关于城市供热管网泄漏故障诊断的思考

发表时间:2020/7/21   来源:《城镇建设》2020年10期   作者: 李保甲 赵志勇
[导读] 供热管网故障诊断是保证系统运行的可靠性
        摘要:供热管网故障诊断是保证系统运行的可靠性 与安全性的重要保障,便于供热管网系统的优化运行管理。通常 情况下,供热管网发生的故障是可修复的。其中最常见的就是泄 漏故障,引发泄漏故障的因素有很多,如设计缺陷、结构缺陷、操 作维修失误、周围环境、自然灾害、人为破坏等。
        关键词:城市;供热管网;泄漏;故障诊断
        1引言
        随着供热系统不断扩大,系统越来越复杂,水力工况的变化情况也越来越难控制,因此供热管网的故障时有发生。供热管网受到运行时间、管道材料、局部构件质量、外界环境、自然灾害等因素的影响,管道内外腐蚀、管道下沉、邻近其他管道的泄漏、管道焊缝开裂、阀门、波纹管补偿器腐蚀破损等现象造成管网故障,其中最常见的就是泄漏故障。供热管网泄漏会造成不必要的热量损耗、水资源的流失,还会直接影响到人民的生活质量,造成严重的经济损失。供热管网发生泄漏故障的时间和地点大多无规律所寻,传统的人工检漏方法耗时长,需要花费较大的人力和物力,而且检漏准确度低、可靠性差。为了提高供热质量,保证供热系统运行的可靠性和安全性,寻求一种准确、快速的诊断和定位供热管网泄漏故障的技术势在必行。
        2 供热管网泄漏原因
        城市供热管道泄漏一般是由管道故障和元部件故障引起的, 管道故障有管道腐蚀、焊缝破裂等,元部件故障主要包括阀门和 补偿器故障。
        2.1管道故障
        1) 管道腐蚀。
        一般管段腐蚀为电化学腐蚀、化学腐蚀和杂散电流腐蚀, 热媒温度越高、管径越小的管段,发生腐蚀的概率越大,管道腐蚀是供热管网发生故障的主要原因。
        2)焊缝破裂。供热管网大部分管道都敷设在地下,由于气候温度变化引起土层的不均匀胀缩、升降,导致管道焊口、铸铁管机械接口处受到剪切力的破坏,或者由于气温的骤变、违章建筑物压占管线、重车碾压导致管道发生断裂。
        2.2元部件故障
        1) 阀门故障。由于阀门阀体腐蚀、阀门法兰泄漏、开关失灵、丝杠腐蚀等原因而造成阀门损坏发生故障,阀门阀体腐蚀和法兰泄漏是导致阀门损坏的主要原因。
        2) 补偿器损坏。补偿器中易发生故障的是波纹管补偿器,因为其由不锈钢制成,水中所含的氯离子使波纹管发生腐蚀,导致补偿器多层被腐蚀穿透,出现多层裂开的现象。
        3 常用的管网泄露检测诊断技术
        随着科学技术水平的提升,人们已经运用多学科综合技术对管网故障进行诊断,下面我们介绍一下两类常用的管网泄露检测技术:
        3.1基于物理原理的管网泄漏检测诊断技术
        要想快速准确的找到供热管道的泄漏点位置可以采取类似无损检测的办法,利用声、光、热进行管道检测,通过产生的物理现象,利用物理原理做出诊断。

主要的检测诊断方法主要有如下几种:
        听漏法,其原理是:如果管道发生泄露,它的声音频率会与正常管道不同,检测人员根据经验来判断管道是否泄露和泄露的位置;声波检测法,利用超声波反射成像判断异常,此种方法简单但是受周围环境影响较大,抗干扰能力差;光纤检漏法,其原理是:在供热管道周围布置光栅传感器,这种传感器可以感知周围的温度变化,当供热管道发生泄露时,热量会在泄漏点流出,这回引起泄漏点周围的土体温度增高,而传感器会检测到局部位置温度升高的情况,传感器的信号会被检测端收集到,从而锁定了管道的泄露位置,处理器会根据异常信号发出警报;红外线成像法,其原理是:当热量泄露出管道之外时,会对外辐射能量,而布置在管道之外的红外线探测装置会间断的对一定区域拍照,通过照片判断异常,如果发现异常,基本可以判断出泄露位置,此种方法高效准确抗干扰能力强,但是成本较大。
        3.2动态监测供热管道相关参数的诊断技术
        信息时代、人工智能时代的到来,使得供热管网泄露检测变得更加自动化智能化,可以利用供热管道的流量参数、压力参数等的数据进行采集,利用计算机相应软件判断参数的变动情况,实行实时检测,人们可以通过软件输出的曲线图表直观的观察整个供热系统的运行情况,当发生供热管道泄漏故障时,相应的参数会发生变化,软件通过相应的理论公式,计算出故障的位置和判断出故障等级的大小。
         3.3人工智能供热管网泄漏诊断方法
        迄今为止人工智能已被广泛应用到模式识别、专家系统、智能搜索、自动程序设计、智能控制等领域,发展成了一门应用广泛的交叉和前沿科学。故障诊断技术,成为目前供热管网泄漏故障诊断研究和应用的主导方向。可以把供热管网的泄漏故障诊断看作是一个模式识别问题,发生泄漏时,根据工况变化情况判断确定泄漏管段和泄漏量,并对泄漏点进行定位。目前经常用于供热管网泄漏故障诊断的人工智能方法有:专家系统法、模糊逻辑法、人工神经网络法等。不同的人工智能方法有各自的优缺点,将两种优缺互补的人工智能技术结合起来弥补各自的不足之处,可以提高诊断精度,这种混合泄漏诊断法是泄漏诊断研究的一个发展趋势。
4 结语:
        供热管网泄漏故障会引发众多恶劣后果,包括热量损耗以及水资源的流失等,不仅会造成严重的经济损失,还会对人民的生命财产安全造成不良影响。因为供热管网泄漏故障所发生的时间以及地点难以追寻,若利用传统的人工检漏方式,会出现耗时长、耗力多等缺陷,而且检漏过程的准确性低,可靠性低。为了实现供热质量的提升,对供热系统运行的可靠性以及安全性提供保障,必须努力寻求一种更为科学合理、安全高效的供热管网泄漏故障诊断技术,实现故障诊断准确性以及高速性的提升。在管道施工过程中,整体的施工流程和施工工艺上都比较复杂,对管道工程施工实施全过程的质量控制,相关施工单位需要对其中各个细节的施工技术加以充分重视,充分保证管道施工完成之后的安全性,这对于我国城市化的快速发展和人们的人身安全都形成了重要保障,具有良好的现实发展意义。
参考文献:
        [1]徐钱.多场耦合作用下无补偿大口径直埋热力管网的特性研究[D].北京科技大学,2018.
        [2]尤田.新建工程穿越热力管网风险评估与风险控制技术研究[D].北京建筑大学,2016.
        [3] 雷翠红,邹平华. 神经网络在供热管网泄漏故障诊断中的应用[J]. 东南大学学报( 英文版) ,2010,26( 2) : 173-176.
        [4] 周守军,郭 敏,孙浩森,等. 热水集中供热管网泄漏故障诊断模型[J]. 山东大学学报( 工学版) ,2013,43( 4) : 105-110.
        [5] 段兰兰,田 琦,段鹏飞,等. 基于遗传优化 BP 神经网络的供热管网故障诊断模型[J]. 中北大学学报( 自然科学版) ,2014,35( 3) : 303-308.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: