石油与天然气化工  2021, Vol. 50 Issue (1): 77-82
元坝高含硫气田地面系统腐蚀主控因素研究
孙天礼1 , 朱国1 , 梁中红1 , 于晓雨2 , 王兵2 , 曾德智2     
1. 中国石化西南油气分公司采气二厂;
2. “油气藏地质及开发工程国家重点实验室”·西南石油大学
收稿日期：2020-05-11
基金项目：国家自然科学基金“静载、振动与腐蚀作用下H2S/CO2气井完井管柱螺旋密封面的力化学损伤机制研究”(51774249))
作者简介：孙天礼，1973年生，硕士，高级工程师，1997年毕业于西南石油学院(现西南石油大学)采油工程专业，主要从事油气开发、采集输工作，多次获集团公司、局级科技奖励。E-mail：suntianli.xnyq@sinopec.com.
摘要：元坝气田天然气中高含H2S、CO2，随着气田出水量增大、矿化度升高，地面系统腐蚀环境越来越复杂。为找出影响元坝气田地面系统腐蚀的主控因素，建立了以CO2分压、H2S分压、液气比、pH值、矿化度、Cl-含量、缓蚀剂残余浓度为自变量，腐蚀速率为因变量的灰关联分析方法。通过数据挖掘，分析了各种因素对腐蚀的影响程度。结果表明，当前元坝气田地面系统腐蚀的主控因素为H2S分压、液气比和CO2分压，故可适当优化缓蚀剂添加方案，调整批作业清管周期，合理降低缓蚀剂清管作业成本。研究成果为元坝气田地面系统的完整性管理提供了技术依据。
关键词：酸性气田    地面管线    腐蚀    影响因素    灰关联分析    
Study on main control factors of surface system corrosion in Yuanba high sulfur gas field
Sun Tianli1 , Zhu Guo1 , Liang Zhonghong1 , Yu Xiaoyu2 , Wang Bing2 , Zeng Dezhi2     
1. No. 2 Gas Production Plant of Southwest Oil and Gas Branch, Sinopec, Langzhong, Sichuan, China;
2. State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Southwest Petroleum University, Chengdu, Sichuan, China
Abstract: The natural gas in Yuanba gas field contains high H2S and CO2. With the increase of water output and the increase of mineralization, the corrosion environment of surface system becomes more and more complex. In order to find out the main control factors that can affect the ground system corrosion of Yuanba gas field, this article establishes a grey correlation analysis method which takes CO2 partial pressure, H2S partial pressure, liquid-gas ratio, pH value, salinity, Cl- concentration, and corrosion inhibitor residual concentration as independent variables, and corrosion rate as dependent variable. The influence degree of various factors on corrosion is analyzed by data. The results show that the main control factors of the ground system corrosion in Yuanba gas field are CO2 partial pressure, H2S partial pressure and liquid-gas ratio. Therefore, it is possible to appropriately optimize the corrosion inhibitor addition program, adjust the batch operation cycle, and reasonably reduce the cost of corrosion inhibitor pigging operation. The research results provide a technical basis for the integrity management of the ground system in Yuanba gas field.
Key words: acid gas field    ground pipeline    corrosion    influencing factor    grey correlation analysis    

高含硫气田的腐蚀问题是制约气田安全经济生产的关键因素。从众多因素中找出对腐蚀影响程度较大的因素，对气田腐蚀防护具有重要意义。通常采用模拟实验来确定各种因素对腐蚀的影响规律和影响程度，会耗费较多的人力、物力和时间。为获得因变量的主控因素，灰关联在统计学领域及腐蚀领域得到了良好的应用。朱相荣采用灰关联分析法得到钢材在海水中的主要腐蚀因素[1]，赵景茂根据灰关联原理讨论了流速、CO2分压、产出水中HCO3-含量对气井腐蚀的显著影响[2]，卢会霞将灰关联分析应用于采油污水腐蚀因素的确定[3]。元坝气田天然气中H2S、CO2含量高，随着气田出水量增大、矿化度升高，地面系统腐蚀环境越来越复杂，受室内模拟试验实验条件的限制，无法完全模拟地面系统腐蚀环境。为找出影响元坝气田地面系统腐蚀的主控因素，依据灰关联理论，对元坝气田地面系统现场数据进行分析，从而确定各因素对腐蚀的影响程度，为气田制定针对性的腐蚀防护措施提供依据。

1 元坝地面系统腐蚀影响因素分析

元坝气田地面系统为典型的气液混输工艺，集气站采用加热、节流、保温的湿气混输工艺，集输管材采用抗硫钢L360QS。图 1为元坝YB01集气井站工艺流程图，站内包含YB01井采气管线、YB02井来气管线和YB03井来气管线，各条管线上安装有腐蚀挂片CC和电阻探针ER监测管线腐蚀情况。现场腐蚀监测装置见图 2。

图 1     YB01集气站流程图

图 2     现场管线腐蚀监测装置图

前期研究结果表明[4-5]，元坝气田的腐蚀影响因素繁多且复杂，主要包括：温度、CO2分压、H2S分压、液气比、pH值、矿化度、Cl-含量、缓蚀剂残余浓度。

(1) 温度对腐蚀的影响。YB01井采气管线温度在50 ℃左右，YB02、YB03井来气管线温度约40 ℃。研究认为，高含硫天然气地面管线L360QS钢温度越高，腐蚀反应越快，腐蚀速率越高[6-8]。

(2) CO2/H2S分压对腐蚀的影响。元坝气田高含H2S、CO2，H2S体积分数为2.70%~8.44%，H2S分压为0.297 0~0.928 4 MPa，CO2体积分数为3.12%~15.5%，CO2分压为0.343 2~1.705 0 MPa。元坝气田原料气管线p(CO2)/p(H2S)为0.45~2.16，根据分压比判断，该气田管线的腐蚀以H2S为主导[10-11]。

(3) 液气比对腐蚀的影响。当天然气通过节流阀压力下降时，管道中饱和天然气会析出游离水，天然气中的CO2和H2S均溶于水中，使水具有强腐蚀性，加剧了管道的腐蚀[12-14]。元坝气田产水量大，液气比逐渐增高，目前为1.5×10-5~2.5×10-5，游离水受重力作用在管道底部形成积液，进一步加重了腐蚀。

(4) pH值对腐蚀的影响。元坝集气站pH值在3.5~3.8之间小幅波动。pH值表示溶液的酸碱度，pH值越大，酸度越小，H+含量减少，氢原子还原速度降低，去极化效果减弱，因此会降低腐蚀速率[15-16]。

(5) 矿化度对腐蚀的影响。元坝气田水的矿化度较高，为5 000~25 000 mg/L，溶液结垢倾向大，加剧了腐蚀电化学反应[17]。

(6) Cl-含量对腐蚀的影响。Cl-具有选择通过性，能透过腐蚀产物膜，并在界面密集，促使膜下蚀坑向纵向发展，造成腐蚀穿孔[18-19]；另一方面，溶液中Cl-含量较高时，会降低酸性气体在溶液中的溶解度，从而减缓金属腐蚀[20]。YB01井采气管线Cl-含量波动范围较大，高时达到7 600 mg/L，较低为1 000 mg/L，YB02和YB03井管线Cl-含量相对较低。YB01管线存在较高腐蚀穿孔风险。

(7) 缓蚀剂残余浓度。元坝气田采用“抗硫管材+站场缓蚀剂连续加注+站外管线缓蚀剂批处理涂膜+智能清管”的内防腐工艺，缓蚀剂批处理涂膜是通过两只清管器夹带油溶性缓蚀剂，使管线内壁形成均匀的厚度不小于0.1 mm缓蚀剂保护膜[21]。站内分离器或收球筒设置有取样口，分析该点缓蚀剂残余浓度，一般通过缓蚀剂残余浓度变化和腐蚀监测数据，判断缓蚀剂防护效果。

综上所述，影响元坝气田地面系统的腐蚀因素众多，难确定腐蚀主控因素。在确保管道腐蚀安全的前提下，如何优化当前的防腐工艺以降低生产运行成本是当前亟待解决的问题。为此，提出利用数据挖掘的技术手段进行分析。

2 基于工况和腐蚀监测数据的腐蚀因素相关性分析

通过上述分析，找出了影响地面系统腐蚀的各种工况因素，利用灰关联分析法进行分析时，首先应收集足够的生产工况参数和腐蚀速率数据样本，然后进行数据挖掘，评价生产工况参数与腐蚀的关联程度，进而确定地面系统的腐蚀主控因素。

2.1 多因素灰关联分析

首先，对现场数据进行收集、整理。2017年1月~2019年10月，YB01集气站内YB01井采气管线、YB02井来气管线、YB03井来气管线的CO2分压、H2S分压、pH值、Cl-含量、矿化度、液气比、缓蚀剂残余浓度及腐蚀速率分别见表 1~表 3，腐蚀速率数据来源于各条管线上安装的电阻探针ER监测数据。由于统计时3条管线每月的温度基本不变，故未考虑温度对腐蚀速率的影响。然后，以各表中待评估的腐蚀影响因素作为自变量，以管道腐蚀速率作为因变量，进行灰关联分析计算。步骤如下：

表 1    YB01井采气管线生产工况参数和腐蚀监测数据

表 2    YB02井来气管线生产工况参数和腐蚀监测数据

表 3    YB03井来气管线生产工况参数和腐蚀监测数据

(1) 确定数据序列。以YB01井采气管线生产工况参数和腐蚀监测数据表 1为例，表 1中7列YB01腐蚀影响因素的自变量列和1列YB01腐蚀速率的因变量列，每列包括33行数据构成如下序列：

$ \begin{array}{l} {\chi _{11}}, {\chi _{21}}, \cdots , {\chi _{71}}, {{\rm{y}}_1}\\ {\chi _{12}}, {\chi _{22}}, \cdots , {\chi _{72}}, {{\rm{y}}_2}\\ {\chi _{13}}, {\chi _{23}}, \cdots , {\chi _{73}}, {{\rm{y}}_3}\\ \cdots \cdots \cdots \cdots \cdots \cdots \\ {\chi _{1{\rm{m}}}}, {\chi _{2{\rm{m}}}}, \cdots , {\chi _{7{\rm{m}}}}, {{\rm{y}}_{\rm{m}}} \end{array} $

(2) 数据均值化处理。首先将以上自变量数据χ进行均值化处理：

$ \begin{array}{*{20}{l}} {\chi _{1{\rm{k}}}^0 = \frac{{{\chi _{1{\rm{k}}}}}}{{\frac{1}{{{\rm{m}}}}\Sigma {\chi _{1{\rm{k}}}}}}, \chi _{2{\rm{k}}}^0 = \frac{{{\chi _{2{\rm{k}}}}}}{{\frac{1}{{{\rm{m}}}}\Sigma {\chi _{2{\rm{k}}}}}}, \cdots , \chi _{7{\rm{k}}}^0 = \frac{{{\chi _{7{\rm{k}}}}}}{{\frac{1}{{{\rm{m}}}}\Sigma {\chi _{7{\rm{k}}}}}}({\rm{k}} = 1, 2, }\\ { \cdots , {\rm{m}})} \end{array} $ (1)

于是得到7个子序列：

$ \begin{array}{l} {{\rm{X}}_1} = \left\{ {\chi _{11}^0, \chi _{12}^0, \chi _{13}^0, \cdots , \chi _{1{\rm{m}}}^0} \right\}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} = \{ 1.000{\kern 1pt} {\kern 1pt} 39, 1.010{\kern 1pt} {\kern 1pt} 43, 1.014{\kern 1pt} {\kern 1pt} 84, \cdots , 1.013{\kern 1pt} {\kern 1pt} 29\} \\ {{\rm{X}}_2} = \left\{ {\chi _{21}^0, \chi _{22}^0, \chi _{23}^0, \cdots , \chi _{2{\rm{m}}}^0} \right\}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} = \{ 1.041{\kern 1pt} {\kern 1pt} {\kern 1pt} 15, 1.000{\kern 1pt} {\kern 1pt} 74, 0.963{\kern 1pt} {\kern 1pt} 72, \cdots , 1.017{\kern 1pt} {\kern 1pt} 57\} \\ \cdots \cdots \cdots \cdots \cdots \cdots \\ {{\rm{X}}_7} = \left\{ {\chi _{71}^0, \chi _{72}^0, \chi _{73}^0, \cdots , \chi _{7{\rm{m}}}^0} \right\}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} = \{ 1.000{\kern 1pt} {\kern 1pt} 67, 1.001{\kern 1pt} {\kern 1pt} {\kern 1pt} 24, 1.001{\kern 1pt} {\kern 1pt} {\kern 1pt} 05, \cdots , 1\} \end{array} $

其次，对因变量y进行均值化处理，得到一个母序列为：

$ \begin{array}{l} {\rm{Y}} = \left\{ {{\rm{y}}_1^0, {\rm{y}}_2^0, {\rm{y}}_3^0, \cdots , {\rm{y}}_{7{\rm{m}}}^0} \right\}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} = \{ 0.998{\kern 1pt} {\kern 1pt} 31, 1.010{\kern 1pt} {\kern 1pt} 55, 1.015{\kern 1pt} {\kern 1pt} 94, \cdots , 1.014{\kern 1pt} {\kern 1pt} 05\} \end{array} $

(3) 各因素的关联系数计算。

令${\rm{N}} = \{ 1, 2, \cdots , 7\} , {\rm{L}} = \{ 1, 2, \cdots , 33\} ; $; $ {{\Delta _1} = \mathop {\min }\limits_{{\rm{i}} \in {\rm{N}}} \mathop {\min }\limits_{{\rm{k}} \in {\rm{L}}} \left| {{\rm{y}}_{\rm{k}}^0 - \chi _{{\rm{ik}}}^0} \right|, {\Delta _2} = \mathop {\max }\limits_{{\rm{i}} \in {\rm{N}}} \mathop {\max }\limits_{{\rm{k}} \in {\rm{L}}} \left| {{\rm{y}}_{\rm{k}}^0 - \chi _{{\rm{ik}}}^0} \right|, {\Delta _3} = \left| {{\rm{y}}_{\rm{k}}^0 - \chi _{{\rm{ik}}}^0} \right|}$：

$ {\xi _{0, 1}}(k) = \frac{{{\Delta _1} + \rho {\Delta _2}}}{{{\Delta _3} + \rho {\Delta _2}}} $ (2)

ξ0, 1(k)反映了第k个时刻子因素χi与母因素y0的相对差值。当绝对差值|yk0-χik0|越大时，ξ0, 1(k)越小；当|yk0-χik0|越小时，ξ0, 1(k)越大。因此，ξ0, 1(k)反映了χi对y0的影响程度。称ξ0, 1(k)为χi与y0在k时刻的灰关联系数。ρ为分辨系数，一般取值范围为(0，1)，通常取0.5。

(4) 关联度计算。为方便比较，将得到的关联度序列取平均值，得到一个值称为灰关联度：

$ {\gamma _{0, 1}} = \frac{1}{m}\Sigma _{k = 1}^m{\xi _{0, 1}}(k), i \in N $ (3)

由灰色关联分析原理可知，关联度γ值的变化范围为(0，1)。一般认为，γ值大于0.7才有影响[22]。若某腐蚀因素的关联度值大于0.95，说明该腐蚀因素与腐蚀速率相关性大。

2.2 结果分析与讨论

对收集到的腐蚀影响因素工况参数和腐蚀监测数据应用灰关联分析，计算结果见表 4。

表 4    各因素关联度计算结果

从表 4可看出，影响YB01井采气管线腐蚀速率大小的因素依次排序为：H2S分压 > 液气比 > CO2分压 > pH值> 矿化度 > Cl-含量 > 缓蚀剂残余浓度；影响YB02井来气管线腐蚀速率大小的因素依次排序为：液气比 > H2S分压 > CO2分压 > pH值> Cl-含量 > 矿化度 > 缓蚀剂残余浓度；影响YB03井来气管线腐蚀速率大小的因素依次排序为：液气比 > CO2分压 > H2S分压 > pH值> 矿化度 > Cl-含量 > 缓蚀剂残余浓度。由此说明，H2S分压、液气比、CO2分压是3条不同井管线的主要腐蚀因素。

从表 1~表 4可以看出，YB01井采气管线的H2S分压最大，同时3条管线中YB01井采气管线的腐蚀速率最大，计算得的H2S关联度也最大，在3条管线中H2S分压对YB01井采气管线腐蚀影响程度最大；YB03井来气管线液气比最大，就是说此管线单位立方米天然气中气田水含量最大，但计算结果依然为YB01管线液气比关联度最大，说明YB02和YB03作为来气管线，经过缓蚀剂涂膜和管线清管等防护措施后，各腐蚀因素对腐蚀影响程度降低，而YB01管线是气井采气管线，各腐蚀因素与腐蚀速率相关性较大。

针对灰关联分析结果，采气管线YB01中H2S、CO2分压和液气比对腐蚀影响程度较大。2017年1月~2019年10月，YB01缓蚀剂连续加注量为每百万立方米天然气25.5 L。而YB02和YB03来气管线缓蚀剂批处理涂膜加注量为每百万立方米天然气27 L，两条管线的H2S/CO2腐蚀受到抑制，使H2S、CO2与腐蚀的关联度低于YB01管线H2S、CO2与腐蚀的关联度，但液气比对腐蚀影响凸显，故对单位天然气含水量大的管线采用35天/次的批处理清管作业周期，其他管线采用45天/次的批处理清管作业周期。3条管线均未发现腐蚀高于控制标准0.007 6 mm/a。YB01采气管线上加热炉进口CC01腐蚀挂片的腐蚀速率最大为0.009 2 mm/a(见图 3)。挂片安装日期是2018年5月，取出日期为2019年1月。YB02来气管线收球筒旁通后的CC02腐蚀挂片的腐蚀速率最大为0.003 2 mm/a(见图 4)，挂片安装日期是2018年5月，取出日期为2019年1月。

图 3     CC01腐蚀挂片

图 4     CC02腐蚀挂片

进一步分析表明，对H2S/CO2分压为主控因素的管线，可适当减少缓蚀剂用量；对液气比为主控因素的管线，同样可减少缓蚀剂用量，但要适当缩短清管周期。根据分析结果，对缓蚀剂加注制度进行了优化调整，YB01管线缓蚀剂添加量调整为每百万立方米天然气22.0 L，YB02和YB03管线缓蚀剂添加量调整为每百万立方米天然气20.0 L。3条管线的腐蚀速率均已控制在较低水平，证明灰关联分析结果对缓蚀剂加注工艺优化具有较好的指导作用。

3 结论

(1) 针对元坝高含硫气田地面系统腐蚀问题，建立了综合考虑CO2分压、H2S分压、液气比、pH值、矿化度、Cl-含量、缓蚀剂残余浓度与腐蚀速率关联程度的灰关联分析法，找出了高含硫气田地面系统复杂环境下的腐蚀主控因素，为地面系统的腐蚀防护及完整性管理提供了依据。

(2) 灰关联分析结果表明，影响元坝气田地面系统腐蚀的主控因素为H2S分压、液气比、CO2分压。此结果对优化缓蚀剂添加方案，调整批作业清管周期，合理降低缓蚀剂清管作业成本，具有较好的指导意义。

参考文献
[1]
朱相荣, 张启富. 灰关联分析法探讨环境因素与海水腐蚀性的关系[J]. 中国腐蚀与防护学报, 2000, 20(1): 29-34. DOI:10.3969/j.issn.1005-4537.2000.01.005
[2]
赵景茂, 左禹, 张金坦. 用灰色关联分析法研究气井腐蚀的影响因素[J]. 北京化工大学学报, 2001, 28(3): 39-42. DOI:10.3969/j.issn.1671-4628.2001.03.011
[3]
卢会霞, 屈撑囤, 卜绍峰. 中原油田采油污水腐蚀因素研究[J]. 石油与天然气化工, 2004, 33(2): 123-126. DOI:10.3969/j.issn.1007-3426.2004.02.017
[4]
ZENG D Z, ZHANG E B, DING Y Y, et al. Investigation of erosion behaviors of sulfur-particle-laden gas flow in an elbow via a CFD-DEM coupling method[J]. Powder Technology, 2018, 329: 115-128. DOI:10.1016/j.powtec.2018.01.056
[5]
ZHANG N Y, ZENG D Z, ZHANG Z, et al. Effect of flow velocity on pipeline steel corrosion behaviour in H2S/CO2 environment with Sulphur deposition[J]. Corrosion Engineering, Science and Technology, 2018, 53(5): 370-377. DOI:10.1080/1478422X.2018.1476818
[6]
陈文, 谷坛, 余华利, 等. 温度对VM110SS套管钢在酸性环境中腐蚀行为的影响[J]. 石油与天然气化工, 2014, 43(2): 161-164. DOI:10.3969/j.issn.1007-3426.2014.02.011
[7]
杨建炜, 章军, 曹建平, 等. 温度对管线钢H2S/CO2腐蚀行为的影响[J]. 材料工程, 2011(1): 87-91. DOI:10.3969/j.issn.1001-4381.2011.01.019
[8]
谷坛, 唐德志, 王竹, 等. 典型离子对碳钢CO2腐蚀的影响[J]. 天然气工业, 2019, 39(7): 106-112.
[9]
刘烈炜, 张振飞, 徐东林. 抗硫碳钢在高温高压CO2/H2S条件下腐蚀速率的研究[J]. 材料保护, 2008, 41(1): 15-16.
[10]
DONG B J, ZENG D Z, YU Z M, et al. Role of polyacrylamide concentration on corrosion behavior of N80 steel in the HPAM/H2S/CO2 environment[J]. Materials and Corrosion, 2020, 71(4): 526-536. DOI:10.1002/maco.201911265
[11]
黄雪松. H2S和CO2分压及Cl-浓度对L360QCS钢腐蚀行为的影响[J]. 腐蚀与防护, 2012, 33(6): 457-462.
[12]
曹学文, 王凯, 尹鹏博, 等. 多相流管线内腐蚀直接评价方法在国内的现场应用[J]. 表面技术, 2018, 47(12): 1-7.
[13]
李鹭光, 黄黎明, 谷坛, 等. 四川气田腐蚀特征及防腐措施[J]. 石油与天然气化工, 2007, 36(1): 46-54.
[14]
翁帮华, 杨杰, 陈昌介, 等. 气田水中硫化物控制指标及处理措施[J]. 天然气工业, 2019, 39(3): 109-115.
[15]
李洪建, 王闰, 杜清珍, 等. NR油田油井井筒腐蚀影响因素实验研究[J]. 西南石油大学学报(自然科学版), 2016, 38(1): 146-151.
[16]
张学元, 邸超, 雷良才. 二氧化碳腐蚀与控制[M]. 北京: 化学工业出版社, 2000.
[17]
刘长坤, 李春福, 赵海杰, 等. 高矿化度油气田盐卤水对碳钢的腐蚀行为研究[J]. 西南石油大学学报(自然科学版), 2010, 32(2): 154-158.
[18]
周卫军, 严密林, 王成达. N80S抗硫油管钢在含CO2、微量H2S及高浓度Cl-腐蚀介质中的腐蚀行为[J]. 石油与天然气化工, 2007, 36(2): 135-138.
[19]
姚彬, 郭玉洁, 曾文广, 等. 塔河油田某注采井生产油管腐蚀失效分析[J]. 石油与天然气化工, 2019, 48(4): 69-73.
[20]
ZHANG N Y, ZENG D Z, XIAO G Q, et al. Effect of Cl- accumulation on corrosion behavior of steels in H2S/CO2 methyldiethanolamine (MDEA) gas sweetening aqueous solution[J]. Journal of Natural Gas Science and Engineering, 2016, 30: 444-454.
[21]
黎洪珍, 刘正雄, 谢黎旸, 等. 湿气管道内涂缓蚀剂防腐效果评价探讨[J]. 石油与天然气化工, 2012, 41(2): 200-203.
[22]
李平, 罗逸, 许立铭, 等. 灰色理论在工业水腐蚀研究中的应用[J]. 腐蚀与防护, 1995, 16(1): 27-30.
X