炼化厂水冷器常见腐蚀形式与控制措施

近几年对炼化厂生产装置进行腐蚀调查发现,各厂水冷器结垢及腐蚀问题是装置主要腐蚀问题之一,水冷器腐蚀结垢问题严重影响装置正常运行.各炼化厂水冷器采用涂料防腐、阴极保护、材质升级、水质控制等措施减缓腐蚀.同时,在装置运行期间保证水冷器管束内部流速,控制循环水出口温度,可有效减轻水冷器结垢和垢下腐蚀.在装置大检修期间,开展水...     

3Cr2NiMo钢模块锻后热处理的数值模拟

以3Cr2NiMo模具钢锻造模块为研究目标,通过JMatPro软件计算获得其热物性参数,利用Deform-3D软件对其锻后热处理进行了数值模拟研究,最后进行了试验验证.结果表明:淬火过程中模块外表面的冷速大于心部;从心部到表面,马氏体转变出现不等时现象,淬火后从表面到心部的组织分布依次为马氏体、贝氏体和铁素体.等效应力...     

基于07MnNiMoDR钢热处理工艺窗口的热处理工艺

研究了07MnNiMoDR钢淬火和回火制度与晶粒尺寸和多边形铁素体含量的关系,建立了淬火保温时奥氏体尺寸窗口和回火保温时多边形铁素体含量窗口,确定了更为精准的热处理工艺。结果表明:奥氏体晶粒尺寸随淬火温度的升高、保温时间的延长而变大,均匀性存在最佳区间,合理的淬火制度为加热温度(940±10) ℃保温(80±10) min;随回火温度升高,约650 ℃出现多边形铁素体,其含量随回火温度的升高、保温时间的延长而增加,合理的回火制度为:加热温度(665±5) ℃、保温时间(165±15) min。优选后最佳热处理工艺为940 ℃×80 min淬火和660 ℃×180 min回火,最终性能测试结果表明:伸长率、冲击吸收能量和屈服强度相比国标分别提升了40.88%、206.25%和12.1%。     

不锈钢中铁素体腐蚀方法对比分析

铁素体作为奥氏体、马氏体和双相不锈钢的一种相组织,其含量直接影响不锈钢的焊接性、耐蚀性、力学性能和加工性,在其测定时往往由于腐蚀问题导致结果误差偏大。从检测标准出发,通过列举国内外目前针对铁素体含量及分布状态的表征方法,采用化学和电解两类方法进行铁素体腐蚀,从溶液配比、腐蚀温度、腐蚀时间、溶液可重复使用性和腐蚀效果等方面进行对比分析。结果表明：采用氢氧化钠水溶液电解铁素体整体效果较好,呈现红褐色,同时可以通过其在该溶液电解腐蚀显现的特征颜色进行该相的识别。     

异种金属扩散焊接接头的超声检测

异种金属扩散焊接接头存在多种类型的缺陷,这些缺陷严重影响焊接结构的完整性和零部件本身的使用性能。利用超声波扫描成像技术获得试样的扫描图样,然后从扩散焊接界面的显微结构和界面超声回波信号等角度,阐述了扩散焊接接头的原材料裂纹、接头裂纹、未焊合缺陷和焊接良好区域的特征。通过有效的无损检测手段,可以准确地评价缺陷的类型、大小和位置。     

ISO 9712-2012与TSG Z8001-2019标准的主要异同解析

从范围、管理体系、资格鉴定和认证、延期和重新认证、人员和档案管理等方面,对ISO 9712-2012和TSG Z8001-2019进行了比较,指出了两个体系的相同和不同之处,便于企业有针对性地选择无损检测培训体系.     

非径向管板焊接接头的超声检测

对AP1000压水堆核电站安全壳贯穿件的非径向管板焊接接头结构特点进行了介绍,并分析其超声检测工艺的重点和难点.通过建立统一的缺陷定位坐标系并结合被检构件的几何特点进行综合分析,推导得出了h值(缺陷回波最高点距套管外壁的距离)的计算方法.为超声检测对这类焊接接头缺陷的准确识别和定位提供了行之有效的方法,为解决这类焊接接...     

GB/T3323.1-2019标准解析

介绍新版焊缝射线检测标准的主要内容,分析新旧标准的差异,阐述新版标准与其他标准的关联性,为正确理解和使用该系列标准提供了参考.     

铁磁管道非接触式应力磁检测方法及应用

使用非接触式管道检测仪在埋地管道正上方采集管段自漏磁场的三分量磁通密度信号.通过分析管道上方磁感应强度及其梯度确定管道应力集中位置.使用磁异常等级划分原则,计算应力集中点磁异常系数,并针对不同磁异常系数的管段采取相应措施.结果表明利用管道磁信号的波形特征判断应力集中的评价方法能够对埋地管道在非开挖状态下进行早期诊断,为...     

Study on intelligent image recognition for the tube welding defects in pressure vessels

Currently, the welding defects recognition of X-ray nondestructive inspection is principally carried out by manual work, which highly depends on the experience of the inspectors and costs plenty of workload. In this paper, an intelligent image processing and recognition method for the tube welding radiographic testing in large-scale pressure vessels is proposed. Firstly, the raw image is preprocessed by median filtering, pseudo point removing and non-lincar image enhancement. Secondly, the welded joints parts are separated from the whole image by edge detection and threshold segmentation algorithms. Then, the separated images are handled by FFT transformation. Finally, whether defects exist and the specific type of defects are judged by Support Vector Machine. Software developed basing on this method works stably on site, and experiments demonstrate that the recognition results are compliance with the JB/T 4730. 2 or ASME standards.