مکان‌یابی بهینه هندسی آشکارسازها در اطراف لوله‌های قطور هیدروکربنی برای تشخیص الگوی انباشت و اندازه‌گیری ضخامت رسوب با استفاده از روش گامای عبوری

نوع مقاله : مقاله مکانیک

نویسندگان

1 کارشناس ارشد، دانشکده مهندسی مکانیک، دانشگاه شیراز، شیراز، ایران

2 دانشیار، دانشکده مهندسی مکانیک، دانشگاه شیراز، شیراز، ایران

3 استادیار، پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، تهران، ایران

چکیده

تضمین جریان هم­زمان با نیاز روزافزون به برداشت نفت و گاز از مخازن، یکی از چالش­های بزرگ است و در این بین انباشت رسوب درون خطوط لوله به-عنوان مشکلی بزرگ وجود دارد. از آنجایی که تجمع این رسوبات در مدت زمانی کوتاه صورت می­گیرد نیاز به کنترل و پیش­بینی آن درون خطوط لوله در کمترین زمان ممکن از اهمیت ویژه ای برخوردار است. برای پیش­بینی الگوی انباشت رسوب و اندازه گیری ضخامت آن از روش­های مختلفی استفاده می­شود که روش گامای عبوری یک روش غیرمخرب برای این کار است. رویکرد لازم در بکارگیری این روش، چینش بهینه آشکارساز و چشمه حول لوله است به­گونه­ای که در مدت زمانی کوتاه با بیشینه دقت ممکن بتوان فرایند اندازه گیری را انجام داد. ملاحظات هزینه ای، قابلیت بکارگیری سنجشگر در موقعیت­های مختلف روی سکو و زیر دریا، و کاهش دز جذبی اپراتور به زیر آستانه از دیگر پارامترهای مهم است که به­واسطه چینش بهینه چشمه-آشکارساز پیرامون لوله قابل دستیابی است. در این مطالعه با استفاده از ابزار تحلیل هندسی و شبیه­سازی مونت­کارلو نشان داده شد که بادبزنی از آشکارسازها با فاصله مشخص حول لوله می تواند منجر به اندازه گیری مطلوب رژیم انباشت و ضخامت رسوب گردد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Optimum Geometric Position of Detectors Around Thick Hydrocarbon Pipes for Deposition Pattern Detection and Scale Thickness Measurement

نویسندگان [English]

  • Rasmieh Zeinavi Mianabi 1
  • Ataollah Rabiee 2
  • Mohsen Sharifzadeh 3
1 Department of Nuclear Engineering, School of Mechanical Engineering, Shiraz University, Shiraz, Iran.
2 Department of Nuclear Engineering, School of Mechanical Engineering, Shiraz University, Shiraz, Iran.
3 Radiation Applications Research School, Nuclear Science and Technology Research Institute, Tehran, Iran
چکیده [English]

Ensuring flow with the increasing need to extract oil and gas from reservoirs is known as a big challenge, and in the meantime, scale deposition in pipelines is a major problem. Since scale deposition occurs in a short time, it is especially important to control and predict it in pipelines as soon as possible. There are several methods for predicting the deposition pattern and measuring its thickness. The gamma transmission method is a non-destructive method for this task. The application of this technique requires optimal placement of the detectors and radioactive source around the pipe so that the measurement can be made with maximum accuracy in a short time. The cost, the ability to deploy the instrument at various positions on the platform and underwater, and minimization of absorbed dose to the operator are other important goals that should be considered. In this study, using the geometric analysis and Monte Carlo simulation, it is shown that the fan-shaped arrangement of the detectors with certain spacing around the pipe can lead to an optimal measurement of the deposition regime and the scale thickness.

کلیدواژه‌ها [English]

  • Scale deposition pattern
  • Transmission gamma
  • Technique
  • Scale thickness
  • Measurement
  • Fan-shaped arrangement
  • Stepped arrangement
  • Propagation error

مراجع

[1]  B. Bertrand, G. Ségéral, and P.O. Moksnes. "Detection and identification of scales using dual energy/venturi subsea or topside multiphase flow meters." In Offshore Technology Conference, pp. OTC-13152. OTC, 2001.
[2] F.H. Almutairi, and D.R. Davies. "Detection of scale deposition using distributed temperature sensing." In SPE International Oilfield Scale Conference and Exhibition, pp. SPE-113595. SPE, 2008.
[3] S. Farimani Khoshbazm, M. Vafaie Sefti, and S. Masoudi. "Wax Deposition Modeling in Oil Pipelines Combined with the Wax Precipitation Kinetics." Journal of Petroleum Research 24, no. 77 (2014): 89-99.
[4] B. Bertrand, G. Ségéral, and P.O. Moksnes. "Detection and identification of scales using dual energy/venturi subsea or topside multiphase flow meters." In Offshore Technology Conference, pp. OTC-13152. OTC, 2001.
[5] P. Rostron. "Critical review of pipeline scale measurement technologies." Indian Journal of Science and Technology 11, no. 17 (2018): 1-18.
[6] D.F. Oliveira, J.R. Nascimento, C.A. Marinho, and R.T. Lopes. "Gamma transmission system for detection of scale in oil exploration pipelines." Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment 784 (2015): 616-620.
[7] T. Bjørnstad, and E. Stamatakis. "Scaling studies with gamma transmission technique." (2006).
[8] W.J. Song, S.H. Lee, and H.D. Jeong. "DEVELOPMENT OF DEPOSIT DETECTION SYSTEM IN PIPELINES OF THE STEELWORKS USING CS‐137 GAMMA‐RAY." In AIP Conference Proceedings, vol. 975, no. 1, pp. 1374-1380. American Institute of Physics, 2008.
[9] W. Harara. "Deposit thickness measurement in pipes by tangential radiography using gamma ray sources." Russian Journal of Nondestructive Testing 44, no. 11 (2008): 796-802.
[10] J.P. Candeias, D.F.D. Oliveira, M.J.D. Anjos, and R.T. Lopes. "Scale analysis using X-ray microfluorescence and computed radiography." Radiation Physics and Chemistry 95 (2014): 408-411.
 [11] C.M. Salgado, and T. Teixeira. "Use of transmission gamma for study of calculation of incrustation thickness in oil pipelines." (2017).
[12] T.P. Teixeira, C.M. Salgado, R.S.D.F. Dam, and W.L. Salgado. "Inorganic scale thickness prediction in oil pipelines by gamma-ray attenuation and artificial neural network." Applied Radiation and Isotopes 141 (2018): 44-50.
[13] C. Cheng, W.B. Jia, D.Q. Hei, S.Q. Geng, H.T. Wang, and L.T. Xing. "Determination of thickness of wax deposition in oil pipelines using gamma-ray transmission method." Nuclear Science and Techniques 29, no. 8 (2018): 109.
[14] Mo. Askari, A. Taheri, M. Mojtahedzadeh Larijani, A. Movafeghi, and H. Faripour. "A gamma-ray tomography system to determine wax deposition distribution in oil pipelines." Review of Scientific Instruments 90, no. 7 (2019).
[15] W.L. Salgado, R.S.D.F. Dam, T.P. Teixeira, C.C. Conti, and C.M. Salgado. "Application of artificial intelligence in scale thickness prediction on offshore petroleum using a gamma-ray densitometer." Radiation Physics and Chemistry 168 (2020): 108549.
[16] T.P. Teixeira, M.C. Santos, C.M. Barbosa, W.L. Salgado, R.S.F. Dam, C.M. Salgado, R. Schirru, and R. Lopes. "Determination of eccentric deposition thickness on offshore horizontal pipes by gamma-ray densitometry and artificial intelligence technique." Applied Radiation and Isotopes 165 (2020): 109221.
[17] D.F. Swinehart. "The beer-lambert law." Journal of chemical education 39, no. 7 (1962): 333.
[18] CATIA V5 Fundamentals, www. http://handbook5.com/c/catia-v5-fundamentals-w3524.html.
[19] M. Sharifzadeh, H. Afarideh, H. Khalafi, and R. Gholipour. "A Matlab-based Monte Carlo algorithm for transport of gamma-rays in matter." Monte Carlo Methods and Applications 21, no. 1 (2015): 77-90.
مدل سازی در مهندسی
دوره 22، شماره 77
شهریور 1403
صفحه 69-78

فایل ها

سابقه مقاله

  • تاریخ دریافت: 19 خرداد 1402
  • تاریخ بازنگری: 19 آذر 1402
  • تاریخ پذیرش: 02 دی 1402

هم رسانی

ارجاع به این مقاله

آمار