长输管道腐蚀速率计算方法评述

2023年12月31日发(作者：我的梦想是当一名老师)

第1期

- 87 -长输管道腐蚀速率计算方法评述姚森（国家管网集团东部原油储运有限责任公司沧州输油处， 河北 沧州 061000）[摘 要] 腐蚀是造成管道泄漏和失效事故的重要因素。超期服役管道腐蚀风险更严重。腐蚀速率是管道阴极保护设计和评价的重要依据。我国长输管道已全面、强制实施完整性管理，通过计算腐蚀速率、监测腐蚀变化趋势和制定维修计划，保障管道可靠性。腐蚀速率计算方法有试验法、NACE经验值、数学分析方法和基于内检测技术的完整性评价法。文章阐述了上述方法的优缺点以及在国内外管道工程的应用情况。针对管道管理者选择适用的腐蚀速率计算方法，提出选用原则和使用建议。[关键词] 长输管道；腐蚀速率；计算方法；内检测；数学分析；完整性评价腐蚀是造成管道泄漏和失效事故的重要因素。运行年限超过30年的老龄化管道腐蚀风险更严重。腐蚀速率是评价管道阴极保护有效性的重要依据，NACE SP0169-2013《埋地或水下钢质管道外腐蚀控制》指出，外腐蚀控制有效性准则是低于0.0025mm/a。我国长输管道已全面实施GB

32167-2015《油气输送管道完整性管理规范》，实施管道内检测得到缺陷数据，计算腐蚀速率，制定管道维修计划；监测腐蚀缺陷发展趋势，预测管道剩余寿命，制定再检测周期，保障管道可靠性。其他的腐蚀速率计算方法是试验法、NACE经验值和数学分析方法。本文阐述了这些方法的优缺点以及在国内外管道工程的应用情况，针对管道管理者选择适用的腐蚀速率计算方法，提出选用原则。1 试验法试验法测试管道腐蚀速率直观、简洁，在管道敷设区域埋设已知重量试片，静置一段时间取出埋片清洗、称重，测试试片质量损失，基于单位面积试片质量变化计算腐蚀速率。试验法的优点是通过试片外观检查、分析化验腐蚀产物，可以确定腐蚀致因和类型（特别是微生物腐蚀）。试验法的缺点是试验周期长，只能代表土壤环境因素，不能反映管道运行条件对腐蚀缺陷的趋势影响。2 NACE腐蚀速率推荐值为给管道运行商提供防腐策略，美国NACE

SP0502-2010《管道外腐蚀直接评价方法》给出了典型环境条件下的腐蚀速率经验值。新建管道施加阴极保护系统，或者管道信息数据不全，推荐应用缺省腐蚀速率为0.4mm/a。针对大多数管道敷设土壤环境，该数值略保守，但对于管道阴极保护系统设计具有一定指导意义。典型土壤环境的腐蚀速率参考数值范围：（1）管道敷设在黏土区域，腐蚀速率为4~8mm/a；（2）管道敷设在泥土区域，腐蚀速率为2~4mm/a；（3）管道敷设在砂土区域，腐蚀速率为2~3mm/a；（4）管道敷设在冻土区域，腐蚀速率为5mm/a。3 数学分析方法管道腐蚀机理复杂，诸多影响因素存在模糊性和关联性。数学分析方法适用于解决复杂体系预测问题，其中灰色预测方法和BP人工神经网络方法预测管道腐蚀速率应用较成熟。3.1 人工神经网络人工神经网络适用于求解涵盖多个相互影响因素的复杂模型。管道在土壤环境中腐蚀与土壤组成、含水量、电阻率、pH值、含盐量等物性参数相关，这些影响因素相互之间也存在关联。人工神经网络预测管道腐蚀速率过程是：确定管道运行工况和腐蚀状态，收集管道腐蚀影响因素的作者简介：姚森（1987—），男，天津人，2009年毕业于辽宁石油化工大学油气储运专业，获学士学位，工程师。现从事输油管道站场工艺运行和设备管理工作。

- 88 -腐蚀防护数据；建立人工神经网络腐蚀速率预测模型，选择有代表性的测试数据样本在模型中进行神经元自学习训练，根据模型三级误差试算单独变量对腐蚀速率的影响，确定影响因素主次次序分级，最后输出管道腐蚀速率。文献[1]采用BP神经网络技术，以原油硫含量、酸值、温度、压力和流速作为影响因素，建立了输油管道内腐蚀速率预测模型，研究了上述因素对管道内腐蚀的影响程度，硫含量和酸值是影响输油管道内腐蚀的主要因素。3.2 灰色分析灰色分析预测法是综合应用时间序列分析法和人工神经网络预测法，进一步考虑影响因素的趋势性、周期性和不确定性。计算过程是利用GM(1.1)模型研究影响因素趋势性规律，利用人工神经网络模型研究影响因素周期性规律，利用时间序列模型研究影响因素不确定性规律；相对人工神经网络法在一定程度上提高了准确性。文献[2]采用灰色线性回归组合模型对管道腐蚀速率建模，同时考虑了原始数据的线性和非线性因素，解决了GM(1.1)模型不能描述非线性变化趋势的缺点，并引入BP人工神经网络模型对模型残差进行修正，进一步提高了预测精度。4 基于内检测的完整性评价法近年来，国内外管道普遍采用三轴高清漏磁、电磁超声内检测技术，内检测技术可确定管道金属损失、缺陷特征信息和防腐层状况[3]。按照管道完整性管理要求，新建管道在施工和运行期间进行多次内检测，对比多次内检测数据，既可以计算管道局部腐蚀速率，也可以计算管段平均腐蚀速率，其腐蚀速率计算值更具可靠性。由于内检测器在管道内运行的不稳定性和不确定性，以及内检测器产品的性能参数指标（POI、POD和POFC），探测的腐蚀缺陷信息不可避免存在误差，进而导致管道腐蚀速率计算误差。有学者提出用数学统计方法去除内检测技术的不确定性，例如建立腐蚀缺陷数据的概率分布函数，得到较为准确的管道腐蚀速率[4]。综合考虑检出缺陷精度及置信度、缺陷增长对未来管道完整性的影响、预测结果随时间增长的分散性、未来需维修缺陷数量增加趋势与再检测的经济性对比，给出再检测评价的时间间隔。经检测和评价证明能够安全运行的管道，再检测间隔可适当延长。管道发现下列状况，应适当缩短检测间隔：(1)运行工况发生重大改变；(2)存在石油和化工设备2021年第24卷应力腐蚀或严重局部腐蚀；(3)承受交变载荷，可能导致疲劳失效。5 管道腐蚀速率计算方法选择原则管道管理维护需确定准确的腐蚀速率，应充分考虑管道特征、运行条件和计算方法特点。从精度方面，基于内检测数据的计算方法最高；试验法用于腐蚀趋势监测；数学分析法适用于有限数据清洗；NACE腐蚀速率推荐值仅用于粗略判断腐蚀风险。影响腐蚀速率计算精度的前提条件是管道设计、施工和运行数据的全面性。新建管道投产前应进行基线检测（或用超声测厚仪测定管道初始壁厚），是管道完整性管理的基本要求，可增加腐蚀速率计算和剩余寿命预测的准确性。管道运行维护和完整性管理中确定腐蚀速率的准则是：（1）针对新建管道，根据NACE腐蚀速率推荐值初步判断管道腐蚀风险等级，作为确定管道阴极保护系统参数和防腐层类型的重要依据。（2）针对运行管道，首选基于内检测数据计算腐蚀速率，结合现场开挖验证结果修正腐蚀速率；结合试验法监测管道腐蚀缺陷和速率变化趋势。管道长期腐蚀速率和短期腐蚀速率按下式计算： （1） （2）式中：Vlc为长期腐蚀速率，mm/a；Vsc为短期腐蚀速率，mm/a；t0、tn为首次和第n次检测壁厚，mm；α0、αn为首次和第n次检测年份，a。（3）针对运行管道，如腐蚀速率发生显著变化，应分别从管体缺陷、阴极保护系统运行状况、土壤环境变化、第三方破坏和杂散电流干扰等方面查找原因，制定减缓管道腐蚀措施和管道风险管控措施，如缺陷修复、降压运行和加密巡线等。◆参考文献[1] 经建芳，李康春，邓富康，等. 油气管道腐蚀的灰色线性回归组合预测模型[J].油气储运，2015，34(12)：1300-1304.[2] 胡松青，石鑫，胡建春，等 基于BP神经网络的输油管道内腐蚀速率预测模型[J].油气储运，2010，29(6)：448-450.[3] 孔朝金，胡利锋，付振林，等 管道内检测技术现状和发展趋势探讨[J].全面腐蚀控制，2019，33(8)：4-8.[4] 石红艳，甘淳静，王志彬，等 基于复化Simpson公式和插值的管道腐蚀速率预测[J].天然气与石油，2008，26(5)：33-37,62. 收稿日期：2020-08-22；修回日期：2020-11-19