基于双参数的供暖管道泄漏检测与定位方法研究

摘要

城市供暖管道作为城市最重要的基础设施之一,为居民的冬季采暖提供着重要保障。然而,由于供暖管道的老化、雨水腐蚀以及人为破坏等因素的影响致使直埋供暖管道存在着泄漏的风险。泄漏的供暖管道不仅浪费大量水资源,也会妨碍居民采暖,造成社会性问题。及时的诊断管道泄漏、判断管道的泄漏位置对节约水资源和保障居民正常取暖有重要意义。
　　本文以管线上压力、流量参数为研究对象,利用运动方程和连续性方程建立了管道泄漏诊断模型。通过四阶龙格库塔法求解理论方程,计算管线各部分压力、流量参数,将理论值与实际值进行比较并选定合适的阈值,一旦实际值与理论值的差值超出阈值立刻判定管道发生泄漏。通过Fluent软件对供暖管道不同位置发生泄漏的工况进行实时仿真,利用神经网络模型对管道泄漏点进行定位,将泄漏工况下的检测点压力作为神经网络的输入,泄漏点位置作为输出,准确的构建了泄漏定位模型,误差允许范围内模型精度满足设计要求,验证了神经网络在供暖管道泄漏定位方面的准确性与可行性。同时引入K-means聚类算法对该模型进行优化,使模型各项评价指标进一步提高,预测精度更为准确。最后通过搭建实际管路平台对瞬态管道泄漏诊断模型和神经网络定位模型进行了验证。
　　研究结果表明:本研究所设计的管道泄漏检测及定位模型可以准确的识别管道泄漏并判断泄漏位置。其中泄漏诊断模型准确率达到80％,定位模型精度在5％左右。

目录

摘要

符号说明

第1章 绪论

1．1 研究的背景与意义

1．1．1 课题研究背景

1．1．2 课题研究意义

1．2 管道泄漏检测方法及发展现状

1．2．1 直接检测法

1．2．2 间接检测法

1．2．3 国内发展现状

1．2．4 国外发展现状

1．3 本文研究内容

2．1 引言

2．2 管道模型建立基础

2．2．1 基本假设

2．2．2 运动方程

2．2．3 连续性方程

2．2．4 能量方程

2．2．5 瞬态模型建立

2．3 有高程差影响的管道模型

2．4 无高程差影响的管道模型

2．5 本章小结

第3章 瞬态模型方法检测管道泄漏

3．1 引言

3．2 瞬态模型求解

3．2．1 四阶龙格——库塔法

3．2．2 管道模型计算

3．2．3 管道泄漏检测

3．3 瞬态模型参数确定

3．3．1 影响压力波速的相关参数

3．3．2 雷诺数的确定

3．3．3 介质密度

3．3．4 水力摩阻系数

3．4 本章小结

第4章 RBF神经网络算法定位泄漏位置

4．1 引言

4．2 Fluent仿真软件简介

4．3 管道仿真模型建立

4．4 神经网络概况

4．4．1 神经网络简介

4．4．2 神经元模型

4．5 基于RBF神经网络管道泄漏定位的研究

4．5．1 RBF神经网络的基本原理

4．5．2 RBF神经网络在管道泄漏定位中的适用性

4．5．3 RBF神经网络模型定位诊断结构的设计

4．5．4 RBF神经网络定位泄漏位置

4．6 RBF神经网络的优化

4．7 本章小结

第5章 实验验证及结果分析

5．1 引言

5．2 搭建管道实验装置

5．3 信号采集与处理

5．4 实验分析

5．4．1 管道泄漏检测模型结果分析

5．4．2 管道泄漏定位模型结果分析

5．5 本章小结

结论

参考文献

致谢

声明