隨著油氣田開采需求的增長,油氣田開發(fā)進入中后期,油氣藏需要通過注水的方式提高油氣采收率。注水水源常采用地面水、采出水等,而注水中高氯離子、礦化度、腐蝕性細菌等,使得地面管線及井下管柱產(chǎn)生嚴重的腐蝕與結(jié)垢問題,導致注水系統(tǒng)管線出現(xiàn)堵塞、穿孔、泄漏等,嚴重影響了油氣的安全高效開采。因此,建立高含氯離子、高礦化度、含細菌、多相流等工況下的腐蝕預測模型,預測腐蝕發(fā)展趨勢,對井下管柱和注水管線的選材和腐蝕裕量設(shè)計尤為重要。近二十年來,許多石油公司和研究機構(gòu)針對油氣管道腐蝕問題提出了不同的預測模型,包括CO2腐蝕預測模型、細菌腐蝕預測模型、沖刷腐蝕預測模型、結(jié)垢預測模型等。這些模型的建模機理和影響因素不同,不同預測模型的預測結(jié)果差距也較大,模型存在很大的不確定性和局限性。作者通過對油氣田注水系統(tǒng)最常見的腐蝕速率預測模型的建模和應(yīng)用情況進行了分類描述,分析比較了各預測模型的優(yōu)缺點及應(yīng)用范圍,并對注水系統(tǒng)腐蝕預測模型的未來發(fā)展趨勢進行了展望,以期為注水系統(tǒng)腐蝕預測模型的發(fā)展提供數(shù)據(jù)支撐。 

1.   注水系統(tǒng)腐蝕的研究現(xiàn)狀

1.1   注水系統(tǒng)腐蝕風險

在實際注水工藝過程中,為了節(jié)約資源和保護環(huán)境,采出水、地面水、海水等通常會進行二次回注,尤其是采出水與其他水混注的方法更被廣泛應(yīng)用[1-5]。國外某油田油氣藏的注入水來自于生產(chǎn)水與河水的混注水,二者質(zhì)量比約為5∶1,水質(zhì)成分如表1所示,可以看出注入水的水質(zhì)硬度大,礦化度高,水中Cl-含量高,且含有大量細菌。因此注水井和注水管線的穿孔比例與穿孔速率呈現(xiàn)逐年上升趨勢。該油田注水系統(tǒng)的腐蝕情況具有普遍性。 

表  1  國外某油田注入水的水質(zhì)成分

Table  1.  Component content of injected water in an oil field abroad

離子含量/（mg·L-1）							總礦化度/（mg·L-1）	細菌含量/（個·mL-1）
Ca2+	Mg2+		Cl-		S	K+,Na+
11 192	2 350	590	111 032	745	80	55 325	181 314	2.5

該油田注水井的井下油管失效以內(nèi)腐蝕穿孔和內(nèi)部結(jié)垢為主,部分油管存在外腐蝕。失效油管的平均穿孔年限為2.1 a,平均穿孔速率達到3.6 mm/a。在全井深范圍內(nèi)自上而下腐蝕結(jié)垢呈逐漸加重的趨勢,500 m以下結(jié)垢相對較為嚴重,外壁結(jié)垢情況有所不同,封隔器以上結(jié)垢輕微,封隔器以下結(jié)垢較為嚴重,結(jié)垢導致平均穿孔年限逐年縮短,更換管柱的費用也逐年升高。 

地面注水管線的腐蝕與介質(zhì)含水率、流速等密切相關(guān)。隨著油氣生產(chǎn)需求增大,注水量逐年增大,注水管線及相關(guān)設(shè)備的腐蝕更加嚴重。某油田管線流速較大,注水支線平均穿孔年限3.07 a,服役2 a內(nèi)穿孔管線占比21%,服役2~5 a穿孔管線占比58%,平均穿孔速率3.1 mm/a,其中,最短穿孔時間僅49 d。注水管線穿孔位置主要分布在管線底部易積水的六點鐘方向,這主要是因為兩相分層后油水混合物中的水相易在管線底部沉積,其腐蝕條件相對較為苛刻。 

1.2   注水系統(tǒng)腐蝕影響因子

注水井及地面注水系統(tǒng)管線的腐蝕主要為細菌腐蝕及垢下腐蝕,注水系統(tǒng)運行較短時間即發(fā)生“腐蝕→結(jié)垢→堵塞/穿孔”現(xiàn)象[6]。造成腐蝕的因素主要是腐蝕介質(zhì)因素和腐蝕環(huán)境因素。 

1.2.1   介質(zhì)因素（礦化度,結(jié)垢離子,溶解氣）

油氣田注水系統(tǒng)水質(zhì)礦化度較高,為5 000~200 000 mg/L,Cl-質(zhì)量分數(shù)在幾十到150 000 mg/L不等,且其中的Fe2+和S2-對水質(zhì)的穩(wěn)定性有很大影響。采出水經(jīng)過處理后可作為回注水使用,處理后的水中Fe2+和S2-含量顯著降低,但水中依然含有大量其他陰陽離子如Cl-、Na+、K+等[7],水質(zhì)總體保持平衡,水型維持原樣,與地層水性質(zhì)相近。同時水中還有、、和Ca2+、Mg2+、Ba2+等易結(jié)垢離子,當回注水溫度、壓力和pH達到特定值時,會促進相應(yīng)的難溶化合物CaCO3、CaSO4以及BaSO4的形成[8-10],結(jié)垢物沉積并覆蓋于管道內(nèi)壁上,逐漸形成水垢,見式（1）~（4）。另外,水中硫酸鹽還原菌（SRB）的存在進一步促進了腐蝕結(jié)垢,SRB將還原為S2-,S2-與金屬管道溶解產(chǎn)生的Fe2+結(jié)合形成FeS沉淀,FeS腐蝕產(chǎn)物與結(jié)垢沉積物膠黏在一起,附著在金屬管壁表面成為陰極,管道作為陽極,在管道內(nèi)壁形成局部電池,從而加速管道內(nèi)壁的腐蝕[11]。 

水中溶解氣也是造成油田產(chǎn)出水或注水系統(tǒng)管線設(shè)備腐蝕的重要因素,一般情況下,產(chǎn)出水不含溶解氣體,但在注水工藝中,某些操作易使空氣中的CO2、O2等進入水中,導致注入水中的溶解CO2、溶解O含量升高[12]。在分別含等量O2、CO2、H2S的環(huán)境中,碳鋼在含O2環(huán)境中的腐蝕速率是在含其他兩種氣體環(huán)境中的近百倍。O2是強陰極去極化劑,O2溶于水中容易促使管線發(fā)生電化學腐蝕[13-16]。CO2溶于水后也具有較強的腐蝕性,相同pH下,低碳鋼在溶解CO2環(huán)境中的腐蝕速率為7 mm/a,在厭氧條件下的腐蝕速率高達20 mm/a,CO2也會導致油井管的服役壽命大幅度下降[17]。 

1.2.2   服役環(huán)境（溫度、流速）

管線的腐蝕環(huán)境會影響管線腐蝕動力學速率。腐蝕溫度是影響腐蝕的重要因素,溫度變化影響著電化學反應(yīng)速率、結(jié)垢趨勢、細菌繁殖速度等。在密閉環(huán)境中,隨著溫度的升高,金屬腐蝕速率增大,這主要是由于溫度升高加快了電化學反應(yīng)過程的傳質(zhì)速率；同時,溫度升高（>40 ℃）導致成垢離子的溶度積減小,在水中的溶解度降低,鹽類沉淀物更容易析出,這也解釋了在井底溫度較高時管道的易成垢現(xiàn)象[18]；溫度也影響著細菌的生長和繁殖,以SRB為例,將其分為嗜溫SRB和嗜熱SRB,嗜溫SRB的最佳生長溫度為36 ℃,嗜熱SRB的最佳生長溫度為40~70 ℃,溫度升高或降低都不利于細菌的生長代謝,并會影響細菌對金屬的腐蝕。LIU等[19]研究了嗜熱SRB菌株在不同溫度下對碳鋼的腐蝕影響,結(jié)果表明,60 ℃含嗜熱SRB環(huán)境中碳鋼的腐蝕速率是37 ℃時的2.2倍,表明嗜熱SRB對高溫具有依賴性。硫酸鹽的還原速率與溫度呈阿羅尼烏斯函數(shù)關(guān)系[20]： 

式中：A為阿羅尼烏斯常數(shù)；E為反應(yīng)活化能,J；R為氣體常數(shù)；T是環(huán)境溫度,K。 

介質(zhì)流速也會影響管道腐蝕速率,其對腐蝕速率的影響主要體現(xiàn)在兩個方面：一是加快了離子的快速傳質(zhì)過程,從而加快了腐蝕進程；二是對管道表面產(chǎn)生切向作用,破壞了腐蝕產(chǎn)物膜的完整性,改變了管道表面的電化學狀態(tài),導致管道發(fā)生局部腐蝕。萬里平等[21]研究表明,碳鋼的腐蝕速率隨著液體流速的增大而增大,流速增大1倍,腐蝕速率增大0.3~1倍,這主要與表面腐蝕產(chǎn)物膜的破壞有關(guān)。此外,流速對管道結(jié)垢的影響也較大。結(jié)垢增長率隨著流速增大而減小,流速較小時,介質(zhì)中攜帶的固體顆粒和微生物排泄物沉積概率增大,管道結(jié)垢概率也明顯加大,特別是在結(jié)構(gòu)突變的部位,流速越小,越有利于晶體的成核,成垢核心生長的環(huán)境越穩(wěn)定,結(jié)垢趨勢越大[22],當流速繼續(xù)增大時,污垢的剝蝕率增大,因而總增長率減小。 

2.   國內(nèi)外腐蝕預測模型研究現(xiàn)狀

2.1   腐蝕預測模型

2.1.1   CO2腐蝕預測模型

目前,國內(nèi)外對于油氣管道的腐蝕預測主要集中在CO2腐蝕環(huán)境中,針對多相流介質(zhì)中的不同腐蝕參數(shù),不同機構(gòu)提出了不同的預測模型。最早的腐蝕預測模型是由De Waard（1975）等人提出的,該模型經(jīng)過幾十年的發(fā)展,被不斷優(yōu)化修正,目前已形成許多商業(yè)化的腐蝕預測模型[23]。根據(jù)模型建立所依據(jù)的理論基礎(chǔ),國際上的CO2腐蝕預測模型主要可以分為三類：經(jīng)驗預測模型、半經(jīng)驗預測模型和機理模型[24]。 

最為著名的經(jīng)驗?zāi)Ｐ褪荖orsok M506模型,它是根據(jù)低溫實驗室數(shù)據(jù)和高溫現(xiàn)場數(shù)據(jù)建立的經(jīng)驗?zāi)Ｐ汀ＤＰ桶褑蜗嗔黧w系中對管壁剪切應(yīng)力的預測直接推廣應(yīng)用到多相流體系,忽略了相與相之間的聯(lián)系,且缺乏理論的支持,這限制了Norsok M506模型的應(yīng)用。 

De Waard和Milliams根據(jù)腐蝕機理和試驗數(shù)據(jù)建立的CO2腐蝕速率預測模型（DWM模型）,是目前應(yīng)用比較廣泛的半經(jīng)驗?zāi)Ｐ?但該模型只考慮溫度和CO2分壓的影響,忽略了腐蝕產(chǎn)物膜的保護作用,是一種比較保守的預測模型。隨著試驗數(shù)據(jù)的不斷更新,模型適用范圍被不斷修正,De Waard在DWM模型的基礎(chǔ)上考慮了介質(zhì)pH、鹽濃度、腐蝕產(chǎn)物膜、流速、原油等因素的影響,對于每個因素引入了修正因子F,F值一般為0~1,以使預測結(jié)果更接近實際情形。 

式中：A=pHactual-；Vr為活化腐蝕速率,mm/a；Vm為傳質(zhì)腐蝕速率,mm/a；T為溫度,K；為（CO2分壓）下的pH；U為液體介質(zhì)的流速,m/s；d為水力直徑,m。模型考慮了與流速相關(guān)的傳質(zhì)過程,當介質(zhì)流速較低時,油水兩相分離,沉積在底部的水相會使底部發(fā)生較嚴重的腐蝕。但該模型的預測結(jié)果僅在低溫條件下與實際數(shù)據(jù)相吻合,模型的溫度應(yīng)用范圍有待修正。在過去的幾十年中,De Waard和Milliams模型一直是CO2腐蝕研究的重點參考模型之一。 

機理模型主要從二氧化碳腐蝕的微觀機理出發(fā),結(jié)合材料表面的化學、電化學反應(yīng),離子在材料與溶液界面處的傳質(zhì)過程,以及離子在腐蝕產(chǎn)物膜中擴散與遷移過程等建立的預測模型。其中比較著名的是俄亥俄州立大學的NESIC教授等[25-26]根據(jù)二氧化碳腐蝕過程反應(yīng)動力學建立的模型。機理模型相對前兩種模型更為復雜,需要考慮的影響因素更多。 

目前對于油氣管道的腐蝕預測模型基本上都以上述幾種基本模型為基礎(chǔ),結(jié)合實際情況,對模型做出一些腐蝕因子的修正,但在實際的腐蝕過程中,腐蝕受到較多因素的影響,各因素間關(guān)聯(lián)性較大,構(gòu)成復雜的模糊體系,難以確定彼此間的關(guān)系,因此,軟件、編程及智能算法等方法得到了研究學者們的青睞。 

標準的GM（1,1）模型是運用最廣的一種灰色理論預測模型,不需要大量的數(shù)據(jù)樣本,利用較少的不確切原始數(shù)據(jù)即可建立體系內(nèi)部的數(shù)據(jù)生長和變化過程,但該模型的擬合精度和預測精度較低,適用范圍有限。喻西崇等[27]基于灰色理論法結(jié)合多種智能算法對標準的GM（1,1）模型進行了改進,利用改進后的方法預測了注水管道的腐蝕速率和腐蝕影響因素之間的映射關(guān)聯(lián)性,結(jié)果表明使用灰色理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合、灰色理論和遺傳算法相結(jié)合的方法預測的腐蝕速率與實測值能較好吻合,預測精度較高；SEGHIER等[28]建立了基于向量回歸（SVR）、遺傳算法（GA）、粒子群優(yōu)化（PSO）和螢火蟲算法（FFA）等知名元啟發(fā)式優(yōu)化技術(shù)的高效混合智能模型,預測了油氣管道腐蝕的最大點蝕深度,該模型已應(yīng)用于大型最大點蝕深度數(shù)據(jù)庫。計算結(jié)果表明,混合SVR模型能夠更準確地預測最大點蝕深度,SVR-FFA模型優(yōu)于其他模型,并可用于油氣設(shè)施的維護；駱正山等[29]將隨機森林回歸算法（RFR）引入油氣集輸管道腐蝕預測,構(gòu)建了灰色關(guān)聯(lián)分析（GRA）與RFR的復合預測模型,運用灰色關(guān)聯(lián)分析進行數(shù)據(jù)處理以獲取最優(yōu)特征變量,再結(jié)合RFR模型對內(nèi)腐蝕速率進行預測。結(jié)果表明：RFR預測模型的預測效果優(yōu)于常規(guī)的人工神經(jīng)網(wǎng)絡(luò)BP模型和SVM模型,具有較高的預測精度,為管道工程的防腐蝕設(shè)計提供了價值依據(jù)；EL AMINE等[30]提出了一種E-L（應(yīng)用集成學習）模型,用于準確預測油氣管道的內(nèi)部腐蝕速率。利用極端梯度提升（XGBoost）法進行計算分析,得出溫度是影響腐蝕最關(guān)鍵的變量。將模型預測結(jié)果與DeWaard模型進行比較,預測結(jié)果更好。 

總體來說,油氣管道的腐蝕預測研究涉及因素較多,現(xiàn)場采集數(shù)據(jù)量大,現(xiàn)場數(shù)據(jù)與模型數(shù)據(jù)之間應(yīng)具有良好的重現(xiàn)性與精確性,因此,腐蝕預測模型的發(fā)展主要是基于傳統(tǒng)的數(shù)學模型和人工智能算法相結(jié)合。尤其對于注水系統(tǒng)的腐蝕預測來說,由于腐蝕環(huán)境復雜多變,腐蝕的機理研究進展緩慢,目前沒有較為成熟的通用機理模型,因此基于機理模型的預測方法目前尚未成熟,大多腐蝕預測依舊基于已有的CO2基礎(chǔ)模型進行模型因子和腐蝕因素的修正,結(jié)合軟件學習算法的方式進行。此外,對于不同的腐蝕體系及環(huán)境需要重新改變算法,大量樣本數(shù)據(jù)的檢測較為困難,且投入成本較高也是模型建立需要考慮的問題。 

2.1.2   微生物腐蝕預測模型

微生物腐蝕（MIC）也是油氣開發(fā)注水系統(tǒng)中常見的腐蝕機制之一[31-32],而目前國內(nèi)外學者針對細菌腐蝕的預測模型研究較少。張哲等[33]基于微生物腐蝕機理,綜合考慮了溫度、壓力、pH等影響因子,將半經(jīng)驗腐蝕速率模型DW 91進行擬合獲得了細菌腐蝕速率與細菌數(shù)量之間的數(shù)學關(guān)系,修正后模型預測結(jié)果與實際管道測試結(jié)果的誤差小于10%。 

微生物預測模型是用數(shù)學模型描述不同環(huán)境條件下微生物的行為[34],WHITING等基于變量類型把微生物預測模型分為三個等級[35]。初級模型描述了在特定培養(yǎng)條件下,微生物生長/存活與時間的關(guān)系；二級模型研究了環(huán)境變量（如溫度,pH,壓力,鹽度等）與微生物生長/存活特性的關(guān)系；三級模型將初級模型和二級模型通過計算機軟件進行了集成并轉(zhuǎn)化成了食品預測軟件[36-39]。建立注水系統(tǒng)的微生物腐蝕模型時,可將微生物生長代謝、繁殖與環(huán)境變量之間的函數(shù)關(guān)系等引入注水腐蝕體系來評價微生物生長與環(huán)境影響因素之間的映射關(guān)系,從而對微生物腐蝕速率作出預測。 

傳統(tǒng)腐蝕預測模型的建立需要了解其腐蝕行為背后的機理和本質(zhì),但腐蝕過程的復雜性、瞬時性降低了大多數(shù)模型的預測準確率,但對于風險評價模型來說,無需建立整個腐蝕過程的精確模型,而是對腐蝕作出可能性或發(fā)生概率的預測,模型簡單靈活,可以結(jié)合現(xiàn)場數(shù)據(jù)和實際要求進行修改。對于微生物腐蝕所造成的油氣系統(tǒng)損傷風險,有研究學者基于風險評價也作出了相關(guān)的預測模型。SKOVHUS等[40]在基于風險評價（RBI）分析方法中描述了海上油氣注水管線的細菌腐蝕的評價模型,分析了MIC的發(fā)生概率或可能性,用來識別和控制油氣系統(tǒng)中MIC發(fā)生的風險。模型考慮了MIC腐蝕過程中的物理化學及生物作用、細菌的豐度、活性等相關(guān)參數(shù)。表2中列出了幾種基于風險評價的MIC模型。 

建立的油氣管道微生物腐蝕預測模型存在諸多挑戰(zhàn),這是因為微生物是活性生物,它產(chǎn)生的生理反應(yīng)是復雜且多變的,而且目前對于微生物細菌生理活動的研究還依賴于微細胞分子生物學、結(jié)構(gòu)學的發(fā)展。此外,微生物生長極其依賴外界環(huán)境的生物活性變動情況,現(xiàn)行的現(xiàn)場微生物細菌監(jiān)檢測及計數(shù)方法的準確性較低,這大大降低了預測模型的精確性。此外,腐蝕過程的多變與復雜在某種程度上增加了模型預測的難度,因此油氣管道微生物腐蝕預測的技術(shù)還需要經(jīng)歷長期的研究與探索,微生物腐蝕的預測模型在未來的發(fā)展中必將與更多的學科交叉與聯(lián)合[41-44]。 

2.1.3   沖刷腐蝕預測模型

沖蝕失效是腐蝕性流體介質(zhì)與多相流動協(xié)同作用引起的材料失效。國內(nèi)外學者通過數(shù)值模擬、試驗研究等手段進行了大量研究。目前國內(nèi)外已有許多比較成熟的多相流模擬商業(yè)軟件,這些軟件主要是采用內(nèi)嵌腐蝕預測模型與流體動力學相結(jié)合的方式進行流體數(shù)值模擬。模型中關(guān)于腐蝕速率的預測部分大多是建立在CO2數(shù)學腐蝕模型基礎(chǔ)上,依據(jù)實際情況改變其中的主控因素進行變量因子修正得到的,再依據(jù)流體動力學相關(guān)函數(shù)關(guān)系加入對壁面剪切應(yīng)力、流體強度、流速等力學參數(shù),建立能夠依據(jù)體系內(nèi)流體的流型、流態(tài)、腐蝕損失壁面剪切強度來預測體系金屬沖蝕失效的模型。 

BLATT等[45]采用激光多普勒風速法把質(zhì)量傳遞、流型、流態(tài)同沖蝕行為相關(guān)聯(lián),預測了在CO2和含砂地層水中鐵基材料的腐蝕行為,結(jié)果表明,質(zhì)量損失率的極大值存在于徑向流動的分量；NESIC[46]通過流體動力學計算分析流體的沖蝕破壞作用,證實了壁面的湍流強度可預測復雜結(jié)構(gòu)管道的沖蝕現(xiàn)象；偶國富[47]針對加氫裂化空冷器多相流沖蝕破壞進行了研究,發(fā)現(xiàn)各相態(tài)相分率和剪切應(yīng)力對流體管道沖蝕破壞失效位置及沖蝕速率影響很大,水相相分率大、剪切應(yīng)力大的部位恰好是實際工程中穿孔泄漏的部位；林玉珍等[48]采用數(shù)值計算法與試驗研究相結(jié)合,對碳鋼在3.5%（質(zhì)量分數(shù)）鹽水溶液中層流、湍流狀態(tài)下的沖蝕進行了研究,結(jié)果表明,靠近材料表面的流體動力學參數(shù)（剪切應(yīng)力τ、傳質(zhì)系數(shù)k）比流體溶液中的流體動力學參數(shù)（流速u）更能準確地描述流體對材料腐蝕的影響,計算得到的腐蝕速率與實測值基本一致,進一步驗證了碳鋼在流動單相溶液中的腐蝕機理。鄭玉貴等[49]研究了不銹鋼在單相及含砂人工海水介質(zhì)中的沖刷腐蝕機理,分析了流速流態(tài)、攻角以及顆粒性質(zhì)等流體力學因素對沖蝕的影響機制,并研制了一套可用于多相流沖刷腐蝕模擬的激光多普勒測試裝置,為沖刷腐蝕試驗?zāi)M測試的發(fā)展提供了支撐。BOZZINI等[50]利用多相流模擬（CFD）工具FLUENT針對彎管環(huán)境的多相流體介質(zhì)（包括兩相不可相溶的液體、氣體和微顆粒的固體）進行了流動數(shù)值模擬,選擇了多相流模型中的離散相模型（DPM）,并結(jié)合試驗研究尋找沖蝕破壞的主要影響因素。結(jié)果表明,當管道中氣相占比較高時,彎管的下半部分比上半部分受損更嚴重,且隨著流體速度的增加,主要侵蝕區(qū)從彎管內(nèi)彎處轉(zhuǎn)移至彎道外彎壁處,流體中顆粒的運動軌跡分布更廣,損傷面積增大。 

2.2   結(jié)垢預測模型

油田注水開發(fā)過程中,腐蝕一直被認為是設(shè)備損壞的關(guān)鍵性因素。而結(jié)垢與腐蝕并不是相互獨立的,兩者之間相互促進相輔相成,會形成嚴重的垢下腐蝕,一定程度上危害了設(shè)備的安全運行[51]。材料表面被垢層覆蓋后,垢下物質(zhì)形成局部閉塞腐蝕微環(huán)境,與開放體系形成腐蝕陰陽極,從而表現(xiàn)為顯著的局部腐蝕特征。相對于全面腐蝕,局部腐蝕造成金屬的損失量不大,但腐蝕速率很大且難以檢測,往往會造成突發(fā)性的事故[52-54]。 

結(jié)垢對腐蝕具有加速作用,是影響油氣田注水開發(fā)的棘手問題,只有對管道系統(tǒng)的結(jié)垢趨勢進行及時的預測,才能有效防止系統(tǒng)發(fā)生堵塞或腐蝕,近年來結(jié)垢預測得到了較快的發(fā)展,隨著預測技術(shù)和研究的更加深入,結(jié)垢預測方法也越來越成熟,我國目前應(yīng)用的成熟的結(jié)垢預測方法見表3。 

垢型	結(jié)垢預測方法	優(yōu)點	缺點
碳酸鈣垢	Langlier飽和指數(shù)法	適用于溫度0~100 ℃,pH為5.5~8.5,μ<6的體系	忽略了OH-、外的其他堿性因素以及壓力、含鹽量對結(jié)垢的影響,并受溫度和濃縮倍數(shù)的影響,預測結(jié)果與實際結(jié)垢情況存在較大差異
	Davis-Stiff飽和指數(shù)法	簡單易行,綜合熱力學因素,考慮了結(jié)垢的離子濃度、pH值、溫度和含鹽量對CaCO3垢的影響,能準確預測油田水中CaCO3垢的結(jié)構(gòu)趨勢	忽略了流體流速、流態(tài)及CO2分壓對結(jié)構(gòu)趨勢的影響,預測結(jié)果不夠精準,與實際結(jié)果有一定偏差
	Ryznar穩(wěn)定指數(shù)法	綜合分析了油田水質(zhì)特點,考慮了熱力學、動力學、礦化等因素,能更準確的推斷水質(zhì)穩(wěn)定狀態(tài),預測結(jié)垢情況	未考慮壓力、流速、混合結(jié)晶等因素的影響,具有一定的局限性
硫酸鹽垢	Skillman熱力學溶解度法	比較符合現(xiàn)場實際,適用于溫度0~80 ℃,μ<2.75的水系	未考慮壓力和其他因素的影響,有局限性
混合垢	Oddo-Tomson飽和指數(shù)法	綜合考慮了溫度、壓力、離子濃度等因素,及有無CO2的影響,適用范圍廣,可較為準確地預測無機垢的結(jié)垢趨勢	未考慮結(jié)晶吸附及流體動力學因素
	Oli ScaleChem	可預測多達54種礦物的結(jié)垢趨勢,預測任意油氣產(chǎn)層和管線設(shè)備可能發(fā)生的結(jié)垢反應(yīng),可以模擬計算水樣的相容性,優(yōu)化混合比例,有效防止采出水回注過程中結(jié)垢	—

油氣田現(xiàn)場工況環(huán)境復雜多變,一些工程師在腐蝕結(jié)垢預測方法基礎(chǔ)上結(jié)合實際情況對模型進行了優(yōu)化,并在實際工況中成功應(yīng)用。陳志剛等[55]基于Davis-Stiff飽和指數(shù)法依據(jù)可編程計算機軟件對油田底層注入水中CaCO3、CaSO4、SrSO4的結(jié)垢趨勢進行了模擬預測,預測結(jié)果與現(xiàn)場實際數(shù)據(jù)基本一致；SKILLMAN根據(jù)熱力學及溶解平衡的原理提出的熱力學溶解度法與現(xiàn)場實測趨勢基本相符,但僅考慮一種晶體的結(jié)垢過程,且未考慮溫度、壓力及離子濃度對結(jié)垢的影響；Vescal Π預測模型不僅可以考慮混合垢的結(jié)垢趨勢,而且可以對不同井深部位的結(jié)垢趨勢進行計算,不足之處是只考慮了NaCl環(huán)境的結(jié)垢,未考慮CaCO3對BaSO4沉淀的影響[53-55]；付亞榮等[56]通過BP人工神經(jīng)網(wǎng)絡(luò)對油田地面集輸系統(tǒng)的管道結(jié)垢趨勢進行了預測,經(jīng)過2 100多次迭代后神經(jīng)網(wǎng)絡(luò)發(fā)生收斂,預測結(jié)果與實際觀測值基本一致；徐志明等[57]以圓管為研究對象,在前人研究的污垢模型的基礎(chǔ)上建立了CaSO4微溶鹽的污垢沉積過程的數(shù)學模型,模型計算值與試驗值之間的誤差隨著污垢的增長不斷減小,誤差范圍小于20%,為結(jié)垢預測提供了新思路；BRAHIM等[58]基于污垢沉積去除模型,建立了CaSO4在長方體管壁內(nèi)的結(jié)垢過程的數(shù)學模型,計算了垢層厚度隨時間變化的關(guān)系及垢層內(nèi)的溫度分布,模擬結(jié)果與試驗結(jié)果的吻合性較好。 

對于油氣田生產(chǎn)水、地層水及水處理系統(tǒng)的結(jié)垢預測主要是考慮成垢離子在鹽溶液中的結(jié)垢趨勢與結(jié)垢過程,并據(jù)此建立耦合復雜的數(shù)學模型,使用計算機編程語言進行模擬,或使用人工網(wǎng)絡(luò)分析技術(shù)對預測數(shù)據(jù)與實測數(shù)據(jù)進行非線性收斂,找出各數(shù)據(jù)之間的潛在聯(lián)系。因此,建立更加全面的、動態(tài)的、多因素的結(jié)垢預測模型是今后油氣田注水系統(tǒng)結(jié)垢預測的發(fā)展趨勢。 

綜上所述,對于注水系統(tǒng)的腐蝕與結(jié)垢預測模型的建立,可依據(jù)已有的油氣管道腐蝕預測模型對相關(guān)腐蝕影響因素進行重新修正和改進,依據(jù)注水系統(tǒng)的實際情況,綜合考慮水質(zhì)、礦化度、pH、溫度、微生物生長及沖刷腐蝕等環(huán)境參數(shù)建立符合實際的預測模型。對此,可收集現(xiàn)場實際腐蝕數(shù)據(jù),利用傳統(tǒng)的灰色關(guān)聯(lián)分析或人工神經(jīng)網(wǎng)絡(luò)分析等智能算法確定影響系統(tǒng)腐蝕的特征變量及其權(quán)重,依據(jù)分析結(jié)果選擇CO2腐蝕預測模型、微生物腐蝕預測模型或沖刷腐蝕預測模型等對腐蝕因素及腐蝕因子進行修正和改進。不同的模型考慮的腐蝕因素不同,若采用CO2腐蝕基礎(chǔ)模型,應(yīng)注意規(guī)避模型中由CO2引起的相關(guān)變量成分；若腐蝕以微生物腐蝕為主,則可在CO2模型基礎(chǔ)上去除相關(guān)變量,加入對微生物生長過程與滅活動力學的考慮,建立微生物生長過程與環(huán)境變量之間的映射關(guān)系；若腐蝕主控因素為沖刷腐蝕,則可以采用流體力學與多相流相結(jié)合的方式,采用模擬軟件建立多相流腐蝕預測模型；若腐蝕為多因素的協(xié)同作用,則可以綜合考慮各模型的精確性和適用性,選取計算量較小且可使用智能算法分析的基礎(chǔ)模型進行改進。 

3.   結(jié)束語

腐蝕結(jié)垢預測模型用于對腐蝕與結(jié)垢的預測,受實際環(huán)境與工況的限制,預測模型通常都是以小樣本數(shù)據(jù)推測大樣本的腐蝕規(guī)律,以短期的腐蝕數(shù)據(jù)預測長期腐蝕行為,以室內(nèi)模擬數(shù)據(jù)推測實際條件的腐蝕趨勢,既要基于理論基礎(chǔ),又要有實際觀測數(shù)據(jù)的支撐。目前,腐蝕預測模型在油氣田領(lǐng)域注水系統(tǒng)的應(yīng)用對管線、設(shè)備的腐蝕狀態(tài)評估和防控都起到了重要作用,這對油氣開采及輸送系統(tǒng)的安全高效運行至關(guān)重要。油氣田的腐蝕、結(jié)垢預測已經(jīng)取得了一些成果,預測模型主要側(cè)重于CO2環(huán)境的腐蝕預測、結(jié)垢趨勢,單因素條件下的腐蝕速率、結(jié)垢趨勢、腐蝕區(qū)域及結(jié)垢部位等。因此,為了推動注水系統(tǒng)腐蝕、結(jié)垢預測模型的發(fā)展,經(jīng)后可以從以下幾個方面著重考慮。 

（1）采用計算機編程、軟件、人工智能算法等結(jié)合的方法來提高模擬數(shù)據(jù)的準確性,減少樣本數(shù)據(jù)的模擬量。 

（2）對于注水系統(tǒng)的腐蝕預測模型,需要重點關(guān)注水質(zhì)環(huán)境,綜合考慮溫度、壓力、pH、礦化度、細菌繁殖、沖刷腐蝕等因素。針對不同體系的腐蝕因素,借鑒CO2腐蝕預測模型、微生物腐蝕預測模型、沖刷腐蝕預測模型等進行腐蝕因素及腐蝕因子修正和改進,對模型的修正和改進包括去除相關(guān)變量、MIC腐蝕考慮微生物生長過程與環(huán)境參數(shù)的相關(guān)性及其生長過程中的動力學、沖刷腐蝕采用流體力學與多相流相結(jié)合的方式等。 

（3）將腐蝕、結(jié)垢過程進行耦合,建立更加完善的復合模型。在復合模型的探索過程中應(yīng)追求更加簡化的原則,同時需要考慮對復合模型的變量交叉影響,多種模型的耦合應(yīng)用,提高預測質(zhì)量。

文章來源——材料與測試網(wǎng)