Grey Prediction of Corrosion Rate of Crude Oil Distillation Unit Pipelines in a Refinery
摘 要
针对某石化公司的常减压装置在炼制中东进口原油后冲刷腐蚀明显加重的问题,在管线弯头等部位进行定点测厚,对其腐蚀速率进行监控。监测的结果是准光滑数据序列,一阶累加生成后具有准指数规律,符合建立灰色微分方程条件。针对此灰色系统建立GM(1,1)模型,利用该模型对弯头部位的腐蚀速率进行模拟预测。经过检验发现,预测结果序列与原始数据数列之间的平均误差小于15%,预测精度达到85%以上,表明GM(1,1)模型用于常减压装置管线的腐蚀速率的预测是可行和有效的。
Abstract
Serious erosion-corrosion was found in the crude distillation unit for proeessing middle east crude oil in a petrochemical company. The thickness of some positions like elbow was measured every month, and the thickness change was monitored. The monitored data series is quasi smooth sequence. The series after accumulated generating has quasi exponent law. The series meets the conditions for establishing gray differential equations. GM(1,1) model was established by grey system theory according to this series. The model was used for the simulated prediction of the elbow corrosion rate. The examined statistical data show that the average relative error was less than 15% and the prediction accuracy was above 85%. So, using GM(1,1) to predict the corrosion rate of crude oil distillation unit's pipelines is feasible and effective.
中图分类号 TG172 TE986
所属栏目 应用技术
基金项目 茂名市科技计划项目(2012B01036); 广东高校石油化工故障诊断与信息化控制工程技术开发中心开放基金项目(512014)
收稿日期 2014/4/19
修改稿日期
网络出版日期
作者单位点击查看
备注李启锐(1982-),讲师,硕士,从事石油化工智能信息系统研究,
引用该论文: LI Qi-rui,CHEN Xiao-long. Grey Prediction of Corrosion Rate of Crude Oil Distillation Unit Pipelines in a Refinery[J]. Corrosion & Protection, 2014, 35(8): 852
被引情况:
【1】李皎,梁工谦,周三平, "炼油装置的腐蚀监测管理体系",腐蚀与防护 37, 847-851(2016)
【2】刘公召,李华宇,杨振声,邱克强, "水溶性咪唑啉酰胺对小分子有机酸的缓蚀性能",腐蚀与防护 36, 910-913(2015)
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】阮晓刚. 常减压装置腐蚀机理研究与可靠性分析[D]. 成都:西南石油大学,2005.
【2】王正方,王勇,刘秀华. 基于灰色系统理论的常压蒸馏装置腐蚀预测[J]. 中国石油大学学报,2010,34(2):114-118.
【3】俞东海,严伟丽. 常减压蒸馏装置的腐蚀与防护[J]. 石油化工腐蚀与防护,2010,27(1):17-20.
【4】陈学东,王冰,杨铁成,等. 基于风险的检测(RBI)在中国石化企业的实践及若干问题讨论[J]. 压力容器,2004,21(8):39-45.
【5】伊帆,李德豪,郎春燕,等. 基于BP神经网络的模拟冷却水中碳钢的腐蚀速率预测[J]. 腐蚀与防护,2012,33(11):947-951.
【6】孙宝财,李淑欣,俞树荣,等. 改进BP算法的腐蚀管道剩余强度预测[J]. 中国腐蚀与防护学报,2011,31(5):404-408.
【7】任振甲,张军,骆成双,等. 基于人工神经网络研究原油腐蚀的影响因素[J]. 腐蚀与防护,2011,32(4):293-296.
【8】SILVA R C C,GUERREIRO J N C,LOULA A F D. A study of pipe interacting eorrosion defects using the FEM and neural networks[J]. Advances in Engineering Software,2007,38(11/12):868-875.
【9】LI S X,ZENG H L,YU S R,et al. A method of probabilistic analysis for steel pipeline with correlated corrosion defects[J]. Corrosion science,2009,51(12):3050-3056.
【10】马晓勇,翟晓鹏,张艺馨,等. 用数据统计方法预测油套管腐蚀剩余寿命[J]. 断块油气田,2013,20(4):513-515.
【11】张颖,陈荣刚,戴光,等. 贝叶斯网络在储罐底板腐蚀状况预测的应用研究[J]. 兵器材料科学与工程,2011,34(1):51-53.
【12】张镇,刘晓东,李著信. 基于灰色组合模型的管道腐蚀速率预测[J]. 中国腐蚀与防护学报,2008,28(3):174-176.
【13】彭星煜,张鹏,孙德青,等. 基于灰色(1,1)模型埋地金属管道腐蚀速率预测[J]. 全面腐蚀控制,2009,23(4):30-31.
【14】邓聚龙. 灰理论基础[M]. 武汉:华中科技大学出版社,2002.
【2】王正方,王勇,刘秀华. 基于灰色系统理论的常压蒸馏装置腐蚀预测[J]. 中国石油大学学报,2010,34(2):114-118.
【3】俞东海,严伟丽. 常减压蒸馏装置的腐蚀与防护[J]. 石油化工腐蚀与防护,2010,27(1):17-20.
【4】陈学东,王冰,杨铁成,等. 基于风险的检测(RBI)在中国石化企业的实践及若干问题讨论[J]. 压力容器,2004,21(8):39-45.
【5】伊帆,李德豪,郎春燕,等. 基于BP神经网络的模拟冷却水中碳钢的腐蚀速率预测[J]. 腐蚀与防护,2012,33(11):947-951.
【6】孙宝财,李淑欣,俞树荣,等. 改进BP算法的腐蚀管道剩余强度预测[J]. 中国腐蚀与防护学报,2011,31(5):404-408.
【7】任振甲,张军,骆成双,等. 基于人工神经网络研究原油腐蚀的影响因素[J]. 腐蚀与防护,2011,32(4):293-296.
【8】SILVA R C C,GUERREIRO J N C,LOULA A F D. A study of pipe interacting eorrosion defects using the FEM and neural networks[J]. Advances in Engineering Software,2007,38(11/12):868-875.
【9】LI S X,ZENG H L,YU S R,et al. A method of probabilistic analysis for steel pipeline with correlated corrosion defects[J]. Corrosion science,2009,51(12):3050-3056.
【10】马晓勇,翟晓鹏,张艺馨,等. 用数据统计方法预测油套管腐蚀剩余寿命[J]. 断块油气田,2013,20(4):513-515.
【11】张颖,陈荣刚,戴光,等. 贝叶斯网络在储罐底板腐蚀状况预测的应用研究[J]. 兵器材料科学与工程,2011,34(1):51-53.
【12】张镇,刘晓东,李著信. 基于灰色组合模型的管道腐蚀速率预测[J]. 中国腐蚀与防护学报,2008,28(3):174-176.
【13】彭星煜,张鹏,孙德青,等. 基于灰色(1,1)模型埋地金属管道腐蚀速率预测[J]. 全面腐蚀控制,2009,23(4):30-31.
【14】邓聚龙. 灰理论基础[M]. 武汉:华中科技大学出版社,2002.
相关信息