DACH - Jahrestagung 2004 Salzburg

ZfP in Forschung, Entwicklung und Anwendung

Start > Beiträge > Vorträge > Rohrprüfung 2: Print

Automatische Auswertung großer Prüfdatenmengen bei der Ultraschallprüfung von Pipelines

H. Willems, O.A. Barbian
NDT Systems & Services AG; D-76297 Stutensee
Kontakt: Dipl.-Phys. Herbert Willems

Zusammenfassung

Zur Inspektion von Pipelines werden Ultraschallverfahren mit großem Erfolg eingesetzt. Mittels sogenannter intelligenter Molche werden dabei Rohrleitungen mit Längen von bis zu mehrere hundert Kilometer in einem Prüflauf auf Materialfehler wie insbesondere Korrosionen oder Risse untersucht. Die dabei anfallenden Datenmengen sind trotz Online-Datenreduktion immer noch so groß, dass die anschließende Offline-Datenauswertung nur unter Einsatz geeigneter automatisierter Verfahren sinnvoll zu bewältigen ist.

Die automatisierte Auswertung der Prüfdaten geschieht in mehreren Schritten, wobei handelsübliche PCs verwendet werden. Zunächst werden die äußeren Prüfbedingungen (Geschwindigkeit, Druck, Temperatur) sowie die Datenqualität und -vollständigkeit überprüft. Anschließend wird ein Rohrbuch mit Angabe aller im Prüfbereich befindlichen Rohre (Distanz, Länge, Wanddicke, Rohrtyp) erstellt. Dieses dient insbesondere auch als Distanz-Referenz zur Lokalisierung gefundener Fehlstellen. In einem weiteren Schritt werden die Inspektionsdaten dann in einem als Boxing bezeichneten Prozess auf Defektkandidaten untersucht. Schließlich werden gefundene, potentielle Fehlstellen in vorgegebene Anzeigenklassen klassifiziert. Die Ergebnisse der Auswertung werden in Datenbanktabellen abgelegt. Aufgrund der heutzutage verfügbaren Rechengeschwindigkeiten stellen die für die Durchführung der automatischen Auswertung benötigten Rechenzeiten trotz der großen Datenmengen kein Problem mehr dar. Für die vollständige Auswertung von Inline-Inspektionsdaten ist jedoch nach wie vor der menschliche Experte unerlässlich.

Einleitung

Zur Inline-Prüfung von Fernrohrleitungen auf betriebs- oder herstellungsbedingte Fehlstellen werden sogenannte intelligente Molch eingesetzt. Dabei handelt es sich um automatisierte Prüfsysteme, die mit dem Leitungsmedium durch die Leitung gepumpt werden und dabei unter Einsatz geeigneter zerstörungsfreier Verfahren relevante Leitungs-Kenngrössen erfassen. Es können zwei Hauptanwendungen unterschieden werden:

  • Prüfung auf Materialverluste insbesondere Korrosion über Wanddicken(WD-Messung
  • Prüfung auf Risse (überwiegend Längsrisse)

Ultraschall-Verfahren haben sich für beide Anwendungen als geeignet erwiesen [1,2], während sich für die Wanddicken-Messung auch das magnetische Streufluss-Verfahren bewährt hat. Letzteres kann auch problemlos in Gasleitungen eingesetzt werden, während herkömmliche Ultraschall-Verfahren auf die Verfügbarkeit eines flüssigen Ankoppelmediums angewiesen sind. Dieses ist in Flüssigkeitsleitungen in der Regel durch das Transportmedium gegeben (Rohöl, Diesel etc.).

Im Rahmen dieser Prüfungen fallen große Datenmengen an, die anschließend so schnell und zuverlässig wie möglich ausgewertet werden müssen. Um dieses Ziel zu gewährleisten, ist der Einsatz automatischer, PC basierter Auswerteverfahren unerlässlich. Dabei sind mehrere Schritte erforderlich, die am Beispiel der Ultraschallprüfung einer Fernrohrleitung erläutert werden.

Prüfaufgabe

Die Prüfaufgabe soll an einem Beispiel verdeutlicht werden: Eine Fernrohrleitung 20"x100 km ist mittels Ultraschall auf Materialfehler (WD-Messung bzw. Rissprüfung) zu prüfen. Dies bedeutet, dass 9.000 Rohre mit einer Gesamtfläche von rund 160.000 m2 geprüft werden müssen. Unter Annahme einer typischen Prüfgeschwindigkeit von 1.5 m/s ergibt sich eine Prüfzeit von rund 19 Stunden bzw. eine Prüfrate von 2.4 m2/s. Zur vollständigen Erfassung des Rohrumfanges sind 192 Prüfköpfe (WD-Messung) bzw. 320 Prüfköpfe (Rissprüfung) erforderlich. In Tabelle 1 sind die minimal nachzuweisenden Fehlerabmessungen in Abhängigkeit von der Prüfaufgabe angegeben.

Tabelle 1: Fehlerspezifikation
Parameter WD-Messung Rissprüfung
Minimale Länge (mm) 15 30
Minimale Tiefe (mm) 1 1
POD (%) > 90 > 90

Unter diesen Randbedingungen ergeben sich typische Datenmengen von 10 GByte/100 km. Abhängig vom Leitungszustand und den verbauten Rohrtypen können die Datenmengen erheblich variieren.

Prüftechnik und Prüfsystem

Das Prinzip der Detektion von Materialverlusten mittels WD-Messung ist in Bild 1 dargestellt. Neben der Wanddicke wird zusätzlich an jedem Messort der Abstand zwischen Sensor und Rohroberfläche ermittelt (Standoff). Die Standoff-Information dient insbesondere auch zur Unterscheidung von Innen- bzw. Außenfehlern.


Bild 1: Detektion von Fehlstellen über Wanddicken-Messung und Unterscheidung von Innen-/Außenfehlern über Standoff-Information

Zur Rissprüfung wird die 45°-Transversalwellen-Technik eingesetzt, wobei zur Prüfung auf Längsfehler sowohl im Uhrzeigersinn als auch im Gegenuhrzeigesinn eingeschallt wird.

Für beide Prüftechniken wird ein Schussabstand (Abtastabstand in Längsrichtung) von normalerweise 3 mm benutzt. Die Anordnung der Prüfköpfe in Umfangrichtung ist so beschaffen, dass eine vollständige, gleichmäßige Überdeckung gewährleistet ist.


Bild 2: Ultraschall-Prüfsystem für Fernrohrleitungen (Ausführung für WD-Messung). Links: Batterieeinheit, Mitte: Elektronikeinheit, Rechts: Sensorträger

Das Prüfsystem für die Wanddickenmessung ist in Bild 2 dargestellt. Das gleiche System wird auch für die Rissprüfung eingesetzt, wozu der WD-Sensorträger gegen einen Rissprüf-Sensorträger ausgetauscht werden muss.

Automatische Datenauswertung

Die automatische Datenauswertung beinhaltet die folgenden Schritte in chronologischer Reihenfolge:

  • Datenüberprüfung (vor Ort)
  • Rundnahtsuche
  • Längsnahtsuche bzw. Rohrbucherstellung
  • Defektkandidatensuche
  • Klassifizierung der Defektkandidaten (optional)

Für jeden dieser Schritte stehen spezielle Software-Tools zur Verfügung, die auf Standard-PCs eingesetzt werden.

Datenüberprüfung

Nach dem Ausschleusen des Molches am Zielort werden zunächst Hilfsdaten aus dem System ausgelesen, die eine schnelle Beurteilung darüber erlauben, ob die Inspektion erfolgreich war. Diese Daten werden über ein spezielles Datensichtungsprogramm ausgewertet. Als Ergebnis der Überprüfung erhält man neben einigen statistischen Informationen grafische Darstellungen (Laufprofile) wie

  • Odometerprofil (Ortsinformation über Zeit)
  • Geschwindigkeitsprofil (Geschwindigkeit über Distanz)
  • Pendelprofil (Umfangslage über Distanz)
  • Druck- und Temperaturprofil (Druck, Temperatur über Distanz)
  • Ankoppelüberwachung (Ankoppelausfall gesamt bzw. über Distanz)

Diese Informationen sind im Normalfall nach dem Auslesen der Hilfsdaten innerhalb einer Stunde verfügbar. Als Beispiele zeigen die Bilder 3 und 4 ein Geschwindigkeitsprofil bzw. eine Ankoppelstatistik. Aus der Darstellung der Ankoppelstatistik ist z. B. erkennbar, dass ein Sensor komplett ausgefallen ist. Aus dem Geschwindigkeitsprofil kann entnommen werden, ob bei der Prüfung eventuell der spezifizierte Geschwindigkeitsbereich überschritten wurde.

Zusätzlich können Stichproben der Inspektionsdaten ausgelesen werden und begutachtet werden. Nach erfolgreicher Datenüberprüfung werden die Inspektionsdaten aus dem Prüfsystem auf transportable Datenträger (DVD) kopiert und an die zuständige Auswertestelle übermittelt.


Bild 3: Geschwindigkeitsprofil einer Inline-Inspektion.

Bild 4: Ergebnis der Ankoppelüberwachung. Für alle Sensoren ist der prozentuale Ankoppelausfall über die gesamte Prüfdistanz angegeben.

Nahtsuche

Ziel der automatischen Nahtsuche ist es in einem ersten Schritt, alle Rundnähte in der Leitung zu erkennen, die dazu gehörigen Distanz-Informationen in einer Datenbank abzulegen und ein sogenanntes Rohrbuch zu erstellen. Neben den Distanzen werden für jedes Rohr zusätzlich folgende Informationen gespeichert:

  • Rohrnummer
  • Länge
  • Wandstärke

Zur Nahterkennung werden Merkmale benutzt, die - wie in Bild 4 zu sehen - in den Messdaten aus dem Nahtbereich gut erkennbar sind (Wanddicke-Variationen, Abhebeeffekte etc.). Im Falle guter Datenqualität liegt die Trefferquote bei ca. 99%. Eine manuelle Nachbearbeitung, die auch den Abgleich mit dem Kundenrohrbuch beinhaltet, ist immer erforderlich.


Bild 4: C-Bild Darstellungen (Wanddicke, Standoff) eines Leitungsbereiches mit einer Rundnaht und längsgeschweißten Rohren (links) bzw. spiralgeschweißten Rohren (rechts). Die B-Bild Darstellungen im unteren Bildbereich zeigen eine Prüfkopfspur entsprechend der Position der weißen Markierung am rechten C-Bild Rand.

Nachdem das überarbeitete Rohrbuch vorliegt, wird ggf. in einem 2. Schritt eine automatische Längsnahtsuche durchgeführt. Diese liefert für jedes Rohr (s. Bild 4)

  • Rohrtyp (längsgeschweißt, spiralgeschweißt oder nahtlos)
  • für längsgeschweißte Rohre die Lage der Längsschweißnaht

Die Trefferquote ist ähnlich wie bei der Rundnahtsuche. Auch hier ist eine manuelle Nachbearbeitung erforderlich. Das fertige Rohrbuch dient insbesondere dazu, gefundene Fehler im Falle von Reparaturen präzise lokalisieren zu können.

Defektsuche

Die Hauptaufgabe der automatischen Auswertung besteht darin, mit hoher Zuverlässigkeit alle potentiellen Fehlstellen (Defektkandidaten) in den Daten zu erkennen und die dazu gehörigen relevanten Informationen wie

  • Distanz
  • Winkellage
  • Länge
  • Breite
  • Tiefe etc.

in einer Datenbank abzulegen. Dieser Prozess wird als Boxing oder auch Gebietsbildung bezeichnet, da die gefundenen Stellen mittels einer umfassenden, rechteckigen Box gekennzeichnet werden. Damit eine Stelle geboxt wird, müssen gewisse Kriterien erfüllt sein. Insbesondere muss eine Anzeige eine gewisse Mindestlänge bei gleichzeitiger Schwellwertunter- bzw. -überschreitung entsprechend der Fehlerspezifikation aufweisen.


Bild 5: Ergebnis der automatischen Fehlerdetektion (Boxing) am Beispiel einer Innenkorrosion (links) bzw. Aussenkorrosion (rechts). Die Innenkorrosion ist sowohl in den Wanddicke-Daten als auch in den Standoff-Daten gut erkennbar; die Aussenkorrision liefert keine Anzeige in den Standoff-Daten


Bild 6: Automatische Fehlererkennung am Beispiel von Bindefehlern in einer ERW-Schweißnaht

Abgesehen von den tatsächlich vorhandenen Fehlern (Beispiele s. Bilder 5,6) werden diese Bedingungen auch gehäuft im Bereich von Schweißnähten erfüllt (Bild 7), wobei die tatsächliche Ursache für die Gebietsbildung dann bei der Wanddicken-Inspektion meist fehlerhafte Wanddicke-Messungen bzw. bei der Rissprüfung Formanzeigen sind. Dies führt dann in der Regel dazu, dass die überwiegende Mehrzahl der in diesem Schritt gefundenen Defektkandidaten aus irrelevanten Anzeigen besteht. Typischerweise erhält man Anzeigendichten von 1/m (d.h. 100.000 Stellen auf 100 km) mit je nach Leitungsart und -zustand großen Abweichungen in beide Richtungen.

Neben den eigentlich zu detektierenden Materialfehlern und irrelevanten Anzeigen werden bei der Inspektion auch weitere Features wie

  • Installationen
  • Laminationen/Einschlüsse
  • Beulen

detektiert, die z.T. auch in den Ergebnislisten aufgenommen werden.


Bild 7: Beispiel für irrelevante Anzeigen (weiße Rechtecke) im Schweißnaht-Bereich, die im Rahmen der automatischen Fehlersuche detektiert wurden.

Durch den Einsatz leistungsfähiger Rechner (PCs) stellt der für die automatische Auswertung benötigte Zeitaufwand auch bei großen Datenmenge heutzutage kein Problem mehr dar. Einige Angaben zu den Verarbeitungsgeschwindigkeiten sind in Tabelle 2 angegeben (typische Werte).

Tabelle 2: Zur Leistungsfähigkeit der eingesetzten automatischen Auswerteverfahren
Aufgabe Verarbeitungsgeschwindigkeit
(km/h)
Trefferquote
(%)
Rundnahtsuche 35 98
Längsnahtsuche 40 95
Boxing 50 98

Anzeigenklassifizierung

Die Klassifizierung der bei der automatischen Defektsuche ermittelten Anzeigengebiete ist der letzte Schritt in der Auswertekette. Im Falle von WD-Inspektionen steht für diesen Zweck bereits ein automatisches Verfahren zur Verfügung [3], welches auf der Basis des SVM-Verfahrens arbeitet (SVM-Support Vector Machines). Dabei handelt es sich um ein lernendes Verfahren, das zunächst anhand bekannter, bereits klassifizierter Beispiele eintrainiert werden muss.

Hauptziel dieses Verfahrens ist es, die irrelevanten Anzeigen aus der Defektsuche so weit wie möglich zu eliminieren, ohne dass relevante Anzeigen verworfen werden. Die verbleibenden relevanten Anzeigen können mit dem Verfahren zwar auch klassifiziert werden, müssen jedoch vom Experten komplett überprüft werden. Bei einer Reduzierung der überprüfenden Stellen um ca. 50 % ist der Zeitgewinn für die Auswertung erheblich.

Entsprechend der Zunahme der Automatisierung verringert sich der Anteil der manuell zu leistenden Arbeiten. Neben dem Zeitgewinn hat dies auch den positiven Effekt, dass die Auswerteexperten sich mehr auf die anspruchsvolleren Tätigkeiten der Auswertung wie Anzeigenklassifizierung, Vermessung von Fehlstellen, Reporting etc. konzentrieren können. Grundsätzlich lässt sich auch bei weiter fortschreitender Automatisierung sagen, das der menschliche Experte auch zukünftig unersetzlich bleibt.

Literatur

  1. H. Willems, O.A. Barbian The State of Inline Crack Inspection using Ultrasonics 3R International, Okt./Nov. 1999 (38), 734-738.
  2. H. Willems (V), O.A. Barbian, und W. Bähr Moderne Konzepte der automatisierten Ultraschallprüfung am Beispiel der Inspektion von Fernrohrleitungen DGZfP-Seminar Modernisierung in der zfP mit Ultraschall zur Verbesserung der Zuverlässigkeit von Prüfaussagen, Saarbrücken, 3./4. November 2003.
  3. K. Reber, H. Willems, O,A, Barbian, M. Zoellner, M. Ziegenmeyer Der Einsatz von künstlicher Intelligenz zum Auswerten von Messdaten intelligenter Molche aus Rohrleitungen DGZfP Jahrestagung 2004, Salzburg, 17.-19.Mai 2004,Tagungsband

STARTHerausgeber: DGfZPProgrammierung: NDT.net