4. 内检测数据质量与不确定性分析

缺陷分级与剩余强度评价的结论，本质上是对管道真实状态的一次推断。推断的可靠性并不取决于评价公式有多精细，而首先取决于输入数据是否可信。内检测数据从传感器采集到形成可用于分级的缺陷清单，中间经历了信号采集、特征识别、尺寸量化、里程定位、多轮数据对齐等多个环节，每个环节都会引入误差。如果不先量化这些误差，后续按 ASME B31G、RSTRENG 或 DNV-RP-F101 算出的失效压力可能只是"精确的错误"。本节围绕检测精度、置信度、误报漏报、数据对齐与异常值处理五个方面，说明如何为分级和评价准备一份可靠的输入。

检测精度：区分系统精度与尺寸相关精度

检测精度不能简单理解为一个固定数值。工程上通常把它拆成三类指标：检测概率（POD），即某一尺寸的缺陷被检出的可能性；尺寸精度，即量化深度、长度、宽度的误差范围；定位精度，即缺陷相对焊缝或参考点的里程偏差。以漏磁检测为例，典型高性能指标可表述为：深度量化误差约 ±10% 壁厚（置信度 80%），长度误差约 ±10 mm，环向定位误差约 ±10°。这些数字必须连同其置信水平一起使用，脱离置信度谈精度没有意义。

更关键的是，精度随缺陷尺寸变化。浅小缺陷的量化误差往往更大，而深度接近壁厚 50% 以上的缺陷相对容易量化。因此在分级时，不能对清单中所有缺陷套用同一个误差带，而应按检测商提供的精度曲线（POD 曲线与尺寸误差曲线）分别处理。对于深度处于分级阈值附近的缺陷，例如 19.9% 壁厚与 20.1% 壁厚，误差带跨越阈值意味着它可能属于不同等级，这类缺陷应单独标记为"边界缺陷"并优先复核。

置信度与保守取值

置信度描述的是"误差不超过给定范围"的概率。评价中常用的做法是取置信区间的保守端参与计算：若某缺陷报告深度为 40% 壁厚、误差 ±10% 壁厚（80% 置信），则评价用深度可取 50% 壁厚，即报告值加上误差上限。这样得到的剩余强度是偏安全的。但保守取值不能滥用——若对所有缺陷一律加最大误差，会导致大量管道被误判为需要修复，经济性严重恶化。合理策略是分层：对高风险区段、大口径高压力管道、以及深度接近阈值的缺陷采用保守端；对低风险区段、远离阈值的缺陷采用报告值并记录不确定性。

误报与漏报：两类错误的不同后果

误报（false call）是把非缺陷特征（如焊缝余高、管件、金属损失以外的异常）标记为缺陷，后果是增加开挖验证成本，但不直接危及安全。漏报（missed detection）是真实缺陷未被检出，后果是评价输入缺失，可能造成剩余强度高估。二者在数据质量分析中的地位并不对等：漏报是安全性问题，误报是经济性问题。

工程上通过开挖验证来标定这两类错误。典型做法是选取一定数量的报告缺陷（含高置信与低置信）和一定数量的"无缺陷"区段进行开挖，用超声测厚或激光扫描获取真实尺寸，统计检出率与误报率。若某类特征（例如环焊缝附近的浅层腐蚀）误报率偏高，可在数据清洗阶段对该类特征设置更高的确认门槛；若某区段漏报率偏高，则应降低该区段的评价阈值或补充其他检测手段。开挖验证的样本量不必很大，但必须覆盖不同深度区间和不同管体位置，否则统计结果有偏。

数据对齐：让缺陷落在正确的位置上

内检测数据要用于分级，必须与管道本体信息对齐：缺陷里程要与环焊缝、弯头、三通、阀门的位置对应；多轮检测数据要与同一缺陷对应，才能计算腐蚀速率。对齐误差主要来自里程轮打滑、传感器触发偏差和管段编号错误。实践中常用环焊缝作为"里程基准点"，因为焊缝在漏磁信号中有明显特征，可作为天然标记。对齐流程通常是：先按环焊缝建立里程校正表，再把缺陷里程映射到校正后的坐标系，最后与上一轮检测的缺陷清单做匹配。

多轮数据匹配时，不能只靠里程，还要结合环向角度、缺陷长度和信号形态。里程偏差在长距离管道上可能累积到数米，单靠里程匹配会把相邻缺陷错配。合理做法是设定匹配容差（例如里程 ±0.5 m、环向 ±15°），在容差内按综合相似度匹配，超出容差的作为新增缺陷处理。匹配结果应保留"匹配/新增/消失"三种状态，其中"消失"的缺陷需要核查是真实修复还是漏报。

异常值处理：识别、判定、处置

异常值来源多样：传感器饱和、信号丢包、管件干扰、数据格式错误、以及真实的极端缺陷。处理异常值不能一律删除，而应先分类再处置。常见判定规则包括：深度超过壁厚 100% 的记为无效；长度超过管段长度的记为无效；同一里程出现大量密集缺陷且形态雷同的，怀疑为管件干扰；深度分布出现明显截断的，怀疑为量化上限。对确认无效的记录应剔除并记录原因；对疑似真实但极端的缺陷应保留并标记，交由开挖验证确认。

下面这张图把本节的关键关系组织成一条从原始数据到可靠输入的判定链，重点表现精度、置信度、误报漏报、对齐与异常值五个环节如何共同决定最终输入的可信度。

把质量分析落到一份可用的输入清单上

完成上述分析后，交付给分级与评价环节的不应只是原始缺陷清单，而应是一份带有质量标记的结构化输入。建议至少包含以下字段：缺陷编号、里程（校正后）、环向角度、报告深度、深度误差带、评价用深度、长度、置信等级、匹配状态（新增/匹配/消失）、异常值标记、处理说明。其中"评价用深度"是分级与剩余强度计算的直接输入，"置信等级"用于后续决定是否开挖验证，"匹配状态"用于腐蚀速率计算。

以一个教学示例说明：某段 X65 钢管，壁厚 12 mm，运行压力 6.4 MPa。清单中一条缺陷报告深度 38% 壁厚、长度 45 mm，检测商给出深度误差 ±10% 壁厚（80% 置信）。该缺陷深度误差带为 28%～48%，跨越了 40% 这一常见分级阈值，因此标记为边界缺陷，评价用深度取 48% 壁厚。按此深度计算剩余强度，结果偏保守；若开挖验证实测为 36% 壁厚，则可回填修正并解除边界标记。这一流程体现了"先保守、后验证、再修正"的闭环，而不是一次性给出结论。

需要强调的是，数据质量分析不是评价前的形式化步骤，而是决定评价结论可信度的实质性工作。精度与置信度决定了误差带，误报漏报决定了清单的完整性，数据对齐决定了缺陷位置与腐蚀速率的正确性，异常值处理决定了输入是否干净。四者共同构成评价的"输入质量"，任何一项缺失，剩余强度计算结果都应被视为待验证的初步结论，而非最终判定依据。