摘要
城市供水管网运行安全监测存在信息不全、手段缺乏的问题。首先通过管损数据分析,研究了供水管网运行安全的影响因素,提出了保护性监测和预防性监测2类监测,建立了供水管网运行状态、管道结构和管网环境等“三类参数”的监测指标;其次针对埋地管网,研究了无线信号在地层中传输的路径损耗规律,研发了无线透传感知网络技术;最后,在上海市供水管网抢修现场部署了监测系统。结果表明:管网交叉路口、交叠管线和交变荷载“三交区域”为管损高发区域,为监测的关键位置;体积含水率是影响无线信号路径损耗的主要因素,在高含水量下,砂性土较黏性土路径损耗小;多跳自组网可有效提升无线网络整体的地层穿透能力;管道下方的回填土密实度对管道后期沉降影响大,应确保回填质量,结构监测系统可先于管网渗漏、压力流量变化进行安全预警。
城市供水管网是市政管网系统的重要组成部分,是保障城市正常运行、健康发展的重要基础设施。随着城市化进程,城市供水管网的规模也日益扩大。全国供水管道长度由2000年的25.4万km增长到2021年的106万km。近20年来平均每年增长3.66万km,年均增长率7.04
城市供水管网一般为埋地敷设,仅有阀门井、水表井以及过桥管等管道直接暴露,方便直接监测。因此,为保证水质安全和保障供水能力,长期以来城市供水管网均以水
综合国内外研究进展,目前城市供水管网运行安全监测仍然存在三方面技术难题:① 常规监测主要以水质、水压和水量等功能监测为主,缺少可表征安全性态的指标;② 管网长期敷设于地下,数据传输困难,设备易损坏,无成熟可适用于埋地条件下的长时集成监测技术及设备;③ 供水管网数量大、拓扑结构复杂,无法开展大范围性态安全监测,难以划定重点区域。
针对以上技术难题,开展供水管网运行安全影响因素分析,提出供水管网全空间多参量感知指标体系,研发供水管网无线透传感知网络技术与系统,并在上海市开展现场实际应用,为供水管网运行安全监测提供技术支撑。
截至2020年底,上海市现有供水水厂38座,供水管网长度达3.96万km,日供水能力达1 220.5万

图1 严重管损事件
Fig. 1 Serious pipe loss event
经统计分析,该区域47.9%的管损事件位于道路交叉口,交叉口内事故率为0.19,大于非交叉口区域3倍以上。管损事件中包含581个断裂/崩裂、爆管(含严重爆管)等严重管损事件,其中281个位于交叉口范围内,占比48.36%。严重管损事件中爆管级漏水34个,在交叉路口的是22个,占比64.7%,其中严重爆管15个,在交叉路口14个,占比93.3%。该区域交叉口内管损率为0.19(管损率为单位长度管道的管损事故年平均值),大于非交叉口区域3倍以上,其中A区平均一个路口就有1.13个管损事件,管损率更是达到0.455,是该区域的2倍以上。分析表明,道路交叉口为供水管网的管损事件高发区域,尤其是严重的爆管事件往往发生在道路交叉口。
与此同时,管线交叠后产生的管道间相互作用也是影响供水管网运行安全的重要因素。根据GB 50289—2016,筛查该区域交叠净距不满足规范的燃气交叠点(d<0.15m)有13个、排水交叠点(d<0.40m)有123个,其中该区域中A区有3个燃气交叠点和44个排水交叠点。这3个燃气交叠点全部位于交叉口中,平均每个交叉口有1.67个事故,大于A区的平均每个交叉口1.13个事故。不满足规范的排水交叠点中,有81.9%在交叉口内,平均每个交叉口有1.52个事故,同样大于A区平均水平。通过该区域铺管方式分析,供水管道大多处于燃气管道和排水管道之间,易受到其他类型管道影响而发生供水管网管损事件,同时,管线交叠位置存在多种管道耦合事故风险。
交变荷载是指在供水管道运行期间受到的各类动态变化的荷载,如管道内压、道路车辆荷载、温度荷载、周边施工引发的不均匀沉降荷载等。其中道路车辆荷载与道路交叉口有强相关,即道路交叉口往往有更高频次的荷载作用和更加复杂的荷载情况。温度荷载对于浅埋的供水管网有显著影响,通过现场实测数据表明,埋深1m的供水管道年温差可超过30℃,同时,大口径管道管顶至管底的温差同样会产生巨大的温度应力。近些年,极端天气温度对供水管网产生了严重影响,以2016年和2020年寒潮为例,均产生了严重的供水管网管损事件。此外周边施工引发的地层变形会导致供水管道局部产生不均匀沉降,从而引发渗漏甚至爆管事件。
通过上述城市供水管网时空场景分析,管网交叉路口、交叠管线和交变荷载“三交区域”是供水管网发生管损尤其是严重爆管事故的重点区域,应加强结构安全监测。然而,目前供水管网监测主要以水质、水量和水压等系统功能监测为主,部分区域开展了渗漏噪声监测,而缺少必要的供水管网运行状态、服役状况、外部影响和安全监管等方面运行安全综合监测,从而无法获悉管网的结构安全状态。以上海为例,目前全市共部署水压监测点844个、水质监测点256个。
发生管损事故的管道主要为灰口铸铁管、球墨铸铁管、钢管等,灰口铸铁材料的管道管损事故占51.8%,球墨铸铁材料的管道管损事故占36.7%,钢管管损事故占7.5%。经统计分析,该区域47.4%的管损事件发生在10~20年的使用时间内,相比于使用时间为0~10年的17.2%,是其的3倍左右,这说明管道老化对于管道破损影响很大。管道发生漏水、断裂、爆管多集中于接口处。针对供水管网运行安全,统计分析供水管网管损事故,表明供水管道的材质、年限、位置、第三方干扰等是导致管损甚至爆管的主要影响因素。针对以上问题,本文系统地提出保护性监测和预防性监测2类监测。保护性监测是指为防止邻近区域施工、超载等周边活动造成供水管道发生损坏开展的监视和测定活动。预防性监测是指为避免供水管网发生影响其正常运行或造成安全风险的各类事件开展的监视和测定活动。保护性监测主要针对第三方干扰、第三方破坏等场景,预防性监测主要针对落后管材、老化严重等老旧管网场景。在具体应用中,保护性监测主要应用于邻近施工影响范围内的供水管道,预防性监测主要应用于DN800及以上、实施维护抢修的管道、交叉路口、交叠管线、交变荷载区域内敷设的管道。
通过供水管网运行安全影响因素分析可知,为获取供水管网运行安全状态,需要开展供水管网运行状态、管道结构和管网环境等“三类参数”的监测。① 管网运行状态监测指标包括运行水压及流量;② 管道结构监测指标包括竖向位移、水平位移、不均匀沉降、管道竖向变形、管道接口变形、管道腐蚀、管道破损;③ 管网环境监测指标包括管道管顶土压力、管侧土压力、地下水水位、孔隙水压力、管内水温、管道周边土体温度、土壤腐蚀性、气象条件、环境噪声、机动车交通信息。不同的监测类型选取不同的监测指标,监测指标具体选择见
类别 | 序号 | 监测指标 | 预防性监测 | 保护性监测 |
---|---|---|---|---|
管网运行状态监测 | 1 | 运行水压 | √ | √ |
2 | 流量 | ⚪ | √ | |
管道结构监测 | 3 | 竖向位移 | ⚪ | √ |
4 | 水平位移 | ⚪ | √ | |
5 | 不均匀沉降 | ⚪ | √ | |
6 | 管道竖向变形 | ⚪ | ⚪ | |
7 | 管道接口变形 | √ | √ | |
8 | 管道腐蚀 | ⚪ | ⚪ | |
9 | 管道破损 | √ | √ | |
管网环境监测 | 10 | 管道管顶土压力 | √ | √ |
11 | 管侧土压力 | ⚪ | ⚪ | |
12 | 地下水水位 | ⚪ | √ | |
13 | 孔隙水压力 | ⚪ | √ | |
14 | 管内水温 | ⚪ | ⚪ | |
15 | 管道周边土体温度 | √ | √ | |
16 | 土壤腐蚀性 | ⚪ | ⚪ | |
17 | 气象条件 | √ | √ | |
18 | 环境噪声 | ⚪ | ⚪ | |
19 | 机动车交通信息 | ⚪ | √ |
注: √为必选项,⚪为可选项。
供水管网管道一般采用直埋方式敷设,管道内为水体,外侧为土层。传统的有线传输现场布设困难,且后期易损坏,并需要建设独立的监测井或利用阀门井、水表井等进行数据采集。近些年兴起的物联网无线传输技术目前仅适用于在井内监测的场景。然而,针对大量的埋地管网,管道内水外土的敷设特征导致监测与传输的技术难题亟待突破。天然土层是土壤颗粒、空气和水的复合体,通常是不均匀和各向异性的,在这样的土壤中传输,由于吸收、反射、折射和散射,信号会发生明显的路径损耗和散射,并且在WUSN的实际应用中,面临着4个方面的挑战,即电源保护、拓扑结构设计、天线设计和极端环
为解决以上问题,提出了地下管网监测无线信号在水土气多介质环境中“透传”的概念,如

图2 无线透传概念
Fig. 2 Concept of penetrating wireless

图3 无线透传感知网络
Fig. 3 Penetrating wireless sensor network (PWSN)
为实现无线信号“透传”,开展了无线信号在地层中的损耗研究,试验系统由2个无线传感器节点、1个网关和1台笔记本电脑组成。通过开挖试验孔且采用不同类型土体和不同厚度土体开展损耗规律研究,如

图4 无线信号在地层中损耗研究试验
Fig. 4 Experiment on wireless signal loss in soil
实验中采用不同的土即黏性土和砂性土以及不同的体积含水率(volumetric water content,VWC)进行对比试验,回填土参数见
土体 类型 | 土体干密度 /(g·c | 土颗粒密度/(g·c | VWC /% | 体积电导率/ (S· | 土体颗粒质量分布 /% | ||
---|---|---|---|---|---|---|---|
砂性粒 | 淤泥颗粒 | 黏土颗粒 | |||||
黏性土 | 1.366 | 2.72 | 48.10 | 0.400 | 2.70 | 71.00 | 26.30 |
湿砂 | 1.34 | 2.69 | 4.90 | 0.001 | 53.80 | 36.60 | 9.60 |
干砂 | 1.34 | 2.69 | 0 | 0 | 53.80 | 36.60 | 9.60 |

图5 不同土层信号路径损耗
Fig. 5 Signal path loss in different types of soil
为进一步研究土层性质对无线信号路径损耗的影响,根据供水管网地层无线透传感知网络的使用场景,考虑无线损耗中的近场和远场损耗,提出了近场-远场两阶段损耗模

图6 土层物理性质对土壤信号路径损耗的影响
Fig.6 Effect of soil physical properties on signal path loss in soil
在上述研究的基础上,自2016年起联合无锡悟莘科技有限公司开发了直埋无线传感器以及无线网关,如

图7 无线透传感知网络传感器与网关
Fig. 7 Sensors and gateway of PWSN

图8 供水管网无线透传感知网络监测系统
Fig. 8 Monitoring system of water supply pipeline using PWSN
2020年7月13日凌晨3:06,某路口DN1200供水管爆管,管材为灰口铸铁,管顶埋深2.2m。爆管导致地面发生塌陷,路面受损约320

图9 爆管事故现场
Fig. 9 Accident site of a burst pipe
由于该爆管位置地处市中心繁华路段,车流量大,周边环境影响大,因此需要对该修复位置开展长期监测,实时监控供水管网安全状态,避免再次发生事故。该监测点共安装11个传感器,包括3个倾角传感器、4个温度传感器、4个中继。传感器编号见
传感器类型 | 传感器编号 |
---|---|
倾角 | 0417、040B、042D |
温度 | 052F、0534、0512、052D |
中继 | 0515、0521、051B、0514 |

图10 传感器布置
Fig. 10 Layout of sensors

图11 传感器现场安装
Fig. 11 Installation of sensors
选取2020年7月14日至2022年2月1日时间段监测数据进行分析。传感器Y轴转角表征管道不均匀沉降导致的管道竖向转动。由

图12 北段、中段和南段管道竖向转动量
Fig. 12 Vertical rotation of north-pipe, mid-pipe, and south-pipe

图13 中段管道两端不均匀沉降
Fig. 13 Differential settlement at both ends of mid-pipe
回填阶段的不均匀沉降导致了修复管道哈夫节接口变形,产生相对转角,如

图14 北段管道-中段管道、中段管道-南段管道的接口相对转角
Fig. 14 Joint relative rotation of north-pipe and mid-pipe, and mid-pipe and south-pipe
通过长期监测,管道沉降和转角在2021年10月5日左右初次稳定,稳定时间约为80d。截至2022年2月1日,北段管道转角1.35°,中段管道转角1.89°。南段管道由于上部燃气管道交叠影响,转角波动较大,最大-1.3°,最小-0.6°。北段管道与中段管道接口相对转角为-0.55°,在长期运行中较为稳定,且变形略有恢复。中段管道两端不均匀沉降为62.8mm。然而,由于中段管道与南段管道的管底土层为回填土,与此同时,南段管道上部有2根燃气管道交叠敷设,其管道接口相对转角最大为2.9°,发生在2021年8月15日,逼近接口转角控制值,且波动较大,易受到外界影响,应加强关注。

图15 管顶管底温度
Fig. 15 Top and bottom temperature of pipe
无线透传感知网络监测系统布设后,网络拓扑如

图16 无线透传感知网络拓扑图
Fig. 16 Topology diagram of PWSN
从城市供水管网运行安全角度出发,提出了感知监测指标体系,研发了适用于埋地供水管网的无线透传感知网络技术,并开展现场应用。主要结论如下:
(1)城市供水管道结构安全是管网系统安全运行的基础和关键,在供水管网水质、压力、流量等功能性监测的基础上,应开展供水管网运行状态、管道结构和管网环境的全空间多参量指标感知。
(2)管网交叉路口、交叠管线和交变荷载的“三交区域”是供水管网发生管损高发区域,尤其针对严重爆管,占比可达90%以上。“三交区域”是供水管网监测预警的重点位置,并应针对不同场景需求开展保护性监测和预防性监测。
(3)供水管网的无线透传感知网络技术是解决埋地管网监测数据感知与传输的有效手段。试验表明,体积含水率是影响无线信号路径损耗的主要因素,在高含水量下,黏性土较砂性土信号路径损耗更大。多跳自组网可有效提升网络整体的穿透能力,实现供水管网监测信息传输。
(4)通过现场监测获取了管道结构变形与温度数据。表明管道下方的回填土密实度对管道后期沉降影响大,应确保回填质量,减少不均匀沉降导致的管道接口变形,避免产生渗漏甚至结构破损。同时,大口径管道的年度温差近30℃,管顶管底温差可达5℃以上,温差作用不可忽视,浅埋大口径管道更应重视温差作用。
作者贡献声明
王 飞:供水管网全空间多参量感知指标体系和无线透传感知网络技术研究、现场应用开展。
胡智翔:现场监测部署与数据分析。
胡群芳:城市地下管网“三交区域”监测理论及供水管网全空间多参量感知指标体系研究。
海 倩:现场监测数据分析。
车德路:供水管网运行安全影响因素研究。
施静康:无线信号在地层中的损耗试验研究。
吴 俨:直埋无线传感器以及无线网关等设备研发。
参考文献
中华人民共和国住房和城乡建设部. 中国城乡建设统计年鉴: 2021年[M]. 北京:中国计划出版社, 2022. [百度学术]
Ministry of Housing and Urban-Rural Development of the People’s Republic of China. China urban-rural construction statistical yearbook (2021) [M]. Beijing: China Statistics Press,2022. [百度学术]
姜旭, 舒强, 纪峰. 城市供水管网水质在线监测预警系统构建及应用研究[J]. 给水排水, 2017, 53(S1): 282. [百度学术]
JIANG Xu, SHU Qiang, JI Feng. Construction and application of early warning system for online monitoring of water quality in urban water supply network[J]. Water & Wastewater Engineering, 2017, 53(S1): 282. [百度学术]
李震, 宛如意. 智慧水务背景下的水质在线监测系统[J]. 电子测试, 2018(9): 97. [百度学术]
LI Zhen, WAN Ruyi. On-line water quality monitoring system under the background of smart water[J]. Electronic Test, 2018(9): 97. [百度学术]
李晓旭. 供水管网在线监测及事故预警系统设计研究[J]. 地下水, 2022, 44(1): 121. [百度学术]
LI Xiaoxu. Research on the design of online monitoring and accident warning system for water supply network[J]. Ground water, 2022, 44(1): 121. [百度学术]
武佳佳, 王威, 马东辉. 供水管网健康监测流量点优化布局集成方法研究[J]. 武汉理工大学学报(信息与管理工程版), 2018, 40(5): 487. [百度学术]
WU Jiajia, WANG Wei, MA Donghui. Integration method on the optimal layout of flow monitoring points in water supply network for health monitoring[J]. Journal of Wuhan University of technology (Information & Management Engineering), 2018, 40(5): 487. [百度学术]
梁建文. 城市供水管网健康监测与诊断(Ⅰ): 用户流量的预测[J]. 地震工程与工程振动, 2010, 30(4): 126. [百度学术]
LIANG Jianwen. Health monitoring and diagnosis of a water distribution system(Ⅰ): Forecasting of user's demand[J]. Journal of Earthquake Engineering and Engineering Vibration, 2010, 30(4): 126. [百度学术]
梁建文. 城市供水管网健康监测与诊断:IV.监测点压力在线预测[J]. 防灾减灾工程学报, 2013, 33(3): 241. [百度学术]
LIANG Jianwen. Health Monitoring and diagnosis of a water distribution system: IV. Online forecast of pressure at monitoring stations[J]. Journal of Disaster Prevention and Mitigation Engineering, 2013, 33(3): 241. [百度学术]
梁建文, 肖笛, 张宏伟, 赵新华. 供水管网健康监测的压力监测点优化布置[J]. 防灾减灾工程学报, 2013, 33(S1): 51. [百度学术]
LIANG Jianwen, XIAO Di, ZHANG Hongwei. Optimal monitoring of pressure in water distribution system for health monitoring[J]. Journal of Disaster Prevention and Mitigation Engineering, 2013, 33(S1): 51. [百度学术]
WU Z Y, SAGE P, TURTLE D. Pressure-dependent leak detection model and its application to a district water system[J]. Journal of Water Resources Planning and Management, 2010(1): 116. [百度学术]
NASIRIAN A, MAGHREBI M F, YAZDANI S. Leakage detection in water distribution network based on a new heuristic genetic algorithm model[J]. Journal of Water Resource & Protection, 2013(3): 294. [百度学术]
ADACHI S,TAKAHASHI S,KURISU H,et al.Estimating area leakage in water networks based on hydraulic model and asset information[J]. Procedia Engineering, 2014, 89: 278. [百度学术]
SOPHOCLEOUS S, SAVIC D, KAPELAN Z. Leak localization in a real water distribution network based on search-space reduction[J]. Journal of Water Resources Planning and Management, 2019, 145(7): 4019024. [百度学术]
张土乔, 邵煜. 城镇供水管网漏损监测与控制技术及应用[J]. 中国环境管理, 2017, 9(2): 109. [百度学术]
ZHANG Tuqiao, SHAO Yu. Leakage monitoring and control technology and application of urban water supply network[J]. Chinese Journal of Environmental Management, 2017, 9(2): 109. [百度学术]
彭森, 程蕊, 吴卿, 等. 基于极限学习机算法的供水管网爆管识别研究[J]. 中国给水排水, 2022, 38(7): 56. [百度学术]
PENG Sen, CHENG Rui, WU Qin, et al. Identification of water supply network pipe burst based on extreme learning machine algorithm[J]. China Water & Wastewater, 2022, 38(7): 56. [百度学术]
程伟平. 供水管网爆管监测体系研究[J]. 给水排水, 2021, 57(8): 145. [百度学术]
CHENG Weiping. Research frame of pipe burst monitoring system in water distribution system[J]. Water & Wastewater [百度学术]
Engineering, 2021, 57(8): 145. [百度学术]
陈彬, 朱臻涛, 张翔. 基于物联网的供水管网智慧运维系统设计[J]. 现代信息科技, 2020, 4(10): 171. [百度学术]
CHENG Bin, ZHU Zhengtao, ZHANG Xiang. Design of intelligent operation and maintenance system for water supply distribution network based on internet of things[J]. Modern Information Technology, 2020, 4(10): 171. [百度学术]
洪俊贤, 龚珑聪, 许俊鸽. 基于NB-IoT的DMA用于供水管网漏损控制的研究进展[J]. 市政技术, 2020, 38(4): 197. [百度学术]
HONG Junxian, GONG Longcong, XU Junge. Research status of quantitative leakage control in water supply network based on NB-IoT district[J]. Municipal Engineering Technology, 2020, 38(4): 197. [百度学术]
章龙飞, 梁娟, 王沛丰, 周洁. 水务一体化背景下的智慧水务发展思考——以杭州市水务集团为例[J]. 给水排水, 2022, 58(S1): 1068. [百度学术]
ZHANG Longfei, Liang Juan, WANG Peifeng, ZHOU Jie. Thinking on the development of smart water under the background of water affairs integration: taking Hangzhou Water Group as an example[J]. Water & Wastewater Engineering, 2022, 58(S1): 1068. [百度学术]
石英春, 陈春阳, 王巍. 基于LoRa和NB-IoT物联网技术的管网监测系统设计[J]. 仪表技术与传感器, 2022(8): 85. [百度学术]
SHI Yingchun, CHEN Chunyang, WANG Wei. Design of pipe network monitoring system based on LoRa and NB-IoT internet of things Technology[J]. Instrument Technique and Sensor, 2022(8): 85. [百度学术]
CARDEI M, WU J. Coverage in wireless sensor network. In: Ilyas M, Magboub I, eds. Handbook of sensor networks, chapter 19 [M]. Florida: CRC Press, 2004. [百度学术]
AKYILDIZ I F, STUNTEBECK E P. Wireless underground sensor networks: research challenge[J]. Ad Hoc Networks Journal, 2006, 4(6): 669. [百度学术]
BOGENA H R, HERBST M, HUISMAN J A, et al. Potential of wireless sensor networks for measuring soil water content variability[J]. Vadose Zone Journal, 2010, 9(4):1002. [百度学术]
LIN T H, WU Y, SOGA K, et al. Buried wireless sensor network for monitoring pipeline joint leakage caused by large ground movements[J]. Journal of Pipeline Systems Engineering and Practice, 2019, 10(4): 04019023. [百度学术]
HARDIE M, HOYLE D. Underground wireless data transmission using 433-MHz LoRa for agriculture[J]. Sensors, 2019, 19(19): 4232. [百度学术]
HUANG H W, SHI J K, WANG F, et al. Theoretical and experimental studies on the signal propagation in soil for wireless underground sensor networks[J]. Sensors, 2020, 20(9): 2580. [百度学术]
SHI J K, WANG F, ZHANG D M, et al. Finite element simulation and frequency optimization for wireless signal transmission through RC structures[J]. Smart structures and systems, 2021(3): 28. [百度学术]