供熱管網(wǎng)泄漏故障診斷的思考

尹 軍

河北省唐山市熱力總公司

供熱管網(wǎng)泄漏故障診斷的思考

尹 軍

河北省唐山市熱力總公司

隨著我國(guó)現(xiàn)代化建設(shè)的逐步推進(jìn)及生活水平的逐步提升，城市集中供暖具有環(huán)保、方便及節(jié)能等優(yōu)點(diǎn)，逐漸取代傳統(tǒng)形式的小型供暖。尤其是符合冬季供暖要求的城市，大部分均已建立自身城市集中供熱系統(tǒng)。然而隨著供熱系統(tǒng)管網(wǎng)的不斷擴(kuò)展，其整個(gè)系統(tǒng)構(gòu)造及應(yīng)用越發(fā)復(fù)雜，系統(tǒng)相關(guān)水力工況變化狀況在控制方面也日益復(fù)雜，所以時(shí)有發(fā)生供熱管網(wǎng)故障，對(duì)人民的生活質(zhì)量造成直接影響，并且造成重大的經(jīng)濟(jì)損失。因此，為促使供熱質(zhì)量的不斷提升，促使供熱系統(tǒng)在安全性及可靠性方面得以保證，需要尋找一種對(duì)供熱管網(wǎng)泄漏故障快速、準(zhǔn)確定位的技術(shù)。

供熱管網(wǎng)；泄漏；故障診斷

1 供熱管網(wǎng)泄漏故障出現(xiàn)的原因

1.1 管道故障

首先是管道腐蝕。電化學(xué)腐蝕、化學(xué)腐蝕以及雜散電流腐蝕等是主要的管道腐蝕類型。隨著熱媒溫度的提升以及管徑的減小，腐蝕發(fā)生的概率就越大。管道腐蝕是供熱管網(wǎng)泄漏故障類型中較為常見的一種。其次是焊縫破裂。因?yàn)榇蟛糠值墓峁芫W(wǎng)的管道都在地下進(jìn)行敷設(shè)，所以在氣候溫度發(fā)生變化的情況下，會(huì)產(chǎn)生土層的不均勻脹縮和升降現(xiàn)象，最終破壞管道的焊口以及鑄鐵管機(jī)械的接口，導(dǎo)致因?yàn)闅鉁伢E變以及建筑物違章占管線或者重車碾壓等原因?qū)е碌墓艿榔屏熏F(xiàn)象。

1.2 元部件故障

首先是閥門故障。閥門發(fā)生損壞的原因包括閥門閥體腐蝕、閥門法蘭泄漏等，也包括開關(guān)失靈以及絲杠腐蝕等，其中，閥門閥體腐蝕以及法蘭泄漏是最為常見的原因。其次是補(bǔ)償器的損壞。在補(bǔ)償器中，波紋管補(bǔ)償器是補(bǔ)償器中最容易產(chǎn)生故障的一種類型，因?yàn)檫@種補(bǔ)償器主要以不銹鋼為原材料支撐，水中所含的氯離子會(huì)導(dǎo)致波紋管產(chǎn)生腐蝕現(xiàn)象，穿透補(bǔ)償器的多層構(gòu)造，最終出現(xiàn)多層裂開現(xiàn)象。

2 傳統(tǒng)的供熱管網(wǎng)泄漏故障診斷方法

2.1 以硬件為基礎(chǔ)的供熱管網(wǎng)泄漏故障診斷方法

這種供熱管網(wǎng)泄漏故障診斷方法的主要依據(jù)是聲學(xué)和光學(xué)、熱學(xué)基本原理，在此基礎(chǔ)上進(jìn)行檢漏方法的制定和實(shí)踐。主要的方法包括人工檢漏法以及紅外線法和放射性示蹤劑檢漏法等。在早期較為傳統(tǒng)的供熱管網(wǎng)泄漏故障診斷方法中，硬件檢漏被充分重視，人工以及硬件設(shè)備是開展供熱管網(wǎng)泄漏故障診斷的主要方式，通過(guò)對(duì)管道管壁以及周圍的相關(guān)環(huán)境參數(shù)進(jìn)行人工或者設(shè)備監(jiān)測(cè)的方式實(shí)現(xiàn)故障診斷效果。因?yàn)橛布\斷方法具有靈活輕便以及適應(yīng)性強(qiáng)的優(yōu)勢(shì)，且造價(jià)成本較低，安裝過(guò)程也簡(jiǎn)便，所以在早期受到了廣泛的青睞。

2.2 以軟件為基礎(chǔ)的供熱管網(wǎng)泄漏故障診斷方法

利用計(jì)算機(jī)數(shù)據(jù)采集系統(tǒng)對(duì)供熱管網(wǎng)的相關(guān)運(yùn)行參數(shù)進(jìn)行實(shí)時(shí)的采集，在其基礎(chǔ)上，利用某些特定的算法開展實(shí)時(shí)分析計(jì)算，以此為基礎(chǔ)進(jìn)行泄漏具體管道的找出，并且通過(guò)開展更為復(fù)雜的計(jì)算，鎖定具體的故障發(fā)生點(diǎn)，分析故障發(fā)生原因。近些年來(lái)，計(jì)算機(jī)以及自動(dòng)控制技術(shù)的飛速發(fā)展為以軟件為基礎(chǔ)的供熱管網(wǎng)泄漏故障診斷方法的運(yùn)用提供了強(qiáng)勁的技術(shù)支撐，以數(shù)學(xué)模型和信號(hào)處理為基礎(chǔ)的各種診斷方法應(yīng)運(yùn)而生，為供熱管網(wǎng)泄漏故障的高效、準(zhǔn)確診斷做出貢獻(xiàn)。

3 人工智能供熱管網(wǎng)泄漏故障診斷方法

3.1 基于專家系統(tǒng)的供熱管網(wǎng)泄漏故障診斷技術(shù)

于專家系統(tǒng)的供熱管網(wǎng)泄漏診斷系統(tǒng)由泄漏知識(shí)庫(kù)、推理機(jī)、輸入和輸出組成。泄漏知識(shí)庫(kù)由大量的管道檢漏專家經(jīng)驗(yàn)和規(guī)則組成，是系統(tǒng)的核心部分。系統(tǒng)輸入為管網(wǎng)的實(shí)時(shí)運(yùn)行參數(shù)，推理機(jī)依據(jù)知識(shí)庫(kù)的知識(shí)對(duì)系統(tǒng)的運(yùn)行參數(shù)進(jìn)行邏輯分析推理得出泄漏診斷結(jié)果作為輸出。管網(wǎng)的知識(shí)庫(kù)由一些行業(yè)專家通過(guò)長(zhǎng)期積累的實(shí)踐經(jīng)驗(yàn)構(gòu)成，受專家本人主觀因素的影響，而且一般的供熱管網(wǎng)結(jié)構(gòu)比較復(fù)雜，對(duì)于新建的供熱管網(wǎng)或者原供熱管網(wǎng)稍有變化，對(duì)應(yīng)的知識(shí)庫(kù)就需要改變，所以建立比較完善的專家知識(shí)庫(kù)很困難。現(xiàn)在很少采用單獨(dú)的專家系統(tǒng)進(jìn)行管網(wǎng)泄漏診斷。

3.2 基于模糊理論的供熱管網(wǎng)泄漏故障診斷技術(shù)

基于模糊理論的供熱管網(wǎng)泄漏故障診斷技術(shù)壓力變化情況作為泄漏故障征兆，但是卻沒(méi)有精確的壓力變化度量標(biāo)準(zhǔn)來(lái)衡量管網(wǎng)是否發(fā)生泄漏，存在一定的模糊性。根據(jù)模糊集合論中的隸屬度函數(shù)和模糊關(guān)系矩陣來(lái)描述泄漏故障與征兆之間的關(guān)系，用精確的數(shù)字來(lái)描述泄漏故障發(fā)生的中間過(guò)渡階段的不分明性，通過(guò)建立相應(yīng)的隸屬度函數(shù)即可將這種模糊性轉(zhuǎn)化為精確的數(shù)值描述。傳統(tǒng)的模糊推理系統(tǒng)只能依靠專家的知識(shí)經(jīng)驗(yàn)選定模糊隸屬度函數(shù)和模糊規(guī)則，而供熱管網(wǎng)系統(tǒng)一般都比較復(fù)雜，環(huán)境影響因素多，僅依靠專家經(jīng)驗(yàn)建立的模糊推理系統(tǒng)很難得到滿意的診斷結(jié)果。

傳統(tǒng)的模糊推理系統(tǒng)只能依靠專家的知識(shí)經(jīng)驗(yàn)選定模糊隸屬度函數(shù)和模糊規(guī)則，而供熱管網(wǎng)系統(tǒng)一般都比較復(fù)雜，環(huán)境影響因素較多，僅依靠專家經(jīng)驗(yàn)建立的模糊推理系統(tǒng)很難得到滿意的診斷結(jié)果?？梢园焉窠?jīng)網(wǎng)絡(luò)應(yīng)用到模糊推理系統(tǒng)中，發(fā)揮神經(jīng)網(wǎng)絡(luò)的自適應(yīng)自學(xué)習(xí)能力，能夠進(jìn)行復(fù)雜的邏輯操作和非線性映射。通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)，自動(dòng)產(chǎn)生并不斷的修正得到最佳的模糊隸屬度函數(shù)及模糊規(guī)則，避免了傳統(tǒng)模糊推理系統(tǒng)易受到人的主觀意識(shí)影響的缺陷，從而提高管網(wǎng)泄漏診斷系統(tǒng)的準(zhǔn)確性。

3.3 基于神經(jīng)網(wǎng)絡(luò)的供熱管網(wǎng)泄漏故障診斷技術(shù)

根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型實(shí)際結(jié)構(gòu)狀況及維修需求，可將其進(jìn)行兩方面劃分，一級(jí)網(wǎng)絡(luò)主要對(duì)供熱管網(wǎng)相應(yīng)泄漏管段進(jìn)行診斷，二級(jí)網(wǎng)絡(luò)主要對(duì)泄漏量進(jìn)行測(cè)量及定位泄漏點(diǎn)。上述兩級(jí)網(wǎng)絡(luò)模型均采用BP神經(jīng)網(wǎng)絡(luò)模型。其依據(jù)各個(gè)監(jiān)測(cè)點(diǎn)相應(yīng)的力變化狀況，確定一、二級(jí)網(wǎng)絡(luò)的輸入故障特征向量；經(jīng)過(guò)多次反復(fù)試算，確定含層節(jié)點(diǎn)數(shù)；各個(gè)管段所存在的發(fā)生泄露概率狀況，可作為一級(jí)網(wǎng)絡(luò)具體的故障向量，對(duì)于二級(jí)網(wǎng)絡(luò)的輸出層來(lái)講，其主要包含有兩個(gè)神經(jīng)元及漏水位置等。漏水位置就是將管段相應(yīng)起點(diǎn)位置與該漏水點(diǎn)位置之間的距離，與高管段總的長(zhǎng)度值所具有的比值，而對(duì)于泄漏量，其主要是熱網(wǎng)總循環(huán)水量與泄水量之間的比值。在實(shí)際應(yīng)用過(guò)程中，學(xué)習(xí)速率、網(wǎng)絡(luò)結(jié)構(gòu)及受訓(xùn)練樣本等因素，對(duì)整個(gè)BP神經(jīng)網(wǎng)絡(luò)泄漏診斷模型具有一定影響。

[1]段鵬飛，段蘭蘭，田琦.ANFIS在供熱管網(wǎng)泄漏故障診斷中的應(yīng)用[J].鄭州大學(xué)學(xué)報(bào)(工學(xué)版)，2014，04：56-60.

[2]段蘭蘭.基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的供熱管網(wǎng)故障診斷[D].太原理工大學(xué)，2014.