基于表面紅外熱像的運行中脫硫塔壁厚定量檢測研究

劉宏林，韓玉軍，史 勇，孔松濤，王 堃

基于表面紅外熱像的運行中脫硫塔壁厚定量檢測研究

劉宏林1，韓玉軍2，史 勇3，孔松濤3，王 堃3

（1. 中國核電工程有限公司鄭州分公司，河南 鄭州 450000；2. 東方希望重慶水泥有限公司，重慶 408200；3. 重慶科技學院，重慶 401331）

本文采用共軛梯度方法，根據脫硫塔表面的紅外熱像對運行中的脫硫塔壁厚進行了檢測。由于脫硫塔內部檢測環境惡劣，壁厚檢測所需要的脫硫塔內壁面熱流亦采用共軛梯度法反演得到。首先通過數值實驗，驗證了本方法的可行性。然后，依據紅外熱像進行反演，發現脫硫塔存在筒體腐蝕，防腐涂層脫落和減薄等問題。利用后續的停機檢修，對問題區域進行了復核，亦證實了以上部位的異常，表明了本文所提出的基于表面紅外熱像的脫硫塔壁厚定量檢測方法的有效性和準確性。

紅外熱像；脫硫塔；壁厚；定量檢測

0 引言

濕法煙氣脫硫利用石灰石漿液吸收煙氣中的SO2，具有高效率和高可靠性等優勢，已成為當前火電廠和化工廠脫硫的主力技術[1]。但是火電廠運行過程中，由于煤燃燒和SO2氧化，特別是在選擇性催化還原脫銷系統中催化劑作用下，SO2會更有利于氧化成生成SO3，造成煙氣中SO3濃度顯著增加[2-3]。煙氣進入脫硫塔系統后，溫度迅速冷卻至酸露點以下，形成細小SO3酸霧，而單脫硫塔的SO3脫除效率僅為30%～40%[4]。

煙氣中的SO3、SO2，HF及其它酸性物質會導致塔體金屬發生化學腐蝕，脫硫塔內還存在電化學腐蝕、磨蝕、結晶腐蝕、垢下腐蝕和氯離子腐蝕[5]。在以上多種方式的共同作用下，受到內涂玻璃鱗片、聚烯烴共聚物、改性聚脲或納米復合涂料等物質防護的脫硫塔仍可能發生腐蝕。

目前，對脫硫塔的檢測主要有外觀損傷、鋼材厚度、力學性能、焊縫缺陷檢測和構件變形等項目[6]。以上檢測項目能夠有效對停機后的脫硫塔健康狀態進行評測。但是，對運行中的脫硫塔腐蝕狀態進行有效檢測未見文獻報道。結合脫硫塔運行參數和結構參數，本文提出了采用傳熱學反演的方法根據表面紅外熱像進行運行中脫硫塔壁厚定量檢測，并以某廠的煙氣脫硫塔為對象進行了實驗驗證。

1 脫硫塔傳熱模型

研究對象為圖1所示的脫硫塔，其內部環境復雜，無法布置有效的溫度測量裝置；脫硫過程是一個包含了傳熱、傳質和化學反應的復雜過程，難以準確地用數學語言描述。為了建立脫硫塔的傳熱模型，本文進行以下簡化：

1）脫硫塔為軸對稱結構，內壁面熱流沿周向分布均勻；

2）脫硫塔內部有玻璃鱗片防腐涂層，涂層質地均勻且熱物性參數為各向同性；

3）煙氣和石灰漿液對脫硫塔的傳熱，可等效為對脫硫塔內壁施加有沿軸向分布的加熱熱流；

4）忽略脫硫塔內部噴嘴和支撐結構對脫硫塔壁面溫度分布的影響；

5）忽略脫硫塔內壁和防腐涂層的接觸熱阻；

6）忽略脫硫塔的軸向導熱；

7）脫硫塔的溫度場為穩態。

圖1 某廠工作中的脫硫塔

脫硫塔漿液區是腐蝕的重災區，本文以漿液區段為研究對象，簡化后的脫硫塔漿液區如圖2所示，具體幾何參數及熱物性參數見表1。脫硫塔內壁1存在軸向分布熱流，外表面2與環境存在對流換熱，且2面上的溫度可以直接測量，其他表面3絕熱。記＝(,,)為空間坐標向量，脫硫塔溫度場的控制方程為：

邊界條件為：

式中：()為內壁沿軸向的熱流密度分布；為表面2的對流換熱系數；f為環境溫度；為表面的外法線方向。

表1 脫硫塔幾何參數及熱物性參數

若已知脫硫塔的幾何結構和熱邊界條件，利用有限元法（finite element method, FEM）求解公式(1)～(4)，可以確定脫硫塔的溫度場()，作為壁厚檢測的基礎。

2 基于反問題的脫硫塔壁厚檢測

運行中脫硫塔壁厚是影響脫硫塔表面溫度分布的關鍵因素之一，如果脫硫塔壁面腐蝕減薄，則傳熱熱阻減小，在腐蝕部位對應的塔外表面形成局部高溫區域，如圖1(b)所示。因此，可通過求解導熱反問題根據脫硫塔表面紅外熱像進行脫硫塔壁厚檢測。

2.1 壁厚檢測方案

在如圖2所示的脫硫塔表面熱像圖中，選取高溫區域的個溫度測點，依據此測量信息Tmea（＝1, 2, …,）采用共軛梯度方法（conjugate gradient method，CGM）求解多變量穩態傳熱反問題[7-8]，進行壁厚的反演；由于脫硫塔為薄壁結構，熱擴散效應較弱，則外表面高溫區域可看作與內壁腐蝕區域接近。為了便于問題討論，在本文中，內壁腐蝕區域用圓柱近似。

然而，壁厚反演過程中正問題的計算需要已知脫硫塔內壁熱邊界條件如熱流()。而內壁熱流()難以直接測量。如果直接同時反演壁厚和內壁熱流()，可能因為測量信息不能夠同時對壁厚和熱流具有較大的靈敏度，造成檢測系統的病態程度加劇。

因此，檢測方案包括了兩步：先進行內壁熱流定量識別，再定量識別壁厚。內壁熱流可采用CGM反演得到：在脫硫塔外表面高溫區域附近同等高度的溫度正常區域沿周向選取個測點，以該測點的溫度信息Tmea（＝1, 2, …,）反演該位置處的脫硫塔內壁熱流；內壁熱流沿高度方向變化，但是周向分布均勻，以第一步反演得到的內壁熱流作為壁厚反演中正問題的已知熱邊界條件，以高溫區域的溫度測量信息作為壁厚反演的依據，提高了測量信息對壁厚的靈敏度，有利于削弱壁厚檢測問題的病態程度。

2.2 共軛梯度算法

利用共軛梯度算法求解壁厚反問題，通過迭代優化使得目標函數()足夠小或者達到最大迭代步max，對應的壁厚即為所求。目標函數()可表示為：

式中：Tmea為在脫硫塔紅外熱像圖上提取的第個溫度測量值；d為第次迭代得到的壁厚的猜測值；Tcal(d)是根據d進行正問題計算得到的第個測量位置處的溫度計算值。為在紅外熱像圖上提取的溫度測量值的數目。停機標準可由下式表示：

＝2(6)

式中：為測量誤差的標準差。

CGM沿著已知點處的梯度所構造出的共軛方向迭代搜索目標函數的極小點，迭代過程中對壁厚猜測值的修正可表示為：

d＋1＝d－(7)

式中：為搜索步長；為搜索方向。

搜索步長表示為：

搜索方向可由下式表示：

式中：?(d)為目標函數的梯度；為共軛系數，可根據式(10)計算：

利用CGM根據紅外熱像圖中正常區域溫度反演該位置處的脫硫塔內壁熱流，其過程可參考公式(6)～(10)，在此就不一一贅述。

2.3 迭代求解流程

應用CGM根據脫硫塔紅外熱像圖反演壁厚的計算步驟如下：

1）根據紅外熱像圖，對異常區域進行辨識；

2）反演異常區域脫硫塔內壁熱流；

3）給出壁厚初始猜測值0；

4）通過求解公式(1)～(4)，得到測點處的計算溫度Tmea（＝1, 2, …,），并代入公式(5)：

如果滿足上述條件，d即為所求，停止迭代；否則繼續；

5）按公式(8)～(10)對CGM里的參數進行更新；

6）根據公式(7)更新壁厚的猜測值，并返回步驟4）。

3 脫硫塔檢測結果及分析

選取環境溫度f＝20℃，對流換熱系數＝10W/(m2×K)。異常區域溫度測點數量＝3；正常區域溫度＝2。考慮到實際測量過程中，溫度測量誤差是無法消除的，通過現場標定，測量誤差＝0.055℃，＝0.01。

1）數值實驗驗證

為了驗證檢測系統的有效性和精確性，本文先進行脫硫塔內部缺陷檢測的數值實驗。在數值實驗中，脫硫塔的熱邊界條件、幾何參數和熱物性參數均與實際過程相同，假設真實壁厚e＝16mm。

數值實驗中設置不同大小的測量誤差，以考察測量誤差對缺陷檢測結果的影響。實驗結果如表2所示。

表2 不同測量誤差時的檢測結果

從表2可以看出，隨著測量誤差的增大，壁厚檢測結果的精確性下降。如＝0.2℃時，相對誤差為7.13%，在工程上可以接受。

2）依據現場紅外熱像反演

①高溫區域1

如圖3所示，高溫區域1的最高溫度為48.2℃，區域的最大溫差為1.4℃。利用基于導熱反問題的脫硫塔壁厚檢測方法，對高溫區域1的壁厚進行計算，結果為＝14.6mm，即該區域玻璃鱗片厚度為0.6mm。考慮到計算誤差，可判定為防腐涂層已磨損殆盡或脫落，若不處理，塔壁金屬將受到快速腐蝕。在檢測后30天左右，脫硫塔停機檢修，發現高溫區域1的防腐涂層已脫落，證實了本方法的正確性。

圖3 高溫區域1對應的紅外熱像圖

②高溫區域2

如圖4所示，高溫區域2的最高溫度為48.3℃，區域的最大溫差為1.2℃。對高溫區域2的壁厚進行反演：＝15.8mm，即該區域防腐涂層厚度為1.8mm，可判定為防腐涂層已減薄。

圖4 高溫區域2對應的紅外熱像圖

③高溫區域3

如圖5所示，高溫區域3的最高溫度為48.1℃，區域的最大溫差為3.7℃。對高溫區域3的壁厚進行反演：＝6.5mm。表明該區域脫硫塔金屬塔壁已發生腐蝕，減薄了7.5mm，應盡快排查、檢修。

4 結論

本文采用導熱反問題的方法，根據紅外熱像圖對運行中的脫硫塔壁厚進行了檢測。其中，脫硫塔壁厚和脫硫塔內壁面熱流的反演均采用共軛梯度法。首先通過數值實驗，驗證了本方法的可行性。然后，依據紅外熱像進行反演，發現脫硫塔筒體腐蝕1處，防腐涂層脫落1處，防腐涂層減薄1處。在后續的停機檢修時對上述部進行了復核，均驗證了上述檢測結果，表明了基于表面紅外熱像的脫硫塔壁厚定量檢測方法的有效性和準確性。

圖5 高溫區域3對應的紅外熱像圖

防腐涂層厚度的不一致，脫硫塔內介質分布的不均勻，紅外熱像儀精度以及環境等因素，可能會給壁厚檢測結果引入誤差，造成識別精度下降。如何提高壁厚檢測精度，仍是下一步研究的方向。

[1] 杜佳, 齊曉輝. 影響燃煤電廠濕法煙氣脫硫效率的主要因素[J]. 化學工程與裝備, 2019(3): 263-264.

DU Jia, QI Xiaohui. Main factors affecting wet flue gas desulfurization efficiency in coal-fired power plants[J]., 2019(3): 263-264.

[2] Benson L B. Use of magnesium hydroxide for reduction of plume visibility in coal-fired power plants[C/OL].. [2021-04-08]. http://www. carmeusena.com/files/files/ Tech PapersReports/lb_20paper_no_2097.pdf.

[3] Ahn J, Okerlund R, Fry A, et al. Sulfur trioxide formation during oxy-coal combustion[J]., 2011(5): S127-S135.

[4] 潘丹萍, 吳昊, 鮑靜靜, 等. 電廠濕法脫硫系統對煙氣中細顆粒物及SO3酸霧脫除作用研究[J]. 中國電機工程學報, 2016, 36(16): 4356-4362, 4519.

PAN Danping, WU Hao, BAO Jingjing, et al. Study on removal of fine particles and SO3acid fog from flue gas by wet desulfurization system in power plant[J]., 2016, 36(16): 4356-4362, 4519.

[5] 梁志超. 濕法煙氣脫硫塔腐蝕及重點區域防護對策[J]. 全面腐蝕控制, 2017, 31(4): 66-69.

LIANG Zhichao. Corrosion of wet flue gas desulfurization tower and protection countermeasures in key areas[J]., 2017, 31(4): 66-69.

[6] 王艷平, 李書奇, 封云. 某脫硫塔火災后檢測鑒定及加固處理[J]. 工程質量, 2019, 37(11): 45-49.

WANG Yanping, LI Shuqi, FENG Yun. Detection, identification and reinforcement treatment of a desulfurization tower after fire[J]., 2019, 37(11): 45-49.

[7] 朱麗娜, 王廣軍, 陳紅. 采用共軛梯度法求解多變量穩態傳熱反問題[J]. 中國電機工程學報, 2011, 31(8): 58-61.

ZHU Lina, WANG Guangjun, CHEN Hong. The conjugate gradient method is used to solve multivariable steady-state inverse heat transfer problem[J]., 2011, 31(8): 58-61.

[8] 閆光輝, 楊立, 范春利. 基于紅外測溫的電氣控制柜內部元件熱缺陷溫度與方位的三維反問題識別[J]. 紅外與激光工程, 2012, 41(11): 2909-2915.

YAN Guanghui, YANG li, FAN Chunli. Three dimensional inverse problem identification of thermal defect temperature and orientation of internal components of electrical control cabinet based on infrared temperature measurement[J]., 2012, 41(11): 2909-2915.

Wall Thickness Quantitative Detection of Desulfurization Tower in Operation Based on Surface Infrared Thermal Image

LIU Honglin1，HAN Yujun2，SHI Yong3，KONG Songtao3，WANG Kun3

(1.,450000,;2.,408200,;3.,401331,)

In this study, the wall thickness of the desulfurization tower during operation was measured using the conjugate gradient method according to the infrared thermogram of the tower surface. Because of the harsh detection environment inside the desulfurization tower, the inner-wall heat flow, which was needed for wall thickness detection, was also obtained by inversion of the conjugate gradient method. First, the feasibility of the proposed method was verified using numerical experiments. Subsequently, based on the infrared thermal image inversion, it was found that the desulfurization tower had some problems, such as the corrosion of the cylinder, the falling off of the anticorrosive coating, and the thinning. In the subsequent downtime maintenance, the problem area was rechecked, and the anomalies mentioned above were confirmed, which indicated the effectiveness and accuracy of the quantitative detection method for the wall thickness of the desulfurization tower based on the surface infrared thermal image proposed in this study.

infrared thermal image, desulfurization tower, wall thickness, quantitative detection

TB21

A

1001-8891(2021)11-1135-05

2021-04-08；

2021-10-05.

劉宏林（1981-），男，高級工程師，主要從事核電站，火電項目的設計研究工作。E-mail：airo0424@163.com。

王堃（1980-），男，副教授，主要研究方向為流體傳熱及傳熱學反問題。E-mail：3938630@qq.com。