油气田H2S腐蚀体系模拟方法探究

通过两种方法向反应釜内引入H2S气体模拟含H2S油气田腐蚀体系:一是使用钢瓶直接通入H2S,二是通过化学反应间接生成H2S。在高压釜内研究了20#钢在这两种不同方法引入H2S体系中腐蚀情况的差异。通过失重法和电化学法研究了两种方法下20#钢的腐蚀速率及腐蚀机理;通过SEM观察腐蚀形貌;并利用EDS分析腐蚀产物的组成。结果表明:20#钢在由化学反应产生H2S模拟油气田环境中的腐蚀速率为0.1077 mm/a,腐蚀产物膜粗糙、疏松。而其在直接导入H2S模拟油气田环境中的腐蚀速率为0.0518 mm/a,腐蚀产物膜均匀、致密、平整,接近现场实际情况。即H2S的导入方法对油气田模拟腐蚀体系的建立有重要的影响。从科学研究角度看,直接通入H2S法能更好地模拟含H2S油气田腐蚀体系。     

抗硫碳钢在CO2/H2S条件下腐蚀产物膜特性及对腐蚀的影响

利用自制的高温高压釜,通过失重法、ESEM和EDS等分析技术研究了抗硫碳钢在高温高压CO2/H2S溶液中腐蚀产物膜特性及对腐蚀的影响.结果表明:抗硫碳钢在120℃不同介质条件下腐蚀产物膜的特性对材料的腐蚀有着决定性的作用,分别在CO2,H2S,CO2/H2S条件下,产物膜变得致密,晶柱变细,以无序状堆积,这种致密的腐蚀产物膜具有很好的保护性,降低了碳钢的腐蚀;当加入0.5%HAC时,腐蚀速率明显增大,从其表面膜的组成可以看出,Fe的硫化物含量有所减少,而表面膜中Cr、W的含量增加,使表面膜的骨架更加致密,但是,pH值的降低,加速了膜的溶解,在一定程度上使腐蚀速率比3%NaCl H2S 0.45MPaCO2增加;腐蚀产物膜结构、性质和组成对腐蚀速率有着重要的影响.     

基于改进BP神经网络优化的管道腐蚀速率预测模型研究

目的构造金属管道腐蚀速率预测模型,预测管道的使用寿命。方法分析了二氧化碳(CO2)和硫化氢(H2S)对金属管道的腐蚀过程,给出了管道腐蚀的化学反应方程式。引用了BP神经网络构造金属管道腐蚀速率的数学模型,采用了改进粒子群算法对预测模型进行优化。以45号金属管道为例,借助于Matlab软件对管道腐蚀速率进行仿真验证,并与实验测量数据进行对比和分析。结果金属管道腐蚀速率随着CO2或H2S压强的增大而逐渐增大,仿真结果显示CO2和H2S的最大腐蚀速率分别为7.20×10-5 mm/h和5.76×10-5mm/h,而实验测量结果显示CO2和H2S的最大腐蚀速率分别为7.14×10-5 mm/h和5.65×10-5 mm/h,采用改进BP神经网络预测模型所产生的相对误差在5%以内。结论金属管道在不同压强条件下,采用改进BP神经网络预测模型能够近似地预测其腐蚀速率,为金属管道的更换提供了参考依据。     

基于LASSO-WOA-LSSVM的海洋管线外腐蚀速率预测

目的 构建海洋管线外腐蚀速率预测模型,提高海底油气管线外腐蚀速率预测的准确性.方法 建立基于套索(LASSO)回归和鲸鱼优化算法(WOA)的最小二乘支持向量机(LSSVM)腐蚀速率预测模型,采用LASSO回归方法对指标进行筛选,提取海洋管线腐蚀的主要影响因素.应用最小二乘支持向量机算法建立海洋管线外腐蚀速率预测模型,并使用鲸鱼优化算法对模型参数进行优化,避免了参数取值对模型回归性能的影响.以海洋挂片实验为例,通过MATLAB进行模拟仿真,分析验证模型预测结果,并将预测结果与其他模型进行对比分析.结果 LASSO回归算法筛选得到影响腐蚀速率的主要因素为:温度、溶解氧含量、pH值.采用WOA-LSSVM模型所预测的结果与实际值较为吻合,其平均相对误差为2.23％,均方根误差(RMSE)为0.3248,决定系数R2达到0.9708,均优于其他两种模型.结论 基于LASSO回归和鲸鱼优化算法的最小二乘支持向量机预测模型具有更优的泛化能力和预测精度,为海底管道腐蚀研究工作提供了新思路,也为海洋油气输送系统的结构安全与风险防范提供了参考.     

油气田CO2腐蚀典型预测模型的比较及探究

CO2腐蚀速率预测模型的建立对于海油工程设计以及安全生产具有重要的意义.本文综述了油气田中CO2腐蚀速率预测模型,并且针对几种典型的、应用较广的模型进行了对比分析,得出了各个模型的长处和短处,指出了在腐蚀预测应用中应该如何综合利用这些模型以达到最优化设计的目的.最后对于建立符合中国海油工程设计的CO2腐蚀速率预测模型进行了初步的探究.     

油气田中CO2腐蚀的预测模型

综述了油气田中CO2腐蚀速率的预测模型．关于CO2腐蚀速率的预测模型主要包括经验模型(Empirical models)，半经验模型(Semi—empirical models)和机理模型(Mechanistic models)三类．经验模型是根据实验室和油气田现场腐蚀数据建立的预测模型，这类模型比较简洁，与现场的试验数据吻合较好．半经验模型先根据腐蚀过程中的化学、电化学过程和介质的传输过程建立腐蚀速率相关的动力学模型，然后利用实验室数据以及现场数据确定各因素的影响因子．机理模型主要是应用腐蚀热力学、动力学以及物质扩散动力学，基于CO2腐蚀机理建立腐蚀速率的预测模型．由于CO2腐蚀的影响因素很多，腐蚀机理异常复杂，要建立准确、普适的预测模型较为困难．目前这三类预测模型均存在一定的不完善性，应对其进行更深入的研究和改进．     

基于EWM-GRA的腐蚀主控因素分析与腐蚀模型建立

目的 建立含硫管道腐蚀速率预测模型,为防腐工作的开展提供依据。方法 基于熵权法（EWM）和灰色关联分析（GRA）理论,对影响含硫天然气集输管道腐蚀的18个影响因素进行关联度计算,确定腐蚀主要影响因素。针对主要影响因素,设计正交模拟实验,基于腐蚀机理和模拟实验结果,建立腐蚀速率预测模型。结果 含硫管道腐蚀影响因素关联度最大的4个因素为H2S分压（0.7923）、CO2分压（0.6471）、温度（－0.6208）、液体流速（－0.6101）,与腐蚀速率呈强相关。基于关联度分析结果,考虑H2S分压、CO2分压、温度、液体流速的影响,设计了4因素3水平共9组模拟实验,根据失重法计算得到腐蚀速率。基于腐蚀机理和实验数据,得到H2S/CO2共存条件下,考虑温度和液体流速影响的腐蚀预测模型。与实验结果对比,预测模型的相对误差在5%以内。结论 对于该含硫管道,腐蚀速率的主要影响因素为H2S分压、CO2分压、液体流速、介质温度。基于腐蚀机理和模拟实验结果建立的腐蚀速率预测模型能较好地预测腐蚀速率,为现场防腐工作的开展提供参考依据。     

金属材料腐蚀预测模型研究进展

对现有腐蚀领域常用腐蚀预测方法,包括函数模型、灰色理论模型、神经网络预测模型,剂量响应函数模型和随机森林模型等进行总结分析,并将现有的腐蚀预测模型分为腐蚀-时间和腐蚀-环境预测模型,介绍了不同腐蚀预测模型的特点和适用范围等。最后,根据电力行业的特点对金属材料的腐蚀预测研究提出了一些展望。     

高Cl~-条件下H_2S分压对P110钢腐蚀速率的影响

利用高温高压釜设备模拟油气田环境并辅以失重法,研究了高Cl-条件下H2S分压对P110钢腐蚀速率的影响,结果表明:P110钢的腐蚀速率随着H2S分压的增大呈先增大后减小的趋势,且在0.06 MPa时取得最大值;采用扫描电子显微镜(SEM)、X射线衍射(XRD)和X射线能谱仪(EDS)技术对腐蚀产物膜进行分析知:H2S分压通过影响腐蚀产物膜厚度、微观吸附形貌和表面膜成分等,进而影响了P110钢的腐蚀速率.     

大牛地气田含硫气井腐蚀监测

根据大牛地含硫气井生产特点,室内采用化学分析方法分别对D1、D2两口气井的气样、水样、天然气中H2S含量、腐蚀产物等进行取样检测分析,现场采用挂片腐蚀失重法对试验井进行离线监测,计算油管腐蚀速率.结合两种常用气井腐蚀监测技术确定出试验井主要存在腐蚀类型为H2S气体引起的酸性腐蚀及高矿化度腐蚀.     

H2 S 对油气管材的腐蚀及防护研究综述

随着石油天然气工业的迅速发展,酸性气体引起的油气管材腐蚀问题日益突出,尤其是H2S引起的腐蚀广泛存在,严重影响着油气开采及输送管道和炼制加工设备的使用寿命。综述了H2S对油气管材腐蚀的机理、影响因素及防护方法,探讨了温度、H2S分压、p H值、流速、Cl-浓度、CO2分压及管材材质等因素对H2S腐蚀的影响,建立了H2S腐蚀速率预测模型并对其进行了相关分析,对H2S腐蚀防护方法进行了评述。最后,简述了H2S腐蚀的研究现状及发展趋势。     

基于遗传算法优化BP神经网络预测CO_2/H_2S环境中套管钢的腐蚀速率

基于CO_2/H_2S共存腐蚀环境的复杂性、危险性,以及两者协同与竞争效应的不确定等原因,套管钢在CO_2/H_2S共存腐蚀环境中腐蚀速率测试存在试验时间长、误差较大且存在不安全隐患等缺陷,现有的单一腐蚀速率预测模型不能满足这方面的研究。利用建立的遗传算法优化BP神经网络模型分别对不同温度、不同CO_2分压和不同H_2S分压条件下套管钢的腐蚀速率进行预测。与单纯的BP神经网络模型预测相比,遗传算法优化BP神经网络训练收敛速率有所增加,预测效果得到改善;遗传算法优化BP神经网络预测值与实测值吻合较好,此预测模型可靠性很强;该方法为我国高酸性气田开发中快速获取腐蚀速率数值提供了一条新的思路。     

基于PSO-SVM模型的油气管道内腐蚀速率预测

目的针对油气管道的运行安全问题,建立油气管道内腐蚀速率预测新模型,对管道的内腐蚀状况进行准确预测。方法首先对内腐蚀的原理进行简单分析,探讨引起管道内腐蚀的主要原因。对PSO(粒子群算法)、SVM(支持向量机)以及PSO-SVM模型的原理及结构进行探讨,结合文献中获取的管道内腐蚀数据,使用PSO算法对SVM算法的参数C和g进行寻优。在此基础上,对Sine函数、Sigmoidal函数和Radial basis函数三种核函数进行对比优选。最终将PSO-SVM模型与GA-SVM模型、CV-SVM模型、LS-SVM模型和FOA-SVM模型四种模型进行预测误差对比,以此证明PSO-SVM模型的先进性。结果当SVM算法的参数C=83.9243、g=0.6972,核函数选择Sine函数时,PSO-SVM模型的平均绝对误差和均方根误差最小,平均绝对误差和均方根误差分别为0.58%和0.000618,但是该模型在使用的过程中,其训练数据所使用的时间为11.26 s,与GA-SVM模型、CV-SVM模型、LS-SVM模型和FOA-SVM模型四种模型相比,其预测误差较小,但训练数据所使用的时间较长。结论利用PSO-SVM模型对油气管道内腐蚀速率进行预测是可行的,预测误差相对较小,但是由于受限于数据训练速度问题,今后仍需要对该领域进行深入研究。     

基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测

目的 提高埋地管道外腐蚀速率的预测精度。方法 建立基于核主成分分析法（KPCA）和天牛须搜索（BAS）算法优化的广义回归神经网络（GRNN）腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外腐蚀速率预测的数学模型,并采用BAS算法对模型进行优化,减小了人为设置参数的影响。以川气东送埋地管段为例,分析选取出12种关键影响因素,建立了埋地管道外腐蚀指标体系,借助MATLAB-R2014a编写程序进行仿真,并与实际值进行对比。结果 模型的预测结果与实际值基本一致,KPCA可有效降低指标体系的维度,提取出包含原始信息97.9%的3个主因素—土壤电阻率、氧化还原电位、氯离子含量,简化了运算过程。采用的BAS-GRNN模型将预测精度提高到7.83%以内,平均相对误差5.21%,决定系数取值0.93。与其他模型相比,该模型性能较好,预测精度更高。结论 采用KPCA提取的主要影响因素符合工程实际,建立的BAS-GRNN模型预测精度高,有较好的适应性,为埋地管道外腐蚀速率预测提供了新思路,对管道的维护更新工作提供了参考依据。     

含杂质气态CO2输送管道腐蚀研究进展

气态CO₂输送管道是CO₂捕集与储存(CCS)过程中的重要一环,含杂质气态CO₂输送管道的腐蚀控制对于管道的安全运行尤为重要。本文综述了目前含杂质气态CO₂输送管道腐蚀的研究成果,总结了气态CO₂输送管道腐蚀的影响因素,阐述了杂质与环境条件对水与CO₂的互溶度、管道钢腐蚀行为、腐蚀产物膜特征及腐蚀机理的影响,分析了气态CO₂输送管道临界含水量的确定,归纳了适用于气态CO₂输送管道的腐蚀预测模型。本文指出当前气态CO₂输送管道腐蚀研究亟待解决的科学问题包括:含杂质气态CO₂环境中水与CO₂互溶度的计算;杂质对气态CO₂环境中腐蚀产物膜特征及腐蚀机理的影响;含杂质气态CO₂输送管道不发生腐蚀临界含水量的确定;含杂质气态CO₂输送管道内腐蚀预测模型的建立。     

含CO2油气管道内腐蚀模拟及剩余寿命预测

目的通过对含CO_2油气管道的内腐蚀状况进行仿真和实验研究,得出管道的内腐蚀规律和剩余使用寿命。方法以渤西海域某一管道的实际工况为基础,采用OLGA软件并选择De Waard95模型对CO_2腐蚀速率的影响因素进行仿真分析。采用失重实验研究了温度和CO_2分压对X52级管道钢腐蚀速率的影响,在仿真数据的基础上对腐蚀管道的剩余寿命进行预测。结果仿真结果表明,管道沿线的温度、压力、持液率、流型及pH值对CO_2腐蚀程度的影响都很大。实验发现,CO_2腐蚀速率随温度的升高呈先增后降的趋势,且在温度为333 K时达到最大值,为0.22 mm/a。随着CO_2分压的升高,腐蚀速率呈上升趋势,最大值为0.24 mm/a。结论随着管道高程和里程的不同,不同因素对CO_2腐蚀有不同程度的影响,管道入口段的腐蚀速率最大,仿真和实验结果对管道的内腐蚀防护和剩余寿命预测有一定的参考价值。     

CO_2腐蚀速率半经验预测模型研究

以Nesic机制为基础,建立了新的腐蚀速率预测模型,着重考虑了离子在流体边界层和腐蚀产物膜中的传质速率,提出了腐蚀产物膜因子的实验确定方法.进一步,通过高温高压CO2腐蚀的实验,给出了从具体实验结果来分析和确定腐蚀产物膜影响因子的技术.分析了矿化度对腐蚀速率的影响规律,结果表明模型与实际情况符合良好.     

CO2分压对碳钢海底管道CO2/H2S腐蚀的影响

目的：研究 CO2分压对 CO2/H2S腐蚀的影响规律,为海底管道材料的选择提供参考依据。方法采用高温高压反应釜进行腐蚀模拟实验,对腐蚀前后的试样进行称量,计算腐蚀速率。通过SEM观察腐蚀产物膜形貌,通过 XRD 分析腐蚀产物膜成分。结果当 CO2/H2S 分压比较高（1200）时, CO2分压为0.3、0.5、1.0 MPa对应的腐蚀速率分别为1.87、3.22、5.35 mm/a,随着CO2分压升高,腐蚀速率几乎呈线性增大趋势。当CO2/H2S分压比较低（200）时,CO2分压为0.3、0.5、1.0 MPa对应的腐蚀速率分别为3.47、3.64、3.71 mm/a,CO2分压变化对腐蚀速率的影响并不显著。当CO2/H2S分压比较高（1200）时,腐蚀产物以FeCO3为主,腐蚀受CO2控制;此时低CO2分压下的腐蚀产物膜较完整致密,高CO2分压下的腐蚀产物膜局部容易破裂,对基体保护性下降,因此腐蚀速率随CO2分压升高而增大。当CO2/H2S分压比较低（200）时,腐蚀产物以FeS为主,腐蚀受H2S控制;此时在不同CO2分压条件下,腐蚀产物均较完整致密,因此腐蚀速率相对较低,并未随着CO2分压升高显著增大。结论 CO2分压对CO2/H2S腐蚀速率的影响与CO2/H2S分压比密切相关,海底管道材料选择不仅要考虑CO2分压的影响,还要考虑CO2/H2S分压比的影响。