機(jī)器學(xué)習(xí)算法在混輸管道內(nèi)腐蝕預(yù)測的應(yīng)用

胡 軍 郝 林 張少洋

（中海油安全技術(shù)服務(wù)有限公司，天津 300457）

0 引言

內(nèi)腐蝕是引起海洋石油生產(chǎn)中海底管道失效的主要因素[1]，內(nèi)腐蝕可造成管道結(jié)構(gòu)強(qiáng)度降低，導(dǎo)致泄漏，而且內(nèi)腐蝕引起的事故往往具有突發(fā)性和隱蔽性，因此后果一般比較嚴(yán)重。輸送油氣等介質(zhì)的管道中若含有水、二氧化碳（CO2）和硫化氫（H2S）等腐蝕性介質(zhì)，則發(fā)生內(nèi)腐蝕的風(fēng)險(xiǎn)較大。國際上EGIG、PARLOC、PHMSA均對管道的失效頻率進(jìn)行了統(tǒng)計(jì)[2,3]。

針對油水混輸海底管道的內(nèi)腐蝕風(fēng)險(xiǎn)，從設(shè)計(jì)建造階段、運(yùn)營階段均采取了管控措施，主要包括：

（1）設(shè)計(jì)建造階段：設(shè)計(jì)公司對擬輸送的介質(zhì)組分進(jìn)行分析，結(jié)合管道的運(yùn)行溫度、壓力、流速計(jì)算腐蝕速率，同時(shí)提出緩蝕劑等化學(xué)藥劑的應(yīng)用要求（通常緩蝕劑效率80～90%），最終確定腐蝕余量；

（2）運(yùn)營階段：管道運(yùn)營方對其監(jiān)測管道介質(zhì)組分、運(yùn)行壓力、溫度、腐蝕掛片/電阻探針腐蝕速率，定期進(jìn)行清管通球作業(yè)以避免管道內(nèi)壁積累污垢，同時(shí)定期進(jìn)行緩蝕劑效用評價(jià)[4,5]。

但由于運(yùn)行階段管道運(yùn)行參數(shù)的變化，如運(yùn)行壓力溫度的變化、含水量的變化，特別是緩釋劑沿管道全線的應(yīng)用效果、固體顆粒沉積、腐蝕垢片等多方面的影響，管道內(nèi)腐蝕的發(fā)展趨勢與設(shè)計(jì)階段的預(yù)估存在一定的差異。內(nèi)腐蝕風(fēng)險(xiǎn)仍是管道運(yùn)營單位重點(diǎn)關(guān)注的內(nèi)容。

管道運(yùn)營單位采用管道內(nèi)檢測以及內(nèi)腐蝕直接評估的方式分析管道腐蝕狀況[6]。對于海底管道目前具備內(nèi)檢測條件的通常都進(jìn)行檢測，對于暫時(shí)不具備條件的采用內(nèi)腐蝕直接評估的方式進(jìn)行分析。管道內(nèi)檢測是獲取管道本體狀況的最直接手段，通過管道內(nèi)檢測可獲取管道全線的缺陷數(shù)據(jù)，獲取的缺陷數(shù)據(jù)反映了管道歷年運(yùn)行工況的綜合影響結(jié)果，且內(nèi)檢測只能給出缺陷的情況，對于如何控制缺陷，降低腐蝕速率仍需進(jìn)行更多的分析評估。內(nèi)腐蝕直接評價(jià)是按照相關(guān)標(biāo)準(zhǔn)要求，基于腐蝕理論對腐蝕的機(jī)理及腐蝕速率進(jìn)行分析，找出關(guān)鍵影響因素，提出后續(xù)管控措施。考慮到內(nèi)檢測費(fèi)用較高，采用內(nèi)檢測與內(nèi)腐蝕直接評估相結(jié)合的方式能夠優(yōu)化管理成本。

對于腐蝕機(jī)理與腐蝕控制的研究，目前主要基于實(shí)驗(yàn)室高壓釜?jiǎng)討B(tài)試驗(yàn)以及相關(guān)的經(jīng)驗(yàn)公式或數(shù)值模擬[7]。但分析的結(jié)果由于假定條件與管道運(yùn)行實(shí)際工況仍有所區(qū)別，因此腐蝕速率的預(yù)測仍有所偏差。

本文從腐蝕主導(dǎo)因素出發(fā)，結(jié)合管道的實(shí)際檢測數(shù)據(jù)，采用機(jī)器學(xué)習(xí)算法對腐蝕缺陷進(jìn)行分析，通過數(shù)據(jù)的分析找出不同運(yùn)行參數(shù)的影響權(quán)重，同時(shí)可以根據(jù)管道未來運(yùn)行工況條件能夠更有效預(yù)測管道腐蝕趨勢[8]。本文提出的分析思路能夠作為其他管道的管理手段，可以優(yōu)化檢測周期，實(shí)現(xiàn)降本增效。

1 基于內(nèi)腐蝕直接評價(jià)（ICDA）理論的管道內(nèi)腐蝕影響因素

1.1 ICDA腐蝕關(guān)注要點(diǎn)

內(nèi)腐蝕直接評價(jià)方法是一種無需進(jìn)入管道內(nèi)部，又可有效識別管道內(nèi)部腐蝕風(fēng)險(xiǎn)的完整性評價(jià)方法，其在國外已應(yīng)用于工程實(shí)際，并形成相關(guān)規(guī)范，圖1內(nèi)腐蝕直接評價(jià)技術(shù)中給出了不同規(guī)范的適用范圍。

圖1 內(nèi)腐蝕直接評價(jià)技術(shù)

內(nèi)腐蝕直接評價(jià)根據(jù)輸送介質(zhì)不同，評估算法有所不同，但基本理念一致，即易積砂、積液的位置最易發(fā)生腐蝕。同時(shí)內(nèi)腐蝕直接評價(jià)技術(shù)還給出了腐蝕的其它相關(guān)影響因素，如油水交界面、細(xì)菌影響等。腐蝕的影響因素如下圖所示。

給予ICDA的方法計(jì)算出腐蝕高風(fēng)險(xiǎn)區(qū)后，即可根據(jù)腐蝕速率模型計(jì)算腐蝕風(fēng)險(xiǎn)，如Pots Model、Nesic Model、Srinivasan Model、De Waard and Milliams Model、Norsok M506。以Norsok M506為例，該腐蝕模型考慮了CO2分壓、溫度、流速等因素的影響。不同腐蝕速率模型計(jì)算的腐蝕速率存在一定的差異。

1.2 管道運(yùn)行期腐蝕影響因素分析

結(jié)合管道運(yùn)行階段的可獲取參數(shù)，對腐蝕影響情況進(jìn)行分析，進(jìn)一步構(gòu)建基于機(jī)器學(xué)習(xí)算法的數(shù)據(jù)邏輯模型。

（1）溫度、壓力、流量、含水率

管道出入口的溫度壓力可進(jìn)行監(jiān)測，對于管道沿線任意位置的溫度壓力可根據(jù)熱力、水力相關(guān)公式進(jìn)行計(jì)算。溫度對于腐蝕的影響較為顯著，根據(jù)國內(nèi)外相關(guān)試驗(yàn)數(shù)據(jù)以及經(jīng)驗(yàn)公式，60～80℃時(shí)CO2腐蝕速率最高，在30～50℃時(shí)最適宜SRB的生長，易出現(xiàn)細(xì)菌腐蝕，因此管道沿線不同位置區(qū)間對應(yīng)的腐蝕機(jī)理有所不同。管道的輸送壓力決定了CO2的溶解度，通常壓力越高腐蝕速率越高。

管道輸送量決定了介質(zhì)流速，流速越低越容易造成固體顆粒沉積，在易于沉積的位置將發(fā)生氧濃差腐蝕，同時(shí)阻斷了緩蝕劑對管道的保護(hù)。基于NACE SP0208中的“三層”模型，針對20余條海底管道計(jì)算了避免形成固定砂層的臨界速率，選取10條管道計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)展示，如圖2所示。針對其中部分已開展內(nèi)檢測管道的檢測數(shù)據(jù)發(fā)現(xiàn)，實(shí)際流速與臨界流速的比值越低，腐蝕風(fēng)險(xiǎn)越高。

圖2 基于三層模型計(jì)算臨界流速與實(shí)際流速對比

介質(zhì)含水率決定了油水界面，通常對于部分高含水率的海底管道，水相與管道內(nèi)壁充分接觸；

（2）水質(zhì)檢測

根據(jù)水質(zhì)檢測結(jié)果，依據(jù)SY/T 0600-2009油田水結(jié)垢預(yù)測標(biāo)準(zhǔn)，對海管入口、出口的水樣進(jìn)行結(jié)垢趨勢計(jì)算。對于結(jié)垢趨勢嚴(yán)重的介質(zhì)更易發(fā)生垢下腐蝕；另一方面，水中的氯離子含量也是腐蝕的重要影響因素。氯離子因其較高的極性和穿透性，破壞金屬表面的鈍化膜，腐蝕形態(tài)以點(diǎn)蝕為主；

（3）管道高程

管道低洼位置容易積液/積砂，在“三層”模型中，計(jì)算的臨界流速隨著管道傾角增大而升高；

（4）二氧化碳、硫化氫含量

二氧化碳、硫化氫含量越高腐蝕約嚴(yán)重。管道運(yùn)營方能夠定期對二氧化碳、硫化氫含量進(jìn)行檢測。實(shí)際運(yùn)行中還應(yīng)考慮硫化氫的產(chǎn)生是由于介質(zhì)自帶還是由于細(xì)菌產(chǎn)生的，通常管道入口未檢測出硫化氫，但管道出口出現(xiàn)硫化氫，說明管道內(nèi)部存在細(xì)菌腐蝕；

（5）腐蝕掛片/電阻探針腐蝕速率監(jiān)測

腐蝕掛片/電阻探針能夠一定程度上反映管道腐蝕情況，對于二氧化碳腐蝕參考性較強(qiáng)，圖3給出了腐蝕刮片清洗前的狀態(tài)。但根據(jù)管道運(yùn)行案例，存在實(shí)際腐蝕速率遠(yuǎn)高于腐蝕掛片的監(jiān)測速率；另一方面對于掛片的附著物檢測也是對判斷管道內(nèi)部腐蝕情況的一項(xiàng)依據(jù)；

圖3 腐蝕掛片含油泥含砂（清洗前）

（6）清管通球清除物

清管通球能夠清除管道內(nèi)雜質(zhì)，通常清除物為泥沙雜質(zhì)、垢片，存在此類清除物時(shí)，說明管道存在固體顆粒沉積造成垢下腐蝕的風(fēng)險(xiǎn)；

（7）緩蝕劑緩釋效率

隨著運(yùn)行工況的改變，如混輸管道含水率的升高、水質(zhì)變化等，緩蝕劑防腐效果將發(fā)生變化。緩蝕劑緩釋效率能夠有效減緩腐蝕速率，對管道的安全運(yùn)行起到了至關(guān)重要的作用。管道運(yùn)營公司定期對采用的緩蝕劑進(jìn)行評價(jià)，驗(yàn)證應(yīng)用效果，緩蝕劑試驗(yàn)掛片情況如圖4所示。

圖4 緩蝕劑試驗(yàn)

2 機(jī)器學(xué)習(xí)算法

通過管道內(nèi)檢測可獲取管道全線的缺陷數(shù)據(jù)，每一缺陷將給出對應(yīng)里程位置及缺陷的深度、長度、寬度、鐘點(diǎn)位置，結(jié)合內(nèi)腐蝕直接評價(jià)方法對腐蝕高風(fēng)險(xiǎn)區(qū)域的判斷方法以及Norsok-M506等腐蝕預(yù)測模型，可以找出管道運(yùn)行工藝參數(shù)與缺陷的對應(yīng)關(guān)系，進(jìn)而對管道缺陷數(shù)據(jù)進(jìn)行預(yù)測分析。

從管道現(xiàn)場管理角度，目前可獲取的工藝數(shù)據(jù)包括管道每天的工藝參數(shù)，如管道出入口的溫度、壓力，定期的腐蝕檢測數(shù)據(jù)，如CO2分壓、腐蝕掛片檢測數(shù)據(jù)；另一方面，管道沿線由于溫降以及壓降，不同管段的溫度、壓力、CO2分壓均不同。而腐蝕內(nèi)檢測數(shù)據(jù)體現(xiàn)的是一定時(shí)期內(nèi)的綜合情況。

機(jī)器學(xué)習(xí)是用數(shù)據(jù)或以往的經(jīng)驗(yàn)，以此優(yōu)化計(jì)算機(jī)程序的性能標(biāo)準(zhǔn)。目前應(yīng)用較多的算法如SVM（Support Vector Machine）支持向量機(jī)、Logistic Regression邏輯回歸、Linear regression線性回歸、多層神經(jīng)網(wǎng)絡(luò)。考慮到腐蝕數(shù)據(jù)分析并非分類問題，因此線性回歸以及多層神經(jīng)網(wǎng)絡(luò)算法較為合適[9-14]。

線性回歸，是利用數(shù)理統(tǒng)計(jì)中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法，運(yùn)用十分廣泛。

BP神經(jīng)網(wǎng)絡(luò)算法，其模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱層和輸出層。

對于兩種方法的輸入值為運(yùn)行溫度與壓力，輸出值為實(shí)際檢測的腐蝕缺陷。

3 某管道內(nèi)檢測腐蝕速率預(yù)測

3.1 某管道腐蝕數(shù)據(jù)與工藝參數(shù)處理

國內(nèi)某管道投產(chǎn)運(yùn)行8年開展了管道內(nèi)檢測，共計(jì)7616處缺陷，缺陷數(shù)據(jù)情況如下圖所示。根據(jù)圖5、圖6可看出如下情況：

圖5 管道缺陷直方圖（500m間隔）

圖6 管道缺陷深度直方圖

（1）腐蝕缺陷數(shù)量與管道里程存在一定的聯(lián)系：管道里程1000～3000m，各區(qū)間缺陷數(shù)量總體一致；3000～3500m，缺陷數(shù)量顯著增大；3500～6500m，缺陷數(shù)量較上游減小約50%；6500～10500m，缺陷數(shù)量明顯減小；

（2）管道缺陷深度數(shù)量呈指數(shù)分布。

獲取了該管道自投入使用至檢測時(shí)入口與出口的工藝參數(shù)，包括溫度、壓力、流量，對數(shù)據(jù)處理如下：

a. 取歷年工藝參數(shù)的平均值，如表1所示；

表1 管道歷年工藝參數(shù)平均值

b. 沿管道里程根據(jù)管道入口與出口工藝參數(shù)的平均值采用線性插值的方式進(jìn)行換算。

通過數(shù)據(jù)的處理即可獲得缺陷深度與運(yùn)行溫度及壓力的對應(yīng)關(guān)系。

為更好的預(yù)測分析管道腐蝕程度，每50個(gè)缺陷數(shù)據(jù)保留其中最大的3個(gè)數(shù)據(jù)，構(gòu)建的對應(yīng)關(guān)系如圖7、圖8所示。

圖7 缺陷深度與壓力對應(yīng)關(guān)系

圖8 缺陷深度與溫度對應(yīng)關(guān)系

3.2 線性回歸分析

腐蝕數(shù)據(jù)共計(jì)39組，采用31組作為訓(xùn)練集，剩余8組作為驗(yàn)證集。基于Python的Linear Regression對數(shù)據(jù)進(jìn)行線性回歸分析，回歸擬合結(jié)果如圖9所示，擬合函數(shù)為，根據(jù)擬合結(jié)果，管道運(yùn)行壓力對腐蝕的影響大于溫度的影響。

圖9 線性回歸擬合結(jié)果

3.3 神經(jīng)網(wǎng)絡(luò)回歸分析

腐蝕數(shù)據(jù)共計(jì)39組，采用31組作為訓(xùn)練集，剩余8組作為驗(yàn)證集。基于Python的MLP Regressor對數(shù)據(jù)進(jìn)行線性回歸分析，采用tanh函數(shù)作為激活函數(shù)，擬合結(jié)果如圖10所示。

圖10 神經(jīng)網(wǎng)絡(luò)擬合結(jié)果

3.4 腐蝕趨勢預(yù)測

管道運(yùn)行溫度與壓力存在波動(dòng)，基于目前的回歸模型即可預(yù)測不同工藝參數(shù)下的腐蝕情況。以58℃，1.3MPa的工藝參數(shù)為例，預(yù)測腐蝕結(jié)果如表2所示。

表2 腐蝕預(yù)測

4 結(jié)語

基于內(nèi)腐蝕直接評價(jià)理念中的腐蝕分析方法，結(jié)合管道歷年運(yùn)行工藝參數(shù)及內(nèi)檢測結(jié)果，采用線性回歸以及神經(jīng)網(wǎng)絡(luò)算法，對管道腐蝕缺陷進(jìn)行了統(tǒng)計(jì)分析，同時(shí)預(yù)測了在不同工藝條件下的腐蝕趨勢。按照該算法，能夠?qū)崟r(shí)按照管道運(yùn)行工藝參數(shù)預(yù)測未來腐蝕程度。通過分析得出如下結(jié)論：

（1）基于管道內(nèi)檢測數(shù)據(jù)，管道缺陷深度數(shù)量呈指數(shù)分布；

（2）考慮到腐蝕數(shù)據(jù)分析并非分類問題，因此線性回歸以及多層神經(jīng)網(wǎng)絡(luò)算法較為合適；

（3）提出了基于歷年工藝參數(shù)的一種分析模型，即計(jì)算管道入口與出口歷年工藝參數(shù)的平均值，以該平均值為基礎(chǔ)采用線性插值的方式計(jì)算管道沿線不同位置的溫度與壓力，為更好的分析管道工藝參數(shù)與缺陷的對應(yīng)關(guān)系，選取不同管段0.5%的最大腐蝕缺陷，最終將工藝參數(shù)作為輸入值，腐蝕缺陷數(shù)據(jù)作為輸出值，構(gòu)建數(shù)學(xué)模型；

（4）基于Python采用線性回歸以及多層神經(jīng)網(wǎng)絡(luò)算法對數(shù)據(jù)進(jìn)行了分析，給出了擬合函數(shù)，同時(shí)以58℃，1.3MPa的工藝參數(shù)為例，預(yù)測腐蝕趨勢，兩種算法預(yù)測結(jié)果基本一致；

（5）基于該擬合結(jié)果，能夠預(yù)測管道不同運(yùn)行工況時(shí)不同管段的腐蝕速率。