城市地下排水管道缺陷检测与修复

摘 要：城市地下排水管道是基础设施的重要部分，是环境清洁的重要保障。由于城市地下排水管道缺陷类型较多，存在结构复杂和标准不同，难以准确识别管道隐患和消除病害。城市排水管道检测是管道评估的依据，是管道修复的重要前提。为识别地下排水管道的缺陷，在排水管道修复中应进行检查。城市地下排水管道检测影响到整个城市的排水效果，采用科学的检测手段，保证地下排水管道的不间断排水。基于此，本文说明了排水管道缺陷检测技术分类，讨论了管道缺陷分析技术，并以此提出了具体的排水管道修复对策方法，以期为相关项目提供一定的参考。

关键词：城市地下排水管道;缺陷检测;修复

中图分类号：TU990.3 文献标识码：A 文章编号：2096-6903（2022）02-0089-03

0引言

排水系统作为城市基础设施，发挥着重要的功能作用，具有排水和防止内涝的发生。同时，基于排水管道在为城市提供便利服务的同时，其在运行中也会存在一些安全隐患。对于破裂和泄漏的管道如果得不到及时的检测和修复，将会破坏周围土壤和环境，污染了地下水资源，甚至还会堵塞了管道，导致排水出现问题。因此，有效检测地下排水管道的运行状态，及时发现管道存在的病害问题，然后采取适当的修复措施，确保城市地下排水管道高效的运作。

1城市地下排水管道检测技术

1.1探地雷达法

探地雷达是基于电磁波的传播特性，高频电磁波以宽带短脉冲的形式发送到地面。由于环境和管道介电常数的差异，脉冲波被反射。通过分析雷达信号、信息确定管道的位置。该方法在具体使用中需要土壤介质对电磁波具有渗透性，其应用将受限于地质条件。雷达探测需要适当的频率来探测目标，由于检测与波长呈正相关，如果检测波长过大，分辨率就会下降，因此在分辨率和穿透深度进行需要进行合理的调整。雷达是一种无损检测技术，检测排水管道中的隐藏问题。利用地面雷达探测下水道管道，该技术具有高效、无损和高效等使用优点。此外，基于地面的雷達技术检测周围土壤的质量，以此来确定地下排水管道是否存在坍塌风险。利用视频监控和雷达技术分析管道的状况，雷达技术可以判断管道破裂造成的空心体。雷达技术适用于探测砖砌排水管道和小口径排水管道。

1.2 CCTV检测

CCTV检测是检测管道使用广泛的技术，检测需要使用带有摄像头的机器人记录管道信息，并通过电缆将数据传输给远程操作。对于收集的视频和图像提供了管道状态信息，信息由专业技术人员进行分析，以对管道缺陷进行评估。CCTV检测管道连接、管道材料等，连接到地理信息和管理系统，以分析管道整体状况，以协助确定未来的维护计划。因此，CCTV检测技术可广泛用于检测管道各个阶段的状况，广泛用于检测雨水管道、下水道管道等，该技术可以检测管道破裂、渗漏、变形等缺陷，以及泥沙和材料剥落等功能缺陷。但是该检测技术无法提供有关管壁或周围土壤完整性的信息，未能检测到泥浆覆盖的区域。对于监控系统采集的图像数据和评估的准确性在取决于摄像技术、拍摄方向和位置，以及照明条件和背景噪声。

1.3电磁探测

电磁定位仪测量管道和环境的电导率和介电性能，基于电磁场的频率和时间特性，对管道进行定位。电磁定位适用于金属管道。如果用这种方法检测非金属管道，也可以放置电磁指示器。根据产生电磁场的不同，分为直接充电法和感应法。直接充电法为钳位法，是将电流连接到开管，并使用接收器接收电流产生的信号，这种方法的电磁场强、可靠的特点。

1.4管道泄漏检测

城市地下排水管道检测采用管壁为高电阻材料，具有高耐电流性。检查中应用移动电极，确保其沿管道匀速移动。如果管道没有泄漏，则接电极和移动电极的电阻值会很大，电流较小。如果城市地下排水管道出现渗漏，接地电和移动电极传输电流，软件自动记录电流大小、位置、渗漏点的长度。排水管泄漏探测器可以有效的检测到更小的泄漏，运行检测过程中无需停止管道。只要没有充满水流且没有塌陷，就可以检测到损坏情况。

1.5超声波检测

超声波检测通过高频短波超声波脉冲来检测故障，以此来分析管道材料和缺陷存在的声学差异。管道缺陷的形状可以通过反射波特征评估。在检测的同一介质中，脉冲波的传播时间与距离成正比，通过接收反射信号的时间差来确定缺陷排水管道的位置。当被检测物体粗糙时，反射波会减弱，从而影响检测结果。因此，用于排水管的超声波数据采集，检测排水管沉积物和损坏情况。超声波检测主要用于检测管道的焊接问题，这种方法也可用于检测管道缺陷。利用圆形扫描超声对管内壁进行检测，通过实验发现管道堵塞和破裂的。超声波图像检测系统，用于检测管内壁的碎屑和磨损。超声波检测系统将传感器浸入水中检测，而无需排放地下排水管道的水，检测管道腐蚀和沉淀。对于管道超声波仪器收集的信号通常是嘈杂的，需要去噪方法来获得缺陷信息。处理超声波信号的方法有小波变换、卷积神经和快速傅里叶等。

1.6红外热成像

红外热成像技术利用红外辐射源和红外扫描仪管道温度图，根据管道内表面的温度采集缺陷。由于管道周围土壤造成的温度梯度差异，应与红外探测器配合使用。红外热成像属于是表面检测技术，随着缺陷的增加，检测效率会降低。红外热成像可以检测管道中的裂缝和孔洞缺陷。使用红外热成像检测缺陷，可以在管道裂纹中产生热点，以此来进行识别和定位缺陷。由于红外线检测特征物体信息，可用于检测材料和其他信息。该技术可以监测外保温层、内保温或基材的质量[1]。

1.7激光检测

激光检测技术是对管道无损检测的新技术。新方法已经从激光控制技术扩展，包括激光全息、激光超声和激光轮廓测量技术。激光轮廓仪3D 重建技术，使用激光束对排水管道内壁进行扫描，以重建图像以检测管缺陷。使用激光二极管、CCD 相机和光学图案发生器来获取图像，通过记录光强度创建孔径来检测缺陷。使用全息投影检测管内壁缺陷，激光束锥形镜获取图像，分析使用多波相移颜色。数字全息投影测量表面轮廓的图像，检测缺陷和表面差异。激光检测技术用于检测管道几何变形、裂纹和破裂等缺陷，可以准确地定位管道，识别管道中的缺陷形状。利用激光点敏技术检测管线分布和弯曲变化，具有精度高、响应快的优点。利用激光传感检测排水管道的缺陷，激光传感可以检测管道的堆积和变形，但下方的振荡会对检测结果产生影响[2]。

2管道缺陷分析

2.1 计算机视觉和图像处理

计算机视觉是从图像中检索信息，计算机视觉技术一般包括图像预处理、图像分割、目标识别和结构分析。传统的视觉技术用于解读视频监控图像，需要大量的图像预处理和特征提取器，同时基于管道的特征选择和图像分类。使用CCTV检测和激光测距仪来获取管道信息，使用三维重建算法来检测管道缺陷。基于3D立体视觉的管道检测系统，通过校准和匹配实现立体视觉。双边预测算用于检测小裂缝，限滑是提高速度的算法。传统的视觉技术还面临着低分辨率处理和噪声、图像退化的问题，以及暴露于拍摄距离等问题。在输送错误识别领域，计算机视觉技术需要为给定任务开发全面的提取器，目前的研究集中在单个缺陷的检测上，而对其他缺陷的自动识别的研究有限。在使用图像数据检查管道时，大多数将此图像数据分为有缺陷的和没有缺陷的。缺陷的图像区域称为特殊区域。

在工作中，图像分类是基于特征，使用手动定义的元素对图像进行分类。一种用于预测管道结构的系统，使用边缘检测、二进制阈值和离散傅里叶变换等处理技术，以此来进行识别节点结构并计算变形。使用离散小波变换和矩阵进行图像分类，使用分类器对缺陷分类。 基于变化的检测方法识别管道中的特征区域，这种方法在固定角度相机拍摄的管壁清洁图像时效果最佳。对于基于形态学的方法，利用聚焦对象的差异作为分割特征基础。使用定向梯度直方图和 SVM分类器。识别区域的特征，基于形态学选择的方法缺点是限制了自动化系统的能力。分类器的泛化是对表现出差异的图像进行分类。形态学需要对图像进行反复试验，以校准某些结构元素，在某些条件下拍摄的图像的结构可能不适用于在不同条件下拍摄。

2.2深度学习

基于深度学习来对城市地下排水管道检测图像进行分类，最广泛使用的是卷积神经网络。通常使用输入图像的卷积和极化等网络层执行選择，在全连接层之间分类，给出每个类别的预测。网络层执行不同的应用功能，并使用前一层作为输入。操作过程包括从原始图像中去除，借助初始随机偏移量设计的过滤器估计类别、特征，计算预测值与实际值的误差。对于反向传播传输需要调整滤波器的位移，以此来达到最优类。深度学习具有数万个像素特征的图像分类，分类精度和泛化远高于其他方法。主要缺点是需要非常大数据库训练，但是这个缺点可以通过详细的数据库来消除。深度卷积神经网络数据库，以对不同类别的高分辨率的图像进行分类。缺点是学习过程复杂，并且存在计算量大，需要通过图像处理并行计算解决。与传统的视觉图像处理相比，通过训练来提取图像特征，需要较少的预处理，不需要开发复杂的函数提取器。

近年来，在图像分类、识别和定位方面取得了广阔的前景。此外，卷积神经网络已被用于检测裂缝。使用卷积神经网络对监控系统图像中的缺陷进行分类，并应用用于对沉积物和故障进行分类的系统。但是目前我国使用卷积神经网络检测管道仍处于起步阶段，对于检测排水管道缺陷的研究有限。为了克服传统检测的缺点，需要基于区域的神经网络卷积，通过选择性地搜索图像区域，将每个区域的图像输入到模型中以计算，并使用参考向量分类器计算类别估计，对图像进行分类，对于边界约束以估计每个对象的位置。由于需要对每个区域进行卷积和回归，每个图像都会出现。为了克服使用中的局限性，需要一种快速卷积神经网络。与单阶段多任务排除学习，减少了学习时间，使检测速度更快，进一步提高了检测精度。对于更快的区域卷积神经网络，由区域供应链和检测器组成，检测符号和回归边界。主要特点是检测器可以共享卷积层，降低了实际过程的计算成本。区域数量经过优化，提高了检测精度和速度。

3某排水管道缺陷检测与修复

在分析检测的基础上对城市地下排水管道进行评估，以此来得出管道的总体状况，并采取措施修复管道。对于本次测试的对象是PE下水管，对于城市地下排水管道泄漏点检测，需要根据内置软件分析，得出管道损坏情况。从管道纵断面分析，管道存在泄漏的现象，根据具体的分析，了解了泄漏点的具体位置和长度。在城市地下排水管道修复过程中，铺设高密度聚乙烯管道修复，采用非开挖拉管法修复管道。如路面未开挖，将设备放置在沙井内，用小型设备在折叠区域钻孔，将钢筋从沙井推到另一端。把特殊的衬管头和高密度聚乙烯管拉到原来的位置。在牵引力的影响下，对于被破坏的管破裂，被拉入聚乙烯管中。另一端的孔和聚乙烯管道的连接处用砂浆密封。在城市地下排水管道修复过程中，首先需要做好现场勘察的工作，做好管道的废水分析及处理，应用城市地下排水管道检测技术对缺陷进行检测，以此来确定具体的修复方法。基于修复工艺确保施工设备，确保设备得到正确的安装，然后做好管道处理安装，还需要进行管道气密性检测。基于目前的CCTV检测机器人方法比较成熟，可以基于图像数据解读、视觉、深度学习等处理技术。通过将监控技术与缺陷识别相结合，将在排水管道检测实现全自动化，为排水管网管理和状态评估打下基础，这将是城市地下排水管道研究的重点区域。然而，城市地下排水管道缺陷的自动识别处于发展阶段，使用视觉和深度学习等图像处理检测缺陷的准确性与预制模型类型和参数密切相关。虽然使用了内置的数据库来创建模型，但由于数据库的复杂性，需要不断的扩展和进一步的优化，以此来构建模型的综合数据库，同时这将是实现排水管网自动检测的挑战。目前的自动探伤法仅适用于静态图像，鉴于大量视频调查，在未来的工作中，视频数据的处理也将是城市地下排水管道缺陷自动检测另一个重要的发展领域。

4结语

综上所述，城市地下排水管道是重要的基础设施，对于检测技术是检测管道缺陷和确定损坏的有效途径，同时也是管道修复的重要前提。基于科学技术在的不断创新，对于城市地下排水管道检测将确保了更精密有效的检测效果。

参考文献

[1] 周倩倩，司徒祖祥，腾帅，等.基于卷积神经网络的排水管道缺陷智能检测与分类[J].中国给水排水，2021，37（21）：114-118.

[2] 王大成，谭军辉，彭述刚，等.利用深度学习模型智能识别地下排水管道缺陷[J].测绘通报，2021（10）：141-145.

Detection and Repair of Defects in Urban Underground Drainage Pipes

WANG Xiaojun

（Foshan Institute of Surveying， Mapping and Geographic Information， Foshan  Guangdong  528000）

Abstract： Urban underground drainage pipes are an important part of infrastructure and an important guarantee for environmental cleanliness. Because there are many types of defects in urban underground drainage pipelines， complex structures and different standards， it is difficult to accurately identify hidden pipeline hazards and eliminate diseases. Urban drainage pipeline inspection is the basis for pipeline evaluation and an important prerequisite for pipeline repair. In order to identify defects in underground drainage pipes， inspections should be carried out during drainage pipe repairs. The detection of urban underground drainage pipes affects the drainage effect of the entire city， and scientific detection methods are used to ensure uninterrupted drainage of underground drainage pipes. Based on this， this paper explains the classification of drainage pipeline defect detection technology， discusses the pipeline defect analysis technology， and puts forward specific drainage pipeline repair countermeasures， in order to provide some reference for related projects.

Keywords： urban underground drainage pipeline; defect detection; repair

收稿日期：2022-01-06

作者簡介：王晓军（1968—），男，山西灵石人，大专，工程师，研究方向：管线探测及管道检测。