CA2435626A1

CA2435626A1 - Sampling method and risk management in the metallurgical inspection of pipes or reservoirs

Info

Publication number: CA2435626A1
Application number: CA 2435626
Authority: CA
Inventors: Benoit Godin
Original assignee: Individual
Current assignee: Individual
Priority date: 2003-07-28
Filing date: 2003-07-28
Publication date: 2005-01-28

Abstract

Méthode d'échantillonnage et de gestion du risque pour les études de dégradation métallurgique. Les installations concernées sont des conduits et des réservoirs en métal qu i contiennent ou transportent des produits gazeux, liquides ou solides. Cette méthode informatisée permet de déterminer l'épaisseur résiduelle des installations et de prédire leur durée de vie tout en minimisant la taille de la surface inspectée. La méthode s'applique aux techniques d'inspection par essais non destructifs tels la radiographie et les ultrasons. La méthode comprend huit étapes : 1) l'estimation initiale de la sévérité de la dégradation des installations 2) le choix de la technique d'inspection 3) le calcul d'un échantillonnage de départ 4) l'inspection des installations 5) l'analyse des résultats 6) l'évaluation statistique et probabiliste des résultats 7) les prédictions de dégradation 8) la présentation des résultats. Les étapes 4 à 6 peuvent être itérées plusieurs fois au cours d'un même projet pour obtenir le niveau de confiance désiré.Sampling and risk management method for metallurgical degradation studies. The facilities concerned are metal ducts and tanks that contain or transport gaseous, liquid or solid products. This computerized method makes it possible to determine the residual thickness of the installations and to predict their lifetime while minimizing the size of the inspected surface. The method applies to non-destructive testing techniques such as X-ray and ultrasound. The method consists of eight steps: 1) the initial estimate of the severity of facility degradation 2) the choice of inspection technique 3) the calculation of a baseline sampling 4) the inspection of facilities 5) l analysis of results 6) statistical and probabilistic evaluation of results 7) predictions of degradation 8) presentation of results. Steps 4 to 6 can be iterated multiple times in a single project to achieve the desired level of confidence.

Description

INTRODUCTION
Domaine technique L'invention concerne une méthode pour augmenter la fiabilité des résultats et des prédictions associées aux études de dégradation métallurgique tout en minimisant la taille des surfaces inspectées. La méthode s'applique plus précisément aux inspections par radiations et par ultrasons qui ont pour but de déterminer l'épaisseur résiduelle et/ou le risque de fuite des conduits et réservoirs en métal.
Dossier d'antériorité
Les industries métallurgiques, chimiques, pétrochimiques, énergétiques et maritimes utilisent différents types de conduits et réservoirs pour entreposer et transporter des produits gazeux, liquides ou solides. Ces conduits et réservoirs sont sujets à la dégradation par érosion et par corrosion sous l'effet de l'environnement extérieur et du milieu interne. Dans certains cas, des normes régissent l'épaisseur résiduelle permise ainsi que la fréquence des inspections (ASME
B31.2, ASME B31.3, API 653, API 570, CSA Z662). Dans d'autres cas, l'épaisseur n'est pas réglementée. Toutefois, par soucis de sécurité et de fonctionnalité, le propriétaire des installations commande des inspections visant à examiner l'état des conduits ou des réservoirs et à prédire leur espérance de vie résiduelle.
Les inspections par radiations et par ultrasons sont fréquemment utilisées pour évaluer la corrosion et la dégradation (ASTM G4, ASTM G46, API 570, CSA Z662). Ces techniques permettent de mesurer l'épaisseur des parois de conduits et de réservoirs, et d'identifier la présence de fixites ou d'irrégularités métallurgiques. Toutefois, elles ne permettent pas toujours d'inspecter les installations en entier. Sujette à des contraintes de temps, d'argent ou d'espace, la taille des surfaces inspectées doit être minimisée tout en restant représentative de l'état général des installations.
D'un autre côté, la dégradation métallurgique des conduits et des réservoirs n'est pas toujours uniforme. La corrosion est souvent localisée sous forme de piqûres de tailles et de formes variables. La Fig. 1, tirée de la norme ASTM G46, montre différents profils de corrosion par piqûration susceptibles d'être observés. Suite à la corrosion par piqûration, l'épaisseur des conduits n'est pas uniforme. Par conséquent, il existe un risque associé à
l'inspection partielle.

Ce risque est fonction de l'échantillonnage, de la méthode d'inspection et de la sévérité de la dégradation. La gestion du risque est d'autant plus importante lorsque les résultats des inspections servent à faire des prédictions sur l'espérance de vie et la dégradation future des installations.
Il existe actuellement certains systèmes expert de prédiction de durée de vie et de gestion du risque de défaillance : « Life Extension », « Predict », «CorPos ». Les nouveautés de la présente invention par rapport aux fonctionnalités des systèmes existants sont multiples. D'abord, le système comprend un module de calcul automatique de l'échantillonnage basé sur le facteur de sévérité de la dégradation et sur la précision de la méthode d'essai non destructif. La deuxième particularité concerne le module de traitement d'images qui permet d'obtenir automatiquement des mesures d'épaisseur de parois à partir d'un film radiographiques digitalisé. La troisième nouveauté vient du fait que les résultats sont traités et interprétés sous forme de distribution statistique d'épaisseur. Pour un lot de mesures données, les predictions sont indépendantes de l'endroit où l'inspection a été réalisée. De plus, les caractéristiques de cette distribution statistique permettent de valider l'échantillonnage suggéré. Enfin, les équations mathématiques utilisées pour calculer le facteur de sévérité, l'échantillonnage préliminaire et pour faire les prédictions de durée de vie sont constamment mises à jour à partir des nouveaux cas traités.

SOMMAIRE DE L'INVENTION
De façon générale, cette invention propose une combinaison de techniques d'essais non destructifs et d'analyses des résultats qui permet de quantifier et de gérer les incertitudes associées aux inspections métallurgiques des conduits et réservoirs. 11 s'agit d'une méthode d'échantillonnage et de gestion du risque qui permet de minimiser la taille des surFaces inspectées en tenant compte des caractéristiques des installations et des besoins du client. Le tout est intégré à un système expert infom~atisé. Voici les huit étapes principales qui constituent la méthode:
1) l'estimation initiale de la sévérité de la dégradation des installations 2) le choix de la technique d'inspection 3) le calcul d'un échantillonnage de départ 4) l'inspection des installations 5) l'analyse des résultats 6) l'évaluation statistique et probabiliste des résultats 7) les prédictions de dégradation 8) la présentation des résultats.
Les étapes 1 à 3 servent à calculer l'échantillonnage de départ. Ä l'étape 1, un questionnaire pondéré permet d'estimer un facteur qui quantifie la sévérité de la dégradation avant même d'avoir inspecté les conduits. Suit le choix de la méthode d'inspection, étape INTRODUCTION
Technical area The invention relates to a method for increasing the reliability of the results and predictions associated with metallurgical degradation studies while minimizing the size surfaces inspected. The method applies more specifically to inspections by radiation and by ultrasound which is intended to determine the residual thickness and / or risk of leakage metal ducts and tanks.
File of anteriority The metallurgical, chemical, petrochemical, energy and maritime use different types of ducts and tanks for storing and transporting gaseous products, liquid or solid. These ducts and tanks are subject to degradation by erosion and by corrosion under the effect of the external environment and the internal environment. In some cases, standards govern the permitted residual thickness as well as the frequency of inspections (ASME
B31.2, ASME B31.3, API 653, API 570, CSA Z662). In other cases, the thickness is not regulated. However, for the sake of security and functionality, the owner of facilities order inspections to examine the condition of the ducts or tanks and to predict their residual life expectancy.
Radiation and ultrasonic inspections are frequently used to evaluate the corrosion and degradation (ASTM G4, ASTM G46, API 570, CSA Z662). These techniques measure the thickness of the walls of ducts and tanks, and to identify the presence of fixites or metallurgical irregularities. However, they do not do not always allow inspect the entire facility. Subject to time constraints, money or space, the size of inspected surfaces should be minimized while remaining representative of the general state installations.
On the other hand, the metallurgical degradation of pipes and reservoirs is not always uniform. Corrosion is often localized in the form of pinholes and shapes variables. Fig. 1, taken from ASTM G46, shows different profiles of corrosion by puncture likely to be observed. Following pitting corrosion, the thickness of ducts is not uniform. Therefore, there is a risk associated with partial inspection.

This risk is a function of sampling, the method of inspection and the severity of the degradation. Risk management is all the more important when results of inspections are used to make predictions about life expectancy and the future degradation of facilities.
There are currently some expert systems for predicting lifespan and management of risk of failure: "Life Extension", "Predict", "CorPos". The novelties of the present invention with respect to the functionality of existing systems are multiple. First, the system includes an automatic calculation module of the sampling based on the factor of severity of the degradation and the accuracy of the non-test method destructive. The second particularity concerns the image processing module which makes it possible to obtain automatically wall thickness measurements from radiographic film digitized. The third novelty comes from the fact that the results are processed and interpreted under form of distribution thickness statistics. For a given batch of measurements, the predictions are independent of the place where the inspection was carried out. In addition, the characteristics of this distribution statistics allow validation of the suggested sampling. Finally, mathematical equations used to calculate the severity factor, preliminary sampling and to do the Lifetime predictions are constantly updated from new cases treated.

SUMMARY OF THE INVENTION
In general, this invention proposes a combination of techniques non-testing Destructive and results analysis that quantifies and manages the uncertainties associated with metallurgical inspections of ducts and tanks. This is a method sampling and risk management that minimizes the size of overfaces inspected taking into account the characteristics of the facilities and customer needs. The everything is integrated into an expert computerized system. Here are the eight steps main constituent the method:
1) the initial estimate of the severity of facility degradation 2) the choice of inspection technique 3) calculation of a starting sampling 4) inspecting facilities 5) the analysis of the results 6) the statistical evaluation and probabilistic results 7) the predictions of degradation 8) the presentation of the results.
Steps 1 through 3 are used to calculate the initial sampling. In step 1, a questionnaire weighted allows to estimate a factor that quantifies the severity of the degradation even before to have inspected the ducts. Follows the choice of inspection method, step

2 Ä l'étape 3, le facteur de sévérité ainsi que les caractéristiques de la méthode choisie sont utilisés pour prédire la distribution statistique des mesures d'épaisseur et calculer le nombre d'échantillons préliminaires.
L'inspection sur site est ensuite réalisée en utilisant les paramètres choisis à l'étape 2 et l'échantillonnage proposé à l'étape 3. Ä l'étape 5, les films radiographiques et les fichiers ultrasons sont digitalisés et filtrés. Ä partir de ces données, des mesures d'épaisseur sont e$'ectuées automatiquement. Ä l'étape 6, l'analyse statistique et probabiliste des résultats permet d'évaluer si l'échantillonnage de départ est sui~sant pour passer à
l'étape de prédiction.
Dans l'éventualité où les résultats ne permettent pas de tirer des conclusions qui procurent le degré de confiance désiré, les étapes 4 à 6 sont itérées.
Enfin à l'étape 7, une prédiction de l'épaisseur des parois en fonction du temps est proposée à
partir de l'historique d'inspection de l'installation inspectée ou d'installations ayant une sévérité
de dégradation semblable. Le tout est présenté sous forme de rapport interactif qui facilite le suivi des inspections, étape 8.

En somme, la quantification de la sévérité de la dégradation et le traitement statistique des résultats sont les solutions proposées pour optimiser l'échantillonnage et gérer le risque associé
aux inspections par radiations et ultrasons. Ce type d'analyse de résultats a pour avantage d'assurer que l'échantillonnage est représentatif de l'installation en entier.
De plus, l'utilisation d'équations empiriques basées sur l'historique de dégradation des installations permet d'augmenter l'objectivité des analyses et la fiabilité des prédictions.

BRÉVE DESCRIPTION DES FIGURES
La Fig. 1 est un schéma qui montre les différentes morphologies de piqûration par corrosion.
La Fig. 2 est un diagramme expliquant les modules et les étapes de la méthode d'échantillonnage et de gestion du risque proposés.
La Fig. 3 est un exemple de questionnaire utilisé à l'étape 1.
La Fig. 4 est un exemple d'interface montrant les réponses traitées du questionnaire.
La Fig. 5 représente le diagramme entité-relation qui décrit l'ensemble des tables du système regroupées en une base de données centrale.
La Fig. 6 est un exemple d'image radiographique sur laquelle les parois extérieures sont détectées selon les contrastes de gris.
La Fig. 7 est un exemple de distribution statistique de mesures d'épaisseur obtenues par gammagraphie sur un conduit en acier.
La Fig. 8 est un exemple de graphique donnant l'évolution du taux de dégradation en fonction du temps pour un acier inoxydable en milieu acide.
La Fig. 9 montre l'interface de présentation du rapport.

DESCRIPTION DÉTAILLÉE DE L'INVENTION
La Fig. 2 est un diagramme qui illustre les étapes et les sous-étapes qui constituent la méthode d'échantillonnage et de gestion du risque proposée dans la présente invention.
Les étapes sont regroupées en trois modules : évaluation préliminaire, inspection et analyse, présentation et prédiction. L'ordre dans lequel sont réalisées les étapes n'est pas unique puisque certaines d'entre elles peuvent être itérées plus d'une fois dans un même projet. La séquence présentée à
la Fig. 2 a uniquement un but descriptif.
Module 1 : évaluation préliminaire Étape 1: Estimation de la sévérité de la dégradation Ä l'étape l, une estimation du facteur de sévérité qui caractérise la dégradation doit être effectuée. Cette estimation passe par une collecte d'informations via un questionnaire, suivie d'une quantification des réponses du questionnaire et de l'estimation du facteur de sévérité, ? .
1.1 Collecte d'informations Les informations pertinentes sont obtenues en complétant un questionnaire adapté aux différents projets rencontrés. Le questionnaire est rempli par Ie propriëtaire ou le gestionnaire des installations sous la supervision de l'expert en dégradation. Ledit questionnaire est composé de cinq séries de questions qui traitent des coordonnées du projet, des caractéristiques des installations, de l'historique d'entretien, des caractéristiques du milieu interne, et des caractéristiques du milieu externe. Un exemple est présenté à la Fig. 3.
1.2 Quantification des réponses au questionnaire Ä la sous-étape 1.2, les réponses au questionnaire sont quantifiées. Dans l'exemple de la Fig. 3, les réponses de certaines questions sont numériques, tandis que d'autres sont descriptives. Un système de pointage standard a donc été élaboré pour pondérer )rs réponses à
ces questions. Le système de pondération n'est pas unique. Il permet de faire une évaluation comparative des conditions de dégradation pour différents projets. Les écrans présentés à la Fig. 4 montrent les 28 variables obtenues à partir de la quantification des réponses traitées.

1.3 Calcul du facteur de sévérité
Ä la sous-étape 1.3, le facteur de sévérité, ? , est calculé à partir d'une ou plusieurs des 26 variables quantifiées à la sous-étape 1.2. L'équation empirique qui permet d'effectuer un tel calcul a été développée à partir d'études de dégradation antérieures. Cette équation n'est pas unique puisqu'elle est mise à jour lorsque des cas s'ajoutent à l'historique du système. Un exemple d'équation faisant inten~enir 6 des 28 variables traitées à la sous-étape 1.2 est présenté
ci-dessous ? _ (?e ?20)2 + 0,612*(PH 7) - 8,44*E° +?e * (T 0,5 Tf) ?(0,25 *a* Tf) avec T la température du milieu corrosif en celcius, PH une mesure de l'acidité du milieu corrosif, Eu le potentiel de l'anode, a Page de la conduite en mois, ?e l'épaisseur consommée en de l'épaisseur totale.
Dans le présent exemple, la sévérité de la dégradation, ? est comprise entre 1 et 100%. Les bornes utilisées peuvent être différentes puisqu'il s'agit d'une appréciation relative de la sévérité
de la dégradation d'un projet par rapport à un autre. L'utilisation à la sous-étape 1.2 d'un système de pondération différent affectera la valeur du facteur de sévérité et ses homes. Dans le tableau N° I sont présentés les facteurs de sévérité attribués à trois projets différents. II faut comprendre que la méthode présentée n'est pas limitée aux exemples donnés.
Tableau N° I Estimation de facteur de sévérité
Type Type Tempraturepaisseurg ' Matriau de A e d m~eu C consomme installation Conduite Acier Eau 25 57 % 40 37 de doux ans refroidissement Echangeur Acier Vapeur 350 95 % 10 100 de doux ans chaleur Convoyeur ~~ A~osphre30 1 % 30 I
ans S

Le questionnaire et les calculs réalisés à l'étape 1 ont une deuxième utilité.
Les réponses traitées sont classées dans une table de données qui les lie aux coordonnées de la compagnie propriétaire des installations pour consultations futures. Cette table a été nommée «
Conduite ». Les informations qui y sont répertoriées serviront à choisir les conditions d'inspection et à suivre l'évolution de la dégradation. La Fig. 5 représente le diagramme entité-relation qui décrit l'ensemble des tables du système regroupées en une base de données centrale.

Étape 2 : Technique d'inspection La deuxième étape de la méthode se divise en trois sous-étapes : le choix de la technique d'inspection, la détermination des paramètres d'opération et le calcul de la précision de la méthode. Les deux premières opérations ne sont pas automatisées.
2.1 Choix de la technique d'inspection La technique d'inspection est choisie en fonction de la disponibilité des équipements, de l'accessibilité des installations et du budget consacré au projet. Lorsqu'il n'y a pas de contrainte, le contrôle par ultrasons de type C-Scan est préféré pour sa précision et pour la disponibilité
ultérieure d'un grand nombre de données. Par contre, cette technique ne peut pas être utilisée lorsque les conduits et/ou les réservoirs sont recouverts d'un isolant ou d'une enveloppe métallique. Dans ces cas, ainsi que pour les sections curvilignes, on emploie généralement la gammag<aphie.
2.2 Détermination des paramètres d'opération Une fois la technique d'inspection sélectionnée, les paramètres d'opération sont choisis en fonction des caractéristiques de la conduite que l'on consulte à partir des données répertoriées à
l'étape 1. En radiographie, les paramètres d'opération sont : Ia distance source-film, Ie diamètre de la source, l'isotope de la source ou le voltage-ampérage des rayons X, la sensibilité du filin et le type de film. En ultrasons, les paramètres d'opération sont : le diamètre de la sonde, les conditions de surface, le couplant, l'angle et la fréquence de l'onde et l'intervalle de mesiu-e.
Pour chaque projet, les caractéristiques de la technique d'inspection ainsi que les paramètres contrôlés sont enregistrés dans la table « Technique ». Ces informations permettront au système de calculer automatiquement la précision de la méthode et la taille de l'échantillonnage.
2.3 Calcul de la précision de la méthode Les méthodes d'inspection considérées par le système doivent produire une image ou un fichller duquel sera extrait des mesures d'épaisseur de parois en fonction de la position spatiale (x, y).
L'incertitude qui affecte les mesures d'épaisseur ainsi que la résolution spatiale de la méthode sont fonctions des conditions d'inspection choisies et des caractéristiques des installations. Ä
l'étape 2.3, Ie système effectue d'abord le calcul automatique de l'incertitude sur l'épaisseur (sensibilité) et calcul ensuite la résolution spatiale. Ces calculs sont basés sur des équations empiriques tirées d'analyses expérimentales effectuées avec les appareils de mesure. Lorsque de telles équations ne sont pas disponibles ces valeurs doivent être entrées manuellement dans le système. Pour les inspections par ultrasons, l'utilisation de blocs étalons permet de quantifier la sensibilité ainsi que la résolution. Pour les inspections par radiations, un pénétromètre est utilisé
à cet effet. L'incertitaide sur les mesures d'épaisseur servira au calcul de l'échantillonnage de départ. La résolution spatiale permettra de fixer l'intervalle de mesure d'épaisseur minimum lors de l'analyse des résultats.
Étape 3 : Échantillonnage de départ L'étape trois se divise en trois sous-étapes : 3.1 calcul de l'intervalle de confiance 3.2 détermination du nombre d'échantillon par lot 3.2 détemlination de Ia distribution spatiale des mesures (plan d'échantillonnage). 2 In step 3, the Severity factor and the characteristics of the chosen method are used to predict the statistical distribution of thickness measurements and calculate the number samples preliminary.
The on-site inspection is then carried out using the chosen parameters in step 2 and the sampling proposed in Step 3. In Step 5, the radiographic films and the files ultrasounds are digitized and filtered. From these data, measurements thick are e done automatically. In step 6, statistical and probabilistic analysis results assess whether the initial sampling is appropriate to move to the prediction stage.
In the event that the results are inconclusive which provide the desired degree of confidence, steps 4 to 6 are iterated.
Finally in step 7, a prediction of the thickness of the walls as a function of time is proposed to from the inspection history of the inspected facility or of facilities with severity similar degradation. All is presented as a report interactive which facilitates the follow-up inspections, step 8.

In sum, the quantification of the severity of the degradation and the treatment statistics of results are the proposed solutions to optimize sampling and manage the associated risk radiation and ultrasound inspections. This type of results analysis has for advantage ensure that sampling is representative of the entire facility.
In addition, the use of empirical equations based on the history of degradation of facilities allows to increase the objectivity of the analyzes and the reliability of the predictions.

BRIEF DESCRIPTION OF THE FIGURES
Fig. 1 is a diagram that shows the different morphologies of puncture by corrosion.
Fig. 2 is a diagram explaining the modules and steps of the method sampling and proposed risk management.
Fig. 3 is an example of a questionnaire used in step 1.
Fig. 4 is an example of an interface showing the processed responses of the survey.
Fig. 5 represents the entity-relationship diagram that describes the set of system tables grouped into a central database.
Fig. 6 is an example of a radiographic image on which the walls outside are detected according to gray contrasts.
Fig. 7 is an example of a statistical distribution of thickness measurements obtained by gamma radiography on a steel pipe.
Fig. 8 is an example of a graph showing the evolution of the rate of degradation as a function of time for a stainless steel in acidic medium.
Fig. 9 shows the presentation interface of the report.

DETAILED DESCRIPTION OF THE INVENTION
Fig. 2 is a diagram that illustrates the steps and substeps that constitute the method sampling and risk management proposed in the present invention.
The steps are grouped into three modules: preliminary assessment, inspection and analysis, presentation and prediction. The order in which the steps are performed is not unique since some of them can be iterated more than once in the same project. The sequence presented to FIG. 2 is for descriptive purposes only.
Module 1: Preliminary Assessment Step 1: Estimate the severity of the degradation In step 1, an estimate of the severity factor that characterizes the degradation must be performed. This estimate involves collecting information via a questionnaire, followed quantification of the questionnaire responses and the estimation of the severity factor,? .
1.1 Collection of information Relevant information is obtained by completing a questionnaire adapted to different projects encountered. The questionnaire is filled in by the owner or the manager of facilities under the supervision of the degradation expert. said questionnaire is composed of five sets of questions that deal with the project's contact details, characteristics of facilities, maintenance history, environmental characteristics internal and characteristics of the external environment. An example is shown in FIG. 3.
1.2 Quantification of the replies to the questionnaire In substep 1.2, the responses to the questionnaire are quantified. In the example of FIG. 3 the answers to some questions are numeric, while others are descriptive. A
standard scoring system was therefore developed to weight responses to these questions. The weighting system is not unique. It allows to make an evaluation comparative degradation conditions for different projects. The screens presented at Fig. 4 show the 28 variables obtained from the quantification of the responses processed.

1.3 Calculation of the severity factor In sub-step 1.3, the severity factor,? , is calculated from one or several of the 26 quantified variables in substep 1.2. The empirical equation that allows to perform such calculation was developed from previous degradation studies. This equation is not unique since it is updated when cases are added to the history of the system. A
example of an equation involving 6 of the 28 variables step 1.2 is presented below ? ## EQU2 ##
with T the temperature of the corrosive medium in celcius, PH a measure of the acidity of the environment corrosive, had the potential of the anode, a Page of conduct in months, e the thickness consumed of the total thickness.
In this example, the severity of the degradation, is between 1 and 100%. The used terminals may be different since it is an assessment relative severity degradation of one project over another. Use in the sub step 1.2 of a different weighting system will affect the value of the severity factor and his homes. In the Table I are presented the severity factors attributed to three different projects. It takes understand that the method presented is not limited to the examples given.
Table No. I Severity factor estimation Type Type Thicknessg 'Matrix of A e dm ~ eu C consomme installation Driving Steel Water 25 57% 40 37 sweet years cooling Steam Steel Exchanger 350 95% 10 100 sweet years heat Conveyor ~~ A ~ osphre30 1% 30 I
years old S

The questionnaire and the calculations made in Step 1 have a second utility.
Answers processed are classified in a data table that links them to the coordinates of the company owner facilities for future consultations. This table has been named "
Driving ". The The information contained therein will be used to select the conditions of inspection and to follow the evolution of degradation. Fig. 5 represents the entity-diagram relationship that describes the set of system tables grouped into a central database.

Step 2: Inspection Technique The second stage of the method is divided into three sub-stages: the choice of the technique inspection, the determination of the operating parameters and the calculation of the accuracy of the method. The first two operations are not automated.
2.1 Choice of the inspection technique The inspection technique is chosen according to the availability of equipment, accessibility of facilities and project budget. when there is no constraint, C-Scan ultrasonic testing is preferred for its accuracy and the availability of a large amount of data. However, this technique can not not to be used where ducts and / or tanks are covered with insulation or an envelope metallic. In these cases, as well as for curvilinear sections, we use usually the GammaG <APHY.
2.2 Determination of operation parameters Once the inspection technique has been selected, the operation parameters are chosen in function of the characteristics of the conduct that is consulted from the data listed in Step 1. In radiography, the operating parameters are: distance source-film, diameter of the source, the isotope of the source or the voltage-amperage of the X-rays, the rope sensitivity and the type of film. In ultrasound, the operating parameters are: diameter of the probe, the surface conditions, the coupling, the angle and frequency of the wave and the mesiu-e interval.
For each project, the characteristics of the inspection technique as well as that the parameters checked are recorded in the "Technical" table. These informations will allow the system to automatically calculate the accuracy of the method and the size of sampling.
2.3 Calculation of the accuracy of the method The inspection methods considered by the system must produce a picture or a darling from which will be extracted measurements of wall thickness according to the spatial position (x, y).
The uncertainty that affects the thickness measurements as well as the resolution spatial of the method are functions of selected inspection conditions and characteristics installations. AT
In step 2.3, the system first performs the automatic calculation of the uncertainty about the thickness (sensitivity) and then calculate the spatial resolution. These calculations are based on equations empirical data from experimental analyzes carried out with measured. When such equations are not available these values must be entered manually in the system. For ultrasonic inspections, the use of standard blocks quantifies the sensitivity as well as resolution. For radiation inspections, a penetrometer is used for this purpose. Uncertainty on thickness measurements will be used to calculate sampling of departure. The spatial resolution will set the measurement interval minimum thickness when analyzing the results.
Step 3: Starting Sampling Step three is divided into three sub-steps: 3.1 Calculation of the interval of confidence 3.2 determination of the number of samples per batch 3.2 detemlination of Ia spatial distribution of measures (sampling plan).

3.1 Calcul de l'intervalle de confiance L'intervalle de confiance dans lequel les mesures d'épaisseur doivent se situer est détem~iné à
partir de l'épaisseur limite acceptable pour l'installation inspectée. Cette valeur peut être définie de plusieurs façons selon les besoins. Les quatre options suivantes sont offertes par le système a) Épaisseur à demi-vie résiduelle, b) Épaisseur à vie résiduelle de x an, où x est un nombre d'année choisi par le client, c) Épaisseur à défaillance, d) Épaisseur fixée par un code ou une exigence.
Pour les options a et b, le calcul de l'épaisseur limite nécessite futilisalion d'un taux de dégradation. Celui-ci est une valeur théorique qui varie en fonction du milieu corrosif et du matériau sujet à la dégradation. Un menu déroulant permet de choisir ce taux parmi une trentaine de systèmes classés par sévérité de dégradation. Le menu déroulant est automatiquement mis à jour à partir de (historique de dégradation des installations inspectées.
Pour les options a, b et c, une épaisseur utile est aussi nécessaire aux calculs de l'épaisseur limite. L'épaisseur utile est déterminée à partir des informations qui caractérisent la résistance mécanique de la conduite et des normes ou codes qui régissent les installations. Par exemple, selon le code ASME B31.3-1999, les conduites rectilignes sous pression doivent avoir une épaisseur utile minimum, eur, donnée par l'équation suivante eut = PDl2(S*E + P*Y) où P est la pression interne de design, D le diamètre extérieur du conduit, S
la contrainte admissible pour le matériau, E le facteur de qualité du matériau et Y un facteur de correction pour les applications à haute température. Ces informations ont été
recueillies à l'étape 1.1 de la méthode. L'épaisseur utile est calculée automatiquement par le système selon les exigences choisies à partir d'un menu déroulant.
Enfin pour toutes les options de calcul, on ajoute l'incertitude sur la mesure d'épaisseur à
l'épaisseur limite calculée. L'intervalle de confiance R, dans lequel doivent se situer les mesures d'épaisseur, est alors exprimé de la façon suivante R = 2 (épaisseur moyenne - épaisseur limite - incertitude de mesure) L'épaisseur moyenne est calculée à partir du taux de dégradation théorique et de l'âge de la conduite ou est tirée des résultats d'une inspection préliminaire lorsque disponible.
3.2 Nombre d'échantillons par lot Les installations sont d'abord divisées en lots susceptibles de développer différents modes de dégradation. Par exemple, les sections horizontales, les sections verticales et les coudes font partis de lots différents. Pour chaque lot, on doit calculer le nombre d'échantillons qui assurera, avec une probabilité donnée, que les épaisseurs mesurées sont comprises dans l'intervalle de confiance calculé en 3.1. Le calcul du nombre d'échantillons est basé sur une distribution statistique de type normal. L'équation suivante est utilisée n = 4z ? ?RZ
où n est le nombre d'échantillons, R est l'intervalle de confiance calculé en 3.1, z est la valeur de déviation standard pour une probabilité donnée P et ? est la déviation standard pour la population d'épaisseur qui sera mesurée. Le niveau de probabilité P est fixé
par défaut à 95%.
Toutefois, il peut être modifié au besoin. Une fenêtre interactive est prévue à cet effet. La déviation standard des mesures d'épaisseur est estimée à partir d'une plage de mesures préliminaires ou est choisie à partir de l'historique de cas ayant une sévérité de dégradation semblable en ouvrant un menu déroulant. Le menu déroulant est automatiquement mis à jour à
partir de l'historique de dégradation des installations inspectées.

3.3 Plan d'échantillonnage Ä la sous-étape 3.3, la position des plages à inspecter est indiquée graphiquement à l'aide d'un schéma de la conduite (plan d'échantillonnage). Le schéma est représentatif des dimensions des installations et des autres caractéristiques susceptibles d'influencer la dégradation telles les jonctions, les coudes et les valves. La distribution des plages à inspecter est déterminée à partir du facteur de sévérité de dégradation (sous étape 1.2), du rendement du conduit, de la technique d'inspection choisie, des conditions d'inspection et de la surface et du nombre de lots. Le plan d'échantillonnage peut être modifié par l'utilisateur du système lorsque certaines plages sont difficiles d'accès. Il suffit de demander au système de proposer une nouvelle plage ou d'en déterminer une manuellement.
Module 2 : inspection et résultats Étape 4 : Inspection des installations L'inspection non destructive des conduits ou réservoirs doit se faire en utilisant la technique et les conditions choisies à l'étape 2 et selon les procédures standards recommandées par les normes qui régissent les installations ( ASME, API, ASTM, etc). La méthode de gestion de la dégradation décrite dans ce brevet a jusqu'à maintenant été utilisée pour les inspections par ultrasons ainsi que pour les inspections par radiations. Il est toutefois possible de l'utiliser avec d'autres méthodes de mesure d'épaisseur telles l'observation de coupes métallurgiques ainsi que les courants de Foucault.
Étape S : L'analyse des résultats L'analyse des résultats s'effectue en deux sous-étape : 5.1 mesures d'épaisseur, 5.2 la caractérisation statistique des mesures d'épaisseur. Ces deux opérations sont informatisées et doivent être réalisées subséquemment.
5.1 Mesures d'épaisseur Cette étape est adaptée au format des résultats produits par l'appareil d'inspection. Les appareils d'inspection qui se prêtent à cette méthode d'analyse doivent produire des résultats sous forme de films photographiques (les rayons X et la gammagraphie) ou de mesures d'épaisseur (les ultrasons).

Pour les résultats sous forme de films photographiques, la numérisation s'effectue par analyse d'image. Les filins sont transformés en images informatisées par l'intermédiaire d'un scanner ou de tout autre moyen qui permet de faire de la capture d'image. Sur ces images noir et blanc, les tons de gris représentent l'épaisseur du métal pénétré par les radiations.
Cette technique permet de détecter clairement les parois des conduits cylindriques telles que montrées sur la Fig. 6. Le contraste entre la paroi extérieure du tuyau et le fond de l'image permet facilement de détecter le contour extérieur du conduit Les mesures d'épaisseur sont ensuite prises perpendiculairement à
ce contour à intervalle régulier. L'intervalle de mesure doit être supérieur à
la résolution spatiale de la méthode d'inspection. Cet intervalle peut être fixé par l'utilisateur à
l'aide d'une fenêtre interactive prévue à cet effet. Le traitement de l'image ainsi que la prise des mesures d'épaisseur sont informatisés. Le fichier brut produit suite à la numérisation est constitué de trois colonnes. La position des lectures prises sur le filin exprimëe par les coordonnées x et y et les lectures d'épaisseur qui correspondent à ces positions exprimées en pourcentage de l'épaisseur nominale.
Pour les résultats initialement numériques, le système possède une fonction qui permet d'interpréter les fichiers produits par les appareils C-Scan.
Suite à la numérisation, les fichiers produits pour les images radiographiques et ceux pour les ultrasons ont une configuration universelle. Ils sont enregistrés sous forme texte dam un dossier nommé « résultats bruts » et serviront à la sous-étape 5.2. Chaque échantillon inspecté
précédemment possède son propre fichier de resultats.
5.2 Caractérisation statistique des mesures d'épaisseur Ä la sous-étape 5.2 les résultats obtenus sont traités. Les quatre caractéristiques statistiques suivantes sont calculées automatiquement: la médiane, le mode, l'épaisseur moyenne, l'épaisseur minimum et la déviation standard estimée. Pour chacune des plages inspectées, le graphique de la distribution statistique ainsi que les caractéristiques calculées sont enregistrées associées à la table de données « Résultats ». Un exemple de distribution statistique obtenue pour un conduit en acier inspecté par gammagraphie est présenté à la Fig.7.
Étape 6 : Statistique et échantillonnage L'évaluation statistique et probabiliste des résultats permet de vérifier les trois aspects suivants l'intervalle de mesure utilisé en 5.1, la validation des lots créés en 3.1 et le nombre d'échantillons suggéré en 3.2.
6.1 Validation de 1 'intervalle de mesure Afin de vérifier que le nombre de lectures prises sur chaque spécimen permet de caractériser adéquatement l'épaisseur moyenne, l'intervalle de confiance qui assure à 95%
que la moyenne est celle calculée en 5.2 est calculé. Pour être satisfaisant, cet intervalle doit être inférieur ou égal au double de l'incertitude qui affecte les mesures d'épaisseur. Si l'intervalle de confiance d'un spécimen est supérieur à cette valeur, d'autres lectures doivent être prises sur la plage en question. L'étape 5 est donc itérée. Les calculs utilisés à l'étape 6.1 sont d~rits en détail dans la norme ASTM G 16.
6.2 Validation des lots créés En 6.2 les caractéristiques statistiques des résultats de chaque spécimen appartenant à un même lot sont comparées. Pour af~mer que deux spécimens sont comparables, la dü~'érence de leur moyenne est évaluée selon les recommandations de la norme ASTM G16. Les spécimens font partis d'un même lot si leur épaisseur moyenne n'est pas significativement dif~'érente à un degré
de confiance de 95%.
6.3 Validation de l'échantillonnage préliminaire Ä l'étape 6.3, les résultats sont regroupés afin d'obtenir une distribution d'épaisseur unique à
chaque lot La moyenne ainsi que la déviation standard sont calculëes de nouveau. Ä partir de ces résultats, le nombre d'échantillons nécessaires pour valider l'intervalle et le niveau de confiance choisi à l'étape 3 sont calculés de nouveau. Si ce nombre est supérieur à celui calculé
en 3.2 les étapes 4,5 et 6 doivent être itérées pour obtenir le nombre d'échantillons manquants.
Module 3 : présentation et prédiction Étape 7 : Prédiction de la dégradation La prédiction de la dégradation fixture s'effectue en deux sous-étapes. 7.1 Déternnination du modèle de dégradation des installations 7.2 Calcul de la durée de vie résiduelle.

?.l Détermination du modèle de dégradation La déteriination du modèle de dégradation s'effectue de deux façons dépendamment de l'historique d'inspection des installations étudiées. Le premier cas est celui où la conduite est inspectée pour la première fois. Dans ce cas, l'évolution de la dégradation est modélisée à partir d'équations permettant de calculer la perte d'ëpaisseur en fonction d'un taux de dégradation théorique. Les équations utilisées sont choisies selon les caractéristiques des installations et de la sévérité de la corrosion, ? . Plusieurs types d'équation tirées de la littérature ont été intégrés au système. L'une d'entre elles sera proposée par le système en fonction du ? .
Dans les cas où il existe un historique d'inspection, le taux de corrosion réel est calculé pour chacun des lots par une dérivée des mesures d'épaisseur minimum en fonction du temps. Les taux de dégradation mesurés sont ensuite rapportés sur un graphique qui présente leur évolution en fonction du temps. Il est ensuite possible de modéliser l'évolution du taux de dégradation par un lissage mathématique appliqué au graphique. De façon générale, la vitesse de dégradation peut évoluer selon trois modèles : modèle linéaire, modèle parabolique et modèle logarithmique.
L'équation empirique prnposée par le lissage doit suivre un de ces trois modèles. Un exemple de graphique et de lissage est présenté à la Fig. 8. Les équations empiriques proposées sont uniques à chaque installation. Leur justesse est fonction de l'historique d'inspection. Plus les résultats antérieurs sont nombreux et mieux l'équation sera adaptée à la dégradation du conduit ou du réservoir en question.
?.Z Calcul de la vie résiduelle La durée de vie résiduelle, xres, du conduit ou du réservoir est calculée à
partir de quatre valeurs ?? l'épaisseur limite eL, calculée à l'étape 3.1 ?? la sensibilité de la méthode ?m, calculée à l'étape 2.3 ?? fépaisseurminimum em;", mesurée à l'étape S.2 ?? le taux de corrosion théorique C ou l'équation de corrosion C(x), déterminés en 7.1 L'équation suivante permet de déterminer dans combien d'années l'épaisseur du tuyau aura atteint l'épaisseur limite.
xtres = (emtn-er?m) ? C
où x,.es est la durée de vie résiduelle en années.

Étape 8 : Présentation des résultats Le module de génération de rapport a été conçu de façon à ce que le propriétaire des installations puisse consulter facilement les infom~ations suivantes ?? Fichiers ultrasons bruts ?? Images radiographiques ?? Distribution des mesures d'épaisseur de chaque plage inspectée ?? Caractéristiques statistiques de chacune des distribution ?? Caractéristiques des modes de dégradation ?? Prévision globale sur l'état de la conduite.
Le tout est présenté à partir d'une image globale des installations telle que montrée sur la Fig. 8.
Sur cette image, la localisation des plages inspectées est marquée par un point rouge. En cliquant sur le point muge, le fichier brut d'inspection est présenté dans le coin supérieur droit de l'écran. Simultanément, la distribution statistique des mesures d'épaisseur prises sur cette plage est affichée dans Ie coin inférieur droit. Les caractéristiques de la distribution statistique ainsi que les prévisions globales sont aussi afi~chées.
Le module de génération de rapport permet à l'expert en dégradation d'ajouter des commentaires qui ont pour objectif de guider la prise de décision finale suite à la campagne d'inspection. 3.1 Calculation of the confidence interval The confidence interval in which the thickness measurements must be situate is detem ~ ined to from the acceptable limit thickness for the inspected installation. This value can be set in many ways as needed. The following four options are offered by the system a) Thickness with residual half-life, b) Thickness with residual life x years, where x is a number of years chosen by the customer, (c) Failure thickness, d) Thickness fixed by code or requirement.
For options a and b, the calculation of the limit thickness requires use of a rate of degradation. This one is a theoretical value which varies according to the medium corrosive and material subject to degradation. A drop-down menu allows you to choose this rate among one thirty systems classified by severity of degradation. The drop-down menu is automatically updated from (historical degradation of inspected facilities.
For options a, b and c, a useful thickness is also necessary for thickness calculations limit. The useful thickness is determined from the information that characterize the resistance mechanics of driving and the standards or codes that govern facilities. For example, according to ASME code B31.3-1999, straight pressure pipes must be have a minimum useful thickness, eur, given by the following equation E = PD12 (S * E + P * Y) where P is the design internal pressure, D the duct outside diameter, S
the constraint admissible for the material, E the quality factor of the material and Y a correction factor for high temperature applications. This information was collected in step 1.1 of the method. The useful thickness is calculated automatically by the system according to the requirements chosen from a drop-down menu.
Finally for all calculation options, we add uncertainty about the measurement thick to the calculated limit thickness. The confidence interval R, in which must to situate the measures thick, is then expressed as follows R = 2 (average thickness - limit thickness - measurement uncertainty) The average thickness is calculated from the theoretical degradation rate and of the age of the conduct or is derived from the results of a preliminary inspection when available.
3.2 Number of samples per batch The facilities are first divided into lots likely to develop different modes of degradation. For example, horizontal sections, vertical sections and the elbows make from different lots. For each lot, the number must be calculated of samples that will ensure, with a given probability, that the measured thicknesses are included in the interval of confidence calculated in 3.1. The calculation of the number of samples is based on a distribution normal type statistics. The following equation is used n = 4z? ? RZ
where n is the number of samples, R is the confidence interval calculated in 3.1, z is the value of standard deviation for a given probability P and? is the deviation standard for the population of thickness that will be measured. The probability level P is fixed default to 95%.
However, it can be modified as needed. An interactive window is planned for this purpose. The standard deviation of thickness measurements is estimated from a range of measures preliminary or is chosen from the case history having a severity of degradation similar by opening a drop-down menu. The drop-down menu is automatically updated to from the degradation history of the inspected facilities.

3.3 Sampling plan In sub-step 3.3, the position of the beaches to be inspected is indicated graphically using a pattern of conduct (sampling plan). The diagram is representative dimensions of facilities and other features likely to influence the degradation such as junctions, elbows and valves. The distribution of the beaches to inspect is determined from the degradation severity factor (under step 1.2), the yield of the led, technique selected inspection conditions, inspection conditions and surface area and number of lots. The plan sampling can be changed by the system user when some beaches are difficult to access. Just ask the system to propose a new beach or from determine one manually.
Module 2: Inspection and Results Step 4: Facility Inspection Non-destructive inspection of the ducts or tanks must be carried out using the technique and the conditions chosen in step 2 and according to standard procedures recommended by the standards governing the facilities (ASME, API, ASTM, etc.). The method of management of the The degradation described in this patent has so far been used for inspections by ultrasound as well as for radiation inspections. It is however possible to use it with other methods of measuring thickness such as the observation of sections metallurgical as well as eddy currents.
Step S: Analysis of the results The analysis of the results is done in two sub-steps: 5.1 measures thick, 5.2 statistical characterization of thickness measurements. These two operations are computerized must be performed subsequently.
5.1 Thickness measurements This step is adapted to the format of the results produced by the device inspection. Electronics inspection methods which lend themselves to this method of analysis must produce results in form photographic films (X-rays and gamma radiography) or measurements thick (the ultrasound).

For results in the form of photographic film, digitization is done by analysis image. The lines are transformed into computerized images by via a scanner or any other means that allows for image capture. On these images black and white, shades of gray represent the thickness of the metal penetrated by radiation.
This technique allows to clearly detect the walls of cylindrical ducts such as shown in FIG. 6. The contrast between the outer wall of the pipe and the bottom of the image allows easily detect the outside contour of the duct Thickness measurements are then taken perpendicular to this contour at regular intervals. The measurement interval must be greater than spatial resolution of the inspection method. This interval can be set by the user to using a window interactive provided for this purpose. Image processing as well as taking measurements thickness are computerized. The raw file produced after scanning is made of three columns. The position of the readings taken on the rope expressed by the x and y coordinates and the thickness readings that correspond to these positions expressed in percentage of the nominal thickness.
For initially digital results, the system has a function which allows to interpret the files produced by C-Scan devices.
Following digitization, files produced for radiographic images and those for ultrasound have a universal configuration. They are saved as text in a folder referred to as "raw results" and will be used in substep 5.2. Each sample inspected previously has its own file of results.
5.2 Statistical Characterization of Thickness Measurements In sub-step 5.2, the results obtained are processed. The fourth statistical characteristics The following are calculated automatically: the median, the mode, the thickness average, the minimum thickness and the estimated standard deviation. For each of the beaches inspected, the graph of the statistical distribution as well as the characteristics calculated are saved associated with the "Results" data table. An example of distribution statistic obtained for a gammagraphically inspected steel pipe is shown in Fig.7.
Step 6: Statistics and sampling The statistical and probabilistic evaluation of the results makes it possible to verify the three aspects the measurement interval used in 5.1, the validation of the batches created in 3.1 and the number of samples suggested in 3.2.
6.1 Validation of the measurement interval To verify that the number of readings taken on each specimen allows to characterize the average thickness, the 95% confidence interval that the average is that calculated in 5.2 is calculated. To be satisfactory, this interval must be lower or equal to twice the uncertainty that affects thickness measurements. Yes the confidence interval of a specimen is greater than this value, other readings must be taken on the beach in question. Step 5 is iterated. The calculations used in step 6.1 are described in detail in ASTM G 16.
6.2 Validation of created batches In 6.2 the statistical characteristics of the results of each specimen belonging to the same lot are compared. To show that two specimens are comparable, the of their The average is evaluated according to the recommendations of ASTM G16. The specimens make from the same lot if their average thickness is not significantly differs to a degree 95% confidence.
6.3 Validation of Preliminary Sampling In step 6.3, the results are grouped together to obtain a distribution of unique thickness to Each lot The average as well as the standard deviation are calculated from new. From these results, the number of samples needed to validate the interval and the level of chosen in Step 3 are recalculated. If this number is greater than calculated in 3.2 steps 4,5 and 6 must be iterated to get the number missing samples.
Module 3: Presentation and Prediction Step 7: Prediction of degradation Prediction of fix degradation is done in two sub-steps. 7.1 Decommissioning plant degradation model 7.2 Calculation of service life residual.

? .l Determination of the degradation model Determination of the degradation model is done in two ways depending on the inspection history of the facilities studied. The first case is the one where driving is inspected for the first time. In this case, the evolution of the degradation is modeled from of equations to calculate the loss of thickness as a function of a rate degradation theoretical. The equations used are chosen according to the characteristics facilities and severity of corrosion,? . Several types of equations derived from the literature have been integrated into the system. One of them will be proposed by the system depending on the? .
In cases where there is a history of inspection, the rate of corrosion real is calculated for each batch by a derivative of the minimum thickness measurements depending on the time. The measured degradation rates are then reported on a graph that presents their evolution according to the time. It is then possible to model the evolution of the rate degradation by a mathematical smoothing applied to the graph. Generally, the speed degradation can evolve according to three models: linear model, parabolic model and logarithmic model.
The empirical equation predicted by smoothing must follow one of these three models. An example of graph and smoothing is presented in FIG. 8. The empirical equations proposed are unique at each installation. Their accuracy depends on the history inspection. More results previous ones are numerous and better the equation will be adapted to the degradation of the leads or tank in question.
? .Z Calculation of residual life The residual lifetime of the duct or tank is calculated at from four values ?? the limit thickness eL, calculated in step 3.1 ?? the sensitivity of the? m method, calculated in step 2.3 ?? minimum thickness em; ", measured in step S.2 ?? the theoretical corrosion rate C or the corrosion equation C (x), determined in 7.1 The following equation allows to determine in how many years the thickness of the pipe will have reaches the limit thickness.
xtres = (emtn-er? m)? VS
where x, .es is the residual life in years.

Step 8: Presentation of the results The report generation module has been designed so that the owner of the facilities can easily consult the following information ?? Raw ultrasound files ?? X-ray images ?? Distribution of thickness measurements for each inspected beach ?? Statistical characteristics of each distribution ?? Characteristics of degradation modes ?? Global forecast on the condition of the pipe.
The whole is presented from a global image of the installations as shown in FIG. 8.
In this image, the location of the inspected beaches is marked by a Red point. In clicking on the muge point, the raw inspection file is presented in the upper right corner of the screen. Simultaneously, the statistical distribution of thickness measurements taken on this beach is displayed in the lower right corner. The characteristics of the statistical distribution as well that the global forecasts are also displayed.
The report generation module allows the degradation expert to add comments which aim to guide the final decision-making following the inspection campaign.

Claims

The embodiments of the invention, concerning which an exclusive right of property or lien is claimed, are defined as follows:

1. A sampling and risk management method to evaluate degradation current and future metal installations while minimizing the surfaces inspected, which consists of the following steps:
1) Estimation of the severity of the degradation 2) Choice of technique and / or inspection parameters 3) Calculation of the initial sampling 4) Inspection of facilities 5) Analysis of the results 6) Statistical and probabilistic evaluation of the results 7) Predictions of degradation 8) Presentation of the results

2. The sampling and risk management method according to the claim 1, including a questionnaire concerning the inspected facilities and their conditions use; said The questionnaire consists of five sets of questions that deal with project coordinates, characteristics of the installations, the maintenance history, the characteristics of the internal environment and characteristics of the external environment.

3. The sampling and risk management method according to the claim 2, whose answers to the questionnaire are treated mathematically and with the help of a scale in order to to weight their thermodynamic and kinetic influences on the degradation.

4. The sampling and risk management method according to the claim 3, including an empirical equation that makes it possible to estimate the severity factor of degradation from answered answers from the questionnaire. The equation involves one or more settings) processed in the questionnaire.

5. The sampling and risk management method according to the claim 4, where the factor of severity is used to estimate, from the history of similar cases, the average and the standard deviation of the results that will be produced.

6. The sampling and risk management method according to the claim 4 or 5 where a range of preliminary results is used to calculate mean and deviation standard of results to be produced.

7. The sampling and risk management method according to the claim 6, including a mathematical equation that makes it possible to estimate the number of samples to inspect at from the mean, the standard deviation, the limit thickness allowed as well as sensitivity of the inspection method.

8. The sampling and risk management method according to the claim 7, comprising algorithms that automatically measure the thickness of a wall of conducted from digitized radiographic images.

9. The method of sampling and risk management according to the claims 8, where the inspection results are analyzed by batches of specimens with average thickness comparable.

10. The method of sampling and risk management according to the claim 9 where the Lifetime forecasts are based on the minimum thickness of a lot, the sensitivity of the method of inspection, the limit thickness of an installation and a degradation theoretical.

11. The method of sampling and risk management according to the claim 10, where the rate of theoretical corrosion is chosen according to the severity factor of the degradation.

12. The method of sampling and risk management according to the claim 9 or 11, where the Lifetime forecasts are based on the minimum thickness of a lot, the sensitivity of the method of inspection, the limit thickness of an installation and a rate of estimated degradation from the inspection history of the installation.

13. The method of sampling and risk management according to the claims 12, where the information from each of the steps and sub-steps are recorded in tables grouped into a central database system.

14. The method of sampling and risk management according to the claims 13, where the central database system allows to update automatically the equation of step 1.3, and the drop-down menus of the step of steps 3.1, 3.2 and 7.1.

15. The method of sampling and risk management according to the claims 14, where the results are presented as an interactive report.