熱水集中供熱管網泄漏問題及診斷分析

朱 佩 璋

(山西太鋼工程技術有限公司，山西 太原 030009)

熱水集中供熱管網泄漏問題及診斷分析

朱 佩 璋

(山西太鋼工程技術有限公司，山西 太原 030009)

在研究現有供熱管網檢漏技術的基礎上，分析了造成供熱管網泄漏的原因，并提出一種以BP神經網絡為基礎的供熱管網泄漏故障診斷模型，其不僅能夠診斷泄漏管段及泄漏量，還可正確定位泄漏點。

供熱管網，泄露故障，檢漏技術，BP神經網絡

隨著我國現代化建設的逐步推進及生活水平的逐步提升，城市集中供暖具有環保、方便及節能等優點，逐漸取代傳統形式的小型供暖。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。然而隨著供熱系統管網的不斷擴展，其整個系統構造及應用越發復雜，系統相關水力工況變化狀況在控制方面也日益復雜，所以時有發生供熱管網故障，對人民的生活質量造成直接影響，并且造成重大的經濟損失。因此，為促使供熱質量的不斷提升，促使供熱系統在安全性及可靠性方面得以保證，需要尋找一種對供熱管網泄漏故障快速、準確定位的技術。

1 供熱管網泄露問題分析

1.1 管道故障

1)管道腐蝕。

通常情況下管道腐蝕主要有三種，分別為電化學腐蝕、散電流腐蝕及化學腐蝕。城市集中供熱熱媒溫度一般在110 ℃以上，運行溫度較高，針對管網當中管徑較小的管道來講，存在較高的腐蝕概率。管道腐蝕在整個供熱管網故障發生問題當中占據主要地位。

2)焊縫破裂。

目前，由于技術發展和城市美觀要求，供熱管網絕大部分均采用直埋敷設方式，管道置于地下，當氣候溫度發生變化，管道周圍土層也將會發生不同程度的升降及脹縮，土壤具有的剪切力就會對管道的機械接口處或連接焊口造成破壞；亦存在違章建筑物對管線的占壓、氣溫的突變及重車碾壓等，對管道造成破壞。

1.2 元部件故障

1)閥門故障。造成閥門損壞發生故障的主要原因有絲杠腐蝕、開關失靈及閥門閥體腐蝕等，其中的法蘭泄漏及閥門閥體腐蝕是造成閥門損壞問題產生的主要原因。

2)補償器損壞。在集中供熱管網通常所采用的幾種類型補償器當中，波紋補償器較容易發生故障。主要因為其主要工作元件材質通常采用不銹鋼316(L)或不銹鋼304，該材質在水中含氯離子時，易被腐蝕；而為降低補償器伸縮剛度，波紋補償器工作波紋采用壁厚較薄多層結構，耐壓較差，極易出現被腐蝕穿透、導致多層裂開的狀況發生；而其他類型補償器，套筒補償器需定期檢修壓緊法蘭、球型補償器接口處易泄露等等，均存在著各自缺點與弊端，使得在集中供熱管網中，補償器成為整個管網的薄弱點，較之管道及其他管件，更易出現損壞或泄露。

2 熱水集中供熱管網泄漏具體診斷方法

2.1 人工檢測

對于當前許多熱力公司的實際狀況來講，其所采用的檢漏方法仍然是人工巡視。當管道出現泄漏時，工程人員依據自身豐富實踐經驗，根據供熱管網的聲音、振動及壓力、溫度等物理特征所存在的異常變化狀況，即可對泄漏管段及位置進行準確判斷。雖然此種方法較為簡單，但是實用方便，然而外界及人為因素對其造成干擾較大，且存在可靠性差及準確度低的缺點。

2.2 聲發射檢漏技術

采用聲發射技術，能夠實現實時動態監測，并且其在覆蓋面上也比較大，是一種具有無損性的管道檢測方法。

聲發射檢漏技術具體原理為：當供熱管網中熱媒出現泄漏時，其就會產生一種具有連續性的聲信號，并在管道內部予以傳播，利用聲波信號對結構特征進行反應，從而判斷出管網發生的泄漏量及具體位置等內容。然而采用聲發射對管道實施檢測的技術，影響其收到信號因素種類很多，如環境噪聲影響、傳播路徑及距離影響、漏點的多樣性、不確定性、突發性影響，使得收到的信號波形與真實的信號之間存在較大的差距。尤其供熱管網往往存在多點泄漏，更造成信號千差萬別。采用聲發射檢漏技術相應關鍵環節在于，分析識別聲發射信號，將各種影響因素予以消除，對真實的聲發射信號給予還原；但由于上述原因，想要建立相應具有精確性的數學物理模型，基本沒有存在的可能。當前針對發射泄漏檢測的實際應用來說，結果準確性方面較低，還沒有易推廣的有效方法。

2.3 以數學模型為基礎的檢漏技術

如果出現供熱管網泄漏故障，管道當中的熱媒壓力會出現相應變化，其流速參數也會出現相應變化。為了能夠對水力狀況相應變化給予準確反映，通過將能量守恒方程、動量守恒方程及質量守恒方程等予以融合，并以此構建熱管網的動態水力模型。然后將數學模型實施相應求解操作，得出管網水力狀況，在管網當中的流場分布狀況也可得出。然后將其與實測值加以對比，如若出現數值偏差較大的狀況，且已經超出其相應的波動范圍時，便可判定為管網泄漏，與此同時，運用管道內所存在的壓力梯度值，定位其具體位置。為了促使數學模型準確度的不斷提升，在具體建模過程中，需要對摩擦因子、流體密度及溫度等等影響管網水力工況的各種情況進行充分考慮，然后利用給定的邊界條件，求解最終的水力工況數學模型。并隨著供熱管網不斷擴大的范圍，并且在具體的系統運行方面也比較復雜，對于數學模型所規定的理想條件難以進行建立，因此，必須對其中的一些相關影響因素予以忽略，就會造成結果與實際設計數值之間出現相應偏差狀況，對數學模型檢漏技術相關準確性造成一定影響。

3 在人工智能基礎上建立的熱管網泄漏故障診斷技術

由于在一些檢漏技術中，仍然存在相應的局限性狀況，隨著當前人工智能的持續完備及發展，供熱管網泄漏故障診斷技術得到很好的應用，并且得到國內外一些專家的廣泛認可。所謂人工神經網絡其實質就是對人類認知過程進行模擬的一種方法，有效結合強大的信息綜合處理能力及自適應能力等，然后運用運算能力強大的計算機，對數學模型精確程度要求不高，只需要對閥值及神經網絡權值進行相應調整，便能夠從中得出十分準確的數值結果。

3.1 BP神經網絡

BP是指誤差逆傳播，其網絡形式具有多層性及典型性，其主要由輸出層組、一個或多個隱含層及輸入層等組成。通常采用具有三層形式的BP神經網絡，實現非線性映射。針對具有鄰層關系的神經元，運用權閾值來實現各層之間的完全連接，當對BP算法進行學習時，其主要分為正向傳播和反向傳播，對于正向傳播，從輸入層經過隱含層，然后將經過計算的信息傳給最終的輸出層，其中每一個層均對下一個層給予影響，最終得出各個單元的實際輸出值。如若最終得出的結果，與實際設置結果出現相應偏差狀況時，從中轉入反向傳播，將誤差變化具體數值進行相應計算，然后設置網絡閥值及權值。針對上述步驟，均對其進行反復的操作訓練，最大限度的降低誤差值。 BP網絡三層結構圖如圖1所示。

3.2 以神經網絡為基礎的熱管網故障診斷模型

根據BP神經網絡模型實際結構狀況及維修需求，可將其進行兩方面劃分，一級網絡主要對供熱管網相應泄漏管段進行診斷，二級網絡主要對泄漏量進行測量及定位泄漏點。上述兩級網絡模型均采用BP神經網絡模型。其依據各個監測點相應的力變化狀況，確定一、二級網絡的輸入故障特征向量；經過多次反復試算，確定含層節點數；各個管段所存在的發生泄露概率狀況，可作為一級網絡具體的故障向量，對于二級網絡的輸出層來講，其主要包含有兩個神經元及漏水位置等。漏水位置就是將管段相應起點位置與該漏水點位置之間的距離，與高管段總的長度值所具有的比值，而對于泄漏量，其主要是熱網總循環水量與泄水量之間的比值。在實際應用過程中，學習速率、網絡結構及受訓練樣本等因素，對整個BP神經網絡泄漏診斷模型具有一定影響。

4 結語

當BP神經網絡供熱管網出現泄漏故障時，對其開展相應診斷模型，此種方法發展及研究速度比較迅速，并經實踐檢驗，其準確度達95%以上，然而由于BP神經網絡自身存在易陷入局部極值存在不足及收斂速度慢等狀況，對于泄漏定位及泄漏量診斷相應精度狀況造成一定影響，因此，需對其進行更為深入的研究及論證。

[1] 周守軍,郭 敏,孫浩森,等.熱水集中供熱管網泄漏故障診斷模型[J].山東大學學報(工學版),2013(4)：50-52.

[2] 李麗華.熱水管網補水定壓及漏水工況的研究與分析[D].哈爾濱：哈爾濱工業大學,2008.

[3] 周守軍.基于管網動態模型的城市集中供熱系統參數預測及運行優化研究[D].濟南：山東大學,2012.

[4] 魏 偉.熱水集中供熱系統熱效率分析及診斷方法的研究[D].濟南：山東建筑大學,2013.

The leakage problem and diagnosis analysis of hot water central heating pipe network

Zhu Peizhang

(ShanxiTISCOEngineeringTechnologyLimitedCompany,Taiyuan030009,China)

Based on researching on existing heating pipeline leak detection technology,this paper analyzed the leakage reasons of heating pipe network,and put forward a heating pipelines leakage failures diagnosis model based BP neural network,could not only diagnose leakage section and leakage amounts,also could correct locating leakage points.

heat supply pipe network,leakage failure,leakage technology,BP neural network

2015-10-10

朱佩璋(1973- )，男，高級工程師

1009-6825(2015)36-0112-03

TU833.12 < class="emphasis_bold">文獻標識碼：A

A