储油罐底板的无损检测技术

储油罐底板的腐蚀状况是油库安全管理工作中不容忽视的安全隐患。本文介绍了几种无损检测技术,并针对其检测方式、对象、原理及优缺点进行了对比分析,为选择合适的储油罐底板安全检测方法提供依据。

储油罐底板腐蚀的弱磁检测

针对储油罐底板易形成腐蚀、点蚀、穿孔等缺陷的问题,提出了一种基于地磁场的新型无损检测技术,以人工腐蚀缺陷的试板为研究对象,进行了弱磁检测。采用概率法和Symlets小波基分解法对检测结果进行分析,对比了两种方法在缺陷信号识别上的优缺点,最后通过在现场检测验证了弱磁检测方法的可靠性。

12.5×10~4m^3储油罐底板阴极保护方案比选

对国内外储油罐底板内外侧各种阴极保护方法进行了分析对比。重点介绍了茂名分公司12.5×10~4m^3储油罐底板内外侧阴极保护方案:内侧为涂料加铝合金牺牲阳极阴极保护;外侧为涂料加混合金属氢化物网状阳极阴极保护。

储油罐底板腐蚀成因及防护措施

分析了储油罐底板的各种腐蚀原因,提出了合理的罐底板防腐涂料和阴极保护方式选择的方案以及从设计施工等方面如何采取有利于防腐的做法,尤其对边缘板的防腐作了详细论述,以有效地全面控制罐底板的腐蚀。

基于漏磁检测方法的储油罐底板缺陷研究

为了实现储油罐底部缺陷部分的漏磁检测,达到预防和解决储罐安全问题的目的,本文基于漏磁检测基础原理进行漏磁检测研究,对漏磁检测技术中正反演问题进行分析,确定储油罐底腐蚀缺陷检测流程,对缺陷进行仿真研究,设计储油罐底部缺陷漏磁检测装置,构建二维模型与匹配传感器,完成漏磁检测装置设计。建立模型并通过软件进行有限元计算,研究不同缺陷条件下对漏磁信号曲线的影响,探究漏磁信号曲线与不同缺陷条件间的联系,以达到磁化装置的优化设计。

基于前馈神经网络的储油罐底板焊缝表面缺陷检测方法

为了有效解决储油罐底板焊缝缺陷检测过程中存在速度慢、检测结果不准确等问题,提出一种基于前馈神经网络的储油罐底板焊缝表面缺陷检测方法。分析相机捕获的储油罐底板焊缝图像各像素之间的相关性和椒盐噪声特点,通过支持向量机(SVM)分类器识别图像中的噪声,重构图像,完成去噪处理。通过基于泛化的增量式二维主成分分析的特征提取方法(GI2DPCA)提取储油罐底板焊缝图像的特征,引入前馈神经网络,构建基于前馈神经网络的储油罐底板焊缝表面缺陷检测模型,将提取到的特征输入到模型完成缺陷检测。试验测试结果表明,所提方法能以较短的时间和较高的检测精度完成缺陷检测。

基于模糊物元法的钢质储油罐罐底腐蚀评价

本文通过漏磁检测技术和超声波检测技术对3个不同地区(G、Y和L)共计10个储油罐的罐底进行了检测,得到了这10个罐罐底的腐蚀数据(罐底底板的腐蚀的坑数、每个坑腐蚀的深度、每个坑腐蚀的直径)。在用李春树^([1])提出的储油罐底板腐蚀特征参量将这10个罐罐底板腐蚀特征参量全部计算出。本文通过模糊物元评价模型,对储油罐罐底的腐蚀状态进行了评价,并与李春树^([2])提出的油罐腐蚀状态进行了比较。为油罐腐蚀评价提供了简便的方法。

石化系统常压储罐底板腐蚀失效与漏磁检测

常压储罐底板腐蚀失效是石化系统安全管理工作中不容忽视的安全隐患。本文重点介绍了储罐底板漏磁检测技术的现场应用案例,通过案例分析总结了石化系统储罐底板腐蚀失效的原因,证实了漏磁检测技术的可靠性及优越性,说明了漏磁检测技术对石化系统常压储罐底板腐蚀检测工作的指导意义。