排水管道缺陷檢測發(fā)展現(xiàn)狀及展望
來源:
h078.cn 發(fā)布時(shí)間:2023年06月05日
國內(nèi)外發(fā)展環(huán)境與趨勢
排水系統(tǒng)發(fā)展趨勢
排水系統(tǒng)是收集、輸送、處理和排放城市污水和雨水的工程設(shè)施系統(tǒng),是城市基礎(chǔ)設(shè)施的重要組成部分,承擔(dān)著城市污水的收集輸送職能,其運(yùn)行狀況直接影響到城市的生產(chǎn)和生活環(huán)境。
隨著國民經(jīng)濟(jì)水平提升背景下,整體污水排放量持續(xù)增長,截止2020年我國污水排放已達(dá)到571.4億立方米,而排水管道的建立是污水排放的基本設(shè)施,隨著待處理運(yùn)輸污水持續(xù)增長,我國排水管道整體需求將持續(xù)增長。
就我國城市排水管道長度而言,隨著國家推動基建逐步完善,加之老舊小區(qū)改造等持續(xù)推進(jìn)驅(qū)動,我國城市排水管道長度保持持續(xù)增長趨勢。根據(jù)數(shù)據(jù)顯示,我國排水管道長度從2012年的43.9萬公里增長至2020年的80.3萬公里。
2009-2021年全國排水管網(wǎng)規(guī)模及增速
管道問題與檢測技術(shù)
大多數(shù)城市的市政排水管道已有幾十年的歷史,有些管道的使用年限甚至超過百年。隨著管道使用年限的增長,管段呈現(xiàn)出一些缺陷,例如管道變形、堵塞、滲漏、坍塌等。
針對城市排水管網(wǎng)各種不同的實(shí)際工況,通過封堵、導(dǎo)流和降水等措施,可以借助QV潛望鏡檢測、CCTV視頻檢測、聲納檢測等多種技術(shù)手段,為以下管道問題提供檢測報(bào)告并給出管道修復(fù)建議。
查找排水系統(tǒng)隱藏或被覆蓋的檢修井或去向不明管段;
查找和確定非法排放污水的源頭及接駁口;
對管路淤積、排水不暢等原因進(jìn)行調(diào)查;
對管道的腐蝕、破損、接口錯(cuò)位、淤積、污水泄漏污染等進(jìn)行檢測;
對管道結(jié)構(gòu)缺陷和管道功能進(jìn)行評估;
…
于目前對污水管網(wǎng)健康狀況的重要性認(rèn)識不足,沒有形成規(guī)范有序的“預(yù)測—診斷—反饋”流程。對于污水管道的檢測多處于地毯式的盲目檢測階段,管道的修復(fù)工作也多是發(fā)生在可見的污水泄漏后被動式的搶修,造成極大的資源浪費(fèi)和環(huán)境污染。為保障污水管網(wǎng)的健康穩(wěn)定運(yùn)行,需要建立科學(xué)、實(shí)用的方法對城鎮(zhèn)污水管網(wǎng)健康狀況進(jìn)行評價(jià),以了解污水管網(wǎng)運(yùn)行現(xiàn)狀,為污水管網(wǎng)的檢測、修復(fù)以及養(yǎng)護(hù)提供理論依據(jù)。
排水管道檢測技術(shù)
CCTV檢測技術(shù)
CCTV檢測技術(shù)已經(jīng)普遍用于管道狀態(tài)檢測,貫穿于管道施工、驗(yàn)收、運(yùn)營等各個(gè)階段,可用于雨水管道、污水管道、檢查井等的檢測。
該技術(shù)無法檢測出被水和淤泥覆蓋的地方,檢測開始之前,需要對排水管道進(jìn)行必要的封堵,抽水和清洗工作,確保管內(nèi)積水、積泥均不大于管道直徑的 20%,且水位、淤泥厚度均小于200mm。CCTV收集到的影像資料的質(zhì)量及評估的準(zhǔn)確性,在很大程度上取決于攝像機(jī)的規(guī)格、拍攝方向和位置,以及下水道的光照條件和背景噪聲。基于拍攝圖片和視頻的質(zhì)量,一些微小裂縫并不能被判讀人員捕捉到,且缺陷檢測與判讀實(shí)踐的準(zhǔn)確性很大程度上會受到工作人員的經(jīng)驗(yàn)和技能水平的影響。
激光檢測技術(shù)
激光管道檢測技術(shù)是近幾年來新出現(xiàn)的一種管道無損檢測技術(shù),從激光檢測技術(shù)延伸出了很多新的檢測方法,包括激光全息、激光超聲、激光散斑和激光輪廓測量技術(shù)。
激光檢測技術(shù)主要用于檢測管道的幾何形變、表面裂紋、斷裂等結(jié)構(gòu)性缺陷,能夠相對準(zhǔn)確地定位管線和識別管道缺陷的基本形狀。
激光傳感器在完全黑暗的環(huán)境中工作效率最高,因?yàn)楹诎禇l件下激光束可以保持較高的對比度,但也為操作人員操縱和控制機(jī)器帶來了困難。在黑暗環(huán)境中,一些微小裂縫很容易被忽略,而且激光檢測不到水的流入或流出。此外,表面粗糙度會降低光信號,從而影響檢測結(jié)果。
潛望鏡檢測技術(shù)
潛望鏡檢測技術(shù)又稱QV(quickview)檢測,是一種快速檢測技術(shù)。QV檢測是利用可調(diào)節(jié)長度的操作桿攜帶高清探頭放入檢查井中,通過變焦和俯仰調(diào)節(jié)功能,能夠清晰地捕捉管道內(nèi)部信息并形成錄像。
QV檢測的探測距離較短,且不能檢測水面以下的管道狀況,但可以識別排水管道水面以上的大部分缺陷。在實(shí)際應(yīng)用中,QV檢測多與CCTV檢測技術(shù)配合使用,用于檢測短距離管道或獨(dú)立的檢查井等管道附屬構(gòu)筑物。
其他技術(shù)
紅外熱成像檢測技術(shù)是利用管道內(nèi)的紅外線源和紅外線掃描器來產(chǎn)生管道的溫度圖,因此,它主要根據(jù)管道的內(nèi)表面溫度來收集缺陷信息。用紅外熱成像技術(shù)檢測管道時(shí),紅外線源會使管道內(nèi)的溫度升高,由于排水管道內(nèi)物質(zhì)較為復(fù)雜,管道溫度升高容易引發(fā)管道事故。
超聲波檢測通過產(chǎn)生高頻,短波長的超聲波脈沖來檢測管道缺陷,管道材料與缺陷之間存在聲學(xué)上的差異,通過觀察反射波的波形特征可以判斷管道缺陷的尺寸和形狀。超聲波檢測技術(shù)主要被用來檢測壓力管道的焊縫問題,但與激光檢測一樣,當(dāng)檢測物表面較粗糙時(shí),反射波信號就會被減弱,從而影響檢測結(jié)果。
探地雷達(dá)是利用電磁穿透地面,探測埋在地下的管道和周圍土層。探地雷達(dá)是一種無損檢測技術(shù),主要用于淺層地下管線的普查,可以探查排水管道是否存在暗管和暗溝問題。由于制造污水管的黏土、混凝土和塑料等材料的相對介電常數(shù)接近空氣,這就導(dǎo)致探地雷達(dá)技術(shù)在檢測此類管道時(shí)有難度。
表1 排水管道檢測技術(shù)對比
管道缺陷分析技術(shù)
隨著CCTV機(jī)器人、QV等基礎(chǔ)設(shè)施視覺檢測技術(shù)的廣泛發(fā)展和應(yīng)用,在檢測過程中會產(chǎn)生大量的檢測圖像或視頻,用人工來分類和判讀這些影像資料,效率低且不準(zhǔn)確。目前,很多研究學(xué)者基于計(jì)算機(jī)視覺和圖像處理技術(shù)提出了自動化缺陷判讀技術(shù),尤其是最新提出的深度學(xué)習(xí)技術(shù),在管道缺陷識別及分析方面具有較好的應(yīng)用前景。
傳統(tǒng)計(jì)算機(jī)視覺和圖像處理基礎(chǔ)
計(jì)算機(jī)視覺是指計(jì)算機(jī)或機(jī)器像人類一樣從數(shù)字圖像中獲取信息。計(jì)算機(jī)視覺方法的應(yīng)用一般包括圖像預(yù)處理、圖像分割、特征提取、目標(biāo)識別和結(jié)構(gòu)分析等。傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)被用于CCTV圖像的自動判讀,這一過程需要大量的圖像預(yù)處理和復(fù)雜特征提取器的設(shè)計(jì),如對污水管道圖像進(jìn)行特征提取和分類。
傳統(tǒng)計(jì)算機(jī)視覺技術(shù)也遇到了很多問題,如低分辨率和噪聲視頻的處理,圖像失真與結(jié)構(gòu)運(yùn)動及光照和拍攝距離的影響。在管道缺陷識別領(lǐng)域,傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)面臨兩個(gè)最主要的問題,其一是需要設(shè)計(jì)一個(gè)特定任務(wù)的復(fù)雜特征提取器;其二是在準(zhǔn)備訓(xùn)練數(shù)據(jù)集時(shí)需要大量的圖像預(yù)處理,訓(xùn)練過程煩瑣。此外,目前的研究主要集中在識別和檢索單個(gè)缺陷(如裂紋),對其他常見的缺陷(如樹根入侵和滲透)的自動識別與定位的研究很有限。
其他技術(shù)
近年來,出現(xiàn)了一種圖像分類的深度學(xué)習(xí)算法,其中卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural net-works,CNNs)的應(yīng)用最為廣泛。
CNNs模型通常是通過輸入圖像的卷積、激活和極化等網(wǎng)絡(luò)層進(jìn)行特征提取,然后通過完全連接層進(jìn)行分類,之后輸出每個(gè)類的預(yù)測分?jǐn)?shù)。每個(gè)網(wǎng)絡(luò)層有不同的功能,并使用前一層的結(jié)果作為輸入端。
CNNs的運(yùn)行程序一般包括:①從原始圖像中提取特征;②使用初始隨機(jī)權(quán)重和偏差分配的過濾器來預(yù)測類別,將特征向前傳遞;③計(jì)算預(yù)測分?jǐn)?shù)與真實(shí)值之間的誤差;④通過反向傳播不斷調(diào)整濾波器的權(quán)值和偏置,最終得到最 優(yōu)類別。
與傳統(tǒng)的計(jì)算機(jī)視覺和圖像處理技術(shù)相比,CNNs是通過訓(xùn)練學(xué)習(xí)提取圖像的特征,因此需要較少的圖像預(yù)處理,不需要用專業(yè)人員設(shè)計(jì)復(fù)雜的特征提取器。近年來,CNNs在圖像分類、目標(biāo)識別和定位等方面具有良好的應(yīng)用前景。然而,CNNs在管道檢測方面的應(yīng)用還處于初始階段,使用CNNs進(jìn)行排水管道缺陷檢測的研究也很有限。
總的來說,CCTV、QV是最成熟穩(wěn)定的檢測方式,也是廣受認(rèn)可的方式。CCTV和QV檢測分為外業(yè)和內(nèi)業(yè)兩個(gè)環(huán)節(jié)。外業(yè)技術(shù)成熟,是指作業(yè)人員操作機(jī)器人獲取檢測視頻。內(nèi)業(yè)是指管道缺陷判讀和評估,完全依賴作業(yè)人員的豐富經(jīng)驗(yàn)及工作狀態(tài),存在主觀性強(qiáng)、容易視疲勞、易導(dǎo)致錯(cuò)判和誤判,判讀標(biāo)準(zhǔn)因人而異、判讀一致性差等問題。鑒于此,亟需對管道缺陷分析技術(shù)進(jìn)行進(jìn)一步研究,以提高內(nèi)業(yè)效率與準(zhǔn)確率。
未來發(fā)展方向及展望
“十四五”時(shí)期,我國已進(jìn)入“后黑臭河道時(shí)代”,管網(wǎng)問題亦成為“十四五”污水治理的重點(diǎn),可以預(yù)見,此后我國排水管網(wǎng)檢測診斷工作項(xiàng)目數(shù)量與投入金額將會出現(xiàn)持續(xù)增長的現(xiàn)象。隨著與海綿城市建設(shè)、黑臭水體治理、污水處理提質(zhì)增效、內(nèi)澇治理等相關(guān)政策的陸續(xù)發(fā)布,排水管網(wǎng)評估、檢測、診斷工作擁有廣闊的發(fā)展前景。
CCTV管道機(jī)器人檢測方法已經(jīng)相對成熟,其后期圖像資料的判讀可以借助于計(jì)算機(jī)視覺和深度學(xué)習(xí)等圖像處理技術(shù)。結(jié)合CCTV與自動化缺陷識別技術(shù),將可能實(shí)現(xiàn)排水管道檢測領(lǐng)域的全自動化,為排水管網(wǎng)資產(chǎn)管理與狀態(tài)評估奠定堅(jiān)實(shí)的基礎(chǔ),這也將成為排水管道檢測領(lǐng)域的主要發(fā)展方向。
但目前管道缺陷的自動化缺陷識別仍處于發(fā)展階段,技術(shù)還不是十分成熟。利用計(jì)算機(jī)視覺和深度學(xué)習(xí)等圖像處理技術(shù)檢測管道缺陷的準(zhǔn)確性與前期訓(xùn)練模型的數(shù)據(jù)類型和參數(shù)息息相關(guān),雖然已有一些建立好的數(shù)據(jù)庫用于模型訓(xùn)練,但由于排水管道缺陷類型的相似性和復(fù)雜性,數(shù)據(jù)庫仍然要不斷擴(kuò)大和優(yōu)化,建立全面的用于模型訓(xùn)練的數(shù)據(jù)庫將是實(shí)現(xiàn)排水管網(wǎng)缺陷自動化檢測的主要難點(diǎn)。
此外,目前提出的自動化缺陷檢測方法僅適用于靜態(tài)圖像的處理,考慮到大量檢測視頻的積累,在未來的研究中,對視頻資料的轉(zhuǎn)化和處理也將成為實(shí)現(xiàn)管道缺陷自動化檢測的另一個(gè)重點(diǎn)和難點(diǎn)。
本文來源智制治水人公眾號
返回列表