logo
专注油气领域
与独立思考者同行

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

看首家中国本土企业如何跻身国际油气舞台!

来自 | TCK.W
编译 | 二丫 大安

OTC 2018聚焦新技术获奖名单终于揭开神秘面纱。作为全球油气行业最受关注、最具权威的会议,OTC堪称石油界“奥斯卡”,其每一个动态总会掀起行业内的一阵浪潮。而 “OTC聚焦新技术”获奖名单,也包含了过去一年来自全球的最具创新性、领先性和代表性的前沿技术。

与以往不同的是,今年的OTC获奖技术名单中,出现了首个来自中国本土企业的技术—洛阳威尔若普(TCK.W)检测技术有限公司的钢丝绳在线实时自动检测系统。接下来,石油圈将带您一览TCK.W公司的先进技术以及它的这项“影帝级”产品。

首次实现钢丝绳在线实时高速自动检测

TCK.W对钢丝绳的断丝、疲劳等各种局部缺陷(LF)有极高的检出率,对磨损、锈蚀径缩、有效金属截面积的损失(LMA)等缺陷,有准确的分辨力。成功地解决了钢丝绳“隐患、浪费、低效”同在的三大管理矛盾,实现了“安全、节约、高效”的三重管理目标,是目前世界上最先进的钢丝绳无损检测设备。

某煤矿集团公司采用弱磁检测技术对云冈矿的提升机钢丝绳实现在线自动监测后,不仅解决了长期困扰企业的钢丝绳安全运行隐患,而且创造了极为可观的经济效益:

1.随着TCK.W便携式无损探伤仪在云冈矿的投入使用,使得该矿对提升钢丝绳的安全检测水平实现了技术性跨越,彻底地改变了提升钢丝绳靠人工检测的单一落后管理现状,对及时发现钢丝绳内外部损伤,尤其是疲劳损伤等事故隐患,做到了有效的超前预防;

2.TCK.W钢丝绳在线无损检测技术的应用,准确合理地评估了钢丝绳承载能力、安全系数和使用寿命,为科学用绳,降低用绳成本提供了科学依据。从管理意义上说,也为云冈矿安全管理的提升提供了可靠的技术保障;

3.TCK.W钢丝绳在线监测系统的应用,也为云冈矿带来了可观的经济效益。该矿主井、副井以及材料斜井共计四部绞车运行能耗尽钢丝绳检测一项每年节约近100万kW?h,每年减少停机检修时间共计约973h,如果这些全部用于生产,按云冈矿日均16h提升原煤5000t/d计算,将是约30.4万吨的原煤产出,经济效益显著增加。

系统构成

1.TCK.w模式组合检测安装;
2.TCK.W智能型数采转换装置;
3.TCK.W行程计量装置;
4.TCK.W检测状态主动提示系统;
5.TCK.W多通道终端主控装置。

规格参数

1.损伤定位准确率:≥98% *
2.损伤当量不确定度(P):±1%
3.钢丝绳震摆幅限值:10—25mm
4.传感器工作灵敏度:≥1.5V/mT
5.最大采样速率:时域8000次/s,空域2048次/m
    损伤检出率:
      •严重损伤:横截面积损失率达到报废上限80-100% ,实时检出率100%;
      •较重损伤:横截面积损失率达到报废上限60-80% ,实时检出率100%;
      •中度损伤:横截面积损失率达到报废上限40-60% ,实时检出率>99%;
      •轻度损伤:横截面积损失率达到报废上限20-40% ,实时检出率>95%;
      •轻度损伤:横截面积损失率达到报废上限 <20% ,实时检出率>90%。
    损伤检测重复率:
      •严重损伤:100%;
      •较重损伤:100%;
      •中度损伤%:>99%;
      •轻度损伤%:>95%;
      •轻度损伤%:>90%。
6.防爆环境:AC127V±10%\50Hz;
  非防爆环境:AC220V±10%\50Hz;
  额定功率:300W;
7.检测钢丝绳绳径范围:φ16~80mm;
8.检测钢丝绳绳速范围:0~3 m/s;
9.监测钢丝绳绳速范围:3~20 m/s;
10.信号传输距离:
  通信电缆接入长度:≤70m;
  通信光纤接入长度:≤20km。
11.检测装置绳间占空尺寸:<φ175mm x1200mm;
12.传感器工作环境温度:-20℃~55℃;湿度:≤95%RH;
13.防尘防水等级达到:IP67。

TCK.W钢丝绳在线检测系统目前虽然主要应用于煤炭等行业,但纵观石油行业,钻井、井下作业、运输、油建等各个作业过程中,钢丝绳的使用和无损检测也都是至关重要、不可或缺的,这也就必然会带动钢丝绳检测系统在油气行业的加速发展。

TCK.W:机器智慧检测替代人工检测

TCK.W公司将独创的磁记忆规划方法、弱磁传感器技术、机器视觉识别损伤和测量径缩技术系统集成,不仅可以高效准确地检测钢丝绳断丝、磨损、锈蚀、疲劳、变形等各类损伤,彻底消除断绳事故隐患,而且第一次解决了“钢丝绳损伤状态每日评价”、“损伤发展趋势定期评估”、“钢丝绳生命周期阶段性判断”、“突发性重大隐患实时预警”等长期困扰世界无损探伤界的技术难题。

创新与突破

TCK.W磁记忆与弱磁检测技术在世界钢丝绳探伤界所具有的创新与突破:

1.理论创新:创立空间磁场矢量合成新原理;
2.方法创新:发现磁记忆规划新方法;
3.技术创新:发明弱磁检测新技术。

突破1:完成从定性检测到定量检测的突破;
突破2:在线实时高速自动检测替代定期检测。

技术原理

(一)新发现—铁磁性材料的磁特性

量子力学证明:在铁磁性材料的组织结构中,密集排列着一种物质—磁畴。每个磁畴都有一个自旋磁矩方向。如果某一方向的磁畴具备数量上的优势,材料就会在宏观上显示出磁性。如果磁畴中自旋磁矩的方向无序,则无磁性表现。

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角 OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

(二)新创造—磁记忆检测法

如果沿钢丝绳轴向建立的磁能积等量、均匀、连续分布;则任意体积元内的磁能积也应等量、均匀。磁力线密度相同,磁通量相等。给定的记忆磁场由此形成。

向钢丝绳施加一个外部磁场,就会改变铁磁性材料中某一方向的磁畴数量,使所有载荷材料具有适度的低量级磁能积,从而形成一种“记忆磁场”。记忆磁场不会随外部磁场退出而消失,只要没有剧烈的机械振动或高温等条件出现,就会长期稳定地存在。

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

(三)弱磁传感器

TCK.W 弱磁传感器基于创新的“空间磁场矢量合成”原理,给定弱电磁场调制解调,与磁记忆规划后的弱磁场信息形成物理场关联关系。通过提取已施加磁载的铁磁性材料记忆信息,完成定量识别被测钢丝绳的各种缺陷。

弱磁传感器具有高灵敏、高分辨率、高速响应、无基噪工作等突出的优点。

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

(四)磁能势变化特征

钢丝绳在拉、弯、扭等机械负荷反复作用下,材料组织会产生断丝、磨损、锈蚀、疲劳等退化,导致应力集中。磁力线在退变的体积元中,只能沿不规则的低能耗路径排布。磁通密度随之变化,磁能积分布出现不均匀,各体积元产生磁能势分布差异。

退变程度越严重,磁能势差异就越突出。只要对钢丝绳正常体积元记忆的磁能势特征信息进行标定,并与提取的其他体积元信息进行对比,即可有效地识别载荷材料因退变而产生的磁能势差异。分析这种物理场变量信息和对应的机械承载性能之间的量化关系,就可以实现钢丝绳量化检测的技术目标。

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

通过长期反复的实验对比, TCK.W 解决了由钢丝绳载荷材料物理场变量直观映射机械承载性能相关变量关系的技术课题。

连续采样后,通过TCK.W 的数学分析模型,对各体积元磁能势差异样本值进行图表化处理、统计学计算和曲线波型分析,就能把影响钢丝绳机械承载性能的细部缺陷清晰地反映出来,同时给出描述这些退变特征危险程度的等效映射量值,提供准确、客观的安全评估基础信息。

OTC新增中国结:TCK.W钢丝绳检测系统崭露头角

检测流程:磁记忆规划(P)—标定(D)—弱磁检测(T)—数据处理(M)

创新的机器视觉识别技术

机器视觉识别技术是用机器代替人眼和卡尺,在高速运行的同时完成钢丝绳缺陷的测量、检查。将图像处理、人工智能、光电一体化技术系统集成,把摄取的损伤信息转变成数字信号传送到主控系统,通过算法抽取特征,可以准确地识别钢丝绳的各种外部缺陷。机器视觉识别技术在分辨并统计钢丝绳表面6d/30d的断丝数量、测量钢丝绳接头变化和直径变化等方面,具有突出的技术优势。克服了人工检查效率低、准确性差的弊端。

洛阳TCK.W检测技术公司

洛阳TCK.W检测技术有限公司拥有目前世界上最先进的“弱磁”检测技术,并拥有这一核心技术的全部知识产权。

TCK.W的弱磁检测技术具有三大创新和两大突破。不仅成功地解决了困扰世界无损探伤界长达100年的钢丝绳检测技术难题,而且检测结果可以比欧洲等发达国家钢丝绳检测标准的要求做的更好。

TCK.W钢丝绳检测技术拥有29项发明和实用新型专利,19项软件著作权。

TCK.W系列产品已广泛应用于矿山、港口、石油、电力、重工、钢铁冶金、索道、电梯、国防军工等众多领域,产品出口欧盟,美国,日本,新加坡等42个国家和地区,全球客户超过2500家,已成为全球钢丝绳检测领域的领袖公司

您也有让人挠头的难题需要解决,或是优质技术想要找应用市场吗?如果有的话,欢迎联系小编微信或邮箱,也许能找到一剂良药。

二丫:131-3255-0596;zhanglingyu@raiborn.com
大安:131-3203-1392;lishian@raiborn.com

未经允许,不得转载本站任何文章:

评论 2

  1. #1

    很好的一项发明智造,它一定能造福人类社会。

    匿名4年前 (2018-03-23)回复
    • 不错的专利!

      匿名2年前 (2019-11-25)回复