防腐蝕層破損管道IR降的影響因素

,,,

(中國民航大學 機場學院 油氣儲運工程系，天津 300300)

防腐蝕層破損管道IR降的影響因素

崔艷雨,張曼曼,范玥銘,危金卓

(中國民航大學 機場學院 油氣儲運工程系，天津 300300)

IR降作為管道陰極保護電位測量中不可消除的誤差，會影響所測管道陰極保護電位的大小，從而影響管道陰極保護有效性的判斷。采用正交試驗方法研究各影響因素與管道IR降之間的關系，通過試驗數據的處理，得出管道IR降與各影響因素之間的數學模型，并分析影響管道IR降的主導影響因子。結果表明：管道IR降的主導影響因素是防腐蝕層破損點面積、破損點位置及外加電壓；IR降與各因素之間符合多元非線性回歸。

防腐蝕層破損；IR降；數學模型；主導影響因子

在NACE Standard RP0502-2002中明確規定可以根據管道IR降變化來評價管道防腐蝕層破損程度[1]。消除管道IR降后真實有效的陰極保護電位(陰保電位)[2]，是管道工作者評價管道防腐蝕層狀況和分析管道陰極保護效果的前提。

極化探頭是一種能夠測出最接近管道真實有效陰極保護電位的測量工具，能消除由土壤電阻引起的IR降，但不能完全消除因管道防腐蝕層與土壤接觸產生的電阻和雜散電流引起的IR降，所以最終測出的陰極保護電位并不是精確有效的陰極保護電位。另外，鑒于極化探頭攜帶不便、測量方法復雜、受地理條件限制等缺陷，管道工作人員通常采用不能消除IR降的Cu/CuSO4電極進行日常陰保電位的測量，因而得不到有效的陰極保護電位，也不能有效地分析管道防腐蝕層的狀況和陰保的有效性；但是，管道IR降等于有效的陰極保護電位(Voff)和非有效陰極保護電位(Von)差的絕對值，如果知道管道IR降和非有效陰極保護電位，就能通過計算得到管道的有效陰保電位，從而對管道防腐蝕層狀況和陰極保護效果做出準確的判斷[3]。因此，探究防腐蝕層破損后管道的IR降，具有一定的研究意義。本工作采用正交的試驗方法研究了各影響因素與管道IR降之間的關系，通過試驗數據的處理，得出管道IR降與各影響因素之間的數學模型，并分析了影響管道IR降的主導影響因子。

1 試驗

1.1 正交試驗方案

為研究管道IR降與各影響因素之間的數學模型，試驗以IR降為指標，選擇管道埋深、破損點位置、大小、面積、土壤電阻率、外加電壓6個影響因素。因管道長度、管徑等各種限制，影響因素破損點位置選取2個水平，其余的影響因素均為4水平。根據正交表的靈活應用[4]，采用“并列”的方法改造正交表L32(231)為正交表L32(45×2)，如表1所示。其中表頭中數字1～6代表上述6個影響因素，數字1～32代表試驗次數。按表1所示方案進行正交試驗。

表1 L32(45×2)正交表Tab. 1 L32(45×2) orthogonal table

1.2 試驗設備、材料及過程

試驗中用到的儀器設備包括恒電位儀、萬用表、Cu/CuSO4參比電極、極化探頭、接地電阻測量儀、水分儀、pH計、氧化還原電位儀、石墨、碳棒、及熱風機等。

試驗材料為X56鋼線管，其規格為φ25 mm×2.5 mm，管道的防腐蝕層采用環氧煤瀝青防腐漆結合熱縮管，其防腐蝕等級為普通級；為操作的靈活性，用試片作為管道防腐蝕層的破損點。

試驗原理如圖1所示，管道總長360 cm，有八根引出線。其中i點處于管道中點且距離管道A，B兩端點的距離均為180 cm；a點距離A端點20 cm；以a點為起點依次間隔64 cm分別標記b，c，d，f，g點，即點a，b，c關于i點分別與d，f，g點對稱，a，b，c，d，f，g既是試片的連接點，也是防腐蝕層的破損點；i點引出線為測試樁；h點是Aa段的中點且與恒電位儀的負極連接。恒電位儀的正極與垂直距離管道25 m處的碳棒相連，恒電位儀的參比引出線與垂直距離管道2 m處的Cu/CuSO4參比電極相連，組成管道的陰極保護系統；FLUKE萬用表的正極與管道的測試樁連接，負極與參比電極連接，參比電極放在防腐蝕層缺陷的正上方，則萬用表的讀數即是所測管道處的陰極保護電位。

測量管道陰保參數時，規定管道的極化時間和去極化時間均為24 h。恒電位儀未接通時，相對于Cu/CuSO4電極測出的電位為管道的自然管地電位V；當恒電位儀接通時，相對于Cu/CuSO4電極測出的電位是管道的通電陰保電位(通電電位)Von，選用改造的新型極化探頭時，測出的電位是管道的斷電陰保電位(斷電電位)Voff，兩者的差值即是管道的IR降。

管道埋深的取值為10，20，40，60 cm；破損點面積值為4，8，16，36 cm2；破損點個數取值為1，2，4，8；土壤電阻率取值為2.01，3.39，9.47，18.01 Ω·m；外加電壓取值為-0.85，-0.95，-1.10，-1.20 V；破損點位置以管道陰極保護接入點為參考點，取值為10，330 cm。

把各因素的水平值代入表1所示正交表中，測算出32組不同試驗組合下a，c，g三個測試點的IR降，得出正交試驗數據如表2所示。

2 數據處理

2.1 相關性分析

分析各影響因素與IR降之間的數學回歸模型。首先對各因素進行相關性分析。通過SPSS軟件，利用Pearson簡單相關系數來測各因素之間相互依存關系的密切程度。處理結果如表3所示。

1-X56管道；2-恒電位儀；3-Cu/CuSO4參比電極；4-輔助陽極；5-測試樁；6-萬用表；7-參比電極；8-試片(模擬管道防腐蝕層破損點)圖1 試驗原理示意圖Fig. 1 The experimental principle diagram

表2 正交試驗數據表Tab. 2 The table of orthogonal experiment data

由表3可知，各因素之間的Pearson相關性系數均為0。因此，在相關系數為0.01的顯著性水平下各因素是相互獨立的，沒有交互作用。

表3 各影響因素相關性的分析表Tab. 3 The correlation analysis table of various factors

2.2 IR降主導影響因子分析

為分析各影響因素對管道IR降影響的主次和較優水平，對正交試驗結果進行了方差法分析和灰色關聯度分析，以便形成對比，確保試驗結果的準確性和可靠性，結果如表4～5所示。

表4 方差分析表Tab. 4 Variance analysis table

表5 灰色關聯度分析表Tab. 5 Grey correlation analysis table

結果表明：防腐蝕層破損面積、外加電壓、破損點位置對管道IR降有較明顯的影響，破損點個數、管道埋深、土壤電阻率對管道IR降影響不顯著。因此，IR降的主導影響因子為破損面積、外加電壓、破損點位置。

2.3 數學回歸模型建立

通過SPSS軟件和1stOpt軟件的結合，進行線性回歸模型和非線性回歸模型的分析。

2.3.1 線性回歸

通過SPSS軟件直接對正交試驗數據進行處理，得出a，c，g三點管道IR降D(IR)的線性回歸模型分別為式(1)、式(2)和式(3)，計算得a，c，g三點的可決系數分別為0.789，0.860，0.870，對應的P值均為0。

D(IR,a)=-26.353+0.141A+1.882B-

D(IR,c)=56.712+0.306A+2.842B-

D(IR,g)=-189.216+0.617A+2.797B-

式中：A為管道埋深，cm；B為防腐蝕層破損面積，cm2；C為破損點個數，個；D為土壤電阻率，Ω·m；F為外加電壓，V；G為破損點位置，cm。

2.3.2 非線性回歸

利用SPSS軟件和1stOpt軟件進行數學回歸模型的建立，IR降為試驗指標，其回歸模型思路如圖2所示[5-6]。

通過SPSS軟件的擬合，得出a點的各影響因素對應的最佳一元曲線模型分別為

圖2 多元非線性回歸模型思路圖Fig. 2 Multivariate nonlinear regression model figure

D(IR,a)=68.589-8.733D+1.168D2-

將最佳的一元曲線模型人工擬合成管道IR降與各因素的非線性模型為

式中:l0…l11分別為常數。

應用編程軟件1stOpt進行常數估算，結果如表6所示。

將表6中的常數項代入式(10)中，可以得到設定試驗條件下，a點的非線性回歸模型，見式(11),且IR降與各因素的多元非線性模型的相關系數R≈0.999，擬合度R2≈0.998。

D(IR,a)=-300.244-4.678A+0.153A2-

4.023D-0.509D2+0.017D3-0.826F+

同理，可得出c，g兩點的相關系數R分別為0.999 7，0.979，擬合度R2分別為0.999 4，0.958，非線性回歸模型分別為式(12)和式(13)。

表6 a點管道IR降的多元非線性回歸模型計算結果Tab. 6 Calculation result of pipeline IR drop at point a using multivariate nonlinear regression model

D(IR,c)=0.440 5-2.369A+0.077A2-

2.700D-0.343D2+0.012D3+0.967F+

D(IR,g)=-225.312+16.873A-0.005A2+

54.976D-6.989D2+0.235D3+4.689F+

對比線性回歸模型，非線性回歸模型的可決系數均大于線性回歸模型的可決系數，說明非線性回歸模型更適合表征管道IR降與各影響因素之間的關系；根據式(11)～(13)可知，a，c，g三點的非線性回歸模型中，管道埋深均是三次曲線模型、破損點面積均是S型曲線模型、破損點個數均是指數曲線模型、土壤電阻率均是三次曲線模型、外加電壓和管道破損點位置均為線性模型。因此，數學回歸模型可用式(10)表示。

3 結論

[1] NACE International. Pipeline external corrosion direct assessment methodology：NACE Standard RP0502-2002[S]. Houston:NACE International,2002.

[2] 國家質檢總局,國家標準委員會. 埋地鋼質管道陰極保護技術規范:GBT 21448-2008[S]. 北京：國家標準出版社，2008.

[3] 張曼曼. 埋地管道防腐層破損對陰極保護參數影響規律研究[D]. 天津：中國民航大學，2016.

[4] 中國科學院數學研究所統計組. 正交實驗簡介[M]. 鎮江:鎮江市革命委員會科技組,1974.

[5] 王蕊，董祥旻，何衛蘋. 一種多元非線性回歸模型的建立方法及其應用[J]. 評價與測量，2010,11:17-22.

[6] 李力新. 煉油廠常壓系統腐蝕因素關系模型及評價研究[D]. 西安：西安石油大學，2015.

InfluentialFactorsofIRDropsforPipelinewithDamagedAnticorrosionLayer

CUI Yanyu, ZHANG Manman, FAN Yueming, WEI Jinzhuo

(Department of Oil & Gas Storage and Transportation Engineering， Airport College， Civil Aviation University of China， Tianjin 300300， China)

IR drop, as an error which cannot be eliminated in the measurement of pipeline cathodic protection potential, affects the measured value of pipeline cathodic protection potential, leading to influence the judgment about the effectiveness of pipeline cathodic protection. The relationships between IR drop and its influential factors were studied by means of orthogonal experiment method. Mathematical models between IR drop and its influential factors were achieved by experimental data process. And the dominant factors affecting pipeline IR drop were analyzed. The results show that the damaged area and location of anticorrosion coating and the impressed voltage were the dominant factors which affected pipeline IR drop. The relationships between IR drop and influential factors followed nonlinear regression.

coating damage; IR drop; mathematical model; dominant impact factor

10.11973/fsyfh-201712009

TE988

A

1005-748X(2017)12-0943-06

2016-05-19

崔艷雨(1973-)，副教授，博士，從事航油儲運與腐蝕防護技術研究，13820199777，yycui@cauc.edu.cn