油气输送管道失效分析技术现状及研究进展

王春妮,李 健,白真权,王 聪,孙冰花,李 奥

(1.西安石油大学材料科学与工程学院 陕西 西安 710065;2. 中国石油集团工程材料研究院有限公司,油气钻采输送装备全国重点实验室 陕西 西安 710077)

0 引 言

随着工业化和城市化的发展,企业和居民对石油和天然气资源的需求日益增加[1]。油气管道是石油和天然气资源的主要输送设施,一旦出现失效可能会造成严重的事故[2]。截至2013年,全世界超过半数的管线已经开始老化[3],管道事故进入高发期。2020年底,中国油气管道总里程已达14.4×104km,由于穿越地区广、服役环境复杂,且在运送资源过程中存在腐蚀、外力破坏等多种威胁因素,管道失效不可避免[4]。因此,对失效管道进行分析和研究,总结失效原因,归纳失效模式[5],并构建对应的风险评估预案,对于减缓并预防失效事故具有重要意义。

1 油气输送管道失效类型及特点

1.1 失效的类型及原因

管道运输油气是目前应用最广泛的输送方式之一[6]。管道在运行过程中会因多种因素的影响而失效,其失效是一个由损伤逐渐扩大至破坏的不可逆过程,任何模拟试验都无法完全模拟某一管道的实际失效过程。管道失效不仅会导致能源浪费,还会造成恶劣的环境影响,给人民的生命和财产安全带来严重的威胁[7]。油气输送管道常见的失效类型如图1所示[8],主要有断裂、过量变形、腐蚀和机械损伤4类。油气输送管道的失效原因如图2所示[9],主要包括外部干扰、腐蚀、焊接和材料缺陷、设备和操作以及其他原因。

图1 油气输送管道常见失效类型

图2 油气输送管道失效原因

1.2 失效分析程序及控制途径

失效分析的流程包括失效现场保护、失效部件的位置记录、现场取样与保存、失效部位取样、失效部件的包装与运输、失效部件的分析等内容[10]。其中,失效现场保护与样品提取至关重要,是失效分析能否成功的关键。其流程图如图3所示。

图3 油气输送管道失效分析流程图

失效控制是保障油气输送管道安全运行至关重要的技术措施之一[11]。失效控制是一项系统工程,需要进行有效的顶层设计。失效研究的目标是减缓和防止失效的发生和影响,通过采用经济实用、合理有效的防护措施,将风险降到最低,增强系统的安全性和可靠性。失效与防护研究的各个环节相辅相成、互相促进。油气输送管道失效控制一般从设计阶段和服役阶段2个阶段入手,其失效控制途径如图4所示。

图4 油气输送管道失效控制一般途径

2 油气输送管道常用失效分析技术

常用失效分析技术主要包括无损检验、断口分析、裂纹分析、化学成分分析、性能测试、痕迹分析等,这些分析技术是目前应用最广泛的失效分析技术。其中新型无损检验技术和智能断口识别技术取得了快速的发展。

2.1 新型无损检验技术

无损检验技术是油气输送管道维护管理中必不可少的技术手段[12],该技术可以在不改变材料形状和性能的情况下确定材料表面或内部裂缝和其他缺陷的大小、数量和位置。目前石油行业应用较广泛的无损检验技术有射线探伤、超声波探伤、涡流探伤等。这些无损检验技术主要使用声光电热磁等方法来识别和检测管道的缺陷,普遍存在着操作繁琐且耗时长等缺点。数字射线检测技术和激光超声检测技术对传统的射线检测和超声波检测进行了改进,具有可视化、自动化、高效率、高精度等优点。

2.1.1 数字射线检测技术

射线检测技术利用射线的穿透能力来检测被检件的内部情况。当受检物存在缺陷或结构差异时,射线会出现不同程度的衰减。通过测量射线强度的变化,可以探测出管道内的孔隙、气泡、裂纹等。

近几年,随着科学技术的进步,数字射线检测技术在管道检验中也开始得到应用。数字射线(简称DR: Digital radiographic)检测是一种利用数字成像板将X射线直接转换为数字信号的无损检验技术。与传统的胶片射线检测技术相比,这种新型技术具有曝光时间短、宽容度高的特点,更适合用于在役管道的检测[13]。其原理图如图5[15]所示。用X射线照射带包覆层的管道后,透射的X射线经数字成像板吸收,信号经放大并处理后将在计算机上直接呈现出检测的图像[14]。

图5 数字射线检测基本原理示意图

服役中的油气输送管道通常是埋地且不可拆卸的,这使得数字射线检测相对困难,相关研究也较少[16]。在复合材料上应用射线技术,如计算机断层扫描[17]和康普顿反向散射[18],结果显示其分辨率不如金属材料高,并且成本大、速度低,在安全方面还存在一些问题。欧阳顺[19]验证了DR在检测压力管道环焊缝质量方面的可行性。江柏红等人[20]研究了DR在复合材料内部质量检测中的应用,同样表明可以识别各种缺陷,但检测精度仍有待提高。

目前,数字射线技术在管道领域的研究还不充分。问题主要集中在图像处理方面,需要改进的参数有分辨率、信噪比和对比度等。因此,当前的研究重点是提高图像处理的质量,包括对DR检测到的缺陷进行准确的定性和定量分析,以及攻克高速、智慧化和高水平数字射线扫描成像技术的难题。

2.1.2 激光超声检测技术

激光超声检测技术是一种非接触的无损检测技术,广泛应用于多个行业。脉冲激光在物体上会产生多种类型的超声波,通过检测声波可以实现对材料性质、管道缺陷和管道状态的非接触无损检测。其原理图如图6[16]所示。传统C扫描超声检技术的探头与被检件之间的距离是有限制的,而激光超声检测技术可以进行远距离检测且分辨率高、检测速度快。

图6 激光超声检测技术原理图

激光超声检测技术最先应用于航空材料检测领域。在管道领域的研究应用大多数还处于实验阶段。近期对激光超声检测技术的研究重点主要集中在3个方面,一是对管道壁厚及缺陷检测的应用研究[21-23];二是对激光超声与缺陷之间的相互作用进行基于有限元的研究[24];三是针对接收到的超声波信号进行分析处理,以实现缺陷的实时成像和自动化检测。相关研究包括信噪比增强方法的探索[25]、基于机器人的激光超声检测系统的研究[26],以及激光超声成像技术的进一步开发[27-29]。

2.2 断口智能识别技术

将管道断口形貌特征、断裂机理以及断裂原因进行综合分析的技术,称为断口分析技术。断口可以保留裂纹从发生到扩展直至最终失稳断裂的全过程信息,为断裂失效模式的确定以及断裂原因的诊断提供了有力依据[30]。

目前,传统的断口分析利用专家来分析断口形貌,从而判断断裂源的位置、数量和类型。对管道断口失效模式进行识别时也只是通过技术人员经验来进行分析。这种方法虽然准确,但存在专家有限且耗时长等问题。断口智能识别技术对于失效分析至关重要,它通过提取断口图像的纹理特征并识别断裂性质和类型来揭示断裂机理。该技术的核心在于图像预处理、特征提取和模式识别[31]。

现如今,断口智能识别技术正处于快速发展阶段。许梦飞等[32]通过使用图像剪切、灰度化、直方图均衡化和边缘检测等方法实现了对管材断口宏观图像的预处理。Y等人[33]提出了一种基于卷积神经网络(CNN)的图像分类正则化深度特征抽取方法,同时引入了虚拟样本增强技术,这一组合在图像分类和目标检测领域呈现出卓越的竞争力。Jerome Gills团队提出的经验超小波变换方法,解决了断口图像纹理分析的瓶颈问题[34]。该方法可以根据图像的几何特征自动提取有用的模态,使图像处理更加高效。同时,还可以优化分类器模型,提取更为有效的特征,进而提升金属断口图像的识别效率。在未来该方法还需要进一步完善理论基础。周飞达等人[35]提出了一种管道断口图像语义分割方法,解决了断口不规则形貌判别困难和分析效率低等问题。未来建立断口模式识别与智能分析系统将是断口分析的必然趋势,其框架如图7所示。该系统可以实现断口模式自动识别与评判,提高了断口分析的准确性和效率,为工程实际应用带来巨大的效益。

图7 断口模式识别与智能分析框架

3 油气输送管道失效评估与计算机模拟分析技术

失效分析技术除了常用失效分析技术外,还包括失效评估技术和计算机模拟分析技术等。

3.1 管道失效评估技术

管道失效评估技术是利用系统工程的方法评估油气管道系统的安全风险,并提出相应的安全对策以应对潜在事故风险的技术。管道的失效评估需要从收集以往同类管道的运行数据入手,通过数值分析以及模拟加速试验,评估服役条件下管道的使用寿命以及含缺陷管道的安全可靠性。

管道失效评估图(Failure Assessment Diagram,FAD)是一种全球公认的评估含裂纹型缺陷结构完整性的基本方法[36]。如图8[8]所示,图中σy是材料屈服强度,σu是材料抗拉强度。其横轴为载荷比Lr,纵轴为韧性比Kr。塑性破坏失效控制参量Lr是承受载荷F与屈服载荷Fy的比值(也可以表示为极限分析法计算的参考应力σref与屈服应力σy的比值),脆性断裂失效控制参量Kr是缺陷处应力强度因子KI与材料断裂韧性Kmat的比值。失效评估图上的两条边界线分别为失效评估曲线(FAC)和Lr=Lrmax的截止线。评估原理是基于材料属性、缺陷状况和应力载荷等推算评估点和失效评估曲线,如果评估点处于评估图无风险区内部,该缺陷处于安全状态[37];如果处于风险区,则代表该缺陷存在安全隐患,应立即停止管道运作,进行修补或者考虑对其进行报废处理[38-39]。

图8 管道失效评估图(FAD)

油气管道失效评估技术泛指含缺陷管道适用性评价技术和管道风险评估技术[40]。我国对于含缺陷管道的适用性评价研究开始的较晚,研究时间也不长[41]。适用性评价包括剩余强度评价、剩余寿命预测、可靠性研究和风险管理等方面。其中,风险管理是时下研究热点,通过识别、评估和管理管道输送过程中的风险,可以有效减少管道失效事故的发生,确保管道的安全稳定运行。

管道风险评估是对管道失效概率和失效后果的综合评估,评估方法包括定量评估、半定量评估和定性评估三大类。管道风险评估是管道实施风险管理的基础。我国学者在管道风险评估研究方面取得了一些研究成果。潘家华教授[42-44]在1995年将肯特风险评估方法引入我国管道行业,对我国油气管道风险评估的发展具有重要意义。彭趣[45]采用故障树分析法研究了输气管道安全运行的风险。刘佳明等[46]通过多层次改进的层次分析法和模糊综合评价方法建立了安全等级与评价体系隶属度矩阵,为管道失效问题的分析和预防提供了理论支持。学者们研究采用的失效风险评估技术在一定程度上能实现对管道的安全评估,但仍普遍存在着分析结果不完整、人为主观性过强、分析结果可靠性低等问题。

目前机器学习、数据挖掘、深度学习等新技术已初步应用于油气管道的失效评估,并做出了突破性贡献。张新生[47]使用贝叶斯信息融合法实现了对腐蚀油气管道剩余寿命的实时预测。侯志强等[48]通过建立BP神经网络和支持向量机评估模型成功预测了港区油品管道的安全风险。范霖等[49]构建了基于深度强化学习的管道系统预防性维护优化方法,提高了天然气管道系统的供气可靠度并降低了维护成本。管道失效评估智能化技术现已开始了初步探索,随着智慧油田和数字管道技术的不断发展,未来油气管道失效评估领域将会实现自动化和智能化。

3.2 管道失效计算机模拟分析技术

计算机模拟分析技术主要包括利用有限元分析技术研究管道应力、应变等信息、利用计算机技术和数据库技术模拟人类专家的思维过程来解决那些只有专家才能解决的复杂问题的失效分析专家系统以及基于大数据的失效分析技术等。

3.2.1 有限元分析技术

有限元分析[50]是工程技术、数学和物理等领域中的一种非常实用和广泛应用的数值模拟方法。有限元分析方法将失效管道分割成若干个小单元,采用数学方法对每个小单元进行离散化求解可得出整个管道的应力、应变等信息,从而实现对管道性能的分析和评估。

随着计算机技术的不断进步,有限元分析技术被广泛应用于管道失效分析领域。荆炀等[51]通过有限元模拟分析了某油田集输管道螺纹接头连接处失效的原因,给出了防止脱扣失效的措施。符方杰[52]利用非线性有限元法对含有长矩形腐蚀缺陷的管道进行失效压力的计算与分析。Yi等[52]建立了三维非线性有限元模型研究了腐蚀缺陷对X80弯管破裂的影响。邹宵等[54]针对管道帘线层和螺旋钢丝破坏机理不清的问题,建立了浮动管道三维有限元模型,模拟了管道弯曲损坏的过程,为海洋浮动管道的工程设计和安全防护提供了理论支持。

现如今,有限元模拟与实物试验相结合的研究方法已成为管道工程领域中不可或缺的重要研究手段。这种方法将理论计算和实验验证有机结合,能够更加准确地模拟管道在各种复杂工况下的受力和变形情况,可以为管道的设计、施工和运营提供可靠的科学依据[55-57]。有限元分析法在一定程度上减少了实验工作量,但模拟精度仍有待提升。目前有限元研究的热点方向是将失效理论、多物理场耦合以及Python子程序等与复杂的物理模型相结合,以获取更为准确的有限元分析结果[58]。

3.2.2 失效分析专家系统

专家系统是将失效分析领域专家的经验与计算机结合,利用计算机进行失效分析并解决实际问题的智能系统[59]。该系统由知识库、推理机、数据库和用户界面四部分组成,其结构图如图9所示。

图9 专家系统结构图

为方便工程技术人员快速准确地对管道进行失效分析,从1960年开始,学者将大量的失效分析经验构建成数据库,并与计算机结合开发出了计算机辅助失效分析专家系统,这是失效分析领域最引人注目的进展。20世纪80年代初,我国初次使用计算机辅助技术诊断油井工况,经过二十多年的发展,计算机技术和自动化技术已广泛应用于我国采油工程。随着油田自动化技术的不断发展,专家系统在管道失效分析方面也扮演着越来越重要的角色。通常对油气管道进行失效分析非常复杂,需要在金相学、断口学、断裂力学等多学科专家的参与下分几个阶段进行分析,并通过具体的实验进行论证。为了提高失效分析的效率,Castellanos V 等[60]开发了陆上管道故障分析专家系统,在判定管道失效模式的基础上建立了失效数据库,进而利用人工神经网络对原始数据进行训练从而实现了特定变量下管道的失效风险预测。刘增环等[61]通过结合模糊集合理论与专家系统实现了高位注水管道在线监测和故障诊断,有效提升了系统判断的准确度和容错性。方浩等[62]则基于专家系统建立了油气长输管道滑坡地质灾害评估模型,成功评估了具体项目的地质灾害风险,为管道工程的安全运营提供了技术支持。

传统的失效分析专家系统在实践中存在一些困难,例如,建立、验证和维护知识库非常具有挑战性、容错性方面存在一定的不足、缺乏有效的方法来准确识别错误信息、在复杂任务下会出现信息过载和反应迟钝等问题[63]。随着人工智能和计算机技术的不断发展,功能更强大的新一代失效分析专家系统逐渐取代了传统的专家系统,能够准确给出管道的失效原因、失效部位以及处理意见,大大提高了失效分析的效率。未来失效分析专家系统将成为全球最有竞争力的研究方向之一,其应用前景十分乐观。

3.2.3 基于大数据的失效分析技术

油气输送管道在长期生产与使用过程中,累积、沉淀了海量基础数据,但大部分数据都处于沉睡状态,分析提炼和挖掘利用严重不足[64]。在地面管道的建设阶段,管线施工数据采集不充分,且绝大部分数据还处于传统的施工、竣工验收纸质材料状态;在服役阶段,缺乏对周边环境的监测数据,特别是高风险区、高地质灾害区沿线环境以及管道本身状态及损伤在线状态数据。

基于大数据的失效分析技术是利用传感器等设备对油气管道的运行数据进行实时监测和采集,再将这些数据进行融合和深度挖掘分析,从而得到准确性和时效性更高的失效预测结果[65],降低了管道的运行风险。常见的大数据分析技术有机器学习(如神经网络、逻辑回归、误差返向卷积、深度学习、TENSFOW、THEANO等)、可视化技术、数据挖掘等。油气输送管道数据框架如图10所示。人工失效预测因基础数据利用率低、信息不完整等因素导致准确率低,目前急需构建数据知识框架,建立核心机理、规律、图谱和技术体系,开展基于大数据的失效分析技术研究,研究油气输送管网系统数据知识体系和机器认知学习技术。

图10 油气输送管道数据框架

对数据的挖掘利用现已成为当前研究的热点。张河苇[66]采用大数据分析方法挖掘出了管道缺陷的相关因素,确定了影响管道缺陷等级的关键因素。舒洁等[67]通过大数据技术支持的灰关联度分析,确定了影响管道内腐蚀的主要因素,为管道腐蚀控制和预测分析提供了科学依据。目前,大数据分析技术在管道系统的应用案例较少,但将大数据技术与油气输送管道服役全生命周期相融合是未来发展的趋势,“AI+管材”将涵盖设计-制造-服役等全产业链,是实现石油领域技术升级的重要途径,相关技术的研发必将为石油行业带来显著效益。大数据技术可以有效提高管道可靠性,降低相关风险,但成本相对较高,需要大量设备和专业的技术人员,且因涉及到海量数据的处理和分析,数据的隐私和安全等问题也需要引起重视[68]。

4 总结与展望

油气输送管道服役的安全可靠性与使用寿命对整个油气工业关系重大,其影响因素多,环境复杂,一旦失效可能会造成严重的后果。本文对油气输送管道的失效类型及特点进行了较为全面的梳理和归纳,对新型的常用失效分析技术以及发展十分迅速的失效评估技术和计算机模拟分析技术的研究现状展开了介绍与分析。目前,失效分析技术正朝着数字化和智能化方向发展,借助传感器、大数据分析以及人工智能算法可使管道失效分析变得更加高效和准确。随着科学技术的发展,对安全可靠、智能高效的管道的需求日益迫切,油气输送管道失效分析技术将得到进一步完善和发展。失效预测预警技术对于预防管道失效至关重要。未来油气输送管道失效预测预警技术的发展可以着重考虑以下2个方面:

1)开发智能监检测技术。开发基于材料电化学极化特征及超声波换能器的石油管腐蚀、剩余壁厚在线监测技术,实现对石油管材及装备腐蚀状态实时监测和预警;开发基于次声波/虚拟声波的石油管泄漏检测报警技术,通过实时监测石油管的压力信号,借助压力-声波转换模型,获得模拟声波信号,实现微弱泄漏信号的有效监测,克服强干扰背景信号及声波衰减导致的泄漏信号微弱的技术难题。

2)建立损伤定量分析与失效预测技术。从经典/断裂/疲劳/损伤力学出发,构建关键构件腐蚀、冲蚀、高温、疲劳、磨损等损伤定量分析表征平台,基于室内加速实验和有限元仿真获得关键因素与材料服役损伤过程特征的定量关系,结合服役损伤过程材料组织形貌演变、力学性能衰减和裂纹萌生-扩展规律,建立管材服役损伤定量分析方法和失效预测技术。