长输天然气管道漏磁检测数据在缺陷点查找工作中的运用检测与维修技术研究管道保护网

摘要:为保障长输天然气管道(以下简称管道)安全平稳运行,了解管道本体的缺陷、腐蚀状况和运行能力,避免因管道缺陷未得到及时有效的修复而造成管道腐蚀穿孔、爆管等安全事故。管道管理部门都会定期采用漏磁检测等技术对管道进行本体检查,后期对管道本体缺陷的现场查找必不可少,笔者借助PipeImage软件、Φ559屏忠线(屏锦至忠县)、Φ630泸威线(邓关至兴隆)漏磁检测数据及现场实际情况讲述了智能检测缺陷点查找的基本原理和准确查找智能检测缺陷点的方法经验。

关键词:管道智能检测缺陷点查找

1.前言

管道运行过程中主要受到内、外两个环境的腐蚀,外腐蚀通常是因为防腐绝缘层破损、老化失效所产生,我们通常采用PCM多频管中电流测试、直流电位梯度(DCVG)等方法对管道外部防腐层破损点进行检测。但如果要对管道本体进行一个全方位、准确的检测,外检测是远远达不到要求的。

将无损检测设备安装于清管器上,利用清管流程将检测仪器推送通过被检测管道,采集、处理、存储管道本体信息,从而对管道本体缺陷及运行能力进行有效的评估,这就是我们所说的智能检测。智能检测最常用的就是MFL漏磁检测技术(以下简称智能检测)。世界上比较有名的管道智能检测公司有美国的TuboscopcGEPII、英国的BritishGas、德国的Pipetronix、加拿大的Corrpro。西南油气田公司所辖管道目前基本都是邀请美国的TuboscopcGEPII公司进行检测的。管道检测数据的运用和查询必须使用该公司开发的PipeImage分析软件(注:检测公司在完成智能检测后都会在将PipeImage分析软件及监测数据发送至管道管理部门)。

智能检测发现的缺陷点数据是比较准确的,近2年检测报告显示,检测发现缺陷点在管道中的里程位置、缺陷尺寸已经精确到了毫米。但在现场缺陷点查找工作中我们发现,高低起伏的山脉、复杂的地形地貌,给我们准确的查找缺陷点(以下简称查找缺陷点为定点)带来了较大的困难。如何将准确的检测数据运用到复杂的管道埋地现场,提高定点的准确性和工作效率,节约开挖成本。通过PipeImage软件对检测数据的分析研究和现场实际情况的综合比对,我们能够准确的找到缺陷点。

2.定点测量原理

为了方便缺陷点查找,管道智能检测时,我们通常会在管道沿线每1公里左右布置一个马克点(英文:marker,又称标记点),检测设备通过时就会在数据中记录马克点位置,这样一条完整的管线就被马克点切割成了数十个1公里的小段,通过附近的马克点,在这1公里内定点相对就容易多了。

笔者以2008年8月的屏忠线检测数据生成的一张缺陷开挖单举例做简单说明。见图1,上游A084号马克点在6680号环焊缝下游2.4米处,下游A079号马克点在7630号环焊缝下游6.1米处,两点间距为748.2米(495.8米+252.4米),上游点距离缺陷点较近的7250焊口495.8米,下有点距离缺陷点较近的7250焊口252.4米。那我们使用皮尺从下游点往上游点测量前进252.4米,就是7250焊缝位置,Feature中的“0.0metres”表示缺陷与7250焊缝的距离是0米,这说明缺陷就在焊缝上。

完成7250位置测量后,垂直于水平面进行开挖,如图2,发现焊缝。

为了证实该焊缝是否是7250焊缝,那我就要用到开挖单的缺陷位置图解部分。见图3,图中标注了每节管道的长度,因为地形及管道用材的原因,有直管段、弯头、短接,每根管道长度是有所差别的。7250号焊缝的下游管节长度是11.4米,那么我们在距已开挖焊缝位置下游11.4米进行开挖,如果能够挖到焊缝,说7250号焊缝查找成功,当然,缺陷点在距7250号焊缝下游0米位置,我们就能成功找到焊缝位置。另举一个例子,如果图标显示缺陷点在7250号焊缝下游2米处,那我们在7250号焊缝下游2米处开挖就能成功找到缺陷。

3.现场缺陷定点的主要影响因素

现场缺陷点定点测量工具主要用的是皮尺(软尺)、探管仪,地形平坦时也会用到激光测距仪,虽然智能检测数据精准到了1毫米,但在现场的定点过程中,受一些客观或主观因数的影响,测量结果是存在一定误差的,正常的误差一般都在10米以内,但有些较严重的测量误差甚至达到了几十米,这都影响了定点工作的正常开展。

3.1平行路段找点:

如图4,埋地路面与管道走向基本平行,管道埋深一直保持在稳定状况,这种情况是最理想的状况,通常任意选取上游间距及下游间距来测就可以,现场测量的误差很小,可以很轻松找到缺陷点。

3.2不平行路段找点:

当地表地面与管道走向不平行,相对位置不稳定的时候,误差就出现了。这是我们在测量定点过程中一直都存在的情况,这种测量误差无处不在。如图5,图中是三种最常见的因地形造成的测量误差特征。如特征1,地面的曲率半径小于管道的曲率半径,在地面拱起部分随管道走向的地面测量长度大于该处管道长度。如特征2,管道从陡坡过渡到平行路段,管道有一个弯头渐变的过程,该处随管道走向的地面测量长度小于该处管道长度,如特征3,管道在悬崖陡坡顶端或爬坡顶端,管道从陡坡过渡到平行路段,也有一个弯头渐变的过程,该处随管道走向的地面测量长度大于该处管道长度。

因为地面高低起伏不是规则的几何图形,不是绝对的矩形或绝对的圆,所以要通过精确计算是很有难度的,通常现场测量对误差的把握靠的是现场测量人员的经验和判断。整个测量过程必须应用探管仪对管道埋深进行全程监控,遇见如图5中的误差特征或其他特征时,测量人员应合理运用几何知识对测量误差进行加减修正。如果现场计算判断失误量累计过多,误差就会超出控制范围。

3.3测量线路偏差

因线路探测不明或线路不熟悉,或仅凭目测或经验将弯曲管线错误判断成直管段等,使得缺陷点测量线路与管道走向发生了偏差,这是缺陷定点工作中最为常见的低级失误。如图6,两种情况中,线路测量路径与管道走向路径发生了偏差。

3.4因马克点失效带来的误差

通常我们在智能检测时,每公里放置一个马克点,这样能够确保每个缺陷都在两个间隔1公里左右的马克之间,缺陷距上下游马克点从数十米到数百米,测量误差基本在可控范围内。但是在智能检测过程中,个别马克点设备出现了故障,是数据分段标记失效。

以屏忠线2008年监测数据为例,上游A068号马克点至下游A036号马克点距离是4727.1米(1940.6米+2786.5米),这说明两点之间有2到3个马克点失效了,致使管段切分未达到预定效果,缺陷附近的特征焊缝距上游马克点1940.6米,距下游马克点2786.5米。

这直接增加了现场缺陷定点测量工作的难度,最小测量长度都达到了1940.6米,在人工测量中,测量距离的增加伴随而来的将是测量误差的增大。

4.优化定点测量方法

4.1管道列表法

笔者选取泸威线(邓关至兴隆)邓关站出站球阀至64号马克点一处ERF值为1.567(注:ERF为管道生产压力与本体最大承受压力的比值,该值已大于1,说明在该缺陷点穿孔,爆管的可能性极大,必须修复)、缺陷深度为壁厚的42%的缺陷点进行解释说明。见图8,缺陷里程为1002.808米,缺陷点位于1400号焊缝下游0.532米。1400号焊缝距邓关站出站球阀999.916米,距64号马克点92.728米。

如果采用传统的方法我们肯定直接从64号马克点反方向测量92.728米找到焊缝,然后在朝下游方向测量0.924米开挖确定1400号焊缝查找正确,然后从1400好焊缝朝下游方向测量0.532米开挖找到缺陷点并修复。

但还有更简单的方法。同样以图8所示缺陷为例,通过PII横向功能列表里面中的“Pipeline”按键可打开管线列表(注:管线列表主要记录了每段管节的长度,焊缝里程、弯头度数等信息)。

图8中缺陷的管线里程为1002.808米,通过列表查看我们发现,在里程为1023.097处有一处40°弯头(Bend40Deg),弯头方向为朝下游方向上弯,这个弯头可能处于一个明显爬坡点。我们可以从64号马克点朝上行进70米左右(注:92.728米减去(1023.097-1002.808)米),会很明显的发现弯头,直接对弯头进行开挖,找到弯头上游方向0.48米处里程为1023.617米的焊缝(twinseamweldedstart),从焊缝处朝上游方向准确测量20.809米,直接开挖,缺陷点准确找到。

再举一个事例:见图10,缺陷里程为11848.778米。

然后在管线列表中找到该点,见图11。我们在缺陷点下游方向找到了两处弯头,一处为朝下游方向的右弯头30°(Right)里程为11909.407米,如图12。一处为朝下游方向的左弯头30°(Left)里程为11947.9米,如图13。我们从75号马克点朝上游方向大概行进测量至500米周边(601.649米减去(11947.9-11847.201)米),这500米初略测量出现误差不会影响到定点工作,用探管仪很同意测量找到图13中的左完头弯头(提醒,右下游朝上游走,弯头方向发生了水平180°的变向),然后再从弯头处朝上游进行100.699米(11947.9-11847.201米)用探管仪找到图12中的有弯头,误差一般在0.5米内,然后对该弯头进行开挖,找到距右弯头0.343米处的15610号焊缝。从15610号焊缝朝上游行进测量60.286米找到15540号焊缝,缺陷就很容易找到了。

为什么第二个例子不像第一个例子那样直接测量开挖缺陷点,而要先找到缺陷点上游1.577米处的15540特征焊缝,通过焊缝再找到缺陷点。因为第一个例子我们只要求精确测量20.809米,这是比较精确的,但第二个例子要精确测量60.286米,距离稍长,可能会受地形影响产生误差,这种情况还是应该采用严谨一点的办法进行定点。

4.2管道3D影像法

检测公司完成管道智能检测后都会提供管道3D影像数据,我们通过分析软件可以直观的看到管道的3D立体影像,例如管道走向,弯头,阀室,三通等都可以很直观的看到,使用和操作很简单。此方法是在掌握了基本定点原理,以及上述的管线列表定点法后的辅助方法。

如图14,缺陷点距上下游马克点分别是390.963米和614.607米。缺陷点位于3560号焊缝周边。

如图15,我们通过该管道的3D影像明显的看到了焊缝3560处的弯头。经验丰富、对管道现场熟悉的管护工可以不进行任何测量就直接找到位于山坡上的弯头。找到链接弯头的3560号焊缝后,结合图14,从焊缝朝上游准确测量焊缝0.377米(9.13-8.753)就是缺陷点。

5.结论

6.结束语

参考文献

[1]《屏忠线2008年漏磁检测报告》PIIPipelineSolutions,太原刚玉国际贸易公司.

[2]《泸威线(邓关至兴隆)漏磁检测数据及Pipeline软件》PIIPipelineSolutions,太原刚玉国际贸易公司.

THE END
1.教你如何看懂3D走势图3D 彩票以其独特的魅力吸引着众多彩民参与其中,而看懂 3D 走势图则是许多彩民试图掌握的关键技能,它能为选号提供一定的参考依据,尽管并不能确保中奖,但有助于我们更深入地了解号码的走势规律。 首先,我们要明确 3D 走势图主要展示了开奖号码在不同期数下各个数位(百位、十位、个位)上数字的变化情况。通常,走势图https://www.17500.cn/arts/sdetail-11220108.html
2.3d定位杀码计算公式期数主界面分析法大乐透期如果你还在为不知道怎么玩 3D 而烦恼的话,那么这条视频你一定要看完。 第一种就是历史数据分析法。我们先看下期数,然后选择一个开奖号码,点击该号码,就会弹出这个窗口,这里就可以看到从 021 开始到本期的各个号码的历史走势情况,通过对比可以发现哪些号码是常出现的,哪些号码是很少出现的,从而选出自己中意的号码https://www.163.com/dy/article/JIDO2JIR0556AN1V.html
3.福彩3d走势图数据分析一、福彩3D走势图数据分析的重要性福彩3D作为一种流行的彩票游戏,吸引了众多玩家。然而,如何提高中奖概率一直是彩民们关注的问题。通过对福彩3D走势图进行数据分析,可以帮助彩民更好地理解彩票的规律,优化投注策略,从而增加赢奖的可能性。二、福彩3D走势图数据分析方法1. 观察号码分布:分析近期的开奖号码,了解号码的分https://aiqicha.baidu.com/qifuknowledge/detail?id=10860598517
4.3d怎么看走势图和分析数据帆软数字化转型知识库预测号码:根据数据分析和规律发现的结果,结合个人经验,预测下一期可能出现的号码组合。 验证结果:在下一期的开奖结果中,验证预测结果的准确性,并根据结果调整下一步的分析策略。 通过这种实际操作,可以更好地掌握3D走势图和数据分析的方法和技巧,提高预测的准确性。 https://www.fanruan.com/blog/article/455650/
5.抖音热点3d数据分析怎么做?在数据大屏上实现不难!3d数据分析3d开机号近100期_3d最近100期开机号_福彩3d开机号近100期_|3d开机号,王者超级触控下载-王者超级触控免费版下载9.1_5577安卓网|王者,下载,科普|“zztt42.ccm黑料不打烊”-快科技-\-科技改变未来|黑料不打烊,独家视频丨66m66成长模式视频 - 威九国际_世界就在眼前66m|66m66成长模式视频,威九国际,上课勃起http://m.ruhrg.com/v/video/483449_20241128.shtml
6.以下说法正确的是()。A数据分析是指用适当的统计分析方法对收集来以下说法正确的是()。 A、数据分析是指用适当的统计分析方法对收集来的大量数据进行分析 B、数据分析追求最大化地开发数据的功能,发挥数据的作用。 C、数据分析师为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 D、数据分析中的数据一般也成观测值,是通过实验、测量、观察、调查等方式获取的结http://www.ppkao.com/wangke/daan/d19a3dd5b7b645519ec0969b873d54e5
7.线性回归rcs非线性分析方法线性回归非线性线性回归rcs非线性分析方法 线性回归 非线性 一元线性回归 回归分析用来建立方程模拟两个或者多个变量之间如何关联 一元线性回归包括一个自变量和一个因变量 如果包含两个以上的自变量,则称为多元线性回归 代价函数(损失函数) 损失函数的最终目的是为了使得误差平方和最小https://blog.51cto.com/u_16099205/11073381
8.机器学习数据清洗之识别异常点数据是现代社会中的一种宝贵资源,但在利用数据之前,我们需要进行数据清洗以确保数据的质量和准确性。 异常值是数据中常见的问题之一,它们可能会对分析和建模产生负面影响,因此识别和处理异常值是数据清洗过程中的重要步骤之一。 本文将介绍异常值的概念、危害以及与缺失值的比较,并探讨了多种识别异常值的方法,包括基于https://www.jianshu.com/p/6676be6cdae4
9.不会错的3DCAD的选择方法是什么?管理没有正确地进行修订 零件图的修订和装配图的修订不匹配。 沿用源因人而异 因沿用源的修改而无法向沿用目标扩展 2D CAD 中看不到详细的装配状态 使用2D CAD 数据,客户无法理解 销售难以使用 3D CAD的使用问题 在这些问题中,作为工具单纯地从2D CAD切换到3D CAD,并不能解决问题。工作流程、管理方法、系统中有无https://techinfo.misumi.com.cn/exportarticle/article/3205/
10.2021届计算机科学方向毕业设计(论文)阶段性汇报基于多模态机器学习的生存风险预测方法研究 本次阶段性汇报介绍针对不同模态的肺腺癌临床数据,包括临床信息以及用药情况(文本矩阵),svs格式的病理图像,基因组序列数据(矩阵)提取对应特征,将提取的特征输入stacked bimodal autoencoder生成联合表示,以及基于上述联合表示提升传统生存分析模型(比如cox)的性能。 陈竞潇 基https://zhiyuan.sjtu.edu.cn/html/zhiyuan/announcement_view.php?id=3943
11.python数据分析与挖局书籍openintrostatistics中文版python 数据分析与挖局书籍 之前一直有朋友叫我列一个数据科学的书单,说实话这件事情我是犹豫了很久的。有两个原因,其一是因为自己读书太少才疏学浅,其二我觉得基于我个人观点认为“好”的书其实可能对于很多人是不一定合适的。 不过,明天正好是世界读书日,所以这里从一个(在读的统计PhD学生?即将去旧金山的某https://blog.csdn.net/guangyinglanshan/article/details/77775837
12.Rust语言2022年度回顾:开源生态发展语言&开发张汉东数据库与数据分析 网络服务 Web 开发 云原生 游戏 工具 图形渲染和处理 UI 游戏 人工智能 物联网与嵌入式 编程语言 本文分类梳理的开源项目,只是选举 Rust 生态中各个领域具有代表性和有潜力的项目,以此来观察 Rust 生态的发展。实际上,在撰写本文时,crates.io 上发布的 crate 数量已经达到了 10 万个,在 GitHuhttps://www.infoq.cn/article/hioW21XT8opvbip3hs5F
13.智能三相电能质量分析仪性能特点公司动态智能三相电能质量分析仪性能特点 1.3 技术规格 1.3.1 基准条件和工作条件 1.3.2 一般规格 1.3.3 精度描述(不包括电流传感器) 下面的数据是在基准条件下和在理想的电流传感器(*线性并且没有相位移)基础上的来分别介绍。 1.3.4 电流钳特性 注意:电流钳与仪表必须对应连接,不能插反,电流钳同名端方向入下: https://www.chem17.com/st299218/news_881715.html
14.第七感福彩3d软件工作原理是怎样的第七感福彩3d软件是一款用于预测和分析福彩3d的软件。它的工作原理主要基于数据分析和统计学方法。以下是其工作原理的简要介绍: 一、详细功能: 1、数据收集:该软件收集了大量福彩3d历史数据,包括期数、历史号码等信息。 2、数据分析:通过对福彩3d历史数据进行分析,找出其中的规律和趋势。这可能包括数字的频率、跨度、http://www.d7gan.com/News/view/index417.html
15.Fusingpointcloudwithimageforobjectdetectionusing设计了基于融合特征的目标检测网络,提高了不同光照条件下检测的鲁棒性;2) 采用滑动窗处理控制网络输入,平衡检测与数据采集时间,有效提升小目标的检测精度;3) 实现了对目标的精确检测及获取目标深度信息的多任务网络;4) 使用KITTI数据集进行实验评估,与多种检测算法的对比分析表明,本文方法具有检测精度和检测速度的综合https://www.oejournal.org/article/doi/10.12086/oee.2021.200418
16.科学网—车辆再识别技术综述随着深度神经网络的兴起和大型数据集的提出,提升车辆再识别的准确度成为近年来计算机视觉和多媒体领域的研究热点。从不同角度对车辆再识别方法进行了分类,并从特征提取、方法设计和性能表现等方面对车辆再识别技术进行了概述、比较和分析,对车辆再识别技术面临的挑战及发展趋势进行了预测。https://blog.sciencenet.cn/blog-951291-1232372.html
17.澳门尾王四尾八码网址171166.C0m,方案分析管理其次,在数据清洗阶段,需要对采集到的数据进行去重、去噪、填充缺失值等处理,确保数据的准确性和完整性。然后,在数据分析阶段,可以利用统计学、机器学习等方法对数据进行挖掘和分析,发现数据之间的关联性和规律性。最后,在数据应用阶段,可以将分析结果转化为实际的业务行动,帮助企业实现目标并取得成功。 具体应用方面,http://muying.xjche365.com/dodoc/zunyi/937124.html