管道CML优化:优化定义

简介

“条件监测位置(CML)优化”是我们经常听到的术语，特别是对于管道电路。每个人都希望他们的电路是“CML优化”的，但这真正意味着什么呢?借用API RP 581“基于风险的检查方法”的术语，CML优化的广义定义很容易，因为它与内部细化有关:我们希望这样做建立最小CML覆盖率，以正确识别真实损伤状态．^[1]注意，在传统的、时间的或基于条件的检查程序中，真正的损坏状态与剩余寿命有关。虽然我们有时关注于有足够的CML覆盖率来正确定义腐蚀环境，但腐蚀速率只是画面的一部分。当涉及到检查、修理和更换计划时，预测的壁厚是最终目标。

虽然CML优化的广义定义很容易，但是将这个定义分解为具体的方法、算法和业务逻辑就不是那么简单了。给定“优化”的基础是什么?我们需要多么精确地描述腐蚀环境，才能量化管壁损失的数量?CML的数量和选择是基于专家意见，统计方法，还是两者的混合?检查员、设施、公司和行业经验是如何纳入分析的?我们是针对及时的快照进行优化，还是考虑到未来的退化?这些问题的答案有多少，目前采用的方法就有多少。

制定基本规则

为了本讨论的目的，我们将重点关注在规定位置采集的壁厚数据，以监测内部腐蚀。在这种情况下，“cml”实际上是厚度监测位置。我们通常使用超声波厚度(斑点或扫描)和剖面射线技术来生成这些数据。

至少，我们期望CML优化在适当的CML数量和位置上提供指导。它必须与指定的内部细化损伤机制一致，同时还要考虑现场和行业经验。通过对历史厚度数据和检验实践进行专门的、有重点的审查所产生的其他好处通常包括:

• 识别并跟踪检查潜在的局部腐蚀区域
• 建议建立新的cml或归档/禁用不需要的cml
• 识别和解决数据异常，并由此“清理”数据库
• 有机会减少测量误差和提高重复性
• 电路边界的调整:结合、分割或移动边界，视情况而定
• 可进行100%组件检查的电路的优先级排序

正如后面将要讨论的，具体的效益将取决于许多因素，包括历史数据的质量和数量、腐蚀环境和数据分析过程的能力。