在有微生物的水中L245鋼腐蝕速率模型研究*

何 莎,鄧勇剛,李經偉,劉芯月,趙琪月,張 蘭

(1.中國石油集團川慶鉆探工程有限公司安全環保質量監督檢測研究院, 四川 德陽 618000;2.中國石油集團川慶鉆探工程有限公司頁巖氣勘探開發項目經理部, 四川 成都 610056;3.西南石油大學石油與天然氣工程學院,四川 成都 610500)

微生物腐蝕(MIC)是一種微生物自身生命活動或代謝產物直接或間接地影響金屬腐蝕破壞的現象[1]。硫酸鹽還原菌(SRB)被認為是油氣田系統中最主要的腐蝕性厭氧微生物[2-3]。近年來，SRB在頁巖氣生產中的影響逐漸明顯，謝明等[4]發現頁巖氣站外集氣管線發生SRB腐蝕;朱麗霞等[5]發現頁巖氣輸送彎頭腐蝕減薄是SRB與CO2腐蝕協同作用的結果;GASPAR J等[6]認為壓裂液、鉆井泥漿和蓄水均可能將有害微生物引入頁巖氣藏，同時氣田采出水中的各種可溶性離子也會引起管線腐蝕。在輸送過程中管線易發生結垢腐蝕，造成漏穿，導致經濟損失和環境污染[7-8]。

集輸管道直徑較小、彎頭較多，難以開展在線檢測，因此內腐蝕速率預測模型對于內腐蝕預測的重要性不言而喻。研究表明，國內外對單純的SRB腐蝕模型研究較多，HAILE T等[9]開發了一種SRB機理模型，可預測SRB生長引起的點蝕速率；FATAH M C等[10]根據SRB的代謝產物建立了SRB腐蝕的經驗方程；GU等[11]提出了一種基于生物催化陰極硫酸鹽還原(BCSR)理論的MIC點蝕進展預測的機理模型，卻鮮見SRB與采出水中的離子對管線腐蝕協同影響的腐蝕速率模型研究。為深入研究頁巖氣集輸管線在含SRB的采出水中的腐蝕情況，設計了靜態非生物與動態微生物腐蝕正交試驗，找出控制腐蝕的極端條件，結合試驗結果進行多元非線性回歸分析，建立針對某頁巖氣田的X管道的腐蝕速率模型，以期為預測并有效控制頁巖氣田集輸管線的腐蝕提供一定的理論依據。

1 試 驗

試片選用X管道的管材L245鋼，化學成分(質量分數，%)為：C 0.130%，Si 0.260%，P 0.007%，S 0.001%，Ni 0.120%，Cr 0.030%，V 0.008%，余量為Fe。通過線切割將試樣分割為50 mm×25 mm×2 mm的尺寸，用200—1500號砂紙對試片表面逐級打磨，打磨完成后，用丙酮除油，再用無水乙醇浸泡試片，最后用去離子水清洗試片并吹干后，將試片用濾紙包好放入干燥器內保存。試驗前，對試片稱質量且精確至0.1 mg。試驗溶液為Ca(NO3)2，NaCl，NaHCO3和Na2SO4配置的相應濃度的模擬水，由NaOH調節溶液pH值。試驗條件選取X管道2019—2020年工況的最小值、最大值及平均值。

首先進行靜態環境非生物腐蝕試驗，設計7因素3水平的18組正交試驗，每組試驗包含3片試樣。半浸沒的試驗組廣口瓶中加入500 mL模擬水，全浸沒的試驗組廣口瓶中加入1 L模擬水，均通氮氣1.5 h除氧，將L245鋼材試片按全浸沒、半浸沒和未浸沒的方式懸掛于廣口瓶中，封口周期為7 d。

試驗結束后，用蒸餾水沖洗試片表面，并用濾紙吸干，用丙酮和無水乙醇除油除水后用冷風吹干，拍攝宏觀照片，記錄試片表面腐蝕情況。表面腐蝕產物按照ASTM G1—2003《腐蝕試樣的制備、清潔處理和評定用標準實施規范》的步驟清洗，并用質量損失法計算腐蝕速率，見式(1)。

(1)

式(1)中，V為腐蝕速率，mm/a；Δm為試樣質量損失，g；S為試樣暴露面積，cm2；t為試驗時間，h；ρ為試樣相對密度，g/cm3。

2 結果與討論

2.1 靜態環境非生物腐蝕試驗結果

試片的靜態非生物正交試驗結果見表1。

表1 正交試驗結果

圖1 影響因素與腐蝕速率的關系

2.2 動態環境微生物腐蝕試驗結果

試驗結束后第二組的試片在腐蝕產物清洗前后對比見圖2，顯微鏡觀察的第二組試片點蝕形貌見圖3，動態微生物腐蝕結果見表2。

圖2 第二組試片去除腐蝕產物前后對比

圖3 第二組試片點蝕形貌

由表2可知，空白組的均勻腐蝕速率最高，為0.124 4 mm/a;加入SRB后，均勻腐蝕速率下降，最低至0.015 7 mm/a;但點蝕率在上升，最高可達1.616 2 mm/a，屬于高度腐蝕。從圖3也可看出，第二組試片上有較明顯的點蝕坑。推測是因為加入SRB后，附著在試片表面的生物膜和FeS保護膜相比空白組的保護膜更加致密，降低了均勻腐蝕速率[16]。

表2 動態條件下SRB腐蝕結果

從表2還可看出，相同流速下，SRB含量越多，腐蝕越嚴重；SRB含量相同的情況下，流速為0.4 m/s時腐蝕更嚴重。這是因為在低流速條件下，SRB在鋼片上聚集形成生物膜，進而誘發點蝕；而當液體流速增加至2 m/s，剪切應力也隨之增大，抑制了生物膜的形成，腐蝕速率降低[17-18]。而隨著SRB含量增多，有更多的SRB附著在試片表面生長代謝，造成更嚴重的點蝕。

3 L245鋼的腐蝕速率預測模型

3.1 腐蝕速率模型的建立

可先分別建立各因素與腐蝕速率的最優一元非線性回歸模型，再運用SPSS軟件進行多元非線性回歸，從而建立各因素與腐蝕速率的多元非線性回歸模型[19-21]。

Cl-濃度L與腐蝕速率Vcorr的關系：

Vcorr=-0.112 9L2+0.024 6L+0.067

(2)

溫度T與腐蝕速率Vcorr的關系：

Vcorr=0.002 3T-0.019

(3)

Vcorr=1.668 7H+0.048

(4)

NESIC等[22]通過對試驗數據的分析和統計，得出液體流速與腐蝕速率的冪函數關系，結合動態試驗數據，得到流速v與腐蝕速率Vcorr的關系：

Vcorr=0.017v-0.138

(5)

劉偉偉[23]利用回歸分析方法，建立了SRB數量與腐蝕速率之間的冪函數關系，因此結合動態試驗數據，得到SRB數量n與腐蝕速率Vcorr的關系：

Vcorr=0.001 7n0.355 4

(6)

根據以上公式，建立腐蝕速率的多元非線性回歸模型如下：

Vcorr=A×(-0.112 9L2+0.024 6L+0.067)+

B×(1.668 7H+0.048)+C×(0.002 3T-

0.019)+D×(0.0017n0.355 4)+E×(0.017v-0.138)+F

(7)

A，B，C，D，E，F為待定系數，F受其他因素的影響。

3.2 腐蝕速率模型驗證

圖4 X管道沿線溫降

圖5 X管道沿線液體流速

某管道檢測公司對X管道進行9處開挖檢測，X管道開挖點腐蝕速率與里程見表3。

表3 X管道開挖檢測結果

根據前6組開挖點數據，運用SPSS軟件作多元非線性回歸分析，得到式(7)的各項待定系數值，X管道的腐蝕速率模型見式(8)所示。將公式(8)運用到X管道預測，并用后3個開挖點驗證，結果見圖6。由圖6可知，誤差均小于10%，說明該模型具有一定的適用性。

Vcorr=-1 460.812×(-0.1129L2+0.024 6L+0.067)+2 194.352×(1.668 7H+0.048)-3.405×(0.002 3T-0.019)+255.791×(0.001 7n0.355 4)-10.027×(0.017v-0.138)-47.005

(8)

圖6 預測與驗證腐蝕速率對比

4 結 論

(2)根據動態微生物腐蝕試驗結果，隨著SRB數量的增加，試片的均勻腐蝕速率下降，但是點蝕速率上升。低流速且SRB數量較多的情況下，鋼片上可觀察到較明顯的點蝕坑，此條件下點蝕速率最大，達1.616 2 mm/a。