[發明專利]一種鐵路給水管網檢漏機器人系統及檢測方法

在審

• 申請號: 202110279916.5
• 申請日: 2021-03-16
• 公開（公告）號: CN113007614A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 辛志遠;王忠合;王松林;蔣金輝;周輝宇
• 申請（專利權）人: 中鐵第四勘察設計院集團有限公司
• 主分類號: F17D5/06
• 分類號: F17D5/06;G01M3/24;G05D1/02
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 鄭飛

本發明涉及給水管網技術領域，為一種鐵路給水管網檢漏機器人系統及檢測方法，包括軌道機器人、傳感器模塊、電池模塊及通信模塊，所述傳感器模塊用于實時定位軌道機器人的位置和視覺傳輸現場情況，所述電池模塊用于供電，所述傳感器模塊通過所述通信模塊與外界聯系，所述軌道機器人用于移動監測給水管網的漏損情況。軌道機器人沿著鐵軌移動，并帶動噪聲記錄儀記錄沿著給水管網移動以監測是否漏損。針對鐵路給水管網特點，通過噪聲、視覺等傳感器獲取數據，發送給軟件平臺云存儲、識別處理信號生成作業報表，根據業主單位改造目標、資金給出相應建議，實現全流程的服務，投入成本低，泄漏點識別精度高，定位準確，耗時較快。

技術領域

本發明涉及給水管網技術領域，具體涉及一種鐵路給水管網檢漏機器人系統及檢測方法。

背景技術

給水管網是給水系統中的重要環節，凈水廠處理達標后的自來水經給水管網，供給城鄉居民、大型用水單位鐵路及工業區等使用，是保證生產生活正常運轉的重要組成。

一般情況下，給水管網由于埋設在地下，服務年限久遠，管網發生腐蝕，或受管網內部較大水壓，管道埋深較淺承重過大，基礎不均勻沉降等原因，造成管網長期漏泄，不易被管養維護人員發現。管網漏水量與供水總量之比為管網漏損率，據調查表明，有城市供水管網漏損率在15％以上，鐵路給水管網漏損率達20％以上，如隴海線、焦枝線、寧西線的給水管網平均漏損率達43％，《鐵路給水排水設計規范》對管網漏損率的取值為10％～12％，實際生產中的管網漏損率大大超過了設計范圍。此外，鐵路給水管網通常沿股道間敷設，長期的跑冒滴漏會影響鐵軌基礎承載力，成為安全隱患。所以有必要對漏損率進行嚴格的把控，實現鐵路給水管網相對穩定運行，保證鐵路生產的正常秩序，保護鐵路財產免受侵害，避免大量水資源浪費，降低生產運行成本。

目前管網泄露檢測主要采用人工方式，依靠經驗豐富的工人巡檢聽漏，時效慢且投入成本高。

當前暫無專門適用于鐵路系統給水管網檢漏的專利，主要通過在管網節點設置大量傳感器，監測管道中壓力、流量、噪聲等信號，建立水力模型或者神經網絡深度學習模型，識別管網漏損點。申請號201911313009.7提出了一種給水管網漏損監測與定位的方法，通過在管網中安裝大量傳感器，利用水量平衡模型識別漏水分區，再比對噪聲頻譜信號定位漏損點，該方法采用的水量平衡模型參數依賴經驗值，可靠性不高，同時在給水管網中安裝大量傳感器，頻繁關閥做閉水試驗，影響日常生產生活用水需求，投資成本較高，降低用戶滿意度，實施難度較大。申請號201810702647.7提出了一種供水管網實時漏損分析方法，通過給水管網的水量、壓力、管道參數建立仿真模型，匹配預測值與實際值的差異，識別漏損情況，但在管網在線監測數據質量參差不齊，頻率較高的前提下，無法精準迅速的處理大量數據，誤報率較高。申請號201810527186.4提出的基于聚類和深度信念網絡的漏損初定位方法，通過建立并訓練漏損區域識別模型辨識漏損區域，但該方法無法準確識別漏點位置。申請號201811283725.0提出基于長短時記憶神經網絡模型的漏損識別方法，將傳感器獲得的數據處理后，訓練長短時記憶的神經網絡模型，對異常流量點進行識別。申請號201710998436.8提出基于門控循環單元的神經網絡模型，通過模型計算的時間序列列向量與參考數據相對值的余弦距離，識別是否發生了漏損。這類神經網絡模型識別過程過于繁瑣，存在誤報率高、實際操作中可信度低等問題，浪費水務部門的人力物力財力。故亟需一種適用于鐵路給水管網特點的漏損檢測方法。

發明內容

本發明提供了一種鐵路給水管網檢漏機器人系統，解決了以上所述的現有給水管網檢漏要求人員經驗豐富、老舊管網安裝傳感器實施困難且投入成本大、泄漏點識別誤報率高、定位精度低、耗時較久等的技術問題。

本發明為解決上述技術問題提供了一種鐵路給水管網檢漏機器人系統，包括軌道機器人、傳感器模塊、電池模塊及通信模塊，所述傳感器模塊用于實時定位軌道機器人的位置和視覺傳輸現場情況，所述電池模塊用于供電，所述傳感器模塊通過所述通信模塊與外界聯系，所述軌道機器人用于移動監測給水管網的漏損情況。