基于GIS 的城市供水管网管线爆管状态实时监测方法

彭慧馨, 魏 超

(北京檀州自来水有限责任公司, 北京 101500)

供水管网管线是地下隐蔽的城市基础设施,爆管是城市供水管网一种常见的病害,引发管道爆管的原因有很多种,大致可以分为环境影响、外力破坏以及管线自身原因[1]。 环境影响是指供水管线会受到地表沉降、土壤腐蚀、地下水长期浸泡以及地下植物根系破坏等影响,再加上极端天气对管线运行产生的不利影响,这些会导致爆管发生。 外力破坏主要指周围施工破坏、长期受到重型车辆碾压,在这种外力作用下也会发生爆管。 自身原因主要是指管材强度不足、管道接口不良以及超期服役等,也会造成管线出现爆管现象。 一旦出现管线爆管,不仅会导致停水,造成供水管网停止运行,而且因爆管涌出的水向周围扩散,导致水资源严重浪费,因此,需要采取有效手段监测管线爆管状态。

赵文轩等[2]提出采用多目标非支配差分进化算法,对管线爆管状态进行监测,具体做法是在各管段中间添加节点,针对爆管流量进行模拟,结合各个节点压力变化值,构建爆管判断矩阵,通过对监测点进行优化布置,结合NSDE 算法分析监测点的特征,实现对管线爆管状态的监测。 吴以文等[3]考虑到水压监测布点位置的重要性,基于最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM),对供水管网爆管状态进行预测,在管线多个点位布设监测点,采集监测数据,构建LSSVM 交互预测模型,对管线爆管进行有效监测。

上述两种监测方法在实际应用中,存在较大的监测误差,并且响应时间较长,影响了管线爆管状态的监测效果,无法满足实际应用需求。 为解决这一问题,本文提出基于GIS 的城市供水管网管线爆管状态实时监测方法。

1 供水管网管线数据无线感知及状态识别

通常情况下,发生爆管的管线流量会突然增大、压力会降低,因此,将管线流量与压力作为管线爆管状态参量,根据供水管网管线实际情况在管线上布设测点,测点间距在100 ～150 m 之间,在测点上安装流量传感器与压力传感器。 根据管线爆管状态实时监测需求,选择OFAHA-4FA88 型号流量传感器和kHFH-4fa845 压力传感器,采用串并联的方式将传感器接入到监测电源总线上,并根据实际情况对无线传感器的无线脉冲信号发射频率、采集频率、采样周期等技术参数设定。 根据采集到的管线压力与流量计算出管线爆管概率值,其计算公式见式(1)。

式中,p表示管线爆管概率,%;h表示当前管线压力值,MPa;a表示当前管线流量值,m3/s;h0表示管线压力最小允许值,MPa;a0表示管线流量最大允许值,m3/s。

根据实际情况设定阈值,如果公式(1)计算到的概率小于阈值,则表示管线运行状态正常;如果公式(1)计算到的概率大于阈值,则表示管线状态为爆管状态,以此识别到供水管网管线爆管状态。

2 基于GIS 的管线三维模型建立

当识别到管线爆管状态后,利用GIS 技术对爆管节点定位,并确定爆管影响范围和爆管状态等级。由于城市供水管网管线结构比较复杂,要想准确定位到具体爆管位置,需要利用GIS 技术建立城市供水管网三维空间模型。 供水管网主要由点、线、网三要素构成,通过对管线实地探测,收集到城市供水管网管线属性数据[4]。 原始数据大部分是以Auto-CAD 格式保存,并且还有部分数据为DWG 以及其他格式保存[5]。 为了保证城市供水管网三维建模精度,首先需要解决管线属性数据格式转换为GIS问题[6]。 将收集的所有数据上传到GIS 软件平台上,比如ArcGIS,利用ArcGIS 中的MapInfo 通用转换器将数据格式统一转换为GIS,并将管线图形数据解译为点、线、面三要素[7]。 数据格式转换完成之后,将数据映射到ArcGIS 自带的数据库中,建立供水管网管线表,对数据进行分类,见表1。

表1 基于GIS 的城市供水管网管线表Tab.1 Urban water supply network pipeline list based on GIS

以城市供水管网区域的遥感图作为背景,制成管线三维场景[8]。 在场景中通过TerraExplorer GIS编程,将管线表中的数据映射到模型中,生成管线三维模型,并通过数学方法,自动进行两线衔接建模。

3 爆管定位及状态预警监测

在建立的管线三维模型中标记监测节点,根据监测节点发射的无线脉冲信号与接收信号的时间差,计算出管线爆管节点与监测点距离,用公式(2)表示。

式中,H表示管线爆管节点与监测点距离,m;t1表示无线脉冲信号发射时间,s;t2表示无线脉冲信号接收时间,s;v表示无线脉冲信号传播速度,m/s[9]。

在管线三维模型中已知监测点坐标,根据无线脉冲信号走向,即可在管线三维模型中定位到爆管节点位置[10]。 管线一旦发生爆管,会对周围用户用水造成停水影响,在管线三维模型中围绕爆管节点生成缓冲区,缓冲区实际为爆管影响区域,也是空间目标(爆管节点)与其他节点拓扑关系的距离,假设空间目标集为o,用公式(3)表示。

式中,Qi表示一个空间目标;i表示空间目标数量,即爆管节点数量,个。 则爆管节点缓冲区为:

式中,B表示爆管影响区域,m2;d(x,Qi)表示相邻供水节点与爆管节点之间的距离,m;d表示领域半径,m。

同理确定管线的缓冲区,如果爆管节点缓冲区占管线缓冲区比例未超过1/3,则表示管线爆管状态比较轻,预警等级为一级;如果比例超过1/3,但是小于1/2,则表示管线爆管状态一般,预警等级为二级;如果比例超过1/2,则表示管线爆管状态比较严重,预警等级为三级。 按照以上设定的规则,确定管线爆管状态预警等级,生成监测报告,以此实现基于GIS 的城市供水管网管线爆管状态实时监测。

4 试验论证

4.1 试验准备与设计

完成上述基于GIS 的城市供水管网管线爆管状态实时监测方法方法设计后,为实现对设计方法在实际应用中的效果检验,以下将采用对比试验的方式对设计方法的适用性与可靠性进行检验。 选择文献[2]提出的基于多目标非支配差分进化的监测方法(传统方法1)与文献[3]提出的基于LSSVM 交互的监测方法(传统方法2)作为对比方法,与本文方法共同进行测试。

选择某城市供水管网为试验对象,供水管网共包含15 条供水管线,供水管网面积为13 154.62 m2,管材为球墨铸铁管,管径为500 mm,总长度约为394.64 km。 由于该供水管网自建成投入运营时间已经达到7 年之久,部分管线已经出现老化现象,经常发生爆管现象,符合试验需求,利用本文设计方法对该城市供水管网管线爆管状态实时监测。

根据该供水管网实际情况,随机选择供水管网中供水管线A13 作为测试管线,该管线全长22.35 km,为保证整条管线的正常运行,仅对该管线中E22-E23 段进行爆管状态监测。 E22-E23 段长度为3.15 km,设有30 个监测节点,每100 m 布置1 台压力传感器,共使用31 台压力传感器,采集到1.26 GB 管线运行数据,按照上文通过对数据分析,识别管线爆管状态,并对爆管节点定位以及爆管状态等级预警监测,以下对具体监测效果进行评定。

4.2 试验结果与讨论

相对误差可以反映出管线爆管状态实时监测精度,因此,将管线压力监测的相对误差作为3 种方法精度评价指标,实验共设计8 组,选择8 个管线爆管数据样本,将监测结果与实际情况比对,确定监测相对误差,使用电子表格对试验数据记录,具体数据见表2。

表2 3 种方法管线压力监测的相对误差对比Tab.2 Compatison of relative errors between three methods for pipeline pressure monitoring

从上表中数据可以看出,3 种方法在管线压力监测的相对误差方面表现出明显的差异,本设计方法爆管状态监测相对误差范围在0.26%～1.41%,平均相对误差为0.86%,数值较小,基本可以忽略不计,说明设计方法可以实现对城市供水管网管线爆管状态的高精度监测。 而传统方法1 爆管状态监测相对误差范围在10.25%～14.23%,平均相对误差为12.56%,比设计方法高将近12%,传统方法2爆管状态监测相对误差范围在13.56%～15.43%,平均相对误差为14.23%,比设计方法高将近14%。通过以上分析证明,在准确性方面本设计方法优于两种传统方法。

单一的指标无法全面反映出设计方法的监测效果,故将监测响应时间作为3 种方法监测效果第二评价指标,以获取到管线爆管数据时间为开始时间,以预警监测最终响应时间作为终止时间,使用电子表格记录试验数据,见表3。

表3 3 种方法监测响应时间对比Tab.3 Comparison of response time monitoring using three methods

由表3 可知,3 种方法在监测响应时间方面也表现出明显的差异,本设计方法最快响应时间为1.03 s,传统方法1 最短响应时间为4.25 s,比设计方法慢3.19 s,传统方法2 最短响应时间为5.24 s,比设计方法慢4.21 s。

通过以上试验结果证明,无论是在监测精度方面还是在监测响应速度方面,本文的设计方法均表现出明显的优势,这是因为本方法采用了GIS 技术对供水管网三维建模,能够快速、精确地确定爆管位置和影响范围,在一定程度上提升监测精度和速度,相比较两种传统方法,本设计方法更适用于城市供水管网管线爆管状态实时监测。

5 结论

爆管是城市供水管网管线一种常见的故障,对于管线爆管故障实时监测,对管线及时维修、保证城市供水管网安全可靠运行具有重要意义。 此次结合GIS 技术优势,针对当前城市供水管网管线曝管状态监测需求,提出了一个新的监测思路,有效减小了爆管状态监测相对误差,缩短了爆管状态监测响应时间,为监测实践提供了理论支撑,同时也为相关研究提供了参考依据。 研究方法目前尚处于初步探索阶段,尚未在实际工程中得到大量的实践与操作,在某些方面或许存在不足,今后会在方法优化设计方面展开深层次探究,促进城市供水管网智能化、数字化以及信息化发展。