李伍林 李存鋒 趙杰 夏榮蓓

廊坊中油朗威工程項目管理有限公司

 

 

射線檢測是環焊縫無損檢測主要方式之一，目前傳統的評定方法為借助工具判定焊接質量的級別。2017年7月2日中緬管道發生泄漏爆炸后，中石油組織相關單位對近十年的油氣管道開展環焊縫排查。結果顯示部分無損檢測單位底片錯評漏評超過0.15‰，部分無損檢測人員錯評漏評上百道焊口，因此需采用新的技術手段對無損檢測底片上的焊接缺陷進行識別，減少甚至杜絕漏評現象。

1 傳統無損檢測存在的問題

1.1 無損檢測底片保存問題

射線檢測底片作為反映焊接質量最重要的資料，其保存需要相應的通風、溫度、濕度要求，但在底片存儲過程中容易出現底片私自損毀、丟失、查找不便、與評定報告不匹配等問題。

1.2 無損檢測底片評定問題

目前傳統的評定方法為評片人員借助觀片燈、放大鏡、量尺等工具來完成。首先判斷射線底片上是否有缺陷，然后判斷缺陷的類型，接著對缺陷數據進行測定，最后根據標準判定檢測質量的級別。這種方法受人員、設備、底片質量等因素的影響，易存在評定不準、速度慢、查詢不變等缺點。

2 無損檢測數字化意義及優勢

2017年，中石油提出對在役管道數據逆向恢復和“智慧管道”全數字化移交的要求，而射線底片作為反映焊口質量最重要的資料，對于數據逆向恢復和全數字化移交具有重要的意義，且優勢明顯。

（1）實現射線底片永久保存，為管道運行維護提供基礎數據。

（2）對數字底片資料進行分類存儲歸檔，查找索引快速方便。

（3）通過對比內檢測圖像和射線底片掃描圖像，確認焊口和檢測底片的一致性。

（4）掃描影像格式為DICONDE（不可修改影像格式，可作為司法鑒定證據），確保數字化影像有法律效力。

（5）提供NDT數字化影像管理功能，實現數字化與CR、 DR影像兼容管理。

（6）開發算法和評定系統，實現數字化評片。

（7）可以實現對焊口質量進行“遠程會診”。

（8）可比對焊口不同時期的復拍底片與原焊口底片，以監控缺陷變化情況。

3 數字化無損檢測技術

3.1 射線底片數字化

射線底片數字化是將傳統射線底片經數字化處理后，把底片圖像轉變成數字信號，通過讀圖軟件顯示 的過程。射線底片數字化可實現對數據永久保存，快速遠程檢索等。

3.2 AUT檢測技術

AUT（全自動超聲波）檢測是超聲波檢測技術與計算機技術相結合的檢測新技術。其將焊縫沿厚度方向分成若干區，每個區用一對或兩對聚焦探頭檢測，同時還采用非聚焦探頭檢測，檢測結果以圖像形式顯示，分為A掃描、 B掃描及超聲波衍射時差法（TOFD）三種顯示方式。

3.3 DR檢測技術

DR檢測即X射線數字成像檢測，是基于射線檢測原理，利用計算機軟件控制成像器件，實現射線光子到數字信號再到數字圖像的轉換過程，最終在顯示器上觀察和處理缺陷。射線數字成像技術用數字陣列探測器或成像板代替膠片，接收穿透工件后衰減的射線，并通過光學及電子電路方法以數字信號顯示圖像。

4 射線檢測應用研究

4.1 AUT檢測在中俄東線應用

自西氣東輸管道工程全自動焊接采用AUT檢測技術開始， AUT檢測技術在國內斷斷續續應用十幾年，但只參與檢測小部分長輸管線。 2016年中俄原油管道二期工程開始全面推廣AUT檢測技術，中俄東線（黑河―長嶺）開始全面應用。

4.1.1 檢測方式

中 俄 東 線 （ 黑 河 — 長 嶺 ） 段 自 動 焊 焊 口采用 1 0 0 % A U T + 2 0 % RT復驗檢測方式，穿越口100%AUT+100%RT雙百雙評，連頭口、返修口采用100%PAUT+100%UT+100%RT檢測方式。

4.1.2 圖片質量分析

在AUT檢測實施過程中， AUT掃查圖圖譜主要有以下六大類質量問題，影響結果評定。

（1） TOFD直通波<40%。包括校準圖TOFD直通波<40%和掃查圖TOFD直通波<40%（<20%包含其中）兩種情況。

（2） TOFD數據丟失。包括TOFD探頭的楔塊和管體表面接觸不好，導致耦合不良數據丟失；管材表面凹痕、制管焊縫與母材不能圓滑過渡、管材表面飛濺、掃查起始位置耦合劑供給不足等導致數據丟失。

（3）軌道偏置。主要包括坡口加工精度、對口間隙精度、管子橢圓度、焊縫錯邊量、根焊道成型、參考線劃制精度、軌道安裝精度、防腐層薄厚等超標導致軌道偏置。

（4）校準圖體積通道未達到100%。包括部分校準圖中體積通道在調試時按照主反射體的波幅調到80%作為基準波高。

（5）體積通道數據丟失。包括制管焊縫打磨不均勻或未圓滑過渡，相控陣探頭的楔塊和管體表面接觸不好導致耦合不良數據丟失；管體表面油污、銹蝕嚴重、預留裸管段長度不夠、有防腐底漆等引起耦合不良數據丟失。

（6）焊口錯評、漏評問題。包括一評一審制度執行不嚴格，評圖人員視覺疲勞，審核人員履職不到位，對標準理解不透徹等導致錯評漏評。

4.1.3 數據復核

針對AUT檢測掃查圖出現的問題，為保證無損檢測數據的可靠性，中俄東線通過組織飛檢、互評、第四方復核和國外公司抽核以及遠程評審等措施，確保了AUT檢測質量。

4.2 DR在閩粵支干線應用

4.2.1 DR檢測優勢

DR在閩粵支干線上優先檢測金口、連頭焊口、返修以及穿越焊口。 DR檢測在數據儲存和傳輸、圖譜的數字化分析及圖像靈敏度方面更加具有優勢。不同檢測單位及DR廠家缺陷檢出對比見表 1。

4.2.2 DR檢測存在問題

（1） DR檢測結果與RT檢測結果尺寸對比存在一定差異，主要由設備技術參數、爬行器定位誤差、標記帶誤差以及評判誤差導致。

（2）同一臺設備在現場的檢出率波動，主要是檢測評判人員和檢測參數的設置變化造成，尤其當單口曝光時間縮短時，檢測效率提高，圖像質量有所降低，同時DR的缺陷檢出率也會下降（表 1）。

（3）在DR設備成像過程中，探測器由于自身重量和機械結構原因，在環焊縫的0點、 3點、 6點和9點位置距焊縫表面距離發生改變，導致成像質量存在差異。

4.2.3 應用建議

DR在國內長輸管線應用剛剛開始，由于技術人員對新技術有一個適應過程，檢測設備穩定性還需進一步提升，且DR檢測人員在圖譜處理、判讀準確性等方面水平參差不齊， DR全面替代RT會存在質量風險和增加投資費用的問題，建議在保證管道工程無損檢測質量前提下，逐步推廣應用。

5 智能評片研究

無損檢測智能評定系統是通過底片的數字化處理，依靠計算機的高速處理能力，將人工評片的工作轉化為圖像處理技術，對管道焊縫圖像中存在的缺陷進行圖像處理，建立焊縫底片圖像缺陷特征庫，建立分類模型，從而實現對管道焊縫缺陷底片的分類評價。

5.1 技術原理

5.1.1 數字化圖像處理技術自動分割

數字化圖像處理技術主要包括底片數字化分割、圖像去噪、圖像增強技術，圖像處理主要目的是提高缺陷與焊縫之間的對比或者區別，從而能更好的將缺陷區分開來。

5.1.2邊緣檢測

邊緣檢測處理流程如圖 2所示。

5.1.3 特征提取（SVM多分類器構造）

分類器構造即在整體結構中，先將相似量作為一類，然后根據相似量之間的細微變化，再通過模型算法進行區分。管道建設期和運行期焊縫中存在的裂紋、夾渣、氣孔、弧坑、未焊透、未熔合、咬邊等缺陷，不同缺陷的灰度差∆h、等效面積S/C、圓形度e、熵ENT、對比度CON等相關度等參數不盡相同，利用這些特征參數建立SVM多分類（圖 3、圖 4）。

        

5.1.4 數字化底片分析及識別

對數字化底片的基礎信息進行預處理，采用邊緣檢測閾值分析方法提取特征參數，采用典型缺陷SVM多類分類器方法構造算法，對其中存在的焊縫缺陷進行分析、識別，并對其可接受性進行評價。

5.2 系統功能

將環焊縫圖像處理、邊緣檢測、缺陷特征的提取、智能識別集成，通過采用支持向量機的模擬算法，建立環焊縫缺陷智能識別系統，通過有效的數據計算出焊縫的缺陷類型和類別，最終實現環焊縫缺陷智能識別的一鍵式處理（圖 5、圖 6）。

        

5.3 系統應用

將環焊縫焊接缺陷智能評定系統實際應用于坪山—前灣天然氣管線，發現與人工評定不一致處，主要為將條狀夾渣評為條狀缺陷（表 2）。

6 結語

油氣管道環焊縫缺陷智能評定可有效避免其結果受人員、設備的影響，并有望在將來徹底取代人工評定，減少無損檢測錯評、漏評現象，提高無損檢測評定準確率，確保管道本質安全，同時減少人力成本，應用前景十分廣闊。進一步收集缺陷樣本庫，開展系統自動學習功能研究，細化缺陷特征及特征值，研究AUT掃查圖和DR數字底片缺陷特征，將提高智能系統評定的準確率和應用范圍。

 

 

作者：李伍林， 1986年生， 2009年畢業于西南石油大學，學士，工程師。