大唐洛阳热电有限责任公司 河南洛阳 471000
摘要：中国的南北集中供暖分界线一般是以秦岭淮河作为边界的，秦淮以北的地区冬季采用集中供暖的方式供暖，集中供暖相比于过去的单户取暖，具有更加环保、能源利用率高、取暖效果好、安全性高等优势。供热系统管网如果在供暖运行过程中，发生故障会直接影响广大居民的正常生活，并会带来很大的经济损失，我国北方冬季不时会有居民反映供暖不好，因此为了保证居民的正常供暖需求和避免经济损失，我们需要拥有一套成熟的供热管网故障诊断技术，来快速发现泄露位置，达到快速解决故障的目的。
关键词：供暖系统；管网泄漏；故障诊断
1城市供热管网泄漏故障诊断的必要性
现阶段，供热管网系统规模不断扩大，系统变得越来越复杂，这就给当前的供热管网运行带来了较大的挑战。即供热管网系统故障频发。例如，管道内外发生了腐蚀性、裂缝出现等。其主要是长时间的运行、自然灾害或者采用不合格的管道以及缺乏管道维修等方面的因素造成的。其中，供热管网系统所发生的故障中泄漏故障是严重的故障，不仅会增加维修的成本，还会严重威胁到人们的生命安全。因此，供热管网泄漏故障一旦发生，需要引起相关单位的重视。之前，供热管网系统发生的管网泄漏主要采用人工捡漏的方法，这种方法不仅需要浪费较长的时间，还会耗费较多的人力。并且这种传统的捡漏方法无法保障捡漏的精准性和可靠性，还无法提高供热的质量。因此，寻求一种最为适合的供热管网泄漏故障诊断方法刻不容缓，这样做的目的就是能够提高故障诊断的精准性和高速性。
2城市供热系统中供热管网泄露的主要原因
2.1管道故障引起的管网泄露
供热管道长时间处于不利的自然环境当中，会发生不同程度的腐蚀。以下分别来介绍管道腐蚀的种类和起因,电腐蚀:水在供热管道的金属表面覆盖成为水膜，会有氧气和二氧化碳等溶解其中，这就变成了以供热金属管道为负极的原电池，时间一长供热管道金属就会被腐蚀掉;化学反应腐蚀:化学腐蚀与电腐蚀不同，其不会形成电流，供热管道金属材料会与外界气体和一些非电解杂质直接反应，从而消耗管道金属最终削弱金属管壁形成泄漏点。供热管道的温度较高加速了腐蚀破坏，另外腐蚀速度还与管径的大小有关系，管径越小管道越容易发生腐蚀破坏。在供热管道泄漏故障中，因为供热管道腐蚀而发生的管道泄漏占据多数。供热管道管网泄露成因中，除了腐蚀引起的另一主要成因是接口裂缝。我们知道供热管道线路很长，一般情况供热管道铺设在地下，把每一段的金属管道通过焊接连接，一条供热管线会有很多个焊接接缝，如果各别焊缝质量不好，会因为温度应力和反复承受车辆荷载而产生裂缝最终导致泄露。
2.2供热管线中元部件故障引起的管网泄露
供热管网是一个复杂的综合程度高的系统，管道线路中会有不同的元部件，主要的元部件包括阀门类和补偿器、法兰等附件，这些部件发生故障很容易引起供热管网发生泄露。这些元部件的故障主要由阀门的锈蚀、法兰连接不严而导致泄露，还有补偿器因为其多采用不锈钢制成，容易与水中的氯离子产生化学反应而发生腐蚀，腐蚀严重将引起供热管网的泄露。另外在正常运行的管网遇到停电导致泵体停止工作，也容易对管线的元部件产生水压冲击，对元部件的耐久性和正常使用也是不利的。
3城市供热管网泄漏诊断的方法
3.1红外热泄漏检测法
红外热像仪主要是利用红外检测器和光学成像透镜等观看到人们看不见的测量目标。当物体发出红外线能量后，就会形成的热像图。
并且，这一技术还能够在没有光的地方显示出测量对象的形状和温度等，在通过画出的温度分布图，以计算出红外图像对象的实际辐射温度。一方面，供热管道发生泄漏后，土壤温度可能对周围的环境产生一定的影响，并且泄漏的范围越大，时间越长，辐射的范围也就会扩大。因此，借助红外热成像仪对土壤的温度进行检测，能够对温度的变化予以把握，进而准确地找出管道泄漏的位置。另一方面，借助红外热成像技术能够及时发现和监测供热管道是否发生泄漏。例如，监测人员通过对城市供热管道周边的土壤温度进行监测，能够对管道的运行状态予以把控，对加热管道泄漏点及时地发现，减少重大事故的发生。同时，监测人员还需要判断管道保温材料是否发生损坏，主要是因为管道外墙保温材料在生产过程中受到热损失的影响进而产生脱落或者受损的现象。当保温材料发生受损的现象，需要及时处理泄漏问题，这一技术不仅能够判断出泄漏问题，还能够减少热损失，达到节约能源的效果。
3.2采取人工智能的方法，提升检测的效率
（1）智能化和信息化的产生和出现，改变了人们的生产和生活，特别是人工智能技术在应用供热管网泄漏故障的诊断领域中，极大地提高了检测的质量和效率，这一先进的检测技术将得到广泛的应用。例如，故障诊断过程中如果缺乏精准的压力变化衡量指标，就会增加模糊性，为了能够灵活地应对复杂和多变的环境，通过将神经网络引入这种故障检测中，充分利用神经网络的自适应和自学习能力，以对出现的模糊规则进行修正，进而有效避免出现的主观因素造成的各项不足，显著提升供热管网泄漏故障诊断的精准性和时效性。
（2）人工神经网络是借助互联网技术对人类认知的过程进行模拟，这种方法不需要建立数学模式，能够通过自身强大的计算功能对神经网络权值和阙值等进行调整，从而发挥出拟合的效果。例如，每供热期对管网进行水压试验，对严密的管网在供热期大量积累不同水力工况下的运行数据，通过对大量工况样本进行学习，使其能够对供热管网的运行状态进行分类和识别，甚至可以用水压图实时差异化对比，从而及时发现泄漏的现象。
3.3神经元网络诊断检测
BP主要是指误差逆传播，BP神经网向网络。通过这三层BP神经网络以实现高度非线性映射。对于输入层和隐含层两个相近层的神经元，通过权阙值能够实现有效的连接，BP算法中通过正向和反向两个传播路径，得出每个单元的实际输出值络由输入层、一个或多个隐含层、输出层构成，因此，BP网络是一种典型的多层前。例如，信息正向传播过程中，输入信息的过程需要层层的计算才能得出实际的输出值，即从输入层向输出层逐层的计算，每层都是相互影响、相互制约的。当出现与实际的输出值有一定的偏差后，则需要转入反向传播过程，进而计算出输出值的误差变化值，并对网络的权值和阙值等进行有效的调节。因此，只有反复对两个过程进行计算，才能保障误差降到最小值。而网络学习的过程就是对权重不断调整的过程。
4结束语
供热管网的使用时间越长，越容易因为物理因素和化学反应而出现局部管道破损导致供热管道泄露的发生。我们通过上文已经知道了管道泄漏的成因，这样我们可以从源头上采取相应的预防保护措施，例如加强供热管道的防腐处理、管道铺设位置不易过浅，焊缝处和受力较大的部位采取保护措施、工程施工的时候注意严控施工质量。除了事前的预防，在常年的使用中要重视供热管道的故障检测，根据实际情况采取相适应科学的检测方法，这样才能快速准确的诊断出故障的发生部位，减少故障持续的时间，最大程度的减少经济损失和提高居民的冬季供暖体验。今后也要加大供热管网系统的泄露故障诊断研究，来不断提升我国城市供暖系统的建设。
参考文献
[1]李亚杰.基于数据挖掘的供热管网泄漏诊断研究[D].华北电力大学，2018.
[2]刘咏涵.基于BP神经网络优化算法的供热管网泄漏诊断[D].大连海事大学，2017.
[3]任发亮.供热管网泄漏故障诊断的思考[J].山西建筑，(28):124.