关键词: 泄漏问题；暖气;管道腐蚀；焊缝断裂
前言
随着社会经济的飞速发展，人们对生活水平和素质的要求越来越高。节能，便捷，环保的城市集中供热部分替代了传统的小规模供暖方??式。在满足中国冬季供暖要求的大中城市中，几乎所有城市集中供热系统均已建成，甚至在某些县，镇和新型供暖的农村地区正在逐步建设和改善其城市供热系统。加热管网的热源也已从单一的小型热源（例如传统的小型锅炉）发展为多种热源加热方法（例如区域锅炉房和火力发电厂）。支管网已经发展成用于加热的环形管网。
随着加热系统的不断扩展，系统变得越来越复杂，液压条件的变化也变得越来越难以控制，因此加热管网的故障时有发生。加热管网受以下因素影响：工作时间，管道材料，局部组件的质量，外部环境，自然灾害等，管道内外的腐蚀，管道的下沉，与其他管道相邻的泄漏，裂缝等。管道焊缝，阀门，波纹管补偿器腐蚀和损坏会导致管网故障，在加热管网中大多数时间和地点都是漏水故障，是不规则地发现的。传统的手动检漏方法需要较长的时间，为了提高加热质量并确保加热系统运行的可靠性和安全性，必须寻求一种准确，快速的技术来诊断和定位加热网络的泄漏故障。
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，人们对生活水平和生活质量提出了越来越高的要求。原来的传统小规模供暖方??式逐渐被节能，环保，便捷的城市集中供热方式所取代。甚至在一些县或新农村地区，城市集中供热也相对完善。在这种情况下，加热管网的性能也已从传统的小型锅炉和其他热源变为区域锅炉房和热电厂。加热形式也已从支管网加热逐渐变为环形管网加热。无论是在加热能力还是加热范围方面，当今的管网加热都得到了极大的发展。在加热管网系统逐渐扩展的背景下，该系统变得越来越复杂。下沉管道中的裂缝，管道中的焊缝裂缝以及波纹管补偿器的腐蚀损坏，这些故障中最严重的是加热网络的泄漏故障。供热管网的泄漏和故障会造成很多不良后果，由于加热管网泄漏故障的时间和地点难以追查，如果采用传统的手动检漏方法，会出现费时，费力的缺陷，检漏过程精度低，可靠性低。
2供热管网泄漏故障出现的原因
为了对加热管网的泄漏故障进行有效，准确的诊断，有必要先探究加热管网泄漏故障的不同原因，然后采取适当的措施。在市区加热流水线操作实践中，有两个原因加热管道网络的泄漏故障，包括管道失效和组件故障。管道故障是管道腐蚀的头号原因。电化学腐蚀，化学腐蚀及杂散电流腐蚀类型主要是管道腐蚀。随着热介质温度的升高和管道直径的减小，腐蚀的可能性将增加。管道腐蚀是加热管网中较常见的泄漏故障之一。其次是焊缝断裂。由于加热管网的大部分管道都埋在地下，因此在气候温度变化下会发生土层不均匀的膨胀和收缩以及上升和下降的现象，最终会损坏管道和管道的焊接接头。铸铁管机械接口，由于温度的突然变化和违反管道的建筑或重型卡车滚动而导致管道破裂。除此而外，还有组建故障不容忽视。
3供热管网泄漏故障诊断方法和研究现状
目前，市场上有许多管道泄漏检测方法，但它们通常适用于供水，供气，供油和其他系统。由于加热管网中加热介质的高温和铺设条件，它真的很适合用于城市供热管道的检测技术仍然非常有限。加热管网的泄漏检测和泄漏定位的当前方法源自其他管网，尤其是水和燃气管网。将它们应用于加热管网存在不可克服的问题和局限性。当加热管网泄漏时，将引起物理特性的异常变化，例如流量，激励，热介质的温度和声音。因此，在检测加热管网泄漏时，可以根据上述异常情况进行判断。
3.1手动检漏目前，大多数国内热力公司都使用传统的手动检漏方法。经验丰富的工程师将根据物理特性的异常变化（例如发生泄漏时加热网络的压力和声音振动）进行判断。管道截面和特定的泄漏位置。该方法简单方便，但容易受到人为因素和外界因素的干扰，准确性低，可靠性差。
3.2声发射泄漏检测技术目前国外有关部门]和学者们主要研究了声发射技术在加热管道泄漏检测和定位中的应用。声发射技术可以实时监控并且覆盖范围广。这是一种非破坏性的泄漏检测方法。原理是：当热介质在加热管中泄漏时，会产生连续的声发射信号并在加热管中传播。它可以反映结构的某些特征，例如泄漏的具体位置和泄漏。基于声发射现象的泄漏检测技术涉及许多影响因素，因此，声发射检测技术的关键是分析和识别发射信号，消除上述因素对信号的影响，恢复真实的声发射信号。但是目前还没有用于加热管道的声发射泄漏检测的广泛接受的测试方法和现场应用。
3.3基于数学模型的泄漏检测技术供热管网泄漏时，会引起管道中热介质的流速和压力等参数发生变化。动量守恒方程和能量守恒方程来建立供热网络的动态水力模型。求解该数学模型可以得到实时的管网水况，获得管网中的流场分布，并将其与测量值进行比较。根据管道内压力梯度的变化查找泄漏。为了提高数学模型的准确性，在建模时需要充分考虑温度，激励，流体密度和摩擦系数对管网水力条件的影响，然后再对水力条件进行数学建模。根据给定的边界条件求解。随着加热管网的不断扩展，系统变得越来越复杂，难以达到数学模型规定的理想条件。必须忽略某些因素的影响。因此，解决方案的结果与实际值有所不同，影响了数学模型泄漏检测技术的准确性。
3.4物理模型为基础的泄漏检测技术如果在加热管网络中的泄漏问题，在管中的热传递介质将具有对应的变速。数据也将发生相应的变化。为了使数据相应变化以显示供热管道的状态，根据能量守恒定律建立了动态??供热管道的物理模型。然后进行了相应的求解操作，结果表明，在加热管道中水压变化的情况下，可以获得流场分配管的中间网络。然后，与测量值进行比较，如果能量传递情况超出指定范围，则可以准确地确定管道泄漏的位置，同时，当使用现有管道压力来呈现逐渐减小的数据时，可以查明其泄漏的确切位置。它可以提高物理模型。在这个特定的建模过程中，摩擦系数，流体密度和温度的需要的精度得到充分各种液压的条件下考虑到，然后给定的边界条件，解决了液压条件。数学模型。随着范围加热管网的加速和扩展，以及在特定系统中的操作更加复杂，很难建立理想条件下规定的物理模型。因此，你需要忽略所涉及的一些影响因素。这导致的偏差在实际设计条件值和相应的效果，并且还具有对相关联的数学模型的泄漏检测技术的精确度有一定效果。泄漏位置是各部分之间的距离，该距离对应于泄漏从起始位置。该部分与泄漏总长度的比例成比例高，主加热管道的水循环与总排水量之比。在实际应用过程中，它有各种因素，如速度和管道的结构，以及整个网络泄漏诊断模型一定的效果。
3.5红外热泄漏检测法
3.5.1红外热成像技术
红外热成像技术主要应用在军事领域。其中，发达国家使用红外线照相机用最早的地区已扩大到民用工业，经过几十年的发展红外相机已经成为非常普遍的测试设备。红外热像仪使用红外检测器和光学成像镜头来接受人眼看不见的测量目标的红外辐射能量分布图案，并将其反射到红外检测器的光敏元件上。红外摄像机可以捕获不可见物体发出的红外能量，从而形成可见的热图像。红外热成像技术可以在没有光的情况下工作。使用该技术不仅可以显示物体的形状，还可以确定每个物体的温度并快速绘制温度分布图。红外热成像技术使用由温度校准和校准设备确定的温度。使用该装置，可以计算出红外图像对象的实际辐射温度。
3.5.2加热管道泄漏时环境温度的变化特征。加热管泄漏导致土壤温度改变周围的环境。随着时间的流逝和泄漏的增加，影响范围将逐渐增加。使用红外成像温度测量技术监测土壤温度变化可以有效地找到管道泄漏的位置。受热区域可以及时发现管道泄漏的位置。
3. 5.3使用红外热成像技术监视加热管道中可能发现的问题。
期刊文章分类查询,尽在期刊图书馆在管道网络的运行状态下，使用红外热像仪监控管道周围土壤的温度。可以有效判断管道的运行状态。发现在加热管泄漏时间，以减少重大事故（只要监视器熟悉周围的正常供暖管土壤的温度，他们能熟练应用程序）。测量埋入热管的温度接近环境温度。基于所述温度范围内的热管条件的方法，可以不扩大监视范围的过程中被发现。只要异常数据被发现，在加热管的泄漏可以及时发现。当与管道发现问题，我们必须决定下一步（可能断裂或损坏，管道伴保温和地面）。外墙保温材料管道逐渐将增加生产过程中的热损失，损坏和溢出。温度的对周围环境的影响可以通过环境温度来确定快速变化的绝缘材料，减少热量损失并节省能源的时间来监控。这项技术正在逐步形成。
4传统的供热管网泄漏故障诊断方法
在传统的热管网泄漏故障诊断方法中，它们是按照不同的诊断设备和应用的原则进行分类。它可以很容易被分成基于硬件的诊断，用于加热管道和基于软件的故障诊断方法的泄漏。诊断加热管网泄漏故障的方法有两种。
4.1基于硬件的热管网泄漏诊断方法这种热管网泄漏诊断方法主要基于声学，光学和热量的基本原理。在此基础上，进行了泄漏检测方法的制定与实践。主要方法包括手动泄漏检测，红外检测和放射性示踪剂泄漏检测。在较早的传统加热管网泄漏故障诊断方法中，硬件泄漏检测得到了充分的重视。进行热管网泄漏故障诊断的主要方法是手工和硬件设备。通过管壁及周围的相关环境参数，人为进行I或设备监控，以达到故障诊断的效果。由于该硬件诊断方法具有灵活性，可移植性和强适应性的优点，且成本较低。即使需要安装设备，安装过程也相对简单。但是，该故障诊断方法还具有抗干扰能力弱，诊断结果不准确等缺点。
4.2基于软件的供热网络泄漏故障诊断方法是利用计算机数据采集系统收集供热网络的实时运行参数，在此基础上，采用一些具体的算法进行实时分析计算。在此基础上，找出具体的管道泄漏情况，并通过更复杂的计算，锁定铸锭的特定故障点，并分析故障原因。近年来，计算机的K速发展和自动控制技术为基于软件的热管网泄漏故障诊断方法的应用提供了有力的技术支撑，已应用了多种基于数学模型和信号处理的诊断方法。它有助于对加热管网的泄漏故障进行有效而准确的诊断。
5修复方法
5.1管道外壳和管体维修
通过对管道防腐保温隔热层破损点的状况和检测，管道及伸缩缝更换与修复方案的制定，完成管盖和严重腐蚀的伸缩缝管体的维修与更换。应用电流衰减法和电位差法分别对两条工厂供热管道，管道的外保温部分和管道的深度进行测试，以确定管道的损坏和腐蚀伸缩缝的损坏。更换更换严重腐蚀的伸缩缝，加强管道零件的严重腐蚀，防腐和隔热保护层，并用原始零件更换维护周期以使其防水。
5.2加热管网区的阴极保护
根据干线，分布区域供热供电网络以确保阴极保护潜力的影响。升压泵站设置在中间，深井底床中间的升压泵站主要与保护深井底板有关，它将侧重于深井床和二次网的保护。辅助阳极已经被安装在岩石层。在深井规范，则需要在深度40米层要钻深水井。每个组具有高硅铸铁床辅助阳极16配备空气管道，该辅助阳极电缆减阻装置，卵石地面床和一个底部支撑和鹅卵石。
6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，人工智能技术的综合信息处理能力，大大提高了开发，适用于加热管道泄漏的故障诊断，已成为当前热故障诊断泄漏的管道的主要研究方向。
6.1基于砖房系统的热管网泄漏故障诊断方法最早用于热管网泄漏故障诊断的人工智能方法是专家系统。专家系统是一个由大量专家经验组成的样本数据库，根据不同的类型和供热管网泄漏故障的原因，可以有效地模拟决策过程和人类专家的故障诊断推理。基于知识的供热管道泄漏是核心作用重要组成部分，它是基于多年的很多业内专家的经验，具有很高的主观性。当专家系统遇到复杂的加热管网络和可变的加热操作状态时，很难发挥作用，因为不存在极其完整的专家知识库。从目前的热管网泄漏故障诊断实践来看，很少采用专家系统的方法对热管网泄漏进行故障诊断。
6.2漏电故障加热基于模糊理论在用作前体以加热管网泄漏的故障，该故障诊断方法，技术压力变化管道网络的诊断方法，但是没有精确的压力变化指示器。有相当程度的歧义。由于传统的模糊推理系统只能基于专家的知识和经验来选择模糊规则，因此当遇到具有许多环境影响因素的更复杂的加热管网时，很难获得令人满意的诊断结果。在这种情况下，弓神经网络被集成到所述故障检测方法中，神经网络自适应和自学习功能最大化，以提供的模糊规则校正连续，在常规模糊逻辑有效地避免了主观性。具有多种因素的缺陷可以有效提高加热管网泄漏诊断的准确性和速度。
6.3但开始制热中国的神经网络延迟的管网渗漏研究的神经网络的故障诊断方法，相关领域的研究得到了迅速发展，跨学科研究的现象越来越普遍现在，其范围是更宽的。强大的并行计算能力和神经网络的自适应学习功能，可以对管道漏水升温伤害的诊断提供有效的服务。但是，加热管网是更复杂的，如果有加热管网络中的大量泄漏的故障，加热基于神经网络的管网的泄漏诊断方法，也有一个缺点它很容易陷入局部最小值。从而影响到诊断准确性。对热网泄漏诊断中的许多问题进行深入研究具有重要的现实意义和价值。综上所述，不同的人工智能方法各有优缺点。结合两种互补和互补的人工智能技术来弥补它们各自的缺陷可以提高诊断的准确性。这种混合泄漏诊断方法是泄漏诊断研究。发展趋势。人工智能能够成功应用于故障诊断的原因主要是因为它具有以下特征：
1）人工智能泄漏故障诊断技术不需要建立精确的数学模型，通过大量学习样本获得输入与输出之间的解析关系，从而避免了许多复杂的系统故障和仿真的过程兔子。难题。
2）强大的泛化能力：人工智能泄漏故障诊断技术学习已知的泄漏模式，总结输入输出之间的关系并将其存储起来，不仅可以诊断与学习样本相同的故障，还可以针对未知泄漏进行诊断根据模型的模式，提取故障特征并将其与学习后存储的信息进行比较以获得相应的故障类型。
3）强大的容错能力：人工智能泄漏故障诊断技术使学习样本中的单个样本具有较大的错误甚至完全错误。单个样本的误差不会影响其训练过程，它不仅可以抵制单个输入数据的误差干扰，还可以滤除一些系统噪声，例如电子设备采集的信号作为样本数据将具有以下效果：设备的系统错误。在某些情况下，即使在嘈杂的环境中，也会修改网络以做出正确的诊断。
结语
当加热管网中发生泄漏故障时，将开发相应的诊断模型。该方法发展迅速，经过实践测试，准确性很高。但是，由于物理模型检测技术本身，很容易陷入局面。存在值不足，收敛速度慢等条件，对泄漏位置和泄漏量诊断的准确性有一定影响。因此，需要进一步研究和证明。只有通过上述几种检测技术的有效结合，才能准确避免加热管道泄漏的精确位置，避免不必要的浪费，节省好人力物力，并为相关部门建立了良好的检测能力，该系统使中国的经济发展更加迅速。
参考文献：
[1]童佳玮.?供热系统故障评价与预警[D].哈尔滨工业大学,2017.
[2]张志清.供热管网泄露故障诊断的思考[J].中国高新技术企业,2017(08):107-108.
[3]李泽青.?枝状供热管网变流量系统泄漏故障检测与诊断的研究[D].天津大学,2017.
[4]任发亮.供热管网泄漏故障诊断的思考[J].山西建筑,2016,42(28):123-124.
[5]王业.供热管网泄漏故障诊断技术[J].山西建筑,2014,40(19):124-125.
[6]赵杰.?热网泄漏故障远程诊断系统设计[D].内蒙古科技大学,2014.
[7]段兰兰.?基于遗传优化BP神经网络的供热管网故障诊断[D].太原理工大学,2014.
[8]张建军.供热管网泄漏故障诊断技术的研究[J].山西建筑,2014,40(11):137-139.
论文作者:石磊
论文发表刊物:《中国电业》2020年第1期
论文发表时间:2020/4/26
标签：管网论文; 管道论文; 故障诊断论文; 方法论文; 故障论文; 温度论文; 技术论文; 《中国电业》2020年第1期论文;