CN114370984A - 一种长距离供水管道水压试验渗漏位置的智能识别方法 - Google Patents
一种长距离供水管道水压试验渗漏位置的智能识别方法 Download PDFInfo
- Publication number
- CN114370984A CN114370984A CN202210055506.7A CN202210055506A CN114370984A CN 114370984 A CN114370984 A CN 114370984A CN 202210055506 A CN202210055506 A CN 202210055506A CN 114370984 A CN114370984 A CN 114370984A
- Authority
- CN
- China
- Prior art keywords
- water
- leakage
- water injection
- test
- leakage point
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 181
- 238000012360 testing method Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002706 hydrostatic effect Effects 0.000 title claims abstract description 16
- 238000002347 injection Methods 0.000 claims abstract description 64
- 239000007924 injection Substances 0.000 claims abstract description 64
- 238000012549 training Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000007789 sealing Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 239000000463 material Substances 0.000 abstract description 6
- 230000000149 penetrating effect Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 abstract description 2
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 4
- 239000011513 prestressed concrete Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
- G01M3/2815—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes using pressure measurements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了管道水压试验渗漏技术领域的一种长距离供水管道水压试验渗漏位置的智能识别方法，概念模型构建，以水力学基本原理为基础，构建概念模型：渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和；长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大；漏点位置决定两端沿程水头损失；与常用管道漏点探测方法相比，探地雷达，声学仪器检测需要昂贵的设备部署成本，物联网传感器需要额外条件如电力，通信等，基于波形的探测方法依赖于漏点瞬间产生的负压波，需要相关设备支持；本方法仅利用常规设计压力表，不需单独安装监测设备，大大节省了人力、物力开支，节省工程成本，根据能量守恒原理。
Description
技术领域
本发明涉及管道水压试验渗漏技术领域，具体为一种长距离供水管道水压试验渗漏位置的智能识别方法。
背景技术
根据《给水排水管道工程施工及验收规范(GB50268-2008)》和《预应力钢筒混凝土管道技术规范(SL702-2015)》规定，给水管道必须进行水压试验，水压试验合格后方可并网运行。一般在实际工程中，水压试验管道长度为几米到几十米，甚至上百米，例如，利比亚大人工河二期工程管道总长1731km，该工程将整个输水管线分为4个独立段分别进行水压试验；山西省万家寨引黄供水工程全线43km，结合检修阀共分3段进行水压试验；山西省东山供水工程关河支线管道分4段进行水压试验，各段长度分别为8.54km、6.57km、7.77km、9.45km；大伙房水库输水二期工程大石桥支线应急供水工程，距离长7.88km，采用整体管道水压试验。在长距离管道水压试验中，漏点识别极为关键，常用的管道漏点识别技术有探地雷达、声学检测设备、无线传感器物联网检测等方法，这些方法存在造价高、需要埋、耗时长等人力、物力和财力投入较大的问题，如何基于水力学基本原理，根据管道设计安装的压力表在水压试验中读数变化情况，分析识别漏点位置，可以大大提高工作效率、节约工程成本。
而且，由于在施工过程中，每节管道连接时已经做过闭水试验，因此，正常施工情况下，管道渗漏的可能性比较小，在管道铺设沿线如果遇到地质条件较差或夯基不实个别情况，有可能发生渗漏，这种渗漏都是两节(单漏点)或连续几节(等效漏点)连接出现渗漏，当管线较长时，都可以视为单漏点。
《预应力钢筒混凝土管道技术规范(SL702-2015)》规定，可以恒压采用注水法用允许渗水量判断水压试验是否合格和推求渗水量，结合恒压注水法和智能算法提出一种长距离大型输水压力管道水压试验漏点识别的实用技术方法，基于此，本发明设计了一种长距离供水管道水压试验渗漏位置的智能识别方法以解决上述问题。
发明内容
本发明的目的在于提供一种长距离供水管道水压试验渗漏位置的智能识别方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种长距离供水管道水压试验渗漏位置的智能识别方法，包括以下步骤：
步骤1：概念模型构建，以水力学基本原理为基础，构建概念模型：
渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和；
长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大；
漏点位置决定两端沿程水头损失，进而决定两端注水量大小；
步骤2：水力学模型参数率定；试验管道两端各安装一台高精度变频泵，以提供恒定水压及稳定注水量；采用Siemens Flomaster构建管道模型，并根据注水量试算等效渗漏管径和率定模型参数；
步骤3：“漏点相对位置～短端注水量～渗水量”样本集生成；Siemens Flomaster构建管道模型并完成参数率定后，从左至右以等距设置漏点位置并采用SiemensFlomaster进行批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集；
步骤4：能够识别“相对位置～短端注水量～渗水量”相关关系的BP网络训练；以“短端注水量/渗水量”为输入、“长端距离/管道总长”为输出，采用BP网络学习“相对位置～短端注水量/渗水量”相关关系；
步骤5：漏点相对位置智能识别；完成BP网络训练后，以实际的“短端注水量/渗水量”输入网络，获得网络输出，即漏点相对位置，进而计算出漏点位置。
优选的，构建概念模型，所述方法还包括：
在步骤1中：
步骤1.1：根据水力学基本原理得出如下规律：
渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和；
长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大；
漏点位置决定两端沿程水头损失，进而决定两端注水量大小；
步骤1.2：采用Siemens Flomaster对上述规律进行验证。
优选的，进行模型参数率定，所述方法还包括：在步骤2中，
步骤2.1：密封试验管段，根据《预应力钢筒混凝土管道技术规范(SL702-2015)》规定，试验压力为0.9Mpa，通过试验注水孔向管道内注水并排气，观测各压力表(按设计要求一般800m～1000m设置1个压力表)变化情况，当各压力表读数均达到0.9Mpa时，停止打压并在15min和30min记录各压力表读数；如果根据允许压力降和允许渗水量指标判断水压试验不合格，进入找漏点位置阶段；
步骤2.2：保持试验压力0.9Mpa，在管段两端稳定注水，进行2h试验；求得管段左右两端平均注水量(Qx、Ql)和平均渗水量(Q)；
步骤2.3：任意给定漏点位置，如图1所示，并采用Siemens Flomaster试算等效渗漏管径d，计算左端注水量(Q′x)、右端注水量(Q′l)、渗水量(Q′)，当计算结果和试验结果误差不大于0.05L/min时，完成效渗漏管径d试算和模型参数率定。
优选的，训练样本生成，所述方法还包括，在步骤3中：
步骤3.1：Siemens Flomaster构建管道模型完成参数率定后，从左至右以等距(100m或200m)设置漏点位置；
步骤3.2，采用Siemens Flomaster进行管段不同漏点位置批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集。
优选的，训练BP网络，所述方法还包括：
步骤4.1：确定BP网络拓扑结构和网络参数；
步骤4.2：将短端注水量qx/渗水量q作为网络输入，渗漏点长端长度(L-x)/管长L作为网络输出，进行BP网络训练，当网络误差达到0.001时停止训练。
优选的，漏点位置智能识别，所述方法具体包括：
根据试验数据，将短端注水量Qx/渗水量Q作为输入网络，得到网络输出，即漏点相对位置(L-X)/L，进而推算出漏点短端距离X。
与现有技术相比，本发明的有益效果是：1.节省人力、物力、财力。与常用管道漏点探测方法相比，探地雷达，声学仪器检测需要昂贵的设备部署成本，物联网传感器需要额外条件如电力，通信等，基于波形的探测方法依赖于漏点瞬间产生的负压波，需要相关设备支持；本方法仅利用常规设计压力表，不需单独安装监测设备，大大节省了人力、物力开支，节省工程成本。
2.根据能量守恒原理，渗漏量与漏点等效孔径相关，而与漏点位置无关；管段左右两端恒压注水量够刻画等效孔径大小、渗漏量和渗漏点位置，通过左右两端恒压注水量比值即可推求渗漏位置。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1水压试验单漏点(或等效漏点)管段示意图；
图2技术路线图
图3恒定压力孔口出流示意图；
图4 Siemens Flomaster模型；
图5不同等效渗漏孔径下Q短/Q总与L长/L关系图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1至图5，本发明提供一种长距离供水管道水压试验渗漏位置的智能识别方法技术方案：步骤1，概念模型构建。根据水力学基本原理，构建概念模型。
步骤1.1，根据水力学基本原理，《预应力钢筒混凝土管道技术规范(SL702-2015)》规定渗水量试验方法为恒定孔口出流过程，原理示意图见图3，恒定压力为试验压力，可以采用Siemens Flomaster模型进行水力学计算
根据的基本原理得出如下规律：
渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和。
长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大。
漏点位置决定两端沿程水头损失，进而决定两端注水量大小。
步骤1.2，采用Siemens Flomaster对上述规律进行验证。以管段两端以试验压力恒定供水，漏点位于管段中间，模拟试验图如4所示。计算管道长度为1km，管道直径0.9m，即1、2号管径为0.9m，试验压力0.9Mpa，摩擦系数0.02。7号管为设置渗漏点，小管孔长度5cm，摩擦系数0.0001；
(1)等效渗漏管径试算。
按《GB50268-2008给水排水管道工程施工及验收规范》规定，试验水压为0.9MPa，停止打压15min压力降不超过0.03MPa或平均渗水量不大于4.20L/min，采用SiemensFlomaster试算出满足渗水量合格条件下等效渗漏管径为1.78mm，同理，各种管径下试算得到等效渗漏管径见表1。
表1等效渗漏管径表
(2)渗水量与管径相关性
为了分析渗水量与管径相关性，保持等效漏点直径1mm、漏点距左右端各500m不变，管径大小0.5m至2.0m。渗水量与管径的关系见表2。
表2渗水量与管径关系表
由表2可以看出，在等效渗漏管径相同情况下，渗水量与管径大小无关。
(3)渗水量与漏点位置相关性
保持等效漏点孔径1mm、管径0.9m不变，设漏点距离左端的距离为X(m)。渗水量与漏点位置的关系见表3。
表3漏点位置与渗水量关系表
由表3可以看出，渗水量与漏点位置无关，但与左右端供水量相关。
步骤2，水力学模型参数率定。试验管道两端各安装1台高精度变频泵，以提供恒定水压及稳定注水量；采用Siemens Flomaster构建管道模型，并根据注水量试算等效渗漏管径和率定模型参数。试验管段长度为4km，管径0.9m，试验压力0.9MPa。
步骤2.1，密封试验管段，根据《预应力钢筒混凝土管道技术规范(SL702-2015)》规定，试验压力为0.9Mpa，通过试验注水孔向管道内注水并排气，观测各压力表(按设计要求一般800m～1000m设置1个压力表)变化情况，当各压力表读数均达到0.9Mpa时，停止打压并在15min和30min记录各压力表读数。如果根据允许压力降和允许渗水量指标判断水压试验不合格，进入找漏点位置阶段。
步骤2.2，保持试验压力0.9Mpa，在管段两端稳定注水，进行2h试验，得到管段左右两端平均注水量0.44L/min、0.43L/min和平均渗水量0.87L/min；
步骤2.3，任意给定漏点位置，并采用Siemens Flomaster进行水力学计算。当管道摩擦系数0.02，渗漏孔口摩擦系数0.0001、等效渗漏管径为1mm时，计算左端注水量0.4382802L/min、右端注水量0.4268244L/min、渗水量0.865104L/min，当计算结果和试验结果误差不大于0.05L/min时，完成效渗漏管径试算和模型参数率定。
步骤3，“漏点相对位置～短端注水量～渗水量”相关关系样本生成。SiemensFlomaster构建管道模型完成参数率定后，从左至右以等距(100m或200m)设置漏点位置并进行模型批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集。
步骤3.1，Siemens Flomaster构建管道模型完成参数率定后，从左至右以等距(100m或200m)设置漏点位置，并计算其相对位置(100/4000或200/4000)；
步骤3.2，Siemens Flomaster进行管段不同漏点位置批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集；
完成上述两个步骤后，得到“位置～短端注水量～渗水量”样本集。结合样本集分析不同等效渗漏孔径下Q短/Q总与L长/L相关关系；
从图5可知，等效渗漏孔径大小、渗漏位置决定管道内流量长短端流速大小，当等效渗漏孔径较小时，漏点两端均为层流，Q短/Q总与L长/L接近同一线性关系，例如，d＝3mm～6mm；当等效渗漏孔径较大时，漏点两端均为紊流，Q短/Q总与L长/L接近同一曲线关系，例如，d＝11mm～20mm；当等效渗漏孔径d＝7mm～10mm时，Q短/Q总与L长/L各等效孔径呈不同曲线关系。为了全面展示算法合理性，取三种管内流速条件不同的工况为例，得到样本数据见表4。
表4不同工况下等效渗漏孔径下BP网络训练样本集
步骤4，“相对位置～短端注水量～渗水量”相关关系BP网络智能模拟。以“短端注水量/总注水量”为输入、“漏点距长端距离/管道总长”为输出，采用BP网络进行相关关系模拟。
步骤4.1，确定BP网络拓扑结构为1-60-40-1，网络参数训练停止误差为1e-3、学习率为0.01、动量项为0.8；
步骤4.2，表4中第⑤列作为网络输入，第②列作为网络输出，进行网络训练，当网络误差达到0.001时停止训练。
步骤5，渗漏相对位置智能识别。完成BP网络训练后，以实际的短端注水量与渗水量比值输入网络，获得网络输出，即漏点相对位置，进而可计算出漏点短端位置。
根据试验数据，将表4中第4、5、23、32、44、52行检验样本的短端注水量与渗水量比值作为输入网络，得到网络输出，即可推算出漏点相对位置(L-X)/L见表5。
表5渗漏相对位置识别结果表
| 序号(孔径) | 实际位置 | 识别位置 | 识别误差m |
| 4(3) | 0.9 | 0.870064 | -122 |
| 5(3) | 0.875 | 0.851156 | -92 |
| 23(9) | 0.925 | 0.896023 | -117 |
| 36(9) | 0.6 | 0.593671 | -27 |
| 44(12) | 0.9 | 0.857310 | -173 |
| 52(12) | 0.7 | 0.702854 | 9 |
由表5可知，最大绝对误差为173m，纵观整体误差识别结果，在4000m范围内，漏点识别可以锁定在200m范围内，大大减少漏点检查的人财物成本。
经过BP网络训练识别总体误差较小，因此该方法能较好地适用于不同等效渗漏孔径、不同管内流速工况下的误差识别。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于，包括以下步骤：
步骤1：概念模型构建，以水力学基本原理为基础，构建概念模型：
渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和；
长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大；
漏点位置决定两端沿程水头损失，进而决定两端注水量大小；
步骤2：水力学模型参数率定；试验管道两端各安装一台高精度变频泵，以提供恒定水压及稳定注水量；采用Siemens Flomaster构建管道模型，并根据注水量试算等效渗漏管径和率定模型参数；
步骤3：“漏点相对位置～短端注水量～渗水量”样本集生成；Siemens Flomaster构建管道模型并完成参数率定后，从左至右以等距设置漏点位置并采用Siemens Flomaster进行批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集；
步骤4：能够识别“相对位置～短端注水量～渗水量”相关关系的BP网络训练；以“短端注水量/渗水量”为输入、“长端距离/管道总长”为输出，采用BP网络学习“相对位置～短端注水量/渗水量”相关关系；
步骤5：漏点相对位置智能识别；完成BP网络训练后，以实际的“短端注水量/渗水量”输入网络，获得网络输出，即漏点相对位置，进而计算出漏点位置。
2.根据权利要求1所述的一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于：构建概念模型，所述方法还包括：
在步骤1中：
步骤1.1：根据水力学基本原理得出如下规律：
渗水量只与漏点等效管径相关，与渗漏点位置无关；渗水量等于两端注水量之和；
长端沿程水头损失大，出流量小；短端沿程水头损失小，出流量大；
漏点位置决定两端沿程水头损失，进而决定两端注水量大小；
步骤1.2：采用Siemens Flomaster对上述规律进行验证。
3.根据权利要求1所述的一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于：进行模型参数率定，所述方法还包括：在步骤2中，
步骤2.1：密封试验管段，试验压力为0.9Mpa，通过试验注水孔向管道内注水并排气，观测各压力表变化情况，当各压力表读数均达到0.9Mpa时，停止打压并在15min和30min记录各压力表读数；如果根据允许压力降和允许渗水量指标判断水压试验不合格，进入找漏点位置阶段；
步骤2.2：保持试验压力0.9Mpa，在管段两端稳定注水，进行2h试验；求得管段左右两端平均注水量(Qx、Ql)和平均渗水量(Q)；
步骤2.3：任意给定漏点位置，如图1所示，并采用Siemens Flomaster试算等效渗漏管径d，计算左端注水量(Q′x)、右端注水量(Q′l)、渗水量(Q′)，当计算结果和试验结果误差不大于0.05L/min时，完成效渗漏管径d试算和模型参数率定。
4.根据权利要求1所述的一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于：训练样本生成，所述方法还包括，在步骤3中：
步骤3.1：Siemens Flomaster构建管道模型完成参数率定后，从左至右以等距设置漏点位置；
步骤3.2，采用Siemens Flomaster进行管段不同漏点位置批量计算，得到试验压力下左右两端恒定注水量，生成“相对位置～短端注水量～渗水量”样本集。
5.根据权利要求1所述的一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于：训练BP网络，所述方法还包括：
步骤4.1：确定BP网络拓扑结构和网络参数；
步骤4.2：将短端注水量qx/渗水量q作为网络输入，渗漏点长端长度(L-x)/管长L作为网络输出，进行BP网络训练，当网络误差达到0.001时停止训练。
6.根据权利要求1所述的一种长距离供水管道水压试验渗漏位置的智能识别方法，其特征在于：漏点位置智能识别，所述方法具体包括：
根据试验数据，将短端注水量Qx/渗水量Q作为输入网络，得到网络输出，即漏点相对位置(L-X)/L，进而推算出漏点短端距离X。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055506.7A CN114370984B (zh) | 2022-01-18 | 2022-01-18 | 一种长距离供水管道水压试验渗漏位置的智能识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055506.7A CN114370984B (zh) | 2022-01-18 | 2022-01-18 | 一种长距离供水管道水压试验渗漏位置的智能识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114370984A true CN114370984A (zh) | 2022-04-19 |
| CN114370984B CN114370984B (zh) | 2024-01-05 |
Family
ID=81144961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210055506.7A Active CN114370984B (zh) | 2022-01-18 | 2022-01-18 | 一种长距离供水管道水压试验渗漏位置的智能识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114370984B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107642082A (zh) * | 2017-09-29 | 2018-01-30 | 冷祥翠 | 对帷幕进行快速灌浆的操作方法 |
| CN107767012A (zh) * | 2017-08-25 | 2018-03-06 | 浙江钛合仪器有限公司 | 一种供水管网漏损管理系统及其建立方法和系统应用 |
| CN109948841A (zh) * | 2019-03-11 | 2019-06-28 | 中国石油大学(华东) | 一种基于深度学习的水驱开发油田剩余油分布的预测方法 |
| KR20190094692A (ko) * | 2018-02-05 | 2019-08-14 | 문경훈 | 회귀분석, 회귀신경망 및 심층신경망을 이용한 광역상수도의 유량 예측 및 누수 감지 방법 |
| WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
| CN113606504A (zh) * | 2021-08-20 | 2021-11-05 | 合肥工业大学 | 供液管道泄漏量声学检测方法 |
| WO2021253902A1 (zh) * | 2020-06-18 | 2021-12-23 | 中国长江三峡集团有限公司 | 一种计算多点取水口水头损失系数及支管流量分配的方法 |
| CN113933002A (zh) * | 2021-08-12 | 2022-01-14 | 吉林大学 | 一种长距离大型输水压力管道水压试验漏点识别的方法 |
-
2022
- 2022-01-18 CN CN202210055506.7A patent/CN114370984B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767012A (zh) * | 2017-08-25 | 2018-03-06 | 浙江钛合仪器有限公司 | 一种供水管网漏损管理系统及其建立方法和系统应用 |
| CN107642082A (zh) * | 2017-09-29 | 2018-01-30 | 冷祥翠 | 对帷幕进行快速灌浆的操作方法 |
| KR20190094692A (ko) * | 2018-02-05 | 2019-08-14 | 문경훈 | 회귀분석, 회귀신경망 및 심층신경망을 이용한 광역상수도의 유량 예측 및 누수 감지 방법 |
| WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
| CN109948841A (zh) * | 2019-03-11 | 2019-06-28 | 中国石油大学(华东) | 一种基于深度学习的水驱开发油田剩余油分布的预测方法 |
| WO2021253902A1 (zh) * | 2020-06-18 | 2021-12-23 | 中国长江三峡集团有限公司 | 一种计算多点取水口水头损失系数及支管流量分配的方法 |
| CN113933002A (zh) * | 2021-08-12 | 2022-01-14 | 吉林大学 | 一种长距离大型输水压力管道水压试验漏点识别的方法 |
| CN113606504A (zh) * | 2021-08-20 | 2021-11-05 | 合肥工业大学 | 供液管道泄漏量声学检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 王捷;贾辉;张宏伟;李红霞;: "供水管线渗漏水力分析", 水利学报, no. 08 * |
| 蒋奇;石维新;付云升;杨进新;韩蕊;: "大直径长距离输水隧洞静水压试验方案研究", 人民黄河, no. 04 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114370984B (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110108328B (zh) | 一种供水管网漏损区域漏水量的获取方法 | |
| KR102031714B1 (ko) | 수리해석 기반의 상수도관망 누수탐지 시스템 | |
| CN109611696A (zh) | 一种管道泄漏检测与泄漏位置定位装置及方法 | |
| CN105841753A (zh) | 一种渠道流量的获取方法 | |
| CN109653741A (zh) | 基于dts的压裂水平井温度剖面模拟实验装置及方法 | |
| CN107463737A (zh) | 一种液体管道泄漏量的计算方法及装置 | |
| CN114297810A (zh) | 一种dma分区拓扑分析验证的方法和系统 | |
| CN114048694A (zh) | 一种基于物联网和水力模型的漏损定位方法 | |
| CN110348176B (zh) | 一种页岩气地面集输管网滚动开发方案优化求解器及方法 | |
| CN112836350B (zh) | 一种煤矿井下管网瓦斯抽采参数实时解算方法 | |
| CN113280266B (zh) | 一种城市燃气中低压管网堵塞诊断和定位方法及系统 | |
| CN114370984A (zh) | 一种长距离供水管道水压试验渗漏位置的智能识别方法 | |
| US11898094B2 (en) | Systems and processes for improved drag reduction estimation and measurement | |
| CN112179584A (zh) | 一种供水管道检漏设备的验证平台 | |
| US11340134B2 (en) | Method for fluid measurement for a discrete area of a fluid supply network | |
| CN104374689A (zh) | 一种输送管道用管材适用性测试装置及测试判断方法 | |
| CN209622502U (zh) | 一种管道泄漏数据采集装置及检测定位装置 | |
| CN212844227U (zh) | 一种供水管道检漏设备的验证平台 | |
| Charalambous | Use of district metered areas coupled with pressure optimisation to reduce leakage | |
| CN115034477A (zh) | 一种浆体管道经济运行分析系统及优化方法 | |
| CN112784425A (zh) | 一种管网分区关键管线的自动提取方法 | |
| CN114418212A (zh) | 一种基于深度神经网络的供水泵站水泵工作频率的决策方法 | |
| CN113933002B (zh) | 一种长距离大型输水压力管道水压试验漏点识别的方法 | |
| Pengfei et al. | Burst analysis of water supply pipe based on hydrodynamic simulation | |
| CN116448346A (zh) | 一种长距离输水管道水压试验渗漏位置识别的恒压注水法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |