含硫天然气集输管道内腐蚀预测模型研究.pdf

第 39卷第 08期 （2020-08） 油气田地面工程 试验研究 含硫天然气集输管道内腐蚀预测模型研究 * 田源 1，2，3 李珊 1，2，3 肖杰 1，2，3 1中国石油西南油气田分公司天然气研究院 2国家能源高含硫气藏开采研发中心 3中石油集团公司高含硫气藏开采先导试验基地 摘要某天然气集输管线 A 线 （材质 L245NCS钢） 具有输气量大、管径大、输送压力高、输送 介 质 H2S 含 量 高 等 特 点 ， 管 线 内 腐 蚀 较 为 严 重 。 在 多 相 流 理 论 的 基 础 上 ， 采 用 失 重 法 对 L245NCS钢开展了若干组高温高压动态反应釜实验，并运用多相流模拟软件进行管线数值模拟 计算。建立了在 H2S和 CO2共存条件下，同时考虑温度和液体流速的半经验腐蚀预测模型，并基 于 BP 神经网络算法开发了含硫天然气集输管道腐蚀预测软件；应用到某管线开展内腐蚀预测， 预测结果误差＜30，应用效果良好，为高含硫集输管道腐蚀失效研究提供了一定的参考。 关键词集输管线；内腐蚀；预测模型；腐蚀速率；腐蚀因素 Internal Corrosion Prediction Model Study of Sour Gas Gathering and Transmission Pipeline TIAN Yuan 1，2，3，LI Shan1，2，3，XIAO Jie1，2，3 1Research Institute of Natural Gas Technology，Southwest Oil Gasfield Company，CNPC 2National Energy Exploitation and Development Center of Sour Gas Reservoir 3Sour Gas Reservoir Exploitation Pilot Test Base，CNPC Abstract One certain gas gathering and transmission pipeline Line A material L245NCS steel has the characteristics of large transmission volume， large pipeline diameter， high transmission pressure， and high H2S content. The internal corrosion of the pipeline is severe. Based on the multi-phase flow theory，the weight loss is used to carry out several groups of the dynamic reactor experiments under high temperature and high pressure，and a multi-phase flow software is used to conduct pipeline numerical simulation calculation. Then a corrosion prediction model under H2S and CO2co-existing condition is established，and a corrosion prediction software for natural gas gathering and transportation pipeline is developed based on a BP neural network algorithm. The software is applied to some pipeline to take internal corrosion prediction，and the prediction is less than 30，which can provide a certain reference for the corrosion failure study of high sulfur gathering and transmission pipeline. Keywords gathering and transmission pipeline； internal corrosion； prediction model； corrosion rate；corrosion factor DOI10.3969/j.issn.1006-6896.2020.08.004 * 基金论文中国石油天然气股份有限公司重大科技专项“西南油气田天然气上产 300 亿立方米关键技术研究与应用 四川盆地气田开发地面系统安全清洁高效运行关键技术研究与应用” （2016E-0610） 。 我国硫化氢含量 （质量分数） 大于 1的天然 气储量占全国的 1/4，随着油气勘探开发广泛深入 进行，将会有更多的含硫甚至高含硫气田被开采， 腐蚀带来的管线泄漏材料失效等问题非常严重。因 此，开展高含硫集输管道腐蚀失效研究对于提高高 含硫气田集输系统安全水平、促进气田的长期安 全、稳定运行具有重要意义 [1]。 选定某气田区块 8 口高含硫气井、3 座高含硫 集输场站、10条高含硫管线作为研究对象。其中， X井投产时测试H2S质量浓度约为142.907 g/m 3；Y井 19 试验研究田源等含硫天然气集输管道内腐蚀预测模型研究 油气田地面工程 投产时测试 H2S质量浓度约为 89.35 g/m 3。通过对研 究区块 10 条高含硫集输管线基本情况统计分析发 现，A 线输气量大，管径粗，输气压力高，H2S 含 量为 67.78 g/m 3，平均腐蚀速率为 0.0257 mm/a，介 于 0.025 0.125 mm/a 内，因此判断 A 线为中度腐 蚀。该管道曾进行过缺陷检测，能满足数据量的需 求。因此，选择 A线作为本次建立腐蚀预测模型的 目标管道。 1室内实验 1.1实验方案 实验方法前期对研究区块现场工况调研，考 虑了 H2S分压、CO2分压、流速、温度和总矿化度 5 个影响腐蚀行为的因素，采用高温高压动态釜开展 室内腐蚀挂片实验。 参数取值CO2分压与H2S分压取值分别为0.1 、 0.2、0.3 MPa；温度取值 40、60、80 ℃；流速取值 4、6、8 m/s。根据对研究区块的工况参数调研情 况，矿化度主要分布在 1037 600 mg/L 之间，为模 拟严苟腐蚀环境，实验时选取上限值，对应各组分 浓 度 NaCl 为 95.355 g/L、 CaCl2为 6.3659 g/L、 MgCl2为 1.349 g/L、Na2SO4为 0.2755 g/L、NaHCO3为 0.882 g/L。 实验方案见表 1。 表 1实验方案 Tab.1 Experimental plan 实验编号 1 2 3 4 5 6 7 8 9 10 11 CO2分压/MPa 0 0 0 0.1 0.1 0.1 0.2 0.2 0.2 0.3 0.2 H2S分压/MPa 0 0.1 0.2 0 0.1 0.2 0 0.1 0.2 0.3 0.3 温度/℃ 40 60 80 60 80 40 80 40 60 40 80 流速/ms -1 4 6 8 8 4 6 6 8 4 4 8 1.2实验结果 通过开展 11 组不同条件下的腐蚀挂片实验， 得出挂片的腐蚀速率结果如图 1所示。 由图 1 可知仅在 CO2或 H2S 存在的情况下腐 蚀速率较小；当 CO2和 H2S共存时，H2S的分压大于 或者等于 CO2的分压时腐蚀速率较高，当 H2S 的分 压等于 CO2的分压并且温度和流速较低时腐蚀速率 最大，高达 0.977 6 mm/a。 图 1腐蚀速率实验结果折线图 Fig.1 Line chart of corrosion rate experiment result 2多相流模拟计算 为建立腐蚀速率预测模型，基于现场调研数 据，建立了 A 线的多井流流动仿真模型，分别对 A 线管道沿线温度、压力、持液率、CO2分压、pH 值、液体流速进行模拟计算 [2]，A线高程变化如图 2 所示，模拟结果如图 3图 5所示。 图 2A线高程 Fig.2 Elevation of Line A 图 3A线温度、压力分布 Fig.3 Temperature and pressure distribution of Line A 图 4A线气体流速、液体流速分布 Fig.4 Gas flow rate and liquid flow rate distribution of Line A 20 第 39卷第 08期 （2020-08） 油气田地面工程 试验研究 图 5A线 CO2分压 Fig.5 CO2partial pressure of Line A 利用多相流模拟软件进行计算，得到目标管道 压力、温度、CO2分压、pH 值和液体流速等参数的 变化情况，这为建立目标管道的腐蚀速率预测模型 提供了基础。 3腐蚀模型的建立 3.1基于腐蚀机理的腐蚀预测模型 根据腐蚀机理文献调研以及室内腐蚀挂片实验 结果可知，影响 CO2/H2S 共存环境中管道腐蚀速率 的主要因素是分压pCO2、pH2S、温度T以及 流速v，将腐蚀速率rcorr表示为如下函数 rcorr kfT，pH2S ，pCO2，v（1） 分别用各个影响腐蚀因素函数来表征腐蚀速 率，可得 rcorr k′f T fpH2S fpCO2f v（2） 两边取自然对数，得到式 （1） 。 ln rcorr C ln f T ln fpH2S ln fpCO2 ln f v（3） 式中k、k′为系数；T为输送温度，K；v为液 体流速，m/s；pCO2为 CO2分压，MPa；pH2S 为 H2S 分压，MPa；f是关于T、v、pCO2和 pH2S的函数关系式，下面分析各个因素对腐蚀速 率的影响。 （1） CO2为主要腐蚀因素时。当 CO2/H2S 压力 比值大于 500 时，CO2是影响腐蚀的主要因素，可 以得到腐蚀速率的公式，即 ln rcorr C 0.67 1 - exp E pH2S ln pCO2（4） （2） H2S 为主要腐蚀因素时。当 CO2/H2S 压力 比值小于 500时，H2S是影响腐蚀的主要因素 [3]，可 以得到腐蚀速率的公式，即 ln rcorr a ln pH2S 2 b ln pH2S c ln pCO2（5） 式中a、b、c均为常数。 （3） CO2和 H2S 共存条件下。综上所述，得到 CO2和 H2S共存条件下的腐蚀模型为 ln rcorr C - Ea RT ln Fs mv 0.67 1 - exp E pH2S ln pCO2 a ln pH2S 2 b ln pH2S c ln pCO2 （6） 式 中 C、m、a、b、c为 常 数 ；Ea、E为 活 化 能，J/mol；R为气体常数。 根据实验数据确定待定系数的值如表 2所示。 表 2实验数据结果 Tab.2 Experimental data results 实验编号 1 2 3 4 5 6 7 8 9 10 11 CO2分压/ MPa 0 0 0 0.1 0.1 0.1 0.2 0.2 0.2 0.3 0.2 H2S分压/ MPa 0 0.1 0.2 0 0.1 0.2 0 0.1 0.2 0.3 0.3 温度/ ℃ 40 60 80 60 80 40 80 40 60 40 80 流速/ ms -1 4 6 8 8 4 6 6 8 4 4 8 腐蚀速率/ mma -1 0.008 58 0.033 25 0.378 6 0.026 18 0.406 6 0.503 8 0.107 64 0.344 8 0.505 2 0.977 6 0.520 69 基于表 2 中的实验数据，利用其中 9 组实验数 据确定待定系数的值，另外 2组实验数据用于验证 模型的准确性，验证结果见表 3。 表 3机理模型的模拟结果 Tab.3 Simulation results of mechanism model CO2分压/ MPa 0.2 0.1 H2S分压/ MPa 0.3 0.1 温度/ ℃ 80 80 流速/ ms -1 8 4 实际腐蚀速率/ （mma -1） 0.520 69 0.406 6 预测腐蚀速率/ （mma -1） 0.563 271 0.52 误差值/ -8 -27 由表 3 可知，自建模型预测误差30，符合 预期要求，因此最终确定系数后的模型为 ln rcorr 12.122 5 - 3 313.447 2 T - 0.317 6v 0.67 1 - exp -5 728 pH2S ln pCO2- 0.317 6 ln pH2S 2 - 0.479 1 ln pH2S （7） 3.2基于 BP神经网络算法的腐蚀预测模型 目前误差反传网络模型是迄今为止使用最普遍 和最广泛的神经网络模型 [4]。BP算法主要分为向前 传播和向后传播两个阶段，BP 算法的优点是具有 广泛的适应性、有效性和很强的数学基础，这较大 地扩展了 BP神经网络的应用范围。近年来 BP神经 网络模型广泛应用于腐蚀研究领域，预测结果比较 21 试验研究田源等含硫天然气集输管道内腐蚀预测模型研究 油气田地面工程 准确，因此腐蚀预测软件开发也采用 BP网络模型。 BP网络算法的基本步骤为 （1） 给神经网络提供训练例子，其中包含输入 模式和期望的输出模式。 （2） 确定神经网络实际输出与期望输出之间所 允许的最小偏差。 （3） 改变神经网络中所有的连接权值，使产生 的输出与期望输出更加接近，直到满足第 （2） 步 中定的允许误差。 4模型验证 4.1基于腐蚀机理的腐蚀模型验证 （1） 输入参数。自建模型需要输入的参数如表 4所示。 表 4SPM模型需要输入的参数 Tab.4 Parameters needed for SPM model pH2S/MPa 0.3 0.1 pCO2/MPa 0.2 0.1 T/℃ 80 80 v/ms -1 8 4 （2） 计算结果与对比分析。将自建模型预测的 腐蚀速率与实验室实测腐蚀速率对比，从表 5预测 结果可知，建立的模型预测结果误差30 [5]，满足 预期要求。 表 5预测结果 Tab.6 Prediction result 实际腐蚀速率/mma -1 0.520 69 0.406 6 预测腐蚀速率/mma -1 0.563 271 0.52 误差值/ -8.18 -27.89 4.2基于 BP神经网络的腐蚀模型验证 基于 BP 神经网络的腐蚀预测模型具有较高的 精度，但仍需与现场实际检测数据相对比来验证该 模型的可靠性。将目标管道 A线的腐蚀速率预测结 果与检测结果相对比，以验证模型的可靠性。 （1 ）样本数据获取。现场检测结果如表6所示。 （2） BP 神经网络预测结果及误差。表 7 为 BP 神经网络预测结果，将此结果与某主流模拟软件的 预测结果进行对比发现①BP 神经网络预测模型 的相对误差均小于 30，相对误差最大值为 28， 相对误差最小值为 1，平均误差为 8.29，满足 预测精度要求；②某主流模拟软件预测的误差远大 于 BP 神经网络预测结果，并与现场实际数据相比 有较大偏差。 表 6内检测结果 Tab.6 Internal inspection results 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 腐蚀速率/mma -1 0.12 0.128 0.144 0.216 0.072 0.176 0.168 0.192 0.152 0.136 0.184 0.112 0.104 0.064 0.088 0.136 0.136 0.072 0.096 0.088 序号 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 腐蚀速率/mma -1 0.08 0.096 0.072 0.064 0.104 0.08 0.088 0.064 0.064 0.104 0.096 1.1 0.22 0.16 0.168 1.21 0.064 0.096 0.22 0.11 表 7BP神经网络预测结果及对比 Tab.7 BP neural network prediction results and comparison 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 实测腐 蚀速率/ mma -1 0.072 0.096 0.088 0.064 0.08 0.088 0.104 0.096 0.104 0.128 0.08 0.128 0.104 0.088 0.112 0.096 1.1 1.21 0.22 0.11 OLGA 预测值/ mma -1 0.0227 56 0.0227 52 0.0226 93 0.0208 81 0.0207 87 0.0211 54 0.0211 53 0.0211 53 0.0211 49 0.0211 23 0.0211 11 0.0211 03 0.0211 03 0.0211 02 0.021 1 0.021 097 1.461 1 1.494 62 0.363 51 0.334 444 OLGA 相对误差/ -68.4 -76.3 -74.2 -67.4 -74.0 -76.0 -79.7 -78.0 -79.7 -83.5 -73.6 -83.5 -79.7 -76.0 -81.2 -78.0 32.8 23.5 65.3 204.0 BP神经网络 预测值/ mma -1 0.086 0.086 0.091 0.074 0.081 0.105 0.105 0.105 0.105 0.103 0.103 0.102 0.102 0.102 0.102 0.102 1.099 1.211 0.218 0.111 BP神经网络 相对误差/ 19.4 -10.4 3.4 15.6 1.2 19.3 1.0 9.4 1.0 -19.5 28.8 -20.3 -1.9 15.9 -8.9 6.2 -0.1 0.1 -0.9 0.9 5结论及建议 （1） 基于腐蚀机理及现场数据，建立了含硫管 道腐蚀预测半经验模型；基于 BP 神经网络算法， 22 第 39卷第 08期 （2020-08） 油气田地面工程 试验研究 建立了含硫管道腐蚀预测统计模型并开发了预测 软件。 （2） 根据室内实验及现场采集数据，验证了基 于腐蚀机理的腐蚀预测模型的准确性，预测结果相 对误差小于 30，满足预期要求。 （3） 自 建 的 半 经 验 模 型 仅 考 虑 了 H2S 分 压 、 CO2分压、温度、流速对腐蚀速率的影响，对于其 他影响腐蚀行为的因素，如剪切力、元素硫含量、 细菌等还需进一步开展试验研究，从而进一步完善 腐蚀预测模型。 参考文献 [1] 张玉香，何鹏程，李程，等．天然气集输管道内腐蚀分 析及防护[J]．油气田地面工程，2019，38（8） 95-100． ZHANG Yuxiang，HE Pengcheng，LI Cheng，et al．Cor- rosion analysis and protection of natural gas gathering pipeline [J]． Oil- Gas Field Surface Engineering， 2019， 38 （8） 95-100． [2] 郑凯麦，麦迪娜努尔买买提，张丽娜，等．油气开采 过程中 CO2腐蚀控制措施探讨 [J]．石油与天然气化工， 2011 （4） 381-384． ZHENG Kaimai，MADINA Noormaimat，ZHANG Lina，et al．Discussion on CO2corrosion control measures in oil and gas production process[J]． Oil and Gas Chemical Industry， 2011 （4） 381-384． [3] 代勇，程佳．减缓北Ⅰ-1 深冷装置硫化氢腐蚀机理研 究[J]．油气田地面工程，2019，38 （7） 87-89，109． DAI Yong， CHENG Jia． Study on mechanism of hydrogen sulfide corrosion in North I- 1 cryogenic unit[J]． Oil- Gas Field Surface Engineering，2019，38 （7） 87-89，109． [4] 陈磊，李长俊．基于 BP神经网络预测硫在高含硫气体中 溶解度[J]．石油与天然气工业，2015 （3） 1-5． CHEN Lei， LI Changjun． Prediction of solubility of sulfur in high-sulfur gas based on BP neural network[J]． Oil and Gas Chemical Industry，2015 （3） 1-5． [5] 郭少强，朱海山，柳歆，等．油气输送管线顶部 CO2腐 蚀预测模型[J]．腐蚀与防护，2014，4 （5） 469-472． GUO Shaoqiang，ZHU Haishan，LIU Xin，et al．Predic- tion model of CO2corrosion on top of oil and gas pipelines[J]． Corrosion and Protection，2014，4 （5） 469-472． 作者简介 田源工程师，硕士，2014 年毕业于西南石油大学，从事 腐蚀与防护相关研究工作，028-85604594， tian_ypetro- ，四川省成都市天府新区华阳天研路 218 号天 然气研究院腐蚀与防护研究所，610213。 收稿日期2020-06-12 （编辑杨军） 印度可能将部分原油储存在美国 7月 17日报道， 印度斯坦时报（ Hindustan Times） 援引不愿透露姓名的知情人士的话说，印度可 能将部分原油储存在美国。其中一位知情人士称， “在美国储存石油的提议仍处于初级阶段。印度石油部 长普拉达 （Dharmendra Pradha） 和美国能源部长布鲁耶特 （Dan Brouillette） 可能会在周五举行的印美战略 能源伙伴关系 （Strategic Energy Partnership） 第二次部长级会议上讨论这个问题。 ” 印度是世界第三大石油消费国，其加工和消费的原油中 80以上依赖进口。与世界其他国家一样， 该国的燃料需求也受到了新型冠状病毒爆发的不利影响。分析人士警告说，该国可能需要比预期更长的 时间才能恢复。 与此同时，印度的石油储存能力有限。今年 5月，因为没有地方存放原油，至少有三家印度炼油厂要 求减少从中东交付的原油。路透社上个月报道，印度5月原油总进口量降至逾八年最低，为每日31810 4 bbl。 因此，一些炼油商宣布进口受到不可抗力的影响，而其他炼油商则将剩余的石油卖给印度政府作为 战略石油储备。 充足的石油储备对印度的能源安全至关重要，而积累石油储备的最快方式是利用合作伙伴的储备设 施。美国已经成为印度重要的能源合作伙伴，特别是在美国对伊朗实施制裁后，伊朗最大的客户之一印 度被迫到别处寻找石油。 尽管印度仍从沙特阿拉伯、伊拉克和尼日利亚等中东产油国进口大部分石油，但在短短两年内，美 国已成为亚洲经济十大石油供应国之一。 陆倩 摘译自 23