full text

引用本文

0

hoang van thanh, 龍偉, 李炎炎, 等. 金屬油氣管道點蝕缺陷安全評估及預警系統(tǒng)研究[j]. 工程科學與技術(shù), 2021, 53(1): 162-169. doi:10.15961/jbbbuese.201900771

hoang van thanh, long wei, li yanyan, et al. study on safety assessment and early warning system of pitting defects in bbbbl oil and gas pipelines[j]. advanced engineering sciences, 2021, 53(1): 162-169. doi:10.15961/jbbbuese.201900771

金屬油氣管道點蝕缺陷安全評估及預警系統(tǒng)研究

hoang van thanh1,2, 龍偉1, 李炎炎1, 黃仕磊1, 胥鑫1

1. 四川大學 機械工程學院，四川 成都 610065;

2. 越南海事大學，越南 海防 180000

收稿日期: 2019-07-31; 網(wǎng)絡出版時間: 2020-12-18 16:52:28

作者簡介: hoang van thanh（1978—），男，博士生. 研究方向：工業(yè)設備安全及其自動化. e-mail：

通信作者: 李炎炎, e-mail:

基金項目: 國家自然科學基金項目（51875371；51704199）；四川省科學技術(shù)廳重點研發(fā)項目（2019yfg0347）

摘要: 在油氣輸送過程中，因為載荷和腐蝕介質(zhì)等因素的影響，油氣金屬管道很容易萌生缺陷而引發(fā)重大安全事故。點蝕與多點蝕缺陷是存在周期最長、最普遍、最有可能產(chǎn)生穿孔的高危缺陷，因此對金屬管道工作過程中的在線檢測與安全評估一直是油氣輸送技術(shù)領(lǐng)域研究的重點和熱點。作者考慮了多個點蝕及點蝕之間的相互作用，根據(jù)美國石油協(xié)會的api–579的技術(shù)標準，研究點蝕占比對剩余強度的影響，建立對金屬管道點蝕缺陷剩余強度的統(tǒng)一評價模型，也稱無縫表征評價函數(shù)；然后，將無縫表征模型與場指紋法（fsm）管道腐蝕監(jiān)測技術(shù)相結(jié)合，運用基于fsm技術(shù)的管道腐蝕3維模型獲取點蝕占比、剩余壁厚等在役管道參數(shù)，通過無縫表征模型評價管道安全并構(gòu)建面向全域生產(chǎn)管線的安全評估決策及安全預警系統(tǒng)。該評估系統(tǒng)完善了fsm技術(shù)對點蝕缺陷的安全評估，同時也實現(xiàn)了無縫表征模型計算中的在線評估。油氣田現(xiàn)場試驗表明這個安全評估系統(tǒng)具有一定的實際應用價值。

關(guān)鍵詞:安全評估點蝕缺陷場指紋法無縫表征模型缺陷監(jiān)測

study on safety assessment and early warning system of pitting defects in bbbbl oil and gas pipelines

hoang van thanh1,2, long wei1, li yanyan1, huang shilei1, xu xin1

1. school of mechanical eng., sichuan univ., chengdu 610065, china;

2. vietnam maritime univ., haiphong 180000, vietnam

abstract: in the process of oil and gas transportation, under the influence of load, corrosive medium and other factors, oil and gas bbbbl pipelines are prone to sprout defects and lead to major safety accidents. pitting and pitting defects are the most common and high-risk defects with the longest period, which are most likely to produce perforation. therefore, online detection and safety assessment in the process of bbbbl pipeline work has always been the focus and hot spot in the field of oil and gas transportation technology. based on api–579, the influence of pitting ratio on the residual strength is studied, and a unified bbbbuation model for the residual strength of pitting defects of bbbbl pipelines, also known as the seamless characterization bbbbuation function is established. then, the seamless characterization model and field fingerprint bbbbbb (fsm) pipeline corrosion monitoring technology are combined to operate. the three-dimensional model of pipeline corrosion based on by fsm technology is used to obtain the in-service pipeline bbbbbeters, such as pitting ratio, residual wall thickness, etc., which are applied to bbbbuate the pipeline safety through seamless representation model, and to build the safety assessment decision-making and safety early warning system for the whole production pipeline. the system not only improves the safety assessment of fsm technology for pitting defects, but also realizes the online assessment in the calculation of seamless representation model. the field test of oil and gas field shows that the safety assessment system has certain practical application value.

key words:safety assessmentpitting defectfield fingerprint bbbbbbnon-discrete characterization modeldefect monitoring

金屬管道腐蝕缺陷的場指紋檢測方法（field signature bbbbbb，fsm）[]，是一種應用于在線、原位、實時測量場合的新型無損檢測技術(shù)，本質(zhì)上屬于電位降檢測法，主要由按一定間距分布在金屬管道外壁的電極矩陣和信號處理系統(tǒng)構(gòu)成，如所示。

圖1(fig. 1)

圖1場指紋檢測示意圖fig. 1field fingerprint detection schema

fsm的工作原理是通過測量布置在金屬體表面電極矩陣的電壓變化來直接測量材料本體的壁厚損失，因此是一種非介入式檢測法。由于fsm僅要求電極矩陣與被測件進行有效的電性接觸，故不會破壞被測檢件的材料本體，特別適合于金屬管道內(nèi)壁的點蝕、沖蝕等缺陷的無損檢測。

fsm在20世紀80年代中期由挪威學者提出以后，受到無損檢測技術(shù)領(lǐng)域?qū)＜业臉O大關(guān)注，一些歐美國家很快推出了該技術(shù)的實用產(chǎn)品，在各生產(chǎn)領(lǐng)域的安全檢測中應用，形成強大市場壟斷（一個測點系統(tǒng)高達120萬人民幣）。然而長期以來，fsm對均勻腐蝕（general corrosion）的檢測精度較高，但對局部腐蝕（localized corrosion）的檢查精度偏低，尤其是對危害極大的點蝕（pitting corrosion）的檢測精度更低，其應用面受到很大限制[]。

對此，wan、gan等發(fā)現(xiàn)了局部腐蝕和點蝕具備改變被測管道整體電流場分布的特點（即牽扯效應）[]，進而利用等效電阻鏈網(wǎng)絡模型，提出了能夠提高fsm對局部腐蝕和點蝕檢測精度的算法[]，同時也利用細分電阻鏈網(wǎng)絡模型，結(jié)合主輔電壓法，提出了fsm對點蝕檢測的高精度算法[]。

作者正是在該技術(shù)成果的基礎(chǔ)上，結(jié)合點蝕缺陷安全評估無縫表征模型，進一步研究在役金屬油氣管道點蝕缺陷安全評估及預警系統(tǒng)。

油氣金屬管道的點蝕缺陷，是局部片區(qū)上因腐蝕或沖蝕產(chǎn)生金屬損失的一種體積型缺陷，如所示。

圖2(fig. 2)

圖2油氣金屬管道典型的點蝕缺陷實例fig. 2typical pitting corrosion defects of oil and gas bbbbl pipeline

由于要考慮各個腐蝕點之間的相互影響及其深度和密度等因素，加之點蝕缺陷的萌生和擴展比其他類型的腐蝕缺陷更加復雜，因此對點蝕缺陷的安全評估和可靠性分析更加困難，這也是點蝕缺陷的安全評估一直作為油氣金屬管道安全技術(shù)領(lǐng)域研究熱點與重點的一個根本因素?？梢姡_展點蝕缺陷安全評估實用性方法對油氣金屬管道腐蝕缺陷的安全性評價更有工程上的實際意義[]。

1 基于api–579點蝕缺陷安全評估的無縫表征模型

目前，在油氣金屬管道腐蝕缺陷的安全評定中，最有效最具工程實用價值的是基于剩余強度評價的有關(guān)準則[]，其中最有代表性的是美國石油協(xié)會的api–579技術(shù)標準，而api–579作為金屬管道腐蝕缺陷剩余強度評價相對完整的技術(shù)準則，國際上眾多金屬管道腐蝕缺陷安全評估的標準體系均以其為參照。然而，api–579對點蝕缺陷的剩余強度評價是建立在統(tǒng)計學意義上的一種歸類方法，把點蝕缺陷分為不同的8個標準模態(tài)（）。

圖3(fig. 3)

圖3api?579的8個點蝕標準模態(tài)fig. 3eight standard pitting modes of api?579

為管道點蝕剩余壁厚比rwt示意圖。

圖4(fig. 4)

圖4管道點蝕剩余壁厚比${{ r}_{{\bf{wt}}}}$示意圖fig. 4diagram of pipeline pitting residual wall thickness ratio${{ r}_{{\bf{wt}}}}$

根據(jù)標準模態(tài)的${r_{{\rm{wt}}}}$–${\rm{rsf}}$線性關(guān)系曲線及不同標準模態(tài)點蝕占比之間極限域，并以剩余壁厚${r_{{\rm{wt}}}}$和點蝕占比$m$為自變量，$m$是腐蝕部分的面積占全部面積的比，傳統(tǒng)方法是取出管道試件，進行拓片、刷片、拍照等進行圖像處理，不能夠在線自動化檢測；現(xiàn)在可以通過計算機的圖像處理，實現(xiàn)在線檢測。使用本研究團隊提出的點蝕缺陷剩余強度的統(tǒng)一評價模型，即無縫表征模型[]，其算法為：

每個標準模態(tài)的剩余壁厚比${r_{{\rm{wt}}}}$與點蝕剩余強度系數(shù)rsf為[]：

${r_{{\rm{wt}}}} = h/h$

(1)

${\rm{rsf}} = k \cdot {r_{{\rm{wt}}}} + \left( {1 - k} \right)$

(2)

式中，$k$為不同級別標準模態(tài)${r_{{\rm{wt}}}}$–${\rm{rsf}}$關(guān)系曲線的斜率。

$k = \frac{{m - {m_n}}}{{{m_{n + 1}} - {m_n}}} \cdot \left( {{k_{n + 1}} - {k_n}} \right) + {k_n}$

(3)

式中，$n$是模態(tài)變化的等級。不同$m$時的$n$取值見

表1(tab. 1)

表1不同m時的n取值tab. 1valuesnfor differentm

表1不同m時的n取值tab. 1valuesnfor differentm m n m n 1.02%～3.02% 1 19.10%～27.49% 5 3.02%～5.02% 2 27.49～35.23% 6 5.02%～9.48% 3 35.23%～42.56% 7 9.48%～19.10% 4

由于從1級到2級模態(tài)的點蝕占比$m$變化不明顯，所以將1級和2級模態(tài)合并，并且式中$n$變化范圍為$2 \le n \le 7$。

點蝕缺陷剩余強度的統(tǒng)一評價模型，也稱無縫表征評價函數(shù)，其原理是先計算點蝕占比$m$，查閱api–579標準找到對應斜率$k$，再通過式（1）和（2）計算得到剩余強度${\rm{rsf}}$，其中，${m_n}$與${m_{n + 1}}$以及${k_n}$與${k_{n + 1}}$分別為點蝕缺陷實際占比$m$限定域所對應的上下標準模態(tài)的占比以及${r_{{\rm{wt}}}}$–${\rm{rsf}}$關(guān)系曲線上下界定線的斜率，見。

圖5(fig. 5)

圖5點蝕標準模態(tài)rsf與rwt的關(guān)系fig. 5relationship between rsf andrwtof pitting standard mode

對此，將結(jié)合fsm技術(shù)對點蝕缺陷進行數(shù)字特征處理，以獲得其點蝕占比值，把它稱為點蝕占比$m$，并以點蝕占比值作為常變量，構(gòu)建api–579的標準模態(tài)與剩余壁厚比${r_{{\rm{wt}}}}$和剩余強度系數(shù)rsf之間的關(guān)系（），從而建立點蝕缺陷安全評價的無縫表征算法模型。

2 云數(shù)據(jù)處理安全預警平臺的結(jié)構(gòu)

實施面向全域生產(chǎn)管線的fsm集群監(jiān)測及其安全預警，采用傳統(tǒng)fsm檢測技術(shù)路徑與安全評價方法會面臨如下三大主要問題：

1）因為各監(jiān)測點地磁場、電力場、管徑尺寸、管材老化等因素的不同，現(xiàn)場安裝往往需要專家進行有針對性的個性化fsm建模，而且隨著使用時間的增加也需要對fsm模型進行修正，這對于實施規(guī)?；募罕O(jiān)測來講在工程上存在不少問題。

2）在點蝕缺陷的安全評估中，傳統(tǒng)方法并沒有給出多點蝕缺陷的評價標準，而在實際工程中多點蝕缺陷是油氣管道腐蝕的常態(tài)，而傳統(tǒng)評估方法對單一缺陷的評價雖然是安全的，但多缺陷的相互影響對管件安全可能是致命的，這就要求專業(yè)人員依據(jù)檢測信息進行更深入的可靠性分析。

3）腐蝕缺陷的傳統(tǒng)評估準則，往往只能給出是否安全的結(jié)論，并不能導出缺陷的安全程度，有些缺陷今天判定是安全[-]的，過幾天卻發(fā)生爆管事故，原因正是在于傳統(tǒng)方法忽視了缺陷安全程度的評價，這類工作同樣需要專家進行有針對性的技術(shù)分析。

云數(shù)據(jù)處理的思想為解決上述問題提供了有效的思路，在系統(tǒng)結(jié)構(gòu)設計上把凡是需要集中分析處理的功能歸納于云數(shù)據(jù)處理平臺[]，這樣既節(jié)約了檢測終端的資源成本又解決傳統(tǒng)方法的不足，是本文提出的面向全域生產(chǎn)管線的云數(shù)據(jù)處理安全預警平臺結(jié)構(gòu)示意圖。

圖6(fig. 6)

圖6云數(shù)據(jù)處理安全預警平臺結(jié)構(gòu)示意圖fig. 6structural sketch of cloud data processing security early warning platbbbb

傳統(tǒng)fsm技術(shù)對點蝕的檢測精度偏低，這是由于1對測量電極只能獲得1個測量信號。本文采用fsm對點蝕檢測的高精度細分算法，對點蝕的面積s、深度d、相對位置(x，y)等進行分析處理，因此這樣點蝕的fc值（fingerprint coefficient）是通過探針測量電極的場指紋系數(shù)，同時由腐蝕深度、腐蝕面積和相對位置4個因素決定見。

圖7(fig. 7)

圖7點蝕的定義fig. 7definition of pitting security early warning platbbbb

fc值一般計算式如下[,,]：

${{\rm{fc}}_{i,j}} = \left( {\frac{{{v_{i,j}}({t_x})/{v_{i,j}}({t_0})}}{{{v_{{\rm{ref}}}}({t_x})/{v_{{\rm{ref}}}}({t_0})}} - 1} \right) \times 1\;000$

(4)

式中，${v_{i,j}}({t_0})$和${v_{i,j}}({t_x})$為電極對$i,j$在${t_0}$和${t_x} $時刻的電壓，${v_{{\rm{ref}}}}({t_0})$和${v_{{\rm{ref}}}}({t_x})$為參考電極對在${t_0}$和${t_x}$時刻的電壓。

wt管道腐蝕厚度值（wall thickness）公式[,,]即：

${\;\;\;\;\;\;\;\;{\rm{wt}}{_{i,j}}({t_x})} = {\rm{wt}}{_{i,j}}({t_0}) - \frac{{{\rm{wt}}{_{i,j}}({t_0}) \times 1\;000}}{{{\rm{fc}}{_{i,j}} + 1\;000}}$

(5)

式中，${\rm{wt}}{_{i,j}}({t_x})$是${t_x}$時刻管道腐蝕厚度，${\rm{wt}}{_{i,j}}({t_0})$是管道在${t_0}$時刻的原始厚度值，${\rm{fc}}{_{i,j}}$是第$i,j$對電極的場指紋系數(shù)。

實驗的被測對象是一個從中間對稱剖開的半圓管道，如所示。被測管道的長度為1500 mm，壁厚為10 mm，外徑為300 mm。在該被測管道4個不同的測量區(qū)域的內(nèi)壁用磨頭加工出4個不同的小坑，如所示。測量區(qū)域的面積為30 mm×30 mm，坑p1位于測量區(qū)域的右下方，直徑為9 mm，坑p2、p3和p4均位于測量區(qū)域的中心，直徑分別為9、15和25 mm。這4個小點均依次加工有多個深度。利用細分算法（主輔電壓法）和傳統(tǒng)經(jīng)驗算法，計算得到的點蝕壁厚損失如～所示。

圖8(fig. 8)

圖8fsm點蝕檢驗實驗平臺fig. 8fsm pit erosion test latbbbb

圖9(fig. 9)

圖9管道內(nèi)壁的4個小坑fig. 9four small pits in the inner wall of the pipeline

圖10(fig. 10)

圖10p1小坑的細分算法結(jié)果fig. 10results of p1 pit subdivision algorithm

圖11(fig. 11)

圖11p2小坑的細分算法結(jié)果fig. 11results of p2 pit subdivision algorithm

圖12(fig. 12)

圖12p3小坑的細分算法結(jié)果fig. 12results of p3 pit subdivision algorithm

圖13(fig. 13)

圖13p4小坑的細分算法結(jié)果fig. 13results of p4 pit subdivision algorithm

傳統(tǒng)經(jīng)驗算法沒有考慮探針測量電極周圍電壓變化的影響，而高精度細分算法則通主輔電壓法考慮了周圍電壓的變化。

傳統(tǒng)的fsm技術(shù)求點蝕的精度為10%～15%wt（wt表示壁厚），高精度細分算法（主副電壓法）能將精度提高到5% wt[]。從～實驗結(jié)果可以看出，高精度細分算法計算得到的壁厚損失精度比傳統(tǒng)經(jīng)驗公式計算得到的壁厚損失精度高，對于不同位置的點蝕情況，經(jīng)過高精度細分算法得到的結(jié)果都更接近實際的壁厚損失，比傳統(tǒng)方法大致提高了30%。因此，這種高精度細分方法極大地提高了監(jiān)測精度和監(jiān)測范圍，為金屬油氣管道點蝕缺陷安全評估系統(tǒng)提供了良好的監(jiān)測手段。

3 實際應用的研究

借助于點蝕缺陷安全評估系統(tǒng)和云數(shù)據(jù)處理安全預警平臺，利用fsm方法對位于中國四川省達州市石油普光的某油氣田管道（材料l360qs 219.1 mm×10 mm）進行了連續(xù)3年（2017–03—2019–03）的實際應用研究。通過fsm場指紋法對點蝕的實時監(jiān)測，可獲得點蝕深度、點蝕密度和點蝕面積3個重要參數(shù)，并通過這3個參數(shù)對管道內(nèi)壁進行腐蝕場景的3維結(jié)構(gòu)重構(gòu)，其結(jié)果如和、、所示，進而由點蝕密度與點蝕面積求取點蝕占比$m$，依據(jù)點蝕深度求取剩余壁厚比${r_{{\rm{wt}}}}$[]。

表2(tab. 2)

表2現(xiàn)場3年時間管道厚度數(shù)據(jù)tab. 2pipeline thickness data in three years

表2現(xiàn)場3年時間管道厚度數(shù)據(jù)tab. 2pipeline thickness data in three years mm 周向序號 軸向序號 1 2 3 4 5 6 7 8 1 9.92 9.92 9.92 9.92 9.92 9.92 9.91 9.91 2 9.90 9.91 9.91 9.92 9.91 9.91 9.91 9.92 3 9.92 9.92 9.91 9.91 9.92 9.92 9.92 9.94 4 9.91 9.91 9.92 9.92 9.91 9.94 9.99 9.97 5 9.92 9.86 9.91 9.92 9.91 9.92 9.91 9.95 6 9.91 9.83 9.89 9.91 9.91 9.92 9.92 9.90 7 9.92 9.85 9.87 9.91 9.92 9.92 9.92 9.91 8 9.92 9.91 9.90 9.92 9.91 9.92 9.91 9.90 9 9.93 9.92 9.93 9.88 9.91 9.93 9.92 9.91 10 9.92 9.91 9.86 9.83 9.92 9.91 9.95 9.95 11 9.92 9.88 9.91 9.92 9.91 9.91 9.95 9.96 12 9.92 9.92 9.91 9.92 9.92 9.93 9.91 9.92 13 9.92 9.91 9.92 9.92 9.92 9.90 9.94 9.96 14 9.92 9.91 9.91 9.91 9.92 9.91 9.91 9.96

圖14(fig. 14)

圖14探針分布展開fig. 14expansion of probe distribution

圖15(fig. 15)

圖15現(xiàn)場fsm檢測的管道腐蝕3維重構(gòu)fig. 15three-dimensional reconstruction of pipeline corrosion scene detected by fsm

圖16(fig. 16)

圖16fsm檢測的管道點蝕占比fig. 16pipe pitting percentage detected by fsm

將構(gòu)建的管道厚度3維模型進行展開投影，得到所示的點蝕占比投影圖，利用圖像處理技術(shù)，自動獲取點蝕占比m，該現(xiàn)場的油氣管道點蝕占比$m = 12.64\% $。

通過可以看出監(jiān)測的實際點蝕占比為第4級到第5級之間，根據(jù)api–579標準[]，可以查到第4級和第5級標準模態(tài)的${\rm{rsf}}$與${r_{{\rm{wt}}}}$的數(shù)據(jù)關(guān)系，見和。

表3(tab. 3)

表3點蝕缺陷第4級模態(tài)rwt與rsf關(guān)系tab. 3relationship betweenrwtand rsf of the fourth order mode of pitting defect

表3點蝕缺陷第4級模態(tài)rwt與rsf關(guān)系tab. 3relationship betweenrwtand rsf of the fourth order mode of pitting defect ${r_{{\rm{wt}}} }$ 第4級rsf 圓柱 球體 0.8 0.95 0.93 0.6 0.90 0.86 0.4 0.85 0.79 0.2 0.79 0.72

表4(tab. 4)

表4點蝕缺陷第5級模態(tài)rwt與rsf關(guān)系tab. 4relationship betweenrwtand rsf of the fifth order mode of pitting defect

表4點蝕缺陷第5級模態(tài)rwt與rsf關(guān)系tab. 4relationship betweenrwtand rsf of the fifth order mode of pitting defect ${r_{{\rm{wt}}} }$ 第5級rsf 圓柱 球體 0.8 0.93 0.91 0.6 0.85 0.81 0.4 0.78 0.72 0.2 0.70 0.62

圖17(fig. 17)

圖17實際監(jiān)測的點蝕占比fig. 17proportion of pitting corrosion actually monitored

按照式（3）可以找到斜率$k$，因為實際圖在第4級和第5級之間，所以：

$k = \frac{{m - {m_4}}}{{{m_5} - {m_4}}} \cdot \left( {{k_5} - {k_4}} \right) + {k_4}$

(6)

按照（用圓柱形狀）可以找到${k_4}$，即

$\left\{ \begin{array}{l} \!\!\!\!0.95 = 0.8 \cdot {k_4} + b, \\ \!\!\!\!0.90 = 0.6 \cdot {k_4} + b \\ \end{array} \right. \rightarrow {k_4}{\rm{ = }}0.25 {\text{。}} $

按照（用圓柱形狀）可以找到${k_5}$，即

$\left\{ \begin{array}{l} \!\!\!\!0.93 = 0.8 \cdot {k_5} + b, \\ \!\!\!\!0.85 = 0.6 \cdot {k_5} + b; \\ \end{array} \right. \rightarrow {k_5}{\rm{ = }}0.4{\text{。}}$

可得：

$k = \frac{{12.64 - 9.48}}{{19.10 - 9.48}} \cdot \left( {0.4 - 0.25} \right) + 0.25 \approx {\rm{0}}{\rm{.3}}{\text{。}}$

按照式（1）：${r_{{\rm{wt}}}} = h/h$，通過安全評估軟件得最小的壁厚值$h$=9.83 mm，所以${r_{{\rm{wt}}}} = 9.83/10= 0.983$。按照式（2）可以算：${\rm{rsf}} = 0.3 \cdot 0.983 +\left( {1 - 0.3} \right) \approx 0.99$。

根據(jù)點蝕缺陷無縫表征算法模型計算出${\rm{rsf}}\!\! \approx 0.99$，十分接近1（等于1表示完全沒有腐蝕），根據(jù)安全評定線[]可以判斷該管道處于安全區(qū)。整個計算過程可實現(xiàn)在線監(jiān)測和自動化，這是實現(xiàn)在線安全評估及預警系統(tǒng)的關(guān)鍵。

4 用戶操作系統(tǒng)的架構(gòu)設計

用戶操作系統(tǒng)架構(gòu)設計的關(guān)鍵，是對應用程序組件的整體性描述，其直接反映系統(tǒng)運行的邏輯性、安全性、可靠性、擴展性以及可維護性，這是面向應用對象程序設計的一個非常重要的環(huán)節(jié)。

用戶操作系統(tǒng)架構(gòu)按結(jié)構(gòu)模式區(qū)別，可把系統(tǒng)的整體構(gòu)架分為c/s（client/server）模式與b/s（brower/server）模式[]。c/s模式，即客戶端/服務器模式，是一種針對局域網(wǎng)絡環(huán)境的應用運行架構(gòu)模式。c/s模式可通過專用服務器在局域網(wǎng)之間進行數(shù)據(jù)的鏈接和數(shù)據(jù)的快捷交換，主要特點是可以充分發(fā)揮客戶端個人電腦的處理能力。相較于b/s模式，由于c/s模式少一級邏輯運行結(jié)構(gòu)，因此處理速度更快。c/s模式的結(jié)構(gòu)程序適合于在用戶數(shù)目不多的局域網(wǎng)中使用，其缺點在于，因為客戶端程序數(shù)據(jù)分散的特性，對數(shù)據(jù)的統(tǒng)一保存、維護及安全問題很難保證，且需要安裝專用客戶端組件，使得客戶端的升級與擴展困難，其系統(tǒng)的可維護性比較差，應用構(gòu)件的重用性或共用性不強。b/s模式，即瀏覽器/服務器模式，是一種針對廣域網(wǎng)絡環(huán)境的應用運行構(gòu)架模式。b/s模式是隨著互聯(lián)網(wǎng)技術(shù)發(fā)展而對于傳統(tǒng)客戶端/服務器模式的一種改進。它是將系統(tǒng)核心功能組件部分集成在遠端服務器上，并統(tǒng)一了客戶端的用戶操作界面，提高了系統(tǒng)的開發(fā)效率以及系統(tǒng)的可擴展性、可維護，可真正實現(xiàn)系統(tǒng)的模塊化開發(fā)。

綜合上述兩種構(gòu)架模式的優(yōu)劣性，考慮油氣管道全域集群監(jiān)測與安全預警的特點，本系統(tǒng)選用b/s模式進行系統(tǒng)開發(fā)，其系統(tǒng)構(gòu)架設計框圖如所示。

圖18(fig. 18)

圖18基于b/s模式設計的系統(tǒng)構(gòu)架設計fig. 18system architecture design based on b/s model

設計的全域油氣金屬管線安全檢測與預警系統(tǒng)由3層架構(gòu)組成，即分別為系統(tǒng)層、功能層、界面層。系統(tǒng)層主要實現(xiàn)用戶功能維護與擴展，功能層主要實現(xiàn)安全檢測與腐蝕缺陷安全評估的編程操作，界面層主要實現(xiàn)面向用戶提供交互友好的操作界面。系統(tǒng)在功能設計上主要包括了輔助決策模塊、3維重現(xiàn)模塊[-]、管線信息模塊、系統(tǒng)用戶管理模塊、剩余強度評價模塊等。用戶可通過賬戶與密碼登錄系統(tǒng)后，在管道信息庫模塊進行管道信息的查詢與錄入，包括管道信息庫、管材信息庫、缺陷信息庫三大數(shù)據(jù)庫的動態(tài)管理，并可通過輔助決策模塊對評價準則進行選擇及腐蝕疲勞分析，進而利用3維重現(xiàn)模塊來計算管道腐蝕密度與最大深度，最終實現(xiàn)基于安全衰減時變性的腐蝕缺陷安全裕度評價與在線剩余壽命分析評估，為安全評價人員做出正確分析評定提供可靠的評估依據(jù)。

5 結(jié) 論

研究了點蝕占比對金屬油氣管道剩余強度的影響，提出一種管道安全評估的方法，使評估更完整和準確。在此基礎(chǔ)上應用fsm管道腐蝕監(jiān)測技術(shù)，將監(jiān)測的實際數(shù)據(jù)運用到安全評估系統(tǒng)中，實現(xiàn)點蝕缺陷安全評估無縫表征模型和fsm監(jiān)測技術(shù)相結(jié)合，構(gòu)建在線油氣管道點蝕缺陷安全評估及預警系統(tǒng)。該系統(tǒng)解決了fsm技術(shù)中對點蝕缺陷的安全評估理論問題，同時也解決了無縫表征模型在線實際應用的評估問題，評估過程中不必破壞在役管道，極大地完善了油氣管道在線監(jiān)測安全評估系統(tǒng)。油氣田現(xiàn)場應用研究表明該安全評估系統(tǒng)具有一定的應用價值。參考文獻

[1]	kawakam y,kanaji h,oku k. study on application of field signature bbbbbb (fsm) to fatigue crack monitoring on steel bridges[j]. procedia engineering, 2011, 14: 1059-1064.
[2]	gan f,wan z,liao j,et al. high-accuracy bbbbuation of pitting corrosion in field signature bbbbbb[j]. insight-non-destructive testing and condition monitoring, 2014, 56(11): 613-616.
[3]	wan z,liao j,tian g y,et al. investigation of drag effect using the field signature bbbbbb[j]. measurement science and technology, 2011, 22(8): 085708.
[4]	gan f,wan z,li y,et al. improved bbbbula for localized corrosion using field signature bbbbbb[j]. measurement, 2015, 63: 137-142.
[5]	gan f,tian g,wan z,et al. investigation of pitting corrosion monitoring using field signature bbbbbb[j]. measurement, 2016, 82: 46-54.
[6]	asme ffs–1:fitness-for-service:api579–1[m].new york:the american society of mechanical engineers,2007.
[7]	lin sijian,long wei,tian daqing,et al.non-discrete characterization model of residual strength of bbbbl pressure pipeline with pitting corrosion[j].,2013,45(6):184–187. 林思建,龍偉,田大慶,等.含點蝕缺陷金屬壓力管道剩余強度的無縫表征模型[j].,2013,45(6):184–187.
[8]	long wei,song enkui,lin sijian.study on the residual life and the safety margin of pressure vessel based on the defect failure simulation path[j].,2012,44(4):204–208. 龍偉,宋恩奎,林思建.基于缺陷失效仿真路徑壓力容器的安全裕度與剩余壽命研究[j].,2012,44(4):204–208.
[9]	long wei,yan jiabing,li yanyan,et al.study on residual life of pressure vessels with immerged cracks based on defect security attenuation path simulation[j].,2018,50(5):239–243. 龍偉,嚴佳兵,李炎炎,等.基于缺陷安全衰減路徑仿真的含埋藏裂紋壓力容器剩余壽命研究[j].,2018,50(5):239–243.
[10]	song enkui,long wei,lin sijian.new bbbbbb of the residual life prediction of pressure vessel defect[j].,2012,49(6):1275–1279. 宋恩奎,龍偉,林思建.一種壓力容器缺陷剩余壽命預測的新方法[j].,2012,49(6):1275–1279.
[11]	farrell d m,robbins b j,stallings j c,et al. crack growth monitoring on industrial plant using established electrical resistance ‘scanner’ technology[j]. insight, 2008, 50(12): 690-694.
[12]	li yuting,gan fangji,wan zhengjun,et al. review of nondestructive monitoring technology based on field signature bbbbbb[j]. chinese journal of scientific instrument, 2016, 37(8): 1781-1791. [李宇庭,甘芳吉,萬正軍,等. 場指紋法無損監(jiān)測技術(shù)綜述[j]. 儀器儀表學報, 2016, 37(8): 1781-1791.]
[13]	wan zhengjun,gan fangji,luo hang,et al.rebbbbbb on monitoring the remaining thickness of the corrosion of bbbbl pipe based on the field signature bbbbbb[j].,2013,45(4):97–102. 萬正軍,甘芳吉,羅航,等.基于電位矩陣法的金屬管道腐蝕剩余厚度監(jiān)測研究[j].,2013,45(4):97–102.
[14]	fan sheng. the comparison between c/s structure and b/s structure and the ways to access web database[j]. inbbbbation science, 2001, 19(4): 443-445. [樊勝. c/s與b/s的結(jié)構(gòu)比較及web數(shù)據(jù)庫的訪問方式[j]. 情報科學, 2001, 19(4): 443-445.]
[15]	mohd m h,lee b j,cui y,et al. residual strength of corroded subsea pipelines subject to combined internal pressure and bending moment[j]. ships and offshore structures, 2015, 10(5): 554-564.
[16]	cai j,jiang x,lodewijks g,et al. residual ultimate strength of damaged seamless bbbbllic pipelines with combined dent and bbbbl loss[j]. marine structures, 2018, 61: 188-201.