川中气矿湿天然气集输管道内腐蚀预测方法研究

论文摘要

随着川中气矿湿天然气集输系统运行时间的不断增长,集输管道出现了比较严重的腐蚀现象,对管线的安全运营和周围自然环境造成了严重威胁。如何对集输管道内腐蚀进行合理的预测,对管道腐蚀敏感区域进行准确的判定是气田安全生产的迫切需要。与干气输送管道内腐蚀已经建立了直接评价标准不同,湿天然气集输管道内腐蚀的腐蚀规律更为复杂,目前国内外尚没有可靠的办法对其腐蚀程度进行评价。因此具体分析川中气矿湿天然气集输管道内流体的流型流态、介质等因素的腐蚀规律,建立适用于湿天然气集输管道的内腐蚀预测模型（WG-ICDA）,指导气田生产部门采取有针对性的检测和防护措施,具有深刻的理论意义和广泛的实用价值。本文首先针对川中气矿湿天然气集输系统的腐蚀情况,收集和整理了大量管道工艺参数、运行状况以及腐蚀检测方面的基本资料,结合国内外天然气管道腐蚀相关资料的调研,分析了川中气矿湿天然气集输管道在不同介质、工况、流型流态下的腐蚀规律,分析得出,在相似工况条件下,管道中流体的流动规律是引起管道各处腐蚀速率变化的主要原因。接下来,针对川中气矿集输管道中流体的流动规律进行具体分析,在丰富的管道基本数据的支撑下,采用多相流模拟软件PipePhase对管道流程进行模拟,通过组合计算方法确定了管道各节点的压力、温度、流速、持液率等腐蚀敏感因素的分布,为建立管道多相流腐蚀模型提供了支持。根据流程模拟计算结果,结合管道高程剖面图,考虑了管道高程差、管道倾角、持液率、压力、雷诺数五个腐蚀敏感因素对湿天然气集输管道内腐蚀速率的影响,分别基于回归分析法、小生境遗传算法优化的人工神经网络方法,提出了本文的WG-ICDA模型。采用本文提出的WG-ICDA方法对川中气矿湿天然气集输管道的内腐蚀速率进行了预测,并对预测结果进行分析,结果表明本文提出的WG-ICDA模型比现有典型的腐蚀预测模型有更高的精度,能较好地完成对相似工况条件下的集输管道腐蚀速率的预测,可以在川中气矿集输系统进行推广。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 问题的提出以及研究意义
• 1.2 国内外干气内腐蚀直接评价研究情况
• 1.3 国内外湿天然气内腐蚀预测研究情况
• 1.3.1 国外湿气内腐蚀预测研究
• 1.3.2 国内湿气内腐蚀预测研究
• 1.4 本文的主要研究内容、技术路线
• 1.4.1 研究的主要内容
• 1.4.2 研究的技术路线
• 第2章 川中气矿湿天然气集输管道概述
• 2.1 管道基本情况
• 1集气总站管道'>2.1.1 9号站至雷一¹集气总站管道
• 1集气总站管线'>2.1.2 1号站至雷一¹集气总站管线
• 2.1.3 3号站至3号站阀井管线
• 2.1.4 4号站至139阀室管线
• 2.1.5 5号站至5号站阀井管线
• 2.1.6 7号站至7号站阀井管线
• 2.1.7 11号站至12号站管线
• 2.1.8 12号站至9号站管线
• 2.1.9 基本情况分析
• 2.2 现场腐蚀检测数据
• 1集气总站管线'>2.2.1 9号站至雷一¹集气总站管线
• 2.2.2 12号站至9号站管线
• 2.3 本章小结
• 第3章 天然气集输管道内腐蚀规律分析
• 3.1 天然气集输管道工艺
• 3.1.1 概述
• 3.1.2 湿气输送工艺
• 3.2 天然气中介质的腐蚀
• 2的腐蚀'>3.2.1 CO₂的腐蚀
• 2S的腐蚀'>3.2.2 H₂S的腐蚀
• 2/H₂S共同腐蚀'>3.2.3 CO₂/H₂S共同腐蚀
• 3.3 气液两相流的腐蚀
• 3.3.1 腐蚀—冲蚀协同作用机理
• 3.3.2 冲刷腐蚀的影响因素
• 3.4 川中气矿湿天然气集输管道腐蚀规律分析
• 3.5 本章小结
• 第4章 湿天然气集输管道两相流模拟
• 4.1 多相流计算软件简介
• 4.2 地面管道气液两相流模型建立的基础
• 4.2.1 持液率计算
• 4.2.2 气液两相流的流型判断
• 4.2.3 压降计算
• 4.3 建立地面管道流程
• 4.4 模拟结果分析
• 4.5 本章小结
• 第5章 湿天然气集输管道内腐蚀的WG-ICDA研究
• 5.1 WG-ICDA预测方法
• 5.2 经典的腐蚀速率预测方法
• 2腐蚀模型'>5.2.1 CO₂腐蚀模型
• 5.2.2 气液两相流腐蚀模型
• 5.2.3 腐蚀评价相关参数的计算
• 5.2.4 两相流模拟-经典腐蚀预测模型的应用分析
• 5.3 基于回归分析的腐蚀速率预测方法
• 5.3.1 多元线性回归分析
• 5.3.2 多项式回归分析
• 5.4 基于BP神经网络的腐蚀速率预测方法
• 5.4.1 BP神经网络原理
• 5.4.2 BP神经网络算法实现步骤
• 5.4.3 BP神经网络存在的问题与常用优化方法
• 5.4.4 小生境遗传算法优化BP神经网络模型
• 5.5 本章小结
• 第6章 内腐蚀预测方法应用分析
• 6.1 基于回归分析的WG-ICDA模型预测分析
• 6.2 基于NGA-BP神经网络的WG-ICDA模型预测分析
• 6.3 预测方法效果对比
• 第7章 结论与建议
• 7.1 结论
• 7.2 建议
• 致谢
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文及科研成果