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(xiàn)檢測是環(huán)焊縫無(wú)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(zhì)量的級別。2017年7月2日中緬管道發(fā)生泄漏爆炸后，中石油組織相關(guān)單位對近十年的油氣管道開(kāi)展環(huán)焊縫排查。結果顯示部分無(wú)損檢測單位底片錯評漏評超過(guò)0.15‰，部分無(wú)損檢測人員錯評漏評上百道焊口，因此需采用新的技術(shù)手段對無(wú)損檢測底片上的焊接缺陷進(jìn)行識別，減少甚至杜絕漏評現象。

1 傳統無(wú)損檢測存在的問(wèn)題

1.1 無(wú)損檢測底片保存問(wèn)題

射線(xiàn)檢測底片作為反映焊接質(zhì)量最重要的資料，其保存需要相應的通風(fēng)、溫度、濕度要求，但在底片存儲過(guò)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(wèn)題。

1.2 無(wú)損檢測底片評定問(wèn)題

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

2 無(wú)損檢測數字化意義及優(yōu)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(xiàn)底片作為反映焊口質(zhì)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(yōu)勢明顯。

（1）實(shí)現射線(xiàn)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(jìn)行分類(lèi)存儲歸檔，查找索引快速方便。

（3）通過(guò)對比內檢測圖像和射線(xiàn)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(shí)現數字化與CR、 DR影像兼容管理。

（6）開(kāi)發(fā)算法和評定系統，實(shí)現數字化評片。

（7）可以實(shí)現對焊口質(zhì)量進(jìn)行“遠程會(huì )診”。

（8）可比對焊口不同時(shí)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(wú)損檢測技術(shù)

3.1 射線(xiàn)底片數字化

射線(xiàn)底片數字化是將傳統射線(xiàn)底片經(jīng)數字化處理后，把底片圖像轉變成數字信號，通過(guò)讀圖軟件顯示 的過(guò)程。射線(xiàn)底片數字化可實(shí)現對數據永久保存，快速遠程檢索等。

3.2 AUT檢測技術(shù)

AUT（全自動(dòng)超聲波）檢測是超聲波檢測技術(shù)與計算機技術(shù)相結合的檢測新技術(shù)。其將焊縫沿厚度方向分成若干區，每個(gè)區用一對或兩對聚焦探頭檢測，同時(shí)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(shí)差法（TOFD）三種顯示方式。

3.3 DR檢測技術(shù)

DR檢測即X射線(xiàn)數字成像檢測，是基于射線(xiàn)檢測原理，利用計算機軟件控制成像器件，實(shí)現射線(xiàn)光子到數字信號再到數字圖像的轉換過(guò)程，最終在顯示器上觀(guān)察和處理缺陷。射線(xiàn)數字成像技術(shù)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(xiàn)，并通過(guò)光學(xué)及電子電路方法以數字信號顯示圖像。

4 射線(xiàn)檢測應用研究

4.1 AUT檢測在中俄東線(xiàn)應用

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

4.1.1 檢測方式

中 俄 東 線(xiàn) （ 黑 河 — 長(cháng) 嶺 ） 段 自 動(dòng) 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(zhì)量分析

在A(yíng)UT檢測實(shí)施過(guò)程中， AUT掃查圖圖譜主要有以下六大類(lèi)質(zhì)量問(wèn)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(guò)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(xiàn)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(shí)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(guò)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(cháng)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(wèn)題。包括一評一審制度執行不嚴格，評圖人員視覺(jué)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(wèn)題，為保證無(wú)損檢測數據的可靠性，中俄東線(xiàn)通過(guò)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(zhì)量。

4.2 DR在閩粵支干線(xiàn)應用

4.2.1 DR檢測優(yōu)勢

DR在閩粵支干線(xiàn)上優(yōu)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(yōu)勢。不同檢測單位及DR廠(chǎng)家缺陷檢出對比見(jiàn)表 1。

4.2.2 DR檢測存在問(wèn)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(shù)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(chǎng)的檢出率波動(dòng)，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(shí)間縮短時(shí)，檢測效率提高，圖像質(zhì)量有所降低，同時(shí)DR的缺陷檢出率也會(huì )下降（表 1）。

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

4.2.3 應用建議

DR在國內長(cháng)輸管線(xiàn)應用剛剛開(kāi)始，由于技術(shù)人員對新技術(shù)有一個(gè)適應過(guò)程，檢測設備穩定性還需進(jìn)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(huì )存在質(zhì)量風(fēng)險和增加投資費用的問(wèn)題，建議在保證管道工程無(wú)損檢測質(zhì)量前提下，逐步推廣應用。

5 智能評片研究

無(wú)損檢測智能評定系統是通過(guò)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(shù)，對管道焊縫圖像中存在的缺陷進(jìn)行圖像處理，建立焊縫底片圖像缺陷特征庫，建立分類(lèi)模型，從而實(shí)現對管道焊縫缺陷底片的分類(lèi)評價(jià)。

5.1 技術(shù)原理

5.1.1 數字化圖像處理技術(shù)自動(dòng)分割

數字化圖像處理技術(shù)主要包括底片數字化分割、圖像去噪、圖像增強技術(shù)，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(kāi)來(lái)。

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�。⊿VM多分類(lèi)器構造）

分類(lèi)器構造即在整體結構中，先將相似量作為一類(lèi)，然后根據相似量之間的細微變化，再通過(guò)模型算法進(jìn)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(guān)度等參數不盡相同，利用這些特征參數建立SVM多分類(lèi)（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(jìn)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(lèi)分類(lèi)器方法構造算法，對其中存在的焊縫缺陷進(jìn)行分析、識別，并對其可接受性進(jìn)行評價(jià)。

5.2 系統功能

將環(huán)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(guò)采用支持向量機的模擬算法，建立環(huán)焊縫缺陷智能識別系統，通過(guò)有效的數據計算出焊縫的缺陷類(lèi)型和類(lèi)別，最終實(shí)現環(huán)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(huán)焊縫焊接缺陷智能評定系統實(shí)際應用于坪山—前灣天然氣管線(xiàn)，發(fā)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(yǔ)

油氣管道環(huán)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(lái)徹底取代人工評定，減少無(wú)損檢測錯評、漏評現象，提高無(wú)損檢測評定準確率，確保管道本質(zhì)安全，同時(shí)減少人力成本，應用前景十分廣闊。進(jìn)一步收集缺陷樣本庫，開(kāi)展系統自動(dòng)學(xué)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(yè)于西南石油大學(xué)，學(xué)士，工程師。