供热管网泄漏故障诊断的思考

任 发 亮

(山西建筑工程(集团)总公司，山西 太原 030002)



供热管网泄漏故障诊断的思考

任 发 亮

(山西建筑工程(集团)总公司，山西 太原 030002)

论述了供热管网泄漏故障诊断的重要性，介绍了供热管网泄漏故障出现的不同原因，重点阐述了传统的供热管网泄漏故障诊断方法以及人工智能诊断方法，以期为相关的理论研究和实践工作提供借鉴。

供热管网，故障诊断，人工智能技术，管道，阀门

1 供热管网泄漏故障诊断概述

随着社会经济的发展和进步，人们对于生活水平以及生活质量提出了越来越高的要求。原先传统的小型供热方式逐渐被节能、环保、便捷的城市集中供热模式所取代。从目前的供热实践来看，在我国达到冬季采暖要求的大中型城市中，城市集中供热系统已经做到较为全面的覆盖，甚至在一些县镇或者新型农村中，较为完善的城市集中供热系统也得到了建设。在这个背景下，供热管网的表现形式也从传统的小型锅炉等热源转变为区域锅炉房以及热电厂等，供热的形式也从枝状管网供热逐渐转变为环状管网供热。无论是从供热能力还是从供热范围来看，如今的管网供热已经得到长足的发展。

在供热管网系统的逐渐扩大的背景下，系统也越来越复杂，水力工况等情况的变化也使供热管网的运行受到不小的挑战，导致供热管网泄漏故障的产生。受到运行时间、外界环境、自然灾害以及管道材料等因素的影响，各种类型的供热管网故障频繁发生，包括管道内外腐蚀、管道下沉、管道焊缝开裂以及波纹管道补偿器发生腐蚀破损等。在这些故障中情节最为严重的就是供热管网泄漏故障。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。

2 供热管网泄漏故障出现的原因

为了实现供热管网泄漏故障的高效准确诊断，需要首先对供热管网泄漏故障出现的不同原因进行探究，由此对症下药。在城市供热管道运行实践中，供热管网泄漏故障出现的原因包括管道故障以及元部件故障两种。

2.1 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。

2.2 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。

3 传统的供热管网泄漏故障诊断方法

在传统的供热管网泄漏故障诊断方法中，以诊断仪器设备和应用原理的不同为主要依据进行划分，可以简单划分为以硬件为基础的供热管网泄漏故障诊断方法以及以软件为基础的供热管网泄漏故障诊断方法两种。

3.1 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，即使需要安装设备，安装过程也较为简便，所以在早期受到了广泛的青睐。但是，这种故障诊断方法也有抗干扰能力弱以及诊断结果不精确等劣势。

3.2 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。

4 人工智能供热管网泄漏故障诊断方法

随着计算机信息技术的发展，人工智能技术的信息综合处理能力得到了大幅度的提升，被供热管网泄漏故障诊断所采用，成为目前供热管网泄漏故障诊断实践中的主要研究方向。

4.1 以专家系统为基础的供热管网泄漏故障诊断方法

最早运用于供热管网泄漏故障诊断的人工智能方法是专家系统。专家系统是由大量的专家经验所组成的样本库，能够有效针对供热管网泄漏故障类型和发生原因进行人类专家故障诊断推理和判断过程的模拟。供热管网泄漏故障知识库是专家系统中起核心作用的关键部分，由众多行业内部专家的长期经验累积而成，主观性较强。专家系统在遇到供热管网较为复杂、供热运行状态较为多变的情况时难以发挥作用，因为极尽完善的专家知识库是不存在的。从目前的供热管网泄漏故障诊断实践来看，利用专家系统方法开展供热管网泄漏故障诊断的情况已经不多见。

4.2 以模糊理论为基础的供热管网泄漏故障诊断方法

在这种故障诊断方法中，技术压力的变化情况被作为供热管网泄漏故障发生的前兆，但是缺乏精确的压力变化衡量指标，也就是存在相当程度的模糊性。因为传统的模糊推理系统只能够以专家的知识经验为基础，进行模糊规则的选取，所以在遇到较为复杂、环境影响因素较为繁多的供热管网时，较为满意的诊断效果很难达成。在这种情况下，将神经网络引入到这种故障检测方法中，对神经网络的自适应和自学习能力进行充分的利用，能够实现模糊规则的不断修正，有效避免传统模糊理论下主观因素较多的缺陷，有效提升供热管网泄漏故障诊断精度和速度。

4.3 以神经网络为基础的供热管网泄漏故障诊断方法

虽然我国对于神经网络的研究起步较晚，但是相关领域的研究发展迅速，已经出现广泛的多学科交叉研究现象，不断扩大应用范围。神经网络强大的并行计算能力以及自适应学习能力都能够为供热管网泄漏故障诊断提供有效服务。但是，在供热管网较为复杂、供热管网泄漏故障较多时，以神经网络为基础的供热管网泄漏故障诊断方法也有容易陷入局部极小值的劣势，影响诊断精度。

对供热管网泄漏故障诊断的诸多问题开展深入研究，具有重要的现实意义和价值。

[1] 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.

[2] 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.

[3] 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.

Consideration on heat-supply network leakage fault diagnosis

Ren Faliang

(ShanxiBuildingEngineering(Group)Corporation,Taiyuan030002,China)

The paper discusses the importance of heat-supply network leakage fault diagnosis, introduces different heat-supply network leakage fault causes, describes traditional heat-supply network leakage fault diagnosis methods and Artificial Intelligence Technology diagnosis method with a view to provide some guidance for relevant theory research and practice.

heat-supply network, fault diagnosis, AIT(Artificial Intelligence Technology)， pipeline, valve

1009-6825(2016)28-0123-02

2016-07-20

任发亮(1981- )，男，工程师

TU833

A