Simulation-Based Prediction for Speed Excursion of PIG in Natural Gas Pipeline

Abstract

천연가스 배관망에서 배관 검사 로봇은 속도 이탈(Speed excursion)로 인해 거동이 매우 불안정하여, 데이터 손실 및 및 구조적 충격 위험성이 크게 증가한다. 특히, 저압/저유량의 운영조건에서 로봇의 속도이탈이 심해지며, 이러한 운영조건의 배관을 배관 검사가 불가능한 Unpiggable 배관으로 구분한다. Unpiggable 배관은 전세계에 약 40%, 국내 가스 배관망의 경우 약 35%를 차지하므로 속도이탈로인해 상당수의 배관의 건전성을 관리하지 못하고 있는 실정이다. 본 연구는 천연가스 배관망에서 배관 검사 로봇의 동적 거동에 관한 모델링, 시뮬레이션, 실험 연구를 통하여 속도 이탈 현상과 같은 불안정 거동에 대해 예측 할 수 있는 다양한 모델, Solver, 방법론을 제시한다. 첫째로, 마찰 변화로 인한 속도 이탈 현상을 모사하기 위한 두 가지 마찰력 모델을 제안한다. 첫 번째 마찰 모델은 Tuned friction model로 지수형 마찰 모델 (Exponential friction model)과 결합된 동마찰 테이블을 채택하여 마찰 변화를 반영할 수 있고, 두 번째 마찰 모델은 Weighted friction model로 곡관과 단차로 인한 마찰 변화에 대해 선형 방정식을 구성하고 가중치(weight parameter)로 각 요인의 영향을 결정하는 방식을 채택하였다. 이 두 가지 마찰 모델은 마찰 변화로 인한 속도 이탈을 시뮬레이션하기 위해 현장 데이터를 기반으로 한 튜닝 모델 (Tuning models based on field data)이다. 수치 모사를 위해 과도 기체 유동방정식은 특성법(MOC)으로 풀고, Runge-Kuta 방법을 사용하여 PIG의 운동방정식을 풀었다. 제안된 마찰 모델을 적용한 시뮬레이션 결과는 한국가스공사(KOGAS)가 운영하는 3개 노선의 현장 Pigging 데이터와 비교하였으며, 전반적으로 모사 결과가 현장 Pigging 데이터와 잘 일치하였다. 첫 번째 모델인 Tuned friction model은 높은 정확도로 평균 Pigging 속도와 속도 이탈을 모사 할수 있었고, 두 번째 모델인 Weight friction model은 첫 번째 마찰 모델보다 낮은 정확도를 보였지만 다양한 작동 조건에서 평균 Pigging 속도와 속도 이탈을 예측할 수 있었다. 둘째로, 속도 이탈의 발생 메커니즘과 주요 변수와의 관계를 규명하기 위해 실험실 규모의 배관 로봇 주행 실험 장치를 구축하여 최초로 속도 이탈 실험을 수행하였다. 차압 결과에 기초하여 속도 이탈의 메커니즘은 5단계(Stable behavior, build-up phase, pre-speed excursion phase, speed excursion phase, recovery phase)로 규명하고, 주요 변수와 속도 이탈의 관계를 분석한 결과 유속은 속도 이탈과 선형 관계를 갖지만, 이탈 비율은 저 유속에서 급격히 증가하는 Exponential fit 관계임을 알 수 있었다. 이러한 결과는 저유량 Pigging이 상대적으로 저속의 속도 이탈을 유발하지만, 이탈 비율의 급격한 증가로 인해 매우 위험한 작업이 될 수 있음을 의미한다. Build-up 시간과 Recovery 시간 모두 낮은 유속에서 급격히 증가하는 Exponential fit 관계를 보여줬다. 이는 저유량에서 긴 빌드 업 시간과 회복 시간으로 인해 배관 로봇 거동이 Stick-slip 운동을 보인 매우 불안정한 거동을 할 수 있음을 나타낸다. 또한 Linepack 길이가 변경되면 동일한 마찰 조건에서도 Linepack 길이가 증가함에 따라 더 높은 속도 이탈이 발생하였다. 이 결과는 Linepack 길이가 Pigging 거동의 주요 요인임을 보여주며, 장거리 파이프라인 Pigging시 속도 이탈 및 거동에 영향을 미치는 중요한 변수로도 고려 되어야함을 의미한다. 셋째로, 제안된 2개의 마찰 모델과 2개의 유체 모델, Stoner-MOC, MOC-FVM Hybrid를 결합하여 총 4개의 배관 로봇 거동 Solver를 제안하고, 각 Solver의 결과를 한국가스공사의 현장 데이터와 비교하여 속도 이탈에 대한 모사, 예측 성능을 평가하였다. 전반적으로 모든 Solver의 모사 결과가 현장 Pigging 데이터와 잘 일치하였지만, Solver 간의 성능 차이가 오차 평가를 통해 명확하게 식별되었다. 유동 모델의 경우 MOC-FVM Hybrid가 모사, 예측 성능 모두 Stoner-MOC보다 높은 정확도를 보였다. 마찰 모델의 경우, Tuned friction model이 모사 성능에서 더 높은 정확도를 보였지만, Weighted friction model이 예측에서 더 높은 성능을 보였다. 따라서 4개의 Solver 중 Hybrid-Tuned 기반 Solver가 가장 높은 모사 성능을 보였고, Hybrid-Weighted 기반 Solver가 예측에서 최고의 성능을 보였다. 이러한 결과는 제안된 유동 및 마찰 모델에 따른 Solver 간의 모사, 예측 성능의 차이가 확인되었음으로 유동 모델과 마찰 모델을 전략적으로 채택하여 사용 목적에 따라 Solver를 구축할 수 있음을 의미한다.

Natural gas pipeline pigging with speed excursions may lead to potential loss of inspection data and possible dangers due to high acceleration; however, the operation relies heavily on a rule of thumb. Most pigging operations in gas pipelines are performed at normal operating pressures with regular flow rates, and the PIG velocity is generally in the range of 2–5 m/s. However, pigging in low-pressure and low-flowrate gas pipelines is very difficult due to speed excursion, which rapidly increases the PIG velocity. Mitigating speed excursions is an important challenge during the gas pipeline pigging process, but fundamental studies on this phenomenon have not been conducted. This study presents various models, solvers, and methodologies that can predict unstable behavior of PIG such as speed excursion through modeling, simulation, and experiment. In the first part, two novel friction models to simulate speed excursion due to friction variation were proposed. The first friction model, Tuned friction model, adopts a dynamic friction table coupled with an exponential friction model to simulate the speed excursion due to friction variation. The second friction model utilizes a linear equation for friction variation caused by changes in wall thickness and pipe bends, then weight parameters are applied to determine the influence of each factor. These two friction models are tuning models based on field data to simulate speed excursions caused by frictional variation, which can be strategically selected according to the purpose of the simulation. In the numerical model, the transient gas flow equations are solved by the method of characteristics (MOC), and then the Runge–Kuta method is used to solve the dynamic equation of the PIGs. Simulation results applying the proposed friction models are compared to the field pigging data for three different routes operated by the Korea Gas Corporation (KOGAS), and the obtained simulation results are in good agreement with the field pigging data. The first model, tuned friction model, was able to simulate the average pigging velocity and speed excursions of the total distance ratio with high accuracy. The second proposed model, weighted friction model, was slightly less accurate than the first friction model, however it was able to predict the average pigging velocity and speed excursions under different operating conditions. In the second part, this study is the first to conduct a lab-scale experiment on speed excursion due to friction variation during gas pipeline pigging to investigate the mechanism of speed excursion and the relationship between the main variables and speed excursion. Based on the differential pressure results, mechanism of speed excursion was derived as 5 phases of speed excursion process: Stable behavior, build-up phase, pre-speed excursion phase, speed excursion phase, recovery phase. In the results of relationship between main variables and speed excursion, it was found that the flow velocity has a linear relationship with the speed excursion, but the excursion ratio has an exponential fit curve that rapidly increased at low flow velocity. These result means that low-flow pigging produces relatively low-speed excursions, but can be a very risky operation due to the rapid increase in excursion ratio. Both build-up time and recovery time also showed an exponential fit curve that increased rapidly at low flow velocity. These results indicate that pigging behavior is significantly unstable due to the long build up time and recovery time during low-flow pigging. When the linepack length changed, higher speed excursions occurred as the linepack length increases even at same friction conditions. The results indicated that the linepack length is the main factor in pigging behavior. In particular, linepack should also be considered as an important variable that affects speed excursion, and behavior in long-distance pipeline pigging. In the third part, this study evaluates four pigging solvers, based on combinations of two proposed flow models and two friction models, for predicting the speed excursions in natural gas pipeline pigging. The simulation and prediction performances of solvers are evaluated by comparing the results of each solver with field pigging data from the Korea gas corporation. A dynamic model of the pipeline inspection gauge is developed by adopting the Stoner-based method of characteristics (MOC) and MOC-finite volume method (FVM) hybrid models for the fluid part and the tuned friction and weighted friction models for the friction part. Although the overall results of the proposed pigging solvers are in good agreement with the field pigging data, the performance differences between the solvers are clearly identified through error evaluations. Among the flow models, the MOC-FVM hybrid model exhibits higher accuracy than the Stoner-based MOC in both simulation and prediction performances. Among the friction models, the tuned friction model exhibits higher accuracy in simulation performance, whereas the weighted model exhibits higher prediction performance. Therefore, among the four solvers, the solver based on the hybrid-tuned friction model exhibits the best simulation performance, and the solver based on the hybrid-weighted friction model exhibits the best prediction performance. These results indicate that the flow model and friction models can be strategically combined to develop a pigging solver depending on the usage requirements.