管道内腐蚀预测模型研究

2022-03-27李东昕

石油化工建设 2022年12期

李东昕

国家管网集团北方管道有限责任公司沈阳检测技术分公司辽宁沈阳 110168

随着我国能源需求的增加，越来越多的高含硫油气田被深度开采。此外，进口能源的含硫量较高，这在很大程度上增加了集输管线腐蚀失效的风险。因此，针对高含硫管道腐蚀特性开展深入分析，提高油气管网安全水平，对输油管道安全、稳定、高效的运行具有重要意义[1]。

本研究选取我国某气田集输管网下的某H 线作为实验对象，并通过H 线管道的测试数据构建内腐蚀预测模型。该管道材质为L245NCS 钢，输气量高、输气压力高，并且管径较粗。该集输管网建设投产使用时测试发现，H2S 浓度约为66.5g/ m3，平均腐蚀速率为0.0277，在0.025～0.125mm/ a 之间，属于中度腐蚀。

1 实验测试

1.1 实验条件

通过动态釜模拟管道实际运行条件，实验参数与实际气田集输管线工作条件保持一致，主要分析H2S 分压、CO2分压，以及温度和流速对腐蚀特性的影响规律。其中，H2S 和CO2的分压值均设定为0.1、0.2、0.3MPa；实验温度设定为50、60、70℃；流质流速分别取5、6、7m/ s，实验参数设置详见表1。

1.2 结果分析

通过开展动态反应实验获得不同实验条件下的腐蚀规律结果，如图1 所示。由图可见，当H2S 与CO2单独作用于管道试样时，腐蚀反应发生的速率较小；而当H2S 与CO2共同存在时，管道试样腐蚀反应速率明显提升。并且，当H2S 分压高于CO2分压时，管道试样腐蚀速率较高；特别是当H2S 分压等于CO2分压，并且实验温度与流质流速均较低时，管道试样发生腐蚀的速率最高。实验温度与流质流速的变化对腐蚀速率的影响效果不突出，H2S 与CO2分压值对腐蚀反应速率的影响较为明显。

图1 不同实验条件下的腐蚀速率结果

2 多相流模拟计算

为了进一步分析管道试样腐蚀速率的预测模型，基于实际管线数据建立了流动仿真模型，分别对H 管道沿线参数进行模拟计算分析，获得H 管道沿线的压力、温度、CO2分压及流质流速的分布情况。结果如图2—图5图所示。

图2 H管线高程变化情况

图3 H管线沿程温度分布情况

图4 H管线沿程气体流速分布

图5 H管线沿程H2S 与CO2分压值

3 管道腐蚀模型建立

3.1 基于机理分析的管道腐蚀预测模型

根据实验分析结果可知，H2S 与CO2的分压值、流质流速（v）和输送温度(T)是主要影响腐蚀速率的主要因素。因此，将管道腐蚀速率表征为每一个影响因素的函数关系，见式（1）和式（2）。

式中：p(H2S)——H2S 的分压值，MPa；

p(CO2)——CO2的分压值，MPa；

v——流质流速，m/ s；

T——输送温度，K。

当CO2/ H2S 的分压比值大于500 时，认为CO2为主要腐蚀因素，可以得到腐蚀速率的计算式（式3）。

当CO2/ H2S 的分压比值小于500 时，认为H2S 为主要腐蚀因素[2]，可以得到腐蚀速率的计算式（式4）。

式中：a、b、c 为常数。

根据式（3）和式（4），可以获得H2S 与CO2共存时管道腐蚀速率的计算公式（式5）。

式中：C、m、a、b、c 均为常数；Ea、E 为活化能，J/ mol；R 为气体常数。

首先，根据实验条件参数，获得管道实验腐蚀速率，结果如表2 所示。并进一步确定待定系数。

表2 不同条件下腐蚀速率测试结果 mm/ a

根据表2 的实验结果，选取9 组实验数据获得待定系数值，并利用5、11 两组数据验证计算模型的准确性，结果如表3 所示。

表3 计算模型准确性验证

根据表3 的准确性验证结果可知，计算模型的分析误差率均小于30%[3]，符合预测模型的精度要求，故确定待定系数后的预测计算公式（式6）。

3.2 基于BP 神经网络算法的管道腐蚀预测模型

BP 神经网络算法具有广泛的有效性、适用性特点，且预测结果准确性较高。因此，BP 神经网络算法被逐渐应用到管道腐蚀预测方法的研究中[4]。BP 算法主要通过给定具有输入模式与输出模式的数据实例完成训练，确定实际输出与期望输出之间所允许的最小偏差值。在训练过程中，可以改变神经网络中所有连接权值，缩小实际输出与期望输出之间的差距，直至实际输出能够满足二者之间的允许最小误差值。