[發(fā)明專利]一種排水管網(wǎng)運行狀態(tài)診斷檢測方法和裝置

有效

• 申請?zhí)枺?/td>: 202110198077.4
• 申請日: 2021-02-22
• 公開（公告）號: CN113111480B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計）人: 陶濤;肖云龍;信昆侖;王嘉瑩;顏合想;李樹平
• 申請（專利權(quán)）人: 同濟大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;F17D5/02;F17D5/00
• 代理公司: 北京挺立專利事務(wù)所(普通合伙) 11265
• 代理人: 余瑩

1.一種排水管網(wǎng)運行狀態(tài)診斷檢測方法，用于對市政排水管道破損、斷管及淤積故障管段的檢測與定位，其特征在于，包括以下步驟：

1)組裝調(diào)試檢測裝置，投入需檢測管網(wǎng)管道起點檢查井，根據(jù)電腦終端GPS定位，檢測完成后回收檢測儀；

2)取出SD卡，讀取并處理數(shù)據(jù)，提取所述檢測儀中MEMS記錄的X、Y、Z三軸軸向加速度和角加速度；

3)重現(xiàn)檢測儀流經(jīng)路線，并繪制X、Y、Z三軸軸向加速度及角加速度隨時間變化折線圖；

4)將處理后的信息與已建立的黑箱模型進行時間序列三維軌跡模型匹配，診斷出排水管網(wǎng)中的非正常運行工況；

所述SD卡中存儲的數(shù)據(jù)包括時間數(shù)據(jù)、3D加速度數(shù)據(jù)、3D角加速度數(shù)據(jù)，所述3D加速度數(shù)據(jù)包括g_x、g_y、g_z，所述3D角加速度數(shù)據(jù)包括w_x、w_y、w_z，所述時間數(shù)據(jù)、3D加速度數(shù)據(jù)、3D角加速度數(shù)據(jù)共7個數(shù)據(jù)形成一幀數(shù)據(jù)，所述檢測儀每隔100ms采集和記錄所述一幀數(shù)據(jù)，將獲得的7個數(shù)據(jù)中進行坐標(biāo)轉(zhuǎn)換和位移補償處理；

所述坐標(biāo)轉(zhuǎn)換過程中，將所收集處理后的3D加速度進行一次積分得到移動的速度，進而二次積分得到位移，推廣到三維空間，t_n時刻沿加速度傳感器x，y，z軸方向上的運動位移分別為：

式中v(n)為t_n時刻的瞬時速度，a(n)為t_n時刻的瞬時加速度，s(n)為0～t_n時段位移，在三維坐標(biāo)系中，連接各個時刻的空間位置坐標(biāo)點即可得出空間運動軌跡；

所述坐標(biāo)轉(zhuǎn)換是為了得出空間軌跡，將測得的加速度轉(zhuǎn)換到恒定的參考坐標(biāo)系中，設(shè)目標(biāo)物體的地理坐標(biāo)系為ox_ny_nz_n，傳感器的載體坐標(biāo)系為ox_by_bz_b，從地理坐標(biāo)系到載體坐標(biāo)系的以Z，Y，X軸轉(zhuǎn)動順序得出的變換關(guān)系為：

式中為旋轉(zhuǎn)矩陣，亦即方向余弦矩陣；

所述建立黑箱模型為針對淤積、塌陷、滲漏、周邊地下水滲入的不同的非常規(guī)運行狀態(tài)建立不同的黑箱模型，淤積狀態(tài)建立管徑、淤積高度、淤積體積、流速與運動軌跡改變的多維黑箱模型，管道脫節(jié)狀態(tài)則建立管徑、脫節(jié)高度與運動軌跡改變的多維黑箱模型，漏水狀態(tài)的黑箱模型則包括管徑、破損面積與運動軌跡等參數(shù)；所述漏水包括漏入和漏出的情況；

所述時間序列三維軌跡模式匹配過程中，由于運動軌跡為隨時間變化的多點模式，把三維空間的時間序列點模式匹配問題當(dāng)作二維空間中的問題分析，對整個三維空間中的點集分別向XOY、YOZ、XOZ三個平面投影，對這三個平面上的二維點集分別計算軌跡相似性距離度量函數(shù)，最后三維空間中兩點的特征相似度由這三個二維空間的特征相似度相加獲得，其方法采用二維點集模式匹配；

所述二維點集模式匹配包括以下步驟：

S1：令T為一條由多個代表位置的二維坐標(biāo)組成的點的軌跡，定義為數(shù)據(jù)庫中候選軌跡，T＝{s₁，s₂，...s_n}，s_i(1≤i≤n)代表一個二維坐標(biāo)點，軌跡T的長度為n；定義目標(biāo)軌跡為q＝{t₁，t₂，...t_n}，給定一個軌跡T，其從i個點至j個點的子軌跡為T[i，j]＝s_i，s_i+1，...s_j；

S2：對于一個目標(biāo)軌跡點集q＝{t₁，t₂，...t_n}和一個軌跡點t_k∈q，軌跡點t_k與子軌跡T[i，j]之間的最短距離為：

其中d(s_h，t_k)代表軌跡點s_h與軌跡點t_k之間的歐幾里得距離；

所述時間序列三維軌跡模式匹配為了對軌跡進行匹配，在此定義兩個函數(shù)距離來判斷，和函數(shù)距離主要是計算候選軌跡T各個分段對目標(biāo)軌跡點集q中每個軌跡點t_j的最短距離之和，并以此來衡量目標(biāo)軌跡點集q與候選軌跡T之間的距離；最大函數(shù)距離(MaxDis)則是計算候選軌跡T各個分段對目標(biāo)軌跡點集q中每個軌跡點t_j的最短距離的最大值來作為目標(biāo)軌跡點集q與候選軌跡T之間的距離，

定義1：和函數(shù)距離：

定義2：最大函數(shù)距離：

其中1≤l₁≤…≤l_i≤l_i+1≤n；

S3：此過程采用剪枝動態(tài)規(guī)劃來實現(xiàn)，目標(biāo)軌跡q共有m個點，候選軌跡共有n個點，則共有m*n個距離需要比對，將m*n個距離依次通過距離檢測函數(shù)進行比較。