供热管网泄漏故障诊断的思考

尹 军

河北省唐山市热力总公司

供热管网泄漏故障诊断的思考

尹 军

河北省唐山市热力总公司

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。

供热管网；泄漏；故障诊断

1 供热管网泄漏故障出现的原因

1.1 管道故障

首先是管道腐蚀。电化学腐蚀、化学腐蚀以及杂散电流腐蚀等是主要的管道腐蚀类型。随着热媒温度的提升以及管径的减小，腐蚀发生的概率就越大。管道腐蚀是供热管网泄漏故障类型中较为常见的一种。其次是焊缝破裂。因为大部分的供热管网的管道都在地下进行敷设，所以在气候温度发生变化的情况下，会产生土层的不均匀胀缩和升降现象，最终破坏管道的焊口以及铸铁管机械的接口，导致因为气温骤变以及建筑物违章占管线或者重车碾压等原因导致的管道破裂现象。

1.2 元部件故障

首先是阀门故障。阀门发生损坏的原因包括阀门阀体腐蚀、阀门法兰泄漏等，也包括开关失灵以及丝杠腐蚀等，其中，阀门阀体腐蚀以及法兰泄漏是最为常见的原因。其次是补偿器的损坏。在补偿器中，波纹管补偿器是补偿器中最容易产生故障的一种类型，因为这种补偿器主要以不锈钢为原材料支撑，水中所含的氯离子会导致波纹管产生腐蚀现象，穿透补偿器的多层构造，最终出现多层裂开现象。

2 传统的供热管网泄漏故障诊断方法

2.1 以硬件为基础的供热管网泄漏故障诊断方法

这种供热管网泄漏故障诊断方法的主要依据是声学和光学、热学基本原理，在此基础上进行检漏方法的制定和实践。主要的方法包括人工检漏法以及红外线法和放射性示踪剂检漏法等。在早期较为传统的供热管网泄漏故障诊断方法中，硬件检漏被充分重视，人工以及硬件设备是开展供热管网泄漏故障诊断的主要方式，通过对管道管壁以及周围的相关环境参数进行人工或者设备监测的方式实现故障诊断效果。因为硬件诊断方法具有灵活轻便以及适应性强的优势，且造价成本较低，安装过程也简便，所以在早期受到了广泛的青睐。

2.2 以软件为基础的供热管网泄漏故障诊断方法

利用计算机数据采集系统对供热管网的相关运行参数进行实时的采集，在其基础上，利用某些特定的算法开展实时分析计算，以此为基础进行泄漏具体管道的找出，并且通过开展更为复杂的计算，锁定具体的故障发生点，分析故障发生原因。近些年来，计算机以及自动控制技术的飞速发展为以软件为基础的供热管网泄漏故障诊断方法的运用提供了强劲的技术支撑，以数学模型和信号处理为基础的各种诊断方法应运而生，为供热管网泄漏故障的高效、准确诊断做出贡献。

3 人工智能供热管网泄漏故障诊断方法

3.1 基于专家系统的供热管网泄漏故障诊断技术

于专家系统的供热管网泄漏诊断系统由泄漏知识库、推理机、输入和输出组成。泄漏知识库由大量的管道检漏专家经验和规则组成，是系统的核心部分。系统输入为管网的实时运行参数，推理机依据知识库的知识对系统的运行参数进行逻辑分析推理得出泄漏诊断结果作为输出。管网的知识库由一些行业专家通过长期积累的实践经验构成，受专家本人主观因素的影响，而且一般的供热管网结构比较复杂，对于新建的供热管网或者原供热管网稍有变化，对应的知识库就需要改变，所以建立比较完善的专家知识库很困难。现在很少采用单独的专家系统进行管网泄漏诊断。

3.2 基于模糊理论的供热管网泄漏故障诊断技术

基于模糊理论的供热管网泄漏故障诊断技术压力变化情况作为泄漏故障征兆，但是却没有精确的压力变化度量标准来衡量管网是否发生泄漏，存在一定的模糊性。根据模糊集合论中的隶属度函数和模糊关系矩阵来描述泄漏故障与征兆之间的关系，用精确的数字来描述泄漏故障发生的中间过渡阶段的不分明性，通过建立相应的隶属度函数即可将这种模糊性转化为精确的数值描述。传统的模糊推理系统只能依靠专家的知识经验选定模糊隶属度函数和模糊规则，而供热管网系统一般都比较复杂，环境影响因素多，仅依靠专家经验建立的模糊推理系统很难得到满意的诊断结果。

传统的模糊推理系统只能依靠专家的知识经验选定模糊隶属度函数和模糊规则，而供热管网系统一般都比较复杂，环境影响因素较多，仅依靠专家经验建立的模糊推理系统很难得到满意的诊断结果。可以把神经网络应用到模糊推理系统中，发挥神经网络的自适应自学习能力，能够进行复杂的逻辑操作和非线性映射。通过对神经网络的训练学习，自动产生并不断的修正得到最佳的模糊隶属度函数及模糊规则，避免了传统模糊推理系统易受到人的主观意识影响的缺陷，从而提高管网泄漏诊断系统的准确性。

3.3 基于神经网络的供热管网泄漏故障诊断技术

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。

[1]段鹏飞，段兰兰，田琦.ANFIS在供热管网泄漏故障诊断中的应用[J].郑州大学学报(工学版)，2014，04：56-60.

[2]段兰兰.基于遗传优化BP神经网络的供热管网故障诊断[D].太原理工大学，2014.