随机腐蚀缺陷对油管破裂强度的影响

王捷力; 来轩昂; 董雪林; 高德利; 艾磊; 郝瑞芬

doi:10.12404/j.issn.1671-1815.2600391

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (29) :12567-12575 DOI: 10.12404/j.issn.1671-1815.2600391

石油、天然气工业

随机腐蚀缺陷对油管破裂强度的影响

王捷力 ¹^,² ,
来轩昂 ¹^,² ,
董雪林 ³^,^* ,
高德利 ³ ,
艾磊 ¹^,² ,
郝瑞芬 ¹^,²

作者信息 +

Effect of Random Corrosion Defects on Burst Strength of Tubing

WANG Jie-li ¹^,² ,
LAI Xuan-ang ¹^,² ,
DONG Xue-lin ³^,^* ,
GAO De-li ³ ,
AI Lei ¹^,² ,
HAO Rui-fen ¹^,²

Author information +

文章历史 +

摘要

腐蚀是油管遭受损伤的常见破坏形式,其中点蚀由于其隐蔽性和随机性,引发了许多突发事故。为此,针对当前点蚀随机分布特性对油管破裂强度的影响认识不清问题,基于点蚀缺陷的特征参数,采用非线性有限元法,建立了油管内壁点蚀随机分布的三维数值模型,并利用全尺寸腐蚀管道的破裂实验数据验证了模型的可靠性。随后,考虑均匀凹坑和组合凹坑两种随机腐蚀条件,系统研究了凹坑的分布状态、相对腐蚀深度、间距和密度对破裂强度的影响。最后,基于多元回归分析方法提出了含随机点蚀缺陷的油管破裂强度预测公式。研究结果表明:与以往含规则点蚀缺陷的油管相比,油管在随机点蚀条件下的破裂强度降低更为显著,约为12.5%;缺陷参数对油管破裂强度具有阈值效应,当腐蚀密度大于0.04,破裂强度的下降速率将减缓;在多点随机腐蚀条件下,均匀凹坑与组合凹坑对破裂强度的影响相近,主要取决于最大凹坑的大小;所提出的经验公式能够准确评估破裂强度,与有限元结果相比,相对误差为2.4%。该认识揭示了随机分布条件下的点蚀缺陷参数与破裂强度的相关性,可为管柱腐蚀缺陷检测以及强度预测提供理论依据和工程指导。

Abstract

Corrosion represents a common form of damage in tubing, with pitting corrosion often leading to unexpected failures due to its concealed and random nature. In order to clarify the effect of randomly distributed pitting defects on tubing burst strength, a three-dimensional numerical model of inner-wall pits was established using nonlinear finite element analysis, based on characteristic pitting parameters. The reliability of the model was verified against full-scale burst test data of corroded pipes. Two random corrosion patterns, including uniform pits and combined pits, were considered to systematically study the influence of pit distribution, relative corrosion depth, spacing, and density on burst strength. An empirical formula for predicting the burst strength of randomly pitted tubing was subsequently developed through multiple regression analysis. The results show that, compared with tubing containing regularly arranged pits, randomly pitted tubing exhibits a more significant reduction in burst strength, by approximately 12.5%. A threshold effect of defect parameters was observed, where burst strength decreases rapidly when the corrosion density falls below 0.04. Under multi-pit random corrosion conditions, both uniform and combined pits affect burst strength in a similar manner, which is primarily controlled by the size of the largest pit. The proposed prediction formula shows good agreement with finite element results, with an average relative error of 2.4%. It is concluded that the correlation between pitting defect parameters and burst strength under random distribution conditions has been quantitatively established, which provides a theoretical basis and practical guidance for the integrity assessment and residual strength prediction of corroded tubing.

Graphical abstract

关键词

点腐蚀 / 随机分布 / 腐蚀油管 / 破裂强度 / 非线性有限元法

Key words

pitting corrosion / random distribution / corroded tubing / burst strength / nonlinear finite element method

引用本文

引用格式 ▾

王捷力, 来轩昂, 董雪林, 高德利, 艾磊, 郝瑞芬. 随机腐蚀缺陷对油管破裂强度的影响[J]. 科学技术与工程, 2026, 26(29): 12567-12575 DOI:10.12404/j.issn.1671-1815.2600391

WANG Jie-li, LAI Xuan-ang, DONG Xue-lin, GAO De-li, AI Lei, HAO Rui-fen. Effect of Random Corrosion Defects on Burst Strength of Tubing[J]. Science Technology and Engineering, 2026, 26(29): 12567-12575 DOI:10.12404/j.issn.1671-1815.2600391

登录浏览全文

4963

注册一个新账户忘记密码

油管作为连接地面与井底的输运通道,十分容易遭受腐蚀破坏^[1]。即使缺陷检测技术识别出腐蚀,出于经济原因,油管仍可能被继续使用。随着腐蚀的加剧,油管可能会发生穿孔或破裂,引起大面积油气泄漏^[2]。内压是影响油管在井筒内各种载荷作用下应力的主要因素,当存在腐蚀缺陷时,抗内压强度将显著降低^[3]。因此,准确预测腐蚀油管在内压作用下的承载能力,对识别油管失效风险和指导考虑容许缺陷的油管完整性管理至关重要。

油管腐蚀通常可分为均匀腐蚀和局部腐蚀。局部腐蚀具有隐蔽性、复杂性和快速变化的特性,比均匀腐蚀更具危险性^[4]。局部腐蚀类型包括点蚀、缝隙腐蚀、侵蚀和裂纹腐蚀等。其中,点蚀最为典型和常见。例如,西部油田某油井在检修作业中发现,井下4 000 m左右油管发生了严重腐蚀穿孔。检测数据显示,最大腐蚀孔洞超过10 cm,导致管柱服役寿命远低于设计年限^[5]。类似地,长庆油田延安组产层总矿化度为1 500~8 000 mg/L,Cl^-含量为800~2 600 mg/L,且含有CO₂腐蚀气体,使得区域内油套管柱普遍存在局部点腐蚀现象。在工程应用中,腐蚀管的破坏强度评估通常依据ASME B31G^[6]和DNV RP-F101^[7]等标准和规范。这些标准和规范可以通过经验公式快速计算失效压力,量化管道腐蚀状态与系统评价结果,减少复杂的测试或模拟。然而,部分文献认为这些方法过于保守^[8]。

早期一些油管腐蚀研究多集中于单点腐蚀。Netto等^[9]对具有单个椭圆点蚀缺陷的管进行了内压破裂实验,发现缺陷区域内的变形响应最为显著。相邻缺陷之间可能会发生相互作用,进一步降低破裂强度^[10]。Owaisi等^[11]通过内压破裂实验分析了具有双点腐蚀缺陷管的破坏模式,研究发现,相比缺陷间距和形状,缺陷的方向在决定相互作用行为中起着关键作用。陈健等^[12]通过数值模拟研究了非对称双腐蚀缺陷的相互作用极限间距。张颖等^[13]分析了凹陷和腐蚀缺陷同时存在时的管道极限承载能力,表明凹陷区域位于腐蚀中心点位置附近时的危害最大。

以上关于腐蚀缺陷对管柱破裂压力的影响研究,主要集中在单个或多个点蚀类型上,且腐蚀缺陷的分布往往是标准化的。针对内压作用下随机分布点蚀对管柱破裂压力的影响研究较为有限。Soliman等^[14]建立了一种简化的随机点蚀模型,并对FFS(Fitness-for-Service)标准中的多种强度计算方法进行了修正。建立更加接近真实情况的数学模型有助于准确预测腐蚀缺陷管的强度。部分研究已将随机点蚀模型应用于钢板强度分析,强调了随机点蚀对结构

强度的重要影响。当前,蒙特卡罗模拟^[15]、自定义随机函数脚本^[16]和APDL节点径向坐标控制^[17]等方法,均可用来有效表征腐蚀凹坑的随机分布特性。

基于此,现主要考虑凹坑的随机分布特性对油管强度的影响。首先,基于随机点腐蚀的基本特征,确定用于描述随机点腐蚀的关键参数。采用随机函数法和非线性有限元法,建立油管内壁点腐蚀随机分布数值模型,并与现有腐蚀管道破裂实验数据进行对比,验证模型的可靠性。随后,在随机分布条件下,考虑均匀坑和组合坑两种情况,研究分布状态、相对腐蚀深度、间距和腐蚀密度对油管破裂强度的影响。最后,利用多元回归分析方法,建立一个能够快速预测含随机点蚀缺陷的油管破裂强度经验预测公式。以期为管柱腐蚀缺陷检测以及强度预测提供理论依据和工程指导。

1 建模方法

在点蚀的形成和发展的初始阶段,由于保护膜的存在,管材表面得以保持免受腐蚀。然而,受腐蚀环境、材料粗糙度和微观缺陷等多种因素的影响,保护膜逐渐被破坏,进而产生随机点蚀。随着腐蚀时间的延长,凹坑将进一步加深扩大。

API 579中的第6部分^[18]提供了8种不同等级的点蚀图表。可以观察到,点蚀在有限区域内呈随机分布,凹坑之间存在最小间距。等级2表征了腐蚀坑在等级1条件下的大小、数量和间距的变化,更高等级的演变是类似的。因此,在点腐蚀随机分布条件下,可以利用3个参数:凹坑半径d、凹坑数N_p和最小间距L_d来描述点蚀的腐蚀状态。

1.1 模型假设

如图1所示,根据以上特征分析,将随机点蚀的缺陷特征参数引入油管内表面。实际点蚀缺陷比较复杂,因此在建模分析中做了如下基本假设。

(1)忽略油管的椭圆度和偏心等初始制造缺陷。

(2)点蚀形状可能是不规则的,包括圆柱形、椭球形和半球形凹坑。为简化建模,选择半球形凹坑形态,即凹坑半径等于腐蚀深度。

(3)为避免过度使用存储资源,选择有限腐蚀区域(长度为L_c = L/4)进行分析。腐蚀区域位于模型的中心位置,其余区域是完整的。

(4)油管内壁上随机分布的凹坑之间不发生相交。

(5)主要分析油管在腐蚀后的剩余抗内压强度,忽略外部压力,弯曲应力和轴向力等载荷。

1.2 材料和几何特性

油管以现场常用的P110S管材为研究对象。如表1所示为油管的几何参数和材料特性。为了避免边界效应,根据圣维南原理,将油管长度L设置为外径的5倍左右,长度为500 mm。

腐蚀油管在内压作用下容易发生应力集中,当局部应力超过材料的屈服强度后,将进入塑性变形阶段,此时线弹性假设不再适用。为准确模拟这一非线性过程,采用幂律模型来描述油管材料的弹塑性力学行为。模型参数依据所用油管钢的实测拉伸力学性能确定,从而确保其能真实反映该材料的应变硬化特性。该模型的应力-应变关系表示为

(1)σ_true=K${\mathit{\epsilon }}_{\mathrm{t}\mathrm{r}\mathrm{u}\mathrm{e}}^{\mathit{n}}$

式(1)中:σ_true为真实应力,MPa;ε_true为真实应变;K和n分别为强度和应变硬化系数,可以分别表示为

(2)K=${\left(\frac{\mathrm{e}}{\mathit{n}}\right)}^{\mathit{n}}$σ_t

(3)n=0.239${\left(\frac{{\mathit{\sigma }}_{\mathrm{t}}}{{\mathit{\sigma }}_{\mathrm{y}}}-1\right)}^{0.596}$

式中:e为自然常数;σ_y和σ_t 分别为屈服强度和拉伸强度,MPa。

基于上述本构关系和材料性能,得到了材料参数K和n的结果分别为1 024.77和0.045 8。如图2所示为油管的真实应力-应变关系曲线。结果表明,应力随应变的变化中存在一个拐点,表明材料从弹性变形到塑性变形的过渡。

1.3 网格划分和边界条件

在内压作用下,破裂破坏通常发生在腐蚀部位。因此,重点对该区域的管道力学响应进行细致分析,从而准确获得其应力场。如图3(a)所示为腐蚀油管的有限元模型。首先,采用虚拟拓扑方法对几何模型进行分割,确保腐蚀区域和非腐蚀区域可以在网格生成过程中共享节点,从而保证有效的网格调整。在网格类型上,腐蚀区域采用具有较高变形适应性的四面体单元,单元特征尺寸为2 mm;而非腐蚀区域主要采用计算效率较高的六面体单元,单元特征尺寸为4 mm。由于腐蚀区域,特别是点腐蚀凹坑存在明显的应力梯度,因此采用等级为1的网格细化措施,对点蚀坑区域进行了更精细的网格划分。如图3(b)所示为油管有限元模型的边界条件施加结果。油管两端施加固定约束条件,以限制自由度,防止轴向平面上的任何运动或旋转。同时,在油管内壁上施加内压,并在求解过程中逐步增加,直至油管发生强度失效。

完成网格划分和边界条件施加后,对有限元模型进行网格独立性测试。在测试过程中,以油管破裂压力作为收敛准则,保证数值结果随网格密度的增大而稳定。通过多次求解表明,当网格单元数达到350 000左右时,收敛参数趋于稳定。超过这个数字,结果的最大变化小于1%。因此,在每次有限元分析中,至少使用350 000个单元来满足精度和存储要求。

1.4 失效准则

选择合适的失效准则是评价油管破裂能力的关键。通常情况下,油管的破裂破坏与油管的极限承载能力相对应。采用广泛使用的极限拉应力(ultimate tensile stress,UTS)失效准则^[19]。根据这一准则,当腐蚀区域的应力达到材料的抗拉强度时,油管发生破裂。应力为米塞斯应力,表示为

(4)σ_von=$\sqrt{\frac{1}{2}\left[\right({\mathit{\sigma }}_{\mathit{r}}-{\mathit{\sigma }}_{\mathit{z}}{)}^{2}+({\mathit{\sigma }}_{\mathit{z}}-{\mathit{\sigma }}_{\mathit{\theta }}{)}^{2}+({\mathit{\sigma }}_{\mathit{\theta }}-{\mathit{\sigma }}_{\mathit{r}}{)}^{2}]}$

式(4)中:σ_r、σ_z和σ_θ分别为径向、轴向和环向方向的应力,MPa;σ_von为米塞斯应力,MPa。

2 模型求解与验证

2.1 模型求解

腐蚀油管在内压作用下的破裂强度计算流程可分为3个步骤,具体如下。

步骤1 建立完整油管模型。根据P110S管材尺寸(外径、壁厚和长度)建立完整管材模型。

步骤2 更新腐蚀油管模型。基于均匀随机分布随机函数,定义腐蚀区域位于油管长度中间位置。输入腐蚀参数(d,N_p,L_d),逐个确定随机分布的点腐蚀凹坑坐标,并对新生成的第i个点腐蚀位置和已生成的点腐蚀之间的欧氏距离进行判断;如果大于最小间距,则坐标确定;如果不满足最小间距,则重新生成,直至生成满足要求的位置坐标。最终执行布尔操作,生成内壁随机点腐蚀油管三维模型。

步骤3 腐蚀油管有限元分析。将随机点蚀模型导入非线性有限元软件ANSYS中,进行有限元网格划分和边界条件设定,并利用失效准则确定腐蚀油管的破裂强度。

2.2 模型验证

为了评估所建立的有限元模型的性能,从公开文献[9 -11,20]中收集了一系列关于腐蚀管破裂能力的实验数据。尽管文献中未针对随机凹坑进行破裂实验,但通过对不同缺陷形状参数的验证,仍可为模型性能评估提供一定支持。如表2所示,选取了8种腐蚀管的全尺寸破裂试验数据,包括沟槽、点蚀和复杂缺陷三种缺陷形态。表2中仅显示了管的几何尺寸,具体的缺陷形状和力学参数可见对应文献中的管道标号。

如图4所示,为有限元计算值与文献实验数据的对比结果。可以看出,预测点与试验数据有很好的相关性,线性拟合关系良好,R²为0.991。这表明了所采用的有限元模拟方法的准确性和可靠性。

3 结果与讨论

为深入研究点蚀随机分布形式对腐蚀油管破裂强度的影响,建立了具有两种统计特征的随机腐蚀模型:一组为均匀点蚀,另一组为组合点蚀。均匀点蚀指每个凹坑的深度相同,位置在空间上随机分布;组合点蚀不仅考虑位置随机,还引入了凹坑半径在一定范围内的随机性,从而模拟实际腐蚀中凹坑大小的非均匀性。

在参数化研究中,采用归一化破裂压力P_c/P₀来评价腐蚀参数对油管强度的影响,其中P₀为完整油管的破裂压力。一般来说,P_c/P₀越小,油管的破裂风险越高。

3.1 情形1:随机均匀点蚀

3.1.1 分布状态的影响

规律分布的凹坑通常有助于简化模型,但随机分布的凹坑更能真实反映实际腐蚀状态,为工程应用提供更加可靠的结果。比较了规则和随机坑分布下油管的破裂压力。腐蚀区域内的凹坑总数为200个,腐蚀深度为1 mm。如图5所示,对于规则点腐蚀,在周向剖面上,每θ = 45°设置一个凹坑,共形成8个坑。在纵向轴线上,腐蚀区域长度(L_c = 125 mm)被分成25等份,相邻间距为3 mm。在随机凹坑分布模型中,凹坑的深度和数量与规则腐蚀模型一致。为了避免凹坑重叠,当前随机模型中设置了凹坑之间的最小间距为0.1 mm。

图6和图7为腐蚀油管在不同凹坑分布状态下的应力变化及归一化破裂压力P_c/P₀。结果表明,在显著的应力梯度变化和凹坑之间的相互作用下,随机分布的凹坑比规则分布的凹坑更早发生破裂,其P_c/P₀分别为0.63和0.72。随着内压的增加,米塞斯应力逐渐增大,但应力集中效应在随机凹坑分布条件下更加显著。因此,腐蚀油管的破裂与凹坑的分布状态密切相关。

3.1.2 点腐蚀密度的影响

定义N_p/A_c为点蚀密度,表示每平方厘米的凹坑数,其中N_p和A_c分别为凹坑的数量和腐蚀区域的面积。如图8所示,显示了在相对腐蚀深度(d/t = 0.3)条件下,具有不同点腐蚀密度的油管示意图。图8中仅展示了油管的腐蚀区域。

当保持L_d为1 mm时,N_p/A_c对P_c/P₀的影响如图9所示。在N_p/A_c范围为0.2~1.0时,腐蚀密度的增加对强度的影响并不显著,尤其是在d/t = 0.1时,这一趋势表现得较为平缓。为了进一步理解这一现象,通过降低N_p/A_c分析了破裂强度的变化规律。如图中绿色虚线框所示,当N_p/A_c从0.02增加到0.04时,P_c/P₀会急剧下降。随后,随着N_p/A_c的增加,这种趋势显著变缓。

这一阈值效应与前人对管道失效压力的研究结果相符^[21]。研究表明,当点腐蚀的数量小于50时,失效压力会急剧下降;当凹坑数超过此数量后,失效压力几乎不再变化。实际上,点蚀密度受材料性能和腐蚀环境的共同影响。基于保守估算,仍采用0.2~1.0的点蚀密度范围进行后续的参数化研究。

3.1.3 点腐蚀深度的影响

如图10所示为不同相对腐蚀深度d/t下的P_c/P₀。在分析中,腐蚀密度N_p/A_c保持为0.6不变。结果表明,P_c/P₀随着d/t的增大而减小。这是由于较大的d/t导致了更高的质量损失。同时,点蚀间距L_d的减小也降低了P_c/P₀。对于相对较浅的d/t,L_d对P_c/P₀的影响较小。然而,当d/t超过0.2时,d/t与破裂能力几乎呈线性下降关系。在L_d = 0.1 mm时,P_c/P₀的降幅最大。例如,当d/t = 0.1且L_d = 0.1 mm时,P_c/P₀为0.638,而当d/t增大到0.5时,P_c/P₀降至0.413。

3.1.4 点腐蚀间距的影响

如图11所示,在腐蚀密度N_p/A_c分别为0.2、0.6和1.0,相对深度d/t为0.3的条件下,点蚀间距L_d与P_c/P₀的变化关系。结果表明,L_d对腐蚀油管的强度影响显著,随着L_d的减小,P_c/P₀近似呈线性下降趋势,这表明间距的减小将增强凹坑之间的相互作用。同时,腐蚀密度的增加将进一步导致强度的降低。随着N_p/A_c从0.2增加到0.6,P_c/P₀急剧降低。然而,当N_p/A_c进一步增加到1.0时,强度的降低程度显著变缓。

3.2 情形2:随机组合点蚀

对于组合点蚀,油管的腐蚀深度在一定范围内随机产生,因此每次随机迭代生成的腐蚀深度都不同。在腐蚀密度N_p/A_c为0.6,凹坑间距为1 mm下,设置5组不同的相对腐蚀深度d/t范围,分别为 0~0.1、0~0.2、0~0.3、0~0.4和0~0.5,并在每个腐蚀范围内进行了5次随机模拟,每种模型都通过独立的随机种子生成,确保了模型之间的差异性,共计25种随机凹坑模型。

通过数值求解,获得了上述25种模型所对应的P_c/P₀。如图12所示为油管在不同腐蚀深度范围内达到破坏强度时的应力云图,其中红色标框表示内壁腐蚀坑处的最大米塞斯应力。显然,对于随机分布的腐蚀坑,腐蚀坑之间的相互作用并不总是发生。当腐蚀深度在0~0.1范围内时,最大应力出现在单一腐蚀坑处;当腐蚀深度为0~0.3和0~0.5的范围内,由于腐蚀坑相对较近,存在一定的相互作用,且最大应力倾向于出现在较小的腐蚀坑处。

如图13所示为P_c/P₀在不同腐蚀深度范围内的变化规律。结果表明,随着相对腐蚀深度范围的扩大,P_c/P₀整体呈非线性减小趋势。P_c/P₀在同一腐蚀深度范围内也将发生波动。为了定量表征油管破裂强度变化的离散性,定义P_c/P₀与其均值之差的比值为相对误差,表示为

(5)R_error=$\frac{\left|{\mathit{P}}_{\mathrm{c}}/{\mathit{P}}_{0}-\overline{{\mathit{P}}_{\mathrm{c}}/{\mathit{P}}_{0}}\right|}{\overline{{\mathit{P}}_{\mathrm{c}}/{\mathit{P}}_{0}}}$×100%

式(5)中:$\overline{{\mathit{P}}_{\mathrm{c}}/{\mathit{P}}_{0}}$ 为当前腐蚀深度范围内的平均归一化破裂压力。

如图14所示,结果表明,当d/t为0~0.5时,相对误差达到最大值,约为4%。这表明腐蚀深度范围的扩大,对P_c/P₀的影响较小。此外,随机凹坑情形与随机均匀点腐蚀对P_c/P₀的影响相近。例如,在相同的腐蚀密度和间距下,当均匀腐蚀深度均为0.5时,P_c/P₀的平均值为0.519,当腐蚀深度为0~0.5时,P_c/P₀的平均值为0.535,同比仅降低了3%左右。这表明,在多点随机腐蚀情况下,最大凹坑的大小对破裂强度的退化有显著影响。

3.3 非线性回归分析

通过以上研究,揭示了不同缺陷参数对 P_c/P₀的影响变化规律。这些研究结果现被应用于建立一个经验模型,用于估算具有随机腐蚀缺陷的油管破裂强度。该模型适用于以下缺陷参数范围:d/t =0.1~0.5,N_p/A_c = 0.2~1,L_d = 0.1~2。采用缺陷参数作为折减因子来量化腐蚀油管的破裂强度,其函数关系可以描述为

(6)$\frac{{\mathit{P}}_{\mathrm{c}}}{{\mathit{P}}_{0}}$=f$\left(\frac{\mathit{d}}{\mathit{t}},\frac{{\mathit{N}}_{\mathrm{p}}}{{\mathit{A}}_{\mathrm{c}}},{\mathit{L}}_{\mathrm{d}}\right)$

破裂强度在不同缺陷参数下的变化关系包括线性和非线性形式。具有指数形式的折减因子能够灵活地描述这种综合效应,进而根据需要对经验方程进行缩放,表达式为

(7)$\frac{{\mathit{P}}_{\mathrm{c}}}{{\mathit{P}}_{0}}$=exp$\left[{\mathit{a}}_{1}{\left(\frac{{\mathit{N}}_{\mathrm{p}}}{{\mathit{A}}_{\mathrm{c}}}\right)}^{{\mathit{a}}_{2}}{\mathit{L}}_{\mathrm{d}}^{{\mathit{a}}_{3}}{\left(1-\frac{\mathit{d}}{\mathit{t}}\right)}^{{\mathit{a}}_{4}}\right]$

式(7)中:a_j(j =1, 2, 3, 4)为有限元结果确定的无量纲系数。

为保守起见,仅考虑均匀腐蚀情形,并收集了约97个有限元分析结果作为回归分析的设计点。通过对经验方程进行多次迭代,得到了满足有效范围的拟合系数值。如图15所示为4个拟合系数及其标准差的直方图。

为了评价经验方程的准确性,将其预测结果与有限元结果进行了对比,如图16所示。结果表明,经验方程的预测值与有限元值的相关性良好,R²为0.911 7,最大相对误差为8.21%,平均相对误差为2.37%。

4 结论

基于随机函数方法建立了油管点腐蚀随机分布的三维数值模型,并考虑均匀凹坑和组合凹坑两种随机腐蚀条件,分析了缺陷参数对破裂强度的影响,最后通过多元回归拟合建立了油管破裂强度经验预测方程。主要结论如下。

(1)点腐蚀的分布状态对油管破裂强度有显著影响。与规则分布的凹坑相比,随机分布条件下的凹坑的破裂强度降低了12.5%。

(2)点蚀缺陷参数对破裂强度具有阈值效应。当点腐蚀密度逐渐增加至0.04时,油管破裂强度几乎呈线性下降趋势,之后会逐渐减弱并趋于稳定;当相对腐蚀深度超过0.2时,破裂强度的降低程度显著增强。

(3)均匀凹坑与组合凹坑对破裂强度的影响相近。在多点腐蚀条件下,与组合凹坑相比,均匀凹坑的破裂强度仅下降了3%左右。

(4)所提出的经验预测公式与有限元结果相比,平均误差约为2.4%,能够快速且准确地评估随机点蚀油管的破裂强度。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	高德利, 姚军, 汪志明, 等. 简要论述力学与油气工程交叉研究[J]. 力学学报, 2025, 57(12): 2773-2788.

[2]	Gao Deli, Yao Jun, Wang Zhiming, et al. A brief discussion on interdisciplinary research of mechanics and oil & gas engineering[J]. Chinese Journal of Theoretical and Applied Mechanics, 2025, 57(12): 2773-2788.

[3]	江绍静, 肖沛瑶, 王珂, 等. CO₂驱注气管柱腐蚀失效分析[J]. 科学技术与工程, 2025, 25(6): 2301-2310.

[4]	Jiang Shaojing, Xiao Peiyao, Wang Ke, et al. Corrosion failure analysis of flooding injection string[J]. Science Technology and Engineering, 2025, 25(6): 2301-2310.

[5]	张明, 龚宁, 张博, 等. 基于腐蚀预测和强度计算的油管服役寿命评估[J]. 中国腐蚀与防护学报, 2024, 44(3): 781-788.

[6]	Zhang Ming, Gong Ning, Zhang Bo, et al. Evaluation of tubing service life based on corrosion prediction and strength calculation[J]. Journal of Chinese Society for Corrosion and Protection, 2024, 44(3): 781-788.

[7]	霍宏博, 宋闯, 刘婉颖, 等. 高Cl^-环空保护液中超级13Cr油管点腐蚀行为研究[J]. 表面技术, 2023, 52(10): 206-219.

[8]	Huo Hongbo, Song Chuang, Liu Wanying, et al. Pitting corrosion behavior of super 13Cr tubing in high chloride-containing annulus protection fluid[J]. Surface Technology, 2023, 52(10): 206-219.

[9]	赵海洋, 叶帆, 汤晟, 等. 某油井P110油管腐蚀穿孔原因[J]. 机械工程材料, 2020, 44(2): 82-86.

[10]	Zhao Haiyang, Ye Fan, Tang Cheng, et al. Cause of corrosion and perforation of P110 tubing in an oil well[J]. Materials for Mechanical Engineering, 2020, 44(2): 82-86.

[11]	ASME. Manual for determining the remaining strength of corroded pipelines: ASME B31G[S]. New York: ASME, 1991.

[12]	DNV. Corroded Pipelines: DNV-RP-F101[S]. Norway: DNV, 2010.

[13]	Zhu X K. A comparative study of burst failure models for assessing remaining strength of corroded pipelines[J]. Journal of Pipeline Science & Engineering, 2021, 1(1): 36-50.

[14]	Netto T A, Ferraz U S, Estefen S F. The effect of corrosion defects on the burst pressure of pipelines[J]. Journal of Construction Steel, 2005, 61: 1185-1204.

[15]	Benjamin A C, Freire J L F, Vieira R D, et al. Burst tests on pipeline containing interacting corrosion defects[C]// Proceedings of the OMAE 2005 International Conference on Offshore Mechanics and Arctic Engineering. New York: American Society of Mechanical Engineers (ASME), 2005, 3: 403-417.

[16]	Owaisis S A, Becker A A, Sun W, et al. An experimental investigation of the effect of defect shape and orientation on the burst pressure of pressurised pipes[J]. Engineering Failure Analysis, 2018, 93: 200-213.

[17]	陈健, 刘媛媛, 曹宇光, 等. 管道非对称双腐蚀缺陷相互作用极限间距[J]. 科学技术与工程, 2024, 24(19): 8081-8089.

[18]	Chen Jian, Liu Yuanyuan, Cao Yuguang, et al. Limit spacing of asymmetric double corrosion defect interaction in pipeline[J]. Science Technology and Engineering, 2024, 24(19): 8081-8089.

[19]	张颖, 伍万, 史君林, 等. 含腐蚀凹陷的高钢级管道的极限载荷[J]. 科学技术与工程, 2025, 25(17): 7157-7164.

[20]	Zhang Ying, Wu Wan, Shi Junlin, et al. Ultimate load of high-grade steel pipes with corrosion depressions[J]. Science Technology and Engineering, 2025, 25(17): 7157-7164.

[21]	Soliman A A, Megaheda M M, Saleha CH A R, et al. Pressure carrying capacities of thin-walled pipes suffering from random colonies of pitting corrosion[J]. International Journal of Pressure Vessels and Piping, 2018, 166: 48-60.

[22]	Jiang F Y, Dong S. Probabilistic-based burst failure mechanism analysis and risk assessment of pipelines with random non-uniform corrosion defects, considering the interacting effects[J]. Reliability Engineering System Safety, 2024, 242: 109783.

[23]	王冠, 马金霞, 寇琳媛, 等. 腐蚀影响下7005铝合金抗拉强度随机分布特性[J]. 中国有色金属学报, 2025, 35(5): 1484-1495.

[24]	Wang Guan, Ma Jinxia, Kou Linyuan, et al. Random distribution characteristics of tensile strength of 7005 aluminium alloy under corrosion influence[J]. The Chinese Journal of Nonferrous Metals, 2025, 35(5): 1484-1495.

[25]	Chen B Q, Zang X H, Soares C G. The effect of general and localized corrosions on the collapse pressure of subsea pipelines[J]. Ocean Engineering, 2022, 47: 110719.

[26]	American Petroleum Institute, American Society of Mechanical Engineers. Fitness-for-Service: API Recommended Practice 579-1/ASME FFS-1-2016[S]. Washington: API, 2016.

[27]	Liu Z Y, Zhao Y, Zhou Y, et al. Experimental and numerical study on internal pressure load capacity and failure mechanism of CO₂ corroded tubing[J]. Energy, 2018, 158: 1070-1079.

[28]	Li M Z, Li Z Y, Zhao Y, et al. Effects of corrosion defect and tensile load on injection pipe burst in CO₂ flooding[J]. Journal of Hazardous Materials, 2019, 366: 65-77.

[29]	Yu J X, Wang H K, Fan Z Y, et al. Computation of plastic collapse capacity of 2D ring with random pitting corrosion defect[J]. Thin-walled Structure, 2017, 119: 727-736.

基金资助

国家科技重大专项(2024ZD1406500)

国家自然科学基金重点项目(52234002)

PDF (8862KB)

访问

被引

详细

导航

Received	Published	Revised
2026-01-19	2026-10-18	2026-03-25
Online Date
2026-10-30

摘要