不銹鋼連續管在線檢測與疲勞壽命數據融合評價方法*

周兆明，李 波，張 歡

（1.西南石油大學 機電工程學院，成都 610500；2.中國航油集團貴州石油有限公司，貴陽 550005）

0 前 言

連續管在油氣開采過程中具有多樣性、快捷性和可靠性的特點，被稱為“萬能作業機”，目前已在世界油氣田作業中得到廣泛應用。在連續管使用過程中，不可避免地會造成劃痕等細小缺陷，這些缺陷將給連續管井下作業帶來安全隱患。目前，陸地領域使用的連續管大多采用低碳鋼制造，耐腐蝕性較差。雙相不銹鋼具有優異的性能，如強度、韌性和抗應力腐蝕開裂性能[1]，較低碳鋼連續管使用壽命長，可用于陸地和海上作業。

在連續管缺陷檢測領域，Stanley[2]率先利用漏磁檢測技術開發了連續管在線檢測系統。目前，國外成熟的連續管檢測系統主要有：Rosen公司的ACIM[3-4]、Schlumberger 公司的Coilscan[5]、ItRobotics 公 司 的ECTI32 和CTAS[2,6]、加 拿 大Coiled Tubing Inspection EMI 和OEM-ARTIS-4 連續管檢測系統以及NOV CTES公司的CT-DOG[7]和Argus[8]。國外現有檢測系統都是以漏磁檢測技術作為連續管缺陷檢測的關鍵部分，少數增加渦流檢測技術對連續管橢圓度進行檢測。針對連續管檢測，國內也開展了相關研究。康宜華與武新軍[9-11]團隊對漏磁方法檢測連續管橢圓度進行了研究。華中科技大學聯合江漢機械研究所研制出直接安裝在連續管作業機上的連續管在線檢測裝置[12]。Zhou等[13]提出了基于微磁檢測技術的連續管缺陷檢測方法，并提出了基于信息融合的GAPSO-BP 實時在線漏磁缺陷反演方法[14]。王立敏等[15]利用微磁檢測技術檢測連續管缺陷，利用渦流測距技術檢測連續管橢圓度。杰瑞公司開發了漏磁檢測方式和漏磁+渦流檢測方式兩種連續管檢測系統。綜上所述，目前成熟的連續管檢測系統均是基于漏磁檢測技術檢測缺陷。另外，弱磁檢測技術和漏磁檢測技術只適用于普通低碳鋼連續管，且漏磁檢測裝置沉重不易安裝，對于雙相不銹鋼連續管等導磁率低的連續管檢測效果不佳，特別是弱磁技術的抗干擾能力較弱。

然而，渦流檢測技術在金屬材料缺陷檢測和壁厚測量等領域有著廣泛的應用[16-17]，且適用于所有金屬材質，可用于連續管在線檢測。目前已有許多學者對采用渦流檢測技術進行管材探傷進行了大量研究。秦建柱等[18]設計了一種用于檢測小徑管周向裂紋的橫向激勵渦流檢測探頭，該探頭可以檢測出2 mm的周向裂紋。王長新等[19]構建了一種基于SSA-BP的神經網絡缺陷識別模型，可以根據管道的渦流檢測數據定量識別缺陷類型和大小。辛佳興等[20]提出了一種基于陣列渦流檢測技術的管道內檢測方法，用于檢測管道變形缺陷。Xiao[21]提出了一種外脈沖遠場渦流法對管道內外表面缺陷進行分類。Chen[22]提出了一種脈沖渦流檢測鐵磁管道壁厚的反演方法。Cheng[23]從能量耗散和存儲的角度分析了渦流檢測的能量流，解釋了阻抗信號，論證了在不考慮磁性變化的情況下，在幾十赫茲測量鐵磁管厚度的可能性和可行性。Hamia[24]提出了一種新的勵磁方法來產生偽旋轉交流磁場，從而產生偽旋轉渦流，該方法顯著提高了對任意方向深裂紋的檢測效果。Zhao[25]提出了一種單軸交流現場測量檢測系統，用于裂紋尺寸估計。Shaikh[26]采用渦流檢測方法對奧氏體不銹鋼管進行腐蝕檢測。Chu[27]設計了一種基于1-1型電磁傳感器的小功率渦流檢測儀，用于管道裂縫監測。

連續管壽命預測對連續管現場作業有著及其重要的作用。最早Manson和Coffin[28-29]通過試驗得到了材料疲勞壽命的變化趨勢和規律，為結構材料的低周疲勞壽命理論奠定了理論基礎。Wetzel[30]在Manson-Coffin研究基礎上，提出了低周疲勞估算理論和方法。目前經典的連續管理論疲勞模型主要有Cerberus（Halliburton）、Maurer和Medco軟件使用的Avakov[31]，Cerberus公司和Schlumberger公司使用的Tiption[32]和BJ/Nowsco 開發的CIRCA[33]三種。這三種模型均為理論疲勞模型，即通過連續管疲勞試驗機的試驗數據，不考慮連續管缺陷和焊縫情況來預測連續管的疲勞壽命，導致預測的準確性不高。另外，還有許多學者對疲勞預測模型進行了改進。王海濤[34]基于三參數冪函數能量法和梁彎曲理論為基礎，結合連續管的承載狀態，考察其疲勞壽命及影響因素。于桂杰等[35]利用SOFM神經網絡對有表面缺陷的連續管進行疲勞壽命預測。程文[36]基于等效應力法與臨界面法疲勞破壞準則，得到了連續管疲勞壽命計算方法，并開發出了一套連續管力學分析軟件。現有模型仍處于理論壽命模型階段，并未開發相應的帶缺陷數據的疲勞預測模型及軟件。此外，國際上逐漸考慮連續管缺陷和現場測量數據等因素來改進傳統疲勞壽命預測模型[37]，畢宗岳等[38]認為連續管的缺陷對其疲勞壽命的預測會產生很大的影響。

本研究針對普通漏磁檢測技術對磁導率較低的不銹鋼連續管檢測效果不佳，以及漏磁檢測技術對周向缺陷分辨力不明顯等問題，開發了一種基于渦流檢測原理的連續管在線檢測系統，系統基于差分渦流法，采用ZYNQ 7010作為數據采集傳輸的核心芯片，大大提高了采樣率。設計了一種針對連續管這種小管徑管材的陣列曲面探頭，該探頭能對連續管進行360°全覆蓋，實現全周向檢測。針對目前連續管疲勞預測模型不準確的問題，對現有疲勞模型進行了改進，提出了一種帶缺陷檢測數據的預測模型并形成了相應疲勞預測軟件，該軟件疲勞預測效果比現有國外軟件的準確性更高。

1 連續管在線檢測裝置

1.1 渦流檢測原理

渦流檢測原理如圖1所示，根據電磁感應原理，當具有交流電的探測線圈靠近或放置在試件上時，所產生的一次交變磁場會使試件產生電磁感應，在試件中感應的電流就稱為渦流。根據楞次定律，試件感應的渦流也會產生二次磁場與探測線圈產生電磁感應，從而線圈上產生電壓。線圈中的總電壓是原始勵磁電壓和渦流感應電壓的矢量和。當試樣中出現缺陷或其電導率和磁導率發生變化時，會影響渦流的強度和分布。渦流變化會引起線圈阻抗變化。因此，通過檢測探頭線圈阻抗的變化，可判斷導體試樣是否存在缺陷。

圖1 渦流檢測原理

1.2 檢測系統設計

渦流檢測系統如圖2所示，硬件系統主要由線圈探頭傳感器、現場可編程門陣列（FPGA）和ARM處理器片上系統（SoC）、前端電路和上位機組成。激勵線圈受激勵信號激勵，交流勵磁信號由FPGA 芯片組成的DDS 波形發生器產生，經DAC轉換成模擬信號，再經功率放大器放大，且激勵頻率可調，便于檢測更多材質連續管。兩個接收線圈差分輸出信號經過程控制放大器放大，由濾波器濾波，再經模數轉換成模擬信號。FPGA將信號解調后通過以太網發送給PC機。為消除干擾信號，該裝置在硬件電路中設計了低通濾波器，并在檢測軟件中添加相應的數字濾波器。

圖2 渦流檢測系統硬件系統框圖

如圖3 所示，連續管在線檢測系統主要包括檢測裝置和PC 上位機。為了便于安裝，檢測裝置采用半包式結構設計，由兩個紅色鎖緊扣固定。PC 上位機主要負責數據實時動態顯示、檢測數據結果分析以及歷史檢測數據查詢。

圖3 連續管在線檢測系統

1.3 雙相不銹鋼樣管加工及試驗

根據API RP 5C8標準[39]，要求檢測的缺陷尺寸為6 mm×0.5 mm×0.35 mm，使用電火花切割工藝在試驗用雙相不銹鋼連續管上制取缺陷樣管，如圖4 所示。樣管直徑為32 mm，壁厚為4 mm，長度為1 m，樣管從左到右分別加工了橫向缺陷、縱向缺陷、壁厚減薄和縱向開口缺陷。

圖4 雙相不銹鋼連續管樣管

試驗以3 m/min的恒定速度拉動樣管。渦流信號阻抗實部和虛部的信號幅值如圖5所示，它由大約9 000個采樣點組成，平均每厘米110個采樣點。橫軸表示采樣點，縱軸表示信號幅度大小。從圖中可以區分出4種缺陷對應的信號，信號的大小與缺陷的大小呈正相關。試驗結果表明，研制的渦流檢測系統能夠檢測出API RP 5C8標準要求的雙相不銹鋼連續管縱向缺陷和軸向缺陷。

圖5 樣管渦流檢測數據

2 基于渦流檢測數據的壽命評估方法

連續管的缺陷對其疲勞壽命的預測會產生很大的影響，截止目前，很多商業疲勞壽命預測軟件都忽略了連續管表面缺陷對連續管疲勞壽命的影響，包括腐蝕、機械損傷、制造缺陷、操作失誤和焊縫等缺陷。在實際作業中，僅通過理論疲勞壽命預測模型對連續管狀態進行預測，并不能準確將連續管的實際狀態輸入到模型中，預測手段存在一定的局限性。本研究提出了一種利用渦流檢測裝置結合疲勞壽命預測模型理論來提高疲勞壽命預測準確性的模型。該模型根據缺陷尺寸定義了缺陷敏感系數Q，缺陷敏感系數Q與缺陷的壁厚、深度和缺陷的投影面積等有關[33,40]，其計算方法如下

式中：d——缺陷的深度，mm；

w——缺陷的寬度，mm；

x——缺陷的長度，mm；

t——連續管壁厚，mm；

AP——缺陷在連續管橫截面的投影面積，mm2；

AC——缺陷處完好的連續管承載的投影面積，mm2。

Q——缺陷敏感系數，Q值越大，對連續管壽命的影響越大。

根據缺陷類型、材料等級、壓力等級的不同，Q值與疲勞壽命有一定的關系。影響疲勞壽命的因素包括缺陷的形狀和尺寸、管材的尺寸、工作條件和缺陷產生的原因。

缺陷敏感系數Q與應變集中系數Kε存在一定的關系，根據測試數據統計回歸方程為

式中：a2、b2——均為曲線常數，由試驗得出。

含表面缺陷的連續管疲勞壽命可根據壓力集中系數和應變集中系數進行預測，步驟如下：

（1）用σh/Sy表示壓力范圍，壓力集中系數Kp為

式中：a1、b1——經驗常數；

σh——環向應力，MPa；

Sy——屈服強度，MPa。

（2）根據表面缺陷的幾何尺寸獲得缺陷敏感系數Q，然后計算應變集中系數Kε，即

式中：Δεx——軸向應變。

（4）疲勞壽命N可以通過等效應變幅曲線計算，即

式中：c——延展性指數；

b——疲勞強度，MPa；

Npred——預測疲勞壽命。

（5）應用Miner法則計算總疲勞損傷及壽命。

（6）根據在線檢測裝置獲得缺陷的幾何形狀，輸入到帶缺陷的疲勞壽命預測模型中。

整個評價軟件以Avakov[18]模型為基礎，將缺陷尺寸納入到疲勞壽命評估計算中，消除現有模型對缺陷和腐蝕影響因子固定化的影響。該軟件與目前國際主流連續管疲勞預測軟件均增加了缺陷數據導入流程，即導入渦流檢測裝置的檢測數據來預測連續管的疲勞壽命。通過將檢測數據引入疲勞壽命模型進行壽命預測的方法，可以準確定量獲得各種工況下連續管的實際尺寸，計算的疲勞壽命更加準確和可靠，能夠提高連續管的利用率，節約成本。

據此，通過試驗驗證連續管疲勞壽命，結合上述模型，設計出連續管疲勞壽命預測軟件，如圖6所示。圖6（a）為疲勞軟件主界面，軟件主要包括疲勞預測模塊和數據庫模塊（作業車數據庫、連續管數據庫、疲勞預測數據庫和連續管檢測數據庫）；選擇圖6（a）的疲勞預測模塊后，即可進入參數設置界面（見圖6（b）），通過該界面設置連續管參數（材料、管徑和壁厚等）、滾筒參數以及鵝頸管參數；配置完參數后，導入渦流檢測系統檢測出的連續管缺陷數據，軟件會根據檢測數據通過缺陷反演模型求解出公式（1）中的Q，界面如圖6（c）所示；圖6（d）為疲勞預測界面，可顯示當前連續管的使用壽命。通過將試驗參數、缺陷數據、材料參數等輸入該軟件，便可計算出連續管的疲勞壽命，從而實現通過渦流周向檢測來預測連續管的疲勞壽命，提高作業效率。

圖6 連續管疲勞壽命預測過程

3 結 論

（1）設計的用于檢測連續管的全封閉曲面探頭，實現了對不銹鋼連續管管壁的360°全周向檢測，以及任意方向的缺陷檢測。

（2）基于渦流檢測原理，采用FPGA 作為數據采集核心處理器，結合上位機軟件，開發了一種基于渦流的連續管檢測系統，經試驗驗證，該系統能準確檢測出雙相不銹鋼連續管的缺陷。

（3）基于Avakov 模型，結合連續管缺陷檢測數據，開發了基于缺陷檢測數據的疲勞預測評價軟件。