CN104930355B - 适用于城市供水管道系统的在线无损检测方法及其装置 - Google Patents
适用于城市供水管道系统的在线无损检测方法及其装置 Download PDFInfo
- Publication number
- CN104930355B CN104930355B CN201510314262.XA CN201510314262A CN104930355B CN 104930355 B CN104930355 B CN 104930355B CN 201510314262 A CN201510314262 A CN 201510314262A CN 104930355 B CN104930355 B CN 104930355B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- wave
- pipeline
- frequency
- 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.)
- Active
Links
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种适用于城市供水管道系统的在线无损检测方法，根据在供水管道内主动产生和测量的高频水力波传播与反射特征信号获得系统频率域响应函数；在系统频率域响应函数抓取若干个周期波峰对应的波峰值和对应的频率值；根据对所述若干个周期波峰对应的波峰值和对应的频率值与无缺陷管道系统理论值进行比较判断管道的缺陷类型，并进一步利用优化拟合后的数据确定管道缺陷物理信息。还公开了一种适用于城市供水管道系统的在线型水力波生成装置，通过本发明能够检测包括管道漏水与堵塞，未知支管以及空气囊的管道缺陷。本发明将通过在线工作的方式，快速地检测出管道系统中潜在的缺陷，以实现准确高效无损型城市供水管道缺陷检测方法体系。
Description
技术领域
本发明涉及城市供水管道系统信息检测与维护管理领域，具体涉及一种适用于城市供水管道系统的在线无损检测方法及其装置。
背景技术
城市供水管道系统是城市现代化发展与社会经济生活的重要支柱之一。输配水管道系统的正常持续运行与有效维护管理是水资源优化利用与用户用水安全的重要保障。随着城市供水管道系统的长时间持续运行，管道系统很容易因老化、腐蚀、沉积等而产生各种管道缺陷，因而引起城市供水故障。
常见而频发的管道系统缺陷包括：漏水(如爆管、节点松动等)，堵塞(如管道沉积、部分开度阀门等)，未知支管(如非法连接管、冗余施工管段等)，以及空气囊(如折管顶部、变管径处)等。
目前常用的管道缺陷检测方法包括：人工检测法，设备跟踪法，声波检测法，以及水力特性法等。
1.人工检测法：主要通过传统管道观测与问卷调查等人工方式，对管道系统存在的缺陷进行收集与维护。此方法既耗时准确度又较低，而且难以实现对大多数的埋地管线检测；
2.设备跟踪法：采用相应的检测设备，对供水管道进行沿程在线跟踪检测以发现潜在的缺陷与问题。目前常用的设备有管内智能机器人、智能球、以及移动摄像机等。此类检测方法通常应用于工业小型管道系统或关键管段部位进行的定点检测，但应用于整个城市供水管道系统检测时效率低且费用高；
3.声波检测法：通过使用声波检测设备如检波器和声波相关器，对管道近距离(如埋地管线沿程地面)进行声波检测，利用管道缺陷与正常管流产生的声波频率差别进行检测。此检测方法较准确且易操作，但是效率较低，易受噪音干扰，而且对较小的管道缺陷难以检测；
4.水力特性法：主要利用管流在不同条件下的水力特性差异进行相应的管道缺陷检测，可以分为稳态水力法和瞬态水力法。常用的稳态水力法有质量(或体积)守恒法和能量(压力)守恒法两种。此方法主要依赖于管道内流体状态，比如流速，且需要大量流量或压力点数据，因此检测效率和精度低。而瞬态水力法主要利用管道缺陷对水力压力波传播与反射进行反向分析检测。目前的瞬态水力法仅局限于管道爆管漏水检测，并利用爆管漏水对水力波反射与衰减在时间域上的表现，即时间域水力波分析，进行管道漏水缺陷检测，但目前该方法只能用于事后被动检测，而不能进行主动预测与评估管道运行工况与水力条件，并且检测精度较低。
由于上述现有和常用的管道检测方法不足与局限，供水管道系统中的管道缺陷经常不能及时被发现并得到改善与修复。目前各城市供水管道系统中因管道缺陷引起的供水事故屡见不鲜，已经造成严重的经济损失与不良的社会影响。
因此，城市供水管道系统信息检测与管理维护领域亟需一种快速高效的，在线主动的，并且无损实用的检测技术方法与装置。
发明内容
有鉴于此，本发明的主要目的在于提供一种适用于城市供水管道系统的在线无损检测方法及其装置。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供一种适用于城市供水管道系统的在线无损检测方法，该方法为：根据在供水管道内主动产生和测量的高频水力波传播与反射特征信号获得系统频率域响应函数，在系统频率域响应函数抓取若干个周期波峰对应的波峰值和对应的频率值；根据对所述若干个周期波峰对应的波峰值和对应的频率值与无缺陷管道系统理论值进行比较判断管道的缺陷类型，并进一步利用优化拟合后的数据确定管道缺陷物理信息。
上述方案中，所述根据在供水管道内测量的主动高频水力波传播与反射特征信号获得系统频率域响应函数，具体为：对经管道系统充分传播与反射后测得的高频水力波的压力波时间和压力系列进行预处理和傅里叶变换后，转换成管道的系统频率域响应函数。
上述方案中，所述管道缺陷物理信息包括缺陷在管道系统中的位置与缺陷大小。
上述方案中，将测得的高频水力波频率域内若干个周期波峰对应的波峰值和对应的频率值与相应无缺陷管道系统理论值进行比较，获得频率域压力波峰衰减值与对应的频率偏移值；当获得的频率偏移值满足时，确定管道的缺陷类型为管道堵塞或未知连接支管缺陷，其中，δωrf(k)为频率偏移值，ωth0为无损管道系统理论共振频率，ωth0＝πa/2L0，Δ为无损管道系统数值模拟结果与测试数据结果差值，η为最大检测精度或最低数据监测精度。
上述方案中，当获得的频率域压力波峰衰减值满足时，确定管道的缺陷类型为管道漏水或管道空气囊缺陷，其中，δPω(k)为频率域压力波峰衰减值，Hω0＝频率域对应的水压波初始值。
上述方案中，所述的无缺陷管道系统理论值是根据经典一维瞬变流数学模型应用于已知信息的原始无缺陷管道系统进行数值模拟得到的结果。
上述方案中，将测得的高频水力波频率域内若干个周期波峰对应的波峰值和对应的频率值与相应无缺陷管道系统的理论值进行比较，判断获得管道缺陷类型后，选取相应类型的水力波特征模式作为目标方程，优化拟合所述获得的频率域压力波峰衰减值与对应的频率偏移值，以确定管道缺陷具体物理信息，包括缺陷在管道系统中的位置与缺陷大小。
本发明实施例还提供一种适用于城市供水管道系统的在线型水力波生成装置，该装置包括：用于与消防栓连接的主体管、用于主动产生高频水力波的转动阀门、用于与控制电脑端连接的电动驱动端、用于增加水力波频率以生成高频水力波的增频器、用于封闭主体管末端的封闭末端、用于平稳定高频水力波输出相对稳定均匀平面波的多孔平波器、两组高频压力传感器，所述多孔平波器、增频器、转动阀门从左到右依次设置在主体管内，所述封闭末端设置在主体管的右端，所述主体管的上方设置电动驱动端；所述两组高频压力传感器设置在主体管的下方，其中一组高频压力传感器用于将转动阀门主动产生的高频水力波信号实时传输至控制电脑端储存，另一组高频压力传感器用于将实时监测高频水力波在系统内传播产生的所有入射波和反射波，并同时将数据传输至电脑端储存；所述控制电脑端与电动驱动端内用于驱动转动阀门的电路芯片连接。
上述方案中，所述主体管与消防栓的消火栓牙扣密封对接。
与现有技术相比，本发明的有益效果：
1.所述方法与装置适用于不同频带与振幅水力波分析，具广泛实用性；
2.所述方法与装置适用于在线主动检测管道缺陷信息，具无损主动性；
3.所述方法与装置适用于四种不同管道缺陷检测，具多功能通用性；
4.所述方法与装置利用快速水力波媒介检测，具快速高效性；
5.所述方法与装置运用频率域水力波分析，具高精度与高抗扰性；
6.所述方法与装置提供实时检测更新与校核分析，具自适应与灵活性。
附图说明
图1为本发明实施例提供一种适用于城市供水管道系统的在线无损检测方法的流程图；
图2为本发明中系统频率域响应函数计算方法流程图；
图3为本发明中系统频率域响应函数计算实例结果图；
图4为本发明中所述基于遗传算法的模式-数据拟合优化方法流程图；
图5为本发明实施例提供一种适用于城市供水管道系统的在线型水力波生成装置的结构示意图；
图6为本发明所述技术方法与装置实例应用分析图；
图7为本发明所述技术方法与装置应用连接示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明实施例提供一种适用于城市供水管道系统的在线无损检测方法，如图1所示，该方法具体通过以下步骤实现：
步骤101：根据在供水管道内主动产生和测量的高频水力波传播与反射特征信号获得系统频率域响应函数。
具体的，对主动产生的高频水力波以及该波经过系统充分传播反射后的高频水力波的压力波时间和压力系列分别进行预处理和傅里叶变换后，转换成管道的系统频率域响应函数。图2显示了根据输入(主动产生的高频水力波)与输出(测量的传播与反射后的高频水力波)进行数据预处理与傅里叶变换得到系统频率域响应函数的主要方法步骤。
所述高频水力波是由电脑芯片设置电力驱动带动的转动阀门高速转动产生，并通过增频器与平波器后形成的高速水力波，所述高频水力波是由电脑电动控制主动产生的(也就是后面图2里面的输入信号波)。针对不同的待测管道系统信息，电脑设置产生的高频波振幅需控制在管道系统承压强度之内。
高频波产生后，会快速传播扩散至整个管道系统，并在各个节点、缺陷点等位置经过入射与反射，形成时间域内复杂的叠加水力波。
所述系统频率域响应函数正通过测量和转换这两个信号——主动产生以及传播扩散(入射与反射)后的复杂叠加波信号——得到。
管道的缺陷类型为管道堵塞、未知连接支管、管道漏水或管道空气囊缺陷。
图3显示了针对本发明包括的四种不同管道缺陷实例得到的系统频率域响应函数结果；其中图3(a)为管道漏水缺陷分析结果；其中图3(b)为管道堵塞缺陷分析结果；其中图3(c)为未知连接支管缺陷分析结果；其中图3(d)为管道空气囊缺陷分析结果。
同时，根据经典一维瞬变流数学模型对已知信息的原始无损管道(即没有任何管道缺陷情况)进行数值模拟得到相应管道系统理论结果，并绘于图3中作对比(即图中标示无损管道系统的结果)，图3结果表明针对不同的管道缺陷，其系统频率域响应函数表现模式各异。
所述数值模拟是针对无任何管道缺陷条件下的原始管道系统进行模拟计算，以获取无损系统的理论值，然后通过测量值(转换后)与理论值比较，其差别来判定缺陷类型，并后续优化拟合缺陷的信息。
步骤102：在系统频率域响应函数抓取若干个周期波峰对应的波峰值和对应的频率值。
具体的，根据图2所述方法步骤得到的系统频率域响应函数，依次获取频率域一系列波峰值与对应频率值；抓取首5～10个周期波峰对应的值，即k＝1...5(或10等)。
步骤103：根据对所述若干个周期波峰对应的波峰值和对应的频率值与经数值模拟得到的无损管道系统理论值进行比较判断管道的缺陷类型。
具体的，将若干个周期波峰对应的波峰值和对应的频率值与无损管道系统理论结果进行比较，获得频率域压力波峰衰减值与对应的频率偏移值；当优化拟合后的频率偏移值满足时，确定管道的缺陷类型为堵塞或未知连接支管缺陷，其中，δωrf(k)为频率偏移值，ωth0为无损管道系统理论共振频率，ωth0＝πa/2L0，Δ为无损管道系统数值模拟结果与测试数据结果差值，η为最大检测精度或最低数据监测精度；当优化拟合后的频率域压力波峰衰减值满足时，确定管道的缺陷类型为管道漏水或管道空气囊缺陷，其中，δPω(k)为频率域压力波峰衰减值，Hω0＝频率域对应的水压波初始值。
其中，在进行特征模式类型判断时，优先判断频移模式，然后判断衰减模式。如满足上述模式类型判断条件，则选择该模式类型下的两种可能缺陷模式分别进行以下步骤的优化拟合计算，并比较选择最优结果。如上述两种模式类型条件均不满足，则表示管道系统中无本发明方法可检测的管道缺陷类型与信息，无需进行以下优化拟合计算。
步骤104：根据对所述判断确定的管道的缺陷类型，选择相应类型的水力波特征模式作为目标方程进一步优化拟合所述获得的频率域压力波峰衰减值与对应的频率偏移值，得到具体的管道缺陷物理信息，包括缺陷在管道系统中的位置与缺陷大小。
各水力波特征模式具体为：
(1)管道漏水模式：
δPω(k)＝αcos(2πkλL-θ)+β
其中：δPω(k)为频率域压力波峰衰减值(m)；k为波峰编号；α为漏水面积相关的参数(m)；λL＝无量纲标准化漏水位置参数，并且λL＝x/L；x＝漏水位置与管线上游端点距离(m)；L＝管线总长度(m)；θ＝漏水位置相关的相角；β＝初始压力条件相关参数(m)。
(2)管道堵塞模式：
其中：δωrf(k)为频率域压力波峰频率偏移值(Hz)；ωrf0＝ωrf0(k)为无损(无堵塞)条件下的波峰频率值(即理论共振频率)(Hz)；εbk＝堵塞截面积相关参数；λbk1，2，3＝与管道堵塞位置与长度相关的参数(s)；其他参数同前所述。
(3)管道未知支管模式：
其中：εbr为未知支管截面积相关参数；λbr1，2，3为与未知支管位置与长度相关的参数(s)；其他参数同前所述。
(4)管道空气囊模式：
其中：Y为管道水力波传播阻抗参数(m-2s)，Y＝a/gA；a＝波速(ms-1)；A＝管道截面积(m2)；g＝重力加速度(ms-2)；K＝空气初始状态相关的热动力学参数(m2)，n＝空气热能指数，通常条件下n＝1.1～1.8；HA0＝空气囊初始压力水头(m)；λab1，2＝与空气囊位置相关参数(s)；其他参数同前所述。
在判断确定管道缺陷类型后，即可选择上述相应的特征模式方程，根据所述获得的频率域压力波峰衰减值(δPω(k))或对应的频率偏移值(δωrf(k))，进行反向求解计算以确定管道缺陷物理信息，包括位置与大小。但是，由于上述各水力特征模式方程极具非线性，并且测量数据转换得到的数据δPω(k)、δωrf(k)或ωrf0(k)的局部性与相关重复性，本发明将提出以下优化拟合方法进行全局高效求解管道缺陷信息。
以所述测量数据转换获得的δPω(k)、δωrf(k)或ωrf0(k)作为已知量，而以管道缺陷信息(位置与大小)作为未知量，在满足上述选定缺陷类型的水力特征模式方程条件下，设置目标优化函数如下：其中G＝目标函数适应度；LHS为各特征模式方程等式左边值，即由测量数据转换得到的频率域压力波峰衰减值(δPω(k))或对应的频率偏移值(δωrf(k))；RHS为各特征模式方程等式右边值，即优化计算值；N为各特征模式编号，用以表示本发明所述四种不同的特征模式。
基于上述步骤103判断得到的不同管道缺陷类型，此处优化函数的待拟合参数(即管道缺陷位置与大小)与约束条件则分别包括：
(1)管道漏水：α∈[0，D0]；λL∈[0，1]；θ∈[0，2π]；β∈[-Hω0，Hω0]；其中D0＝无损管道管径(m)；Hω0＝频率域对应的水压波初始值(m)；D0及Hω0均为已知值；其他参数同前所述，且在给定管道系统中已知；
(2)管道堵塞：εbr∈[-1，1]；λbk1+λbk2+λbk3＝λ0；λbk1，2，3∈[0，λ0]；其中λ0＝无损管道系统波传播周期(s)；其他参数同前所述，且在给定管道系统中已知；
(3)未知支管：εbr∈[-1，1]；λbr1+λbr2＝λ0；λbr1，2，3∈[0，λ0]；其中其他参数同前所述，且在给定管道系统中已知；
(4)空气囊：；HA0∈[0，H0]；λab1+λab2＝λ0；λab1，2∈[0，λ0]；其中L0＝待测管线长度(m)；其他参数同前所述，且在给定管道系统中已知。
所述管道缺陷模式-数据拟合优化计算采用基于智能遗传算法的全局优化方法求解。如图4所示，结合上述步骤102和103的结果，利用智能遗传算法实现优化求解的具体流程与步骤包括：
(a)对上述水力特征模式各变量(即管道缺陷信息值)在给定约束范围内进行编码，如采用实数型编码，编码长度取决于求解精度与计算速度要求。
(b)设置遗传群组个体数量M(取偶数)，随机选择M组变量初始编码值，即生成初始父代方案群组，根据计算精度要求而定，如取M＝1000。
(c)根据(a)中设定的编码规则，进行父代群组解码得到各变量对应原始值，并代入上述目标优化函数计算得到每个群组个体对应的适应度GN，j，(j＝1，2，...M)。
(d)对计算的适应度排序，如从小到大，并选择部分最优群体个体K(取偶数)，即排列最前面的K个个体，直接保留遗传至下一代群体，如取K＝2％M。
(e)对父代群组个体进行选择遗传操作：设定选择概率rs，如rs＝0.8，从父代群组的所有个体中按照此设定概率随机选择2个父代个体。
(f)对选择的2个父代个体进行杂交遗传操作.设定杂交概率rc，如rs＝0.7，按照此设定概率确定已选择的2个父代个体对应的编码位置，并交换彼此该位置的编码值，从而得到2个新的个体，即子代个体。
(g)对上述得到的2个子代个体进行变异遗传操作：设定变异概率rm，如rm＝0.05，按照此设定概率对2个子代个体的各个位置编码依次进行变异操作，得到2个新的子代个体。
(h)重复(d)至(f)步骤，直至产生(M-K)个新子代个体为止。
(i)将父代保留的K个个体以及上述遗传进化的M-K个子代个体，即总共M个个体，组成新的父代群组，返回至步骤(c)进行下一代遗传操作，直至满足计算收敛要求，如达到最大遗传代数或最佳计算适应度精度。
(j)对上述遗传模拟优化得到的最优群组个体进行解码并进行适应度值计算，得到对应的最优管道缺陷信息值。
步骤105：完成上述步骤104的优化拟合计算后，得到并保存得到的管道缺陷信息结果，并根据实际需要，提出是否进行多次测试与重复计算。
具体地，如选择不进行多次测试计算，则结束本次管道缺陷检测并保存检测结果。如需要或选择多次测试与计算，则重复上述数据监测与转换计算步骤101～104，得到并保存各次计算结果，然后进行比较分析。
其中，如果各次计算结果满足统一性要求，如变化范围小于10％，则取各次平均值以作为最终检测结果；如各次结果差别较大，如变化范围大于10％，则整合所有次步骤101测试的数据，重复步骤102～104，再次进行优化拟合分析，获得的优化结果将作为最终管道缺陷检测结果，并结束此管道缺陷检测。
本发明实施例还提供一种适用于城市供水管道系统的在线型水力波生成装置，如图5所示，该装置包括：用于与消防栓5连接的主体管701、用于主动产生高频水力波的转动阀门702、用于与控制电脑端8连接的电动驱动端703、用于增加水力波频率以生成高频水力波的增频器704、用于封闭主体管701末端的封闭末端705、用于平稳定高频水力波输出相对稳定均匀平面波的多孔平波器706、两组高频压力传感器707，所述多孔平波器706、增频器704、转动阀门702从左到右依次设置在主体管701内，所述封闭末端705设置在主体管701的右端，所述主体管701的上方设置电动驱动端703；所述两组高频压力传感器707设置在主体管701的下方，其中一组高频压力传感器707用于将高频水力波信号实时传输至控制电脑端8储存，另一组高频压力传感器707用于将实时监测系统所有入射波和反射波，并同时将数据传输至电脑端8储存；所述控制电脑端8与电动驱动端703内用于驱动转动阀门702的电路芯片12连接，用以设置不同主动波生成模式，并且控制产生的高频波振幅在管道系统承压强度之内；针对不同的待测管道系统信息，电脑设置产生的高频波振幅需控制在管道系统承压强度之内。
所述主体管701与消防栓5的消火栓牙扣11密封对接。同时，此装置应用于管道系统连接其他设施(如泵站)时，主体管701可通过调整牙扣11处的法兰接头或变径管接头，与各种标准口径接口的设备结构密封连接。
图6显示典型城市供水管道系统部分三维剖面布置图(放大图)，包括市政环境0，供水干管1，连接支管2，管道节点3，以及系统设备与附件(包括检查井4，消防栓5，泵站6等)。
通常供水系统连接设备与附件可供专业人员接近及接触，以便对系统进行检查与维护，并且这些设备附件之间的距离一般在100m以内。
本发明的在线型水力波生成装置将安装在系统可用连接设备与附件上，如上述图6中检查井4，消防栓5与泵站6，并与系统密封连接。
待检测管道系统中可同时安装多个在线型水力波生成装置7，如分布距离500～1000m，以发送和接收多点压力波信号，并提高检测效率和精度。
然后如图7所示将在线型水力波生成装置7与控制电脑端8相连接，并连通电源。
在控制电脑端8输入特定水力波产生模式9，包括频率、振幅与持续时间。在控制电脑端8通过对水力波监测与数据模式分析等过程得到并输出管道系统中潜在的管道缺陷信息结果10。
启动水力波生成装置。如图5所示，以消防栓5连接为例，水力波生成装置主体管701与消火栓牙扣11密封对接，而在线型水力波生成装置7的转动阀门702通过电动驱动端703与控制电脑端8相连，然后按照控制电脑端8输入特定水力波生成模式，并通过电动驱动端的电路芯片12驱动转动阀门702产生水力波。
生成的水力波经过装置增频器704和装置封闭末端705的快速频繁反射，得到高频水力波。同时，高频波经过多孔平波器706输出相对稳定均匀平面波。经增频器704和平波器706后的水力波频率可达10k Hz或以上，可用于本发明适用的各种管道缺陷的检测评估。
如图5所示，其中连接的高频压力传感器707将所述装置产生的高频水力波信号实时传输至电脑端8储存。另一连接的高频压力传感器707将实时监测系统所有入射波和反射波，并同时将数据传输至电脑端8储存。
在测试过程中，所有高频压力传感器实时监测记录的压力波时间数据，将及时传输至控制电脑端系统8，用作管道系统检测与评估所需的输入与输出信号数据。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (6)
1.一种适用于城市供水管道系统的在线无损检测方法，其特征在于，该方法为：
步骤101：根据在复杂连接的地下供水管道系统中可供专业人员接近及接触处的可用连接设备与附件上，利用水力波生成装置和与该水力波生成装置连接的控制电脑端，主动产生和测量高频水力波传播与反射特征信号获得系统频率域响应函数；
步骤102：在所述系统频率域响应函数抓取若干个周期波峰对应的波峰值和对应的频率值；
步骤103：根据对所述若干个周期波峰对应的波峰值和对应的频率值与无缺陷管道系统理论值进行比较判断管道的缺陷类型；
步骤104：根据所述管道的缺陷类型，选择相应类型的水力波特征模式作为目标方程进一步优化拟合获得的频率域压力波峰衰减值与对应的频率偏移值，得到具体的管道缺陷物理信息，包括缺陷在管道系统中的位置与缺陷大小；
所述步骤103具体为：将测得的高频水力波频率域内若干个周期波峰对应的波峰值和对应的频率值与相应无缺陷管道系统理论值进行比较，获得频率域压力波峰衰减值与对应的频率偏移值,当获得的频率偏移值满足时，确定管道的缺陷类型为管道堵塞或未知连接支管缺陷，其中，δωrf(k)为频率偏移值，ωth0为无损管道系统理论共振频率，ωth0＝πa/2L0，Δ为无损管道系统数值模拟结果与测试数据结果差值，η为最大检测精度或最低数据监测精度；
当获得的频率域压力波峰衰减值满足时，确定管道的缺陷类型为管道漏水或管道空气囊缺陷，其中，δPω(k)为频率域压力波峰衰减值，Hω0＝频率域对应的水压波初始值；
所述步骤104中所述的相应类型的水力波特征模式具体为：
(1)管道漏水模式：
δPω(k)＝αcos(2πkλL-θ)+β
其中：δPω(k)为频率域压力波峰衰减值(m)；k为波峰编号；α为漏水面积相关的参数(m)；λL＝无量纲标准化漏水位置参数，并且λL＝x/L；x＝漏水位置与管线上游端点距离(m)；L＝管线总长度(m)；θ＝漏水位置相关的相角；β＝初始压力条件相关参数(m)；
(2)管道堵塞模式：
<mrow>
<msub>
<mi>&delta;&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msup>
<mfrac>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>b</mi>
<mi>k</mi>
</mrow>
</msub>
<mi>&pi;</mi>
</mfrac>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>k</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>k</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
<mn>3</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
其中：δωrf(k)为频率域压力波峰频率偏移值(Hz)；ωrf0＝ωrf0(k)为无损(无堵塞)条件下的波峰频率值(即理论共振频率)(Hz)；εbk＝堵塞截面积相关参数；λbk1,2,3＝与管道堵塞位置与长度相关的参数(s)；
(3)管道未知支管模式：
<mrow>
<msub>
<mi>&delta;&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>&epsiv;</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
</mrow>
</msub>
</mrow>
<mi>&pi;</mi>
</mfrac>
<mfrac>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>cos</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>b</mi>
<mi>r</mi>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中：εbr为未知支管截面积相关参数；λbr1,2,3为与未知支管位置与长度相关的参数(s)；
(4)管道空气囊模式：
<mrow>
<msub>
<mi>&delta;P</mi>
<mi>&omega;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>YK&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>K&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>a</mi>
<mi>b</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>r</mi>
<mi>f</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中：Y为管道水力波传播阻抗参数(m-2s)，Y＝a/gA；a＝波速(ms-1)；A＝管道截面积(m2)；g＝重力加速度(ms-2)；K＝空气初始状态相关的热动力学参数(m2)，K＝VA0/nHA0；VA0＝空气囊初始体积(m3)；n＝空气热能指数，通常条件下n＝1.1～1.8；HA0＝空气囊初始压力水头(m)；λab1,2＝与空气囊位置相关参数(s)；
以所述的δPω(k)、δωrf(k)或ωrf0(k)作为已知量，而以管道缺陷信息的物理信息作为未知量，在满足上述管道漏水、管道堵塞、管道未知支管、管道空气囊四种选定缺陷类型的水力特征模式方程条件下，设置目标优化函数如下：其中G＝目标函数适应度；LHS为各特征模式方程等式左边值，即由测量数据转换得到的频率域压力波峰衰减值(δPω(k))或对应的频率偏移值(δωrf(k))；RHS为各特征模式方程等式右边值，即优化计算值；N为各特征模式编号，用以表示所述管道漏水、管道堵塞、管道未知支管、管道空气囊四种不同缺陷类型的特征模式。
2.根据权利要求1所述的适用于城市供水管道系统的在线无损检测方法，其特征在于：所述步骤101中所述的获得系统频率域响应函数，具体为：对经复杂连接的地下供水管道系统充分传播与反射后测得的高频水力波的压力波时间和压力数据系列进行预处理和傅里叶变换后，转换成管道系统的频率域响应函数。
3.根据权利要求1所述的适用于城市供水管道系统的在线无损检测方法，其特征在于：所述步骤103中所述的无缺陷管道系统理论值是根据经典一维瞬变流数学模型应用于已知信息的原始无缺陷管道系统进行数值模拟得到的结果。
4.一种应用于权利要求1-3任一项所述的在线无损检测方法中的在线无损型水力波生成装置，其特征在于，该装置包括：用于与消防栓连接的主体管、用于主动产生高频水力波的电动控制阀门、用于与控制电脑端连接的电动驱动端、用于增加水力波频率以生成高频水力波的增频器、用于封闭主体管末端的封闭末端、用于平稳定高频水力波输出相对稳定均匀平面波的多孔平波器、两组高频压力传感器，所述多孔平波器、增频器、转动阀门从左到右依次设置在主体管内，所述封闭末端设置在主体管的右端，所述主体管的上方设置电动驱动端；所述两组高频压力传感器设置在主体管的下方，其中一组高频压力传感器用于将转动阀门主动产生的高频水力波信号实时传输至控制电脑端储存，另一组高频压力传感器用于将实时监测高频水力波在系统内传播产生的所有入射波和反射波，并同时将数据传输至电脑端储存；所述控制电脑端与电动驱动端内用于驱动转动阀门的电路芯片连接。
5.根据权利要求4所述的在线无损型水力波生成装置，其特征在于：所述主体管与复杂连接地下供水管道系统中可供专业人员接触处对接，与供水管道系统密封连接，所述供水管道系统中可供专业人员接触处包括检查井、消防栓、泵站。
6.根据权利要求5所述的在线无损型水力波生成装置，其特征在于：所述主体管与消防栓的消火栓牙扣密封对接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510314262.XA CN104930355B (zh) | 2015-06-09 | 2015-06-09 | 适用于城市供水管道系统的在线无损检测方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510314262.XA CN104930355B (zh) | 2015-06-09 | 2015-06-09 | 适用于城市供水管道系统的在线无损检测方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104930355A CN104930355A (zh) | 2015-09-23 |
| CN104930355B true CN104930355B (zh) | 2017-10-13 |
Family
ID=54117651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510314262.XA Active CN104930355B (zh) | 2015-06-09 | 2015-06-09 | 适用于城市供水管道系统的在线无损检测方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104930355B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105678059A (zh) * | 2015-12-18 | 2016-06-15 | 延边大学 | 一种数值计算系统 |
| CN107329167B (zh) * | 2017-06-09 | 2019-05-07 | 中国石油大学(北京) | 检测管道沉积物分布的方法、系统以及计算机储存介质 |
| CN107238413A (zh) * | 2017-06-30 | 2017-10-10 | 合肥贺财工程项目管理有限公司 | 一种水管采样测量及监视筛选系统 |
| CN107355684B (zh) * | 2017-07-19 | 2018-12-04 | 中国水利水电科学研究院 | 一种管网故障水力监测实验系统及其实现故障辨识的方法 |
| CN108626579A (zh) * | 2018-04-04 | 2018-10-09 | 哈尔滨商业大学 | 一种基于压力波法的输油管道结蜡量测定方法 |
| CN109271749A (zh) * | 2018-11-14 | 2019-01-25 | 山东汇丰石化集团有限公司 | 基于三维数字化平台管廊巡阀检漏系统及其实现方法 |
| BE1026843B1 (nl) * | 2018-12-07 | 2020-07-07 | Atlas Copco Airpower Nv | Gasnetwerk en werkwijze voor het detecteren van obstructies in een gasnetwerk onder druk of onder vacuüm |
| CN110762398B (zh) * | 2019-11-05 | 2021-10-08 | 中国石油大学(华东) | 基于激励响应的油气管道泄漏检测方法及系统 |
| CN111022937B (zh) * | 2019-12-11 | 2021-03-23 | 浙江嘉科信息科技有限公司 | 一种输水管网管漏损定位系统及定位方法 |
| JP6829534B1 (ja) * | 2020-03-17 | 2021-02-10 | 智大 久保田 | 非破壊検査装置 |
| CN112487712A (zh) * | 2020-11-25 | 2021-03-12 | 中国科学院力学研究所 | 基于遗传算法与多维动态时间规整的埋地悬空管道工况参数智能辨识方法 |
| CN112881520B (zh) * | 2021-01-14 | 2022-07-22 | 哈尔滨工业大学 | 基于小波变换模极大值法的地下管道缺陷定位方法 |
| CN113551699B (zh) * | 2021-09-17 | 2022-01-11 | 山东德仕化工有限公司 | 一种油井管道堵塞的检测方法及设备 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5388445A (en) * | 1992-10-16 | 1995-02-14 | Nkk Corporation | Method for determining arrival and amplitude of a wave front and apparatus therefor |
| US5398542A (en) * | 1992-10-16 | 1995-03-21 | Nkk Corporation | Method for determining direction of travel of a wave front and apparatus therefor |
| US5428989A (en) * | 1992-10-16 | 1995-07-04 | Nkk Corporation | Method for locating a pressure transient source in a pipeline and apparatus therefor |
| TW295623B (zh) * | 1994-08-19 | 1997-01-11 | Caldon Co | |
| JP2006275890A (ja) * | 2005-03-30 | 2006-10-12 | Hitachi Hybrid Network Co Ltd | 音響式配管調査システムおよびそれを用いた配管調査方法 |
| CN101206010B (zh) * | 2007-12-14 | 2011-06-22 | 济南大学 | 基于声波协同检测的管道震击破坏定位系统及其定位方法 |
| CN104373821A (zh) * | 2014-11-21 | 2015-02-25 | 天津科技大学 | 基于声学主动激励的天然气管道安全监测装置 |
-
2015
- 2015-06-09 CN CN201510314262.XA patent/CN104930355B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104930355A (zh) | 2015-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104930355B (zh) | 适用于城市供水管道系统的在线无损检测方法及其装置 | |
| Ismail et al. | A review of vibration detection methods using accelerometer sensors for water pipeline leakage | |
| Lu et al. | Leakage detection techniques for oil and gas pipelines: State-of-the-art | |
| Jin et al. | Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method | |
| Colombo et al. | A selective literature review of transient-based leak detection methods | |
| Baroudi et al. | Pipeline leak detection systems and data fusion: A survey | |
| WO2022105340A1 (zh) | 一种基于声波的管道监测系统及监测方法 | |
| Li et al. | Development of systems for detection, early warning, and control of pipeline leakage in drinking water distribution: A case study | |
| CN101255952B (zh) | 管道泄漏监测与安全预警测试系统 | |
| CN201014212Y (zh) | 管道泄漏监测与安全预警测试系统 | |
| Caputo et al. | Using neural networks to monitor piping systems | |
| CN107013812B (zh) | 一种三场耦合管道泄漏监测方法 | |
| CN105042339A (zh) | 一种基于无量纲的成品油管道泄漏量估计系统及方法 | |
| CN104373821A (zh) | 基于声学主动激励的天然气管道安全监测装置 | |
| CN101592288B (zh) | 一种管道泄漏辨识方法 | |
| US20220083083A1 (en) | Pressure control in a supply grid | |
| CN101226078A (zh) | 一种基于分布式光纤传感器的长距离线性结构异常振动的检测方法 | |
| Wang et al. | Leak detection in pipeline systems using hydraulic methods: A review | |
| Porwal et al. | Leakage detection and prediction of location in a smart water grid using SVM classification | |
| CN115127037B (zh) | 一种供水管网漏损定位方法及系统 | |
| Xue et al. | Application of acoustic intelligent leak detection in an urban water supply pipe network | |
| Caputo et al. | An inverse approach for piping networks monitoring | |
| Malekpour et al. | Real-time leak detection in oil pipelines using an Inverse Transient Analysis model | |
| JPH0896039A (ja) | 水道管路情報管理装置 | |
| De Silva et al. | Computer aided leak location and sizing in pipe networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |