一种排水管网淤积负荷预测方法及系统

技术领域

本发明涉及市政排水管网的在线监测技术领域，具体涉及一种排水管网淤积负荷预测方法及系统。

背景技术

市政排水管网在运行一段时间后，难以避免的会出现管道淤积问题，当管道淤积达到一定厚度后，会严重影响市政排水管网的正常运行，甚至可能出现管道堵塞、窨井满溢等现象。目前的管道清淤多为事后应对，当某管道出现管道堵塞或冒溢后，派遣人员前往探察进行清淤工作，或者是按管段规划后进行所有管道的彻底清淤，这种运维方式在时效性上较差，且需要花费较大的人力成本。上述问题亟待解决，为此，提出一种排水管网淤积负荷预测方法。

发明内容

本发明所要解决的技术问题在于：如何解决当前市政排水管网在运维清淤中存在的时效性上较差，且需要花费较大的人力成本的问题，提供了一种排水管网淤积负荷预测方法，能够及时预测并输出淤积信息和淤积厚度，并估测淤泥量，便于运维单位进行管网养护。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：数据获取

获取排水管网基础数据与待预测淤积的排水管网管段的实时监测数据；

S2：淤积判断

根据管段内实时监测获取的实际水位，按水力计算公式计算当前的理论流速，与实时监测获取的实际流速进行比较，当理论流速与实际流速之间的偏差达到设定值时，判断管段内存在淤积，进入步骤S3，输出存在淤积信息；

S3：淤积厚度预测

根据相关参数预测管段内的淤积厚度，输出淤积厚度信息；

S4：淤积评级

将淤积厚度与管径的比值作为淤积系数，利用淤积系数对淤积进行评级，输出淤积评级信息；

S5：需清淤淤泥量预测

根据淤积部分的断面面积与设计管段长度计算需清淤淤泥量，并输出淤泥量信息，将输出的存在淤积信息、淤积厚度信息、淤积评级信息、淤泥量信息合并生成淤积预警信息，提示进行清淤，进而实现定点清淤。

更进一步地，在所述步骤S1中，所述排水管网基础数据包括管径D，坡度I，粗糙系数n，设计管段长度L，待预测淤积的排水管网管段的实时监测数据包括实际水位h

更进一步地，在所述步骤S3中，淤积厚度的预测过程具体如下：

S31：计算实际水位为h

S32：设当前管段内淤积厚度为h，则淤积部分的断面面积为

S33：计算此时管段内实际水流断面面积为

S34：计算实际湿周

S35：计算实际水力半径R

S36：建立当前淤积厚度下的流速v与水力半径R

更进一步地，在所述步骤S36中，利用弦割法求解淤积厚度h的具体过程如下：

S361：构建淤积厚度h和流速v的函数，设

S362：选择两个初始迭代值h

S363：按照迭代公式

S364：如果|h

S365：输出满足精度的根h

更进一步地，在所述步骤S4中，0.1＜λ＜0.2时，对应的淤积评级为轻度淤积；0.2＜λ＜0.3时，对应的淤积评级为中度淤积；λ＞0.3时，对应的淤积评级为重度淤积。

更进一步地，在所述步骤S5中，淤泥量的计算公式如下：

V

本发明还提供了一种排水管网淤积负荷预测系统，用于利用上述的方法进行排水管网淤积负荷预测工作，包括：

数据获取模块，用于获取排水管网基础数据与待预测淤积的排水管网管段的实时监测数据；

淤积判断模块，用于根据管段内实时监测获取的实际水位，按水力计算公式计算当前的理论流速，与实时监测获取的实际流速进行比较，当理论流速与实际流速之间的偏差达到设定值时，判断管段内存在淤积，并输出存在淤积信息；

淤积厚度预测模块，用于根据相关参数预测管段内的淤积厚度，输出淤积厚度信息；

淤积评级模块，用于将淤积厚度与管径的比值作为淤积系数，利用淤积系数对淤积进行评级，输出淤积评级信息；

淤泥量预测模块，用于根据淤积部分的断面面积与淤积厚度计算需清淤淤泥量，并输出淤泥量信息，将输出的存在淤积信息、淤积厚度信息、淤积评级信息、淤泥量信息合并生成淤积预警信息，提示进行清淤，进而实现定点清淤。

本发明相比现有技术具有以下优点：该排水管网淤积负荷预测方法，可精准预测市政排水管网中的淤积厚度，及时输出预警预报信息，提示淤积等级，估测管道内淤泥量，智能指导运维人员进行管道清淤工作，避免事后应对，同时降低人工运维的工作量和人力成本，真正实现市政排水管网的智能清淤。

附图说明

图1是本发明实施例中排水管网淤积负荷预测方法的流程示意图；

图2是本发明实施例中管道淤积示意图。

图2中的参数包括管径D、管道半径r、当前实际水位h

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例一

如图1所示，本实施例提供了一种排水管网淤积负荷预测方法，可以通过管网综合监管平台内设的智能算法输出排水管网淤积的预警预报信息，实现预先清淤，减少人力。

在本实施例中，所述管网综合监管平台内设的智能算法(排水管道淤积预测算法)，在拟预测淤积的排水管网管段内布设监测设备，实时监测管段内的水位、流速，同时需要事先输入排水管网基础数据：管径D，坡度I，粗糙系数n，设计管段长度L，并在计算时输入实时监测的水位、流速数据，进而判断管段内是否存在淤积；

在本实施例中，根据当前监测的管段内水位数据h

在本实施例中，所述管段内的淤积厚度计算方法在计算中涉及的参数如图2所示，计算步骤如下：

步骤1：计算水位为h

步骤2：设当前管段内淤积厚度为h，则淤积部分的断面面积为

步骤3：此时管段内实际水流断面面积为

步骤4：计算实际湿周

步骤5：计算实际水力半径R

步骤6：建立当前淤积厚度下的流速v与水力半径R

在本实施例中，上述步骤6中所述的弦割法求解淤积厚度h的步骤如下：

步骤1：构建淤积厚度h和流速v的函数，设

步骤2：选择两个初始迭代值h

步骤3：按照迭代公式

步骤4：如果|h

步骤5：输出满足精度的根h

在本实施例中，淤积系数按淤积厚度与管径的比值

在本实施例中，估测清淤淤泥量，计算方法为淤泥量V

在本实施例中，排水管道淤积预测算法是根据排水管网水力计算公式推导改进出的算法，计算后与排水管道实际水力参数进行比对可预测管道存在淤积风险，并输出预估的管道淤积厚度；

在本实施例中，排水管道淤积预测算法公式内的部分经验参数需要根据实际管道水力条件进行率定，与实际监测的流速数据进行比对，调整参数值，不断提升淤积预测精度。部分经验参数如管道粗糙系数n，当平台内置算法对某一设计管段预测淤积厚度与实际淤积厚度存在偏差时，可能是由于管道内存在淤积导致该设计管段的粗糙系数n发生了变化，平台内置算法可通过率定n的大小使预测淤积厚度趋近于实际淤积厚度，率定后的n值可作为该设计管段当前淤积厚度下管道粗糙系数n的经验数值。

技术原理：在排水管网综合监管平台内置智能算法，将管网的基础数据和实时监测数据输入系统后，内置智能算法可进行算法模拟，将计算出的结果与排水管网的理论水力参数进行比对；当计算结果和理论水力参数存在较大差异时，通过内设机制进行判断管网是否存在淤积，并可预测管网淤积厚度，估测淤积污泥量，输出预警预报信息，指导智能清淤；平台系统内设的人工智能算法还可以将预测管道淤积数据与管道实际淤积数据进行比对，从而进行经验参数的持续率定，使系统对管道淤积的预测数据精度得到提升。

实施例二

在本实施例中，通过具体实例对实施例一中的内容进行更进一步的说明，某排水管道设计管段管径D＝600mm，坡度I＝0.002，粗糙系数n＝0.013，淤积厚度计算方法计算中涉及的参数如图2所示，计算步骤如下：

步骤1：计算实际水位为h

步骤2：设当前管段内淤积厚度为h，则淤积部分的断面面积为

步骤3：此时管道内实际水流断面面积为

步骤4：计算实际湿周

步骤5：计算实际水力半径R

步骤6：建立当前淤积厚度下的流速v与水力半径R

在本实施例中，设定淤积系数0.1＜λ＜0.2时，为轻度淤积；0.2＜λ＜0.3时，为中度淤积；λ＞0.3时，为重度淤积。当某排水管道设计管段管径D＝600mm管道内的淤积厚度h＝130.7mm时，此时的淤积系数

在本实施例中，当某排水管道设计管段管径D＝600mm，坡度I＝0.002，粗糙系数n＝0.013，设计管段长度L＝50m，当实测流速v

综上所述，上述实施例的排水管网淤积负荷预测方法，可精准预测市政排水管网中的淤积厚度，及时输出预警预报信息，提示淤积等级，估测管道内淤泥量，智能指导运维人员进行管道清淤工作，避免事后应对，同时降低人工运维的工作量和人力成本，真正实现市政排水管网的智能清淤。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。