CN115435245A - 一种高水位运行管道缺陷快速识别方法 - Google Patents

一种高水位运行管道缺陷快速识别方法 Download PDF

Info

Publication number
CN115435245A
CN115435245A CN202210906138.2A CN202210906138A CN115435245A CN 115435245 A CN115435245 A CN 115435245A CN 202210906138 A CN202210906138 A CN 202210906138A CN 115435245 A CN115435245 A CN 115435245A
Authority
CN
China
Prior art keywords
defects
pipeline
water
sewage
water level
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.)
Pending
Application number
CN202210906138.2A
Other languages
English (en)
Inventor
胡和平
陈德业
肖许沐
卢彦升
徐琛
吴瑶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Water Resources Pearl River Planning Surverying & Designing Co ltd
Original Assignee
China Water Resources Pearl River Planning Surverying & Designing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Water Resources Pearl River Planning Surverying & Designing Co ltd filed Critical China Water Resources Pearl River Planning Surverying & Designing Co ltd
Priority to CN202210906138.2A priority Critical patent/CN115435245A/zh
Publication of CN115435245A publication Critical patent/CN115435245A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
    • G01N2021/9548—Scanning the interior of a cylinder

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Sewage (AREA)

Abstract

本发明涉及市政工程技术领域，具体涉及一种高水位运行管道缺陷快速识别方法，包括以下步骤：S1、资料收集和整理；S2、比较污水处理厂/污水提升泵站设计规模、进水管管径、进水管内底埋深、污水处理厂运行规模、污水提升泵站运行水位数据，判断污水管网水位状况；S3、自污水处理厂/污水提升泵站开始，从下游逐步往上游实测检查井内水位、水流向和流速，整理成文档；S4、比较相邻检查井内水位数据、水流向和流速数据是否一致，判断该区域管段是否存在缺陷；S5、创造CCTV或QV工作条件并对问题管段进行检测，查明管道缺陷位置和缺陷类型，并进行修复，直至所有管段全部排查完毕，即完成高水位运行管道缺陷的快速识别。

Description

一种高水位运行管道缺陷快速识别方法
技术领域
本发明涉及市政工程技术领域，具体涉及一种高水位运行管道缺陷快速识别方法。
背景技术
排水系统是城市基础设施建设的重要组成部分，其完善程度影响着城市污水的处理和污染控制。
管道检测设备有闭路电视系统(CCTV)、管道潜望镜(QV)、声纳等， CCTV工作条件是管道内水位低于20％管道直径，QV工作条件是管道内水位低于50％管道直径，声纳工作条件是管道内水位大于300mm，但声纳探头极易被水中异物缠绕或遮盖，导致检测工作无法进行，且检测结果为计算机解析处理后的模拟成果，非影像成果，另外声纳仅能检测水面以下的管道状况，不能检测管道的裂缝等细节的结构性问题，声纳检测结果不能作为管道结构性缺陷的评判依据，一般不采用。因此，目前常采用CCTV和QV对管道进行检测。
然而，实际管道检测中，经常会遇到污水管网高水位运行的情况。污水管网高水位运行主要与污水处理能力和管道缺陷(结构性缺陷或功能性缺陷) 有关。从污水处理能力来说，当污水处理能力大于污水收集量，健康的污水管道不会高水位运行，上述管道检测设备可正常使用。而当污水处理能力与污水收集量基本相当，受污水收集量不均匀性影响，健康的污水管道会呈现间歇性高水位运行状况；当污水处理能力小于污水收集量，即使健康的污水管道也会呈现高水位运行状况。从管道缺陷来说，管道缺陷严重时，管道缺陷上游的污水管将呈现严重的高水位运行状况，且和管道缺陷下游的污水管网水位无关，上下游水位不会同升同降；管道缺陷较严重时，管道缺陷上游的污水管可能呈现一定程度的高水位运行状况，管道缺陷上下游污水管网水位有较大关联，上下游水位会同升同降，但可能会形成明显的水位差。这些高水位运行状况严重时会直接将污水管道淹没，无法使用CCTV和QV对管道进行检测。
目前，为了解决上述缺陷，采用逐段布置导排设施的方法，将拟检测管段从整个管网中隔离出来，通过封堵等措施降低该管段的水位以营造适合 CCTV和QV检测条件。该方法准备工作量大，检测过程缓慢，检测效率低，且检测成本高，无法满足黑臭水体治理对高水位运行污水管道进行快速、高效检测的需求。
发明内容
本发明的目的在于针对现有技术的不足，提供一种高水位运行管道缺陷快速识别方法，能够快速、高效查明污水管道缺陷位置和缺陷类型，减少管道健康检测工作量，节约工程投资和工作时间，为雷厉风行的黑臭水体治理工作创造有利工作局面，具有重要的工程应用价值。
基于此，本发明提供一种高水位运行管道缺陷快速识别方法，包括以下步骤：
S1、资料收集和整理：收集并整理待检测范围污水管网已有资料；
S2、比较污水处理厂/污水提升泵站设计规模、进水管管径、进水管内底埋深、污水处理厂运行规模、污水提升泵站运行水位数据，判断污水管网水位状况；
S3、自污水处理厂/污水提升泵站开始，从下游逐步往上游实测检查井内水位、水流向和流速，整理成文档；
S4、比较相邻检查井内水位数据、水流向和流速数据是否一致，判断该区域管段是否存在缺陷；
S5、采用临时导排设施创造CCTV或QV工作条件，并使用CCTV或QV对问题管段进行检测，查明管道缺陷位置和缺陷类型，并进行修复，直至所有管段全部排查完毕，即完成高水位运行管道缺陷的快速识别。
进一步地，所述步骤S1中，收集的资料包括收集污水处理厂/污水提升泵站、污水管的设计资料和竣工资料、污水处理厂/污水提升泵站近年来运行工况。
更进一步地，所述运行工况包括污水处理厂每年、每月、每日、每时处理水量，或污水提升泵站每年、每月、每日、每时运行水位。
进一步地，所述步骤S1中，整理资料包括将设计资料和竣工资料整合形成区域污水系统图，所述区域污水系统图包括地面高程、污水管管径、检查井编号、截流井形式、管内底埋深、检查井底埋深、污水处理厂设计规模、污水提升泵站形式和设计规模、污水提升泵站进水管管径、进水管内底埋深；
根据设计资料和竣工资料，将检查井编号、平面坐标、地面高程、检查井类型等数据整理成文档。
进一步地，所述步骤S4中，比较相邻检查井内的水位数据，管道健康状况基本正常的情况下，相邻检查井内的水位基本一致，不存在明显的水位差，如果管段存在管道缺陷，管道缺陷上游污水管网会高水位运行，管道缺陷上游和下游相邻检查井内的水位会存在水位差，水位差越大，管道缺陷越严重。
进一步地，所述步骤S4中，比较相邻检查井内水的流向和流速数据，管道健康状况基本正常的情况下，相邻检查井内水的流向一致，流速基本一致，不存在明显的流速差，如果管段存在管道缺陷，管道缺陷上下游检查井内水的流速、流向会呈现出差异，差异性越明显，管道缺陷越严重。
进一步地，所述步骤S5中，管道缺陷包括结构性缺陷和功能性缺陷，所述结构性缺陷包括管道变形、错口、起伏，所述功能性缺陷包括沉积、结垢、障碍物、残墙。
进一步地，所述步骤S5中，管道缺陷的修复方法包括绞车清淤、射流清淤、支护开挖修复、非开挖原位修复。
本发明的有益效果：
本发明的识别方法，通过测量并比较相邻检查井内的水位、水流向和水流速数据，可以快速识别高水位运行管道中缺陷管段所在的区域，从而利用 CCTV或QV能够快速查明管道缺陷的位置和类型并进行修复，大幅减少了管道检测的时间和工作量，节约成本，并提高工作效率，为雷厉风行的黑臭水体治理工作创造了有利工作局面，具有重要的工程应用价值。
附图说明
图1为污水管网分布示意图。
图2为检查井内水位测量示意图。
图3为检查井内流速和流量测量示意图。
图4为通过相邻检查井水位差识别管道缺陷的示意图。
图5为通过相邻检查井内水流速和流向是被管道缺陷的示意图。
附图标记：
污水处理厂/污水提升泵站A，污水管B，检查井C，管道缺陷D，测距仪E，流速仪F。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。然而应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
高水位运行管道缺陷识别常用的方法是：从污水管网的一段管道开始，查看该段管道的水位高度，若处于低水位，则直接使用CCTV或QV对该段管道进行检测，若处于高水位，则对该段管道的进口端和出口端进行封堵，然后采用抽水设备排干管道存水，并采用抽水设施将拟检测管段上游的污水倒排至下游，再使用CCTV或QV对该段管道进行检测，检测完成后又需拆除封堵，封堵-抽水-倒排-检测-拆封堵的工序周而复始的重复。该识别方法繁琐，准备工作量大，并且整个污水管网处于高水位运行工况时，无法初步判断各段污水管道的健康状况以及缺陷位置，因此，必须使用CCTV或QV 对各段污水管道仔细检测，检测效率低，工作量大，明显增加了工程成本。
本实施例的高水位运行管道缺陷快速识别方法，包括以下步骤：
1.收集污水处理厂/污水提升泵站A、污水管B的设计资料和竣工资料，将所有资料整合后形成区域污水系统图，该区域污水系统图包括地面高程、污水管管径、检查井C编号、截流井形式、管内底埋深、检查井底埋深、污水处理厂设计规模、污水提升泵站形式和设计规模、污水提升泵站进水管管径、进水管内底埋深等信息。
2.根据设计资料和竣工资料，将检查井C编号、平面坐标、地面高程(H0)、检查井C类型等数据整理成文档。其中，为了保证地面高程的准确性，可现场复测。
3.污水管网高水位运行工况形成的原因可能是因为管道存在缺陷，还可能是因为污水处理厂/污水提升泵站A的设计规模小于实际处理水量，这两种情况都会导致CCTV或QV无法正常工作。
因此，本实施例采用从下游污水处理厂/污水提升泵站A的污水管B开始往上游逐步排查的方法，采用测距仪E或流速仪F初步得知缺陷管段的区域。
3-1.如图2和图4所示，采用测距仪E检测时，打开检查井C，用测距仪E实测相邻检查井C内水位数据(H1、H2)，即优先测①～②管段，再测②～③管段，以此类推，并将检查井C内水位数据计入文档。然后，比较相邻检查井C内水位差(△H)，管道健康状况基本正常的情况下，相邻检查井C内的水位应基本一致，不会存在明显的水位差；如果③～④管段存在管道缺陷D，管道缺陷D上游和下游相邻检查井C内水位会存在水位差，水位差越大，管道缺陷D越严重。
3-2.如图3和图5所示，采用流速仪F检测时，打开检查井C，用流速仪F实测检查井C内水的流速和流向数据，即优先测①～②管段，再测②～③管段，以此类推，流速、流向数据计入文档。然后，比较相邻检查井C内谁的流向和流速是否一致，管道健康状况基本正常的情况下，相邻检查井C 内水的流向应一致，流速可能略有区别或基本一致，但不会存在明显差异；如果③～④管段存在管道缺陷D，管道缺陷D上下游检查井C内水的流速、流向会呈现出差异，差异性越明显，管道缺陷D缺陷越严重。
由此，本实施例通过测距仪E或流速仪F可以快速得知问题管段的大概位置，大幅减少了排查时间，并降低了工作量，工作效率明显提高。
4.采用测距仪E或流速仪F发现问题管段的大概位置后，例如在③～④管段发现管道缺陷D后，优先采用临时导排设施，创造CCTV或QV工作条件。然后利用CCTV或QV仔细检测该管段以查明管道缺陷D的具体位置和管道缺陷D的类型，缺陷类型包括但不限于管道变形、错口、起伏等结构性缺陷或沉积、结垢、障碍物、残墙等功能性缺陷。接着采取针对性的缺陷修复措施，如绞车清淤、射流清淤、支护开挖修复、非开挖原位修复等进行修复，管道缺陷D修复后，污水管道过流能力得到恢复，管道缺陷D上下游检查井内水位差消失或水的流速、流向差异性消失。
5.按照上述方法继续对④～⑤及其它管段进行排查，直至所有管段全部检查完毕，即完成高水位运行管道缺陷的快速识别。
本实施例的识别方法，先通过测距仪E或流速仪F测量并比较相邻检查井内的水位、水流向和水流速数据是否存在差异，可以快速识别高水位运行管道中缺陷管段大概的缺陷位置，待水位降低后，利用CCTV或QV能够快速查明管道缺陷的位置和类型并进行修复，大幅减少了问题管段的排查时间和工作量，节约成本的同时明显提高了工作效率，为雷厉风行的黑臭水体治理工作创造了有利工作局面，具有重要的工程应用价值
而常规技术由于始终处于高水位，每检测一段管道都需要设计封堵设施和抽水倒排过程，拟检测管段检测后又需拆除封堵，封堵-抽水-倒排-检测- 拆封堵，周而复始的重复，准备工作量大，检测效率低。目前采用的设计防水机器人的方法也需要对各段污水管道仔细检测，虽然不用设计封堵设施，但仍存在检测效率低的缺陷。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种高水位运行管道缺陷快速识别方法，其特征在于，包括以下步骤：
S1、资料收集和整理：收集并整理待检测范围污水管网已有资料；
S2、比较污水处理厂/污水提升泵站设计规模、进水管管径、进水管内底埋深、污水处理厂运行规模、污水提升泵站运行水位数据，判断污水管网水位状况；
S3、自污水处理厂/污水提升泵站开始，从下游逐步往上游实测检查井内水位、水流向和流速，整理成文档；
S4、比较相邻检查井内水位数据、水流向和流速数据是否一致，判断该区域管段是否存在缺陷；
S5、采用临时导排设施创造CCTV或QV工作条件，并使用CCTV或QV对问题管段进行检测，查明管道缺陷位置和缺陷类型，并进行修复，直至所有管段全部排查完毕，即完成高水位运行管道缺陷的快速识别。
2.根据权利要求1所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S1中，收集的资料包括收集污水处理厂/污水提升泵站、污水管的设计资料和竣工资料、污水处理厂/污水提升泵站近年来运行工况。
3.根据权利要求2所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述运行工况包括污水处理厂每年、每月、每日、每时处理水量，或污水提升泵站每年、每月、每日、每时运行水位。
4.根据权利要求2所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S1中，整理资料包括将设计资料和竣工资料整合形成区域污水系统图，所述区域污水系统图包括地面高程、污水管管径、检查井编号、截流井形式、管内底埋深、检查井底埋深、污水处理厂设计规模、污水提升泵站形式和设计规模、污水提升泵站进水管管径、进水管内底埋深；
根据设计资料和竣工资料，将检查井编号、平面坐标、地面高程、检查井类型等数据整理成文档。
5.根据权利要求1所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S4中，比较相邻检查井内的水位数据，管道健康状况基本正常的情况下，相邻检查井内的水位基本一致，不存在明显的水位差，如果管段存在管道缺陷，管道缺陷上游污水管网会高水位运行，管道缺陷上游和下游相邻检查井内的水位会存在水位差，水位差越大，管道缺陷越严重。
6.根据权利要求1所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S4中，比较相邻检查井内水的流向和流速数据，管道健康状况基本正常的情况下，相邻检查井内水的流向一致，流速基本一致，不存在明显的流速差，如果管段存在管道缺陷，管道缺陷上下游检查井内水的流速、流向会呈现出差异，差异性越明显，管道缺陷越严重。
7.根据权利要求1所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S5中，管道缺陷包括结构性缺陷和功能性缺陷，所述结构性缺陷包括管道变形、错口、起伏，所述功能性缺陷包括沉积、结垢、障碍物、残墙。
8.根据权利要求1所述的一种高水位运行管道缺陷快速识别方法，其特征在于：所述步骤S5中，管道缺陷的修复方法包括绞车清淤、射流清淤、支护开挖修复、非开挖原位修复。
CN202210906138.2A 2022-07-29 2022-07-29 一种高水位运行管道缺陷快速识别方法 Pending CN115435245A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210906138.2A CN115435245A (zh) 2022-07-29 2022-07-29 一种高水位运行管道缺陷快速识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210906138.2A CN115435245A (zh) 2022-07-29 2022-07-29 一种高水位运行管道缺陷快速识别方法

Publications (1)

Publication Number Publication Date
CN115435245A true CN115435245A (zh) 2022-12-06

Family

ID=84242145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210906138.2A Pending CN115435245A (zh) 2022-07-29 2022-07-29 一种高水位运行管道缺陷快速识别方法

Country Status (1)

Country Link
CN (1) CN115435245A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956182A (zh) * 2023-09-21 2023-10-27 武汉华信数据系统有限公司 污水管网中的故障检测方法
CN117648003A (zh) * 2024-01-30 2024-03-05 中国市政工程华北设计研究总院有限公司 一种污水管网污染物沉积与冒溢协同控制系统及控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956182A (zh) * 2023-09-21 2023-10-27 武汉华信数据系统有限公司 污水管网中的故障检测方法
CN116956182B (zh) * 2023-09-21 2023-12-26 武汉华信数据系统有限公司 污水管网中的故障检测方法
CN117648003A (zh) * 2024-01-30 2024-03-05 中国市政工程华北设计研究总院有限公司 一种污水管网污染物沉积与冒溢协同控制系统及控制方法
CN117648003B (zh) * 2024-01-30 2024-04-26 中国市政工程华北设计研究总院有限公司 一种污水管网污染物沉积与冒溢协同控制系统及控制方法

Similar Documents

Publication Publication Date Title
CN115435245A (zh) 一种高水位运行管道缺陷快速识别方法
CN108151791B (zh) 一种分析管道淤积分布的方法
CN108755898B (zh) 一种分析地下管网地下水渗入和管道污水渗出分布的方法
CN112883538B (zh) 一种埋地原油管道的腐蚀预测系统及方法
CN113803646B (zh) 适用于缺陷管道排查的排水管网监测布点方法
CN113701060A (zh) 一种基于排水模型的城市排水管网智能诊断方法
CN111289526B (zh) 一种燃气输送管道内表面缺陷检测方法及系统
CN113763363A (zh) 一种排水管道破裂缺陷检测及等级评定方法
CN115356260A (zh) 一种高水位运行管道健康状况高效检测方法
CN112097125B (zh) 一种基于自适应校核的供水管网爆管侦测及定位方法
Huang et al. Current Situation of Drainage Pipe Network in China and its Detection Technology: a Brief Review.
Wang et al. Automatic damage segmentation framework for buried sewer pipes based on machine vision: case study of sewer pipes in Zhengzhou, China
CN113238234A (zh) 一种基于水下声呐识别水下排污口识别方法
CN113356158A (zh) 一种城市排水暗涵原位系统整治及其监测管控方法
CN116756885B (zh) 基于动态规划的排水管网缺陷修复设计及规模论证方法
CN112683913A (zh) 一种密度探测的城市管网检测方法
CN117011286A (zh) 一种污水管道缺陷图像识别方法、系统、终端及存储介质
Elkmann et al. Fully automatic inspection systems for large underground concrete pipes partially filled with wastewater
CN1587785A (zh) 管道腐蚀缺陷类型识别方法
Teichgräber et al. Remote controlled inspection device for large sewers
CN113155007B (zh) 一种用于航煤管道管壁厚度变化的监测方法
CN216408587U (zh) 一种无损检测牵拉试验装置
CN113159130B (zh) 一种施工污水处理的方法
Harris et al. Sewer leak detection-electro-scan adds a new dimension case study: City Of Redding, California
CN116738632A (zh) 基于贪心算法的排水管网缺陷修复设计及规模论证方法

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