油氣輸送管道失效分析技術現狀及研究進展

王春妮,李 健,白真權,王 聰,孫冰花,李 奧

(1.西安石油大學材料科學與工程學院 陜西 西安 710065;2. 中國石油集團工程材料研究院有限公司,油氣鉆采輸送裝備全國重點實驗室 陜西 西安 710077)

0 引 言

隨著工業化和城市化的發展,企業和居民對石油和天然氣資源的需求日益增加[1]。油氣管道是石油和天然氣資源的主要輸送設施,一旦出現失效可能會造成嚴重的事故[2]。截至2013年,全世界超過半數的管線已經開始老化[3],管道事故進入高發期。2020年底,中國油氣管道總里程已達14.4×104km,由于穿越地區廣、服役環境復雜,且在運送資源過程中存在腐蝕、外力破壞等多種威脅因素,管道失效不可避免[4]。因此,對失效管道進行分析和研究,總結失效原因,歸納失效模式[5],并構建對應的風險評估預案,對于減緩并預防失效事故具有重要意義。

1 油氣輸送管道失效類型及特點

1.1 失效的類型及原因

管道運輸油氣是目前應用最廣泛的輸送方式之一[6]。管道在運行過程中會因多種因素的影響而失效,其失效是一個由損傷逐漸擴大至破壞的不可逆過程,任何模擬試驗都無法完全模擬某一管道的實際失效過程。管道失效不僅會導致能源浪費,還會造成惡劣的環境影響,給人民的生命和財產安全帶來嚴重的威脅[7]。油氣輸送管道常見的失效類型如圖1所示[8],主要有斷裂、過量變形、腐蝕和機械損傷4類。油氣輸送管道的失效原因如圖2所示[9],主要包括外部干擾、腐蝕、焊接和材料缺陷、設備和操作以及其他原因。

圖1 油氣輸送管道常見失效類型

圖2 油氣輸送管道失效原因

1.2 失效分析程序及控制途徑

失效分析的流程包括失效現場保護、失效部件的位置記錄、現場取樣與保存、失效部位取樣、失效部件的包裝與運輸、失效部件的分析等內容[10]。其中,失效現場保護與樣品提取至關重要,是失效分析能否成功的關鍵。其流程圖如圖3所示。

圖3 油氣輸送管道失效分析流程圖

失效控制是保障油氣輸送管道安全運行至關重要的技術措施之一[11]。失效控制是一項系統工程,需要進行有效的頂層設計。失效研究的目標是減緩和防止失效的發生和影響,通過采用經濟實用、合理有效的防護措施,將風險降到最低,增強系統的安全性和可靠性。失效與防護研究的各個環節相輔相成、互相促進。油氣輸送管道失效控制一般從設計階段和服役階段2個階段入手,其失效控制途徑如圖4所示。

圖4 油氣輸送管道失效控制一般途徑

2 油氣輸送管道常用失效分析技術

常用失效分析技術主要包括無損檢驗、斷口分析、裂紋分析、化學成分分析、性能測試、痕跡分析等,這些分析技術是目前應用最廣泛的失效分析技術。其中新型無損檢驗技術和智能斷口識別技術取得了快速的發展。

2.1 新型無損檢驗技術

無損檢驗技術是油氣輸送管道維護管理中必不可少的技術手段[12],該技術可以在不改變材料形狀和性能的情況下確定材料表面或內部裂縫和其他缺陷的大小、數量和位置。目前石油行業應用較廣泛的無損檢驗技術有射線探傷、超聲波探傷、渦流探傷等。這些無損檢驗技術主要使用聲光電熱磁等方法來識別和檢測管道的缺陷,普遍存在著操作繁瑣且耗時長等缺點。數字射線檢測技術和激光超聲檢測技術對傳統的射線檢測和超聲波檢測進行了改進,具有可視化、自動化、高效率、高精度等優點。

2.1.1 數字射線檢測技術

射線檢測技術利用射線的穿透能力來檢測被檢件的內部情況。當受檢物存在缺陷或結構差異時,射線會出現不同程度的衰減。通過測量射線強度的變化,可以探測出管道內的孔隙、氣泡、裂紋等。

近幾年,隨著科學技術的進步,數字射線檢測技術在管道檢驗中也開始得到應用。數字射線(簡稱DR: Digital radiographic)檢測是一種利用數字成像板將X射線直接轉換為數字信號的無損檢驗技術。與傳統的膠片射線檢測技術相比,這種新型技術具有曝光時間短、寬容度高的特點,更適合用于在役管道的檢測[13]。其原理圖如圖5[15]所示。用X射線照射帶包覆層的管道后,透射的X射線經數字成像板吸收,信號經放大并處理后將在計算機上直接呈現出檢測的圖像[14]。

圖5 數字射線檢測基本原理示意圖

服役中的油氣輸送管道通常是埋地且不可拆卸的,這使得數字射線檢測相對困難,相關研究也較少[16]。在復合材料上應用射線技術,如計算機斷層掃描[17]和康普頓反向散射[18],結果顯示其分辨率不如金屬材料高,并且成本大、速度低,在安全方面還存在一些問題。歐陽順[19]驗證了DR在檢測壓力管道環焊縫質量方面的可行性。江柏紅等人[20]研究了DR在復合材料內部質量檢測中的應用,同樣表明可以識別各種缺陷,但檢測精度仍有待提高。

目前,數字射線技術在管道領域的研究還不充分。問題主要集中在圖像處理方面,需要改進的參數有分辨率、信噪比和對比度等。因此,當前的研究重點是提高圖像處理的質量,包括對DR檢測到的缺陷進行準確的定性和定量分析,以及攻克高速、智慧化和高水平數字射線掃描成像技術的難題。

2.1.2 激光超聲檢測技術

激光超聲檢測技術是一種非接觸的無損檢測技術,廣泛應用于多個行業。脈沖激光在物體上會產生多種類型的超聲波,通過檢測聲波可以實現對材料性質、管道缺陷和管道狀態的非接觸無損檢測。其原理圖如圖6[16]所示。傳統C掃描超聲檢技術的探頭與被檢件之間的距離是有限制的,而激光超聲檢測技術可以進行遠距離檢測且分辨率高、檢測速度快。

圖6 激光超聲檢測技術原理圖

激光超聲檢測技術最先應用于航空材料檢測領域。在管道領域的研究應用大多數還處于實驗階段。近期對激光超聲檢測技術的研究重點主要集中在3個方面,一是對管道壁厚及缺陷檢測的應用研究[21-23];二是對激光超聲與缺陷之間的相互作用進行基于有限元的研究[24];三是針對接收到的超聲波信號進行分析處理,以實現缺陷的實時成像和自動化檢測。相關研究包括信噪比增強方法的探索[25]、基于機器人的激光超聲檢測系統的研究[26],以及激光超聲成像技術的進一步開發[27-29]。

2.2 斷口智能識別技術

將管道斷口形貌特征、斷裂機理以及斷裂原因進行綜合分析的技術,稱為斷口分析技術。斷口可以保留裂紋從發生到擴展直至最終失穩斷裂的全過程信息,為斷裂失效模式的確定以及斷裂原因的診斷提供了有力依據[30]。

目前,傳統的斷口分析利用專家來分析斷口形貌,從而判斷斷裂源的位置、數量和類型。對管道斷口失效模式進行識別時也只是通過技術人員經驗來進行分析。這種方法雖然準確,但存在專家有限且耗時長等問題。斷口智能識別技術對于失效分析至關重要,它通過提取斷口圖像的紋理特征并識別斷裂性質和類型來揭示斷裂機理。該技術的核心在于圖像預處理、特征提取和模式識別[31]。

現如今,斷口智能識別技術正處于快速發展階段。許夢飛等[32]通過使用圖像剪切、灰度化、直方圖均衡化和邊緣檢測等方法實現了對管材斷口宏觀圖像的預處理。Y等人[33]提出了一種基于卷積神經網絡(CNN)的圖像分類正則化深度特征抽取方法,同時引入了虛擬樣本增強技術,這一組合在圖像分類和目標檢測領域呈現出卓越的競爭力。Jerome Gills團隊提出的經驗超小波變換方法,解決了斷口圖像紋理分析的瓶頸問題[34]。該方法可以根據圖像的幾何特征自動提取有用的模態,使圖像處理更加高效。同時,還可以優化分類器模型,提取更為有效的特征,進而提升金屬斷口圖像的識別效率。在未來該方法還需要進一步完善理論基礎。周飛達等人[35]提出了一種管道斷口圖像語義分割方法,解決了斷口不規則形貌判別困難和分析效率低等問題。未來建立斷口模式識別與智能分析系統將是斷口分析的必然趨勢,其框架如圖7所示。該系統可以實現斷口模式自動識別與評判,提高了斷口分析的準確性和效率,為工程實際應用帶來巨大的效益。

圖7 斷口模式識別與智能分析框架

3 油氣輸送管道失效評估與計算機模擬分析技術

失效分析技術除了常用失效分析技術外,還包括失效評估技術和計算機模擬分析技術等。

3.1 管道失效評估技術

管道失效評估技術是利用系統工程的方法評估油氣管道系統的安全風險,并提出相應的安全對策以應對潛在事故風險的技術。管道的失效評估需要從收集以往同類管道的運行數據入手,通過數值分析以及模擬加速試驗,評估服役條件下管道的使用壽命以及含缺陷管道的安全可靠性。

管道失效評估圖(Failure Assessment Diagram,FAD)是一種全球公認的評估含裂紋型缺陷結構完整性的基本方法[36]。如圖8[8]所示,圖中σy是材料屈服強度,σu是材料抗拉強度。其橫軸為載荷比Lr,縱軸為韌性比Kr。塑性破壞失效控制參量Lr是承受載荷F與屈服載荷Fy的比值(也可以表示為極限分析法計算的參考應力σref與屈服應力σy的比值),脆性斷裂失效控制參量Kr是缺陷處應力強度因子KI與材料斷裂韌性Kmat的比值。失效評估圖上的兩條邊界線分別為失效評估曲線(FAC)和Lr=Lrmax的截止線。評估原理是基于材料屬性、缺陷狀況和應力載荷等推算評估點和失效評估曲線,如果評估點處于評估圖無風險區內部,該缺陷處于安全狀態[37];如果處于風險區,則代表該缺陷存在安全隱患,應立即停止管道運作,進行修補或者考慮對其進行報廢處理[38-39]。

圖8 管道失效評估圖(FAD)

油氣管道失效評估技術泛指含缺陷管道適用性評價技術和管道風險評估技術[40]。我國對于含缺陷管道的適用性評價研究開始的較晚,研究時間也不長[41]。適用性評價包括剩余強度評價、剩余壽命預測、可靠性研究和風險管理等方面。其中,風險管理是時下研究熱點,通過識別、評估和管理管道輸送過程中的風險,可以有效減少管道失效事故的發生,確保管道的安全穩定運行。

管道風險評估是對管道失效概率和失效后果的綜合評估,評估方法包括定量評估、半定量評估和定性評估三大類。管道風險評估是管道實施風險管理的基礎。我國學者在管道風險評估研究方面取得了一些研究成果。潘家華教授[42-44]在1995年將肯特風險評估方法引入我國管道行業,對我國油氣管道風險評估的發展具有重要意義。彭趣[45]采用故障樹分析法研究了輸氣管道安全運行的風險。劉佳明等[46]通過多層次改進的層次分析法和模糊綜合評價方法建立了安全等級與評價體系隸屬度矩陣,為管道失效問題的分析和預防提供了理論支持。學者們研究采用的失效風險評估技術在一定程度上能實現對管道的安全評估,但仍普遍存在著分析結果不完整、人為主觀性過強、分析結果可靠性低等問題。

目前機器學習、數據挖掘、深度學習等新技術已初步應用于油氣管道的失效評估,并做出了突破性貢獻。張新生[47]使用貝葉斯信息融合法實現了對腐蝕油氣管道剩余壽命的實時預測。侯志強等[48]通過建立BP神經網絡和支持向量機評估模型成功預測了港區油品管道的安全風險。范霖等[49]構建了基于深度強化學習的管道系統預防性維護優化方法,提高了天然氣管道系統的供氣可靠度并降低了維護成本。管道失效評估智能化技術現已開始了初步探索,隨著智慧油田和數字管道技術的不斷發展,未來油氣管道失效評估領域將會實現自動化和智能化。

3.2 管道失效計算機模擬分析技術

計算機模擬分析技術主要包括利用有限元分析技術研究管道應力、應變等信息、利用計算機技術和數據庫技術模擬人類專家的思維過程來解決那些只有專家才能解決的復雜問題的失效分析專家系統以及基于大數據的失效分析技術等。

3.2.1 有限元分析技術

有限元分析[50]是工程技術、數學和物理等領域中的一種非常實用和廣泛應用的數值模擬方法。有限元分析方法將失效管道分割成若干個小單元,采用數學方法對每個小單元進行離散化求解可得出整個管道的應力、應變等信息,從而實現對管道性能的分析和評估。

隨著計算機技術的不斷進步,有限元分析技術被廣泛應用于管道失效分析領域。荊煬等[51]通過有限元模擬分析了某油田集輸管道螺紋接頭連接處失效的原因,給出了防止脫扣失效的措施。符方杰[52]利用非線性有限元法對含有長矩形腐蝕缺陷的管道進行失效壓力的計算與分析。Yi等[52]建立了三維非線性有限元模型研究了腐蝕缺陷對X80彎管破裂的影響。鄒宵等[54]針對管道簾線層和螺旋鋼絲破壞機理不清的問題,建立了浮動管道三維有限元模型,模擬了管道彎曲損壞的過程,為海洋浮動管道的工程設計和安全防護提供了理論支持。

現如今,有限元模擬與實物試驗相結合的研究方法已成為管道工程領域中不可或缺的重要研究手段。這種方法將理論計算和實驗驗證有機結合,能夠更加準確地模擬管道在各種復雜工況下的受力和變形情況,可以為管道的設計、施工和運營提供可靠的科學依據[55-57]。有限元分析法在一定程度上減少了實驗工作量,但模擬精度仍有待提升。目前有限元研究的熱點方向是將失效理論、多物理場耦合以及Python子程序等與復雜的物理模型相結合,以獲取更為準確的有限元分析結果[58]。

3.2.2 失效分析專家系統

專家系統是將失效分析領域專家的經驗與計算機結合,利用計算機進行失效分析并解決實際問題的智能系統[59]。該系統由知識庫、推理機、數據庫和用戶界面四部分組成,其結構圖如圖9所示。

圖9 專家系統結構圖

為方便工程技術人員快速準確地對管道進行失效分析,從1960年開始,學者將大量的失效分析經驗構建成數據庫,并與計算機結合開發出了計算機輔助失效分析專家系統,這是失效分析領域最引人注目的進展。20世紀80年代初,我國初次使用計算機輔助技術診斷油井工況,經過二十多年的發展,計算機技術和自動化技術已廣泛應用于我國采油工程。隨著油田自動化技術的不斷發展,專家系統在管道失效分析方面也扮演著越來越重要的角色。通常對油氣管道進行失效分析非常復雜,需要在金相學、斷口學、斷裂力學等多學科專家的參與下分幾個階段進行分析,并通過具體的實驗進行論證。為了提高失效分析的效率,Castellanos V 等[60]開發了陸上管道故障分析專家系統,在判定管道失效模式的基礎上建立了失效數據庫,進而利用人工神經網絡對原始數據進行訓練從而實現了特定變量下管道的失效風險預測。劉增環等[61]通過結合模糊集合理論與專家系統實現了高位注水管道在線監測和故障診斷,有效提升了系統判斷的準確度和容錯性。方浩等[62]則基于專家系統建立了油氣長輸管道滑坡地質災害評估模型,成功評估了具體項目的地質災害風險,為管道工程的安全運營提供了技術支持。

傳統的失效分析專家系統在實踐中存在一些困難,例如,建立、驗證和維護知識庫非常具有挑戰性、容錯性方面存在一定的不足、缺乏有效的方法來準確識別錯誤信息、在復雜任務下會出現信息過載和反應遲鈍等問題[63]。隨著人工智能和計算機技術的不斷發展,功能更強大的新一代失效分析專家系統逐漸取代了傳統的專家系統,能夠準確給出管道的失效原因、失效部位以及處理意見,大大提高了失效分析的效率。未來失效分析專家系統將成為全球最有競爭力的研究方向之一,其應用前景十分樂觀。

3.2.3 基于大數據的失效分析技術

油氣輸送管道在長期生產與使用過程中,累積、沉淀了海量基礎數據,但大部分數據都處于沉睡狀態,分析提煉和挖掘利用嚴重不足[64]。在地面管道的建設階段,管線施工數據采集不充分,且絕大部分數據還處于傳統的施工、竣工驗收紙質材料狀態;在服役階段,缺乏對周邊環境的監測數據,特別是高風險區、高地質災害區沿線環境以及管道本身狀態及損傷在線狀態數據。

基于大數據的失效分析技術是利用傳感器等設備對油氣管道的運行數據進行實時監測和采集,再將這些數據進行融合和深度挖掘分析,從而得到準確性和時效性更高的失效預測結果[65],降低了管道的運行風險。常見的大數據分析技術有機器學習(如神經網絡、邏輯回歸、誤差返向卷積、深度學習、TENSFOW、THEANO等)、可視化技術、數據挖掘等。油氣輸送管道數據框架如圖10所示。人工失效預測因基礎數據利用率低、信息不完整等因素導致準確率低,目前急需構建數據知識框架,建立核心機理、規律、圖譜和技術體系,開展基于大數據的失效分析技術研究,研究油氣輸送管網系統數據知識體系和機器認知學習技術。

圖10 油氣輸送管道數據框架

對數據的挖掘利用現已成為當前研究的熱點。張河葦[66]采用大數據分析方法挖掘出了管道缺陷的相關因素,確定了影響管道缺陷等級的關鍵因素。舒潔等[67]通過大數據技術支持的灰關聯度分析,確定了影響管道內腐蝕的主要因素,為管道腐蝕控制和預測分析提供了科學依據。目前,大數據分析技術在管道系統的應用案例較少,但將大數據技術與油氣輸送管道服役全生命周期相融合是未來發展的趨勢,“AI+管材”將涵蓋設計-制造-服役等全產業鏈,是實現石油領域技術升級的重要途徑,相關技術的研發必將為石油行業帶來顯著效益。大數據技術可以有效提高管道可靠性,降低相關風險,但成本相對較高,需要大量設備和專業的技術人員,且因涉及到海量數據的處理和分析,數據的隱私和安全等問題也需要引起重視[68]。

4 總結與展望

油氣輸送管道服役的安全可靠性與使用壽命對整個油氣工業關系重大,其影響因素多,環境復雜,一旦失效可能會造成嚴重的后果。本文對油氣輸送管道的失效類型及特點進行了較為全面的梳理和歸納,對新型的常用失效分析技術以及發展十分迅速的失效評估技術和計算機模擬分析技術的研究現狀展開了介紹與分析。目前,失效分析技術正朝著數字化和智能化方向發展,借助傳感器、大數據分析以及人工智能算法可使管道失效分析變得更加高效和準確。隨著科學技術的發展,對安全可靠、智能高效的管道的需求日益迫切,油氣輸送管道失效分析技術將得到進一步完善和發展。失效預測預警技術對于預防管道失效至關重要。未來油氣輸送管道失效預測預警技術的發展可以著重考慮以下2個方面:

1)開發智能監檢測技術。開發基于材料電化學極化特征及超聲波換能器的石油管腐蝕、剩余壁厚在線監測技術,實現對石油管材及裝備腐蝕狀態實時監測和預警;開發基于次聲波/虛擬聲波的石油管泄漏檢測報警技術,通過實時監測石油管的壓力信號,借助壓力-聲波轉換模型,獲得模擬聲波信號,實現微弱泄漏信號的有效監測,克服強干擾背景信號及聲波衰減導致的泄漏信號微弱的技術難題。

2)建立損傷定量分析與失效預測技術。從經典/斷裂/疲勞/損傷力學出發,構建關鍵構件腐蝕、沖蝕、高溫、疲勞、磨損等損傷定量分析表征平臺,基于室內加速實驗和有限元仿真獲得關鍵因素與材料服役損傷過程特征的定量關系,結合服役損傷過程材料組織形貌演變、力學性能衰減和裂紋萌生-擴展規律,建立管材服役損傷定量分析方法和失效預測技術。