关于城市供热管网泄漏故障诊断的思考

王铮

在当今人民生活水平全面提升的背景下，人们的供热需求也在不断增加，但是，在供热系统的实际运行中也出现了不同程度的供热管网泄漏故障问题，对于供热系统的稳定运行造成了很大的阻碍。在这种情况下，加强对供热管网泄漏故障的诊断检测具有重要的意义，同时也为迅速的故障排除赢得时间。基于此，本文首先对当前正在使用的供热管网检测技术进行了分析，深入了解供热管网泄露的原因，最后提出了基于人工智能的供热管网泄漏故障诊断方法，以期为相关的故障诊断工作提供帮助。

现阶段，在社会经济快速发展的过程中，人们对于生活水平以及环保的需求也在不断提升，在此背景下，我国的城市供热系统逐渐从原来的小型供热方式转变为更加节能、环保的集中供热系统，供热管网的热源也不再是传统供热系统中的单热源，而是发展为区域锅炉房、热电厂等一类的集中热源，而且供热方式也逐渐转变成了环状管网供热，无论是从区域的供热能力还是覆盖范围方面来看，供热水平明显提升。但是，在此过程中也发现了一种明显的问题，供热范围的扩大使得相应的系统更加复杂，水力工况也无法得到有效的控制，从而也就引发了一系列的供热管网故障情况。通过深入的分析发现，系统的运行时间、管道的材料、相关构件的质量对供热管网产生很大的影响，在此情况下出现的一系列管道腐蚀、下沉以及焊缝开裂情况更加大了管网泄漏故障的发生。基于此，供热管网的相关工作人员必须将供热管网泄漏故障的检测重视起来，尽可能找到一种能够快速判断供热管网泄漏故障的技术，从而为供热管网的稳定运行提供保障。

一、供热管网泄漏故障的原因

1.管道方面

供热管网泄漏故障的发生有很大一部分原因在管道方面，而管道方面出现的管道腐蚀以及焊缝破裂情况是导致供热管网出现泄漏故障的主要原因。通过对供热管网管道腐蚀情况的深入分析发现，电化学腐蚀、化学腐蚀以及杂散电流的腐蚀、补口缺陷、固定支架根部的防腐缺陷都是最为常见的管道腐蚀情况，尤其是在热媒温度逐渐提升以及管径见效的情况下，管道腐蚀的发生率将会大大提升。除此之外，焊缝破裂也是管道方面较为常见的情况，众所周知，所有的供热管网都是埋设在地下，如回填夯实不到位，当外界的气候和温度发生变化时，土层就会出现不同程度的胀缩或沉降情况，在这种情况下，供热管网的管口很容易会受到影响，焊口或者铸铁管机械的接口很容易出现破裂的情况，此时一旦出现大幅度的气温变化或重车碾压的情况，管道极容易出现破裂现象。

2.元部件方面

元部件方面的故障主要可从阀门和补偿器两方面考虑，首先，从阀门故障方面来看，导致管道阀门出现损坏情况的主要原因就是阀门的阀体出现锈蚀、泄漏等，一些条件下，开关失灵也会导致阀门出现故障；此外，从补偿器损坏方面来看，波纹管补偿器是供热管网中较为常见的补偿器，也是最容易出现故障的元部件，由于波纹管补偿器的原材料是以不锈钢为主，而水中含有的氯离子又会对波纹管产生腐蚀，穿透补偿器，安装时轴向推力不同心，回填后的不均匀沉降，导致波纹管补偿器出现多层裂缝的情况。

二、当前的供热管网泄漏故障诊断方法

1.人工检漏

就当前供热公司的供热管网泄漏故障检测而言，绝大多数的供热公司都采用的是人工检漏的方法来对供热泄漏故障进行检测，其主要是由具有专业技术和多年实践的工程人员根据供热管网发生泄漏时管网的压力变化、瞬时补水量变化以及声音振动情况，判断管网是否泄漏，对有可能发生泄漏的管段沿线采用听音杆听声，红外线测温枪点测土壤表层的温差变化，沿线井室积水变化等，对具体位置进行分析。通过实践发现，此方法对表象泄漏检测的便捷程度较高，但是人为因素和外界的变化对检漏结果的影响非常大，准确性相对较低，不能完全作为供热管网泄漏故障检测的唯一依据。

2.声发射检漏技术

现阶段，国内外研究专家都将研究的重点放在了通过声发射技术来检测供热管道的泄漏情况方面，这种方法可以对管网进行实时监测，并且监测覆盖面较为全面，可以说是一种对管网没有损伤的检测技术。而声发射技术在供热管网泄漏故障中的良好运用主要是供热管道中的热媒在出现一定程度的泄漏情况时就会出现一种连续性的声发射信号，并在管道内进行传播，此时，相关的检测人员根据声波信号的强弱就能判断出管道内某一部位的泄漏情况以及具体泄漏位置。但是，通过深入的分析发现，此方法所涉及到的影响因素非常多，泄漏孔径的大小、形状、液体压力以及管段上方的其他市政管线设施的交叉等，都会对供热管网泄漏故障检测的准确性造成一定的影响，而要想在这种方法下建立相对精确的数学模型可行性非常小，并且声发射源的多样性、信号的不确定性都会影响故障检测，检测的精确性无法得到保障。

3.在建立数学模型基础上发展的检漏技术

当供热管网出现泄漏情况时，热媒在管道中的流速和压力都会发生不同程度的变化，在这种情况下，为了确保供热管道中水力工况变化反映的准确性，相关技术人员都会在连续性方程、质量守恒、动量守恒等基础上建立供热管网水力模型，在供热管道相关数据的基础上求解此数学模型，就会得到实时的供热管网水力情况，从而就能分析出管网内的标准流场分布，如果将标准数值与实测数据进行比较后，偏差大于正常的数值变化范围，此时就可以断定供热管网出现了不同程度的泄漏情况。但是在供热管网涉及范围不断扩大的背景下，相应的供热系统更加复杂，此时，数学模型的建立必须在全面分析的基础上忽略一些因素对其造成的影响，最终求出的结果难免会与实际的数据出现一定的差异，在这种情况下，数学模型检漏技术的准确性也将无法得到保障。

三、基于人工智能的供热管网泄漏故障诊断

在当今信息技术快速发展的背景下，我国的信息综合处理能力得到了明显的提升，此时，供热企业也逐渐将人工智能技术应用到供热管网泄漏故障检测工作中，成为了当前的重点研究方向。

1.基于专家系统的供热管网泄漏故障诊断

深入分析人工智能技术在我国供热管网泄漏故障检测中的应用可以发现，专家系统是最早见的故障检测技术，其主要是在众多专家经验的基础上组成相应的样本库，在检测过程中针对供热管网泄漏故障发生的类型以及具体的原因，通过样本库模拟专家推理和诊断的过程。在专家系统中，供热管网泄漏挂账知识库是其中的核心，主要是由行业的专家以及具有多年实践工作经验的技术人员组成，主观性相对来说比较强，通常情况下，当遇到比较复杂或者运行状态异常的供热管网时，由于专家知识库的信息并不具有绝对的完善性，所以其很难将自身的优势充分发挥出来。就当前的供热管网泄漏故障检测而言，专家系统的故障检测方法已经不常见。

2.基于模糊理论的供热管网泄漏故障诊断

一般情况下，在供热管网出现泄漏故障之前，供热管道的压力、瞬时补水量都会出现不同程度的变化，可以说，这是供热管网出现泄漏故障的前兆，但是，在实际检测过程中并没有精确性较高的数值变化衡量标准，最终的故障检测结果也存在一定的模糊性。而出现这种情况的主要原因就是传统的模糊推理系统主要是在专家知识经验的基础上展开的，相关规则的选取具有一定的模糊性，在此情况下，当供热管道的故障较为复杂且环境影响较大时，诊断结果的准确性并不能得到保障。基于此，相关技术人员在实际的故障诊断过程中可以将神经网络自适应和自学习能力的优势充分利用起来，以此来对传统的模糊规则进行修整，这样做可以在很大程度上避免主观因素对模糊理论应用的影响，从而为供热管网泄漏故障检测的精确性和及时性提供保障。

3.基于神经网络的供热管网泄漏故障诊断

就神经网络的应用而言，虽然我国相关研究领域针对于此方面研究起步比较晚，但是研究进程非常快，神经网络的发展比较迅速，深入分析可以发现，关于神经网络的研究已经出现了多学科交叉研究的现象，在很大程度上拓宽了神经网络的应用范围。现阶段，供热管网泄漏故障诊断的神经网络模型主要可分为两个级别，一级网络主要对供热管网泄漏管段进行相应的诊断，二级网络主要是对泄漏量和泄漏点进行诊断定位。一级网络和二级网络的输入故障特征向量主要是各监测点的压力变化，隐含层的节点数是经过反复测算得出的；在此模型中，一级网络的输出故障主要为各个管段发生泄漏的概率，二级网络的输出层主要代表泄漏的具体位置和泄漏量。在实际应用过程中，建立神经网络模型的方法可以在很大程度上降低检测的误差，但是训练样本、网络结构以及学习速率都会对神经网络产生不同程度的影响。

四、结语

总而言之，当前供热管网在实际运行中依然会出现不同程度的泄漏故障情况，严重影响了供热系统的稳定运行。在此背景下，供热系统相关技术人员必须将供热管网泄漏故障的诊断工作重视起来，积极探索准确性高的故障诊断方法，通过深入的分析发现，基于神经网络的供热管网泄漏故障诊断方法具有较好的效果，可降低故障检测过程中的误差，值得广泛应用，但是，相关人员在实际应用过程中也要将网络结构、学习速率等对其的影响重视起来，所有的检测方法都不是一成不变的，要不断的在实践中探索，根据自身供热管网的实际情况，加以分析判断，有针对性的采取行之有效的方法，以确保供热管网泄漏故障检测的准确性，为故障抢修赢得时间，从而为供热系统的稳定运行提供保障。