多数油气管道材料都选用钢制材料，且皆采用埋地方式敷设，因受到土壤中水分、酸性物质、微生物、周边电气化装置以及输送介质等因素的影响，使得油气管 道内外壁极易出现各种腐蚀，从而在内外壁出现大量的凹坑缺陷。另一方面由于受施工质量影响，管道也极易出现各种应力损伤，使得管道的承压能力严重下降，甚至会出现油气资源泄漏问题。油气资源具有易燃易爆和污染性，如出现油气资源泄漏，轻则造成一定经济损失，重则可能会导致火灾爆炸事故和严重环境污染，从而给社会造成难以估量的危害。因此，及时发现管道内外壁缺陷，并采取必要的措施进行修补十分重要，而管道内检测是发现管道内外壁缺陷最成熟的一种方式。

    管道内检测技术分析与优选

    内检测是针对管道安全而研发出的内外壁缺陷检测方法，是对管道无损检测技术的创新，到目前为止已有相关管道内检测技术众多，主要内检测技术有以下四种：

    漏磁管道内检测技术。

    原理相对较为简单，通过相应机器人上搭载的磁化装置对管道施加磁场，根据磁场理论，如果管道不存在缺陷，则会在管道管壁上产生均匀的磁感应线，但是如果管道管壁存在缺陷，则在管壁缺陷位置处，磁感应线会出现严重的变形，通过相应机器人上搭载的检测探头，即可获知磁感应线的变形信息，即可获取管道的缺陷信息。自动化水平相对较高，而且在整个检测过程中，管道并不需要停输，即对管道的运行无影响，但是在使用之前，需要对管道进行多次清管，以防止管道内异物众多，造成检测机器人卡管。

    超声波管道内检测技术。

    对于声波的传播而言，如果传播介质是均匀的、无边际的物体，则声波在理论上可以无衰减传播，现实中，如果管道材料不存在缺陷时，则声波传播应呈现出均匀衰减的现状，如果管道存在缺陷，则声波会在管道缺陷位置处发生反射和折射，缺陷的尺寸越大，则声波的变化幅度就越大，通过安装在机器人上的声波接收装置，则可以判断管道内缺陷的分布情况，利用该种原理识别管道缺陷的技术称之为超声波内检测技术。优点在于不但可以准确判断管道缺陷所在，而且具有很好的灵敏度，但在使用的过程中，检测探头与管道管壁之间必须添加耦合剂，导致无法在天然气管道中得到成功应用。

    涡流检测技术。

    其原理也是在管道的表面施加磁场，此时管道壁面上将会产生涡流，如果管道表面存在缺陷，则管道表面的涡流将会产生变化，通过专门的涡流检测装置，即可了解管道内外壁面上的缺陷分布情况。该技术具有灵敏度高的缺点，但是涡流检测装置的研制是该种技术成功应用的难点，因此技术并不成熟，仅处于理论阶段，在实际中基本没有得到成功应用。

    热像显示检测技术。

    完整的管道壁面上的温度分布是有一定规律的，但如果管道内外壁存在缺陷，则这种温度分布规律就会被打破，通过检测管道内外壁面上的温度分布及变化情况，即可获取管道缺陷信息。该技术与上述三种技术不同，在对缺陷进行识别时，仅对管道进行扫描即可，并不需要将检测装置直接与管道相接触，因此在使用过程中并不会对管道的运行产生任何影响，但缺陷识别准确率极易受到外界环境温度或阳光的影响，所以检测结果可能会存在较大的误差。

    漏磁内检测技术原理及缺陷识

    漏磁内检测的基本原理就是在油气管道内通入漏磁内检测机器人，在机器人的周围安装一圈磁感应探头，通过这些探头即可获取管道内的漏磁信息，即可获取管 道的缺陷信息，在使用该种机器人对管道进行内检测的过程中，全程都由机器人自己完成，并不需要人为的参与。该种管道缺陷检测技术仅可用于由铁磁性材料构成的管道，对于塑料、玻璃、水泥等材料制成的管道并不适用，同样，该种技术也可以对由铁磁性材料构成的储罐进行缺陷检测。利用该种技术对缺陷进行检测过程中，检测结果不易受到检测对象表面状态或金属材料等相关因素影响，缺陷识别率相对较高。

    在管道漏磁内检测机器人上，用于检测管道内部缺陷的传感器和检测管道外部缺陷的传感器被分为了两组，检测管道外部缺陷传感器的灵敏度相对较强。如果管道内部存在缺陷时，在缺陷位置处，传感器会检测到迅速被磁化的临界饱和磁化强度，此时的缺陷信号将首先被收集起来，并储存于机器人的内存中；如果管道外部存在缺陷时，缺陷部位被磁化与被检测之间存在一定的时间间隔，所以检测到的缺陷信号相对较弱，只有通过灵敏度相对较高的传感器才能迅速收集缺陷信号。如果管道外部存在缺陷，所产生的缺陷信号相对较弱，且传感器无法检测到缺陷信号，或者只能检测到较弱的缺陷信号，此时仅靠传感器获取的漏磁信息将无法对缺陷的类型进行判断，只能将缺陷信号与主探头检测到的进行对比，才能确定缺陷类型。

    结语

    漏磁内检测技术与其它内检测技术相比具有自动化水平高、无污染、速度快、结果准确等优点，且应用领域相对较广，十分适合对长输天然气管道内检测。

更多关于材料方面、材料腐蚀控制、材料科普等方面的国内外最新动态，我们网站会不断更新。希望大家一直关注国家材料腐蚀与防护科学数据中心http://www.ecorr.org