李会 李德源 闫学文 牛蒙青

摘  要：利用无损检测技术确保石油管道基础设施的安全性、效率、环境完整性和合规性有重要意义。文章借鉴X射线穿透能力强和背散射单侧成像技术优势，并整合现代智能机器人技术，提出了管内智能X射线背散射无损检测机器人的设计概念，并采用蒙特卡洛软件（Geant4）模拟设计了系统的核心——X射线背散射成像系统，进一步模拟了该系统对管内缺陷的检测性能。模拟结果表明，采用X射线背散射检测技术能对管壁厚度4mm及以上缺损进行检测并能对1mm宽度及以上的裂缝进行检测，检测系统还可以进一步改进提高分辨能力。

关键词：X射线背散射成像;石油管道在线检测;无损检测技术

中图分类号：TH878.1 文献标志码：A         文章编号：2095-2945（2020）24-0138-03

Abstract： The use of non-destructive inspection techniques to ensure the safety， efficiency， environmental integrity and compliance of oil pipeline infrastructure is very important. This paper proposes the concept of an intelligent X-ray backscattering nondestructive in-line inspection robot using the advantages of the high penetrating ability of X-rays， the single-sided arrangement of backscattering imaging technology and the modern intelligent robot technology. The Monte Carlo software （Geant4） has been used to model and design the core of the proposed X-ray backscatter imaging system， and further used to simulate the detection performance of defects. The simulation results show that the X-ray backscattering detection technology can detect the variation of the defects of wallswith a thickness of 4 mm and above and the cracks with a width of 1 mm and above in the pipe. The detection system could be further improved in resolution.

Keywords： X-ray backscatter imaging; in-line inspection of petroleum pipelines; nondestructive testing technology

引言

管道運营商最重要的是确保其管道基础设施的安全性、效率、完整性和合规性。其中，影响钢管壁完整性的两个关键是金属损失，即由于腐蚀或气刨导致的管壁变薄，以及裂缝[1]。这就需要一种在线检测工具能够测定管道尺寸和定位管道壁的各种特征并提供有关此类特征的形状、方向和位置的准确数据。

目前常用的在线检测工具（智能猪）中应用了多种无损检测技术，漏磁、涡流和超声检测技术原理均可用于探测金属损失和管道尺寸测量[1，3];其中超声在线检测技术基于壁厚直接或线性测量，因此具有高准确度和灵敏度;但自动超声在线检测系统存在设备投资大、维护费用高、缺乏自动超声检测标准、对操作人员要求高等不足。另一方面，超声检测不适合焊缝处的检测，而X射线检测不受焊缝的影响[3-4]。X射线检测技术比较成熟，但透射检测放射源和探测器要分别位于检测管道的两侧不适合深埋管道的检测，而基于康普顿散射原理的X射线检测时，放射源和探测器位于管道一侧，检测系统不受检测物的几何尺寸限制（对于扩展或厚结构很重要），这也是散射技术相对于透射技术的重要优势，故而基于散射原理的X射线检测适合深埋管道的检测[5-6]。

本文研究基于X射线背散射成像的无损检测技术集成在管道智能猪上对管壁厚度变化及裂缝进行检测的可行性。将X射线背散射成像设备搭载在管道猪上，能实现对深埋管道的在线检测，同时又不影响管道输送原油。采用蒙卡模拟软件Geant4建立了管道内X射线背散射成像系统，模拟了其对管壁厚度的响应及管道裂缝宽度的响应，为后续进一步系统优化奠定了基础。

1 系统工作流程

1.1 X射线散射成像原理

X射线散射成像技术利用的康普顿散射光子对物体成像，重构物体内部电子密度分布[6-7]。康普顿散射检测技术利用康普顿散射光子来获得材料密度信息;如图1所示，探测系统由三部分组成：X射线源、X射线探测器和两个准直器组成。两个准直器开孔的大小决定了探测单元体素的体积大小。

根据Klein-Nishina模型，计算入射X射线能量分别为300，200，100 keV时，其康普顿散射截面跟角度的关系如图2所示。可见散射截面与入射光子的能量和角度非常大的相关行。高能射线前向散射概率大，即大概率会穿透物质;低能射线，背散射概率大。

1.2 智能X射线背散射无损检测机器人工作流程

基于X射线管内检测装置可搭载在管道检测智能猪上，如图3所示，散射检测工具系统由扫描探头、电源供应、控制系统及冷却系统组成，其系统结构其中，扫描头由X射线源、可旋转准直器、圆筒形探测器及电子与信号处理单元组成。为了提高检测速度，通常采用多猪结构搭载多台散射检测工具;也可以利用多猪中的一个猪携带电池供电实现无线电源供应以及智能的自动驱动等[8]。

2 X射线背散射系统模拟仿真

根据GB50253-2014输油管道设计标准[9]，输油管道的材质一般都是20#钢，输油管道直径范围大致300～1000mm[10]，背散射成像系统建模中，管道内直径设为300.00mm，壁厚8.00mm。

金属损失和裂缝可出现在各种几何形状缺陷中以及管道生命周期中的任何时间。背散射成像系统建模中，采用在管道上挖槽来表示缺陷，槽的不同深度表示金属损失，槽的不同宽度表示裂缝宽度。

准直器和探测器均采用圆柱形布置，具体布置如图4所示;内径端准直器准直板间距为2.00mm。由于管道的对称性，为防止背散射粒子不经过准直器直接进入探测器，在探测器端面上设置钨或铅挡板。探测器设为理想探测器，探测器阵列沿圆柱面布置，探测器长和宽与准直器的狭缝长和宽一致。

3 模拟结果

3.1 入射X射线的能量

入射X射线能量的选择需要根据检测样品的厚度来选择。针对如图1所示的系统，采用Geant4建立模型模拟不同能量的X射线入射到不同厚度的铁板上，统计背散射射线光子数。

采用4MeV、2MeV、1MeV等不同能量的X射线入射到5.00～40.00mm厚度的铁板上，可以计算散射135°散射光子能量Ec。探测器光子计数与铁板厚度的关系如图5所示：（1）入射X射线能量为4MeV和2MeV时，散射光子计数比0.5MeV的少;入射X射线能量为0.5MeV时，背散射微分散射截面大于入射X射线能量为4MeV和2MeV时的情形。（2）铁板厚度变化<40.00mm时，入射X射线能量低时，探测到的散射光子计数与样品厚度变化存在非单调相关现象;低能射线发生多次散射无法获得首次135°散射光子。（3）高能X射线穿透能力强，发生背散射反应截面小，散射计数偏少。故而背散射成像系统需要采用合适的X射线能量。

入射X射线能量0.5MeV以上，样品厚度15.00mm以下时，计数与样品厚度接近线性相关关系;管道检测背散射成像的模擬中，由于管道壁厚<15mm，故而，下文的模拟中入射X射线能量设置为0.5MeV，X射线沿管壁各向同性垂直入射到管壁。

3.2 壁厚检测结果

首先验证管壁无损伤时，模拟数据沿管壁的分布是均匀的。模拟结果如图6所示，横坐标为探测器编号（与准直器的狭缝编号一致），纵坐标为探测器计数，红色为拟合曲线，可见管壁无损伤时，探测器计数分布均匀。为检测管壁厚度缺损，模拟时采用在内管壁上挖100.00mm宽，深分别8.00mm、4.00mm和2.00mm带状槽表示管壁缺损，分析探测器的计数与管壁金属损失之间的关系，如图7所示。入射X射线的粒子个数为109，管壁厚度缺损8.00，4.00mm时，在管壁缺损处的探测器计数明显减少。管壁厚度缺损2.00mm时，此时探测器阵列的计数已经无法反映管壁厚度的缺损。故而4.00mm及以上的管壁厚度缺损可以被检测出。

3.3 裂缝宽度检测结果

根据对管壁壁厚的检测结果，预测对管壁裂缝的检测精度也应该在8.00mm以下。选择对8.00mm、4.00mm、2.00mm、1.00mm的管道裂缝宽度进行模拟（裂缝深度均为8.00mm），其模拟结果如图8所示，四种尺寸的裂缝均在探测器计数上得到体现，计算结果表明检测系统能够实现对1.00mm管道裂缝的检测。

4 结论

通过蒙特卡洛模拟管道内X射线背散射成像检测，验证了将X射线背散射成像设备搭载在管道智能猪上对管壁厚度变化及裂缝进行检测的可行性，并且实现了对4mm及以上的管壁厚度缺损和1mm及以上的裂缝宽度进行甄别的能力。为该项目的进一步研究奠定了基础。

参考文献：

[1]Beller M， Uzelac N I， Barbian A.Combined Quantitative In-Line Inspection of Pipelines for Metal Loss and Cracks[C]//2006 International Pipeline Conference. American Society of Mechanical Engineers，2006：857-864.

[2]李晨光.管道焊缝无损检测的综合方法结合及图像处理[D].中国石油大学，2011.

[3]Vanaei H R，Eslami A，Egbewande A.A review on pipeline corrosion，in-line inspection（ILI）， and corrosion growth rate models[J].International Journal of Pressure Vessels and Piping， 2017，149：43-54.

[4]张宏亮，曹立江，李健，等.海上管道检测用X射线爬行器的研制[J].无损探伤，2015，39（01）：31-33.

[5]Liu Z， Kleiner Y.State of the art review of inspection technologies for condition assessment of water pipes[J].Measurement，2013，46（1）：1-15.

[6]Sharma A，Sandhu B S，Singh B.Incoherent scattering of gamma photons for non-destructive tomographic inspection of pipeline[J].Applied Radiation and Isotopes，2010，68（12）：2181-2188.

[7]Abdul-Majid S，Balamesh A.Imaging corrosion under insulation by gamma ray backscattering method[C]//18th World Conference on Nondestructive Testing，2012：16-20.

[8]Shedlock D，Hammerschmidt A.X-ray backscatter device for wellbore casing and pipeline inspection：U.S.Patent 8，138，471[P].2012-3-20.

[9]GB50253-2014.输油管道工程设计标准[S].