海底管道缺陷在线智能检测机器人

第18卷　第4期2005年12月

传感技术学报

CHIN ES E JOURNAL OF S ENSORS AND ACTUA TORS

Vol.18　No.4Dec.2005

Smart Pig for Inspecting Small 2diameter and Thick W alled Subsea Pipeline

T A N G Don g 2li n 1

,C H EN Cai 2he

1

,CU I Yu 2mi n g 1,N I N G Chun 2mei 1,H E S hi 2gang

2

1.College of Precision I nst rument and Opto 2elect ronics Engi neering ,Tianj in Universit y ,Tianj in 300072,China;

2.S henz hen J utal M achinery Equi p ment Co.L t d;S henz hen 518068,China

Abstract :The resolution of t he flux leakage signals of defect in pipe are st udied t heoretically.The flux leakage fields inside pipe are measured precisely by t he comp ute 2cont rolled measurement system.Three magnet systems ,which magnetize t he small 2diameter and t hick walled subsea pipe ,are designed and test 2ed.The desirable magnet system is used to make t he smart pig.The ability of t he M FL pig to characterize t he dept h ,shape and lengt h of varied defect s is evaluated by detecting different aritifical defect s.K ey w ords :flux leakage fields ;defect inspection ;small 2diameter and t hick walled subsea pipe EEACC :7230

海底管道缺陷在线智能检测机器人

唐东林1,陈才和1,崔宇明1,宁春梅1,何仕刚2

11天津大学精密仪器与光电子工程学院,天津300072;21深圳巨涛机械设备有限公司,深圳518068

收稿日期:2005203203

基金项目:国家863高科技资助项目(2002AA324040)

作者简介:唐东林(19702),男,博士研究生,主要研究方向为智能传感系统及集成,olivertdl @.

摘　要:分析了用MFL 法检测管道缺陷时缺陷漏磁信号分辨率的特征,设计计算机控制的管道漏磁场分布测试系统检测、

分析管道内漏磁场,优化设计用于小管径、厚管壁海底管道(<273×12.7)缺陷检测的磁铁节,在此基础上设计制造了海底管道缺陷在线智能检测机器人,实验验证了机器人对人工模拟缺陷的检测能力。

关键词:漏磁场;管道缺陷检测;小管径、厚管壁海底管道中图分类号:TE973.6 文献标识码:A 文章编号:100529490(2005)0420818204

意义　石油、天然气等资源长距离输运主要靠埋于地下的长输油管来完成。由于地质运动、土壤及石油本身作用的影响,对长输油管的内外壁将产生腐蚀或机械缺陷。缺陷在高压传输油的压力下产生泄漏,严重时会导致油管爆炸的重大安全事故,因此必须定期检测维护管道,及时修补缺陷。管道缺陷在线检测技术就是定期对管道进行在线检测,建立管线运行状态监测系统,对管道缺陷进行监测记录、安全评估及维护修补,预防事故的发生。我国的长输油管大多运行了30年左右,急需进行检测维护。为打破国外在高技术管道检测领域的技术封

锁,国家“十五”“863”计划提出自主研制海底管道检测与维修技术,本课题便是在“863”资助下完成的。

工作原理　漏磁法(M FL )检测管道缺陷是被广泛应用研究的方法。检测器结构如图1所示。靠油压在管道中运行的管道缺陷检测器用磁铁节将待测管道磁化,使管道局部处于磁饱和状态,当遇到缺陷时,则缺陷周围产生漏磁场,磁传感器将所检测到的漏磁信号传至记录节中的存储器处理后存储,记录节还将里程轮产生的缺陷位置信号同时记录下来,检测分析人员在被测管道末端将存储器取出,将数据传至计算机,用偶极子[1]或磁荷法[2]对缺陷形

状进行分析,确定管线缺陷分布状态,提供管道维护资料

。

图1　管道缺陷在线智能检测器

本文的工作　许多文章[3～5]详细地讨论了管

道缺陷的漏磁信号,忽略了对无缺陷管道漏磁场分布的分析,即对待测管道背底磁场的分析。而背底磁场的大小及分布直接影响缺陷信号的分辨率,影响检测器的检测能力。F.F rster [6]建立了一套模拟测试背底磁场的研究系统,但由于管道内磁场分布的复杂性,这种模拟与实际管道磁场分布仍存在差异。

我们设计了计算机控制的管道漏磁场分析系统,理论分析、测试了处于不同磁化状态下小管径、厚管壁管道(<273mm ×12.7mm )的背底磁场分布,在此基础上,设计出海底管道缺陷在线智能检测机器人并进行了实验研究,取得了好的实验效果

1　厚壁管道内的漏磁场研究

1.1　实验原理

在管道中运行的漏磁检测器(M FL )遇到管道缺陷时,由于检测器磁铁节对管壁的磁化作用,在管

道内将产生如图2所示的漏磁场分布。

图2　管道内漏磁场分布图

检测器上的HALL 磁传感器(图3)感应背底

磁场的磁感应强度(B )和缺陷漏磁场的磁感应强度

(B ),将产生的电压信号存入检测器内的缺陷数据

库,检测器检测完后对数据进行分析来判别缺陷的形状、大小。背底磁场的大小和分布对缺陷漏磁场信号的分辨率有较大影响。图3为检测器磁铁节对管道磁化示意图

。

图3　管道中磁铁节结构示意图

图3中,

是管壁无缺陷时管壁外的漏磁通,S 1是管壁无缺陷

时管道的横截面积。

(1)

比值(

们用q 参数来表示:

q =

-1B m S m

B p 1S 1

-1(2)

要使检测器有高的分辨率,对于对管道安全运输有潜在危害的小缺陷(即:缺陷横截面积/管道截面积<0.01、且缺陷深度<30%),检测器的q 值也应较大。此时,S 1 S 2,则式(2)可表达为:

q =B p 2

B p 1-1πB m D m L m πB p 1(D 22-D 2

1

4

)

-1=(B p 2-B p 1)(D 22-D 2

1)

4B m D m L m -B p 1(D 22-D 2

1)

(3)

式中,B p 1为无缺陷管道内磁感应强度,B p 2为有缺陷管道内磁感应强度,B m 为磁铁节的剩磁,L m 为磁铁节长度。

当待测管道确定时,则管道的内外径(D 1,D 2)和管材的磁化曲线也就已知。由磁场边界条件可知:B 矢量沿切线方向连续,及管道壁内外B 值相等。因此,在影响漏磁信号的区域,通过测试背底磁场和缺陷漏磁场,可近似获得B p 1,B p 2的值。磁钢材料选定后,则其表面剩磁B m 也确定了,综合考虑式(2)和检测器在管道中的通过性,设计出磁铁节最佳的D m ,L m ,获得理想的q 值。

9

18第4期唐东林,陈才和等:海底管道缺陷在线智能检测机器人