基于威布尔分布的原油长输管道腐蚀风险定量分析_王琪.pdf

基金项目：2018年茂名市科技计划项目（编号：2018015）收稿日期：20220621基于威布尔分布的原油长输管道腐蚀风险定量分析*王琪，李伟明（广东石油化工学院，广东茂名525000）摘要：管道腐蚀问题已经成为影响我国原油输配安全的重要影响因素，管道内检测是进行腐蚀泄漏风险预防的重要方法之一，但测量结果可靠性较低，一般腐蚀缺陷最大深度的可靠度仅为80%。为获得更高可靠度的腐蚀缺陷深度预测结果，需对检测数据进行进一步分析。以某原油长输管道为例，利用威布尔统计方法对各管段内腐蚀和外腐蚀的内检测数据进行统计建模，并采用3法则，提出了可利用内检测数据统计模型中0.999概率所对应的腐蚀缺陷深度值合理预测某一管段腐蚀缺陷极限深度的方法，通过该方法预测的腐蚀缺陷极限深度值可满足安全性要求，同时又可避免预测结果过于保守。利用3法则还能实现各管段腐蚀异常点位的精确识别。实践表明所提方法具有足够的可靠性，可为长输管道的安全风险管理提供理论支撑。关键词：内检验；威布尔分布；长输管道；腐蚀异常中图分类号：TE988文献标志码：A文章编号：10099492(2023)03016305Quantitative Analysis of Corrosion Risk of Crude Oil Pipeline Based onWeibull DistributionWang Qi，Li Weiming（Guangdong University of Petrochemical Technology,Maoming,Guangdong 525000,China）Abstract:Pipeline corrosion has become an important factor affecting the safety of crude oil transportation and distribution in China.Pipelineinternal detection is one of the important methods to control corrosion leakage risk,but the reliability of the measurement results is low,and thereliability of the maximum depth of corrosion defects is around 80%.In order to obtain more reliable prediction results of corrosion defectdepth,further analysis of test data is required.Taking a long distance crude oil pipeline as an example,the Weibull statistical method was usedto statistically model the internal and external corrosion detection data of each pipeline section.According to the 3 rule,a method wasproposed that could reasonably predict the limit depth of corrosion defects in a pipe section by using the corrosion defect depth valuecorresponding to the 0.999 probability in the statistical model of internal inspection data.The predicted limit depth of corrosion defects by themethod can meet the safety requirements,and at the same time can avoid the prediction result being too conservative.The 3 rule can alsorealize accurate identification of abnormal corrosion points in each pipe section.It is verified that the proposed method is reliable,and canprovide theoretical support for the safety risk management of long-distance pipelines.Key words:inner inspection;Weibull distribution;long-distance pipeline;abnormal corrosion2023年03月第52卷第03期Mar.2023Vol.52No.03机电工程技术MECHANICAL&ELECTRICAL ENGINEERING TECHNOLOGYDOI:10.3969/j.issn.1009-9492.2023.03.033王琪，李伟明.基于威布尔分布的原油长输管道腐蚀风险定量分析 J.机电工程技术，2023，52（03）：163-167.0引言管道作为一种廉价高效的能源运输方式，被世界各国所普遍采用，发达国家则比例达到能源总运输能力的约70%1-3。我国截至2015年底，仅长输管线干线长度已超过 10104km4-5，其中大多数为埋设管道，受土壤腐蚀、杂散电流和运送介质腐蚀等多种因素影响，管道本体遭受腐蚀破坏，使用寿命明显降低6-8，根据不完全统计，长输管道事故中约有 30%40%由腐蚀引发9，其中，美国因腐蚀造成的事故占18.3%以上10-11，俄罗斯因腐蚀诱发的事故占33%以上，欧洲管道因腐蚀造成的事故占24%以上，而在中国，部分企业因腐蚀发生的泄漏问题则占70%左右，如图1所示。对于长输管道的腐蚀风险管理，最普遍的风险评估方法是Kent管道风险评估模型12，该方法主要用于长输管道的定性风险识别，并不涉及腐蚀风险的精细化管理，因此，对于管道腐蚀的精细化识别通常采用内检测方法13。其中，最为常用的是漏磁检测技术，该技术对于传感器与金属管道之间的提离距离不敏感，可在一定提离距离范围内检测处腐蚀缺陷14，因而更加适应长输管图1某油气田长输管道问题的分布统计163道可能存在的周向几何形变、局部形变等约束条件。同时，漏磁信号与腐蚀缺陷的体积相关，在等直径缺陷下，与缺陷深度线性相关15，并且对于裂纹缺陷，当缺陷与检测扫描方向的夹角小于一定角度时，漏磁也能同时识别表面和埋藏裂纹缺陷，且漏磁信号幅值与裂纹深度、长度和埋深均呈现线性关系16，便于定量分析缺陷几何尺度，但该检测技术所获得的腐蚀数据可靠度仅为80%，存在腐蚀深度预测值偏低，诱发腐蚀泄漏的风险，为此，有学者尝试用贝叶斯、极值分布等方法预测更加安全的腐蚀深度和剩余寿命17。本文在前人的研究基础上，针对长输管道腐蚀缺陷的漏磁检测数据开展统计分析，利用威布尔分布作为腐蚀缺陷深度极值预测模型，提出了可利用内检测数据统计模型中0.999概率所对应的腐蚀缺陷深度值合理预测某一管段腐蚀缺陷极限深度的方法，构建更加安全可靠的长输管道腐蚀缺陷定量预测方法，并利用3法则推断管段内是否存在腐蚀速率较快的腐蚀异常点位，为长输管道腐蚀风险控制提供数据化支持。1长输管道腐蚀缺陷深度极值预测模型一般认为，极值分布理论主要用来分析随机事件中的小概率事件，且如果随机事件中各随机变量独立且同分布，若其底分布函数已知，则可求出极值分布函数，主要分为I型、II型和III型分布函数，其中III型函数为双参数威布尔分布18，通过对实际数据的验证分析，该型极值分布函数对于某一采样数据区间内的最大数据抽取比较优异19。为此，本文采用双参数威布尔分布进行管道缺陷深度数据的极值预测，如式（1）所示：F()x=1-exp|-()xmax（1）式中：F（x）为腐蚀缺陷深度取得极值xmax的概率；xmax为某一区域内腐蚀缺陷深度的最大值，mm；为威布尔分布的形状参数；为威布尔分布的尺度参数。对式（1）两侧取两次对数，如式（2）所示：ln-ln()1-F()xmax=lnxmax-ln（2）从式（2）可以看出，若将lnx与ln-ln（1-F（x）之间呈现线性关系，拟合系数分别为和-ln，因此可以通过线性拟合参数得到参数和，从而构建长输管道某一区域内的腐蚀深度极值及其安全可靠度的预测模型。同时，考虑到漏磁检测精度一般为10%的壁厚，实际检测的腐蚀缺陷深度往往是一个区间，因此，在数据处理时，将腐蚀缺陷深度的区间中值作为该部位的内腐蚀缺陷深度。里程区间/km055101015152020252530303535404045455050555560606565707075758080858590909595100100105105110rx10%19562472322371293163383145594788975846546213173951871681481603526910%rx20%52011885745156841131741243301241041446070697064561311220%rx30%2928122089431395912013109618811242630%rx40%014010022060010010001040%rx50%000000120020100000001050%rx60%011000000030000000001060%rx70%0010000000200000000040rx70%0000000000000000000000总计/个2 5053953353311893814274627746071 33172877277638647127524621322853287表1各段管道区间的腐蚀缺陷统计表2023年03月机 电 工 程 技 术第52卷第03期1642算例分析2.1被采样长输管道概况我国华南地区某原油管线，管道长度为105 670 m，设计压力5.0 MPa，工作压力3.5 MPa，设计温度为常温，管道规格为5297.0，材质为16 Mn。以5 000 m为一个区段，对该管道进行漏磁检测，金属损失程度rx的统计结果如表1所示。2.2长输管道内腐蚀与外腐蚀差异性分析各区段内腐蚀和外腐蚀的最大减薄率如表 2所示，其中最大减薄部位既有内腐蚀也有外腐蚀，分别对内外腐蚀进行威布尔统计模型分析，得到的统计结果如图2所示。从图中可以看出，内腐蚀和外腐蚀在最大缺陷深度的统计分布存在较大差异，通过t检验可以得知内腐蚀和外腐蚀最大缺陷深度存在显著差异的概率为97.56%，按照大于95%即可认为二者存在显著性差异，因此该长输管道内腐蚀和外腐蚀在泄漏威胁方面存在明显差异，需要分别分析。本文选择510 km里程内的管段腐蚀缺陷数据分别进行内腐蚀和外腐蚀最大缺陷深度的预测模型研究。2.3长输管道内腐蚀极限损伤程度预测方法根据510 km管段内腐蚀检测数据，利用式（1）（2）得到该管段内腐蚀的威布尔统计模型如式（3）所示。而该管段内腐蚀缺陷深度的均值=0.902 4 mm，偏差=0.331 9 mm。Fin(x)=1-exp|-()x1.01063.1521（3）式中：Fin（x）为内腐蚀缺陷深度取得极值x的概率。式（3）所对应的概率曲线如图3所示，按照3法则，当缺陷深度大于+3的时候，可以认为该缺陷深度与统计规律的随机影响无关，而可能是发生了局部腐蚀异常。因此，从统计学上可以认为+3是该统计分布影响下，腐蚀求缺陷深度的极限值，对于510 km的管段为1.898 1 mm，介于0.9990.999 9概率所对应的腐蚀缺陷深度之间，更