[发明专利]一种管内腐蚀因素识别与剩余寿命预测方法及系统

说明书

本发明涉及一种管内腐蚀因素识别与剩余寿命预测方法及系统。所述方法包括：获取管道历史失效数据；对所述管道历史失效数据进行数据处理，形成中间数据库；基于所述中间数据库，建立腐蚀速率范围预测模型；依据所述腐蚀速率范围预测模型，进行管内腐蚀预测；基于管内腐蚀预测结果，确定管内腐蚀主控因素和剩余寿命。本发明提供的管内腐蚀因素识别与剩余寿命预测方法创造性地将有监督的机器学习技术和腐蚀失效识别技术结合起来，充分利用管道历史失效数据，建立快速便捷的管内腐蚀主控因素识别和剩余寿命预测方法，既避免了室内腐蚀模拟实验带来的误差，又降低了失效分析工作量和资金投入。

技术领域

本发明属于油田集输钢质管内腐蚀管理领域，特别涉及一种管内腐蚀因素识别与剩余寿命预测方法及系统。

背景技术

随着国内油气勘探开发力度的不断加大，油气集输管网越来越庞大，管道失效问题也越来越严重，对油田绿色、安全、环保、高效生产带来严峻挑战。据统计，油气田管道失效85％以上是由于腐蚀引起的，其中内腐蚀占了60％以上。油气田集输管道因内含H₂S、CO₂、O₂等腐蚀性气体，Cl^-、S2^-等侵蚀性离子，硫酸盐还原菌、腐生菌、铁细菌等微生物，以及垢、砂、蜡、固体物质，再加上温度和压力等工况条件，多种腐蚀因子互相影响，共同作用，腐蚀机理盘根错节，非常复杂，腐蚀因素识别难度大，针对性防腐方案的制定非常困难，往往面对着“按下葫芦浮起瓢”的被动局面。科学评估各因素对内腐蚀的作用，准确识别内腐蚀主控因素，有效预测管道剩余寿命，对于确保油田集输管道安全平稳运行至关重要。

目前，多因素共同作用下油田集输钢质管内腐蚀因素的识别是通过室内腐蚀模拟实验和测试分析，甚至邀请专家研讨的方式来确定。往往需要的时间跨度很长，需要投入的资金较大。因油田集输管道服役工况和输送介质的复杂性，室内腐蚀模拟实验无论是从腐蚀介质还是从服役工况上都很难真实还原现场腐蚀状况。此外，现场工艺流程的变化、现场作业和腐蚀管理方式都会对管内腐蚀造成一定的影响，这些都无法通过室内腐蚀模拟实验来模拟。以上因素都在一定程度上影响了内腐蚀主控因素的识别精度和识别效率，无法快速有效地指导油田现场腐蚀管理工作。在剩余寿命预测方面，一般是通过最近两次测得的管道壁厚减薄量与间隔时间获得管道均匀腐蚀速率，或安装腐蚀挂片获取输送介质的腐蚀性(往往用均匀腐蚀速率表征)，结合管道剩余壁厚，估算管道剩余寿命。由于该方法只是以腐蚀结果为计算依据，没有考虑腐蚀因素的影响，计算精度低，指导性不强。

因此，亟需一种管内腐蚀因素识别与剩余寿命预测方法。

发明内容

针对上述问题，本发明提供一种管内腐蚀因素识别与剩余寿命预测方法，

所述方法包括：

获取管道历史失效数据；

对所述管道历史失效数据进行数据处理，形成中间数据库；

基于所述中间数据库，建立腐蚀速率范围预测模型；

依据所述腐蚀速率范围预测模型，进行管内腐蚀预测；

基于管内腐蚀预测结果，确定管内腐蚀主控因素和剩余寿命。

进一步地，

所述管道历史失效数据包括：管径、壁厚、投产时间、地区等级、管道材质、管内防腐措施、输送介质、运行温度、运行压力、流速、含水率、含砂量、CO₂含量、H₂S含量、O₂含量、Mg²⁺浓度、Ca²⁺浓度、Cl^-浓度、SO₄^2-浓度、CO₃^2-浓度、HCO₃^-浓度、pH值、SRB细菌含量、管内是否有垢、失效时间、失效位置、失效钟点方向和最近一次修复时间，共28个数据项。