基于计算智能方法的给水排水管道寿命预测研究.pdf

第 50 卷第 4 期化 工 自 动 化 及 仪 表DOI:10.20030/ki.1000鄄3932.202304023基于计算智能方法的给水排水管道寿命预测研究马智明1袁2渊1.天地科技股份有限公司曰2.中煤科工开采研究院有限公司冤摘要为改善现有给水排水管道寿命预测能力不足的问题袁 提出一种基于计算智能的给水排水管道寿命预测模型遥首先袁分析积水排水管道管壁腐蚀和应力计算等失效因素遥其次袁基于概率物理模型的铸铁给水排水管道的腐蚀概率失效预测模型袁实现管道使用寿命预测及分析遥 试验环节袁以收集的铸铁给水排水管道数据为例袁对所提模型进行验证袁结果表明院模型分析与失效寿命概率结果显示出相似的风险率预测袁验证了所提模型的有效性遥关键词寿命预测给水排水管道铸铁概率物理模型应力分析中图分类号TP393文献标识码A文章编号1000鄄3932渊2023冤04鄄0557鄄07基金项目院天地科技开采设计事业部科技创新基金面上项目野建筑信息模型渊BIM冤技术在矿井尧选煤厂三维协同设计中的应用研究冶渊KJ鄄2019鄄TDKCMS鄄01冤遥作者简介院马智明渊1985-冤袁高级工程师袁从事煤炭行业给水排水工程尧环境保护工程及煤矿智能化建设等方向的设计尧研究工作袁遥引用本文院马智明.基于计算智能方法的给水排水管道寿命预测研究咱J暂.化工自动化及仪表袁2023袁50渊4冤院557-563.铸铁咱1袁2暂是给水排水管道常用的材料之一遥目前袁许多老化的给水排水铸铁管道咱3暂给人们的健康生活带来了隐患遥 因此袁对这些管道的寿命或失效预测的需求日益增加遥 此外袁预测铸铁水管的剩余使用寿命将有助于水利公司更有效高效便捷地管理水利设备咱4暂遥为了预测水管的剩余使用寿命袁需要充分了解给水排水管道的当前状态和导致管道故障的关键物理特性遥 为此袁许多学者对管道寿命预测进行了研究袁并提出了许多方法遥 文献咱5暂提出一种加速应力退化试验下基于Gamma过程剩余寿命预测的维修策略建模方法袁从而有效预测了海底管道剩余寿命并实现了维修费用的最优化遥 文献咱6暂提出一种基于ANSYS有限元法的油气长输管道剩余寿命评价方法袁 可获取管道腐蚀速率袁并结合可靠性和概率统计进行辅助分析遥 虽然ANSYS有限元法实现简单袁 然而模型不易推广袁应用新场景时需重新建模遥 文献咱7暂提出一种基于KPCA鄄FA鄄ELM组合模型的油气集输管道剩余寿命预测模型袁对腐蚀管道剩余寿命预测模型的构建方法以及预测模型的性能验证方法进行研究遥 该模型在油气管道预测领域取得了一定成果袁然而考虑到给水排水管道与油气管使用环境存在一定区别袁且腐蚀因素有一定差异袁因此无法直接将模型应用到给水排水管道寿命预测领域遥概率物理模型咱8暂渊Probabilistic Physical Mod鄄elling袁PPM冤是确定性模型的扩展袁许多学者将其引入可靠性评估领域遥 然而考虑到铸铁和土壤的物理性质以及腐蚀参数会发生显著变化袁用来分析铸铁给水排水管道寿命预测时能力有限遥 为提高铸铁给水排水管道寿命预测性能袁笔者提出一种基于计算智能的给水排水管道寿命预测模型袁该模型结合管道腐蚀概率物理模型尧 贝叶斯尧最大似然估计等模型袁可实现铸铁管道腐蚀失效概率的预测遥1问题描述目前袁我国许多城市中的给水排水管大都为金属水管袁 材料中约48%为铸铁尧19%为球墨铸铁遥5572023 年化 工 自 动 化 及 仪 表为了有效分析给水排水管的老化寿命失效机理袁 必须了解导致管道失效的关键物理特性遥通常情况下袁与管道失效相关的关键物理特性主要包括院管道结构特性尧材料类型尧管道-土壤相互作用尧内部和外部荷载以及电化学或微生物腐蚀导致的材料劣化遥铸铁给水排水管道外部的主要劣化机制为电化学腐蚀袁其损坏以腐蚀坑的形式出现曰而纵向故障通常是由内部水产生压力和腐蚀造成遥 灰铸铁的损坏通常与野石墨化冶的存在相关遥 同时袁管道的物理环境也对劣化率有显著影响遥 土壤特性渊如含水量尧化学性质和微生物含量以及通气量冤是加速金属管道腐蚀的主要因素遥 简而言之袁当管道的结构完整性受到操作应力或环境因素渊如腐蚀尧退化或安装不当冤的影响时袁可能会发生管道故障遥 由于缺乏数据可用性袁本研究的重点主要为检查铸铁给水排水管道腐蚀失效遥 图1所示为铸铁给水排水管道典型腐蚀图遥图1铸铁给水排水管道典型腐蚀图2腐蚀失效分析模型2.1管壁腐蚀变化模型一般情况下袁铸铁给水排水管的腐蚀活动通常包括管壁变薄或点蚀袁 最终导致管壁厚度减薄遥 同时袁腐蚀导致的厚度损失有两种类型院均匀腐蚀和局部点蚀袁当管壁厚度全面减薄时袁则产生均匀腐蚀曰 仅在局部存在腐蚀斑或凹坑时袁则产生局部点蚀遥 一般来说袁局部点蚀会首先出现袁并且随着时间的推移袁其中一些区域可能会扩展为均匀腐蚀遥铸铁给水排水管道的腐蚀是一个随时间变化的过程袁遵循单原子双模态趋势遥 在正常情况下袁为了简单起见袁腐蚀模型中的未知参数主要通过现场观测数据或经验评估遥 本研究的主要目的是研究铸铁给水排水管的长期腐蚀行为袁其指数模型如下院子渊t冤=rst+cs咱1-exp渊-t/T0冤暂渊1冤其中袁子渊t冤为铸铁给水排水管道在时间t时的腐蚀深度曰T0为腐蚀年限参数袁表征腐蚀速率在初始高值之后接近与周围环境平衡的稳定状态的过渡时间点曰cs为腐蚀参数曰rs为腐蚀速率遥式 渊1冤 可以直接描述腐蚀随时间的变化过程袁表征在达到寿命之前袁腐蚀速率相对较快曰达到寿命之后袁腐蚀速率将变为恒定遥值得注意的是袁有一些表面保护技术可以防止铸铁给水排水管道早期腐蚀遥 为简化模型袁本研究不讨论防腐对管壁劣化的影响遥2.2均匀腐蚀管道的应力计算模型根据前述分析袁铸铁给水排水管中的腐蚀会导致管壁厚度稳定减薄遥 带有局部点蚀的剩余壁厚d忆的定义如下院d忆=d-子渊t冤渊2冤其中袁d为局部点蚀发生前的初始壁厚遥558第 50 卷第 4 期化 工 自 动 化 及 仪 表此外袁管道应力分析也应考虑均匀腐蚀遥 首先袁引入有效壁厚de来描述均匀腐蚀院de=d-孜子渊t冤渊3冤其中袁孜为腐蚀因子袁表征均匀腐蚀速率与局部点蚀速率之比遥均匀腐蚀管道的应力滓nom定义如下院滓nom=pD2de渊4冤其中袁p为管道内部工作水压曰D为铸铁给水排水管的平均外径遥2.3局部点蚀管道应力计算除了作用在铸铁给水排水管道上的持续均匀腐蚀影响外袁如果内部和外部负载较高袁局部点蚀将显著增加管道主应力袁且应力的突然增加与应 力集中 系 数 渊Stress Concentration Factor袁SCF冤有关遥 SCF定义为局部点蚀的集中应力与均匀腐蚀管道应力的比值遥 由于腐蚀过程是一个随时间变化的过程袁因此在时间t时受到局部点蚀的工作应力滓渊t冤定义如下院滓渊x袁t冤=滓nom窑 SCF渊t冤渊5冤其中袁x为与时间相关应力中涉及的物理参数的向量曰SCF渊t冤为时间t时的应力集中系数遥局部点蚀管道的SCF回归模型定义咱9暂如下院其中袁R为管道半径曰a和b分别为椭圆腐蚀斑的长轴和短轴曰淄为泊松比袁 通常取0.3曰琢1耀琢7袁茁1耀茁7均为回归参数遥3寿命预测模型根据第2节分析内容袁 铸铁给水排水管道寿命预测问题可转换为腐蚀概率失效预测问题袁即腐蚀导致的失效概率越高袁则寿命越短遥 为此袁本节提出一种基于概率物理模型的铸铁给水排水管道的腐蚀概率失效预测模型遥3.1管道故障数据收集与统计分析本研究使用的铸铁管道观测故障数据主要来自Yarra Valley Water的包括33 963条故障数据记录遥 观测数据包含一些重要信息袁如给水排水管道的直径尧管龄尧管道长度等遥 数据中共包含两类铸铁院离心式铸铁13 498个数据和地坑式铸铁4 186个数据遥此外袁在计算腐蚀参数时袁所有铸铁管道工作水压在800耀1 000 kPa遥首先袁对收集的数据需要进行统计分析以获得统计信息袁 如观测失效数据的基本物理参数遥然后袁将获得的结果与使用概率物理模型的铸铁管道寿命预测进行比较遥 一般情况下袁常用的统计分析方法主要有直方图尧概率密度函数渊Proba鄄bility Mass Function袁PMF冤尧概率分布函数渊Proba鄄bility Distribution Function袁PDF冤 和风险率函数渊也即故障率函数冤遥 值得注意的是袁风险率函数不仅提供了故障分布袁还提供了瞬时渊在时间t时冤故障概率遥 因此袁单位时间的风险率函数定义如下院H渊t冤=f渊t冤R渊t冤渊7冤其中袁H渊t冤为管道在时间t时的风险率函数曰f渊t冤为故障数据的概率密度函数曰R渊t冤为故障数据的可靠性函数遥故障数据的可靠性函数定义如下院R渊t冤=1-F渊t冤渊8冤其中袁F渊t冤为故障数据的概率分布函数遥3.2故障数据最大似然估计本研究通过使用先前获得的腐蚀参数并将其拟合到威布尔分布渊Weibull Distribution袁WD冤袁从而完成铸铁给水排水管的寿命预测遥首先袁概率分布函数F的计算式为院F渊t袁琢袁茁冤=1-e-t-T0茁蓸蔀琢渊9冤其中袁琢为管道的形状参数曰茁为管道的尺度参数遥根据式渊9冤袁可以使用以下公式更新风险率函数院H渊t袁琢袁茁冤=dF渊t袁琢袁茁冤dt1-F渊t袁琢袁茁冤=琢茁t-T0茁蓸蔀琢-1e-t-T0茁蓸蔀琢渊10冤同时袁选择最大似然估计渊Maximum Likeli鄄SCF=1+3渊1-淄2冤4姨2琢1渊aRd 姨冤茁1+琢2渊bRd 姨冤茁2+琢3渊子Rd 姨冤茁3琢4渊aRd 姨冤茁4+琢5渊bRd 姨冤茁5+琢6渊子Rd 姨冤茁6杉删山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫琢7子d-子蓸蔀茁7袁0臆b臆R2-渊R-d冤2 姨渊6冤5592023 年化 工 自 动 化 及 仪 表hood Estimate袁MLE冤来估计威布尔参数遥 因此袁联合似然概率密度函数定义如下院L=ni=1仪ft渊ti袁兹冤渊11冤其中袁L为联合似然概率密度函数曰ti渊i=1袁2袁噎袁n冤为从概率密度函数ft渊ti袁兹冤中提取的大小为n的随机样本曰兹为参数向量遥另一方面袁兹的最大似然估计通过最大化L或等效取L的对数实现遥 此时袁解的形式如下院dlg Ld兹=0渊12冤同时袁对于具有概率分布函数F渊t尧琢尧茁冤的截断威布尔分布袁似然函数计算如下院lg L=ni=1移lgF渊ti袁琢袁茁冤-n 窑 lg咱f渊T1袁琢袁茁冤-f渊T0袁琢袁茁冤暂渊13冤其中袁T1为向左截断的时间参数遥3.3腐蚀管道的概率物理模型本节建立腐蚀管道的概率物理模型遥 对于持续恶化的给水排水管道袁时间相关极限状态函数渊time鄄Dependent Limit State Function袁t鄄LSF冤 可定义如下院g渊x袁t冤=滓y-滓渊x袁t冤渊14冤其中袁滓y为拉伸破坏应力遥本研究中袁 假设离心式铸铁和地坑式铸铁的拉伸破坏应力为时间不变参数袁 分别为100尧130 MPa遥 简而言之袁对于具有不同参数集的给定时间序列范围袁当g渊x袁t冤0时袁管道不会失效曰反之袁当g渊x袁t冤0时袁管道失效曰当g渊x袁t冤=0时袁管道处于极限状态遥3.4腐蚀参数分析通常情况下袁腐蚀参数是通过研究管道周围的土壤湿度和土壤环境得出的重要因素遥 本研究假定腐蚀参数cs描述的是腐蚀过程初始阶段的腐蚀深度遥 令T0为一个过渡时间点袁在该时间点袁腐蚀速率在初始高速率之后接近与周围环境平衡的稳定状态值遥 rs为T0之后稳定增长的腐蚀速率遥腐蚀参数本质上是未知的袁并且受大量不确定性因素的影响遥 除腐蚀机理外袁腐蚀过程还涉及其他物理参数袁如失效时的内部水压尧铸铁的抗拉强度及局部点蚀几何形状等遥 上述物理参数共同构成了控制管道失效机制的未知随机变量遥本节基于贝叶斯分析袁并通过使用基于应力的物理失效模型实现对腐蚀参数的反演遥任何物理过程的时间依赖性响应可以通过多个属性渊如管道物理参数冤的函数或模型渊如定义管道故障开始的t鄄LSF冤来描述遥因此袁腐蚀管道的概率物理模型可更新如下院g渊x袁t冤=g渊x1袁x2袁噎袁xn袁t冤渊15冤其中袁g渊 窑冤为物理模型的响应量曰xi渊i=1袁2袁噎袁n冤为包含n个输入参数的属性遥实际上袁模型预测可能不太准确袁并且由于各种不确定性来源袁总是会出现一些误差遥 如果在一些离散时间点对响应量进行测量袁可存在以下一般关系院gmes渊x袁t冤=g渊x袁t冤+e渊16冤其中袁gmes渊 窑 冤为时间t时响应的测量值曰e为测量值与模型预测之间的对应误差遥概率论中假定误差可以通过测量误差计算遥当测量误差是一个均值和方差均为零的高斯过程袁则误差可以视为一个服从正态分布的随机变量袁均值为0袁标准偏差为滓e遥因此袁在离散时间点tj渊j=1袁2袁噎袁N冤袁通过考虑N个观测值或响应测量值袁测量误差的似然函数由下式给出院L咱gmes袁1袁噎袁gmes袁N渣x暂=Nj=1仪1滓e2仔 姨exp-12渊gmes袁j-g渊x袁tj冤冤2滓e2蓘蓡渊17冤其中袁gmes袁j=gmes渊x袁tj冤为离散时间点tj时响应的模型预测值遥然而袁 一般情况下模型参数x的PDF是未知的遥因此袁可根据贝叶斯理论使用先验PDF和响应观测的似然函数来估计x的后验PDF院fx 渊x冤=fx 咱x渣gmes袁1袁噎袁gmes袁N暂=cpx 渊x冤L咱gmes袁1袁噎袁gmes袁N渣x暂 渊18冤其中袁fx渊x冤为x的后验PDF曰px渊x冤为x的先验PDF曰c为标准化常数遥4试验与分析4.1统计分析根据收集的铸铁给水排水管道信息及管道失效数据袁对管道失效状态渊寿命冤进行统计分析遥首先袁基于数据计算管道腐蚀参数袁如抗拉560第 50 卷第 4 期化 工 自 动 化 及 仪 表强度尧水压尧腐蚀速率等袁详见表1遥表1腐蚀参数统计信息物理参数统计分布均值方差抗拉强度对数正态分布130 MPa0.215水压正态分布1 000 kPa0.308腐蚀速率rs对数正态分布0.1 mm/a0.315腐蚀参数cs对数正态分布5 mm0.262腐蚀年限参数T0对数正态分布10 a0.244腐蚀因子孜正态分布10.251根据计算的腐蚀参数袁确定不同管道观测到的失效数据统计遥 不同类型数据左截断威布尔分布的MLE如图2所示袁 其中离心式铸铁和地坑式铸铁管道的截断寿命分别为25尧67 a遥 可以看出袁所提模型能够有效表征数据分布遥 证实了笔者所提模型的有效性遥图2不同类型数据左截断威布尔分布的MLE接着袁基于前述贝叶斯框架袁统计反演物理参数渊表2冤袁即根据观测到的管道故障数据构建基于t鄄LSF的似然函数遥 试验时共进行了5 000次老化模拟实验遥表2物理参数的反演统计信息腐蚀速率rs0.02 mm/a0.004 4腐蚀参数cs6.07 mm0.44腐蚀年限参数T05.56 a0.055水压2 834.32 kPa296.43屈服强度118.60 MPa11.19纵向点蚀比4.281.09环形点蚀比1.030.34物理参数均值渊后验冤标准差渊后验冤5612023 年化 工 自 动 化 及 仪 表Research on Life Prediction of Water Supply and Drainage PipelinesBased on Computational IntelligenceMA Zhi鄄ming1,2渊1.Tiandi Science&Technology Co.,Ltd.;2.CCTEG Coal Mining Research Institute Co.,Ltd.冤4.2对比分析本节以离心式100 mm铸铁为主袁综合判断所提模型运行性能遥图3所示为概率物理建模方法的寿命预测与观察到的失效数据的MLE估计的比较袁可以看出袁模型分析与失效寿命概率结果显示出相似的风险率预测袁但由于建模误差袁仍存在一定差异遥 此外袁与MLE估计相比袁概率物理模型在前期渊约图3概率物理建模方法的寿命预测与观察到的失效数据的MLE估计的比较55年以前冤低估管道使用寿命的失效概率袁而在后期渊约60年以后冤高估使用寿命失效概率遥 分析原因袁由于观测故障数据由不同的误差来源组成渊随机误差冤袁且野首次故障冶记录无准确记录渊系统误差冤袁这就会导致结果存在偏差遥5结束语对铸铁给水排水管道进行了研究与分析袁建立了一种基于计算智能方法的给水排水管道寿命预测模型遥 该模型结合管道腐蚀概率物理模型尧贝叶斯尧最大似然估计等模型袁实现了铸铁管道腐蚀失效概率的预测袁进而根据腐蚀情况预测管道寿命袁对给水排水管道健康状态监测与管理具有较好的应用和理论价值遥参考文献咱1暂马金荣袁马剑飞袁王峰袁等.钼对高铬铸铁组织和高温性能的影响咱J暂.兵器材料科学与工程袁2022袁45渊5冤院115-119.咱2暂吴德海袁王怀林袁张伯明.硅对铸铁基体组织和常温力学性能的影响咱J暂.铸造工程袁2022袁46渊4冤院25-30.咱3暂史晓峰.给水排水管道结构技术现况与发展咱J暂.工程技术研究袁2020袁5渊7冤院123-124.咱4暂陈晓冬.基于PSO鄄SAE神经网络的城市燃气管道剩余寿命预测咱J暂.中国特种设备安全袁2022袁38渊10冤院13-17.咱5暂张新生袁王旭业袁张莹莹袁等.海底腐蚀管道剩余寿命预测与维修策略研究 咱J暂.中国安全科学学报袁2022袁32渊3冤院41-47.咱6暂陆潇袁郭文鑫袁牛志勇袁等.油气长输管道剩余寿命评价方法综述咱J暂.石油和化工设备袁2022袁25渊2冤院135-137.咱7暂张刚.基于KPCA鄄FA鄄ELM模型的管道剩余寿命预测咱J暂.消防科学与技术袁2021袁40渊10冤院1479-1484.咱8暂胡雨晴袁吴俊娴袁张生鹏袁等.基于概率物理模型的贮存可靠性评估方法咱J暂.装备环境工程袁2022袁19渊4冤院60-65.咱9暂ZHANG C S袁JI J袁KODIKARA J袁et al.Hyperbolic con鄄stitutive model to study cast iron pipes in 3鄄D nonlinearfinite element analyses 咱J暂.Engineering Failure Analy鄄sis袁2017袁75院26-36.渊收稿日期院2023-02-02袁修回日期院2023-03-07冤562第 50 卷第 4 期化 工 自 动 化 及 仪 表verify work point爷s working characteristics model of layered water injection string.The results through fig鄄ures show that袁 under the modes of constant pressure injection and constant current injection袁 the changeof wellhead valves and downhole water nozzle爷s opening will change curvature or intercept of the pressure鄄flow characteristic curves calculated from the ground to underground and from the underground to ground袁and then change the intersection of the two curves 渊i.e.the steady鄄state work points of water injection冤.Key wordswater injection string袁 layered fine water injection袁 working characteristics袁 mechanismmodeling袁 water injection acceptability袁 water injection pointAbstractFor purpose of improving the life prediction of existing water supply and drainage pipelines袁 acomputational intelligence鄄based life prediction model for it was proposed.Firstly袁 having the failure factorssuch as wall corrosion and stress calculation of waterlogged drainage pipeline analyzed曰 then袁 having theprobabilistic physical model based to establish a corrosion probability failure prediction model for the watersupply and drainage pipeline made of cast irons so as to realize both the prediction and analysis of pipelineservice life.Verifying the model based on collected data of cast iron pipes shows that袁 both model analysisand failure life probability contributes similar risk rate prediction.The test results verify the validity of themodel proposed.Key wordslife prediction袁 water supply and drainage pipeline袁 cast iron袁 probability physical model袁stress analysis渊上接第 506 页冤渊Continued from Page 528冤Remaining Life Prediction Method for Lithium BatteriesBased on Optimized VMD and Integrated ModelYE Xina袁 WANG Hai鄄ruia袁 LI Yuan鄄boa袁 ZHU Gui鄄fub渊a.Faculty of Information Engineering and Automation曰 b.Information Technology ConstructionManagement Center袁 Kunming University of Science and Technology冤AbstractAiming at unstable capacity degradation trend of lithium鄄ion batteries which incurring a singlemodel爷s prediction accuracy susceptible to the interference袁 a method for predicting lithium batteries爷 re鄄maining useful life渊RUL冤based on the whale optimization algorithm渊WOA冤鄄optimized variational mode de鄄composition 渊VMD冤 and integrated model was proposed.Firstly袁 having WOA used to optimize the numberof modes and penalty coefficient of VMD曰 secondly袁 having the optimized VMD adopted to decompose ca鄄pacity degradation sequence of the lithium batteries袁 and then having the correlation analysis of the modalcomponents obtained implemented袁 which were divided into trend components and fluctuation componentsand then were predicted respectively through making use of the gated recurrent unit 渊GRU冤 and Trans鄄former model曰 finally袁 having the prediction results of each model integrated to obtain the RUL predictionresults of the lithium batteries.Experiments on NASA data set of the lithium鄄ion battery prove that袁 theroot mean square error of the proposed lithium battery prediction model is less than 0.04袁 and the anti鄄in鄄terference and prediction accuracy are better than other models.Key wordslithium鄄ion battery袁 RUL袁 whale optimization algorithm袁 variational mode decomposition袁gated recurrent unit袁Transformer model563