管内检测机器人在城镇供水管网评估中的应用

朱贵兵,李 俊,苏善昭

(上海市供水水表强制检定站有限公司,上海 201900)

在城镇供水系统中,尤其是在超级大都市上海,供水管网规模庞大,拓扑结构复杂,部分供水管网已运行超过100年[1]。目前在役供水管道的主要构成材料以钢管和铸铁管为主,金属管道使用率超过70%。尽管在敷设时对供水管道内部采取了防腐措施,仍然存在因管材材质参差不齐、管道超龄使用、管网运行环境恶劣等因素而导致管道内壁出现严重腐蚀、结垢。与此同时,在管网运行期间,因管网维护不当、邻近工程私接乱改而导致管内出现气囊、障碍物、冗余接口、变形甚至漏点等影响管网正常运行的现象。

以往的供水管线评估模型多使用单纯的爆管事故统计数据来评价管道事故,而统计量的限制不足以用来对管网进行全面风险评估[2]。2021年上海市出台了《城市供水管网安全风险评估技术规范》地方标准,从管道物理属性、管网周边环境、管网运维状态3个方面总结了影响城市供水管网风险发生可能性的要素,并从区域重要程度、影响居民数量、中断供水时间、事件漏失水量、影响区域范围等情况对供水管网事故后造成的影响进行评价,填补了供水管网安全风险评估标准缺乏的空白[3]。

面对供水管网密集度高、体量大、管龄长等特征,同时因超大型城市道路交通及各种地下管网的复杂性,使得供水管网的改造和维修带来巨大挑战,越来越多的管道在超龄和受损状态下运行,给城市安全带来隐患。近年来,上海引入了Permanet、智能球、Sahara、Aquarius等国内外先进的管网检测技术手段用于管网检测、监测以发现管网漏损,降低管网产销差。其中,Sahara技术不仅可以用于发现管道漏损,更能够凭借其可视化的检测成果来了解管道内部的实际受损状态、用数据量化综合管况以反映管道最真实的情况。类似于Sahara的基于声学、无损检测手段的国内检测设备诸如Snake701、谛听TM60、G70也已成熟运用在管道内检测中,在上海市检测长度逾200 km,但针对特定管段的管道运行状态评估方法尚未统一。本文借鉴排水管道评估的方法,采用定级和打分的半定量风险评价方法对管道进行受损状态评估,同时结合管段影响用户量、敷设区位、周边道路等级等因素,细化各项风险因素及分级评价指标,给出了建议权重值,并以此建立供水管道失效后果的评估方法。

1 管道内检测系统

当前的管道内检测系统一般都是高灵敏水听器、高清视觉集成的带水带压无损检测技术,均可在正常供水状态下实现主检测设备的投放和对管道内部高清影音数据的采集。

鉴于实际应用过程中各种管道内检测设备的参数、操作使用以及检测能力大同小异,本文将以深圳市博铭维技术股份有限公司生产制造的型号为Snake701的供水管道内检测设备为参考。Snake701配备了以下一系列的组件以形成一整个检测系统:1)单节内置高灵敏度水听器、高清摄像单元、高精度定位发射模块以及微型6轴惯性导航姿态传感器的胶囊式探视器仓(集成度优于上代串式传感器仓);2)辅助探视器仓进入待检管道的插入装置(较上代笨重的管式推送装置更便捷);3)抗拉300 kg的线缆及缆盘,包含探视器通信光缆、供电线缆、锂电池以及与操控平台连接的通信模组;4)送缆、收缆装置,包含计米器和消毒装置;5)接收定位信号的追踪定位机;6)插入式流量计;7)控制探视器声光系统、收送线缆、接收和处理音视频的平板电脑。

该套检测设备在理想条件下能够检测管径DN200～DN3000的任意类型和材质的供水管道,能够通过DN500及以上带有蝶阀的复杂管道。该套检测系统能够通过插入装置连接最小DN80的闸阀将带有牵引伞的探视器仓投放至待检管道,探视器仓将依靠水流传递给牵引伞的推力在管道中实现前行,在管况良好的情况下(检测区域范围内单个管道弯度不大于90°,累计弯度不小于270°;管内水流速为0.3～3.0 m/s;管内水压为0.1～1.7 MPa),单次有效检测距离理论上不受限制(需定制线缆长度)。在检测过程中,主检管道无需停水但需要一定的流速(与主检管道相连接的其他管段需停水),Snake701配备了5种不同型号的牵引伞以适应在不同流速情况下的检测,所以在检测前需使用插入式流量计对管中流速进行测量,并以测得的流速数据作为伞面选择的依据。图1为管道内检测系统的工作示意图。

图1 管道内检测系统工作Fig.1 Working Inspection System in Pipeline

Snake701检测系统的视频系统能够清晰地观察到管道内存在的管道阀门、支管、非法接头等管道附属管件或滞留气囊、管瘤、堆积物、泄漏等缺陷情况,并能够根据惯性导航姿态传感器确认附属物或缺陷的时钟位置,根据管径、检测距离、图像估算出缺陷面积大小及严重程度。高灵敏度水听器能够智能识别漏点大小。在检测时,当发现气囊、管瘤、漏点、非法接头等需要进行地面定位时,可使用接收定位信号的追踪定位机对探视器的位置进行精准定位。该系统可对覆土深度不超过8 m的管道中的探视器进行精准定位,定位精确到±0.5 m。

2 管道运行状态评估模型的构建

2.1 管道受损状态评估

供水管道的受损状况跟管道本身材质、管径大小、所使用年限等因素有关,定义供水管道的缺陷类型包括:结构缺陷、连接缺陷及运行状态缺陷。结构性缺陷主要是本体结构的损坏,是由管道发生腐蚀、变形、断裂等导致的。连接缺陷是未在管线图中标注的冗余支管等连接。功能性缺陷主要是指管道内部因施工、制水工艺等原因造成管道内部过水断面变小、混入杂质悬浮物等。

供水管道的受损状况的研究首先需要选择评价指标,评估结果的准确性也取决于评价指标是否正确、合理、可靠。管径、管材、管龄、覆土深度、道路等级等指标在国内外评价供水管网健康状况中被大量选用[4],因供水管道本身具有多样性和复杂性,在进行评价指标筛选时,需要考虑的健康状况影响因素众多。鉴于上海市区中心范围内的管道在覆土深度、运行管压、温差、道路荷载指标间差异较小,所以在进行评估指标选择时,重点考虑管材、管径、管龄以及检测所见的结构、连接和运行状态缺陷。

管道受损状态评估(半定量风险评价方法)由两大项风险因素构建:管道缺陷检测结果及管道物理属性。缺陷检测结果定义如表1所示,管径D、管材M、管龄A3个管道物理属性指标评分参照《城市供水管网安全风险评估技术规范》(表2～表4)。供水管道受损状态评估采用式(1)～式(6)计算。

(1)

表1 管道缺陷定义Tab.1 Definition of Pipeline Defect

表2 管材物理属性指标评分值Tab.2 Physical Attribute Index Score of Pipe Material

表3 管径物理属性指标评分值Tab.3 Physical Attribute Index Score of Pipe Diameter

表4 管龄物理属性指标评分值Tab.4 Physical Attribute Index Score of Pipeline Service Life

ω1+ω2=1

(2)

ωL1+ωL2+ωL3=1

(3)

Smax=max{pi}

(4)

Smax≥S时,F=Smax

(5)

Smax

(6)

其中:S、F——管道受损状态评分;

pi——缺陷等级评分系数,参照表5;

表5 管道缺陷等级评分系数Tab.5 Grading Coefficient of Pipeline Defect Grade

n——缺陷总数;

ω1、ω2——缺陷检测结果、管道物理指标的计算权重,分别取0.7、0.3;

ωL1、ωL2、ωL3——管道物理指标中管径、管材和管龄的计算权重,分别取0.15、0.4、0.45[3]。

计算得到管道受损状况评分数值后,可通过表6对管道受损状态等级进行评估,等级越高代表管道受损状态越严重。

表6 管道受损状态等级评估Tab.6 Grade Assessment of Damaged State Pipeline

2.2 管道失效后果等级评估

管道失效后果即管道发生风险事件后引起的各类损失或不利影响,可通过管道失效后影响用户量、管道敷设区位及管道所在道路等级进行综合评定。按照事故影响用户数量的多少,可以500户、1 000户、2 000户为界划分出4个区间,影响人口越多,后果越严重,取值越大。按照事故发生区位的重要性,划分为重点区域、重点区域邻近区以及一般区域。按照事故发生区位对道路交通的影响可划分为主干路、次干路及支路。管道失效后果评分系数和失效后果评估权重分别如表7、表8所示。管道失效后果评分R计算如式(7)。

表7 管道失效后果评分系数Tab.7 Score Coefficient of Pipeline Failure Consequence

(7)

其中:qi——第i项失效后果评估评分系数;

Ei——第i项失效后果评估权重;

n——失效后果评价总数。

计算得管道失效后果评分数值后,可通过表9对管道失效后果等级进行评估,等级越高代表管道失效后影响程度越高。

表9 失效后果等级评估Tab.9 Failure Consequence Grade Assessment

2.3 管道运行状态等级评估

综合考虑管道受损状态及管道失效后果二者的影响,对管道运行状态等级进行评估,运行状态等级分为低风险、中风险、高风险3个级别,评估方式如表10所示。

表10 管道运行状态等级评定方法Tab.10 Grade Evaluation Method of Pipeline Operation State

3 供水管道内检测结果评估实例

《上海市供水管网隐患管道闭环管控工作指南(试行)》要求对市内当年无法改造的隐患管网进行闭环管理,一系列先进的管网检测、监测手段得到了应用和推广。作为管网闭环管理措施之一的系缆式管道内检测已实施了逾200 km的检测工作,指导了部分中心城区的管网风险排查及老旧管网更新改造工作,同时积累了大量的检测经验,在降低城市供水漏失率、减少供水管网事故等方面取得了显著成效。图2展示了检测过程中部分典型缺陷图。

图2 典型管道缺陷Fig.2 Typical Pipeline Defect

本文结合实际,选取上海市中心城区某路段DN500铸铁管进行了管道内检测及管道运行状态评估。该管段埋设于1991年,管段长为76.6 m,已运行超30年,目前尚在服役状态,缺陷检测结果汇总如表11所示。

表11 供水管道检测缺陷汇总Tab.11 Summary of Inspection Defects of Water Supply Pipelines

由表11中的检测结果,参照本文提出的管道受损状态评估方法,计算得出管道受损状态评分F=S=3.71,评估为该管道受损状态等级为2级(状态不佳)。考虑该管段敷设在一般区域的主干路,影响用户数小于500户,则该管段失效后果等级为2级(影响中等)。综合考虑管道受损状态及管道失效后果二者的影响,按照风险分级标准,该管道运行状态等级为中风险,管道基本符合安全要求,管道存在劣化及病害加剧迹象,有可能影响系统安全和整体功能,应对该管道缺陷部位采取维修措施,加强定期检测或监测。

4 结论及展望

管道内检测系统凭借其高效性、精确性、安全性以及可视化的检测成果,可以应用于城镇供水管网运行状态的评估。本文结合供水管道内检测经验,采用管道内窥检测的方法,以管道内可视化检测成果结合半定量风险评价方法分析管道缺陷,参考国内外管线风险评估模型,分析本地区影响供水管道的主要因素,提出了针对城镇供水管网中某一特定管段运行状态评估、量化管道风险的方法,解决了目前供水管道维护管理被动、滞后等问题,能够为管道维护管理与更新改造提供一定的技术依据。

本文提出的评估方法综合考虑了管道本身以及周围环境的影响,可在根据当地实际情况调整和优化的基础上进行推广应用,在技术上具有一定的借鉴意义。然而,本文提出的评估方法一方面受限于影响管道健康状况因素的差异化指标,另一方面是检测数据的量化。当前技术条件下的管道内检测仅是对管道内部的声光数据进行采集,手段较为单一,且复杂的服役状态和环境对其多有掣肘,需要结合其他检测手段进行交叉验证和多数据融合分析评估,以对管道进行全面、精准的运行状态评估,同时可建立供水管道动态风险评估模型以实现安全风险的实时预警。在当前人工智能技术较为发达的背景下,通过缺陷样本的积累可以逐步设计出高精准率管道缺陷识别模型,并将其集成至检测系统中,以提高管道运行状态评估的质量和效率。