供熱管網泄漏故障診斷的思考

任 發 亮

(山西建筑工程(集團)總公司，山西 太原 030002)

?

供熱管網泄漏故障診斷的思考

任 發 亮

(山西建筑工程(集團)總公司，山西 太原 030002)

論述了供熱管網泄漏故障診斷的重要性，介紹了供熱管網泄漏故障出現的不同原因，重點闡述了傳統的供熱管網泄漏故障診斷方法以及人工智能診斷方法，以期為相關的理論研究和實踐工作提供借鑒。

供熱管網，故障診斷，人工智能技術，管道，閥門

1 供熱管網泄漏故障診斷概述

隨著社會經濟的發展和進步，人們對于生活水平以及生活質量提出了越來越高的要求。原先傳統的小型供熱方式逐漸被節能、環保、便捷的城市集中供熱模式所取代。從目前的供熱實踐來看，在我國達到冬季采暖要求的大中型城市中，城市集中供熱系統已經做到較為全面的覆蓋，甚至在一些縣鎮或者新型農村中，較為完善的城市集中供熱系統也得到了建設。在這個背景下，供熱管網的表現形式也從傳統的小型鍋爐等熱源轉變為區域鍋爐房以及熱電廠等，供熱的形式也從枝狀管網供熱逐漸轉變為環狀管網供熱。無論是從供熱能力還是從供熱范圍來看，如今的管網供熱已經得到長足的發展。

在供熱管網系統的逐漸擴大的背景下，系統也越來越復雜，水力工況等情況的變化也使供熱管網的運行受到不小的挑戰，導致供熱管網泄漏故障的產生。受到運行時間、外界環境、自然災害以及管道材料等因素的影響，各種類型的供熱管網故障頻繁發生，包括管道內外腐蝕、管道下沉、管道焊縫開裂以及波紋管道補償器發生腐蝕破損等。在這些故障中情節最為嚴重的就是供熱管網泄漏故障。供熱管網泄漏故障會引發眾多惡劣后果，包括熱量損耗以及水資源的流失等，不僅會造成嚴重的經濟損失，還會對人民的生命財產安全造成不良影響。因為供熱管網泄漏故障所發生的時間以及地點難以追尋，若利用傳統的人工檢漏方式，會出現耗時長、耗力多等缺陷，而且檢漏過程的準確性低，可靠性低。為了實現供熱質量的提升，對供熱系統運行的可靠性以及安全性提供保障，必須努力尋求一種更為科學合理、安全高效的供熱管網泄漏故障診斷技術，實現故障診斷準確性以及高速性的提升。

2 供熱管網泄漏故障出現的原因

為了實現供熱管網泄漏故障的高效準確診斷，需要首先對供熱管網泄漏故障出現的不同原因進行探究，由此對癥下藥。在城市供熱管道運行實踐中，供熱管網泄漏故障出現的原因包括管道故障以及元部件故障兩種。

2.1 管道故障

首先是管道腐蝕。電化學腐蝕、化學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，腐蝕發生的概率就越大。管道腐蝕是供熱管網泄漏故障類型中較為常見的一種。其次是焊縫破裂。因為大部分的供熱管網的管道都在地下進行敷設，所以在氣候溫度發生變化的情況下，會產生土層的不均勻脹縮和升降現象，最終破壞管道的焊口以及鑄鐵管機械的接口，導致因為氣溫驟變以及建筑物違章占管線或者重車碾壓等原因導致的管道破裂現象。

2.2 元部件故障

首先是閥門故障。閥門發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。其次是補償器的損壞。在補償器中，波紋管補償器是補償器中最容易產生故障的一種類型，因為這種補償器主要以不銹鋼為原材料支撐，水中所含的氯離子會導致波紋管產生腐蝕現象，穿透補償器的多層構造，最終出現多層裂開現象。

3 傳統的供熱管網泄漏故障診斷方法

在傳統的供熱管網泄漏故障診斷方法中，以診斷儀器設備和應用原理的不同為主要依據進行劃分，可以簡單劃分為以硬件為基礎的供熱管網泄漏故障診斷方法以及以軟件為基礎的供熱管網泄漏故障診斷方法兩種。

3.1 以硬件為基礎的供熱管網泄漏故障診斷方法

這種供熱管網泄漏故障診斷方法的主要依據是聲學和光學、熱學基本原理，在此基礎上進行檢漏方法的制定和實踐。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。在早期較為傳統的供熱管網泄漏故障診斷方法中，硬件檢漏被充分重視，人工以及硬件設備是開展供熱管網泄漏故障診斷的主要方式，通過對管道管壁以及周圍的相關環境參數進行人工或者設備監測的方式實現故障診斷效果。因為硬件診斷方法具有靈活輕便以及適應性強的優勢，且造價成本較低，即使需要安裝設備，安裝過程也較為簡便，所以在早期受到了廣泛的青睞。但是，這種故障診斷方法也有抗干擾能力弱以及診斷結果不精確等劣勢。

3.2 以軟件為基礎的供熱管網泄漏故障診斷方法

利用計算機數據采集系統對供熱管網的相關運行參數進行實時的采集，在其基礎上，利用某些特定的算法開展實時分析計算，以此為基礎進行泄漏具體管道的找出，并且通過開展更為復雜的計算，鎖定具體的故障發生點，分析故障發生原因。近些年來，計算機以及自動控制技術的飛速發展為以軟件為基礎的供熱管網泄漏故障診斷方法的運用提供了強勁的技術支撐，以數學模型和信號處理為基礎的各種診斷方法應運而生，為供熱管網泄漏故障的高效、準確診斷做出貢獻。

4 人工智能供熱管網泄漏故障診斷方法

隨著計算機信息技術的發展，人工智能技術的信息綜合處理能力得到了大幅度的提升，被供熱管網泄漏故障診斷所采用，成為目前供熱管網泄漏故障診斷實踐中的主要研究方向。

4.1 以專家系統為基礎的供熱管網泄漏故障診斷方法

最早運用于供熱管網泄漏故障診斷的人工智能方法是專家系統。專家系統是由大量的專家經驗所組成的樣本庫，能夠有效針對供熱管網泄漏故障類型和發生原因進行人類專家故障診斷推理和判斷過程的模擬。供熱管網泄漏故障知識庫是專家系統中起核心作用的關鍵部分，由眾多行業內部專家的長期經驗累積而成，主觀性較強。專家系統在遇到供熱管網較為復雜、供熱運行狀態較為多變的情況時難以發揮作用，因為極盡完善的專家知識庫是不存在的。從目前的供熱管網泄漏故障診斷實踐來看，利用專家系統方法開展供熱管網泄漏故障診斷的情況已經不多見。

4.2 以模糊理論為基礎的供熱管網泄漏故障診斷方法

在這種故障診斷方法中，技術壓力的變化情況被作為供熱管網泄漏故障發生的前兆，但是缺乏精確的壓力變化衡量指標，也就是存在相當程度的模糊性。因為傳統的模糊推理系統只能夠以專家的知識經驗為基礎，進行模糊規則的選取，所以在遇到較為復雜、環境影響因素較為繁多的供熱管網時，較為滿意的診斷效果很難達成。在這種情況下，將神經網絡引入到這種故障檢測方法中，對神經網絡的自適應和自學習能力進行充分的利用，能夠實現模糊規則的不斷修正，有效避免傳統模糊理論下主觀因素較多的缺陷，有效提升供熱管網泄漏故障診斷精度和速度。

4.3 以神經網絡為基礎的供熱管網泄漏故障診斷方法

雖然我國對于神經網絡的研究起步較晚，但是相關領域的研究發展迅速，已經出現廣泛的多學科交叉研究現象，不斷擴大應用范圍。神經網絡強大的并行計算能力以及自適應學習能力都能夠為供熱管網泄漏故障診斷提供有效服務。但是，在供熱管網較為復雜、供熱管網泄漏故障較多時，以神經網絡為基礎的供熱管網泄漏故障診斷方法也有容易陷入局部極小值的劣勢，影響診斷精度。

對供熱管網泄漏故障診斷的諸多問題開展深入研究，具有重要的現實意義和價值。

[1] 雷翠紅,鄒平華.神經網絡在供熱管網泄漏故障診斷中的應用[J].東南大學學報(英文版),2010,26(2):173-176.

[2] 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),2013,43(4):105-110.

[3] 段蘭蘭,田 琦,段鵬飛，等.基于遺傳優化BP神經網絡的供熱管網故障診斷模型[J].中北大學學報(自然科學版),2014,35(3):303-308.

Consideration on heat-supply network leakage fault diagnosis

Ren Faliang

(ShanxiBuildingEngineering(Group)Corporation,Taiyuan030002,China)

The paper discusses the importance of heat-supply network leakage fault diagnosis, introduces different heat-supply network leakage fault causes, describes traditional heat-supply network leakage fault diagnosis methods and Artificial Intelligence Technology diagnosis method with a view to provide some guidance for relevant theory research and practice.

heat-supply network, fault diagnosis, AIT(Artificial Intelligence Technology)， pipeline, valve

1009-6825(2016)28-0123-02

2016-07-20

任發亮(1981- )，男，工程師

TU833

A