新兴铸管股份有限公司
Xinxing Ductile Iron Pipes Co.
国家材料腐蚀与防护科学数据中心分中心-智慧铸管-耐蚀钢铁材料数据中心
National Materials Corrosion and Protection Data Center
Intelligent Ductile Iron Pipe-Corrosion Resistant Steels Data Center
中文 | Eng 管理后台 数据审核 登录 反馈
解决管道腐蚀的技术方法
2015-09-08 14:53:48 作者:本网整理来源:


 
    一、刮管方法
 
    1.高压射流法
 
    这种方法,可以不需要断管面利用管道本身的一些附属设备进行除垢。使用的喷头直径很小,喷射出水流的除垢效果距离喷头越近越好。所以清洗管道的口径适合中、小型管道。
 
    2.机械刮管
 
    机械刮管的施工长度,一般每次可刮管100-150米,对于较长距离的管道要分成若干个清洗段,分别断开,逐段实施,从而增加人工开挖工程量和施工停水时间。机械刮管涂衬每进行一个工作段,需要断管、刮管、涂衬、水泥砂浆养护、冲管等多道工序,一般要5-7天才能完成。

    3.弹性冲管器法(Poly-Pig清管法)
 
    Poly-Pig,意思是利用充气的特制工具来刮掉管道内壁附着物。使用Poly-Pig清洗管道,可针对软硬不同的锈蚀、结垢,选用不同形式的清管器,既可除掉管道内的锈蚀结垢物,也能对新排管道通水前进行清除,并且节水、高效。Poly-Pig清管方法适用于DN100以上的各种口径管道除垢工作,一次清管长度可由几十米到几千米,只要管道没有变径,可通过任何角度的弯管和阀门(除蝶阀外),进行长距离清管。清管时施工停水时间短,一般100米的管道,只用一天就可以清洗干净,并恢复供水。弱点是目前国内还没有与其配套的衬里技术,另外,除锈效果也不是很好。

    4.空气脉冲法
 
    这种方法利用气水混合物不断变换压力使管道内壁附着物脱落,这是一种特别适合城市供水管道内除锈的方法。除锈是管道翻新的基础。另外,从外地成功经验看,单纯利用一种方法的效果都不太理想。故应针对管道内结垢成分进行调研后,才能找出一种行之有效的方法。
 
    二、管道衬里的方法和类型
 
    旧管道刮管除锈后的管道衬里可使旧管道恢复原有输水能力,延长管道的使用寿命,这项工作是非常必要的。但刮管以后如不进行涂衬的管道,通水后的腐蚀速度是非常快的。
 
    1.水泥砂浆衬里水泥砂浆衬里靠自身的结合力和管壁支托,结构牢靠,其粗糙系数比金属管小,对管壁能起到物理性能保障外,也能起到防腐的化学性能,因水泥与金属管壁接触,形成很高的pH值。
 
    2.环氧树脂涂衬法    环氧树脂具有耐磨性、柔软性、紧密性,使用环氧树脂和硬化剂混合后的反应型树脂,可以形成快速、强劲、耐久的涂膜。环氧树脂的喷涂方法一次喷涂的厚度为0.5-1mm,便可满足防腐要求。使用速硬性环氧树脂涂衬后,经过2小时的养护,清洗排水后便可使管道投入运行。
 
    3.内衬软管法    用内衬软管法来解决旧管道防腐的方法,有滑衬法、反转衬法、“袜法”及用Poly-Pig拖带聚胺脂薄膜的方法等。这些方法都能形成“管中有管”的防腐形式,防腐效果非常好,在长距离无支管的情况下特别适用,但不适合城市供水管道。利用不开挖技术对管道进行翻新,在保证管道使用寿命的前提下改善水质,是一种行之有效的城市地下管道施工技术。根据外地经验,非开挖技术与新敷设管线造价相当,但避免了对建成区的破坏,对环境影响也较少。
  注:本稿为国家材料腐蚀与防护科学数据中心版权所有,未经允许, 严禁用于商业用途。转载时请务必以超链接形式标明文章原始出处和作者信息及本版权声明。
 

 

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心