石化腐蝕預測技術現(xiàn)狀與需求
劉小輝 中國石化青島安全工程研究院
摘要：針對石化系統(tǒng)的安全平穩(wěn)運行，國內(nèi)外已開展了大量工作，并取得了較好的效果。但隨著大數(shù)據(jù)、云計算的發(fā)展，以移動設備和應用為核心，以云服務、移動寬帶網(wǎng)絡、大數(shù)據(jù)分析等技術為依托的第三計算平臺已初步形成，為防腐蝕技術與信息技術的結合提供了一個嶄新的舞臺。因此，急需開展石化腐蝕預測新技術和過程智能報警抑制方法研究，利用生產(chǎn)過程參數(shù)進行腐蝕預測性分析，建立石化系統(tǒng)設備腐蝕管理系統(tǒng)，集腐蝕監(jiān)檢測、腐蝕評估、腐蝕控制、防腐管理、遠程診斷與服務及設備管理于一體，一方面實現(xiàn)腐蝕動態(tài)量化評估與監(jiān)控，及時采取針對性防腐措施，實現(xiàn)設備預防性維修；另一方面基于設備腐蝕評估建立設備管理規(guī)范，實現(xiàn)風險管控及設備完整性管理；同時基于腐蝕回路進行工藝防腐管理，保障裝置運行安全，為石化設備防腐技術及管理邁向智能化提供技術支撐。
關鍵詞腐蝕：動態(tài)量化評估；預測；監(jiān)控；預防性維修
1 石化面臨的壓力
截至2018年底，我國煉油能力已達8.3億噸／年，穩(wěn)居世界第二煉油大國。2018年新增了2225萬噸，預計到2020年新增煉油能力0.7億噸，屆時我國的煉油總能力將達到9億噸／年，過剩1億噸以上。
從經(jīng)營主體看，我國形成了以中國石油、中國石化為主，中國海油、中國化工、中國兵器、地煉、外資及煤基油品企業(yè)等多元化市場主體的發(fā)展格局。從煉廠數(shù)看，中國石油26家，中國石化35家，中國海油12家，煤制油15家，其他煉廠100余家。
1.1石油化工行業(yè)競爭日益加劇
石油化工行業(yè)發(fā)展逐步成熟，產(chǎn)能過剩的局面已日益加劇，裝置利用率也逐步下降。同時，石油化工行業(yè)新裝置計劃投產(chǎn)的項目仍較多，廠家間的競爭將更加激烈，利潤由多變少，產(chǎn)品價格由高變低，行業(yè)存在加速洗牌的可能。 產(chǎn)能過剩導致的裝置開工率降低，造成企業(yè)經(jīng)濟效益下降，石化行業(yè)競爭日益加劇。
1.2安全環(huán)保逐漸成為企業(yè)核心競爭力
隨著城市化快速發(fā)展，“化工圍城”“城圍化工”問題日益顯現(xiàn)，加之部分企業(yè)安全意識薄弱，安全事故時有發(fā)生，行業(yè)發(fā)展與城市發(fā)展的矛盾凸顯，“談化色變”和“鄰避效應”對行業(yè)發(fā)展制約較大。如江蘇響水“3·21”爆炸事故過去一個月后，江蘇省化工行業(yè)的整治提升方案出臺，明確提出長江干支流兩側1公里范圍內(nèi)且在化工園區(qū)外的化工生產(chǎn)企業(yè)原則上2020年底前全部退出或搬遷，嚴禁在長江干支流1公里范圍內(nèi)新建、擴建化工園區(qū)和化工項目。隨著環(huán)保排放標準不斷提高，行業(yè)面臨的環(huán)境生態(tài)保護壓力不斷加大。企業(yè)只有在保障安全環(huán)保的前提下，才能獲得良好的經(jīng)濟效益，安全環(huán)保已經(jīng)成為企業(yè)的核心競爭力。同時，石化還面臨著裝置設備腐蝕的高風險及嚴重后果。
2石化是設備腐蝕的重災區(qū)
2.1 腐蝕造成的損失是巨大的
眾所周知，腐蝕造成的損失約占國民經(jīng)濟生產(chǎn)總值( GDP)的3% -5%，大于自然災害和其他各類事故損失的總和。腐蝕不僅給我們造成重大財產(chǎn)損失和人員傷亡，還導致設施設備的結構損傷，縮短其壽命，污染環(huán)境，引起突發(fā)性災難事故。
腐蝕與我們的生活息息相關，由腐蝕引發(fā)的安全問題、經(jīng)濟問題、生態(tài)文明問題至今還沒有得到徹底解決。腐蝕是安全生產(chǎn)的大敵，這在石化領域表現(xiàn)得尤為突出。
2.2石化設備腐蝕觸目驚心
由于原料劣質(zhì)化，中國和世界各國煉化企業(yè)均面臨新的挑戰(zhàn)，具體表現(xiàn)有高硫高酸高氯原油增多、脫鹽困難、腐蝕形態(tài)和部位復雜多樣化、輕油低溫部位腐蝕嚴重、高氯問題尤其突出、新工藝設備的腐蝕等，總體上是腐蝕控制問題常態(tài)化，北美也不例外。
從圖1~圖6可見，石化設備腐蝕觸目驚心。圖1所示的是：由于高溫硫腐蝕導致流程管道減薄失去強度破裂；由于腐蝕監(jiān)檢測及時發(fā)現(xiàn)減薄，采取了帶壓包盒子補焊措施，從而避免了破裂著火事故發(fā)生；由于銨鹽垢下腐蝕導致穿孔。圖2所示的是：由于高溫環(huán)烷酸腐蝕導致塔內(nèi)件整個爛掉；由于煙氣硫酸露點腐蝕導致對流爐管穿孔；由于低溫鹽酸腐蝕導致塔頂系統(tǒng)泄漏。圖3所示為加氫爐管受高溫硫與高溫氫協(xié)同作用導致的腐蝕破裂。圖4所示為水冷器管束腐蝕泄漏。圖5所示為( CUI)保溫層下發(fā)生的嚴重腐蝕。圖6所示為儲罐腐蝕產(chǎn)物硫化亞鐵自燃導致的事故。
可見，石化腐蝕預測技術越發(fā)顯得重要，是我們防患未然、確保安全的專有技術和工具。
3 石化腐蝕預測技術簡況
3.1 智能報警抑制方法研究
近年來，隨著DCS（分布式控制系統(tǒng)）和EM（設備全生命周期管理平臺）在石化裝置中的廣泛應用以及石化行業(yè)信息化建設的不斷推進，大量數(shù)據(jù)被記錄和儲存下來，包括過程歷史監(jiān)測數(shù)據(jù)、過程裝備的可靠性數(shù)據(jù)（如不同類型操作單元和設備的生產(chǎn)負荷數(shù)據(jù)、故障歷史記錄及維修記錄）、動設備（泵、壓縮機、風機）性能歷史記錄等已經(jīng)在物聯(lián)網(wǎng)環(huán)境下進行了按照數(shù)字化的方式存儲，并隨著信息化建設的開展和深入，數(shù)據(jù)量以幾何級速度增長。以一個典型的煉化一體化企業(yè)為例，擁有30000個采樣點，現(xiàn)場采樣率達到100次／秒，每年約產(chǎn)生495TB數(shù)據(jù)。海量數(shù)據(jù)一方面使得裝置的報警系統(tǒng)能更加準確精細地掌握運行狀態(tài)，使智能化操作成為可能，另一方面也為腐蝕監(jiān)檢測先進報警系統(tǒng)的設計提出了挑戰(zhàn)。
3.2腐蝕監(jiān)測與檢測的區(qū)別
腐蝕監(jiān)測是獲取材料腐蝕過程或環(huán)境對材料的腐蝕性隨時間變化信息的活動。
腐蝕檢測通常是對材料狀況在某一指定時間的測試，而腐蝕監(jiān)測是在指定時間段內(nèi)的一系列的測試。
測試掛片是最廣泛應用和最可靠的方法。腐蝕監(jiān)測通常依賴于電子腐蝕傳感器或探頭，它們布設在感興趣的環(huán)境（如戶外空氣或海水）中，或插入封閉系統(tǒng)內(nèi)部（如介質(zhì)液體或氣體流動的管路或儲存的容器中）。電子腐蝕傳感器或探頭連續(xù)或半連續(xù)地發(fā)出和金屬系統(tǒng)腐蝕有關的信息。
在如今的電子信息化時代，大部分工業(yè)過程參數(shù)，如溫度、壓力、pH值和流量，由自動反饋回路控制器控制。唯有引入這些參數(shù)控制器和相應的可靠的傳感器，才有可能準確地操控這些參數(shù)以實現(xiàn)生產(chǎn)自動化控制。
腐蝕是一個極端復雜的過程，在流程工業(yè)中至少包含兩相，尤其是石化裝置大部分是多相流。
腐蝕監(jiān)測是多學科課題。進入不同的體系要求不同的方法或采用多種方法的結合。常見的情況有，需要兩種或更多方法同時使用以適當?shù)乇O(jiān)測給定的體系。應針對給定的不同體系選擇不同的監(jiān)測技術。
3.3腐蝕預測技術舉例
3.3.1腐蝕回路分析
腐蝕回路分析分為簡單分析和詳盡分析兩大類，如圖7和圖8所示。
3.3.2 電感腐蝕探針的應用
用于指導工藝防腐、原油混煉、高溫注劑和高溫選材，能夠及時反映工藝變化（見圖9）。
3.3.3在線超聲波定點測厚監(jiān)測
如圖10所示，可以實現(xiàn)不開孔、卡箍式安裝或管道焊接螺柱安裝；測厚數(shù)據(jù)采用無線網(wǎng)絡模式傳輸，即利用網(wǎng)關和路由器，將數(shù)據(jù)傳送到遠程數(shù)據(jù)平臺；實現(xiàn)連續(xù)測厚監(jiān)測。
3.3.4在線pH值監(jiān)測
如圖II所示，通過對pH值的在線監(jiān)測，實現(xiàn)工藝防腐藥劑注入自動調(diào)節(jié)；同時還可以預測漏點部位，及時采取工藝防腐的有效措施，避免局部強烈腐蝕并失控。
3.3.5氫通量檢測（Hydrosteel技術）
如圖12所示，采用非插拔式氫探針緊貼于測點，經(jīng)過幾分鐘后，迅速顯示出因腐蝕而生成氫的滲透量，反應靈敏度高達lpL/( cm2• S)（注：lpL= 10-12 L），可在500℃的高溫環(huán)境下工作，適用于煉制高酸原油裝置的環(huán)烷酸腐蝕監(jiān)測及有氫逸出的腐蝕環(huán)境
3.3.6紅外熱成像檢測
這是一個比較成熟的應用技術，如圖13所示，可用于監(jiān)測泠壁反再系統(tǒng)設備的內(nèi)襯是否脫落，爐管是否結焦局部過燒，尤其是對空冷溫度場的掃查之后可以幫助我們迅速判斷介質(zhì)是否偏流，間接反映垢下腐蝕狀況。還可以監(jiān)測電氣開關觸點是否過熱等。
3.3.7循環(huán)水系統(tǒng)腐蝕檢測
現(xiàn)在已經(jīng)有了比較成熟的循環(huán)水系統(tǒng)腐蝕泄漏檢測系統(tǒng)，如圖14所示。
以上所列的部分傳統(tǒng)的腐蝕監(jiān)檢測技術，只能照顧到一個點，不能夠真正起到全面預測腐蝕的作用。
也就是說，傳統(tǒng)的腐蝕監(jiān)檢測技術已不能適應如今的電子信息化時代
3.4數(shù)據(jù)分析
數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計和計算機方法對收集的數(shù)據(jù)進行分析，把隱沒在雜亂無章數(shù)據(jù)中的信息集中、萃取和提煉出來，找到研究對象的內(nèi)在規(guī)律，最大化地開發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù)的作用。
由于數(shù)據(jù)為多種不同特征的參量，在時間、空間、可信度和表達方式上不盡相同，側重點和用途也不相同，因此需要將信息進行融合，即對多方位采集的局部環(huán)境下的不完整數(shù)據(jù)加以綜合，消除多源數(shù)據(jù)間可能存在的冗余和矛盾信息，降低不確定性，形成對系統(tǒng)的一致性描述。
常用的信息融合方法有加權平均法、卡爾曼濾波法、貝葉斯估計法、神經(jīng)元網(wǎng)絡法等。
深度學習是近年來發(fā)展起來的一種機器學習領域的新研究方向，其起源于人工神經(jīng)網(wǎng)絡，是基于樣本數(shù)據(jù)通過一定的訓練方法得到包含多個層級的深度網(wǎng)絡結構，每個層級之間的連接強度在學習過程中修改并決定網(wǎng)絡的功能。
深度學習可通過學習深層非線性網(wǎng)絡結構，實現(xiàn)復雜函數(shù)逼近，表征輸人數(shù)據(jù)分布式表示，并找到數(shù)據(jù)的內(nèi)部結構，發(fā)現(xiàn)變量之間的真正關系形式，展現(xiàn)了強大的從少數(shù)樣本集中學習數(shù)據(jù)集本質(zhì)特征的能力。
3.5腐蝕數(shù)據(jù)研究
針對腐蝕學科，李曉剛教授原創(chuàng)了“腐蝕大數(shù)據(jù)”的概念，指出材料腐蝕學科是嚴重依賴數(shù)據(jù)的學科，由于腐蝕過程及其材料所處環(huán)境的復雜性，傳統(tǒng)的碎片化腐蝕數(shù)據(jù)已經(jīng)不能適應行業(yè)發(fā)展的需要。他提出了腐蝕基因組工程理論體系，明確了處理“腐蝕大數(shù)據(jù)”的關鍵是建立標準化“腐蝕大數(shù)據(jù)”數(shù)據(jù)倉庫以及“腐蝕大數(shù)據(jù)”的分析利用。
然而，煉油裝置是一個非常復雜的腐蝕系統(tǒng)，影響腐蝕的因素非常多，其中最主要的是原料中的硫、氮、氧、氯及重金屬和雜質(zhì)等腐蝕介質(zhì)的含量，以及設備運行過程中的溫度、壓力、流速等操作參數(shù)。若要進行腐蝕預測，保證系統(tǒng)可靠運行，就需要對各種復雜的數(shù)據(jù)進行細化歸類，最具代表性的有以下5個方面：
(1)原油性質(zhì)參數(shù)：主要包括原油物理性質(zhì)、餾分分布情況等；
(2)工藝條件參數(shù)：主要包括操作溫度、操作壓力、流量、物料成分等；
(3)腐蝕介質(zhì)參數(shù)：主要包括腐蝕介質(zhì)含量、結構、分布、相態(tài)等：
(4)工藝防腐措施：主要包括注水、注劑等措施。
(5)腐蝕監(jiān)檢測參數(shù)：主要包括掛片重量、鐵離子分析數(shù)據(jù)、設備壁厚或管道金屬損失量變化等，最終統(tǒng)一轉化為腐蝕速率。
以上相關數(shù)據(jù)，煉油企業(yè)均具有成熟的手段進行調(diào)控或采集，在發(fā)現(xiàn)腐蝕隱患和指導解決腐蝕問題方面起到了良好的效果。
針對海量的數(shù)據(jù)，企業(yè)通常利用信息化方式將其進行分析處理。然而，如某煉化公司所統(tǒng)計，其在各個裝置運行期間，DCS系統(tǒng)每天會產(chǎn)生過程歸檔數(shù)據(jù)約4.7億個，2015年10月期間產(chǎn)生各類報警信息月8500條，工藝操作記錄約9500條，這些工藝管理、設備管理和安全管理的基礎信息，使用率卻不及每天歸檔的4.7億個的10%。在DCS系統(tǒng)產(chǎn)生的龐大數(shù)據(jù)量中，同類信息的時間跨度存在不同，且腐蝕監(jiān)測系統(tǒng)是典型的多源傳感器系統(tǒng)，分布在不同的控制系統(tǒng)和不同的生產(chǎn)裝置中，技術管理人員在橫向統(tǒng)計分析時耗時耗力，很可能錯過發(fā)現(xiàn)隱患和解決問題的時機。
此外，國內(nèi)大部分石化企業(yè)通常采用OPC加實時數(shù)據(jù)庫的方式，將這些原始數(shù)據(jù)采集到專門的管理平臺上，若工藝條件發(fā)生變化，數(shù)據(jù)不能及時得到更新，則無法真實同步反應工廠各裝置的實時情況。
國外的煉油企業(yè)早在20世紀90年代就開始將煉油行業(yè)傳統(tǒng)的掛片檢測、壁厚檢測升級到在線電化學監(jiān)測，并開始意識到需要針對腐蝕相關數(shù)據(jù)進行分析和有效利用，建立模型用于間接摧測腐蝕狀態(tài)。先后出現(xiàn)了BP神經(jīng)網(wǎng)絡預測模型、Fe 2+ /Fe 3+預測模型、Hemandez人工神經(jīng)網(wǎng)絡預測模型等。
中國石化青島安全工程研究院近年開發(fā)了一套集在線、離線監(jiān)檢測數(shù)據(jù)于一體的為腐蝕分析提供便利的腐蝕數(shù)據(jù)管理系統(tǒng)，其次運用深度學習方法對煉油企業(yè)累積的海量數(shù)據(jù)進行深度分析，對關鍵裝置的工藝參數(shù)和水質(zhì)分析數(shù)據(jù)進行學習訓練，建立關鍵信息（切水鐵離子濃度、pH值、設備壁厚）與其他監(jiān)測量之間的黑盒模型，達到根據(jù)工藝狀態(tài)快速、準確地進行預測的目的，為指導企業(yè)腐蝕防護工作奠定理論和技術基礎（見圖15和圖16）。
針對裝置的生產(chǎn)實時工藝操作數(shù)據(jù)、原料及側線分析數(shù)據(jù)和水質(zhì)分析化驗數(shù)據(jù)，首先進行數(shù)據(jù)深度學習訓練，利用支持向量機回歸方法建立初步回歸模型，然后采用遺傳算法對回歸模型中的參數(shù)進行詳細優(yōu)化，進而建立了一種集成深度學習和支持向量機回歸的原油加工裝置腐蝕關鍵參量的預測方法，預測精度高，能夠?qū)崿F(xiàn)預測值與實際值最大偏差不高于10%。
腐蝕預測模型避免了受成本和技術限制，生產(chǎn)中難以對腐蝕關鍵參量進行實時掌控的問題，及時的數(shù)據(jù)預測可為切實指導裝置防腐工作提供技術支持。
4技術需求與建議
4.1腐蝕監(jiān)測急需解決的問題
(l)腐蝕監(jiān)測傳感器的智能化和低成本化；
(2)腐蝕預測模型與腐蝕數(shù)據(jù)挖掘；
(3)數(shù)據(jù)的標準化和云平臺；
(4)腐蝕在線狀態(tài)監(jiān)測：煉化裝置的腐蝕監(jiān)檢測從單一的、離線的檢測向?qū)崟r在線的狀態(tài)監(jiān)測發(fā)展；
(5)腐蝕數(shù)據(jù)驅(qū)動決策：通過腐蝕預測模型、數(shù)據(jù)挖掘技術發(fā)現(xiàn)規(guī)律，實現(xiàn)狀態(tài)監(jiān)測+診斷決策。
4.2腐蝕數(shù)據(jù)研究方向——大塑膠分析技術
雖然大多數(shù)煉廠已經(jīng)上了腐蝕監(jiān)檢測設施，且積累了大量監(jiān)檢測數(shù)據(jù)，但由于腐蝕機理的復雜性和影響因素的多樣性，難以建立可靠的腐蝕演化模型，不能對腐蝕的發(fā)展趨勢進行準確的預判。
同時，受成本和技術的限制，生產(chǎn)中也難以對能夠表征腐蝕嚴重程度的參量進行實時監(jiān)測，以致工藝狀態(tài)發(fā)生波動時，不能及時根據(jù)變化對工藝防腐參數(shù)（如注水注劑）進行調(diào)整。
處于快速發(fā)展中的煉化企業(yè)不斷轉向自動化、信息化、智能化、智慧化模式，對如何提高數(shù)據(jù)利用效率、提高企業(yè)經(jīng)濟效益和社會效益提出了新要求，基于大數(shù)據(jù)分析技術的腐蝕預測將是腐蝕研究領域發(fā)展的新方向。因此，整合龐大的生產(chǎn)經(jīng)營數(shù)據(jù)，通過實時數(shù)據(jù)感知、監(jiān)控裝置運行狀態(tài)和異常情況、診斷故障類型與部位、預測關鍵參數(shù)的發(fā)展趨勢并評估風險等級，對生產(chǎn)參數(shù)進行優(yōu)化控制，實現(xiàn)提前預防和調(diào)整，使生產(chǎn)過程平穩(wěn)安全高效進行。
同時，我們從現(xiàn)在開始，應著手考慮如何建立“智慧防腐”，即以數(shù)字防腐為基礎、智能防腐為核心、智慧防腐為目標。
4.3“智慧防腐”建設分三步走
第一步：數(shù)字防腐。布設大量傳感器，重點開發(fā)能夠?qū)崿F(xiàn)面掃的腐蝕監(jiān)檢測技術，收集和積累腐蝕數(shù)據(jù)，構建腐蝕大數(shù)據(jù)庫，實現(xiàn)可視化。構建可視化的設備防腐管理系統(tǒng)，通過二三維一體化平臺與傳統(tǒng)的設備管理系統(tǒng)相結合，實現(xiàn)設備防腐信息的可視化、集成化和維修作業(yè)協(xié)同化。
第二步：智能防腐。對“腐蝕大數(shù)據(jù)”分析利用，實現(xiàn)防腐智能管控、智能運維、智能監(jiān)檢測，建立標準化數(shù)據(jù)倉庫。
第三步：智慧防腐。防腐業(yè)務智慧化，實現(xiàn)整體優(yōu)化及標準化，包括體系化管理、智慧防控鏈、材料腐蝕基因組工程優(yōu)化。
4.4腐蝕與防護中應用大數(shù)據(jù)分析技術
整合龐大的生產(chǎn)經(jīng)營數(shù)據(jù)，通過實時數(shù)據(jù)感知、監(jiān)控裝置運行狀態(tài)和異常情況、診斷故障類型與部位、預測關鍵參數(shù)的發(fā)展趨勢并評估風險等級，對生產(chǎn)參數(shù)優(yōu)化控制，實現(xiàn)提前預防和調(diào)整，使生產(chǎn)過程平穩(wěn)安全高效進行。
4.5智能化的煉化設備腐蝕信息系統(tǒng)
以腐蝕為抓手建立健全石化靜設備管理體系，實現(xiàn)腐蝕數(shù)據(jù)集中管理和綜合分析、腐蝕狀態(tài)量化評估與監(jiān)控預警、防腐專家遠程診斷與服務，滿足設備防腐管理需求。建議第一步應將日常的人工定點測厚改為智能化的實時定點測厚，第二步是針對重點腐蝕部位大量采用在線監(jiān)測手段，實現(xiàn)腐蝕數(shù)據(jù)集中管理和綜合分析、腐蝕狀態(tài)量化評估與監(jiān)控預警、防腐專家遠程診斷與服務，滿足設備防腐管理需求。
4.6設備的本質(zhì)安全要靠智能化來實現(xiàn)
從石化的腐蝕與防護技術現(xiàn)狀看，腐蝕無疑是安全生產(chǎn)的大敵，任務依然艱巨，設備仍未全面達到本質(zhì)安全要求。
4.7石化腐蝕預測工作永遠在路上
由于裝置長周期運行、原料不穩(wěn)定、設備新度系數(shù)降低、人員質(zhì)素參差不齊以及承包商管理難等因素的影響，石化腐蝕預測工作應是常做常新，永遠在路上。
應清醒地認識到，我們正處在一個由工業(yè)社會過渡到信息社會的加速轉型時期，經(jīng)濟新常態(tài)、全球經(jīng)濟一體化發(fā)展趨勢等在很犬程度上加劇了行業(yè)競爭的嚴峻性。
可喜的是，腐蝕與防護新技術層出不窮，為我們提供了強有力的技術支撐。展望未來，石化腐蝕預測技術前景看好，大有可為。
