热水集中供热管网泄漏问题及诊断分析

朱 佩 璋

(山西太钢工程技术有限公司，山西 太原 030009)

热水集中供热管网泄漏问题及诊断分析

朱 佩 璋

(山西太钢工程技术有限公司，山西 太原 030009)

在研究现有供热管网检漏技术的基础上，分析了造成供热管网泄漏的原因，并提出一种以BP神经网络为基础的供热管网泄漏故障诊断模型，其不仅能够诊断泄漏管段及泄漏量，还可正确定位泄漏点。

供热管网，泄露故障，检漏技术，BP神经网络

随着我国现代化建设的逐步推进及生活水平的逐步提升，城市集中供暖具有环保、方便及节能等优点，逐渐取代传统形式的小型供暖。尤其是符合冬季供暖要求的城市，大部分均已建立自身城市集中供热系统。然而随着供热系统管网的不断扩展，其整个系统构造及应用越发复杂，系统相关水力工况变化状况在控制方面也日益复杂，所以时有发生供热管网故障，对人民的生活质量造成直接影响，并且造成重大的经济损失。因此，为促使供热质量的不断提升，促使供热系统在安全性及可靠性方面得以保证，需要寻找一种对供热管网泄漏故障快速、准确定位的技术。

1 供热管网泄露问题分析

1.1 管道故障

1)管道腐蚀。

通常情况下管道腐蚀主要有三种，分别为电化学腐蚀、散电流腐蚀及化学腐蚀。城市集中供热热媒温度一般在110 ℃以上，运行温度较高，针对管网当中管径较小的管道来讲，存在较高的腐蚀概率。管道腐蚀在整个供热管网故障发生问题当中占据主要地位。

2)焊缝破裂。

目前，由于技术发展和城市美观要求，供热管网绝大部分均采用直埋敷设方式，管道置于地下，当气候温度发生变化，管道周围土层也将会发生不同程度的升降及胀缩，土壤具有的剪切力就会对管道的机械接口处或连接焊口造成破坏；亦存在违章建筑物对管线的占压、气温的突变及重车碾压等，对管道造成破坏。

1.2 元部件故障

1)阀门故障。造成阀门损坏发生故障的主要原因有丝杠腐蚀、开关失灵及阀门阀体腐蚀等，其中的法兰泄漏及阀门阀体腐蚀是造成阀门损坏问题产生的主要原因。

2)补偿器损坏。在集中供热管网通常所采用的几种类型补偿器当中，波纹补偿器较容易发生故障。主要因为其主要工作元件材质通常采用不锈钢316(L)或不锈钢304，该材质在水中含氯离子时，易被腐蚀；而为降低补偿器伸缩刚度，波纹补偿器工作波纹采用壁厚较薄多层结构，耐压较差，极易出现被腐蚀穿透、导致多层裂开的状况发生；而其他类型补偿器，套筒补偿器需定期检修压紧法兰、球型补偿器接口处易泄露等等，均存在着各自缺点与弊端，使得在集中供热管网中，补偿器成为整个管网的薄弱点，较之管道及其他管件，更易出现损坏或泄露。

2 热水集中供热管网泄漏具体诊断方法

2.1 人工检测

对于当前许多热力公司的实际状况来讲，其所采用的检漏方法仍然是人工巡视。当管道出现泄漏时，工程人员依据自身丰富实践经验，根据供热管网的声音、振动及压力、温度等物理特征所存在的异常变化状况，即可对泄漏管段及位置进行准确判断。虽然此种方法较为简单，但是实用方便，然而外界及人为因素对其造成干扰较大，且存在可靠性差及准确度低的缺点。

2.2 声发射检漏技术

采用声发射技术，能够实现实时动态监测，并且其在覆盖面上也比较大，是一种具有无损性的管道检测方法。

声发射检漏技术具体原理为：当供热管网中热媒出现泄漏时，其就会产生一种具有连续性的声信号，并在管道内部予以传播，利用声波信号对结构特征进行反应，从而判断出管网发生的泄漏量及具体位置等内容。然而采用声发射对管道实施检测的技术，影响其收到信号因素种类很多，如环境噪声影响、传播路径及距离影响、漏点的多样性、不确定性、突发性影响，使得收到的信号波形与真实的信号之间存在较大的差距。尤其供热管网往往存在多点泄漏，更造成信号千差万别。采用声发射检漏技术相应关键环节在于，分析识别声发射信号，将各种影响因素予以消除，对真实的声发射信号给予还原；但由于上述原因，想要建立相应具有精确性的数学物理模型，基本没有存在的可能。当前针对发射泄漏检测的实际应用来说，结果准确性方面较低，还没有易推广的有效方法。

2.3 以数学模型为基础的检漏技术

如果出现供热管网泄漏故障，管道当中的热媒压力会出现相应变化，其流速参数也会出现相应变化。为了能够对水力状况相应变化给予准确反映，通过将能量守恒方程、动量守恒方程及质量守恒方程等予以融合，并以此构建热管网的动态水力模型。然后将数学模型实施相应求解操作，得出管网水力状况，在管网当中的流场分布状况也可得出。然后将其与实测值加以对比，如若出现数值偏差较大的状况，且已经超出其相应的波动范围时，便可判定为管网泄漏，与此同时，运用管道内所存在的压力梯度值，定位其具体位置。为了促使数学模型准确度的不断提升，在具体建模过程中，需要对摩擦因子、流体密度及温度等等影响管网水力工况的各种情况进行充分考虑，然后利用给定的边界条件，求解最终的水力工况数学模型。并随着供热管网不断扩大的范围，并且在具体的系统运行方面也比较复杂，对于数学模型所规定的理想条件难以进行建立，因此，必须对其中的一些相关影响因素予以忽略，就会造成结果与实际设计数值之间出现相应偏差状况，对数学模型检漏技术相关准确性造成一定影响。

3 在人工智能基础上建立的热管网泄漏故障诊断技术

由于在一些检漏技术中，仍然存在相应的局限性状况，随着当前人工智能的持续完备及发展，供热管网泄漏故障诊断技术得到很好的应用，并且得到国内外一些专家的广泛认可。所谓人工神经网络其实质就是对人类认知过程进行模拟的一种方法，有效结合强大的信息综合处理能力及自适应能力等，然后运用运算能力强大的计算机，对数学模型精确程度要求不高，只需要对阀值及神经网络权值进行相应调整，便能够从中得出十分准确的数值结果。

3.1 BP神经网络

BP是指误差逆传播，其网络形式具有多层性及典型性，其主要由输出层组、一个或多个隐含层及输入层等组成。通常采用具有三层形式的BP神经网络，实现非线性映射。针对具有邻层关系的神经元，运用权阈值来实现各层之间的完全连接，当对BP算法进行学习时，其主要分为正向传播和反向传播，对于正向传播，从输入层经过隐含层，然后将经过计算的信息传给最终的输出层，其中每一个层均对下一个层给予影响，最终得出各个单元的实际输出值。如若最终得出的结果，与实际设置结果出现相应偏差状况时，从中转入反向传播，将误差变化具体数值进行相应计算，然后设置网络阀值及权值。针对上述步骤，均对其进行反复的操作训练，最大限度的降低误差值。 BP网络三层结构图如图1所示。

3.2 以神经网络为基础的热管网故障诊断模型

根据BP神经网络模型实际结构状况及维修需求，可将其进行两方面划分，一级网络主要对供热管网相应泄漏管段进行诊断，二级网络主要对泄漏量进行测量及定位泄漏点。上述两级网络模型均采用BP神经网络模型。其依据各个监测点相应的力变化状况，确定一、二级网络的输入故障特征向量；经过多次反复试算，确定含层节点数；各个管段所存在的发生泄露概率状况，可作为一级网络具体的故障向量，对于二级网络的输出层来讲，其主要包含有两个神经元及漏水位置等。漏水位置就是将管段相应起点位置与该漏水点位置之间的距离，与高管段总的长度值所具有的比值，而对于泄漏量，其主要是热网总循环水量与泄水量之间的比值。在实际应用过程中，学习速率、网络结构及受训练样本等因素，对整个BP神经网络泄漏诊断模型具有一定影响。

4 结语

当BP神经网络供热管网出现泄漏故障时，对其开展相应诊断模型，此种方法发展及研究速度比较迅速，并经实践检验，其准确度达95%以上，然而由于BP神经网络自身存在易陷入局部极值存在不足及收敛速度慢等状况，对于泄漏定位及泄漏量诊断相应精度状况造成一定影响，因此，需对其进行更为深入的研究及论证。

[1] 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(4)：50-52.

[2] 李丽华.热水管网补水定压及漏水工况的研究与分析[D].哈尔滨：哈尔滨工业大学,2008.

[3] 周守军.基于管网动态模型的城市集中供热系统参数预测及运行优化研究[D].济南：山东大学,2012.

[4] 魏 伟.热水集中供热系统热效率分析及诊断方法的研究[D].济南：山东建筑大学,2013.

The leakage problem and diagnosis analysis of hot water central heating pipe network

Zhu Peizhang

(ShanxiTISCOEngineeringTechnologyLimitedCompany,Taiyuan030009,China)

Based on researching on existing heating pipeline leak detection technology,this paper analyzed the leakage reasons of heating pipe network,and put forward a heating pipelines leakage failures diagnosis model based BP neural network,could not only diagnose leakage section and leakage amounts,also could correct locating leakage points.

heat supply pipe network,leakage failure,leakage technology,BP neural network

2015-10-10

朱佩璋(1973- )，男，高级工程师

1009-6825(2015)36-0112-03

TU833.12 < class="emphasis_bold">文献标识码：A

A