CN109816133B - 一种管道内腐蚀预测方法 - Google Patents
一种管道内腐蚀预测方法 Download PDFInfo
- Publication number
- CN109816133B CN109816133B CN201711162982.4A CN201711162982A CN109816133B CN 109816133 B CN109816133 B CN 109816133B CN 201711162982 A CN201711162982 A CN 201711162982A CN 109816133 B CN109816133 B CN 109816133B
- Authority
- CN
- China
- Prior art keywords
- corrosion
- pipeline
- sub
- probability
- inclination angle
- 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.)
- Active
Links
Landscapes
- Pipeline Systems (AREA)
Abstract
本发明公开了一种管道内腐蚀预测方法,属于管道腐蚀领域。所述方法包括:将目标管道划分成多个子管道;获取所述子管道的积水概率与腐蚀概率;将所述积水概率与所述腐蚀概率相乘,获取所述子管道的腐蚀总概率;根据所述腐蚀总概率,预测所述目标管道的各个所述子管道是否易发生内腐蚀。本发明同时考虑了介质腐蚀性与游离水的积存对管道内腐蚀的影响,能准确地预测该子管道是否易发生内腐蚀,可有效防止管道发生泄漏;另外,通过将目标管道划分成多个子管道,并依次判断多个子管道是否易发生内腐蚀,可准确有效地查询到目标管道中易发生的部位,进而对该部位进行相应的管理措施,不仅减少了作业强度,而且也能有效防止管道发生内腐蚀。
Description
技术领域
本发明涉及管道腐蚀领域,特别涉及一种管道内腐蚀预测方法。
背景技术
随着我国各主要气田进入开采的中后期,天然气中的二氧化碳和硫化氢等腐蚀性介质以及游离水的含量逐渐增加,由此加剧了天然气集输管道发生内腐蚀的程度。而内腐蚀是造成管道老化的原因之一,它会导致管道泄漏,降低管道的结构强度,并严重威胁了整个天然气输送***的安全性和完整性。因此,有必要提供一种管道内腐蚀预测方法,即预测管道是否易发生内腐蚀,为管道内腐蚀管理提供依据。
现有技术主要提供两种管道内腐蚀预测方法,一种主要考虑介质的腐蚀性,并通过各类腐蚀速率预测模型来预测管道发生内腐蚀的程度;另一种方法是通过多相流数值模拟方法来确定管道内游离水的积存部位,并推断管道内腐蚀容易发生的部位。
发明人发现现有技术至少存在以下问题:
由于管道的内腐蚀主要是电化学腐蚀,游离水与腐蚀性介质须同时存在于管道内,才会导致管道发生内腐蚀。而现有技术提供的两种预测方法均没有同时考虑游离水与腐蚀性介质,故不能准确地预测管道是否易发生内腐蚀。
发明内容
为了解决上述问题,本发明实施例提供了一种管道内腐蚀预测方法。所述技术方案如下:
一种管道内腐蚀预测方法,其特征在于,所述方法包括:
将目标管道划分成多个子管道;
获取所述子管道的积水概率与腐蚀概率;
将所述积水概率与所述腐蚀概率相乘,获取所述子管道的腐蚀总概率;
根据所述腐蚀总概率,预测所述目标管道的各个所述子管道是否易发生内腐蚀。
具体地,所述将获取目标管道划分成多个子管道,包括:
根据所述目标管道内的流体性质,沿轴向依次确定多个管段划分点;
以所述管段划分点为分界点,将所述目标管道划分成多个管段;
根据所述管段的高程,将所述管段划分为多个所述子管道。
具体地,所述子管道的长度为5m-30m。
具体地,所述子管道的积水概率通过以下方法获取:
获取所述子管道的实际倾角、最大临界倾角与平均临界倾角;
利用所述子管道的实际倾角、所述最大临界倾角、所述平均临界倾角,根据以下计算公式计算所述积水概率;
所述积水概率的计算公式为:
式中:
PS——所述子管道的积水概率;
α——所述子管道的实际倾角,°;
βmax——所述子管道的最大临界倾角,°;
具体地,所述获取所述子管道的实际倾角,包括:
获取所述子管道的长度以及高差;
根据管道的长度以及高差,并根据以下计算公式计算所述子管道的实际倾角;
所述实际倾角的计算公式为:
式中:
l——所述子管道的长度,m;
h——所述子管道的高差,m。
具体地,所述子管道的最大临界倾角以及平均临界倾角通过下述方法获取:
获取所述子管道内流体的平均气体流速、最大气体流速以及最小气体压力;
利用所述平均气体流速、所述最小气体压力,计算所述平均临界倾角;
利用所述最大气体流速、所述最小气体压力,计算所述最大临界倾角;
所述平均临界倾角、所述最大临界倾角的计算公式为:
式中:
β——所述平均临界倾角或所述最大临界倾角,°;
ρg——所述子管道内的气体密度,kg/m3;
ρl——所述子管道内的液体密度,kg/m3;
Vg——所述子管道内的气体流速,m/s;
g——重力加速度,9.81m/s2;
Di——所述子管道的内径,m;
其中,所述气体密度的计算公式为:
式中:
P——所述子管道内的气体压力,MPa;
MW——所述子管道内的气体分子量,g/mol;
R——普适气体常数,8.314J/(mol·K);
T——所述子管道内的气体温度,K;
Z——所述子管道内的气体压缩因子。
具体地,所述腐蚀概率通过如下方法获取,包括:
采用不同类型的腐蚀速率预测模型,分别用来求取每个所述子管道的腐蚀概率,对应获得多个子腐蚀概率;
利用多个所述子腐蚀概率,根据以下计算公式获取所述腐蚀概率;
所述腐蚀概率的计算公式为:
式中:
i——所述腐蚀效率预测模型的序号;
m——所述腐蚀效率预测模型的个数;
Pi——序号为i的所述腐蚀效率预测模型对应的子腐蚀概率;
Wi——序号为i的所述腐蚀效率预测模型对应的权重系数。
具体地,所述子腐蚀概率通过如下方法获得:
在所述目标管道内依次输送N组性质不同的流体,对应获取n组第一信息,所述第一信息包括:流体的起点温度、终点温度、起点流量、终点流量,且n指大于或等于1000的整数;
根据n组所述第一信息,并利用多相流数值模拟方法来一一对应获取每个所述子管道对应的n组第二信息,所述第二信息包括:流体在所述子管道内的温度与压力;
根据n组所述第二信息,并利用所述腐蚀速率预测模型来一一对应获取每个所述子管道对应的n个腐蚀速率;
根据预设的腐蚀速率阈值与n个所述腐蚀速率来获取所述子腐蚀概率;
所述子腐蚀概率的计算公式为:
式中:
Pi——所述子腐蚀概率;
a——所述腐蚀速率中大于或等于所述腐蚀速率阈值的个数。
具体地,若所述腐蚀总概率大于0.5,则所述子管道易发生内腐蚀。
本发明实施例提供的技术方案带来的有益效果是:
发明实施例提供的管道内腐蚀预测方法通过先获取子管道的积水概率与腐蚀概率来获取子管道的腐蚀总概率,进而预测目标管道的各个子管道是否易发生内腐蚀。可见,本发明实施例提供的预测方法同时考虑了介质腐蚀性与游离水的积存对管道内腐蚀的影响,能准确地预测该子管道是否易发生内腐蚀,可有效防止管道发生泄漏;另外,通过将目标管道划分成多个子管道,并依次判断多个子管道是否易发生内腐蚀,可准确有效地查询到目标管道中易发生的部位,进而对该部位进行相应的管理措施,不仅减少了作业强度,而且也能有效防止管道发生内腐蚀。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种管道内腐蚀预测方法,该方法包括:
步骤101:将目标管道划分成多个子管道。
步骤102:获取子管道的积水概率、腐蚀概率。
步骤103:将积水概率与腐蚀概率相乘,获取子管道的腐蚀总概率。
步骤104:根据腐蚀总概率,预测目标管道的各个子管道是否易发生内腐蚀。
本发明实施例提供的管道内腐蚀预测方法通过先获取子管道的积水概率与腐蚀概率来获取子管道的腐蚀总概率,进而预测目标管道的各个子管道是否易发生内腐蚀。可见,本发明实施例提供的预测方法同时考虑了介质腐蚀性与游离水的积存对管道内腐蚀的影响,能准确地预测该子管道是否易发生内腐蚀,可有效防止管道发生泄漏;另外,通过将目标管道划分成多个子管道,并依次判断多个子管道是否易发生内腐蚀,可准确有效地查询到目标管道中易发生的部位,进而对该部位进行相应的管理措施,例如,对该部位进行清管措施、加注缓蚀剂、安装腐蚀泄漏监测***等措施,这不仅减少了作业强度,而且也能有效防止管道发生内腐蚀。
下面对本发明实施例提供的管道内腐蚀预测方法的各个步骤进行描述:
步骤101是将该目标管道划分为多个子管道。
由于目标管道的介质压力、介质温度会对目标管道发生内腐蚀的程度产生影响,例如,若介质压力大,管道内酸性气体的分压会增大,会加剧管道内腐蚀;若介质温度高,易促进腐蚀性介质与游离水进行化学反应,也会加剧管道内腐蚀。
需要说明,上述介质指的是目标管道内的天然气。
而,目标管道上通常设置有支线进出点(即在目标管道上连通有其他管道)、化学试剂注入点(即向管道内注入化学试剂,例如防腐蚀剂),以及安装有三通、阀室(即用于控制目标管道的介质温度、压力、流量的操作室)等附属设施,这会引起目标管道的介质压力、介质温度发生凸变,不利于预测目标管道的每个子管道是否易发生内腐蚀,对此,本发明实施例以支线进出点,化学试剂注入点,三通、阀室等引起目标管道发生压力、温度凸变的附属设施为划分点,来对目标管道进行划分,则步骤101又可具体分成下面几个步骤:
步骤1011:根据目标管道内的流体性质,沿轴向依次确定多个管段划分点。
其中,目标管道内的流体性质指的是目标管道内的介质温度、压力、流量是否发生变化;而支线进出点,化学试剂注入点,三通、阀室等引起目标管道的介质压力、温度发生凸变的点或管道的附属设施均为管段划分点。
步骤1012:以管段划分点为分界点,将目标管道划分成多个管段。
其中,管段的个数与管段划分点有关,而管段划分点又与支线进出点、化学试剂注入点、三通、阀室的个数相关。举例来说,若目标管道上设置有一个支线进出点和一个化学试剂注入点,则目标管道上具有两个管段划分点,相应地,以这两个管段划分点为分界点,将目标管道划分成三个管段。
步骤1013:根据管段的高程,将管段划分为多个子管道。
其中,子管道的划分长度影响预测结果(即预测子管道是否易发生内腐蚀)的精度,本发明实施例为了保证预测结果的精度,将子管道的长度设置在5m-30m范围之内,若目标管道所在的地形起伏大的话,子管道的长度不应超过5m。
故可看出,本发明实施例考虑了介质压力、温度会对目标管道发生内腐蚀的影响,先以支线进出点、化学试剂注入点、三通、阀室等引起目标管道的介质压力、温度发生凸变的点或管道的附属设施均为管段划分点,将管道分成多个管段;而后又根据管段的高程来对每个管段进行细分,将其划分成多个子管道,这样可提高预测结果的精度。
步骤102是获取子管道的积水概率与腐蚀概率。
具体地,子管道的积水概率可通过如下方法获取:
步骤2011:获取子管道的实际倾角、最大临界倾角与平均临界倾角。
步骤2012:利用子管道的实际倾角、最大临界倾角、平均临界倾角,根据以下计算公式计算积水概率;
积水概率的计算公式为:
式中:
PS——子管道的积水概率;
α——子管道的实际倾角,°;
βmax——子管道的最大临界倾角,°;
具体地,子管道的实际倾角可通过如下方法获取:获取子管道的长度以及高差;利用子管道的长度以及高差,并根据以下计算公式计算子管道的实际倾角;实际倾角的计算公式为:
式中:
l——子管道的长度,m;
h——子管道的高差,m。
需要说明的是,子管道的高差指的是,子管道的起、终点的高程差。当子管道的终点高程小于起点高程时,子管道的实际倾角小于0°;反之,大于0°。
更进一步地,当子管道的实际倾角大于临界倾角(指子管道在一定的介质压力和介质流量下,会发生游离水滞留在其内部的最小倾角)时,游离水会在子管道内积存,因此需对子管道积水特征进行描述。
具体地,子管道的最大临界倾角以及平均临界倾角通过下述方法获取:获取子管道内流体的平均气体流速、最大气体流速以及最小气体压力;利用平均气体流速、最小气体压力,计算平均临界倾角;利用最大气体流速、最小气体压力,计算最大临界倾角。
其中,子管道的平均临界倾角以及最大临界倾角的计算公式为:
式中:
β——平均临界倾角或最大临界倾角,°;
ρg——子管道内的气体密度,kg/m3;
ρl——子管道内的液体密度,kg/m3;
Vg——子管道内的气体流速,m/s;
g——重力加速度,9.81m/s2;
Di——子管道的内径,m。
其中,气体密度的计算公式为:
式中:
P——子管道内的气体压力,MPa;
MW——气体分子量,g/mol;
R——普适气体常数,8.314J/(mol·K);
T——子管道内的气体温度,K;
Z——子管道内的气体压缩因子;
获取子管道内的平均气体流速、最大气体流速以及最小气体压力,并利用平均气体流速、最大气体流速以及最小气体压力来分别对应计算平均临界倾角、最大临界倾角。
需要说明的是,平均临界倾角对应平均气体流速,最大临界倾角对应最大气体流速与最小气体压力。即,当气体流速为子管道内的平均气体流速时,可根据上述公式计算出平均临界倾角的大小;当气体流速为子管道内的最大气体流速,以及气体压力为子管道内的最小气体压力时,可根据上述计算公式计算出最大临界倾角。
本领域人员可以理解的是,子管道内的液体密度可通过取样分析的方法获取;子管道内的气体流速、气体压力、气体温度均可通过读取相关测量仪表而获取;气体分子量可通过化学分析发获取,当子管道内的天然气的甲烷含量大于80%时,可认为气体分子量为16g/mol;子管道内的一个气体压力、气体温度对应一个气体压缩因子,气体压缩因子可通过查表或数学计算方法获取。
需要说明的是,一个管段对应一个临界倾角,即一个管段下的多个子管道的临界倾角均相同。
由于天然气管道内的介质流动为非稳定流动,同一点每时每刻的介质流速都在变化,由上述子管道的临界倾角计算公式可知,临界倾角也在不断变化。即子管道上某一点的临界倾角以其平均临界倾角为中心上下波动,变化范围最大不超过最大临界倾角。而子管道的临界倾角的波动使得对子管道的积液可能性的判断也存在不确定性,这种不确定性可定义为积水概率。
其中,积水概率的计算公式为:
从上述积水概率的计算公式可知,子管道的实际倾角与临界倾角的差值可近似认为服从标准正态分布,其标准误差为则,标准化公式为即的值服从标准正态分布,可通过标准正态分布函数,例如查阅标准正态分布表,可间接获取子管道的积水概率。
上面是对获取子管道的积水概率的方法进行说明,下面对如何获取子管道的腐蚀概率进行说明。
具体地,腐蚀概率可通过如下方法获取,包括:
步骤2021:采用不同类型的腐蚀速率预测模型,分别求取每个子管道的腐蚀概率,对应获得多个子腐蚀概率。
按照酸性腐蚀介质中的种类以及含量,可将集输气管道分成三类,分别为:①H2S腐蚀为主的管道,即CO2分压与H2S分压的比值小于20;②多因素协同作用造成内腐蚀的管道,即CO2分压与H2S分压的比值在20-500之间;③CO2腐蚀为主的管道,即CO2分压超过H2S分压500倍以上。
其中,当目标管道为H2S腐蚀为主的管道以及多因素协同作用造成内腐蚀的管道时,适用于该目标管道的腐蚀速率预测模型为Anderko、Teevens和SwRI等模型;而当目标管道为CO2腐蚀为主的管道时,适用于该目标管道的腐蚀速率预测模型为DWM、Nesic和NORSOK等模型。
上述各个模型为本领域人员所熟知的,例如Anderko模型可参见中国石油大学博士研究生王璐琨毕业论文《天然气组分在含醇水溶液中溶解度的测定及模型化研究》;Teevens模型和Nesic模型可参见Sankara Papavinasam《Corrosion Control in the Oiland Gas Industry》一书;DWM模型和NORSOK模型可参见2005年中国腐蚀与防护学报第2期张国安的《油气田中CO2腐蚀的预测模型》;SwRI模型可参见浙江大学硕士研究生杨咏妍毕业论文《海底管道溢油风险评价体系的研究》。本领域技术人员通过参考上述文献,即可采用上述各类型的模型来获取目标管道的腐蚀速率。
需要说明的是,在应用时,可通过上述一种或几种腐蚀速率预测模型来对应获取子管道的子腐蚀概率,并利用权重求和的方式来获得子管道的腐蚀概率。
若只采用一个腐蚀速率预测模型来获取子管道的腐蚀概率时,wi取值为1;若采用多个腐蚀速率预测模型时各个模型的wi的取值范围0~1,且各个wi的值可根据腐蚀介质的含量进行设置,并保证所有wi的总和为1。
需要说明的是,当采用多个腐蚀速率预测模型来获取子管道的腐蚀概率时,若目标管道为H2S腐蚀为主的管道以及多因素协同作用造成内腐蚀的管道,子管道所采用的多个腐蚀速率预测模型可在Anderko、Teevens和SwRI等模型中进行选择;若目标管道为CO2腐蚀为主的管道,子管道所采用的多个腐蚀速率预测模型可在DWM、Nesic和NORSOK等模型中进行选择。
步骤2022:利用多个子腐蚀概率,根据以下计算公式获取腐蚀概率。
其中,腐蚀概率的计算公式为:
式中:
i——腐蚀效率预测模型的序号;
m——腐蚀效率预测模型的个数;
Pi——序号为i的腐蚀效率预测模型对应的子腐蚀概率;
Wi——序号为i的腐蚀效率预测模型对应的权重系数。
更进一步地,子腐蚀概率通过如下方法获得:
步骤a:获取目标管道的n组流体性质不同的第一信息,第一信息包括目标管道的起点温度、起点流量、终点温度与终点流量,且n指大于或等于1000的整数。
其中,目标管道的起点温度、起点流量、终点温度与终点流量指的是天然气在目标管道起点的温度、压力,以及目标终点的温度、压力。
步骤b:根据n组所述第一信息,并利用多相流数值模拟方法来一一对应获取每个子管道对应的n组第二信息,第二信息包括子管道的温度与压力。
需要说明的是,一组第一信息对应一组第二信息,即每组第一信息均通过多相流数值模拟方法来获取一组与之相对应的第二信息。
其中,多相流数值模拟为本领域所常见的,并且目前已经针对该多相流数值模拟的实施出现了多种类型的模拟软件,例如OLGA软件(该软件可从美国Schlumberger公司购买获取)、Pipephase软件(该软件可从美国SimSci公司购买获取)等,通过将目标管道的起始气体压力、起始气体温度、终点气体压力以及终点气体温度等参数输入到上述软件中,即可来模拟管道内的多相流体运动情况,从而获得管道内某一位置的相关参数(例如温度,压力等)的方法。
步骤c:根据n组所述第二信息,并利用腐蚀速率预测模型来一一对应获取每个子管道对应的n个腐蚀速率。
需要说明的是,一组第二信息对应一个腐蚀速率,即每组第二信息均通过腐蚀速率预测模型来获取一个与之相对应的腐蚀速率。
步骤d:设定腐蚀速率阈值,并根据腐蚀速率阈值与n个腐蚀速率来获取子腐蚀概率。
子腐蚀概率的计算公式为:
式中:
Pi——子腐蚀概率;
a——腐蚀速率中大于或等于所述腐蚀速率阈值的个数。
当子管道内存在腐蚀介质和游离水时,会导致子管道发生内腐蚀。但对于管道内腐蚀管理来说,更关注子管道的腐蚀速率是否超过控制腐蚀速率,即子管道是否易发生内腐蚀。故,本发明实施例采取数学概率的方法来判断目标管道的每个子管道是否易发生内腐蚀,具体为:先获取子管道在不同温度、压力下的n个腐蚀速率;找出这n个腐蚀速率中大于或等于控制腐蚀速率的数量,记作a;之后,计算得出a与n的比值,该比值即为子管道的子腐蚀概率。
其中,控制腐蚀效率可根据目标管道的实际情况进行设定,一般不超过0.1mm/a(即毫米/年)。
步骤103是将积水概率与腐蚀概率相乘,获取子管道的腐蚀总概率。
步骤104是根据腐蚀总概率,预测目标管道的各个子管道是否易发生内腐蚀。
具体地,若腐蚀总概率大于0.5,则子管道易发生内腐蚀。这样可有效防止目标管道发生泄漏。
实施例
基于本发明实施例提供的方法,本实施例以某一个管道为例,对其如何进行内腐蚀预测进行说明。
该目标管道输送介质为含硫湿气,全长为0.83km,且沿线有一处支线进气点。由于该目标管道含硫量较大(H2S分压达到0.07MPa),且未加注缓蚀剂。则对该目标管道进行内腐蚀预测的方法具体为:
(1)管道划分
由于该目标管道具有一个支线进气点,应将其作为管段划分点,先将目标管道划分成2个管段;之后,将每一个管段划分成多个子管段。
进一步地,由于该目标管道所在的地形有一定的起伏,综合考虑后,子管道的长度不超过20m,并根据目标管道的测绘数据将其划分46个子管道,且支线进气点为表1中编号为10和11子管道的分界点。
(2)获取子管道的积水概率
首先,按照上述计算子管道的实际倾角的公式来获取每个子管道的实际倾角,则目标管道的各个子管道的实际倾角如表1所示,其中表1中的倾角指的是实际倾角,单位为°。
表1
以编号为16的子管道为例,其实际倾角的获取过程为:
其他子管道的实际倾角均可按此方法获取。
其次,按照上述计算子管道的临界倾角的公式来分别计算子管道的最大临界倾角和平均临界倾角。
由于该目标管道有一个支线进气点,将目标管道划分正两个管段,需对应获取每个管段所对应的大临界倾角和平均临界倾角。
位于支线进气点前的管段计算参数为:最小子管道内的气体压力P为2.5MPa,最大子管道内的气体流速Vg为2.9m/s,子管道内径Di为0.094m,子管道内的液体密度ρl为1g/cm3,重力加速度g为9.81m/s2,子管道内的气体温度T为298K,气体的分子量MW为16g/mol,常数R为8.314Pa·m3/(mol·K),气体压缩因子Z取0.83。代入上述计算子管道的临界倾角的公式,则子管道内的气体密度ρg、子管道的最大临界倾角βmax为:
即编号小于或等于10的子管道的最大临界倾角为6.2°;同样地,按管道内的平均气体流速为1.2m/s,则计算得到编号小于或等于10的子管道的平均临界倾角为0.8°。
位于支线进气点后的管段计算参数为:最小子管道内的气体压力P为2.3MPa,最大子管道内的气体流速Vg为3.8m/s,子管道内径Di为0.094m,子管道内的液体密度ρl为1g/cm3,重力加速度g为9.81m/s2,子管道内的气体温度T为298K,气体的分子量MW为16g/mol,常数R为8.314Pa·m3/(mol·K),气体压缩因子Z取0.83。代入上述计算子管道的临界倾角的公式,则编号等于或大于11的子管道的最大临界倾角为10.2°;同样地,按管道内的平均气体流速为1.9m/s计算得到编号等于或大于11的子管道的平均临界倾角为2.2°。
其次,计算子管道的实际倾角与平均临界倾角的差值,如表2所示,其中表2中的倾角差指的是实际倾角与平均临界倾角的差值,单位为°。
表2
表3
以编号为16的子管道为例,其积水概率的获取过程为:
由于该子管道的编号大于11,故该子管道的实际倾角为57.6°、最大临界倾角10.2°、平均临界倾角2.2°、标准误差8°,代入上述计算标准化公式计算如下:
即该标准正态分布函数Φ(19.59)的值为该子管道的积水概率,其中,可通过查找标准正态分布表,来获该子管道的积水概率为1.00。
其他子管道的积水概率均可按上述计算过程获取。
(3)获取子管道的腐蚀概率
由于目标管道的输送介质为含硫湿气,且H2S分压达到0.07MPa,CO2分压与H2S分压比小于20,属于H2S腐蚀为主的管道。并设定控制腐蚀速率为0.1mm/a。
根据经验认为,采用SwRI模型来预测子管道的腐蚀速率。其中,该SwRI模型为:
式中:
k——修正系数,根据经验确定;
CI——防蚀因子,未加缓蚀剂时取1;
O2——表示子管道内O2的浓度,单位ppm;
pH——子管道内液体的pH值;
首先,通过多相流模拟软件对每个子管道分别进行1000次模拟分析,获取每个子管道1000组的第二管道信息。
由于SwRI模型没有考虑温度因素,将子管道的每个第二管道信息中的压力值代入SwRI模型中,并计算得到每个子管道的管段的1000个腐蚀速率。需要说明的是,当采用其他腐蚀速率预测模型时会用到温度和压力参数。
其次,统计每个子管道中腐蚀速率大于等于控制腐蚀速率0.1mm/a的数量a;并计算a/1000的比值。
由于只采用了一个腐蚀速率的预测模型,权重因子wi为1,故该目标管道所对应的子管道的腐蚀概率P=P1。
则,每个子管道的腐蚀概率的计算结果如表4所示:
表4
以编号为16的子管道为例,其腐蚀概率的获取过程为:
已知SwRI模型中的修正系数取值为3,防蚀因子取值为1,CO2摩尔分数为0.247%,H2S摩尔分数为2.38%,O2的浓度为100ppm,pH值为4.21。
先对该子管道进行多相流模拟分析1000次,对应获取子管道的1000个压力值。其中,某次得到子管道的压力为2.8187MPa。将上述已知条件代入SwRI模型中计算得到预测腐蚀速率为0.0894mm/a。
将多相流模拟分析得到的1000次结果分别代入计算,统计大于等于控制腐蚀速率0.1mm/a的预测腐蚀速率共有574个。则编号为16的子管道的腐蚀概率为574/1000=0.574。
其他子管道的腐蚀概率均可按上述计算过程获取。
(3)获取子管道的腐蚀总概率
由管道各个子管道的积水概率和腐蚀概率的乘积即可得腐蚀总概率,其中,各个子管道的腐蚀总概率的大小见表5:
表5
将全管道各管段的腐蚀总概率值排序,得到管道的内腐蚀相对敏感段的前10段管段如表6所示:
表6
排序 | 管道编号 | 腐蚀总概率 |
1 | 17 | 0.57 |
2 | 19 | 0.56 |
3 | 16 | 0.55 |
4 | 18 | 0.55 |
5 | 29 | 0.54 |
6 | 31 | 0.53 |
7 | 30 | 0.53 |
8 | 42 | 0.52 |
9 | 35 | 0.51 |
10 | 37 | 0.45 |
上述腐蚀总概率较大的子管道应在管理上重点关注。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种管道内腐蚀预测方法,其特征在于,所述方法包括:
根据目标管道内的流体性质,沿轴向依次确定多个管段划分点,所述划分点包括支线进出点、化学试剂注入点和引起所述目标管道发生压力、温度突变的附属设施;
以所述管段划分点为分界点,将所述目标管道划分成多个管段;
根据所述管段的高程,将每个所述管段划分为多个子管道,所述子管道的长度为5m-30m;
获取所述子管道的积水概率与腐蚀概率;
所述子管道的积水概率通过以下方法获取:
获取所述子管道的实际倾角、最大临界倾角与平均临界倾角;
利用所述子管道的实际倾角、最大临界倾角、平均临界倾角,根据以下计算公式计算所述积水概率;
所述积水概率的计算公式为:
式中:
PS——所述子管道的积水概率;
α——所述子管道的实际倾角,单位为°;
βmax——所述子管道的最大临界倾角,单位为°;
所述腐蚀概率通过如下方法获取:
采用不同类型的腐蚀速率预测模型,分别求取每个所述子管道的腐蚀概率,使用权重求和对应获得多个子管道的子腐蚀概率,所述子腐蚀概率通过如下方法获得:
在所述目标管道内依次输送n组性质不同的流体,对应获取n组第一信息,所述第一信息包括:流体的起点温度、终点温度、起点流量、终点流量,且n指大于或等于1000的整数;
根据n组所述第一信息,并利用多相流数值模拟方法来一一对应获取每个所述子管道对应的n组第二信息,所述第二信息包括:流体在所述子管道内的温度与压力;
根据n组所述第二信息,并利用所述腐蚀速率预测模型来一一对应获取每个所述子管道对应的n个腐蚀速率;
根据预设的腐蚀速率阈值与n个所述腐蚀速率来获取所述子腐蚀概率;
所述子腐蚀概率的计算公式为:
式中:
Pi——所述子腐蚀概率;
a——所述腐蚀速率中大于或等于所述腐蚀速率阈值的个数;
利用多个所述子腐蚀概率,根据以下计算公式获取所述腐蚀概率;
所述腐蚀概率的计算公式为:
式中:
i——所述腐蚀效率预测模型的序号;
m——所述腐蚀效率预测模型的个数;
Pi——序号为i的所述腐蚀效率预测模型对应的子腐蚀概率;
Wi——序号为i的所述腐蚀效率预测模型对应的权重系数;
将所述积水概率与所述腐蚀概率相乘,获取所述子管道的腐蚀总概率;
根据所述腐蚀总概率,预测所述目标管道的各个所述子管道是否易发生内腐蚀。
3.根据权利要求2所述的方法,其特征在于,所述子管道的最大临界倾角以及平均临界倾角通过下述方法获取:
获取所述子管道内流体的平均气体流速、最大气体流速以及最小气体压力;
利用所述平均气体流速、所述最小气体压力,计算所述平均临界倾角;
利用所述最大气体流速、所述最小气体压力,计算所述最大临界倾角;
所述平均临界倾角、所述最大临界倾角的计算公式为:
式中:
β——所述平均临界倾角或所述最大临界倾角,单位为°;
ρg——所述子管道内的气体密度,单位为kg/m3;
ρl——所述子管道内的液体密度,单位为kg/m3;
Vg——所述子管道内的气体流速,单位为m/s;
g——重力加速度,取9.81m/s2;
Di——所述子管道的内径,单位为m;
其中,所述气体密度的计算公式为:
式中:
P’——所述子管道内的气体压力,单位为MPa;
MW——所述子管道内的气体分子量,单位为g/mol;
R——普适气体常数,取8.314J/(mol·K);
T——所述子管道内的气体温度,单位为K;
Z——所述子管道内的气体压缩因子。
4.根据权利要求1所述的方法,其特征在于,若所述腐蚀总概率大于0.5,则所述子管道易发生内腐蚀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711162982.4A CN109816133B (zh) | 2017-11-21 | 2017-11-21 | 一种管道内腐蚀预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711162982.4A CN109816133B (zh) | 2017-11-21 | 2017-11-21 | 一种管道内腐蚀预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816133A CN109816133A (zh) | 2019-05-28 |
CN109816133B true CN109816133B (zh) | 2021-07-30 |
Family
ID=66598844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711162982.4A Active CN109816133B (zh) | 2017-11-21 | 2017-11-21 | 一种管道内腐蚀预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816133B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806904B (zh) * | 2020-06-15 | 2022-10-04 | 中国石油天然气股份有限公司 | 输气管道低洼积水量的获取方法及装置 |
CN114491912A (zh) * | 2020-11-12 | 2022-05-13 | 中国石油天然气股份有限公司 | 管道的应力腐蚀开裂开挖检测位置的确定方法及设备 |
CN113944886B (zh) * | 2021-10-12 | 2023-08-08 | 天津精仪精测科技有限公司 | 一种管道锈瘤检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101280889A (zh) * | 2007-12-29 | 2008-10-08 | 中国石油化工股份有限公司西南油气分公司 | 输气管道内腐蚀的监测方法 |
CN101699264A (zh) * | 2009-10-23 | 2010-04-28 | 西安交通大学 | 一种管道持液减排的测试装置及测试方法 |
CN201892655U (zh) * | 2010-11-30 | 2011-07-06 | 海安县智能仪器厂 | 油气管道内腐蚀速度测量装置 |
WO2014142825A1 (en) * | 2013-03-13 | 2014-09-18 | Bp Corporation North America Inc. | Virtual in-line inspection of wall loss due to corrosion in a pipeline |
-
2017
- 2017-11-21 CN CN201711162982.4A patent/CN109816133B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101280889A (zh) * | 2007-12-29 | 2008-10-08 | 中国石油化工股份有限公司西南油气分公司 | 输气管道内腐蚀的监测方法 |
CN101699264A (zh) * | 2009-10-23 | 2010-04-28 | 西安交通大学 | 一种管道持液减排的测试装置及测试方法 |
CN201892655U (zh) * | 2010-11-30 | 2011-07-06 | 海安县智能仪器厂 | 油气管道内腐蚀速度测量装置 |
WO2014142825A1 (en) * | 2013-03-13 | 2014-09-18 | Bp Corporation North America Inc. | Virtual in-line inspection of wall loss due to corrosion in a pipeline |
Non-Patent Citations (2)
Title |
---|
气液混输管道内腐蚀直接评价;金陵特种涂料有限公司;《新浪博客http://blog.sina.com.cn/s/blog_14e4b71e40102w89z.html》;20150610;1-3 * |
高含水集输管道内腐蚀预测与检测技术及应用;石秀山等;《管道技术与设备》;20121130(第6期);18-20,29 * |
Also Published As
Publication number | Publication date |
---|---|
CN109816133A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020399B (zh) | 一种管道内腐蚀评价位置的确定方法 | |
CN109816133B (zh) | 一种管道内腐蚀预测方法 | |
CN104063588B (zh) | 基于多源数据融合的管道腐蚀缺陷尺寸的预测方法 | |
CN112668206B (zh) | 一种考虑多因素的酸性气田腐蚀预测模型及参数确定方法 | |
US4280356A (en) | Pipeline leak detection | |
CN202533355U (zh) | 一种模拟酸性天然气田现场动态腐蚀的*** | |
BRPI1011179B1 (pt) | eletrônica de medidor, e, método de quantificação de fluido para um fluído sendo transferido | |
CN102853261A (zh) | 确定输送管道中的流体泄漏量的方法和装置 | |
CN107063991A (zh) | 一种输送管道内部腐蚀缺陷动态安全评定方法和装置 | |
Farzaneh-Gord et al. | A novel method for calculating natural gas density based on Joule Thomson coefficient | |
CN113626970A (zh) | 公共管廊管道腐蚀剩余寿命评估方法及*** | |
BRPI0519189B1 (pt) | método para medição de volumes das fases totais em fluxo de multifases em tubulações | |
KR100906922B1 (ko) | 유량계 측정오차를 보정하여 누유를 감지하는 방법 및 장치 | |
Hilgefort | Big data analysis using Bayesian network modeling: a case study with WG-ICDA of a gas storage field | |
Ault et al. | Statistical analysis of pitting corrosion in condenser tubes | |
CN114201840B (zh) | 管段应力腐蚀开裂风险识别方法、装置、设备及介质 | |
CN111125867B (zh) | 基于混沌粒子群的化工生产管道实时瞬态模型的建立及计算方法 | |
CN108240960B (zh) | 一种预测在役长输油气管道内腐蚀程度的方法 | |
Kapusta et al. | The application of corrosion prediction models to the design and operation of pipelines | |
CN111832232A (zh) | 一种诊断识别管道积液的技术方法 | |
US11560698B2 (en) | State analysis device, state analysis method, and recording medium | |
Smart et al. | Internal corrosion direct measurement enhances pipeline integrity | |
CN208140519U (zh) | 在线测定管输原油粘度的装置 | |
CN114357366A (zh) | 一种基于积液动态累积预测的干气集输管线内腐蚀直接评价方法 | |
CN116734919A (zh) | 一种火电机组锅炉输灰能耗监测***及其评估方法 |
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 |