CC BY
11
К ВОПРОСУ О КОРРОЗИОННОЙ УСТОЙЧИВОСТИТРУБОПРОВОДНЫХ СИСТЕМ
Романова Л.В.
Ассистент Владимирского государственного университета
имени А.Г. и Н.Г.Столетовых
TO THE QUESTION OF CORROSION STABILITY PIPELINE SYSTEMS
Romanova L. V.
Assistant to the Vladimir state university name A. G. and N. G. Stoletovykh
АННОТАЦИЯ.
Обсуждается необходимость получения аналитических зависимостей между химсоставом воды и внутренней коррозионной надежностью трубопроводов. SUMMARY.
Need of obtaining analytical dependences between chemical composition of water and internal corrosion reliability of pipelines is discussed.
Ключевые слова: Коррозионная надежность трубопроводов, химический состав воды. Keywords: Corrosion reliability of pipelines, chemical composition of water.
Надежность работы трубопроводных систем зависит от влияния внутренних и внешних факторов коррозии труб. Важной задачей настоящего времени является повышение надежности работы сетей газоснабжения, теплоснабжения, водоснабжения где основная нагрузка ложиться на пространственно распределенную сеть трубопроводов. Кроме внутренней и внешней коррозии труб, на их надежность влияет и окружающая среда (линии электропередач, блуждающие токи, изменение рельефа местности и др.).
В [1] показано, что из расчета срока службы стальных труб в 20-25 лет, реально срок эксплуатации составляет 10 лет. Коррозия трубопровода обусловлена воздействием химического состава носителя (воды, газа) с внутренней стороны и электрохимического, энергетического воздействия с внешней стороны. Предполагается проводить усиленные меры по химической обработке воды,
чтобы уменьшить ее коррозионные свойства. Но отсутствуют конкретные зависимости связи коррозии труб с химическим составом воды, газа.
Для оценки важности параметров качества воды, были взяты месячные замеры этих параметров на МУП «Владимирводоканал» и определялась степень корреляции влияния на изменение других параметров качества воды чтобы определить их взаимосвязь и необходимые - длину реализации и дискретность съема данных. В виде параметра, определяющего качество воды и соответствия требованиям взяты цветность и ее связь с содержанием железа, алюминия и подачей воды в РЧВ (резервуар чистой воды). Результаты обработки данных с помощью пакета «Статистика» с целью степени корреляции между параметрами и построения уравнений регрессии для предсказания изменения качества воды представлены в табл.1 и табл.2
Табл. 1
N=62 Regression Summary for Dependent Variable: Var1 (Spreadshe R= ,48142473 R?= ,23176977 Adjusted R?= ,21896593 F(1I60)=18,102 p<,00007 Std.Error of estimate: 6,7745
Beta Std.Err. B Std.Err. t(60) p-level of Beta of B
Intercept 5,34540 2,914410 1,834128 0,071595 0,481425 0,113154 29,43948 6,919455 4,254596 0,000075
Var3
Табл.2
Correlations (Spreadsheet)
Var2 Var3 Var4 Var1
Variable
Var2 1,000000 0,071630 0,014785 0,115301
Var3 0,071630 1,000000 -0,197190 0,481425
Var4 0,014785 -0,197190 1,000000 -0,129789
Var1 0,115301 0,481425 -0,129789 1,000000
Уравнение регрессии имеет вид:
7(0=5,3454+29,4398 Х24; Критерий Фишера Брасч=18,102> Ртабл = 4,0
Уравнение и параметры могут быть использованы для предсказания, но степень адекватности невысокая. График предсказанных значений на рис. 1
50 п 45 40 35 30 25 20 15 10 5
0 и 11111111111111111111111111111111111111111111111111111111111111 и
1 4 7 10131619222528313437404346495255586164
Рис. 1 Предсказанные значения цветности воды.
Аналогичные результаты и по мутности воды. У- Мутность; Х1 - Подача в РЧВ; Х2 - Остаточный хлор; Х3 - Хлор; Х4 - Кальций.
Табл.3
Regression Summary for Dependent Variable: Varl (Spreadsheet R= ,50631310 R?= ,25635295 Adjusted R?= ,25010382 F{1,119)=41,022 p<,00000 Std.Error of estimate: ,75726
N=121 Beta Std.Err. of Beta В Std.Err. of В t{119) p-level
Intercept 3,934477 0,221013 17,80198 0,000000
Var5 ■0,506313 0,079051 ■0,109678 0,017124 ■6,40485 0,000000
Табл.4
У=3,934477-0,109678Х4 Критерий Фишера:
Fрасч=41,022 > Fтабл=3,92
г Ь0 расч=17,802 > г табл=1,98; г Ь4 расч=6,405 > г табл=1,98
Продолжительность выборок данных оказались недостаточно представительны. Для получения информации о необходимой длине реализации и шаге дискретизации была использована методика планирования эксперимента [3]. Регрессионное уравнение может эффективно использоваться лишь в том интервале входных переменных, в котором наблюдались изменения переменных при сборе статистических данных. Всякая экстраполяция уравнения за пределы обследованного интервала является несостоятельной и может привести к большим погрешностям.
Вычислив отношение Дг /V и взяв из таблицы значение, соответствующее выбранной вероятности Р, по формуле (2.5) можно найти требуемое время наблюдений Т. При окончательном выборе продолжительности эксперимента Тэксп необходимо принимать во внимание все значения Т рассчитанные для всех переменных х^ При определении интервала съема данных Дг можно руководствоваться предположениями, принятыми в
Предположим, что известны дискретность проведения опытов Дг и вероятности VI и v2 попадания случайной величины х в нижний и верхний кванты диапазона Дх. Если переменная х имеет симметричное распределение внутри диапазона и, следовательно, vl=v2 =, то вероятность того, что за п наблюдений значения переменной х будут обнаружены хотя бы по одному разу и в верхнем, и в нижнем квантах, равна
(2.2)
(2.3)
(2.4)
(2.5)
регрессионном анализе, что наблюдения по у являются некоррелированными. Интервал времени между соседними опытами должен обеспечить данное предположение . Для многих промышленных процессов, для которых изменения переменных представляют собой некоторый случайный процесс, это равносильно требованию Яу (6) и 0, где Яу(0) - автокорреляционная фунуция выходной переменной у . Практически интервал Дг выбирается по условию :
Variable Correlations (Spreadsheet!)
Var2 Var3 Var4 Var5 Varl
Var2 1,000000 ■0,013276 ■0,004410 ■0,047041 0,090599
Var3 -0,013276 1,000000 -0,058532 0,001800 0,137018
Var4 -0,004410 -0,058532 1,000000 -0,489029 0,366001
Var5 -0,047041 0,001800 -0,489029 1,000000 -0,506313
Varl 0,090599 0,137018 0,366001 -0,506313 1,000000
Р = (1 - е " X )2.
Задавшись подходящим Р, из выражения (2.2) можно найти X . В таблице 2.1 приведены значения X для распространённых значений Р :
Таблица 5.
Р 0,94 0.95 0.96 0.97 0.98 0.99
X 3.52 3.68 3.9 4.19 4.6 5.3
Среднее число попаданий переменной в крайний квант диапазона в единицу времени:
а = V / Дг .
Параметр X можно представить в виде X = а Т, где Т - полное время наблюдений . Следовательно,
X = (Т/Дг) V = ™ ,
откуда
т = дИ / V .
М > 6*у . (2.6)
Здесь 6*у - время корреляции переменной у, определяемое:
Rу (6*) = 0.05Rу(e). (2.7) Время корреляции определяется по эмпирической автокорреляционной функции R ау (6) . Приближенно значение 6*у можно оценить по диаграмме записи у . Для этого на диаграмме отмечают приближенное среднее значение и подсчитывают число пересечений L за время t .Опытным путем установлено, что среднее число пересечений = L / t удовлетворительно стабилизируется за время, в течении которого L = 40 - 70 . Тогда 6*у и 2 / . При выборе М необходимо также учитывать ограничения по продолжительности лабораторных испытаний , связанных с контрольно-измерительной аппаратурой . При выборе верхнего предела Дt следует
принимать во внимание такие факторы, как возможное изменение параметров объекта во времени, нарушение условий , в которых проводится эксперимент , и максимальные затраты, связанные с его проведением . Если интервал Дt взять очень большим, то результаты эксперимента окажутся подверженными влиянию изменений технологических параметров объекта . Поэтому интервал Дt целесообразно выбирать по возможности ближе к нижнему пределу .
Для параметров качества воды мутность, железо, алюминий, подача в РЧВ были обработаны и проанализированы месячные данные. Продолжительность выборки и дискретность съема данных приводятся в таблице 5.
Табл.5
Параметр Мутность Железо Алюминий Подача в РЧВ
V 0,03 0,059 0,058 0,005
/а 0,055 0,027 0,022 0,206
Ь 41 20 16 153
п 122 62 63 716
X 3,68 3,68 3,68 3,68
ву 36,293 74,4 93 9,725
At эксп(час) 37 75 94 10
Тэксп(час) 4514 4650 5922 7160
Для получения более представительных регрессионных уравнений планируется собрать новые данные и исследовать связь химсостава воды и появление аварий.
В [2] проводится анализ появления аварий в сети водоснабжения с оценкой агрессивности грунтов, с использованием оценки агрессивности грунта по электропроводности грунта. По результатам анализа данный метод оценки агрессивности грунтов не дает высокой корреляции.
Рассмотрен вопрос степени влияния грунтов на появление аварий в сети водоснабжения. Важ-
ную роль играют такие параметры, как влагонасы-щенность грунтов, их коррозионная агрессивность, подвижка грунтов, фильтрационные свойства и другие факторы. Результаты замеров электропроводности грунтов в различных точках г. Владимира представлены в виде пространственного размещения зон высокой, средней и низкой агрессивности грунтов в ГИС ArcView с наложением слоя аварий фактически происшедших в сети водоснабжения в 2012 году. На рис.1 представлены зоны коррозионной активности грунтов по г. Владимиру.
Рис. 1 Распределение коррозионной активности грунтов по г. Владимиру.
На рис. 2 показано совмещение слоев распределения коррозионной активности грунтов и аварий в сети водоснабжения. Анализ информации показал низкую пространственную корреляцию между наибольшим скоплением мест аварий и зо-
нами сильной коррозионной активности. Наибольшее скопление мест аварий относится к зонам средней агрессивности и местам расположения линий электропередач т.е. наличие блуждающих токов ускоряющих процесс коррозии труб.
Результаты анализа позволяют критически отнестись к замерам по электропроводности т.к. то, что электропроводность является отражением агрессивности грунтов известно по многим источникам информации. В то же время на величину электропроводности влияют много других факторов не приводящих к ускорению коррозии металла - тип грунта, влагонасыщенность грунта, время года, подземные воды и др. Поэтому, для использования результатов замеров электропроводности грунта необходимо тщательно проанализировать условия, при которых проводятся замеры и насколько выдерживались требования к проведению таких замеров, а также другие факторы.
Литература
1. Шишкина И.Ю., Углова Е.С. Коррозионно-диагностический мониторинг трубопроводных систем жилищно-коммунального городского хозяйства с автоматической системой контроля. Водоснабжение и канализация. №9, 2011. с.48-52.
2. Романова Л.В., Зуев К.И. Анализ отображения зон коррозионной активности грунтов и пространственного распределения аварийных мест в сети водоснабжения с применением ГИС - технологий. Сборник научных трудов АСФ ВлГУ 2014 г. Владимир
3. Зуев К.И., Мельников В.М. Математическое моделирование объектов исследования и управления. ВлГУ, 2009,
ПРОЕКТИРОВАНИЯ И СТРОИТЕЛЬСТВО ГИДРОАККУМУЛИРУЮЩИХ _ЭЛЕКТРОСТАНЦИИ В УСЛОВИЯХ УЗБЕКИСТАНА_
Джураев Курбон Салихджанович
ТГТУ, старший преподаватель кафедры «Гидравлика и гидроэнергетика»
Саидов Фарид Самадович ТГТУ, преподаватель кафедры «Гидравлика и гидроэнергетика»
Шадибекова Фатима Тулкуновна
ТГТУ, преподаватель кафедры «Гидравлика и гидроэнергетика»
АННОТАЦИЯ.
В статье приводится ряд возможностей для строительства гидроаккумулирующих электростанции (ГАЭС) в гидроэнергетических комплексах водохозяйственных систем Республики Узбекистан. Приведены рекомендации по проектированию и расчету водно-энергетических расчетов, технологического оборудования и его компоновка в сооружениях гидроузла. Показаны технические возможности использования гидромашин различной мощности и параметров. А также в работе предложены несколько примеров в которых можно внедрять ГАЭС и обоснованы их технико-экономические параметры.
ABSTRACT.
The article provides a number of opportunities for the construction of pumped storage hydropower (PSP) complexes in water systems of the Republic of Uzbekistan. We also give recommendations on the design and sizing of water and energy calculations, process equipment and its layout in hydroelectric plants. Showing the technical possibility of using hydraulic machines of different capacities and basic technical data and parameters
