城市地下综合管廊管线的数据采集及故障诊断研究

2020-07-09杨远王尉军苟华新盛兴隆

粘接 2020年6期

杨远王尉军苟华新盛兴隆

摘要：城市地下综合管廊管线主要包含燃气管道、电力电缆和给排水管道，与人们的生产生活息息相关。然而管线所处的环境恶劣，不可避免会出现各种故障，于是文章对其故障诊断进行研究。首先分析数据的收集和监测，然后使用BP神经网络算法进行计算，得到管线发生故障的原因和位置。通过仿真实验得知，系统能够准确对管线进行故障诊断，从而能够提高管线的安全运行。

关键词：管廊管线;数据采集;故障诊断

中图分类号：TU99

文献标识码：A

文章编号：1001-5922（2020）06-0184-05

0 引言

随着我国经济社会的不断发展，城市地下综合管廊管线变得越发的复杂，如果出现故障，对其进行故障排除效率非常低，就会造成较大的经济损失，于是对其进行故障诊断非常重要，可以较大程度降低经济损失[1]。于是文章通过对管线进行数据采集分析，然后进行故障诊断研究。

1 系统设计思路

系统的主要目的就可对城市地下综合管廊管线进行故障诊断。在对城市地下综合管廊进行研究时，很多系统的作用仅仅只是对管廊进行检测，并不能对其发生的问题进行故障诊断，于是本系统能够分析判断出管道出现问题的原因，并且准确判断出管廊管线出现问题的位置。达到该该目的需要收集城市地下综合管廊管线的各种数据，然后对这些数据进行分析，从而得到故障诊断的依据。图1即为系统的总体设计思路图。

1.1 采集数据

在我国科学技术还不够发达时，对城市地下综合管廊管线进行数据收集采用的是人工在现场进行收集相关数据，使用这种不方式，不仅效率低、投人大，还会造成收集数据存在较大误差的现象[23]。为了能够改善这些问题，于是在城市地下综合管廊管线中安装不同的检测设备，从而代替人工进行采集数据的方式。这些设备包含着采样设备、传感器等。使用这种方式大大提高了数据采集的效率，而且还有摄像机等工具进行实时监测，有效解决了对管廊管线的日常巡检工作，搜集到的数据将会更加丰富，更有助于故障诊断的分析。

由于城市地下综合管廊长度过长，仅仅安装一套检测设备收集到的数据比较有限，于是根据监测设备的监测范围将管廊管线长200m划分为一个区域，每个区域中都需要安装一套监测设备。进行区域划分之后，不仅有利于检测数据的收集，还有利于区域管理。

1.2 监测数据

本文研究的不是整个城市地下综合管廊，而是研究其中的各类管线，所以只需对管线进行数据监测。各类管管主要包含着电缆、燃气管道和给排水管。通过监测设备收集到数据之后将其传送给地上的控制中心。于是可以对收集到的数据进行整理、分析，通过与历史的数据相比较从而可以得到数据的变化趋势，从而发现更为中的管廊管线信息。对每种管线进行监测时，不同管线监测的内容不一样，下面将对3种管线进行介绍。

1）给排水管道运行状态的监测[4]：给排水管道主要负责水的传输，如果其中出现漏水或者积水过深就会造成一定的问题，所以需要对出水、如水還有积水进行监测。另外，还需要通过监测设备对漏水情况进行检查，选择城市地下综合管廊中容易积水的地方的查看是否出现积水现象，当检测到的数据超过限定值之后需要立即关闭阀门，然后发出警报。最后对监测到不正常的数据进行分析，研究其发生问题的原因。

2）电力电缆运行状态的检测[4]：电力电缆主要负责运输和分配电能，所以需要对其电流、电压进行检测，另外，电能还会受到环境的温度、湿度等的影响，所以也需对其进行检测。而且电力电缆需要进行保护措施，以防其出现危险时造成更大设备损坏。对其运行状态进行监测时，如果发现监测到的数据超过了规定值，要能立即关闭阀门，然后出现报警反应。最后就是对其进行分析研究，找到数据发生问题的原因。

3）燃气管道运行状态的检测[4]：燃气管道的作用就是负责燃气的传输，相对于其他两种管道而言，当其出现问题时没有进行及时处理时，就会造成较大的安全事故，所以对其进行监测非常有必要。燃气管道的监测主要为是否出现漏气现象、漏气严重程度等。如果发现所监测的数据超过规定值之后，需要立即关闭阀门，并发出警报。最后对漏气情况进行数据分析，找到漏气的位置，然后分析其造成漏气的原因。

城市地下综合管廊因其所处的地方阴暗潮湿，将检测到的数据传输上来使用有线方式不适合，容易造成线路出现各种损伤。所以使用无线通讯方式最为适合，尤其是当前5G的使用，使的数据传输效率更高。于是可以利用地下安置的报警器和传感器，将监测到的数据使用无线通讯方式传到地上控制中心，从而可以达到数据检测和收集的作用。

上文已经提到过城市地下综合管廊管线需要化分为不同的区域进行检测，所以在用户的界面上需要能够显示不同的监测区域[5]。然后将每个区域中安装一个工业交换机，最后将所有设备收集到的不同信息集中传输到地上的控制中心中，比如视频信息、监控主机收集到的数据等。

城市地下综合管廊管线监测系统完成之后，还需要对地上的监控中心设置管理系统，其主要宗旨就是方便对地下的不同监控区域进行集中管理。控制中心有以下两点作用：

①登陆到控制中心的管理系统之后，就可以查看到每个区域中的实时数据，能够实时的发现地下管廊光线是否出现问题。

②控制中心能够对地下的影像数据进行自动管理，将每个影像生成历史数据，通过控制中心就可以对这些数据进行管理和查询。

2 故障诊断

由于地下的各种管线对整个城市的生活生产有着直接的影响，当其中管线发生问题就会造成不同程度的影响，较为常见的就是带给人类停电、停水的影响，严重时还会造成爆炸危害。所以需要保证地下综合管廊管线的安全运行。然而随之时间的不断延长，管线发生问题难以避免，于是需要对其进行实时监控，为了能够及时的发现问题，并且对其进行修理，从而避免造成较大的安全事故。

上文中主要分析了对管廊管线的数据收集和监测，并且在监测过程中如有发现数据超过设定值就会关闭阀门，发出预警，于是可以降低事故发生的严重程度。通过控制中心对地下传输的各种数据信息进行整理分析，可以发现出现故障的原理，并且确定出故障发生的位置，即故障诊断，就可快速对出现问题的管线作出反应，从而高效率解决发生的故障问题，并且有助于今后该故障的发生概率，从而提高地下综合管廊管线的安全运行。

对管廊管线进行故障诊断时，不仅需要完成上述数据的收集和监测，还需要了解不同管线的常见故障，然后再通过故障诊断检测方式判断管线的问题所在，具体的操作方式如下。

2.1 电力电缆常见故障

电力电缆常年处于地下潮湿的环境，随着工作时间的增长，必然会受到环境的影响和自身因素的影响造成电力电缆出现问题。电力电缆常见的故障有如下三种状况：

2.1.1 保护层损坏

因为电力电缆处于城市地下，成年累月见不到阳光，受到潮湿环境影响，而且地下会有各种化学物质，电力电缆长时间的处于这种环境，其表现的保护层虽然具有一定的抵抗能力，但是时间长了之后抵抗能力就会减弱，造成表面发生侵蚀，保护层就会损坏，可能就会造成电力电缆短路、断裂等现象。

2.1.2 承受压力较大

由于电缆本身会承受很大的电压，在铺设电力电缆过程中，如果没有将其铺设到同一个水平面，就会造成电力电缆起伏现象，就会较为容易的发生短路，短路的电缆就会承受非常大的电压，超过了电缆的承受范围，于是就会造成烧毁现象，发生这种情况之后的危险性会很高[6]。

2.1.3 电缆本身质量问题

电力电缆本身不仅要能够在潮湿的地下环境中长存，而且还需要受到高强度的电压，当电力电缆本身采用的是劣质材料，表面处理不光滑，电缆的绝缘层容易出现破损现象，就会造成短路等故障。

2.2 燃气管道常见故障

燃气管道负责运输作用，所以不能出现泄漏和堵塞的情况，不然就会造成安全事故。所以在燃气管道中较为常见的故障有两种，分别为泄漏和堵塞[7]。下面将对其进行简要分析：

2.2.1 燃气管道的泄漏

由于地下具有各种酸碱化学物质，再加上地下环境潮湿，对燃气管道具有较大的腐蚀作用，腐蚀严重之后就会造成管道出现缺口，或者是燃气管道施工安装过程中出现失误现象，造成管道出现缺口，在管道中就会造成天然气泄漏，从而可以引发其他严重问题。

2.2.2 燃气管道堵塞

管道发生堵塞现象，天然气就难以运输到目的地，然而引起燃气管道堵塞的情况比较多，比如有常见的杂质堵塞、水化物堵塞、煤气胶堵塞和碳酸铵盐堵塞，不同类型发生堵塞的原因如表1所示。

2.3 故障诊断的测试方式

本文对城市地下综合管廊管线进行故障诊断时使用到的算法为BP神经网络算法，其中包含着输入层、隐层和输出层[8]。该算法的输入层为电缆的电压、温度、电流、湿度。需要设定误差范围，如果监测系统监测到的数据超过误差值时，则需要将数据进行逆向传输，然后对相关的误差和权重进行调整，像这种方式不停的进行反复传输，直至误差复合规定。图2即为BP神经网络结构图。图中的第1竖排为输入层，有n个节点，n=3，第2排为隐层，第3层即为输出层，q和m为各种的节点数。其涉及的各种公式如下所以：

隐层的输出为：

其中η为学习率，f1和f2分别表示隐层和输出层的激活函数。

首先通过输入信息，然后就会产生各种输出信息，通过不断的计算之后可以将误差和权重进行调整到合适的值，从而确定地下综合管廊管线发生故障的原因，即可以进行故障诊断。

3 仿真和结果分析

通过上述的诊断方式可以进行仿真研究，看是否能够起到故障诊断作用。本文通过使用MATLAB进行仿真实验。如果在监测过程中发现数据异常，系统会自动关闭阀门，并且发生预警。图3即为神经网络仿真结构图。

为了得到有效的参数，需要对神经网络结构图进行多次的反复训练，于是得到如图4所示的波形和均方误差曲线。图中蓝色表示为系统的正常波形，于是将正常波形和仿真的波形进行比较，如果出现不相符的现象，就会出现如图4所示的红色曲线，从而可以判断出管廊管线出现了故障。即使对于波动非常小的变化，系统也能发现出故障。

从图4中的右图中可以看出，刚开始时误差迅速减小，后来保持在平稳的变化，当训练程度大约达到550次时，误差又会发生迅速的减小，后来当随着训练次数的不断增多误差逐渐降低，直到误差为10-3时满足预先设定的值，此时的训练次数达到了712次。

然后通过使用仿真得到的數据对系统进行测试。将其训练误差设定为10^-3，其训练次数可以尽量设置大一点，设置为3000次，然后对相关数据进行检测，最后得到如图5所示的结果。

从图中可以看出来，能够检测到管廊管线发生故障为电压失衡，并且通过数据分析得到出现这种故障的原因为断线和接地系统不够完善。于是就可以针对具体问题及时的对其进行解决。于是通过仿真实验进行研究可以得到通过使用神经网络算法可以对管线进行故障诊断，能够提高诊断效率，降低事故危险程度。

4 结语

城市地下综合管廊管线安全运行至关重要，必须对其进行实时监控和故障诊断。文章通过对相关数据的收集进行分析，然后使用神经网络算法进行故障预测，通过仿真实验得到系统能够有较好的故障诊断作用，能够保障城市地下综合管廊管线的安全运行。

参考文献