CN112214940A - 一种湿天然气管道内腐蚀高风险段识别方法 - Google Patents

一种湿天然气管道内腐蚀高风险段识别方法 Download PDF

Info

Publication number
CN112214940A
CN112214940A CN202011064340.2A CN202011064340A CN112214940A CN 112214940 A CN112214940 A CN 112214940A CN 202011064340 A CN202011064340 A CN 202011064340A CN 112214940 A CN112214940 A CN 112214940A
Authority
CN
China
Prior art keywords
corrosion
pipeline
natural gas
liquid
flow
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
Application number
CN202011064340.2A
Other languages
English (en)
Other versions
CN112214940B (zh
Inventor
覃敏
廖柯熹
张世坚
何国玺
杨娜
赵帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202011064340.2A priority Critical patent/CN112214940B/zh
Publication of CN112214940A publication Critical patent/CN112214940A/zh
Application granted granted Critical
Publication of CN112214940B publication Critical patent/CN112214940B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00Investigating resistance of materials to the weather, to corrosion, or to light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

一种湿天然气管道内腐蚀高风险段识别方法。本发明通过对湿天然气管道进行三维多相流模拟计算,得到管道内的流动参数,结合天然气中所含有的腐蚀性介质情况,选择合适的腐蚀模型预测管内腐蚀速率,并采用腐蚀实验装置验证腐蚀速率预测的可靠性,确定管线最可能发生腐蚀的位置,计算出湿天然气管道积液临界倾角,结合管道实际倾角预测积液概率,最后,根据预测的腐蚀速率和积液概率综合确定湿天然气管道内腐蚀高风险管段。

Description

一种湿天然气管道内腐蚀高风险段识别方法
技术领域
本发明属于天然气管道安全风险评价技术领域,具体地说是涉及一种湿天然气管道内腐蚀高风险段识别方法,主要用于天然气管输***腐蚀高风险段预测和识别。
背景技术
我国油气田湿气管道的建设时间大多比较久远,而且受当时设计能力、施工水平及材料条件等限制,经过多年的运行如今已进入事故高发期,其中腐蚀是影响管道安全和完整性的重要因素之一。
在石油伴生天然气或纯天然气中,从地层中采出的气体除了甲烷等,还含有一定量的腐蚀性气体,即二氧化碳、硫化氢、二氧化硫等。这些气体以纯气体存在时,腐蚀性较弱,但一旦溶于水中,就会大大的增强腐蚀性。由于从地层而来,在管道中的气体不可避免的携带有一定量的泥沙,这些泥沙随着气体运动时,起到了打磨的作用,造成了输气管道内壁的磨损,破坏了表面的保护膜,造成了腐蚀。此外,管道中微量氧气溶解于积水中,也存在一定腐蚀性。各种微生物以及运行温度、输送压力、流速等的变化,都会对管道腐蚀速率有一定程度的影响。天然气管道中还有一定量的水蒸气,管道内运行环境的变化会使水蒸气转化为水,随着重力的影响沉积到管道的底部,腐蚀性溶解于水就会造成管道腐蚀。积水与管道内壁接触的液面部分由于气相、液相环境交替,给金属的电化学腐蚀创造了条件,造成钢铁的坑蚀,在湿硫环境中会发生硫化物应力腐蚀。
2014年,国家安监总局牵头进行安全专项排查,结果显示我国油气管道平均每10公里就存在2.5处隐患,且整改率不足13%。与发达国家相比,我国油气管道事故发生率均高出近10倍。
目前国内外对湿天然气管道内腐蚀预测没有良好的方法,大多数采用管线直接检测技术如漏磁检测、超声检测等,检测费用高、时间长,且部分管道不具有直接检测条件,操作人员不能及时掌握管内腐蚀信息,引发腐蚀穿孔事故,造成严重的紧急损失,还危害人生安全。
本发明通过对管线进行三维多相流模拟计算,结合天然气中所含有的腐蚀性介质情况,选择合适的腐蚀模型预测管内腐蚀速率,并采用实验验证腐蚀速率预测的可靠性,确定管线最可能发生腐蚀的位置,结合管道倾角预测积液概率,确定腐蚀高风险管段。
发明内容
本发明为识别湿天然气管道内腐蚀高风险管段,减少由于内腐蚀引发的湿天然气管道泄漏事故,提出一种湿天然气管道内腐蚀高风险段识别方法。
为达到上述目的,本发明采用以下技术方案予以实现:
S1:建立管道三维模型,进行多相流模拟,计算管道流动参数;
S2:基于多相流模拟参数,选择适宜的腐蚀速率计算模型,计算管道沿线腐蚀速率;
S3:通过室内腐蚀实验装置实验评价计算结果的可靠性;
S4:若计算可靠则进入S5,若不可靠则回到S1重新计算;
S5:分析积液概率和腐蚀程度,确定腐蚀高风险点。
在管道三维多相流计算中,所有冷凝液体积聚在管道底部;管道中流型是气液分层流,并且在各个计算管段中流动稳定发展;采用曲面粗糙气液界面模型描述界面形状。
三维多相流计算按以下步骤计算:
201:建立双极柱坐标系下的动量模型
Figure BDA0002713313660000021
202:建立双极柱坐标系下传热模型
Figure BDA0002713313660000022
203:建立双极柱坐标系下相变模型
Figure BDA0002713313660000023
204:耦合3个模型,设定边界条件,
205:计算出管内压力,温度,气、液流速,持液率等流动参数,
式中:式中:l——拉梅系数;
Figure BDA0002713313660000024
——轴向压降,Pa/m;ρ——气相或液相的密度,kg/m3;ω——气相或液相在轴向上的速度,m/s;
Figure BDA0002713313660000025
——轴向温降,℃/m;T——温度,℃;HL——持液率;SL——液相面积,m2;S——管道横截面积,m2;R0——管道半径,m;hL——液相高度,m;Ri——液面曲率半径,m,θ为湿壁夹角,度;θ*为液面夹角。
腐蚀速率预测基于三维多相流计算结果,按照以下步骤计算:
301:判断天然气中是否含有CO2和H2S
303:天然气中不存在CO2不含有H2S,按Lafayette模型进行计算:
两相流中的液相流速小于0.45m/s,
Figure BDA0002713313660000026
如果液相流速大于0.45m/s,CR=1.92VL+6.33,
式中,CR为腐蚀速率,mm/a;VL为液相流速,m/s。
302:若天然气中含有CO2,判断天然气中是否还存在H2S;
304:若天然气中即含有CO2也含有H2S,按照ECE公式预测:
Figure BDA0002713313660000027
Figure BDA0002713313660000028
式中:vr——腐蚀速率,mm/s;T——介质温度,K;pHact——实际pH值,无因次;pHco2——CO2饱和溶剂的pH值,无因次;fco2——CO2的逸度系数,无因次;
305:若天然气中只含有CO2不含有H2S,按照以下De Warr95公式预测:
Figure BDA0002713313660000031
Figure BDA0002713313660000032
pHco2=3.82+0.00384t-0.5lgPco2
式中:Vcorr——腐蚀速率,mm/a;Vr——反应速率,mm/a;Vm——传质速率,mm/a;t——介质温度,℃;Pco2——CO2分压,MPa;pHact——实际pH值;pHco2——CO2饱和溶剂的pH值;d——管线内直径,m;u——介质的液相流动速度,m/s;
306:得到管道沿线腐蚀速率。
进行室内实验,验证腐蚀速率预测结果的可靠性,室内腐蚀实验装置如下:
采用3个高压气瓶,分别是N2气瓶1,H2S气瓶2和CO2气瓶3,分别设置开关阀一8,开关阀二9和开关阀三10,并结合总控阀门4进行高温高压反应釜进气控制,试验前高温高压反应釜中加入试验溶液,并向高温高压反应釜通入N2除氧,根据是天然气管道中的介质成分,控制CO2和H2S的通入量,通过温度控制器5控制试验温度,压力控制器6控制试验压力,将试片悬挂在旋转轴12上,使试片获得速度,试验时若发生意外或试验结束后,放空阀11可打开泄压。
若腐蚀速率预测结果可靠,则确定湿天然气关东啊内腐蚀高风险点:
计算管道临界倾角:
Figure BDA0002713313660000033
湿天然气管道倾角与临界倾角对比,大于临界倾角即存在积液风险,结合第三步预测的腐蚀速率,腐蚀速率最大且存在积液风险的区域确定为湿天然气腐蚀高风险段。
若腐蚀速率预测结果不可靠,则返回S1,重新计算。
附图说明
图1为本发明的一种湿天然气管道内腐蚀高风险段识别方法的流程示意图;
图2为本发明多相流计算中的曲面粗糙气液界面示意图;
图3为本发明多相流计算流程图;
图4为本发明腐蚀速率计算流程图;
图5为本发明室内腐蚀实验装置图;
图6为本发明计算出某管道截面压力;
图7为本发明计算出某管道截面温度;
图8为本发明计算出某腐蚀速率预测结果。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
第一步进行管道三维多相流模拟,模拟参数见表1:
表1管道参数
Figure BDA0002713313660000041
将参数带入以下模型中计算:
双极柱坐标系下的动量模型
Figure BDA0002713313660000042
双极柱坐标系下传热模型
Figure BDA0002713313660000043
双极柱坐标系下相变模型
Figure BDA0002713313660000044
计算得到管道压力、温度、持液率、气液流速等参数。
湿天然气管道入口处气体介质含有0.44%的CO2,不含H2S,因此选择De Warr95公式预测:
Figure BDA0002713313660000045
Figure BDA0002713313660000046
pHco2=3.82+0.00384t-0.5lgPco2
式中:Vcorr——腐蚀速率,mm/a;Vr——反应速率,mm/a;Vm——传质速率,mm/a;t——介质温度,℃;Pco2——CO2分压,MPa;pHact——实际pH值;pHco2——CO2饱和溶剂的pH值;d——管线内直径,m;u——介质的液相流动速度,m/s。
计算得到沿线腐蚀速率。
进行室内实验,验证腐蚀速率预测结果的可靠性,室内腐蚀实验装置如下:
采用3个高压气瓶,分别是N2气瓶1,H2S气瓶2和CO2气瓶3,分别设置开关阀一8,开关阀二9和开关阀三10,并结合总控阀门4进行高温高压反应釜进气控制,试验前高温高压反应釜中加入试验溶液,并向高温高压反应釜通入N2除氧,根据是天然气管道中的介质成分,控制CO2和H2S的通入量,通过温度控制器5控制试验温度,压力控制器6控制试验压力,将试片悬挂在旋转轴12上,使试片获得速度,试验时若发生意外或试验结束后,放空阀11可打开泄压。
预测数据与实验数据对比分析,腐蚀速率预测误差小于20%,腐蚀速率预测可靠。
计算管道临界倾角:
Figure BDA0002713313660000047
湿天然气管道倾角与临界倾角对比,大于临界倾角即存在积液风险,结合第三步预测的腐蚀速率,腐蚀速率最大且存在积液风险的区域确定为湿天然气腐蚀高风险段。

Claims (6)

1.一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,包括如下过程(图1):
S1:建立管道三维模型,进行多相流模拟,计算管道流动参数;
S2:基于多相流模拟参数,选择适宜的腐蚀速率计算模型,计算管道沿线腐蚀速率;
S3:通过室内腐蚀实验装置实验评价计算结果的可靠性;
S4:若计算可靠则进入S5,若不可靠则回到S1重新计算;
S5:分析积液概率和腐蚀程度,确定腐蚀高风险点。
2.根据权利要求1所述的一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,所述计算管道流动参数中:
①所有冷凝液体积聚在管道底部;②管道中流型是气液分层流,并且在各个计算管段中流动稳定发展;③采用曲面粗糙气液界面模型描述界面形状(图2)。
3.根据权利要求1所述的一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,所述计算管道流动参数按以下步骤计算(图3):
201:建立双极柱坐标系下的动量模型
Figure FDA0002713313650000011
202:建立双极柱坐标系下传热模型
Figure FDA0002713313650000012
203:建立双极柱坐标系下相变模型
Figure FDA0002713313650000013
204:耦合3个模型,设定边界条件
205:计算出管内压力,温度,气、液流速,持液率等流动参数,
式中:l——拉梅系数;
Figure FDA0002713313650000014
——轴向压降,Pa/m;ρ——气相或液相的密度,kg/m3;ω——气相或液相在轴向上的速度,m/s;
Figure FDA0002713313650000015
——轴向温降,℃/m;T——温度,℃;HL——持液率;SL——液相面积,m2;S——管道横截面积,m2;R0——管道半径,m;hL——液相高度,m;Ri——液面曲率半径,m,θ为湿壁夹角,度;θ*为液面夹角。
4.根据权利要求1所述的一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,提供多种腐蚀模型用于腐蚀速率计算(图4):
301:判断天然气中是否含有CO2和H2S;
303:天然气中不存在CO2不含有H2S,按Lafayette模型进行计算:
两相流中的液相流速小于0.45m/s,CR=-1.33VL 3+1.12VL 2+2.53VL+2.33,如果液相流速大于0.45m/s,CR=1.92VL+6.33,式中,CR为腐蚀速率,mm/a;VL为液相流速,m/s;
302:若天然气中含有CO2,判断天然气中是否还存在H2S;
304:若天然气中即含有CO2也含有H2S,按照ECE公式预测:
Figure FDA0002713313650000021
Figure FDA0002713313650000022
式中:vr——腐蚀速率,mm/s;T——介质温度,K;pHact——实际pH值,无因次;pHco2——CO2饱和溶剂的pH值,无因次;fco2——CO2的逸度系数,无因次;
305:若天然气中只含有CO2不含有H2S,按照以下De Warr95公式预测:
Figure FDA0002713313650000023
Figure FDA0002713313650000024
式中:Vcorr——腐蚀速率,mm/a;Vr——反应速率,mm/a;Vm——传质速率,mm/a;t——介质温度,℃;Pco2——CO2分压,MPa;pHact——实际pH值;pHco2——CO2饱和溶剂的pH值;d——管线内直径,m;u——介质的液相流动速度,m/s,
306:得到管道沿线腐蚀速率。
5.根据权利要求1所述的一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,室内腐蚀实验装置(图5):
采用3个高压气瓶,分别是N2气瓶(1),H2S气瓶(2)和CO2气瓶(3),分别设置开关阀一(8),开关阀二(9)和开关阀三(10),并结合总控阀门(4)进行高温高压反应釜进气控制,试验前高温高压反应釜中加入试验溶液,并向高温高压反应釜通入N2除氧,根据是天然气管道中的介质成分,控制CO2和H2S的通入量,通过温度控制器(5)控制试验温度,压力控制器(6)控制试验压力,将试片悬挂在旋转轴(12)上,使试片获得速度,试验时若发生意外或试验结束后,放空阀(11)可打开泄压。
6.根据权利要求1所述的一种湿天然气管道内腐蚀高风险段识别方法,其特征在于,高风险点的确定:
计算管道临界倾角:
Figure FDA0002713313650000025
湿天然气管道倾角与临界倾角对比,大于临界倾角即存在积液风险,结合第三步预测的腐蚀速率,腐蚀速率最大且存在积液风险的区域确定为湿天然气腐蚀高风险段。
CN202011064340.2A 2020-09-30 2020-09-30 一种湿天然气管道内腐蚀高风险段识别方法 Active CN112214940B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011064340.2A CN112214940B (zh) 2020-09-30 2020-09-30 一种湿天然气管道内腐蚀高风险段识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011064340.2A CN112214940B (zh) 2020-09-30 2020-09-30 一种湿天然气管道内腐蚀高风险段识别方法

Publications (2)

Publication Number Publication Date
CN112214940A true CN112214940A (zh) 2021-01-12
CN112214940B CN112214940B (zh) 2021-10-15

Family

ID=74051695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011064340.2A Active CN112214940B (zh) 2020-09-30 2020-09-30 一种湿天然气管道内腐蚀高风险段识别方法

Country Status (1)

Country Link
CN (1) CN112214940B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051762A (zh) * 2021-03-30 2021-06-29 中国石油大学(华东) 地热全流程腐蚀速率校正方法
CN113095008A (zh) * 2021-04-08 2021-07-09 中国石油天然气股份有限公司 基于全站场内流场分析的腐蚀位置判定方法、装置及介质
CN114062236A (zh) * 2021-11-12 2022-02-18 西南石油大学 一种含二氧化碳和硫化氢六因素局部腐蚀速率预测模型
CN112904878B (zh) * 2021-01-15 2022-08-16 西南石油大学 一种用于管道高后果区识别的无人机***和方法
CN115308113A (zh) * 2022-07-01 2022-11-08 西南石油大学 基于多元非线性拟合的页岩气集输管道腐蚀速率预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140081606A1 (en) * 2012-09-17 2014-03-20 Mohammed Omer System and method for modeling corrosion-based multiphase flow friction in pipes
CN106248570A (zh) * 2016-07-08 2016-12-21 西南石油大学 一种高温高压多相流动态可视化环路腐蚀测试装置及方法
CN107590336A (zh) * 2017-09-13 2018-01-16 哈尔滨理工大学 燃气管道泄漏对内部流场影响的数值模拟方法
CN108119761A (zh) * 2017-12-14 2018-06-05 中国石油天然气股份有限公司 一种气液两相流下天然气管道腐蚀程度预测方法
CN110020399A (zh) * 2017-11-21 2019-07-16 中国石油天然气股份有限公司 一种管道内腐蚀评价位置的确定方法
CN111624153A (zh) * 2020-07-09 2020-09-04 西南石油大学 一种山地湿气管道气液两相流腐蚀试验装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140081606A1 (en) * 2012-09-17 2014-03-20 Mohammed Omer System and method for modeling corrosion-based multiphase flow friction in pipes
CN106248570A (zh) * 2016-07-08 2016-12-21 西南石油大学 一种高温高压多相流动态可视化环路腐蚀测试装置及方法
CN107590336A (zh) * 2017-09-13 2018-01-16 哈尔滨理工大学 燃气管道泄漏对内部流场影响的数值模拟方法
CN110020399A (zh) * 2017-11-21 2019-07-16 中国石油天然气股份有限公司 一种管道内腐蚀评价位置的确定方法
CN108119761A (zh) * 2017-12-14 2018-06-05 中国石油天然气股份有限公司 一种气液两相流下天然气管道腐蚀程度预测方法
CN111624153A (zh) * 2020-07-09 2020-09-04 西南石油大学 一种山地湿气管道气液两相流腐蚀试验装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KEXI LIAO等: "A Numerical Corrosion Rate Prediction Method for Direct Assessment of Wet Gas Gathering Pipelines Internal Corrosion", 《ENERGIES》 *
LIAO KEXI等: "An Effective Internal Corrosion Rate Prediction Model for the Wet Natural Gas Gathering Pipeline", 《IEEE》 *
丁楠等: "湿气管道内腐蚀直接评价方法", 《管道技术与设备》 *
徐金星: "TZ凝析气田集输管道内腐蚀预测与防腐研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112904878B (zh) * 2021-01-15 2022-08-16 西南石油大学 一种用于管道高后果区识别的无人机***和方法
CN113051762A (zh) * 2021-03-30 2021-06-29 中国石油大学(华东) 地热全流程腐蚀速率校正方法
CN113051762B (zh) * 2021-03-30 2022-04-26 中国石油大学(华东) 地热全流程腐蚀速率校正方法
CN113095008A (zh) * 2021-04-08 2021-07-09 中国石油天然气股份有限公司 基于全站场内流场分析的腐蚀位置判定方法、装置及介质
CN114062236A (zh) * 2021-11-12 2022-02-18 西南石油大学 一种含二氧化碳和硫化氢六因素局部腐蚀速率预测模型
CN114062236B (zh) * 2021-11-12 2022-08-09 西南石油大学 一种含二氧化碳和硫化氢六因素局部腐蚀速率预测模型
CN115308113A (zh) * 2022-07-01 2022-11-08 西南石油大学 基于多元非线性拟合的页岩气集输管道腐蚀速率预测方法

Also Published As

Publication number Publication date
CN112214940B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN112214940B (zh) 一种湿天然气管道内腐蚀高风险段识别方法
Nyborg CO2 corrosion models for oil and gas production systems
CN108119761B (zh) 一种气液两相流下天然气管道腐蚀程度预测方法
CA2748378A1 (en) Method and system for predicting corrosion rates using mechanistic models
CN110020399B (zh) 一种管道内腐蚀评价位置的确定方法
Wang et al. Numerical simulation of the erosion of pipe bends considering fluid-induced stress and surface scar evolution
CN113533676B (zh) 确定深海海底天然气水合物生成效率的实验室模拟方法
Gunaltun et al. Progress In The Prediction Of Top Of The Line Corrosion And Challenges To Predict Orrosion Rates Measured In Gas Pipelines
CN109187202A (zh) 利用天然气管道全尺寸***试验计算管道止裂韧性的方法
Bonis et al. H2S+ CO2 corrosion: additional learnings from field experience
Filipchuk et al. Development of cleaning methods complex of industrial gas pipelines based on the analysis of their hydraulic efficiency
Srinivasan et al. Critical issues in the application and evaluation of a corrosion prediction model for oil and gas systems
CN203929590U (zh) 气液双相流的管道腐蚀模拟实验装置
CN111535795B (zh) 一种水下天然气水合物井口装置模拟检测***
CN115758916A (zh) 一种稠油热采井口装置的冲蚀变形与使用寿命预测方法
He et al. Applying NACE Standard SP0110-2010 Wet Gas Internal Corrosion Direct Assessment Methodology for Shunan Gas Mine Pipeline in Sichuan, China to Assess Internal Corrosion
Gabetta et al. Corrosion and flow models predictions compared using case histories
Johar et al. Experimental and CFD erosion modelling of large radius pipe elbows in liquid
CN111832232A (zh) 一种诊断识别管道积液的技术方法
Zhao et al. Application of internal corrosion direct assessment in CO2 slug flow submarine pipelines
CN103954549A (zh) 气液双相流的管道腐蚀实验方法
Barton et al. Improving CO2 corrosion rate predictions through the use of corrosion assessment and flow modelling-A field case study
CN116611307A (zh) 一种适用于湿气管道的内腐蚀评价方法
Ribeiro Annulus CO2-corrosion of high strength steel wires from unbounded flexible pipes
Wu et al. Erosion-Corrosion of a Carbon Steel Elbow in a Natural Gas Gathering Pipeline

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