一种油气管道环焊缝失效行为的预测方法与流程

本发明属于环焊缝失效预测领域，尤其是一种油气管道环焊缝失效行为的预测方法。

背景技术：

1、长输油气管道由大量钢管或管件通过焊接形成的环焊缝连接而成，因而环焊缝是长输管道不可或缺的组成部分。受焊接技术条件限制及现场施工质量难以控制等问题的影响，环焊缝及近焊缝区不可避免地存在各种形式的焊接缺陷，如裂纹、气孔、夹渣、未焊透、未熔合等。在服役条件下，环焊缝可能成为管道结构中较为薄弱的部位之一，易发生开裂乃至全管径断裂，造成油气介质大量泄漏，引发火灾、爆炸等突发性和灾难性事故。例如：2018年6月10日，中石油中缅天然气输气管道黔西南州晴隆县沙子镇段k0975-100m处，因环焊缝脆性断裂导致管内天然气大量泄漏发生燃爆事故，造成1人死亡、23人受伤，直接经济损失2145万元。

2、目前，油气管道环焊缝失效行为评估主要以事后失效分析为主，不能提前预测环焊缝失效，管道运营商无法采取有效措施来避免人员伤亡和财产损失。如何基于管道设计、建设和运行过程中积累大量数据，建立油气管道环焊缝失效预测方法成为亟待解决的难题。随着物联网、大数据、人工智能等技术的发展和在管道领域的融合应用，实现油气管道环焊缝失效智能预测，将进一步提高管道运营商预防效率，降低管道事故发生。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供一种油气管道环焊缝失效行为的预测方法。

2、为达到上述目的，本发明采用以下技术方案予以实现：

3、一种油气管道环焊缝失效行为的预测方法，包括以下步骤：

4、(1)基于管道环焊缝的失效因素，获取相关指标信息，基于所述指标信息，进行归一化处理，得到相关参数；依据管道环焊缝失效、割口分析和现场开挖检测数据，将管道的环焊缝失效分为高、中、低三个风险等级；

5、获取多个管道环焊缝的参数及对应的风险等级，作为数据样本集；

6、(2)利用数据样本集训练神经网络，得到预测模型；

7、(3)将待预测的管道环焊缝的参数输入到预测模型中，预测模型输出相应的风险等级。

8、进一步的，步骤(1)中管道环焊缝的失效因素包括管材及性能、焊接缺陷和载荷。

9、进一步的，步骤(1)中基于管材及性能获取直径、薄壁侧壁厚、屈服强度、韧性、焊接工艺、是否冬季施工、厚壁侧壁厚、是否返修、是否连接口和是否死口的指标信息。

10、进一步的，步骤(1)中基于焊接缺陷获取缺陷类型、缺陷壁厚位置、缺陷点钟方向、缺陷长度、缺陷自身高度和无损检测焊口等级的指标信息。

11、进一步的，步骤(1)中基于载荷获取压力、轴向应力系数和是否地质活动区的指标信息。

12、进一步的，步骤(1)中：

13、将环焊缝失效和割口样本划分为高风险样本；

14、将现场开挖检测适用性评价修复的环焊缝样本划分为中风险样本；

15、将现场开挖检测适用性评价无需修复环焊缝划分为低风险样本。

16、进一步的，步骤(2)将数据样本集中的60％作为训练集，40％作为测试集进行训练。

17、进一步的，步骤(2)训练至预设模型的准确率在85％以上。

18、进一步的，步骤(2)中的神经网络为bp人工神经网络。

19、与现有技术相比，本发明具有以下有益效果：

20、本发明的油气管道环焊缝失效行为的预测方法，针对在役未开挖管道环焊缝，利用建设、运行、环境、失效等各类数据间潜在关系，采用人工神经网络建立基于历史数据的管道环焊缝失效风险预测模型，进而预测在役油气管道环焊缝服役状态，判断环焊缝失效风险等级，提高实际高风险环焊缝开挖的准确率和对不同风险等级环焊缝的安全管控水平，从而提高管道运营商预防效率，降低管道事故发生率。

技术特征：

1.一种油气管道环焊缝失效行为的预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(1)中管道环焊缝的失效因素包括管材及性能、焊接缺陷和载荷。

3.根据权利要求2所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(1)中基于管材及性能获取直径、薄壁侧壁厚、屈服强度、韧性、焊接工艺、是否冬季施工、厚壁侧壁厚、是否返修、是否连接口和是否死口的指标信息。

4.根据权利要求2所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(1)中基于焊接缺陷获取缺陷类型、缺陷壁厚位置、缺陷点钟方向、缺陷长度、缺陷自身高度和无损检测焊口等级的指标信息。

5.根据权利要求2所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(1)中基于载荷获取压力、轴向应力系数和是否地质活动区的指标信息。

6.根据权利要求1所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(1)中：

7.根据权利要求1所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(2)将数据样本集中的60％作为训练集，40％作为测试集进行训练。

8.根据权利要求1所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(2)训练至预设模型的准确率在85％以上。

9.根据权利要求1所述的油气管道环焊缝失效行为的预测方法，其特征在于，步骤(2)中的神经网络为bp人工神经网络。

技术总结
本发明公开了一种油气管道环焊缝失效行为的预测方法，属于环焊缝失效预测领域。本发明通过在对油气管道环焊缝历史失效数据、管道基础信息数据和现场开挖检测数据的基础上，建立环焊缝失效行为智能预测指标体系和归一化原则，并建立机器学习样本集，采用神经网络智能预测环焊缝失效风险，进而加强对高风险环焊缝的维修维护决策，有效避免管道环焊缝失效。本发明能够智能预测在役油气管道环焊缝服役状态，判断环焊缝失效风险等级，从而提高管道运营商预防效率，降低管道事故发生率。

技术研发人员：王珂,马卫锋,姚添,聂海亮,曹俊,任俊杰,党伟,梁晓斌
受保护的技术使用者：中国石油天然气集团有限公司
技术研发日：
技术公布日：2024/1/13