CN102213363A - 管网渗漏侦测方法和装置 - Google Patents
管网渗漏侦测方法和装置 Download PDFInfo
- Publication number
- CN102213363A CN102213363A CN 201010141966 CN201010141966A CN102213363A CN 102213363 A CN102213363 A CN 102213363A CN 201010141966 CN201010141966 CN 201010141966 CN 201010141966 A CN201010141966 A CN 201010141966A CN 102213363 A CN102213363 A CN 102213363A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- solution
- flow
- leakage
- flow field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000001052 transient effect Effects 0.000 claims abstract description 29
- 238000002922 simulated annealing Methods 0.000 claims description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 2
- 239000008399 tap water Substances 0.000 description 6
- 235000020679 tap water Nutrition 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000000137 annealing Methods 0.000 description 3
- 238000002425 crystallisation Methods 0.000 description 3
- 230000008025 crystallization Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Pipeline Systems (AREA)
Abstract
本发明提供一种管网渗漏侦测方法和装置,该方法包括:建立管网,包括渗漏和流场;计算该流场的稳态解;对该流场施加扰动;以及根据该稳态解计算该施加扰动后流场的瞬态解,得到与该渗漏相关的渗漏信息。
Description
技术领域
本发明涉及一种渗漏侦测方法和装置,尤其涉及一种管网渗漏侦测方法和装置。
背景技术
随着台湾缺水危机愈加频繁的出现,民众也越来越重视水资源的相关议题,根据2002年监察院的专案调查研究报告显示,台湾地区自来水管线漏水率达25%,而淘汰率仅为0.09%,台湾地区一年漏水量就高达八亿吨,相当于两座翡翠水库的水量。
而自来水管线漏水的议题,在世界各地亦受到相当的重视。在英国,供水系统有23%的漏水,而在美国老旧的都市管线,漏水率甚至可以会高达50%。为了降低管线渗漏所带来的损失与避免高额的操作维护成本,美国水资源工作协会(American Water Works Association)建议漏水量应在10%以内。
但自来水管线的漏水是不可避免的,且大都会的自来水管线都埋在地下,若在未知漏水位置的情形下直接开挖,寻找漏水管线并予以更换,需要耗费的成本高昂。相反的,若能通过渗漏侦测方法,先找出可能的漏水位置,再予以开挖更换,则可大幅降低自来水管线的维护成本。
然而,实际上的管网渗漏是非常复杂的问题,常常需要考虑管网内大量的管线(pipeline)、单元(component)以及不定时的操作改变(operation change),因此近年来不断有各类型的渗漏侦测方法被提出,概括来说,根据各种渗漏侦测方法的特性,可分为三大类,包括:
第一大类为物理性侦测法(Physicalinspection):由受过训练的稽查人员,沿着管线检查不寻常的现象,如肉眼可见的裂缝,或异常的声音等等。此法若是应用在油管或瓦斯管,则可由受过训练的狗,通过溢散的气体味道来找寻管线破洞。这种方法相当普遍,但准确性不足,且过于依赖鉴定人员的经验,因此侦测结果通常不够稳定且易产生误判。
第二大类为硬体装置侦测法(Hardware-based methods):利用特定的装置找出漏水的位置,典型的装置有:声音感应器、压力转换器或可视装置等,但此方法需要较多的预算,成本较高。
第三大类为计算模式监测法(Computational modeling monitoring):在经费或成本许可的状况下利用安装在管网内部的感应器来监测多个参数,如压力、流量、温度、压力降以及密度变化等参数,再将参数输入电脑,配合适当的模式,以逆推漏水的位置,甚至渗漏量,这些计算模式大致是以流量与压力的变化、流量的平衡、监测值与模式得到流量,再将得到的流量与压力的差异或统计方法为基础进行模拟,在成本与其他条件许可的状况下,采用此方法会是较佳的选择,但实施这种方法仍需要投入大量的经费与人力。
发明内容
本发明提出一种管网渗漏侦测方法,通过将实际观测值与数值模拟结果进行比较,即可轻松掌握管网中的渗漏状况的渗漏侦测方法。
首先在实际观测值的获得部分,工程师先在管网的控制阀处制造一个瞬态事件,如迅速关闭控制阀而产生水锤现象,接着记录在控制阀处水头随时间的变化关系作为观测值;然后在数值模拟(numerical simulation)部分,先将多条管线建成一个管网,再以PNSA法求解管网中流场的稳态解(steady-statesolution),然后将管网中的渗漏点假设为孔口流,接着对管网中的稳态流场施加一个外部扰动(external perturbation)如水锤(water hammer),使得压力波快速在管网中传递而产生瞬态(transient)流场,再以LDSA法来寻找最佳的瞬态流场解,其中LDSA法是先以特性线法(MOC)来计算管网中流场的一个试误瞬态解,再通过模拟退火(simulated annealing)演算法来寻找最佳的瞬态流场解,进行模拟退火演算法时是以观测值作为最佳化的基准。
工程师通过在电脑上输入现场观测值,就可以模拟出管网的渗漏状况,进而轻松获知管网中的渗漏状况,还可进一步掌握管网中的渗漏状况,而实际观测值的取得也只需要测量水锤效应,相较于先前技术中需要投入大量的经费与人力的管网渗漏侦测,本发明提供了一种超低成本与非常轻松的管网渗漏侦测方法。
本发明提供一种管网渗漏侦测方法,包括:建立管网,该管网中具有渗漏与流场;计算该流场的稳态解;对该流场施加扰动;以及根据该稳态解计算该施加扰动后流场的瞬态解,得到与该渗漏相关的渗漏信息。
较佳地,所述方法还具有如下特点:该管网系选包括节点、管线、漏水点和控制阀中至少一个。
较佳地,所述方法还具有如下特点:该流场受到扰动后,由稳态流场转换为瞬态流场。
较佳地,所述方法还具有如下特点:该扰动为快速关闭该控制阀后产生的水锤。
较佳地,所述方法还具有如下特点:该稳态解的计算是通过管网模拟退火(PNSA)法。
较佳地,所述方法还具有如下特点:该PNSA法是利用Hazen-Williams公式来定义流量和水头损失之间的关系。
较佳地,所述方法还具有如下特点:该PNSA法是利用模拟退火(simulatedannealing)演算法来获得Hazen-Williams公式的解答。
较佳地,所述方法还具有如下特点:该瞬态解的计算是通过渗漏侦测模拟退火(LDSA)法。
较佳地,所述方法还具有如下特点:该LDSA法是利用特征线法(MethodOf nCharacteristic,MOC)来定义流量和水头之间的关系。
较佳地,所述方法还具有如下特点:该LDSA法是利用模拟退火(SimulatedAnnealing,SA)演算法来获得MOC的解答。
较佳地,所述方法还具有如下特点:该SA演算法是以该扰动的观测值作为最佳化的基准。
较佳地,所述方法还具有如下特点:该渗漏被模拟为孔口流。
因此根据本发明的第二构想,提出一种用以模拟管网渗漏的电脑程式产品,具体应用于电脑可读取媒体上并可在电脑上执行,当电脑载入该电脑程式并执行后,可完成所述管网渗漏侦测方法。
因此根据本发明的第三构想,提出一种用以实施如所述管网渗漏侦测方法的电子装置。
较佳地,本发明所提供的电子装置为具有中央处理器的电子计算机、个人电脑、笔记型电脑或手持式电子运算装置。
本发明的第四构想,提供一种管网渗漏侦测装置,包括:中央处理单元,用于执行以下步骤:计算流场的稳态解;对该流场施加瞬态事件;以及根据该稳态解计算该施加瞬态事件后流场的瞬态解,得到与该渗漏相关的渗漏信息。
较佳地,该所述装置还具有如下特点:该瞬态事件为通过快速关闭该控制阀而产生的水锤。
附图说明
图1为本发明中管网示意图;
图2为本发明中渗漏侦测方法流程图;
图3为不同渗漏情况A、B或C下控制阀处水头变化示意图;
图4为本发明中管网渗漏装置的示意图。
具体实施方式
下面结合附图对本发明提供的技术方案作进一步介绍。
建立管网(pipeline network,PN)模型
如图1所示,首先,先将需要侦测的实际自来水管线网路以节点(node)、管线(pipeline)、漏水点(leaking point)与控制阀(control valve)的简化组合呈现出来,其中该管网PN包括多个节点N、多条管线P、多处漏水点L与一个控制阀V,在本实施例中的管网PN具有6个节点N、8条管线P、3处漏水点L与1个控制阀V。而多个节点N之间的连接、每条管线P的直径、长度以及哈威廉姆斯(Hazen-Williams)摩擦系数如表1所示。
表1管线的信息表
如图1所示,在节点N1处有一个固定为120m的压力水头,而管线P8的下游连接至控制阀V,控制阀V具有5CMM的流量。
管网模型的稳态(steady-state)解:PNSA方法
首先,采用模拟退火(simulated annealing,SA)演算法来求解管网模型的稳态解,以下简称为管网模拟退火PNSA(pipeline network simulated annealing)法,稳态解包括管网模型在稳态下的水头(head)与流量(flow rate)。在PNSA方法中,对于每段管线P,利用Hazen-Williams公式来表示水头和流量损失之间的关系,在Hazen-Williams公式中,先定义每段管线P的阻力系数(Kij):
其中下标ij是定义从节点Ni到节点Nj,Lij是定义从节点Ni到节点Nj之间的管线P的长度(公尺),Cij为Hazen-Williams系数,Dij是管线P的直径。
基于公式(1),每段管线P的流量为:
其中Qij是从节点Ni到节点Nj之间的流量,ΔHij是从节点Ni到节点Nj之间的水头损失。
而每个节点N上的质量守恒(mass conservation)为:
其中MCi是节点Ni上的质量守恒,j是与节点i相邻的节点,nn是与节点i相邻的节点的总数,Qii是在节点I处的需求(demand)或源(source)。此处需要说明的是,如果水流是流出节点I时,流量为正,则水流流入节点I时,流量为负。
接着采用SA来求解,目标函数值(Objective Function Value,OFV)为:
其中nd是在管网PN中水头仍未解出的节点的总数。
采用所述PNSA求解图1中管网PN的稳态解,结果如表2所示:
节点N | 水头(m) | 管线号码 | 流量CMM |
N1 | 120.000 | P1 | 1.644 |
N2 | 119.124 | P2 | 1.644 |
N3 | 118.247 | P3 | -0.832 |
N4 | 118.967 | P4 | 3.356 |
N5 | 118.041 | P5 | 2.524 |
N6 | 115.907 | P6 | 2.524 |
Valve | 115.288 | P7 | 2.476 |
120.000 | P8 | 5.000 |
表2管网PN的稳态解
管网模型之瞬态(transient-state)解:LDSA方法
在计算出每个节点N在稳态下的水头和流量后,接着模拟管网PN中每个管线P的瞬态流动。在瞬态计算时,同样采用模拟退火(simulated annealing,SA)演算法来求解具有渗漏状况下的管网模型之瞬态解,其简称为渗漏侦测模拟退火LDSA(leaking detection simulated annealing)法,瞬态解也包括了管网模型在稳态下的水头(head)与流量(flow rate)。
在LDSA方法中,在瞬态下每个管线P中的动量与连续公式分别为:
其中H是水头,Q是流量,D是管线P的直径,g是重力加速度,f是Darcy-Weisbach摩擦系数,x是计算网格(grid)的距离,t是时间以及a是波速。利用特征线法(Method Of Characteristic,MOC),沿特征线(dx/dt=±a)将公式(5)和(6)从偏微分公式转换为常微分公式,即:
从离散联立公式(7)及(8),可得到以水头H和流量Q表示的有限差分(finitedifference)流场解,带入初始条件和边界条件,即可通过有限差分法解出各时刻上,在管网PN中的各节点N上的瞬态水头H和流量Q。公式(7)及(8)的边界条件通常是管网PN中任一节点的已知水头H或流量Q。在已知每条管线P的长度与直径的状况下,参见表1,Darcy-Weisbach摩擦系数f可利用ΔH=fLQ2/2gDA2来计算。
而渗漏点L是以孔口流(orifice flow)来表示/模拟,公式为:
其中QL是渗漏量,CdA是孔口流量系数,ΔH是孔口的水头损失(headloss)。
同样采用SA来求解,SA是类比结晶(crystallization)过程中高温状态的物理退火(annealing),退火是指一种将固体加热至非常高的温度而熔化,再令其缓慢冷却下来直到结晶的物理过程,SA是Metropolis机制又称为Boltzman’s机制来判定可以被接受的上升移动(ascent move),Metropolis机制可定义为公式(10):
其中PSA是试误解的可被接受机率,f(i)及f(j)是当x=xi与x=xj时的OFV,且xi与xj是与目前试误解x相邻的最佳解,而控制参数Te是目前温度,k为常数,通常令其为1。
而OFV定义为公式(11):
其中m是在管网PN中观察点的总数量,n是在某一观察点上观测的数量,Hoij是在第j个观测点的第ith个观测水头,而Hsij是在第j个观测点的第ith个模拟水头。
如图2所示,本发明提供一种渗漏侦测模拟退火法,具体过程如下:。
步骤201:建立一个管网PN组态。
步骤202:产生一组初始条件,包括三个未知的参数,分别为渗漏位置、相关孔口流量参数与管线数量。
步骤203:由于在管网PN中加入了渗漏点,因此需将所建立的管网组态重新整理成包括渗漏点的管网组态,并以PNSA法来计算每个节点上的流场稳态解,包括水头与流量。
步骤204:对管网PN施加一个人为的瞬态事件,如突然将控制阀V关闭的人造水锤,并用公式(7)与(8)计算管网PN的目前流场解,包括水头与流量。
步骤205:用公式(11)计算目前流场解对应的目前OFV。
步骤206:产生一组新流场解,并用公式(11)计算该组新流场解对应的新OFV。
步骤207:利用公式(10)判断新流场解是否优于目前流场解。
步骤208:若是,则以新流场解作为管网PN的最佳解。
步骤209:若否,则仍以目前流场解作为管网PN的最佳解。
步骤210:判定是否达到了目前温度下的最大迭代次数。
步骤211:若是,则降低温度,并执行步骤212。
步骤212:若否,判断最佳解是否满足停止门槛值,若是,则结束LDSA,否则回到并继续执行步骤206。
以具体应用场景为例进行说明,如管网PN的设置和初始条件与上述配置相同,并进一步将公式(6)中的波速设定为1000m/s,整体模拟时间设定为30秒,离散时距(dt)设定为0.01秒,离散网格距离(dx)设定为10m,在以上设定的条件下,以LDSA方法对三种不同的管网PN渗漏状况进行侦测,这三种渗漏状况分别为:
状况Scenario A:只有L1在渗漏,孔口流量系数CdA为0.0005m2,L1在管线P6上,且与节点N5的距离为300m。
状况Scenario B:有L1与L2在渗漏,两者的孔口流量系数CdA都为0.00025m2,L1与L2都在管线P6上,且与节点N5的距离分别为300m与310m。
状况Scenario C:有L1与L3在渗漏,两者的孔口流量系数CdA都是0.0005m2,L1在管线P6上,且与节点N5的距离为300m,L3在管线P2上,且与节点N2的距离为500m。
对于每个渗漏点,共有三个未知参数,包括渗漏位置、相关孔口流量参数与管线数量,因此状况A共有3个未知数需求解,而状况B与C则分别是6个未知数需求解。
由于本发明是在管网PN的控制阀V处制造一个瞬态扰动,如:水锤,再通过该瞬态扰动来侦测渗漏。在不同渗漏状况A、B或C下控制阀处的水头变化,如图3所示,intact pipe曲线为控制阀V处的水锤事件,水头随时间变化的现场观测值,即图3中intact pipe曲线为在控制阀V处现场水头观测值随时间的变化曲线,但其同时也是SA在进行最佳化时的参考基准,即公式(11)中的Hoij;从图3可以看出,与现场观测值相比,Scenario A、ScenarioB或Scenario C与现场观测值在转折处有很好的模拟结果,也说明本发明所提出的管网渗漏侦测方法非常适用于侦测真实世界的管网渗漏,工程师可以根据所提出的管网渗漏侦测方法来合理侦测出管网中哪里发生了渗漏。
以上所述的管网渗漏侦测方法,是以电脑程序产品即程序(program)的方式,经具体实作于电脑可读取媒体上并可在电脑上执行,当电脑载入该电脑程序并执行后,经若干时间,便可以完成以上所述的管网渗漏侦测方法。
如图4所示,本发明提供一种管网渗漏侦测装置40包括输入装置41、储存装置42、中央处理单元43及输出装置44,其中管网渗漏侦测装置40为具有中央处理器的电子计算机、个人电脑、笔记型电脑或手持式电子运算装置。
输入装置41可为键盘、滑鼠、触控式屏幕或其他种类的输入装置,用以输入新问题,储存装置42为硬碟、随身碟、或其他非挥发性(non-volatile)储存装置,用以储存案例库,输出装置44为CRT屏幕、LCD屏幕或投影机,用以展示推估所得的未来资料。
管网渗漏侦测装置中的中央处理单元43(CPU,central processing unit)43可以实施本发明的管网渗漏侦测方法,CPU43中布设各种逻辑运算电路,执行本发明的管网渗漏侦测方法,包括图2中各个步骤,简而言之,即先以PNSA计算管网中流场的稳态解;再基于稳态解而以LDSA计算流场的瞬态解以获得渗漏信息等步骤。而就实体上而言,中央处理单元43系由各种类型的电子计算机的中央处理器(CPU)并搭配数个记忆体(memory)组成。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
另外,在本发明各个实施例中的各功能单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求所述的保护范围为准。
Claims (8)
1.一种管网渗漏侦测方法,其特征在于,包括:
建立管网,包括渗漏和流场;
计算该流场的稳态解;
对该流场施加扰动;以及
根据该稳态解计算该施加扰动后流场的瞬态解,得到与该渗漏相关的渗漏信息。
2.根据权利要求1所述的管网渗漏侦测方法,其特征在于,该管网包括节点、管线、漏水点和控制阀及其组合的群组的其中之一。
3.根据权利要求1所述的管网渗漏侦测方法,其特征在于,该扰动是通过快速关闭控制阀而产生水锤。
4.根据权利要求1所述的管网渗漏侦测方法,其特征在于,该稳态解的计算是通过管网模拟退火(PNSA)法,其中该PNSA法是利用Hazen-Williams公式来定义流量和水头损失之间的关系,且该PNSA法是利用模拟退火(SA)演算法来获得Hazen-Williams公式的解答。
5.根据权利要求1所述的管网渗漏侦测方法,其特征在于,该瞬态解的计算是通过渗漏侦测模拟退火(LDSA)法,其中该LDSA法是利用特征线法(MOC)来定义流量和水头之间的关系,而该LDSA法是利用模拟退火(SA)演算法来获得MOC的解答,且该SA演算法是以该扰动的观测值来作为最佳化的基准。
6.根据权利要求1所述的管网渗漏侦测方法,其特征在于,该渗漏被模拟为孔口流。
7.一种管网渗漏侦测装置,其特征在于,包括:
中央处理单元,系用于执行以下步骤:
计算该流场的稳态解;
对该流场施加瞬态事件;以及
根据该稳态解计算该施加瞬态事件后流场的瞬态解,得到与该渗漏相关的渗漏信息。
8.根据权利要求7所述的管网渗漏侦测装置,其特征在于,该瞬态事件为通过快速关闭该控制阀产生的水锤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010141966 CN102213363B (zh) | 2010-04-01 | 2010-04-01 | 管网渗漏侦测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010141966 CN102213363B (zh) | 2010-04-01 | 2010-04-01 | 管网渗漏侦测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102213363A true CN102213363A (zh) | 2011-10-12 |
CN102213363B CN102213363B (zh) | 2013-11-06 |
Family
ID=44744799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010141966 Expired - Fee Related CN102213363B (zh) | 2010-04-01 | 2010-04-01 | 管网渗漏侦测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102213363B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108350688A (zh) * | 2015-09-25 | 2018-07-31 | 株式会社东芝 | 漏水诊断装置、漏水诊断方法以及计算机程序 |
CN108804765A (zh) * | 2018-05-07 | 2018-11-13 | 武汉大学 | 高效的明渠非恒定流数值模拟方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0697587A2 (en) * | 1994-08-19 | 1996-02-21 | Caldon Company | System and method for locating release of fluid from a pipeline |
US5866802A (en) * | 1995-10-17 | 1999-02-02 | Matsushita Electric Industrial Co., Ltd. | Piping leakage detecting apparatus |
TW422919B (en) * | 2000-05-26 | 2001-02-21 | Taiwan Semiconductor Mfg | Method for detecting leakage of pneumatic valve |
CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
CN1916482A (zh) * | 2006-08-30 | 2007-02-21 | 姬文超 | 在役管道腐蚀、渗漏安全监测预警系统及其控制方法 |
-
2010
- 2010-04-01 CN CN 201010141966 patent/CN102213363B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0697587A2 (en) * | 1994-08-19 | 1996-02-21 | Caldon Company | System and method for locating release of fluid from a pipeline |
US5866802A (en) * | 1995-10-17 | 1999-02-02 | Matsushita Electric Industrial Co., Ltd. | Piping leakage detecting apparatus |
TW422919B (en) * | 2000-05-26 | 2001-02-21 | Taiwan Semiconductor Mfg | Method for detecting leakage of pneumatic valve |
CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
CN1916482A (zh) * | 2006-08-30 | 2007-02-21 | 姬文超 | 在役管道腐蚀、渗漏安全监测预警系统及其控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108350688A (zh) * | 2015-09-25 | 2018-07-31 | 株式会社东芝 | 漏水诊断装置、漏水诊断方法以及计算机程序 |
CN108350688B (zh) * | 2015-09-25 | 2020-10-27 | 株式会社东芝 | 漏水诊断装置、漏水诊断方法以及计算机程序 |
CN108804765A (zh) * | 2018-05-07 | 2018-11-13 | 武汉大学 | 高效的明渠非恒定流数值模拟方法 |
CN108804765B (zh) * | 2018-05-07 | 2020-09-22 | 武汉大学 | 高效的明渠非恒定流数值模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102213363B (zh) | 2013-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11592351B2 (en) | Urban non-metallic pipeline leakage location method | |
Zhou et al. | Leakage diagnosis and localization of the gas extraction pipeline based on SA-PSO BP neural network | |
Tabesh et al. | Calibration of water distribution hydraulic models: A comparison between pressure dependent and demand driven analyses | |
CN109344436A (zh) | 一种大型复杂天然气管网系统在线仿真方法 | |
CN103617563B (zh) | 一种基于地统计空间分析理论的供水管网无监测节点压力确定方法 | |
Farzaneh-Gord et al. | Response of natural gas distribution pipeline networks to ambient temperature variation (unsteady simulation) | |
Bello et al. | A functional networks softsensor for flowing bottomhole pressures and temperatures in multiphase flow production wells | |
Zhang et al. | A new pre-assessment model for failure-probability-based-planning by neural network | |
Momeni et al. | Leveraging hydraulic cyber-monitoring data to support primitive condition assessment of water mains | |
Abdelhafidh et al. | Hybrid mechanism for remote water pipeline monitoring system | |
CN102213363B (zh) | 管网渗漏侦测方法和装置 | |
Busollo et al. | Development of a Digital Twin for Well Integrity Management in Underground Gas Storage Fields | |
Satzinger et al. | Conceptual approach for a holistic low‐flow risk analysis | |
Kemba et al. | Leakage detection in Tsumeb east water distribution network using EPANET and support vector regression | |
Moujaes et al. | CFD predictions and experimental comparisons of pressure drop effects of turning vanes in 90 duct elbows | |
Taghlabi et al. | Prelocalization and leak detection in drinking water distribution networks using modeling-based algorithms: A case study for the city of Casablanca (Morocco) | |
CN109827079A (zh) | 一种基于海底石油管道信息物理系统的溢油源检测方法 | |
Gong et al. | A leak sample dataset construction method for gas pipeline leakage estimation using pipeline studio | |
Coronado-Hernández et al. | Dynamic effects of a regulating valve in the assessment of water leakages in single pipelines | |
Pandian et al. | Using computational fluid dynamics and deep learning for leak detection and localization in a smart water management system | |
Hao et al. | An inverse transient nonmetallic pipeline leakage diagnosis method based on Markov quantitative judgment | |
Vítkovský et al. | Leak detection and calibration of water distribution systems using transients and genetic algorithms | |
Ramalingam et al. | History of water distribution network analysis: over 100 years of progress | |
Langelandsvik et al. | An evaluation of the friction factor formula based on operational data | |
Eliebid et al. | A New Approach to Quantify the Wellhead Performance for Gas Condensate Reservoirs Using Artificial Intelligent Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131106 Termination date: 20200401 |
|
CF01 | Termination of patent right due to non-payment of annual fee |