王連石

（雞西龍?zhí)乒嵊邢薰?，黑龍?雞西 158100）

供熱管網(wǎng)系統(tǒng)的不斷擴(kuò)大，使得整個供熱系統(tǒng)變得越來越復(fù)雜，當(dāng)冬季取暖期到來時，極易發(fā)生泄漏或者集中供熱系統(tǒng)的無法正常運(yùn)行、管道破裂等現(xiàn)象，直接影響人們的生產(chǎn)和生活。因此，要想全面提高供熱的水平，需要對供熱管網(wǎng)泄漏的故障進(jìn)行診斷，在精準(zhǔn)定位后，能夠及時對出現(xiàn)的泄漏進(jìn)行修補(bǔ)，同時，新興技術(shù)的應(yīng)用還能夠提早進(jìn)行故障的診斷，有效避免了泄漏的出現(xiàn)。

1 城市供熱管網(wǎng)泄漏故障診斷的必要性

現(xiàn)階段，供熱管網(wǎng)系統(tǒng)規(guī)模不斷擴(kuò)大，系統(tǒng)變得越來越復(fù)雜，這就給當(dāng)前的供熱管網(wǎng)運(yùn)行帶來了較大的挑戰(zhàn)。即供熱管網(wǎng)系統(tǒng)故障頻發(fā)。例如，管道內(nèi)外發(fā)生了腐蝕性、裂縫出現(xiàn)等。其主要是長時間的運(yùn)行、自然災(zāi)害或者采用不合格的管道以及缺乏管道維修等方面的因素造成的。其中，供熱管網(wǎng)系統(tǒng)所發(fā)生的故障中泄漏故障是嚴(yán)重的故障，不僅會增加維修的成本，還會嚴(yán)重威脅到人們的生命安全。因此，供熱管網(wǎng)泄漏故障一旦發(fā)生，需要引起相關(guān)單位的重視。

之前，供熱管網(wǎng)系統(tǒng)發(fā)生的管網(wǎng)泄漏主要采用人工撿漏的方法，這種方法不僅需要浪費(fèi)較長的時間，還會耗費(fèi)較多的人力。并且這種傳統(tǒng)的撿漏方法無法保障撿漏的精準(zhǔn)性和可靠性，還無法提高供熱的質(zhì)量。因此，尋求一種最為適合的供熱管網(wǎng)泄漏故障診斷方法刻不容緩，這樣做的目的就是能夠提高故障診斷的精準(zhǔn)性和高速性。

2 供熱管網(wǎng)泄漏故障產(chǎn)生的主要因素和具體的修復(fù)

2.1 管道發(fā)生的不同程度破裂

管道故障發(fā)生的主要原因與管道發(fā)生腐蝕或者發(fā)生焊接破裂等有著直接的關(guān)系。其中，管道發(fā)生腐蝕是發(fā)生管道泄漏最主要一種類型。伴隨著熱媒溫度的升高，發(fā)生的腐蝕概率也就越來越大；熱媒溫變率較大時，將會對管道產(chǎn)生極大的應(yīng)力，若應(yīng)力不均勻釋放，或應(yīng)力產(chǎn)生的變化量大于補(bǔ)償量時，將會產(chǎn)生管道或管件撕裂的風(fēng)險；而氣候溫度的影響，將會使埋設(shè)在地下的一些供熱管道產(chǎn)生不均勻脹縮或者升降的現(xiàn)象，管道的焊口將遭到一定的破壞；當(dāng)氣溫升高時或者遭到城市車輛的重壓后，管道則面臨破裂的風(fēng)險。

2.2 管道內(nèi)部的元部件發(fā)生故障

管道內(nèi)部的元部件一旦發(fā)生腐蝕或者損壞的現(xiàn)象，很容易引發(fā)閥門故障的現(xiàn)象。例如，閥門閥體發(fā)生的腐蝕現(xiàn)象、法蘭發(fā)生的的泄漏現(xiàn)象、開關(guān)失靈等現(xiàn)象。另外，波紋管補(bǔ)償器一旦發(fā)生腐蝕的現(xiàn)象，則會引起開裂、泄漏的現(xiàn)象。其主要是因?yàn)椴y管補(bǔ)償器材料主要為不銹鋼材料，當(dāng)受到水中氯離子的侵蝕后就會發(fā)生腐蝕的現(xiàn)象，進(jìn)而引發(fā)故障。

2.3 具體的修復(fù)方法

首先，制定和完善管道防腐保溫絕緣破損點(diǎn)的條件、修復(fù)方案、管和伸縮接頭的替換和修復(fù)。其次，采用電位差法對供熱管道進(jìn)行測試，確定管道深度和管道外層絕緣狀態(tài)；對管道損傷和腐蝕膨脹接頭的損壞等進(jìn)行更換。最后，對嚴(yán)重腐蝕的管道加設(shè)防腐隔熱保護(hù)層，制定維修更換的周期，做好防水工作等。

3 城市供熱管網(wǎng)泄漏診斷的方法

3.1 紅外熱泄漏檢測法

紅外熱像儀主要是利用紅外檢測器和光學(xué)成像透鏡等觀看到人們看不見的測量目標(biāo)。當(dāng)物體發(fā)出紅外線能量后，就會形成的熱像圖。并且，這一技術(shù)還能夠在沒有光的地方顯示出測量對象的形狀和溫度等，在通過畫出的溫度分布圖，以計(jì)算出紅外圖像對象的實(shí)際輻射溫度。一方面，供熱管道發(fā)生泄漏后，土壤溫度可能對周圍的環(huán)境產(chǎn)生一定的影響，并且泄漏的范圍越大，時間越長，輻射的范圍也就會擴(kuò)大。因此，借助紅外熱成像儀對土壤的溫度進(jìn)行檢測，能夠?qū)囟鹊淖兓枰园盐?，進(jìn)而準(zhǔn)確地找出管道泄漏的位置。另一方面，借助紅外熱成像技術(shù)能夠及時發(fā)現(xiàn)和監(jiān)測供熱管道是否發(fā)生泄漏。例如，監(jiān)測人員通過對城市供熱管道周邊的土壤溫度進(jìn)行監(jiān)測，能夠?qū)艿赖倪\(yùn)行狀態(tài)予以把控，對加熱管道泄漏點(diǎn)及時地發(fā)現(xiàn)，減少重大事故的發(fā)生。同時，監(jiān)測人員還需要判斷管道保溫材料是否發(fā)生損壞，主要是因?yàn)楣艿劳鈮Ρ夭牧显谏a(chǎn)過程中受到熱損失的影響進(jìn)而產(chǎn)生脫落或者受損的現(xiàn)象。當(dāng)保溫材料發(fā)生受損的現(xiàn)象，需要及時處理泄漏問題，這一技術(shù)不僅能夠判斷出泄漏問題，還能夠減少熱損失，達(dá)到節(jié)約能源的效果。

3.2 采取人工智能的方法，提升檢測的效率

（1）智能化和信息化的產(chǎn)生和出現(xiàn)，改變了人們的生產(chǎn)和生活，特別是人工智能技術(shù)在應(yīng)用供熱管網(wǎng)泄漏故障的診斷領(lǐng)域中，極大地提高了檢測的質(zhì)量和效率，這一先進(jìn)的檢測技術(shù)將得到廣泛的應(yīng)用。例如，故障診斷過程中如果缺乏精準(zhǔn)的壓力變化衡量指標(biāo)，就會增加模糊性，為了能夠靈活地應(yīng)對復(fù)雜和多變的環(huán)境，通過將神經(jīng)網(wǎng)絡(luò)引入這種故障檢測中，充分利用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)和自學(xué)習(xí)能力，以對出現(xiàn)的模糊規(guī)則進(jìn)行修正，進(jìn)而有效避免出現(xiàn)的主觀因素造成的各項(xiàng)不足，顯著提升供熱管網(wǎng)泄漏故障診斷的精準(zhǔn)性和時效性。

（2）人工神經(jīng)網(wǎng)絡(luò)是借助互聯(lián)網(wǎng)技術(shù)對人類認(rèn)知的過程進(jìn)行模擬，這種方法不需要建立數(shù)學(xué)模式，能夠通過自身強(qiáng)大的計(jì)算功能對神經(jīng)網(wǎng)絡(luò)權(quán)值和闕值等進(jìn)行調(diào)整，從而發(fā)揮出擬合的效果。例如，每供熱期對管網(wǎng)進(jìn)行水壓試驗(yàn)，對嚴(yán)密的管網(wǎng)在供熱期大量積累不同水力工況下的運(yùn)行數(shù)據(jù)，通過對大量工況樣本進(jìn)行學(xué)習(xí)，使其能夠?qū)峁芫W(wǎng)的運(yùn)行狀態(tài)進(jìn)行分類和識別，甚至可以用水壓圖實(shí)時差異化對比，從而及時發(fā)現(xiàn)泄漏的現(xiàn)象。

3.3 神經(jīng)元網(wǎng)絡(luò)診斷檢測

BP主要是指誤差逆?zhèn)鞑?，BP神經(jīng)網(wǎng)向網(wǎng)絡(luò)。通過這三層BP神經(jīng)網(wǎng)絡(luò)以實(shí)現(xiàn)高度非線性映射。對于輸入層和隱含層兩個相近層的神經(jīng)元，通過權(quán)闕值能夠?qū)崿F(xiàn)有效的連接，BP算法中通過正向和反向兩個傳播路徑，得出每個單元的實(shí)際輸出值絡(luò)由輸入層、一個或多個隱含層、輸出層構(gòu)成，因此，BP網(wǎng)絡(luò)是一種典型的多層前。例如，信息正向傳播過程中，輸入信息的過程需要層層的計(jì)算才能得出實(shí)際的輸出值，即從輸入層向輸出層逐層的計(jì)算，每層都是相互影響、相互制約的。當(dāng)出現(xiàn)與實(shí)際的輸出值有一定的偏差后，則需要轉(zhuǎn)入反向傳播過程，進(jìn)而計(jì)算出輸出值的誤差變化值，并對網(wǎng)絡(luò)的權(quán)值和闕值等進(jìn)行有效的調(diào)節(jié)。因此，只有反復(fù)對兩個過程進(jìn)行計(jì)算，才能保障誤差降到最小值。而網(wǎng)絡(luò)學(xué)習(xí)的過程就是對權(quán)重不斷調(diào)整的過程。如圖1所示。

圖1 三層BP網(wǎng)絡(luò)結(jié)構(gòu)圖

為了能夠滿足維修的需求或者根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)際結(jié)構(gòu)狀況來看，可以將其分為兩個方面：第一，一級網(wǎng)絡(luò)能夠?qū)峁芫W(wǎng)的相應(yīng)泄漏管段進(jìn)行全面的診斷；二級網(wǎng)絡(luò)能夠?qū)Τ霈F(xiàn)的泄漏點(diǎn)或者泄漏量等進(jìn)行全面的測量。第一級網(wǎng)絡(luò)模型和第二級網(wǎng)絡(luò)模型主要采用BP神經(jīng)網(wǎng)絡(luò)模型，例如，檢測人員通過觀察每個監(jiān)測點(diǎn)相應(yīng)的力變化情況，以對第一級和第二級網(wǎng)絡(luò)的輸入故障特征向量進(jìn)行確定；在多次的試算和反復(fù)的試驗(yàn)后，對每層的節(jié)點(diǎn)數(shù)進(jìn)行確定；計(jì)算出每個管段可能發(fā)生的泄漏概率和泄漏的概率，這些所發(fā)生的泄漏概率狀況均可以納入一級網(wǎng)絡(luò)具體的故障向量。第二，針對二級網(wǎng)絡(luò)的輸出層情況來看，主要包含兩個神經(jīng)元、兩個漏水位置。漏水位置主要是管段相應(yīng)起點(diǎn)的位置與漏水點(diǎn)位置之間的距離；漏水量主要是指熱網(wǎng)總循環(huán)水量與泄水之間的對比數(shù)值。實(shí)際應(yīng)用的過程中，網(wǎng)絡(luò)結(jié)構(gòu)、受訓(xùn)練樣本、學(xué)習(xí)的速度等都對BP神經(jīng)網(wǎng)絡(luò)泄漏診斷模型有很大的影響。

4 結(jié)語

本文在全面了解到管道泄漏發(fā)生的因素基礎(chǔ)上，應(yīng)該及時進(jìn)行供熱管道的防腐處理，同時，還需要對受力較大的部位或者焊縫處位置等進(jìn)行保護(hù)，提升施工的質(zhì)量，這樣才能減少由于施工造成的管道破裂發(fā)生的泄漏問題。而在這之前，更需要開展預(yù)防的工作，加大對供熱管道的故障檢測，本文以采用紅外熱泄漏檢測法、采取人工智能的方法，提升檢測的效率、神經(jīng)元網(wǎng)絡(luò)診斷檢測等方法后，彌補(bǔ)了傳統(tǒng)供熱管道故障泄漏檢測的不足，達(dá)到提升了檢測的精準(zhǔn)性和時效性，為人們在冬季采暖階段能夠提供保障。在之后的一段時間中，我們還需要對供熱管網(wǎng)系統(tǒng)發(fā)生的泄漏故障進(jìn)行研究和分析，這樣才能為建設(shè)智能城市奠定堅(jiān)實(shí)的基礎(chǔ)。