基于同轴电缆法布里-珀罗传感器的跨断层管道应变监测

孙梦, 焦彤, 修林鹏, 周智, 白石, 马文龙

孙梦, 焦彤, 修林鹏, 周智, 白石, 马文龙. 基于同轴电缆法布里-珀罗传感器的跨断层管道应变监测[J]. 油气储运, 2021, 40(10): 1145-1154. DOI: 10.6047/j.issn.1000-8241.2021.10.009
引用本文: 孙梦, 焦彤, 修林鹏, 周智, 白石, 马文龙. 基于同轴电缆法布里-珀罗传感器的跨断层管道应变监测[J]. 油气储运, 2021, 40(10): 1145-1154. DOI: 10.6047/j.issn.1000-8241.2021.10.009
SUN Meng, JIAO Tong, XIU Linpeng, ZHOU Zhi, BAI Shi, MA Wenlong. Strain monitoring of crossing-fault pipelines with coaxial cable FabryPerot interferometer sensors[J]. Oil & Gas Storage and Transportation, 2021, 40(10): 1145-1154. DOI: 10.6047/j.issn.1000-8241.2021.10.009
Citation: SUN Meng, JIAO Tong, XIU Linpeng, ZHOU Zhi, BAI Shi, MA Wenlong. Strain monitoring of crossing-fault pipelines with coaxial cable FabryPerot interferometer sensors[J]. Oil & Gas Storage and Transportation, 2021, 40(10): 1145-1154. DOI: 10.6047/j.issn.1000-8241.2021.10.009

基于同轴电缆法布里-珀罗传感器的跨断层管道应变监测

基金项目: 

国家自然科学基金资助项目“同轴电缆分布式F-P大应变传感器研制与应用研究” 61675038

中央高校基本科研业务费资助项目“强震下结构大变形破损监测仪研制与开发” DUT18LAB24

“十三·五”国家重点研发计划“物理和信息融合的智能防灾减灾结构系统” 2018YFC0705606

详细信息
    作者简介:

    孙梦,女,1995年生,在读硕士生,2017年毕业于青岛理工大学土木工程专业,现主要从事结构工程专业结构健康监测方向的研究工作。地址:辽宁省大连市甘井子区凌云路2号大连理工大学,116024。电话:18242079316。Email:sunmeng5521@163.com

    通讯作者:

    周智,男,1973年生,教授,博士生导师,2003年博士毕业于哈尔滨工业大学工程力学专业,现主要从事高性能传感器网络与结构健康监测、纤维增强树脂材料制品与海洋土木工程结构方向的研究工作。地址:海南省海口市美兰区人民大道58号海南大学,570228。电话:18089849955。Email:zhizhou@hainanu.edu.cn

  • 中图分类号: TE832

Strain monitoring of crossing-fault pipelines with coaxial cable FabryPerot interferometer sensors

  • 摘要: 在断层、地面不均匀沉降等极端地质灾害的影响下,管道极易产生较大变形,现有的应变传感技术因量程不足难以实现大应变监测。为此,提出将同轴电缆法布里-珀罗干涉(Coaxial Cable Fabry-Perot Interferometer,CCFPI)传感器应用于跨断层管道的大应变监测。介绍了CCFPI传感器的传感原理及制作方法;借助自制的跨断层埋地管道试验装置,研究了CCFPI传感器匹配埋地管道的封装与布设方法;通过跨断层埋地管道模拟试验,验证将CCFPI传感器应用于跨断层埋地管道大应变监测的合理性与有效性。结果表明:在断层位移量小于165 mm时,CCFPI传感器与光纤传感器监测应变值吻合较好;在断层位移量达到165 mm以上时,光纤因超出量程而断裂,而CCFPI传感器可继续监测管道应变;在300 mm的断层位移量下,CCFPI传感器测得0.081 36的应变,证实了将CCFPI传感器应用于跨断层埋地管道大应变监测的合理性与可靠性。
    Abstract: Affected by the extreme geological hazards such as the fault and uneven ground settlement, pipelines are prone to produce large deformations. However, the large strain monitoring cannot be achieved with the existing strain sensing technology due to its insufficient measuring range. Thus, the method of monitoring the large strain of crossing-fault pipelines with Coaxial Cable Fabry-Perot Interferometer (CCFPI) sensors was proposed herein. Definitely, the sensing principle and manufacturing method of CCFPI sensors were briefly introduced, and with the help of a self-made buried crossing-fault pipeline test device, the packaging and deployment methods of CCFPI sensors to match the buried pipelines were studied.Additionally, the rationality and effectiveness of applying CCFPI sensors to the large strain monitoring of buried crossingfault pipelines was verified through the simulation test. The research results show that the measured strain value of the CCFPI sensor and the optical fiber sensor agrees well when the fault displacement is less than 165 mm. However, when the fault displacement is greater than 165 mm, the fiber breaks due to out-of-range, but the CCFPI sensor can monitor the strain of the pipeline continuously, and a strain of 0.081 36 is measured by the CCFPI sensor at a fault displacement of 300 mm, which verifies the rationality and reliability of applying the CCFPI sensors to large strain monitoring of buried crossing-fault pipelines.
  • 在LNG的存储过程中,由于充装LNG和储罐内原有LNG的组分、温度不同,或者含氮(N2)较多的LNG内部N2的优先蒸发,可能出现分层现象,进而导致翻滚现象的发生[1]。翻滚发生时,两分层剧烈混合,瞬间产生大量汽化气(BOG),使储罐内压力急剧上升,对储罐和其他附属设备的安全造成威胁,甚至威胁人身安全。通常翻滚发生时,需要被迫打开安全阀泄压,大量的天然气被释放到空气中,不仅存在很大的危险性,同时还造成重大的经济损失[2]。在翻滚的理论研究上,Chatterjee & Geist提出了首个翻滚模型(C-G模型,1972),之后经过Heestand等[3](HSM模型,1983),Bates等[4](Bates-Morrison模型,1997),覃朝辉等[5](覃朝辉模型,1999)的发展,LNG分层和翻滚模型逐渐完善。在实验方面,国外Shi J Q、Muro、Graffis等,国内游立新、程栋等分别针对不同形状、不同大小的储罐,利用盐-水、水-糖、F11-F113、液氧-液氮等介质进行了大量的翻滚实验研究。基于这些对翻滚的原因、机理的理论和实验研究结果,提出了一些预防翻滚的措施,对储罐的安全储存具有重要意义。

    近年来,随着世界LNG产业的飞速前进,中国的LNG接收终端亦蓬勃发展,LNG的应用领域逐渐增多[6-8],LNG储罐发生翻滚的概率也随之增大。而在储罐发生翻滚的过程中,不同密度差、储罐罐容等都有可能对翻滚造成影响。因此在前人的研究基础上,对储罐中LNG翻滚的影响因素进行研究,以便更全面地对储罐翻滚做出预防,保证储罐的安全储存。

    LNG在储罐中储存时,由于储罐的储存温度约为-160 ℃,与外部环境温度相差较大,因此罐壁的漏热会导致储罐中LNG的密度变化,使不同高度之间的LNG出现密度差,即分层。分层产生后,各层形成相对独立的自然对流循环(图 1),在环境漏热及轻组分蒸发的双重作用下,两分层的密度逐渐趋于一致,最终发生翻滚(图 2[9-10]

    图  1  分层后储罐内的自然对流循环示意图
    图  2  分层后各液层的密度变化示意图

    分层产生后,储罐中LNG分为多个分层(图 3a),而翻滚发生在相邻的两个分层之间。取储罐中高度相同(均为1 m)的两层作为研究对象,忽略LNG储罐的分层过程,不考虑气相空间,只对翻滚过程进行研究[11],建立LNG储罐翻滚的物理模型(图 3b),并设置模型的初始条件和边界条件如下:①侧壁和底部壁面的边界条件是速度ux均为无滑移条件;对于LNG组分的质量分数S而言,;对于湍流动能κ而言,。②LNG储罐翻滚模型的初始条件是LNG作为一个整体赋予密度值,其初始密度值设为定值;上下分层密度一定(上分层密度大于下分层密度)且存在密度差;流体的初始速度为ux=0、uy=0。

    图  3  分层发生后的LNG储罐及其翻滚物理模型示意图

    采用FluentTM软件进行模拟,模型选取接收站常见的16×104 m3储罐,设定其上、下分层密度分别为424 kg/m3、423.5 kg/m3。计算区域采用结构化网格进行网格划分,网格总数约为16 000个。选用mixture模型,边界条件设为绝热壁面。正常状态下,由于储存在较大型储罐内的LNG液体产生大空间紊流态自然对流,因此紊流方程采用κ-ε方程[12]

    为了对模拟中不同工况下的翻滚程度进行对比分析,采用翻滚系数f来表征翻滚的剧烈程度[13]

    (1)

    式中:f为翻滚系数;Δρmax为翻滚过程中的最大密度差,kg/m3;Δρ0为初始密度差,kg/m3;Δt为翻滚时间,s。

    针对直径为79 m的16×104 m3的LNG储罐,取初始密度差0.5 kg/m3,1.0~9.0 kg/m3(间隔1.0 kg/m3)分别进行模拟,得到LNG储罐翻滚的最大速度随时间变化的曲线(图 4)和翻滚系数随初始密度差变化的曲线(图 5)。

    图  4  不同初始密度差时LNG翻滚速度随时间的变化曲线
    图  5  不同初始密度差时翻滚系数随初始密度差的变化曲线

    随着时间的增加,储罐中LNG的翻滚速度逐渐减小趋于平稳。而初始密度差越大,储罐发生翻滚时,LNG的速度也越大,翻滚越剧烈(图 4)。翻滚系数随初始密度差的增加先缓慢增加,然后剧烈增加,表明储罐中LNG的翻滚随着初始密度差的增大由平稳向剧烈转变,这个转折点所对应的初始密度差即为储罐翻滚的临界密度差,当初始密度差小于临界密度差时,认为储罐储存安全,大于临界密度差时,即认为储罐内发生了翻滚(图 5[14]。在翻滚的过程中,上下分层的密度差相当于翻滚的动力,密度差越大,推动翻滚发生的动力越大,翻滚发生得越早,翻滚也就越剧烈。

    对直径为80 m的16×104 m3储罐,分别取其分层高度为1 m、1.5 m、2.0 m,取初始密度差0.5 kg/m3,1.0~9.0 kg/m3(间隔1.0 kg/m3)进行数值模拟,得到初始密度差为1 kg/m3时,储罐翻滚的最大速度随时间的变化而变化的曲线(图 6)和翻滚系数随初始密度差变化的关系曲线(图 7)。

    图  6  不同分层高度时储罐翻滚的速度随时间的变化曲线
    图  7  不同分层高度时翻滚系数随初始密度差的变化曲线

    分层高度越大,速度出现峰值越晚,峰值越大,而随着分层高度的增加,速度剧烈变化的范围也增大,表明随着分层高度的增加,储罐翻滚持续的时间增长,储罐发生翻滚的时间延迟(图 7)。

    16×104 m3储罐的临界密度差在分层高度为1 m、1.5 m、2 m时分别为3 kg/m3、4 kg/m3、5 kg/m3,随着分层高度的增加,储罐翻滚的剧烈程度增大,临界密度差增大。这是由于分层高度的增加使单一分层的体积增大,各分层LNG液体与罐壁的接触面积增加,因此,液体与罐壁之间的黏滞力增大使分层变得更加稳定,延缓了翻滚的发生。

    对16×104 m3(直径79 m)、3×104 m3(直径40 m)、5 000 m3(直径20 m)的LNG储罐,取初始密度差分别为0.5 kg/m3、1.0~9.0 kg/m3(间隔1.0 kg/m3)进行数值模拟,得到初始密度差为1 kg/m3时,储罐翻滚的最大速度随时间的变化曲线(图 8)和翻滚系数随初始密度差的变化关系(图 9)。

    图  8  不同罐容下储罐翻滚的速度随时间的变化曲线
    图  9  不同罐容下翻滚系数随初始密度差的变化曲线

    可见,随着罐容的增加,翻滚的最大速度逐渐增加,而翻滚速度越大,LNG移动的速度越大,翻滚越剧烈(图 8)。罐容为16×104 m3、3×104 m3、5 000 m3的储罐的临界密度差分别为3 kg/m3、3~5 kg/m3、5 kg/m3,随着罐容的增加,储罐翻滚的临界密度差减小(图 9)。这是由于罐容的增大使储罐翻滚时产生的漩涡增多,漩涡之间的相互作用增加,因此相同初始密度差下,储罐罐容越大,LNG的稳定性就越差,对应储罐发生翻滚的临界密度差也越小。

    (1)不同初始密度差下储罐翻滚的剧烈程度不同。相邻分层的初始密度差越大,翻滚发生的越早,翻滚时的速度越大,翻滚越剧烈,且存在一个储罐翻滚的临界密度差:当初始密度差小于临界密度差时,认为储罐储存安全;大于临界密度差时认为储罐内发生了翻滚。

    (2)对于同一储罐,分层高度越小,翻滚发生的时间越早;分层高度越大,翻滚持续的时间越长,翻滚时的速度越大,翻滚越剧烈。而分层高度的增大使分层变得稳定,翻滚延迟,储罐翻滚的临界密度差也增大。

    (3)储罐罐容越大,翻滚时的漩涡越多,速度越大,储罐中LNG翻滚越剧烈,相邻分层之间的LNG越不稳定,储罐翻滚的临界密度差越小。

  • 图  1   同轴电缆结构模型示意图

    图  1   同轴电缆结构模型示意图

    图  2   CCFPI传感器结构示意图

    图  2   CCFPI传感器结构示意图

    图  3   CCFPI传感器在不同应变量下的干涉频谱示意图

    图  3   CCFPI传感器在不同应变量下的干涉频谱示意图

    图  4   谐振空腔与同轴电缆结构示意图

    图  4   谐振空腔与同轴电缆结构示意图

    图  5   CCFPI传感器结构尺寸图(mm)

    图  5   CCFPI传感器结构尺寸图(mm)

    图  6   基于CCFPI的跨断层管道应变监测试验用土箱装置示意图

    图  6   基于CCFPI的跨断层管道应变监测试验用土箱装置示意图

    图  7   基于CCFPI的跨断层管道应变监测试验装置实物图

    图  7   基于CCFPI的跨断层管道应变监测试验装置实物图

    图  8   CCFPI传感器和分布式光纤传感器管道布设尺寸图(mm)

    图  8   CCFPI传感器和分布式光纤传感器管道布设尺寸图(mm)

    图  9   CCFPI传感器布设实物图

    图  9   CCFPI传感器布设实物图

    图  10   不同试验过程对应的RFP-2传感器时域信号曲线

    图  10   不同试验过程对应的RFP-2传感器时域信号曲线

    图  11   不同试验过程对应的RFP-2传感器时域幅值变化曲线

    图  11   不同试验过程对应的RFP-2传感器时域幅值变化曲线

    图  12   不同试验过程对应的RFP-2传感器频域信号曲线

    图  12   不同试验过程对应的RFP-2传感器频域信号曲线

    图  13   CCFPI传感器监测应变的相对误差三维柱状图

    图  13   CCFPI传感器监测应变的相对误差三维柱状图

    图  14   CCFPI传感器监测应变的绝对误差分布散点图

    图  14   CCFPI传感器监测应变的绝对误差分布散点图

    图  15   CCFPI传感器与光纤传感器在管道不同位置所测应变沿管轴分布图

    图  15   CCFPI传感器与光纤传感器在管道不同位置所测应变沿管轴分布图

    图  16   管道上、下侧CCFPI传感器与光纤传感器所测应变沿管轴分布图

    图  16   管道上、下侧CCFPI传感器与光纤传感器所测应变沿管轴分布图

    图  17   管轴2.55 m处TFP、TOF及ANSYS模拟应变随荷载步变化曲线

    图  17   管轴2.55 m处TFP、TOF及ANSYS模拟应变随荷载步变化曲线

  • [1] 侯忠良. 地下管线抗震[M]. 北京: 学术书刊出版社, 1990: 390-400.

    HOU Z L. Seismic resistance of underground pipelines[M]. Beijing: Academic Books and Periodicals Publishing House, 1990: 390-400.

    [2]

    LIANG J, JIA W, HOU Z L. Seismic responses of pipelines laid through alluvial valleys[C]. San Francisco: 4th us conference on Lifeline Earthquake Engineering, 1995: 328-335.

    [3] 董飞飞, 曾希, 徐晋东, 杜国锋. 跨断层长输管道受力性能的影响因素分析[J]. 土木工程与管理学报, 2018, 35(5): 169-174. doi: 10.3969/j.issn.2095-0985.2018.05.029

    DONG F F, ZENG X, XU J D, DU G F. Analysis of influencing factors on mechanical behavior of long-distance pipeline across faults[J]. Journal of Civil Engineering and Management, 2018, 35(5): 169-174. doi: 10.3969/j.issn.2095-0985.2018.05.029

    [4] 丰晓红. 跨断层埋地输气管道断层错动反应分析方法研究[D]. 成都: 西南石油大学, 2012.

    FENG X H. Research on fault response analysis method of cross-fault buried gas pipeline[D]. Chengdu: Southwest Petroleum University, 2012.

    [5] 李为卫, 韩林生, 陈宏远, 秦长毅, 许晓锋. 基于应变设计管道用钢管技术标准的发展[J]. 石油管材与仪器, 2019, 5(4): 78-83. https://www.cnki.com.cn/Article/CJFDTOTAL-SYYQ201904023.htm

    LI W W, HAN L S, CHEN H Y, QIN C Y, XU X F. Technical standards of steel pipe for pipeline based on strain design[J]. Petroleum Instruments, 2019, 5(4): 78-83. https://www.cnki.com.cn/Article/CJFDTOTAL-SYYQ201904023.htm

    [6] 朱丽霞, 武刚, 李丽锋, 罗金恒, 田野, 徐春燕, 等. X80管线钢在管道凹陷状态下的应变演变特征[J]. 天然气工业, 2019, 39(7): 113-119. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG201907020.htm

    ZHU L X, WU G, LI L F, LUO J H, TIAN Y, XU C Y, et al. Strain evolution characteristics of X80 line pipes with plain dents[J]. Natural Gas Industry, 2019, 39(7): 113-119. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG201907020.htm

    [7] 董瑾. 基于应变设计的管线钢管变形行为研究述评[J]. 西安石油大学学报(自然科学版), 2019, 34(4): 96-102. https://www.cnki.com.cn/Article/CJFDTOTAL-XASY201904015.htm

    DONG J. Comment on studies of deformation behavior of pipeline steel based on strain design[J]. Journal of Xi'an Shiyou University (Natural Science Edition), 2019, 34(4): 96-102. https://www.cnki.com.cn/Article/CJFDTOTAL-XASY201904015.htm

    [8]

    NI P, MOORE I D, TAKE W A. Distributed fibre optic sensing of strains on buried full-scale PVC pipelines crossing a normal fault[J]. Géotechnique, 2018, 68(1): 1-17. doi: 10.1680/jgeot.16.P.161

    [9] 李渊. 同轴电缆布拉格电栅[D]. 大连: 大连理工大学, 2012.

    LI Y. Coaxial cable Bragg grating[D]. Dalian: Dalian University of Technology, 2012.

    [10] 李鹏. 同轴电缆布拉格电栅传感器的原理与应用研究[D]. 大连: 大连理工大学, 2014.

    LI P. Theory and application study of coaxial cable Bragg grating sensors[D]. Dalian: Dalian University of Technology, 2014.

    [11] 周智, 焦彤, 刘嘉. 同轴电缆法布里-珀罗传感器的性能测试与分析[J]. 仪表技术与传感器, 2017(6): 1-6. https://www.cnki.com.cn/Article/CJFDTOTAL-YBJS201706001.htm

    ZHOU Z, JIAO T, LIU J. Analysis and performance test of coaxial cable Fabry-Perot sensor[J]. Instrument Technique and Sensor, 2017(6): 1-6. https://www.cnki.com.cn/Article/CJFDTOTAL-YBJS201706001.htm

    [12] 刘嘉. 同轴电缆法布里-珀罗传感器性能及应用研究[D]. 大连: 大连理工大学, 2017.

    LIU J. Performance and application research of the coaxial cable Fabry-Perot sensor[D]. Dalian: Dalian University of Technology, 2017.

    [13] 刘嘉, 焦彤, 周智, 肖海. 钳压法制作的同轴电缆法布里-珀罗传感器[J]. 中国测试, 2017, 43(9): 88-93, 117. https://www.cnki.com.cn/Article/CJFDTOTAL-SYCS201709016.htm

    LIU J, JIAO T, ZHOU Z, XIAO H. Coaxial cable Fabry-Perot sensor fabricated by clamping method[J]. China Measurement & Testing Technology, 2017, 43(9): 88-93, 117. https://www.cnki.com.cn/Article/CJFDTOTAL-SYCS201709016.htm

    [14] 焦彤, 周智, 肖海, 范明海. 同轴电缆F-P干涉传感器分布式应变测量[J]. 仪表技术与传感器, 2018(12): 30-37. https://www.cnki.com.cn/Article/CJFDTOTAL-YBJS201812007.htm

    JIAO T, ZHOU Z, XIAO H, FAN M H. Distributed strain measurement of coaxial cable F-P interferometric sensor[J]. Instrument Technique and Sensor, 2018(12): 30-37. https://www.cnki.com.cn/Article/CJFDTOTAL-YBJS201812007.htm

    [15]

    JIAO T, ZHOU Z, LIU J, XIAO H, OU J P. Large strain-tolerated smart steel strand with built in coaxial cable Fabry-Perot interferometer[J]. Measurement, 2020, 151: 107019.

    [16]

    JIAO T, ZHOU Z, XIAO H. Investigation into coaxial cable Fabry-Perot interferometers for strain measurement and crack detection in RC structures[J]. Measurement, 2019, 147: 106873.

    [17]

    CHENG B K. Coaxial cable sensors based on Fabry-Perot interferometers and their applications in distributed sensing[D]. Clemson: Clemson University, 2017.

    [18]

    ZHU C, CHEN Y Z, ZHUANG Y Y, HUANG J. A centimeter-range displacement sensor based on a hollow coaxial cable Fabry-Perot resonator[J]. IEEE Sensors Journal, 2018, 18(11): 4436-4442.

    [19]

    CHENG B K, ZHU W G, LIU J, YUAN L, XIAO H. 3D beam shape estimation based on distributed coaxial cable interferometric sensor[J]. Smart Materials and Structures, 2017, 26(3): 035017.

    [20]

    HUANG J, WANG T, HUA L, FAN J, XIAO H, LUO M. A coaxial cable Fabry-Perot interferometer for sensing applications[J]. Sensors, 2013, 13(11): 15252-15260.

    [21] 田江平, 张东山, 雷震, 刘晓锋, 杜国锋. 斜滑断层作用下埋地管道的力学性能试验研究[J]. 石油机械, 2019, 47(9): 123-131. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJI201909020.htm

    TIAN J P, ZHANG D S, LEI Z, LIU X F, DU G F. Experimental study on mechanical properties of buried pipeline under oblique slip fault[J]. Petroleum machinery, 2019, 47(9): 123-131. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJI201909020.htm

图(34)
计量
  • 文章访问数: 
  • HTML全文浏览量:  0
  • PDF下载量: 
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-10
  • 修回日期:  2021-09-02
  • 网络出版日期:  2023-08-20
  • 刊出日期:  2021-10-24

目录

/

返回文章
返回