>矿化度。其中井下的腐蚀最严重时对应的参数分别为:温度45度,含水量90%,总压6MPa,CO2分压6MPa,流速0.6m/s,矿化度50000mg/L。
通过对井口和井下的数据分析,借鉴C.de Waard CO2腐蚀预测模型,通过数据拟合的方法,分别确定了井口条件下A3、N80、J55材质,以及井下N80及J55材质的腐蚀预测模型,通过实验室验证,拟合值与实测值一致,相对误差小,说明预测模型的较准确的。
利用井口的腐蚀速率,确定了井口和井下的腐蚀速率存在与井下深度相关的多项式关系:
Y井下=0.00007750×(59.755Y井口 0.4744+0.035h)3-0.01784687×(59.755Y井口 0.4744+0.035h)2+1.21903620×(59.755Y井口 0.4744+0.035h)-19.68881518
通过实验室的模拟测量,证实预测值与实测值的误差均在10%以内,说明关联模型真实可靠。
实施例3.从此处起为应用实例。
CO2驱在线腐蚀监测***应用研究。
1.滨南一矿1#实验井腐蚀监测应用研究。
1#试验井的实验起始时间为2015年12月7日。
(1)井口监测设备安装及数据分析。
滨南一矿1#实验井的现场工况环境为(2015年12月):
井口温度:18℃、井口总压:0.5Mpa、抽油杆冲程:3m、抽油杆冲次:4、日产液:31.8t、日产水:27t、原油含水量:85%。
1#试验井的采出液的液体和气体取样分析数据如下(分析时间:2015年12月23日)。
表3-1 1#试验井的采出液气体分析结果
表3-2 1#试验井采出液液体分析结果
①电感探针监测数据:
本实验井的现场工况在实验室模拟实验设定的各项影响因素范围内,但不存在吻合的实验条件点,因此安装初期按照现场的参数,做了实验室验证实验,用以对比实验室与现场的数据差异(电感探针材质A3钢)。
参考现场工矿,确定室内验证试验条件为:
矿化度:56900mg/L,含水量85%,总压0.5MPa,CO2分压0.4MPa,流速0.4m/s,温度:16℃。
a.A3材质井口电感探针监测数据及分析。见图33为1#井室内验证试验。
见图34为1#井A3钢初始稳定段现场电感探针数据。
与现场的初始数据对比可见,实验室的阶段腐蚀速率为1.688mm/a,现场腐蚀速率为1.699mm/a,相对误差为0.67%,可见,数据吻合度较好。
见图35 1#试验井井口A3电感探针监测数据。
1#试验井,井口A3电感探针及挂片安装的起始时间是2015年12月7日至2015年12月30日,电感探针的监测数据如图35所示。从数据曲线可见,A3钢电感探针安装期间的腐蚀减薄量6098nm,区间腐蚀速率为0.097mm/a。
下表所示为井口电感探针实测值,与A3井口模型预测值,以及与井口挂片实测值的对比结果。可见,同期的挂片的失重数据计算得出的腐蚀速率为0.092mm/a,与电感探针测量值的相对误差为5.1%;该工矿条件下A3钢的年腐蚀率为0.09058mm/a,预测值与井口电感探针实测值的误差为6.6%。
表3-3 A3材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
b.N80材质井口电感探针监测数据及分析。
N80材质电感探针及挂片的安装起始时间为2015年12月30日至2016年5月5日,电感探针的监测数据如图35所示,从腐蚀曲线可以看出,N80电感探针安装期间的腐蚀减薄量为25217nm,区间腐蚀速率为0.076mm/a。
见图36为1号试验井井口N80电感探针监测数据图。
同期的挂片的失重数据计算得出的腐蚀速率为0.072mm/a,相对误差5.2%。
根据室内验证试验的条件,进行N80材质的试验,确定室内试验结果与现场监测结果的一致性。结果显示,室内试验的挂片失重数据为0.073mm/a,相对误差为1.3%。
根据室内试验得出的N80井口腐蚀预测模型,该工矿条件下N80钢的年腐蚀率为0.06901mm/a,预测值与电感探针井口实测值的误差为5.4%,与挂片井口实测值的误差为4.1%,可见预测值与实测值吻合度较高。
表3-4 N80材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
在N80材质试验过程中,分别于2016年1月4日、2016年2月4日、2016年3月4日,以及2016年3月20日,2016年5月5日,进行了采出液中铁含量的检测,结果如下表3-5所示。
表3-5铁离子含量检测结果
取样时间对应的电感探针监测腐蚀速率值与铁离子含量的关系如图37所示:铁离子含量与腐蚀速率的对应关系。
从以上分析可以看出,随着铁离子含量的上升,对应的电感探针腐蚀速率也呈现上升趋势,二者符合多项式关系。
(2)井口和井下腐蚀数据的相关性。
1#试验井的现场挂环示意图如图39所示:4-11x101现场挂环安装示意图。
600m处设置第一组挂环12,第6挂环(N80)、第3挂环(J55)和第9挂环(A3)。
900m处设置第二组挂环13,第5挂环(N80)、第2挂环(J55)和第8挂环(A3)。
1200m处设置第三组挂环14,第4挂环(N80)、第1挂环(J55)和第7挂环(A3)。1303.56m处设置阀式泵和销钉泄油器,1312.71m处设置绕丝筛管。
表3-6井下不同深度预测值与实测的腐蚀速率值(mm/a)
由上表可知,井下J55挂环实测值与模型的预测值对比,其相对误差分别为4.8%、7.5%和6.3%,平均误差为6.2%。井下N80挂环实测值与模型的预测值对比,其相对误差分别为3.8%、6.7%和6.5%,平均误差为5.7%。
通过以上结果可以看出,井口和井下数据的关联性较好,利用井口腐蚀速率与井下腐蚀速率关联模型推算出的井下腐蚀速率数值较利用井下腐蚀影响因素数据推测出的数值准确,分析原因如下:以前的模型中涉及到的影响因素不可能涵盖到所有的影响因素,包括离子的影响,另外井下的温度、压力、分压等没有实时的现场实测数据作为支持,所利用的数据一般为经验值或者推算值,因此这些因素均限制了模型的准确性。而利用实验室数据进行预测时准确率较现场数据高,是因为实验室数据的温度、压力等均是试验的具体参数,比较准确。
利用井口腐蚀速率与井下腐蚀速率的关联模型进行的预测,由于对于单一井,这种预测规避了各类复杂因素的影响,而腐蚀率的变化仅与深度相关联,因此预测值较直接预测的值准确度高。
实施例4
滨南一矿2#实验井腐蚀监测应用研究。
2#试验井的起始试验时间为2016年1月23日。
2#试验井井口腐蚀监测***的安装方案仍为电感探针和挂片。
滨南一矿2#实验井的现场工况环境为:井口温度:25℃、井口回压:0.8MPa、日产液:10.5t、日产水:7.3t、抽油杆冲程:2.4m、抽油杆冲次:5。
2015年4月的液体气体分析数据如下:矿化度72334.4mg/L,氯离子38995mg/L,总碳酸根离子5796.9mg/L,CO2含量为45%,原油含水量:70%。
(1)井口电感腐蚀监测***。
a.A3钢电感探针井口监测数据分析。图40 2#试验井A3材质电感探针监测数据。
2号试验井,井口A3电感探针及挂片安装的起始时间是2016年1月23日至2016年5月3日,电感探针的监测数据如图40所示。从数据曲线可见,A3钢电感探针安装期间的腐蚀减薄量32381nm,区间腐蚀速率为0.117mm/a。
表3-7 A3材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
同期的挂片的失重数据计算得出的腐蚀速率为0.110mm/a,相对误差为5.9%。
该井况下的实验室模型预测结果为0.108mm/a,与现场挂片实测值的相对误差为1.8%,与电感探针实测值的误差为7.6%。
在A3材质试验过程中,分别于2016年1月23日、2016年2月15日、2016年3月15日,以及2016年4月15日,2016年5月5日,进行了采出液中铁含量的检测,结果如下表3-8所示。
表3-8铁离子含量检测结果
取样时间对应的电感探针监测腐蚀速率值与铁离子含量的关系如图41所示:铁离子含量与电感探针腐蚀速率的对应关系。
从以上分析可以看出,随着铁离子含量的上升,对应的电感探针腐蚀速率也呈现上升趋势,二者符合多项式关系,与1#试验井的结果吻合。
b.N80钢电感探针井口监测数据分析。见图42为2号试验井N80材质电感探针监测数据。
红色曲线代表电感探针腐蚀损耗值,蓝色曲线代表电感探针温度。N80电感探针的区间腐蚀损耗值为689nm。腐蚀速率为0.0112mm/a,腐蚀轻微。该条件下的模型预测值为0.0108mm/a,二者相对误差为3.5%。
表3-9 N80材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
(2)井口和井下挂环数据的相关性。
2#试验井的现场挂环方案同1号试验井。
表3-10井下不同深度预测值与实测的腐蚀速率值(mm/a)
由上表可知,井下J55挂环实测值与模型的预测值对比,其相对误差分别为7.9%、6.5%和8.0%,平均误差为7.5%。井下N80挂环实测值与模型的预测值对比,其相对误差分别为7.4%、7.7%和7.4%,平均误差为7.5%。
通过以上结果可以看出,井口和井下数据的关联性较好,利用井口腐蚀速率与井下腐蚀速率关联模型推算出的井下腐蚀速率数值较利用井下腐蚀影响因素数据推测出的数值准确,分析原因如下:
利用井口腐蚀速率与井下腐蚀速率的关联模型进行的预测,由于对于单一井,这种预测规避了各类复杂因素的影响,而腐蚀率的变化仅与深度相关联,因此预测值较直接预测的值准确度高。
实施例5
3.滨南一矿3#实验井腐蚀监测应用研究
试验井号:10x100。
井况条件:冲程:4、冲次:3.5、井口温度:20℃、井口回压:0.9MPa、日产液:8t、日产水:7.4t、含水量:97%。
(1)井口腐蚀监测。
安装方案:3#试验井井口腐蚀监测***的安装方案仍为电感探针和挂片全方位监测。试验起始时间:2016年10月。井口腐蚀监测应用结果:
表3-11 A3材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
表3-12 N80材质电感探针腐蚀速率与挂片腐蚀速率及预测值的对比
从以上表格的井口腐蚀监测试验结果可以看出,井口A3和N80材质的电感探针监测结果与挂片实测结果,以及模型预测结果相一致,误差均在6%以下。
(2)井口和井下挂环数据的相关性。3#试验井的现场挂环方案同1、2号试验井。
表3-13井下不同深度预测值与实测的腐蚀速率值(mm/a)
由上表可知,井下J55挂环实测值与模型的预测值对比,其相对误差分别为5.6%、6.9%和6.3%,平均误差为6.3%。井下N80挂环实测值与模型的预测值对比,其相对误差分别为8.7%、5.9%和6.9%,平均误差为7.2%。
验证结果:推算值与实测值的误差均控制在10%以内,说明关联模型的推算值是准确的。关联性模型建立成功。
利用井口电感探针实测结果,通过“井口井下腐蚀速率关联模型”计算得到井下不同井深的腐蚀速率变化曲线,可知3口井腐蚀速率最大值分别出现在1#井深910m、2#井深980m、3#井深900m处。如图44、图45,图46所示。
通过以上结果可以看出,井口和井下数据的关联性较好,利用井口腐蚀速率与井下腐蚀速率关联模型推算出的井下腐蚀速率数值较利用井下腐蚀影响因素数据推测出的数值准确,分析原因如下:
利用井口腐蚀速率与井下腐蚀速率的关联模型进行的预测,由于对于单一井,这种预测规避了各类复杂因素的影响,而腐蚀率的变化仅与深度相关联,因此预测值较直接预测的值准确度高。
通过在井口和井下不同类型的腐蚀监测设备研制与现场试验,实现了井口和井下设备的全方位监测,可总结如下:
(1)1号试验井的井口电感监测完成了A3钢材质和N80材质的现场试验。监测结果显示A3钢和N80材质的的井口腐蚀监测速率分别为0.097mm/a和0.076mm/a。与挂片监测结果对比,相对误差分别为5.1%和5.2%,电感探针实测值与井口腐蚀速率预测结果对比,相对误差分别为6.6%和5.4%。
(2)2号试验井的井口试验完成了A3和N80材质的现场试验。结果显示A3和N80的井口腐蚀监测速率分别为0.117mm/a和0.0112mm/a。与挂片监测结果对比吻合度较高,相对误差分别为5.9%和4.9%。电感探针实测值与井口预测模型对比,相对误差分别为6.0%和5.8%。
(3)3号试验井的井口试验完成了A3和N80材质的现场试验。结果显示A3和N80的井口腐蚀监测速率分别为0.108mm/a和0.096mm/a。与挂片监测结果对比吻合度较高,相对误差分别为5.7%和4.9%。电感探针实测值与井口预测模型对比,相对误差分别为7.6%和3.5%。
(4)试验井的定期铁离子含量检测结果,与腐蚀速率变化结果一致,即腐蚀速率升高期间,铁离子含量也相应的增加,二者满足多项式的关系。
(5)井下挂环的实测值结果与井口和井下关联模型确定的的预测值对比可见,其相对误差均小于10%,说明关联模型确定的井口腐蚀速率与井下腐蚀速率的关系是可靠的。通过实验室模拟研究,确定了CO2驱井的腐蚀规律,确定了其井下的腐蚀影响因素的权重顺序为含水量>温度>总压>CO2分压>流速>矿化度。
通过井口和井下的腐蚀影响因素分析,其中井下的腐蚀最严重时对应的参数分别为:温度45度,含水量90%,总压6MPa,CO2分压7.5MPa,流速0.6m/s,矿化度50000mg/L。
通过实验室的模拟测量,证实预测值与实测值的误差均在10%以内,通过现场挂环数据的验证,证明模型预测值与现场实测值的误差也控制在10%以内,说明关联模型真实可靠。实现了通过井口电感探针腐蚀速率推测井下腐蚀状况的项目目标。
本技术方案中采用的电感探针和补偿方法可为申请号为:2017103383610中的电感探针和补偿方法。名称为一种测量金属腐蚀速率的高压电感探针及其补偿方法。
一种测量金属腐蚀速率的高压电感探针,包括六芯玻璃封屏航插、O型密封圈挡圈、O型密封圈、过渡管、灌封胶、导线、探针杆、保护帽、补偿试片和测量试片。所述的六芯玻璃封屏的航插通过内部导线把测量信号引出,引线与外壳之间通过绝缘密封,把导线与航插外壳隔离绝缘,同时能在高温高压介质下起到良好的密封作用,防止探针穿孔后管道内的介质渗出。所述的O型密封圈挡圈和O型密封圈配合锥面结构,对探针和探针接出装置起密封作用。
所述过渡管一端与航插连接,另一端以螺纹与探针杆的后端连接后焊接固定,测量试片固定在探针杆的前端。
所述的导线封闭在探针杆内部,导线的一端连接测量试片和补偿试片,导线的另一端连接到玻璃封屏航插。所述的补偿试片封闭在测量试片的内部,和测量试片隔离焊接,避免产生电偶腐蚀。所述的保护帽与探针杆的连接方式为螺纹连接在一起。
上述的过渡管和探针杆间采用先螺纹连接后再焊接的工艺,保证即使焊口开裂,因螺纹部分保持连接,探针杆不至于脱落进管路内部。
六芯玻璃封屏航插与过渡管连接的锥体部分上的挡圈凹槽和密封圈凹槽内分别装设有O型密封圈挡圈和O型密封圈。
上述的探针杆内部通过灌封胶的工艺填充,防止因振动而出现松动及断裂情况,对测量试片及探针杆起内部支撑作用,提高探针的抗压能力,一旦探针穿孔,起防止探针渗露及腐蚀的作用。
上述的保护帽交错开孔,保护帽与探针杆连接后加多道顶丝锁定,同时还有2个螺纹破坏工艺孔,在孔处破坏螺纹,保证保护帽不与探针杆脱。
一种测量金属腐蚀速率的高压电感探针的补偿方法:
为保证在探针长度不变的情况下,探针厚度增加时,能够准确的测量出探针的实际减薄值,消除了厚度大于8mm的非线性段给测量准确性带来的影响,本发明采用如下步骤:
步骤一、采取合适的试片物理尺寸,通过温度补偿技术和数学模型无间断连续补偿技术,使测量试片的实际减薄和模型补偿形成很好的拟合;步骤二、通过补偿算法将所有的测量理论值一一列出,制成表格,在之后的采集过程中就可以在读取实测阻值后应用查表法得到实际减薄量。
上述的试片物理尺寸包括管状试片的外径R,管状试片的内径r,管状试片的壁厚δ,管状试片的试片长度L。
上述的温度补偿技术和数学模型无间断连续补偿技术是对温度温度补偿试片和测量试片分别补偿,使测量试片的实际减薄和模型补偿形成很好的拟合,使测量结果与真实值吻合。
上述的表格包括的是外径从9.5mm一直到减薄为7.5mm区间段的所有测量值及其中间函数,列表后简洁直观,方便查找。
本发明具有以下优点:
间接测量腐蚀,通过测量相同材质组件的腐蚀速率来间接反应管路的腐蚀情况,是通过一段时间的腐蚀减薄量累计来计算腐蚀率,测量方便快捷,可操作性强。
能够适应高压力的测量环境,探针包括测量试片在内的整体最高可耐压60Mpa,长时间使用电感探针不会出现损坏。
抗流体冲击能力和抗弯折能力强,保护测量试片,通过灌封胶的工艺固定导线及焊接端子,防止因振动而出现松动及断裂情况使探针安全系数倍增。
测量试片厚度增加到1mm,使用寿命增大,温度补偿和数学模型双重补偿法使测量结果更加准确。
测量试片与补偿试片隔离,使补偿试片处于绝对稳定状态,在被测介质渗入到测量试片所在的内部空间后,不会使探针失效。
测量试片与探针杆采用同种材质,避免产生电偶腐蚀。
采用本发明的补偿方法通过高精度仪器得到探针的实测阻值,把实测阻值和理论减薄深度汇总分析,根据理论曲线的非线性特征,设置分段补偿函数,研制数学补偿模型,通过实际对比进行补偿,精度高于1%。
将汇总的实测阻值和理论减薄深度编制成数据对照表,将公式内对应的数值也一并列出,这样在均匀减薄的理想状态下,测量值绝对客观准确,此后每测出一个实测阻值,就可以通过查表法,将补偿后的实际数值显示出来,方便可靠。
本发明方法能使得小管径管道也可以使用此电感探针。
可以在测量试片加厚的情况下,准确测量腐蚀结果,增加了探针的使用寿命和安全系数。
具体实施方式
实施例一
一种测量金属腐蚀速率的高压电感探针,包括六芯玻璃封屏航插1、过渡管4、探针杆7、补偿试片9和测量试片10,其特征在于:
过渡管4的后端与六芯玻璃封屏航插1固定连接,过渡管4的前端与探针杆7螺纹连接后焊接固定,测量试片10的后端与探针杆7的前端固定连接,补偿试片9绝缘封装在测量试片10内。导线6的一端与六芯玻璃封屏航插1连接,导线6的另一端与测量试片10和补偿试片9连接。
导线6位于过渡管4和探针杆7内,导线6与过渡管4和探针杆7的内壁之间充填有胶5。
测量试片10上套装有保护帽8,保护帽8的后端与探针杆7前端螺纹连接,并用多个顶丝固定,保护帽8上开设有多个孔11。
实施例二
一种用于测量管道腐蚀的厚片电感探针补偿方法,包括下述步骤:
1、得到测试片的实测阻值:
测试片内径r=7mm,外径R为9.5-7.5mm,则有:
δ=0.5-(R-r)/2………………式2
s=3.14*(R2-r2)………………式3
ρ测=L/s…………………式4
hmax=1000000*δ……………式5
△ρ=ρ测-ρ补…………………式6
△=Δρ/ρ补…………………式7
h实测=△*262144………………式8
试中标号解释:
测量试片外径R(单位:mm),试片内径r(单位:mm),试片厚度δ(单位:mm),试片长度L(单位:mm),试片的截面积s(单位:mm2),最大理论腐蚀深度hmax(单位:nm),试片电阻值ρ测(单位:mΩ),补偿试片电阻ρ补(单位:mΩ),电阻差值△ρ,差分值△,实测阻值h实测(单位:nm)。
从而可以获得测量试片的实测阻值。
2、加入补偿算法后的测量理论值。
根据计算出的实测阻值加入补偿算法可以得到测量理论值,在实际显示的时候,我们需要看到的直观的数据就是测量理论值,假设测量理论值h理论(单位:nm),根据数学模型补偿前后对比图(如图43)可以看出,测量理论值不是线性变化的,所以补偿算法根据曲线形式采用分段补偿。
h理论=3.75*h实测+65535, h实测≤-52428
h理论=2.5*h实测, -52428<h实测<0
h理论=h实测, h实测≥0
3、绘制表格。
根据上述计算公式,可求出实测阻值h实测、测量理论值h理论和一些重要的中间变量,用此法计算外径R从9.5mm减薄到7.5mm过程中的全部数据,其中,内径r为7mm不变。数据计算完以后,绘制成表格,作为查表法的依据。
下表、通过补偿算法绘制的部分厚片电感探针补偿值对照表。
长 | 79.06 | 79.06 | 79.06 | 79.06 | 79.06 | 79.06 | 79.06 |
外径(宽) | 8.06 | 8.04 | 8.02 | 8.00 | 7.98 | 7.96 | 7.94 |
内径(厚) | 7.00 | 7.00 | 7.00 | 7.00 | 7.00 | 7.00 | 7.00 |
UR(δ) | (0.030) | (0.020) | (0.010) | (0.000) | 0.010 | 0.020 | 0.030 |
截面积 | 12.53 | 12.28 | 12.03 | 11.78 | 11.52 | 11.27 | 11.02 |
电阻(mΩ) | 6.31 | 6.44 | 6.57 | 6.71 | 6.88 | 7.01 | 7.17 |
电阻值和 | 6.3751 | 6.5050 | 6.6400 | 6.7804 | 6.9266 | 7.0788 | 7.2376 |
理论深度 | (30000) | (20000) | (10000) | (0) | 10000 | 20000 | 30000 |
电阻差值 | (0.4053) | (0.2754) | (0.1404) | (0.0000) | 0.1462 | 0.2985 | 0.4972 |
差分值 | (0.0598) | (0.0406) | (0.0207) | (0.0000) | 0.0216 | 0.0440 | 0.0674 |
18位 | (15669) | (10648) | (5429) | (0) | 5651 | 11539 | 17678 |
现测量理论值 | (39172) | (26619) | (13572) | (0) | 5651 | 11539 | 17678 |
Claims (10)
1.井口井下腐蚀速率关联模型算法,其特征在于包括下列步骤:
第一步,以CO2腐蚀环境为研究对象,采用六因素,五水平正交实验,研究温度、CO2分压、总压、矿化度、油水比和流速对井口及井下腐蚀速率的影响程度;
第二步,以C.de Waard DM模型为基础,利用正交实验数据对模型进行修正,分别建立的井口、井下腐蚀速率预测模型;
第三步,将温度、CO2分压、总压三个关键腐蚀影响因素,归一化至温度参数,分别确定井口、井下腐蚀速率与温度的的函数关系;
第四步,用温度与井深存在的温度梯度经验公式进行代算,得到井口与井下腐蚀速率的关联性模型。
2.根据权利要求1所述的井口井下腐蚀速率关联模型算法,其特征在于包括下列步骤:所述第一步中正交实验数据根据以下实验得出:
第一,将反应釜密封好,检验装置的气密性;
第二,模拟采出液的配制,根据被测井水质腐蚀性阴、阳离子成分含量制作;
第三,腐蚀挂片的前处理;
第四,将模拟采出液按照实验设定值装入反应釜中,并启动加热装置,将温度升到预定温度;
第五,将电感探针和挂片与反应釜连接好,首先充入氮气到设定值,再充入CO2到稳定压力;
第六,连接电感探针采集器,启动数据软件,开始通讯;
第七,观察数据读取情况和压力变化情况;
第八,实验维持2-4天后,截取电感探针数据曲线,将挂片取出反应釜;
第九,电感探针和挂片的处理,用清洗剂取出电感探针和挂片表面的腐蚀产物,吹干后称重,记录数据,等待后续计算;
第十,将反应釜中溶液用水泵抽出,回收处理;
第十一,分析数据,计算单组腐蚀速率;
第十二,编写单组实验报告,将反应前后照片,电感探针腐蚀数据,挂片腐蚀数据进行分析。
3.根据权利要求1所述的井口井下腐蚀速率关联模型算法,其特征在于包括下列步骤:所述的第一步中得到的影响程度为:1)、极差分析腐蚀因素影响权重顺序为:油水比>温度>总压>CO2分压>流速>矿化度;2)、材质腐蚀最严重条件:温度45℃,矿化度50000mg/L,水油比90%,总压6MPa,CO2分压饱和。
4.根据权利要求1所述的井口井下腐蚀速率关联模型算法,其特征在于包括下列步骤:所述的第二步中得到的预测模型为:
N80材质井口Y=-230.92m6+1147.9m5-2170.7m4+1953.8m3-833.93m2+152.52m-7.6437;
N80材质井下Y=-0.1795m5+2.6596m4-13.787m3+28.627m2-19.178m+4.0761;
J55材质井口Y=-124.09x5+462.1x4-563.22x3+255.23x2-22.782x+0.429;
J55材质井下Y=-0.2492x5+3.7408x4-19.728x3+42.23x2-30.637x+7.0631。
5.根据权利要求1所述的井口井下腐蚀速率关联模型算法,其特征在于包括下列步骤:从所述的第三步和第四步中得到的以下关系:
关系式1:T井下=T井口+0.035h;
关系式2:Y井下=0.00007750T井下 3-0.01784687T井下 2+1.21903620T井下-19.68881518;
及关系式3:T井口=59.755Y井口 0.4744;
进行代算,得到井下腐蚀速率Y井下与井口腐蚀速率Y井口,以及井下深度h的关联关系式如下:
关系式4:Y井下=0.00007750×(59.755Y井口 0.4744+0.035h)3-0.01784687×(59.755Y井口 0.4744+0.035h)2+1.21903620×(59.755Y井口 0.4744+0.035h)-19.68881518。
6.使用井口井下腐蚀速率关联模型算法的井下腐蚀速率在线监测方法,其特征在于包括下列步骤:
通过电感探针实时在线监测井口腐蚀速率;
利用井口井下腐蚀速率的关联性模型推算井下不同深度的腐蚀速率,进而了解井下设备的腐蚀状况。
7.根据权利要求6所述的使用井口井下腐蚀速率关联模型算法的井下腐蚀速率在线监测方法,其特征在于包括下列步骤:
采集井口电感探针腐蚀数据,初次应用时应同时采集挂片腐蚀数据,用于对电感探针监测腐蚀速率值的修正。
8.根据权利要求6所述的使用井口井下腐蚀速率关联模型算法的井下蚀速率在线监测方法,其特征在于括下列步骤:
电感探针和挂片的材质应与被测井井下管柱的材质一致。
9.根据权利要求7所述的使用井口井下腐蚀速率关联模型算法的井下蚀速率在线监测方法,所述的修正过程按照以下修正模型完成:
Y=1.1877X-0.0013
以上公式中Y为电感探针监测的腐蚀速率,X为挂片监测的腐蚀速率。
10.根据权利要求6所述的使用井口井下腐蚀速率关联模型算法的井下腐蚀速率在线监测方法,其特征在于包括下列步骤:井口井下腐蚀速率的关联性模型为:Y井下=0.00007750×(59.755Y井口 0.4744+0.035h)3-0.01784687×(59.755Y井口 0.4744+0.035h)2+1.21903620×(59.755Y井口 0.4744+0.035h)-19.68881518。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710675014.7A CN107525733B (zh) | 2017-08-09 | 2017-08-09 | 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710675014.7A CN107525733B (zh) | 2017-08-09 | 2017-08-09 | 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107525733A true CN107525733A (zh) | 2017-12-29 |
CN107525733B CN107525733B (zh) | 2020-07-03 |
Family
ID=60680922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710675014.7A Active CN107525733B (zh) | 2017-08-09 | 2017-08-09 | 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107525733B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110578495A (zh) * | 2019-08-27 | 2019-12-17 | 西南石油大学 | 井下药剂自动加注装置及其自动加注方法 |
CN111177947A (zh) * | 2020-01-12 | 2020-05-19 | 西南石油大学 | 一种考虑多因素的co2腐蚀预测图版建立方法 |
CN111208055A (zh) * | 2020-01-11 | 2020-05-29 | 长江大学 | 一种用于高温高压动态腐蚀速率测试*** |
CN111504893A (zh) * | 2020-05-19 | 2020-08-07 | 北京科技大学 | 一种低含水率、超临界或密相二氧化碳腐蚀模拟的装置及其使用方法和应用 |
CN111798930A (zh) * | 2020-07-17 | 2020-10-20 | 西南石油大学 | 一种考虑腐蚀产物膜影响的co2腐蚀速率预测方法 |
CN112683712A (zh) * | 2020-12-22 | 2021-04-20 | 西南石油大学 | 一种抽油杆腐蚀寿命确定方法 |
CN113495052A (zh) * | 2020-03-20 | 2021-10-12 | 中国石油天然气集团有限公司 | 一种盐穴储气库井co2腐蚀模拟实验装置及方法 |
CN114818516A (zh) * | 2022-06-27 | 2022-07-29 | 中国石油大学(华东) | 一种井筒腐蚀形态剖面智能预测方法及程序产品 |
CN115506777A (zh) * | 2022-10-08 | 2022-12-23 | 中国石油大学(北京) | 一种套管的安全系数确定方法及装置 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1795197A (zh) * | 2003-05-28 | 2006-06-28 | 帝斯曼知识产权资产管理有限公司 | 头孢菌素类化合物 |
CN1997641A (zh) * | 2004-04-09 | 2007-07-11 | 神经医药品有限公司 | 用作钙通道阻断剂的二芳基胺衍生物 |
CN101413089A (zh) * | 2008-12-04 | 2009-04-22 | 天津钢管集团股份有限公司 | 低co2环境用高强度低铬抗腐蚀石油专用管 |
CN102052076A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种对含有h2s/co2气田井筒流体成份监测***及其分析方法 |
CN102282411A (zh) * | 2009-01-19 | 2011-12-14 | Bp北美公司 | 用于使用机械模型来预测腐蚀速率的方法和*** |
CN102296244A (zh) * | 2010-06-28 | 2011-12-28 | 宝山钢铁股份有限公司 | 一种经济型耐腐蚀抽油杆用盘条及其制造方法 |
CN202267645U (zh) * | 2011-10-01 | 2012-06-06 | 山东省阳信县晟鑫科技有限公司 | 井筒腐蚀评价装置 |
CN102775973A (zh) * | 2012-07-17 | 2012-11-14 | 大庆井升伟业油田技术服务有限公司 | 一种适用于弱碱三元复合驱的清垢剂及清垢解卡工艺 |
CN103075132A (zh) * | 2013-01-23 | 2013-05-01 | 新疆科力新技术发展有限公司 | 一种用于井下固体防腐防垢剂的梯次释放方法 |
CN103808607A (zh) * | 2012-11-13 | 2014-05-21 | 吴启洪 | 缓蚀剂应用于氯化钠完井液体系的缓蚀性能测试方法 |
CN103808617A (zh) * | 2012-11-13 | 2014-05-21 | 叶媚 | 二硫代氨基甲酸盐缓蚀性能受加量影响的测试方法 |
CN104458561A (zh) * | 2014-12-02 | 2015-03-25 | 武汉科思特仪器有限公司 | 用于井下管柱腐蚀在线实时监测的复合探头、装置及方法 |
CN105126118A (zh) * | 2015-08-17 | 2015-12-09 | 南昌大学 | 长非编码核糖核酸uc.48+小干扰RNA在制备糖尿病及并发疾病药物中的应用 |
CN105352880A (zh) * | 2015-12-11 | 2016-02-24 | 中国石油化工股份有限公司 | 检测井下腐蚀情况的监测装置及方法 |
CN105715214A (zh) * | 2016-04-08 | 2016-06-29 | 西安石油大学 | 一种井下油套管腐蚀测试挂环器 |
CN106021659A (zh) * | 2016-05-10 | 2016-10-12 | 中国石油天然气股份有限公司 | 一种冲蚀-二氧化碳腐蚀耦合作用下的天然气注采井管柱腐蚀速率的确定方法 |
CN106018256A (zh) * | 2016-07-25 | 2016-10-12 | 中国石油化工股份有限公司 | 监测井口腐蚀状况的挂片方法 |
CN205861519U (zh) * | 2016-07-25 | 2017-01-04 | 中国石油化工股份有限公司 | 油气井井口挂片装置 |
CN106338006A (zh) * | 2016-10-17 | 2017-01-18 | 浙江中控软件技术有限公司 | 一种蒸汽管网的监控方法及*** |
CN205936578U (zh) * | 2016-06-30 | 2017-02-08 | 中国石油天然气股份有限公司 | 一种油井井口腐蚀监测装置 |
CN106442293A (zh) * | 2016-10-10 | 2017-02-22 | 武汉钢铁股份有限公司 | 用于低Cr管线钢抗二氧化碳腐蚀性能的检验方法 |
KR101709867B1 (ko) * | 2015-09-24 | 2017-02-23 | 한국전력공사 | 이산화탄소 포집장치 |
CN106568703A (zh) * | 2016-10-28 | 2017-04-19 | 中国石油天然气集团公司 | 地下储库井筒管柱腐蚀实验装置及实验方法 |
CN106841026A (zh) * | 2016-12-27 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种评价缓蚀剂缓蚀效率的方法 |
CN206330872U (zh) * | 2016-11-18 | 2017-07-14 | 中国石油化工股份有限公司 | 一种用于储罐油水、油气界面的浮漂挂片腐蚀监测装置 |
-
2017
- 2017-08-09 CN CN201710675014.7A patent/CN107525733B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1795197A (zh) * | 2003-05-28 | 2006-06-28 | 帝斯曼知识产权资产管理有限公司 | 头孢菌素类化合物 |
CN1997641A (zh) * | 2004-04-09 | 2007-07-11 | 神经医药品有限公司 | 用作钙通道阻断剂的二芳基胺衍生物 |
CN101413089A (zh) * | 2008-12-04 | 2009-04-22 | 天津钢管集团股份有限公司 | 低co2环境用高强度低铬抗腐蚀石油专用管 |
CN102282411A (zh) * | 2009-01-19 | 2011-12-14 | Bp北美公司 | 用于使用机械模型来预测腐蚀速率的方法和*** |
CN102052076A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种对含有h2s/co2气田井筒流体成份监测***及其分析方法 |
CN102296244A (zh) * | 2010-06-28 | 2011-12-28 | 宝山钢铁股份有限公司 | 一种经济型耐腐蚀抽油杆用盘条及其制造方法 |
CN202267645U (zh) * | 2011-10-01 | 2012-06-06 | 山东省阳信县晟鑫科技有限公司 | 井筒腐蚀评价装置 |
CN102775973A (zh) * | 2012-07-17 | 2012-11-14 | 大庆井升伟业油田技术服务有限公司 | 一种适用于弱碱三元复合驱的清垢剂及清垢解卡工艺 |
CN103808607A (zh) * | 2012-11-13 | 2014-05-21 | 吴启洪 | 缓蚀剂应用于氯化钠完井液体系的缓蚀性能测试方法 |
CN103808617A (zh) * | 2012-11-13 | 2014-05-21 | 叶媚 | 二硫代氨基甲酸盐缓蚀性能受加量影响的测试方法 |
CN103075132A (zh) * | 2013-01-23 | 2013-05-01 | 新疆科力新技术发展有限公司 | 一种用于井下固体防腐防垢剂的梯次释放方法 |
CN104458561A (zh) * | 2014-12-02 | 2015-03-25 | 武汉科思特仪器有限公司 | 用于井下管柱腐蚀在线实时监测的复合探头、装置及方法 |
CN105126118A (zh) * | 2015-08-17 | 2015-12-09 | 南昌大学 | 长非编码核糖核酸uc.48+小干扰RNA在制备糖尿病及并发疾病药物中的应用 |
KR101709867B1 (ko) * | 2015-09-24 | 2017-02-23 | 한국전력공사 | 이산화탄소 포집장치 |
CN105352880A (zh) * | 2015-12-11 | 2016-02-24 | 中国石油化工股份有限公司 | 检测井下腐蚀情况的监测装置及方法 |
CN105715214A (zh) * | 2016-04-08 | 2016-06-29 | 西安石油大学 | 一种井下油套管腐蚀测试挂环器 |
CN106021659A (zh) * | 2016-05-10 | 2016-10-12 | 中国石油天然气股份有限公司 | 一种冲蚀-二氧化碳腐蚀耦合作用下的天然气注采井管柱腐蚀速率的确定方法 |
CN205936578U (zh) * | 2016-06-30 | 2017-02-08 | 中国石油天然气股份有限公司 | 一种油井井口腐蚀监测装置 |
CN106018256A (zh) * | 2016-07-25 | 2016-10-12 | 中国石油化工股份有限公司 | 监测井口腐蚀状况的挂片方法 |
CN205861519U (zh) * | 2016-07-25 | 2017-01-04 | 中国石油化工股份有限公司 | 油气井井口挂片装置 |
CN106442293A (zh) * | 2016-10-10 | 2017-02-22 | 武汉钢铁股份有限公司 | 用于低Cr管线钢抗二氧化碳腐蚀性能的检验方法 |
CN106338006A (zh) * | 2016-10-17 | 2017-01-18 | 浙江中控软件技术有限公司 | 一种蒸汽管网的监控方法及*** |
CN106568703A (zh) * | 2016-10-28 | 2017-04-19 | 中国石油天然气集团公司 | 地下储库井筒管柱腐蚀实验装置及实验方法 |
CN206330872U (zh) * | 2016-11-18 | 2017-07-14 | 中国石油化工股份有限公司 | 一种用于储罐油水、油气界面的浮漂挂片腐蚀监测装置 |
CN106841026A (zh) * | 2016-12-27 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种评价缓蚀剂缓蚀效率的方法 |
Non-Patent Citations (4)
Title |
---|
CHINEDU I.OSSAI: "Predictive modelling of wellhead corrosion due to operating conditions:A field data approach", 《ISRN CORROSION》 * |
冯蓓: "二氧化碳采出液腐蚀的动态模拟研究", 《万方》 * |
李彦龙 等: "CO2腐蚀预测及其在井下管柱寿命预测中的应用", 《内蒙古石油化工》 * |
龙媛媛 等: "CO2驱采出井井下腐蚀监测技术与缓蚀剂优化加注技术在胜利油田的应用", 《腐蚀与防护》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110578495A (zh) * | 2019-08-27 | 2019-12-17 | 西南石油大学 | 井下药剂自动加注装置及其自动加注方法 |
CN111208055A (zh) * | 2020-01-11 | 2020-05-29 | 长江大学 | 一种用于高温高压动态腐蚀速率测试*** |
CN111177947A (zh) * | 2020-01-12 | 2020-05-19 | 西南石油大学 | 一种考虑多因素的co2腐蚀预测图版建立方法 |
CN111177947B (zh) * | 2020-01-12 | 2022-02-22 | 西南石油大学 | 一种考虑多因素的co2腐蚀预测图版建立方法 |
CN113495052A (zh) * | 2020-03-20 | 2021-10-12 | 中国石油天然气集团有限公司 | 一种盐穴储气库井co2腐蚀模拟实验装置及方法 |
CN113495052B (zh) * | 2020-03-20 | 2024-03-26 | 中国石油天然气集团有限公司 | 一种盐穴储气库井co2腐蚀模拟实验装置及方法 |
CN111504893B (zh) * | 2020-05-19 | 2021-11-26 | 北京科技大学 | 一种低含水率、超临界或密相二氧化碳腐蚀模拟的装置及其使用方法和应用 |
CN111504893A (zh) * | 2020-05-19 | 2020-08-07 | 北京科技大学 | 一种低含水率、超临界或密相二氧化碳腐蚀模拟的装置及其使用方法和应用 |
CN111798930A (zh) * | 2020-07-17 | 2020-10-20 | 西南石油大学 | 一种考虑腐蚀产物膜影响的co2腐蚀速率预测方法 |
CN112683712A (zh) * | 2020-12-22 | 2021-04-20 | 西南石油大学 | 一种抽油杆腐蚀寿命确定方法 |
CN112683712B (zh) * | 2020-12-22 | 2022-01-28 | 西南石油大学 | 一种抽油杆腐蚀寿命确定方法 |
CN114818516A (zh) * | 2022-06-27 | 2022-07-29 | 中国石油大学(华东) | 一种井筒腐蚀形态剖面智能预测方法及程序产品 |
CN114818516B (zh) * | 2022-06-27 | 2022-09-20 | 中国石油大学(华东) | 一种井筒腐蚀形态剖面智能预测方法 |
CN115506777A (zh) * | 2022-10-08 | 2022-12-23 | 中国石油大学(北京) | 一种套管的安全系数确定方法及装置 |
CN115506777B (zh) * | 2022-10-08 | 2023-09-08 | 中国石油大学(北京) | 一种套管的安全系数确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107525733B (zh) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107525733A (zh) | 井口井下腐蚀速率关联模型算法及使用此算法的井下腐蚀速率在线监测方法 | |
AU2010204512B2 (en) | Method and system for predicting corrosion rates using mechanistic models | |
Nyborg | CO2 corrosion models for oil and gas production systems | |
Czarnota et al. | Determination of minimum miscibility pressure for CO2 and oil system using acoustically monitored separator | |
CN104343427A (zh) | 一种预测co2驱油藏无机结垢趋势的方法 | |
Chen et al. | Risk assessment of corroded casing based on analytic hierarchy process and fuzzy comprehensive evaluation | |
CN111042797A (zh) | 一种油气井井筒腐蚀模拟评价*** | |
CN107421878A (zh) | 一种模拟连续工况作业的腐蚀实验装置及测试方法 | |
Wang et al. | Managing internal corrosion of mild steel pipelines in CO2‐enhanced oil recovery multiphase flow conditions | |
Waltrich et al. | Experimental Evaluation of Wellbore Flow Models Applied to Worst-Case-Discharge Calculations for Oil Wells | |
Falcone et al. | Multiphase-flow modeling based on experimental testing: An overview of research facilities worldwide and the need for future developments | |
Harper et al. | Determination of H2S Partial Pressures and Fugacities in Flowing Streams for a More Accurate Assessment of Integrity Threat in Sour Systems | |
Mingjie et al. | Characteristics of Shunbei No. 8 strike-slip fault in Shunbei region of Tarim Basin and their controls on reservoirs | |
Papavinasam et al. | Inhibitor Selection for Internal Corrosion Control of Pipelines: Comparison of Rates of General Corrosion and Pitting Corrosion Under Gassy-Oil Pipeline Conditions in the Laboratory and in the Field | |
Cramer | Multiphase Flow Meter on all Wells—An Operator’s Perspective | |
Zhang et al. | Prediction for corrosion rate of production tubing for CO2 injection of production well | |
He et al. | Study on flow characteristics of natural gas containing CO2 invading wellbore during drilling | |
Feng et al. | Study on Deconvolution Well Test Interpretation Model for Low-Permeability Oil Wells in Offshore Reservoir | |
CN207568594U (zh) | 一种判断井下溢流和漏失的装置 | |
CN108226311A (zh) | 非均质地层驱替过程中表面活性剂活度的检测方法及装置 | |
CN107796859A (zh) | 实物电偶腐蚀试验装置及试验方法 | |
Papavinasam et al. | Synergistic Effect of Pressure and Flow on Corrosion Rates: Studies Using High-Temperature, High-Pressure Rotating Electrode System | |
Luo et al. | The Research Progress and Prospect of CNPC Well Control Technology for Oil and Gas Wells | |
Bondos et al. | Accurate corrosion prediction through an integrated approach | |
Rodríguez Bustamante et al. | Enhanced Integrity Management by Integrated Erosion-Corrosion and Fluid-Dynamic Calculations in Oil and Gas Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |