CN113111480A - 一种排水管网运行状态诊断检测方法和装置 - Google Patents

一种排水管网运行状态诊断检测方法和装置 Download PDF

Info

Publication number
CN113111480A
CN113111480A CN202110198077.4A CN202110198077A CN113111480A CN 113111480 A CN113111480 A CN 113111480A CN 202110198077 A CN202110198077 A CN 202110198077A CN 113111480 A CN113111480 A CN 113111480A
Authority
CN
China
Prior art keywords
track
pipe network
acceleration
data
drainage pipe
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110198077.4A
Other languages
English (en)
Other versions
CN113111480B (zh
Inventor
陶涛
肖云龙
信昆仑
王嘉莹
颜合想
李树平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202110198077.4A priority Critical patent/CN113111480B/zh
Publication of CN113111480A publication Critical patent/CN113111480A/zh
Application granted granted Critical
Publication of CN113111480B publication Critical patent/CN113111480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • F17D5/02Preventing, monitoring, or locating loss

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提供了一种排水管网运行状态诊断方法和装置,装置含有包括底盖、顶盖,配重***、MEMS陀螺仪加速度***、启动***、聚合物锂电池。该装置能根据仪器中MEMS陀螺仪加速度仪可随水流的运动状态的改变而发生角加速度和轴向加速度改变的特性,收集角加速度和轴向加速度数据,便进行二次积分位移叠加,重现排水管网水流运动轨迹,比对已建立的模型库,诊断出水管网的运行状态,可对排水管道中出现的破损、断管和淤积等非正常运行工况的检测与定位功能。本发明可应用于摸清排水管网现状、掌握和评估排水管网运行状态、城市内涝防治、黑臭河道治理等,具有广泛的应用前景。

Description

一种排水管网运行状态诊断检测方法和装置
技术领域
本发明属于市政排水管网管理***技术领域,具体涉及一种排水管网运行状态诊断检测方法和装置。
背景技术
城市排水管网***,深埋地下,“看不见、摸不着”,由于重视不足、管理滞后,近年来城市内涝、污水处理效率低下及黑臭水体等问题日益突出。截至2018年5月,我国认定的黑臭水体数为2100个,总流域面积1463km2,城市内河黑臭问题越发严重,严重影响了城市居民对环境质量的感官认识,给人民的生活带来了较大影响。但城市排水管网的淤积、塌陷、渗漏、周边地下水渗入等问题诊断技术不足,排水管网运行状态难以掌握和评估。目前排水管网健康诊断检测方法可分为两大类,一是仪器检测法,二是在线监测法。
(1)仪器检测法
方法概要:仪器检测法主要包括人工检测及部分仪器检测。人工检测法是依靠检查人员肉眼或借助检测仪观测的方法,具体包括目测法、反光镜检查、潜水员下管道检查、量泥斗检测等方法。
优缺点:仪器检查技术具有图像清晰、安全性高和图像可重复观看等优点,但也存在着定位不准、难以适应管道淤积环境、以及成本高和效率低等问题。
(2)在线监测法
方法概要:应用大量的计算机及自动化监测技术,在中央控制室实现了对地下排水管网***的全程监控和管理,建立城市洪水智能监测***,能够及时掌握、预警、预测城市洪涝灾害情况。
优缺点:利用这种方法只能对排水***中的非正常入流水流进行诊断,但对淤积,塌陷等状况无法识别,同时也存在监测环境复杂,数据准确性不高等问题。
发明内容
本发明针对上述缺陷,提供一种可以实现无线检测,仪器体积小,可对大片管网同时进行检测诊断的排水管网运行状态诊断检测方法和装置。
本发明提供如下技术方案:一种排水管网运行状态诊断检测方法,用于对市政排水管道破损、断管及淤积等故障管段的检测与定位,包括以下步骤:
1)组装调试检测装置,投入需检测管网管道起点检查井,根据电脑终端GPS定位,检测完成后回收检测仪;
2)取出SD卡,读取并处理数据,提取所述检测仪中MEMS记录的X、Y、Z三轴轴向加速度和角加速度;
3)重现检测仪流经路线,并绘制X、Y、Z三轴轴向加速度及角加速度随时间变化折线图;
4)将处理后的信息与已建立模型进行匹配,诊断出排水管网中的非正常运行工况;
所述SD卡中存储的数据包括时间数据、3D加速度数据、3D角加速度数据,所述3D加速度数据包括gx、gy、gz,所述3D角加速度数据包括wx、wy、wz,所述时间数据、3D加速度数据、3D角加速度数据共7个数据形成一帧数据,所述检测仪每隔100ms采集和记录所述一帧数据,将获得的7个数据中进行坐标转换和位移补偿处理;
然后建立黑箱模型和时间序列三维轨迹模式匹配。
进一步地,所述坐标转换过程中,将所收集处理后的3D加速度进行一次积分得到移动的速度,进而二次积分得到位移,推广到三维空间,tn时刻沿加速度传感器x,y,z轴方向上的运动位移分别为:
Figure BDA0002946744510000031
式中v(n)为tn时刻的瞬时速度,a(n)为tn时刻的瞬时加速度,s(n)为0~tn时段位移。在三维坐标系中,连接各个时刻的空间位置坐标点即可得出空间运动轨迹。
进一步地,所述坐标转换是为了得出空间轨迹,将测得的加速度转换到恒定的参考坐标系中,设目标物体的地理坐标系为oxnynzn,传感器的载体坐标系为oxbybzb,从地理坐标系到载体坐标系的以Z,X,Y轴转动顺序得出的变换关系为:
Figure BDA0002946744510000032
式中
Figure BDA0002946744510000033
为旋转矩阵,亦即方向余弦矩阵。
进一步地,所述位移补偿为首先对采集的加速度数据进行归一化处理,将上一次计算的姿态四元数转换到载体坐标系,得到当前载体坐标系的重力单位向量,各量的误差向量就是陀螺积分后的姿态和加速度计测出的姿态间的误差,用于纠正陀螺仪,即:
E(n)=E(n-1)+Ki×e
g(n)=g(n-1)+Kp×e+E(n)
式中g=(gx,gy,gz)为陀螺仪角速度数据,通过调整Ki和Kp两个参数能够借助加速度数据快速修正陀螺仪角速度数据,
根据理想状态下运动开始前和终止后速度为零,开始前加速度和位移也为零,即vr(0)=0,vr(ke)=0,ar(0)=0,sr(0)=0,ke为运动终止时间。速度与位移的补偿多项式为:
Figure BDA0002946744510000041
Figure BDA0002946744510000042
其中:所述v(k)、所述s(k)为重建前的计算结果;所述vr(k)、sr(k)为重建后的速度与位移;所述a(0)、v(0)、s(0)为***初始状态,所述ke为***的运动时间。
进一步地,所述建立黑箱模型为针对淤积、塌陷、渗漏、周边地下水渗入等不同的非常规运行状态建立不同的黑箱模型,淤积状态建立管径、淤积高度、淤积体积与流速、运动轨迹改变的多维黑箱模型,管道脱节状态则建立管径、脱节高度与运动轨迹改变的多维黑箱模型,漏水状态的黑箱模型则包括管径、破损面积与运动轨迹等参数;所述漏水包括漏入和漏出的情况。
进一步地,所述时间序列三维轨迹模式匹配过程中,由于运动轨迹为随时间变化的多点模式,把三维空间的时间序列点模式匹配问题当作二维空间中的问题分析,对整个三维空间中的点集分别向XOY、YOZ、XOZ三个平面投影,对这三个平面上的二维点集分别计算轨迹相似性距离度量函数,最后三维空间中两点的特征相似度由这三个二维空间的特征相似度相加获得,其方法采用二维点集模式匹配。
进一步地,所述二维点集模式匹配包括以下步骤:
S1:令T为一条由多个代表位置的二维坐标组成的点的轨迹,定义为数据库中候选轨迹,T={s1,s2,...sn},si(1≤i≤n)代表一个二维坐标点。轨迹T的长度为n;定义目标轨迹为q={t1,t2,...tn},给定一个轨迹T,其从i个点至j个点的子轨迹为T[i,j]=si,Si+1,...Sj
S2:对于一个目标轨迹点集q={t1,t2,...tn}和一个轨迹点tk∈q,轨迹点tk与子轨迹T[i,j]之间的最短距离为:
d(T[i,j],tk)=mini≤h≤j{d(sh,tk)}
其中d(si,tj)代表轨迹点si与轨迹点tj之间的欧几里得距离。
进一步地,所述时间序列三维轨迹模式匹配为了对轨迹进行匹配,在此定义两个函数距离来判断,“和函数”距离主要是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离之和,并以此来衡量目标轨迹点集q与候选轨迹T之间的距离;“最大函数”距离(MaxDis)则是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离的最大值来作为目标轨迹点集q与候选轨迹T之间的距离。
定义1:“和函数”距离:
Figure BDA0002946744510000051
定义2:“最大函数”距离:MaxDis(T,q)=max1≤j≤md(T[li.li+1],tj);
其中1≤l1≤…≤lm≤lm+1≤n;
S3:分析“和函数”距离和“最大函数”距离,可知两个函数距离都是要将候选轨迹T分为m段,所述m为目标轨迹中点的个数,然后取候选轨迹分段中多个点到对应候选轨迹点的最小距离,最后将最小距离相加。此过程采用剪枝动态规划来实现,假设目标轨迹q共有m个点,候选轨迹共有n个点,则共有m*n个距离需要比对,将m*n个距离依次通过距离检测函数进行比较。
本发明还提供采用上述方法的一种排水管网运行状态诊断检测装置,包括底盖、顶盖,所述底盖和所述顶盖通过防水密封圈形成密封的检测仪内部空间,所述内部空间内由下至上依次包括配重***、MEMS陀螺仪加速度***、启动***、聚合物锂电池;
所述配重***包括x方向偏心配重块和底盖整体配重块;所述MEMS陀螺仪加速度***包括设置于同一个SD存储卡上的MEMS陀螺加速度计和GPS芯片;所述启动***包括启动器和启动器固定槽;MEMS陀螺仪加速度计采用高精度的陀螺加速度计WT61SD,为六轴模块;调试的时候需要通过串口输出调试信息,把所述MEMS陀螺仪加速度和USB-TTL连接好,再插到电脑上;所述SD存储卡为16G或32G存储量。
进一步地,所述检测装置的整体高度为2cm。
本发明的有益效果为:
1、本发明提供的一种排水管网运行状态诊断方法和检测仪,采用MEMS传感器为主体通过对水流状态的记录和姿态重现,分析管网运行状态,检测周期短,真实性可靠。
2、本发明提供的一种排水管网运行状态诊断方法和检测仪,可实现无线检测,整体仪器体积较小,操作相较于目前市场的检测设备更易携带,可检测管道涵盖范围广,可对大片管网同时进行检测诊断。
3、本发明提供的一种排水管网运行状态诊断方法和检测仪,大幅度降低人力成本,设备成本较低,整体费用相较目前市场其他设备大幅度降低,经济节约,可大量减少排水管网检测所需费用。
4、本发明提供的一种排水管网运行状态诊断方法和检测仪,一次性可实现对排水管网实际铺设走向进行定位收集大量管道内水流水力特性、排水管网流量变化等有效数据。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。
其中:
图1为本发明提供的一种排水管网运行状态诊断检测方法的流程示意图;
图2为本发明提供的诊断检测方法的坐标转换过程中的地理坐标系示意图;
图3为本发明提供的诊断检测方法的坐标系转换示意图;
图4为本发明提供的诊断检测方法建立的黑箱模型;
图5为本发明提供的一种排水管网运行状态诊断检测仪整体分解示意图;
图6为本发明提供的MEMS陀螺仪加速度计示意图;
图7为本发明提供的一种排水管网运行状态诊断检测仪的模块示意图。
具体实施例方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种排水管网运行状态诊断检测方法,用于检测和定位排水管网的非正常运行工况点,包括下列步骤:
1)组装检查仪并将其投入需检测管网起点检查井,检测完成后打捞回收,读取数据并预处理数据;
检测仪含有MEMS陀螺仪加速度仪***、给整个装置供电的聚合物锂电池电源***、启动***、GPS定位***、SD卡数据收集电路***、仪器重心调节配重***、外形包装密封***;
MEMS陀螺仪加速度计***采用为六轴模块采用高精度的陀螺加速度计WT61SD,调试的时候需要通过串口输出调试信息,把模块和USB-TTL连接好,再插到电脑上;
启动***采用无线电信号控制的开关器,使用固定卡槽固定,启动装置需要在封装后可以接收启动信号;
聚合物锂电池***采用可充电的大容量锂电池,因为整体耗电也将较大,所以采用的需是聚合物锂电池。
MEMS陀螺仪加速度仪***、给整个装置供电的聚合物锂电池电源***、启动***三个形同的连接方式为:锂电池位于上方,固定开关器的卡槽位于中间,陀螺加速度计WT61SD位于下方,三者串联,通过开关启动器实现锂电池对陀螺加速度计WT61SD供电控制;
SD储存***直接由16G或32G的SD卡实现,陀螺加速度计WT61SD自带SD卡卡槽,SD卡要对数据进行大量的接收储存;
GPS定位***直接采用市面可售GPS芯片,直接于配重板正面粘连。GPS定位芯片可以间断性的发生出经纬度信号,以便电脑终端实时监测到排水管网非正常运行工况检测仪的具***置;
仪器重心调节配重***由配重板和配重球组成,配重球于配重板反面粘连,通过调节配重球位置和重量确保整体仪器的重心和重量;
外形包装密封***为中空塑料球,组装是使用橡皮圈增加球体的密封性,阻隔水渗入,而且外形包装密封***应该是可拆卸,便于后期回收装置后取出SD储存卡。
检测仪运动过程中产生3D角加速度和3D加速度数据乱码文件记录并储存于SD卡中,利用软件UltraEdit对存储的TXT乱码文件进行处理转化成16进制TXT文件;
迷你SD存储卡中会存储记录:1)时间;2)3D加速度;3)3D角速度;这7个数据形成一帧数据,每隔100ms采集和记录1帧数据。
SD卡中存储的数据包括时间数据、3D加速度数据、3D角加速度数据,3D加速度数据包括gx、gy、gz,3D角加速度数据包括wx、wy、wz,时间数据、3D加速度数据、3D角加速度数据共7个数据形成一帧数据,检测仪每隔100ms采集和记录一帧数据,将获得的7个数据中进行坐标转换和位移补偿处理;
然后建立黑箱模型和时间序列三维轨迹模式匹配。
其中坐标转换包括以下步骤:
将所收集处理后的3D加速度进行一次积分得到移动的速度,进而二次积分得到位移。推广到三维空间,tn时刻沿加速度传感器x,y,z轴方向上的运动位移分别为:
Figure BDA0002946744510000101
式中v(n)为tn时刻的瞬时速度,a(n)为tn时刻的瞬时加速度,s(n)为0~tn时段位移,在三维坐标系中,连接各个时刻的空间位置坐标点即可得出空间运动轨迹。
但由于物体在空间运动中会发生方向的改变,传感器所在的三轴坐标系也会随之改变,为了得出空间轨迹,需要把测得的加速度转换到恒定的参考坐标系中。
为了得出空间轨迹,将测得的加速度转换到恒定的参考坐标系中。设目标物体的地理坐标系为oxnynzn,传感器的载体坐标系为oxbybzb。从地理坐标系到载体坐标系的以Z,X,Y轴转动顺序得出的变换关系为:
Figure BDA0002946744510000111
如图2-3所示,式中
Figure BDA0002946744510000112
为旋转矩阵,亦即方向余弦矩阵。
微机械电子***在姿态解算过程中会产生积分累积误差,导致姿态角度发散。需对其进行位移和速度的补偿。首先对采集的加速度数据进行归一化处理,将上一次计算的姿态四元数转换到载体坐标系,得到当前载体坐标系的重力单位向量,各量的误差向量就是陀螺积分后的姿态和加速度计测出的姿态间的误差,用于纠正陀螺仪,即:
E(n)=E(n-1)+Ki×e
g(n)=g(n-1)+Kp×e+E(n)
式中g=(gx,gy,gz)为陀螺仪角速度数据,通过调整Ki和Kp两个参数能够借助加速度数据快速修正陀螺仪角速度数据,
设速度二次多项式为:
vr(k)=v(k)+b1k2+b2k+b3
则位移多项式为:
Figure BDA0002946744510000113
根据ar(0)=0将速度二项式进行求导可得:
ar(k)=a(k)+2b1k+b2
根据理想状态下运动开始前和终止后速度为零,开始前加速度和位移也为零,即vr(0)=0,vr(ke)=0,ar(0)=0,sr(0)=0,ke为运动终止时间。
可得:
Figure BDA0002946744510000121
b2=-a(0)
b3=-v(0)
b4=-s(0)
速度与位移的补偿多项式为:
Figure BDA0002946744510000122
Figure BDA0002946744510000123
其中:v(k)、s(k)为重建前的计算结果,vr(k)、sr(k)为重建后的速度与位移,a(0)、v(0)、s(0)为***初始状态。
如图4所示,建立黑箱模型为针对淤积、塌陷、渗漏、周边地下水渗入等不同的非常规运行状态建立不同的黑箱模型,淤积状态建立管径、淤积高度、淤积体积与流速、运动轨迹改变的多维黑箱模型,管道脱节状态则建立管径、脱节高度与运动轨迹改变的多维黑箱模型,漏水(漏入和漏出)状态的黑箱模型则包括管径、破损面积与运动轨迹等参数。
时间序列三维轨迹模式匹配过程中,由于运动轨迹为随时间变化的多点模式,把三维空间的时间序列点模式匹配问题当作二维空间中的问题分析,对整个三维空间中的点集分别向XOY、YOZ、XOZ三个平面投影,对这三个平面上的二维点集分别计算轨迹相似性距离度量函数,最后三维空间中两点的特征相似度由这三个二维空间的特征相似度相加获得,其方法采用二维点集模式匹配。
二维点集模式匹配包括以下步骤:
S1:令T为一条由多个代表位置的二维坐标组成的点的轨迹,定义为数据库中候选轨迹,T={s1,s2,...sn},si(1≤i≤n)代表一个二维坐标点。轨迹T的长度为n。定义目标轨迹为q={t1,t2,...tn},给定一个轨迹T,其从i个点至j个点的子轨迹为T[i,j]=si,Si+1,...Sj
S2:对于一个目标轨迹点集q={t1,t2,...tn}和一个轨迹点tk∈q,轨迹点tk与子轨迹T[i,j]之间的最短距离为:
d(T[i,j],tk)=mini≤h≤j{d(sh,tk)}
其中d(si,tj)代表轨迹点si与轨迹点tj之间的欧几里得距离。
时间序列三维轨迹模式匹配为了对轨迹进行匹配,在此定义两个函数距离来判断,“和函数”距离(SumDis)主要是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离之和,并以此来衡量目标轨迹点集q与候选轨迹T之间的距离;“最大函数”距离(MaxDis)则是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离的最大值来作为目标轨迹点集q与候选轨迹T之间的距离。
定义1:“和函数”距离:
Figure BDA0002946744510000131
定义2:“最大函数”距离:MaxDis(T,q)=max1≤j≤md(T[li.li+1],tj);
其中1≤l1≤…≤lm≤lm+1≤n;
S3:分析“和函数”距离和“最大函数”距离,可知两个函数距离都是要将候选轨迹T分为m段(m为目标轨迹中点的个数),然后取候选轨迹分段中多个点到对应候选轨迹点的最小距离,最后将最小距离相加。此过程采用剪枝动态规划来实现,假设目标轨迹q共有m个点,候选轨迹共有n个点,则共有m*n个距离需要比对,将m*n个距离依次通过距离检测函数进行比较。
实施例2
如图5-7所示,为本发明提供的一种排水管网运行状态诊断检测仪,包括底盖1、顶盖9,底盖1和顶盖9通过防水密封圈10形成密封的检测仪内部空间,内部空间内由下至上依次包括配重***、MEMS陀螺仪加速度***、启动***、聚合物锂电池8。
配重***包括x方向偏心配重块2和底盖整体配重块3。
MEMS陀螺仪加速度***包括设置于同一个SD存储卡上的MEMS陀螺加速度计4和GPS芯片5。
MEMS陀螺仪加速度计采用高精度的陀螺加速度计WT61SD,为六轴模块;调试的时候需要通过串口输出调试信息,把MEMS陀螺仪加速度和USB-TTL连接好,再插到电脑上。
启动***包括启动器6和启动器固定槽7。
启动***采用无线电信号控制的开关器,使用固定卡槽固定,启动装置需要在封装后可以接收启动信号。
聚合物锂电池***采用可充电的大容量锂电池,因为整体耗电也将较大,所以采用的需是聚合物锂电池。
MEMS陀螺仪加速度***、给整个装置供电的聚合物锂电池电源***、启动***三个形同的连接方式为:聚合物锂电池8位于上方,固定开关器的卡槽位于中间,陀螺加速度计WT61SD位于下方,三者串联,通过开关启动器实现锂电池对陀螺加速度计WT61SD供电控制。
SD储存***直接由16G或32G的SD卡实现,陀螺加速度计WT61SD自带SD卡卡槽,SD卡要对数据进行大量的接收储存。
GPS定位***直接采用市面可售GPS芯片,直接于配重板正面粘连。GPS定位芯片可以间断性的发生出经纬度信号,以便电脑终端实时监测到排水管网非正常运行工况检测仪的具***置
仪器重心调节配重***由配重板和配重球组成,配重球于配重板反面粘连,通过调节配重球位置和重量确保整体仪器的重心和重量。
外形包装密封***为中空塑料球,组装是使用橡皮圈增加球体的密封性,阻隔水渗入,而且外形包装密封***应该是可拆卸,便于后期回收装置后取出SD储存卡,在自行开发的终端信息数据处理***上分析构建模型对比诊断。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。

Claims (10)

1.一种排水管网运行状态诊断检测方法,用于对市政排水管道破损、断管及淤积等故障管段的检测与定位,其特征在于,包括以下步骤:
1)组装调试检测装置,投入需检测管网管道起点检查井,根据电脑终端GPS定位,检测完成后回收检测仪;
2)取出SD卡,读取并处理数据,提取所述检测仪中MEMS记录的X、Y、Z三轴轴向加速度和角加速度;
3)重现检测仪流经路线,并绘制X、Y、Z三轴轴向加速度及角加速度随时间变化折线图;
4)将处理后的信息与已建立模型进行匹配,诊断出排水管网中的非正常运行工况;
所述SD卡中存储的数据包括时间数据、3D加速度数据、3D角加速度数据,所述3D加速度数据包括gx、gy、gz,所述3D角加速度数据包括wx、wy、wz,所述时间数据、3D加速度数据、3D角加速度数据共7个数据形成一帧数据,所述检测仪每隔100ms采集和记录所述一帧数据,将获得的7个数据中进行坐标转换和位移补偿处理;
然后建立黑箱模型和时间序列三维轨迹模式匹配。
2.根据权利要求1所述的一种排水管网运行状态诊断检测方法,其特征在于,所述坐标转换过程中,将所收集处理后的3D加速度进行一次积分得到移动的速度,进而二次积分得到位移,推广到三维空间,tn时刻沿加速度传感器x,y,z轴方向上的运动位移分别为:
Figure FDA0002946744500000011
式中v(n)为tn时刻的瞬时速度,a(n)为tn时刻的瞬时加速度,s(n)为0~tn时段位移。在三维坐标系中,连接各个时刻的空间位置坐标点即可得出空间运动轨迹。
3.根据权利要求2所述的一种排水管网运行状态诊断检测方法,其特征在于,所述坐标转换是为了得出空间轨迹,将测得的加速度转换到恒定的参考坐标系中,设目标物体的地理坐标系为oxnynzn,传感器的载体坐标系为oxbybzb,从地理坐标系到载体坐标系的以Z,X,Y轴转动顺序得出的变换关系为:
Figure FDA0002946744500000021
式中
Figure FDA0002946744500000022
为旋转矩阵,亦即方向余弦矩阵。
4.根据权利要求1所述的一种排水管网运行状态诊断检测方法,其特征在于,所述位移补偿为首先对采集的加速度数据进行归一化处理,将上一次计算的姿态四元数转换到载体坐标系,得到当前载体坐标系的重力单位向量,各量的误差向量就是陀螺积分后的姿态和加速度计测出的姿态间的误差,用于纠正陀螺仪,即:
E(n)=E(n-1)+Ki×e
g(n)=g(n-1)+Kp×e+E(n)
式中g=(gx,gy,gz)为陀螺仪角速度数据,通过调整Ki和Kp两个参数能够借助加速度数据快速修正陀螺仪角速度数据,
根据理想状态下运动开始前和终止后速度为零,开始前加速度和位移也为零,即vr(0)=0,vr(ke)=0,ar(0)=0,sr(0)=0,ke为运动终止时间。速度与位移的补偿多项式为:
Figure FDA0002946744500000031
Figure FDA0002946744500000032
其中:所述v(k)、所述s(k)为重建前的计算结果;所述vr(k)、sr(k)为重建后的速度与位移;所述a(0)、v(0)、s(0)为***初始状态,所述ke为***的运动时间。
5.根据权利要求1所述的一种排水管网运行状态诊断检测方法,其特征在于,所述建立黑箱模型为针对淤积、塌陷、渗漏、周边地下水渗入等不同的非常规运行状态建立不同的黑箱模型,淤积状态建立管径、淤积高度、淤积体积与流速、运动轨迹改变的多维黑箱模型,管道脱节状态则建立管径、脱节高度与运动轨迹改变的多维黑箱模型,漏水状态的黑箱模型则包括管径、破损面积与运动轨迹等参数;所述漏水包括漏入和漏出的情况。
6.根据权利要求1所述的一种排水管网运行状态诊断检测方法,其特征在于,所述时间序列三维轨迹模式匹配过程中,由于运动轨迹为随时间变化的多点模式,把三维空间的时间序列点模式匹配问题当作二维空间中的问题分析,对整个三维空间中的点集分别向XOY、YOZ、XOZ三个平面投影,对这三个平面上的二维点集分别计算轨迹相似性距离度量函数,最后三维空间中两点的特征相似度由这三个二维空间的特征相似度相加获得,其方法采用二维点集模式匹配。
7.根据权利要求6所述的一种排水管网运行状态诊断检测方法,其特征在于,所述二维点集模式匹配包括以下步骤:
S1:令T为一条由多个代表位置的二维坐标组成的点的轨迹,定义为数据库中候选轨迹,T={s1,s2,…sn},si(1≤i≤n)代表一个二维坐标点。轨迹T的长度为n;定义目标轨迹为q={t1,t2,…tn},给定一个轨迹T,其从i个点至j个点的子轨迹为T[i,j]=si,si+1,…sj
S2:对于一个目标轨迹点集q={t1,t2,…tn}和一个轨迹点tk∈q,轨迹点tk与子轨迹T[i,j]之间的最短距离为:
d(T[i,j],tk)=mini≤h≤j{d(sh,tk)}
其中d(si,tj)代表轨迹点si与轨迹点tj之间的欧几里得距离。
8.根据权利要求1所述的一种排水管网运行状态诊断检测方法,其特征在于,所述时间序列三维轨迹模式匹配为了对轨迹进行匹配,在此定义两个函数距离来判断,“和函数”距离主要是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离之和,并以此来衡量目标轨迹点集q与候选轨迹T之间的距离;“最大函数”距离(MaxDis)则是计算候选轨迹T各个分段对目标轨迹点集q中每个轨迹点tj的最短距离的最大值来作为目标轨迹点集q与候选轨迹T之间的距离。
定义1:“和函数”距离:
Figure FDA0002946744500000041
定义2:“最大函数”距离:MaxDis(T,q)=max1≤j≤m d(T[li.li+1],tj);
其中1≤l1≤…≤lm≤lm+1≤n;
S3:分析“和函数”距离和“最大函数”距离,可知两个函数距离都是要将候选轨迹T分为m段,所述m为目标轨迹中点的个数,然后取候选轨迹分段中多个点到对应候选轨迹点的最小距离,最后将最小距离相加。此过程采用剪枝动态规划来实现,假设目标轨迹q共有m个点,候选轨迹共有n个点,则共有m*n个距离需要比对,将m*n个距离依次通过距离检测函数进行比较。
9.采用根据权利要求1-8任一所述的方法的一种排水管网运行状态诊断检测装置,其特征在于,包括底盖(1)、顶盖(9),所述底盖(1)和所述顶盖(9)通过防水密封圈(10)形成密封的检测仪内部空间,所述内部空间内由下至上依次包括配重***、MEMS陀螺仪加速度***、启动***、聚合物锂电池(8);
所述配重***包括x方向偏心配重块(2)和底盖整体配重块(3);所述MEMS陀螺仪加速度***包括设置于同一个SD存储卡上的MEMS陀螺加速度计(4)和GPS芯片(5);所述启动***包括启动器(6)和启动器固定槽(7);MEMS陀螺仪加速度计采用高精度的陀螺加速度计WT61SD,为六轴模块;调试的时候需要通过串口输出调试信息,把所述MEMS陀螺仪加速度和USB-TTL连接好,再插到电脑上;所述SD存储卡为16G或32G存储量。
10.根据权利要求9所述的一种排水管网运行状态诊断检测装置,其特征在于,所述检测装置的整体高度为2cm。
CN202110198077.4A 2021-02-22 2021-02-22 一种排水管网运行状态诊断检测方法和装置 Active CN113111480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110198077.4A CN113111480B (zh) 2021-02-22 2021-02-22 一种排水管网运行状态诊断检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110198077.4A CN113111480B (zh) 2021-02-22 2021-02-22 一种排水管网运行状态诊断检测方法和装置

Publications (2)

Publication Number Publication Date
CN113111480A true CN113111480A (zh) 2021-07-13
CN113111480B CN113111480B (zh) 2022-07-29

Family

ID=76710103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110198077.4A Active CN113111480B (zh) 2021-02-22 2021-02-22 一种排水管网运行状态诊断检测方法和装置

Country Status (1)

Country Link
CN (1) CN113111480B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487449A (zh) * 2021-07-20 2021-10-08 山东崇霖软件有限公司 一种移动式城市排水管网健康管理***及方法
CN115507791A (zh) * 2022-11-18 2022-12-23 武汉大学 地下管线的惯性吹球测量***及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650591A (zh) * 2016-10-08 2017-05-10 武汉新英赛健康科技有限公司 一种工间操评分***
CN106679649A (zh) * 2016-12-12 2017-05-17 浙江大学 一种手部运动追踪***及追踪方法
CN106908060A (zh) * 2017-02-15 2017-06-30 东南大学 一种基于mems惯性传感器的高精度室内定位方法
CN110031597A (zh) * 2019-04-19 2019-07-19 燕山大学 一种生物式水质监测方法
CN110095116A (zh) * 2019-04-29 2019-08-06 桂林电子科技大学 一种基于lift的视觉定位和惯性导航组合的定位方法
CN110426037A (zh) * 2019-08-08 2019-11-08 扆亮海 一种封闭环境下的行人运动轨迹实时获取方法
CN110823246A (zh) * 2019-12-10 2020-02-21 自然资源部第二海洋研究所 一种深海拖曳缆系单点传感器空间运动轨迹获取装置与方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650591A (zh) * 2016-10-08 2017-05-10 武汉新英赛健康科技有限公司 一种工间操评分***
CN106679649A (zh) * 2016-12-12 2017-05-17 浙江大学 一种手部运动追踪***及追踪方法
CN106908060A (zh) * 2017-02-15 2017-06-30 东南大学 一种基于mems惯性传感器的高精度室内定位方法
CN110031597A (zh) * 2019-04-19 2019-07-19 燕山大学 一种生物式水质监测方法
CN110095116A (zh) * 2019-04-29 2019-08-06 桂林电子科技大学 一种基于lift的视觉定位和惯性导航组合的定位方法
CN110426037A (zh) * 2019-08-08 2019-11-08 扆亮海 一种封闭环境下的行人运动轨迹实时获取方法
CN110823246A (zh) * 2019-12-10 2020-02-21 自然资源部第二海洋研究所 一种深海拖曳缆系单点传感器空间运动轨迹获取装置与方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘保余等: "卡尔曼滤波在管道地理坐标定位***中的应用", 《沈阳工业大学学报》 *
梁文乐等: "基于二级匹配策略的实时动态手语识别", 《计算机科学》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487449A (zh) * 2021-07-20 2021-10-08 山东崇霖软件有限公司 一种移动式城市排水管网健康管理***及方法
CN113487449B (zh) * 2021-07-20 2024-05-10 山东崇霖软件有限公司 一种移动式城市排水管网健康管理***及方法
CN115507791A (zh) * 2022-11-18 2022-12-23 武汉大学 地下管线的惯性吹球测量***及方法

Also Published As

Publication number Publication date
CN113111480B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109579853B (zh) 基于bp神经网络的惯性导航室内定位方法
CN113111480B (zh) 一种排水管网运行状态诊断检测方法和装置
CN101907467B (zh) 基于运动量测信息的个人定位方法及装置
CN108955675A (zh) 一种基于惯性测量的地下管道轨迹检测***及方法
CN110645979A (zh) 基于gnss/ins/uwb组合的室内外无缝定位方法
CN106780699A (zh) 一种基于sins/gps和里程计辅助的视觉slam方法
CN108844533A (zh) 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法
CN107909614A (zh) 一种gps失效环境下巡检机器人定位方法
CN104061934A (zh) 基于惯性传感器的行人室内位置跟踪方法
CN116295511B (zh) 一种用于管道潜航机器人的鲁棒初始对准方法及***
CN103616030A (zh) 基于捷联惯导解算和零速校正的自主导航***定位方法
CN103776446A (zh) 一种基于双mems-imu的行人自主导航解算算法
CN102128625A (zh) 重力辅助惯性导航***中重力图匹配的初始匹配方法
Ren et al. Movement pattern recognition assisted map matching for pedestrian/wheelchair navigation
CN103162689A (zh) 辅助车载定位***及车辆的辅助定位方法
CN109470238A (zh) 一种定位方法、装置和移动终端
CN110260885B (zh) 一种卫星/惯性/视觉组合导航***完好性评估方法
CN108426573A (zh) 一种终端设备的行人步态检测方法及终端设备
CN110954132A (zh) Grnn辅助自适应卡尔曼滤波进行导航故障识别的方法
CN113514064B (zh) 一种鲁棒因子图多源容错导航方法
CN107302754A (zh) 一种基于WiFi与PDR的室内定位简易方法
CN107014398A (zh) 卫星模拟太阳敏感器故障检测方法及装置
CN108537101A (zh) 一种基于状态识别的行人定位方法
CN112067058A (zh) 一种探测岩溶通道的自动监测设备与使用方法
CN110675455A (zh) 一种基于自然场景的车身环视相机自标定方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xin Kunlun

Inventor after: Xiao Yunlong

Inventor after: Tao Tao

Inventor after: Wang Jiaying

Inventor after: Yan Hexiang

Inventor after: Li Shuping

Inventor before: Tao Tao

Inventor before: Xiao Yunlong

Inventor before: Xin Kunlun

Inventor before: Wang Jiaying

Inventor before: Yan Hexiang

Inventor before: Li Shuping