一种长距离管道输送的数据采集、处理和应用系统的制作方法

1.本发明属于疏浚工程技术领域。


背景技术：

2.疏浚工程中，泥沙输送的主要形式是水力输送，尤其是固液混合多相流的长距离管道输送，并经常使用多泵系统。管道输送对疏浚施工效率影响大，能耗大，例如管道输送能耗在绞吸式挖泥船施工中，占总能耗的80％以上。浆体流速过快往往会增加摩阻，浪费动力，流速过慢则泥沙沉积，导致堵管、爆管等一系列问题。实现高效、稳定、安全的水力输送是一直以来追求的目标。
3.考虑到疏浚管线实际作业数据随时间及沿程分布的波动性，常规现场测试数据多采用按时段平均(比如1小时、1天等)的处理方案，使得处理后的数据在流速和浓度分布上趋于集中，不能有效地反映实际输送特性。而现场获取的数据跟实验室内稳定可控的数据不同，其波动性大，复杂程度高，且实时变化的流速、浓度和压差等数据之间又相互关联。
4.这些数据是进一步研究管道输送机理，完善输送理论，建立输送理论模型等研究工作的基础，而现场测试数据只有经过科学的方法处理后才可以有效利用，例如，多年来，国内外相关领域的专家和学者，针对管道水力输送的摩阻损失及临界流速问题，开展了大量的测试和研究，早期研究多是从宏观层面出发，基于一定的理论假定以及室内小管径管道输送试验或现场中小管径管道输送测试结果，建立了大量经验性或半经验半理论计算模型，在疏浚界及相关领域，以durand、newitt、wasp、费祥俊、王绍周等研究成果为代表。这些计算模型用于现代大管径管道、高浓度输送、粗颗粒或复杂土质工况下疏浚输送系统性能分析计算，可能存在较大的偏差。合理处理后的现场数据可以较好的修正优化这些经验模型，乃至于提出更合理的计算模型，本领域尚未对疏浚船搭建相应的数据采集、数据处理、数据应用的研究系统。


技术实现要素：

5.本发明目的在于公开应用搭建于疏浚船上以实现对疏浚船管道的输送数据进行采集、数据处理、数据应用的研究系统。
6.本发明系统中数据处理模块对来自于现场的基础管道数据经过一定算法处理后，可以获得全管道上的浓度分布，以有效代替密布实物浓度传感器方式获得基础管道数据，以解决传统布设浓度传感器价格昂贵的局限，并克服在水面管线上布置和安装较困难的问题，从而从根本上解决大量实物浓度传感器布设采集有效数据的成本和难度都很大、不易推广和工程应用的瓶颈。同时，数据处理模块将现场数据进一步处理，可以得到浓度、流速、压差一一对应的数据组，其可用于分析研究疏浚管道输送特性和工程应用。
7.本发明需要保护的下技术方案：
8.一种长距离管道输送的数据采集、处理和应用系统，其特征在于，包括现场设施和传感采集设备、船用服务器、船舶控制平台(船员用户应用终端)，船用服务器包括存数据储
模块和数据处理模块，数据处理模块对数据存储模块中数据进行处理，数据存储模块中包括静态数据和动态数据，其中：
9.现场设施包括输送管道及泵、采集卡；
10.现场布设的传感采集设备包括压力计、浓度计、流量计三类传感器，传感器布设于输送管道上用于采集长距离管道输送施工数据，压力计、浓度计、流量计三类传感器通过采集卡将模拟信号转化成数字信号，将采集的管道输送动态数据提供给船用服务器的存数据储模块；所述采集管道输送动态数据，即随时间实时变化的数据，包括输送起始点浓度、流速、测试目标段管道压力，这三个物理量同时也是疏浚工程中长距离管道输送的最主要物理量，是船舶控制平台进行分析研究的关键参数。在平台研究管道输送问题时，单个管道截面上的压力意义不大，往往需要分析流体流经一段管道后，压力损失程度，也就是这段管道的首尾压力差，因此在实际测量中，测量了这段管道(测试目标段)起始和结束位置上的的绝对压力值。
11.数据存储模块中存储有采集管道输送静态数据，即在某时间段内，不随时间变化的数据，这些数据往往在工程施工短期内不会变化，例如输送管道长度、直径、类型、粗糙度，输送泥沙粒径、容重，以及挖深、高程等，这些数据在数据处理模块的数据处理和船舶控制平台中的应用实例会使用到。
12.所述数据处理模块包括前处理模块、浓度分布的推演计算模块、平均浓度模块、数据组获取模块、数据筛选和剔除模块、数据后处理模块，其中：
13.所述前处理模块，是对长距离管道输送的动态数据进行预处理，包括对速数据、浓度数据、压力数据三类数据的前处理，以及时钟匹配，对安装传感器显示记录的时间进行时钟匹配。
14.所述浓度分布的推演计算模块,以某一时刻管道吸口处的浆体微元，该浆体微元的颗粒体积浓度为c
vd
，浆体流速v随时间是变化的，是时间t的函数，δt时间后，该浆体位于距起始点x处，表示为：
[0015][0016]
对于该浆体微元，通过积分计算出其任意时刻距起始点的距离，同理，对于任意浆体微元，都可以通过该积分方法计算其移动距离，如此，获得整个管道上任意时刻浆体的浓度分布，用于提供给平均浓度模块。
[0017]
所述数据组获取模块，是由(流速-平均浓度-压差)一一对应的数据组集α组成，用于提供给数据筛选和剔除模块。将平均浓度模块中目标管段上计算出来的所有时刻平均浓度与每一时刻对应的流速v，压差p组成的数据组集合到一起，构成一个数据组集合α，设α有n个数据组，则表示为α有n个数据组，则表示为
[0018]
所述数据筛选和剔除模块，将整个数据组从数据组集合中剔除，剔除后的数据组集合为β，设m个数据组，则集合为β，设m个数据组，则
[0019]
所述数据后处理模块，是对流速、浓度进行排序和分类，并对同类内的数据分别取平均，弱化数据误差，弱化数据集中性，使得处理后的新数据组更具代表性和真实性。
[0020]
船舶控制平台用于数据后处理，对获得的数据进行显示和利用，根据具体应用进
行分析和展示。
[0021]
本发明系统中的数据处理模块，可以按流速、浓度的大小对数据分类平均，形成最终的测试工况数据组，可以得到实际施工较广泛流速及浓度分布下的测试结果，并通过平均降低少数数据测试偏差及各类异常情况导致的测试结果偏离。本发明系统考虑采用按流速、浓度大小，分类平均的处理方法，首先，对实测流速、浓度、压力数据进行前处理，然后结合管线及测点布置情况，在合理假设下推演得到测试管段的实时浓度数据。随后，将测试工况数据组合(流速、浓度以及压差)按照流速、浓度进行分类排序，并按一定数量(一般不低于500个数据组合)进行划分。最后，取划分后各数据组的平均值，形成最终的测试工况数据组。通过以上处理方式，可以得到实际施工较广泛流速及浓度分布下的测试结果，并通过平均降低少数数据测试偏差及各类异常情况导致的测试结果偏离。
[0022]
本发明系统中平台可以利用数据处理模块处理后的数据，用于研究管道输送机理，完善输送理论，建立输送理论模型等工作，例如研究不同的摩阻经验公式与该输送工程的匹配性，并对其进行修正优化乃至提出新的计算公式，其在相关计算中可以提供更准确的计算结果，具有切实的工程意义。
附图说明
[0023]
图1(a)长距离管道输送现场数据处理系统现场示意；(b)系统模块示意图；
[0024]
图2所示为某时刻管道上的浓度分布图；
[0025]
图3所示为数据分类二维示意图；
[0026]
图4所示为某钢制管段常用公式计算摩阻损失与实测值对比图；
[0027]
图5所示为某钢制管段新型公式计算摩阻损失与实测值对比图。
具体实施方式
[0028]
为能进一步了解本发明的发明内容、特点及功效，兹以某绞吸挖泥船某施工工况为实施例，并配合附图对本发明作如下详细说明：
[0029]
该方法不限于本实施例中的绞吸挖泥船管道输送，也适用于其他多泵-管道固液两相流的输送过程。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他方式来实施，因此本发明的保护范围并不受下面公开的具体实施例的限制。
[0030]
实施例1
[0031]
首先，传感器安装测量说明
[0032]
实施例1中所述绞吸挖泥船及排泥管线上安装有浓度计、流量计和压力传感器及其采集传输设备，这些传感器和采集传输设备使用在条件较为恶劣的海滨施工区域，要耐高温、防水性好、稳定性好，传感器布置的距离到数据处理单元相对较远，要考虑供电难、信号传输距离远等问题，因此，对安装、测量有一定的要求。
[0033]
(1)浓度计、流量计的安装与测量
[0034]
采用放射性浓度计和电磁流量计进行测量，安装在绞吸挖泥船接近船尾的输送管道上，并通过在船管上开设支管进行取样，用于标定传感器，以及对颗粒级配、干密度等物理特性进行分析。放射性浓度计使用、存放等需严格执行相关要求。
[0035]
(2)岸管沿程压力传感器安装与测量
[0036]
为了确保岸管测试过程的连续性和稳定性，岸管尽量选择相对固定的主线。在管线排布过程中，水平和垂直方向都尽量顺直。在测试前，统计不同材质岸管排布形式和组成现状，如：管线长度，钢管与橡胶短管连接形式和数量等。同时，利用背包式rtk对管线标高进行测量，用于各压力测点之间的压差补偿。用于岸管沿程压力测量的除压力传感器本身外，还需要蓄电池组、逆变器和低功耗高保真传输电缆等辅助用品。所使用的压力传感器为推板式防泥沙专用压力变送器。该压力测试系统采用总线方案，以此保证测试压力值的同步性。
[0037]
(3)浮管沿程压力传感器安装与测量
[0038]
浮管沿程压力测试，由于其测量环境的特殊性，对测试的仪器设备和数据采集设备提出了更高的要求。其一、由于浮管的压力测试系统接近水面，并受浪溅影响，要求更高的防水等级；其二、由于浮管漂浮于水面之上，随着潮流、波浪会有大范围的漂移和波动，因此要准确把握测量期间浮管的姿态，测试和采集仪要安装固定在安全可靠的位置。在保证压力传感器量程0-1.8mpa，精度0.05％和过载保护150％的同时，需要考虑压力传感器、数据采集设备、供电蓄电池等部件的耐高温和防水性能。并且，需要在测试管上设置明显的警示标志，避免在移锚或其他操作的过程中对测试管段造成破坏。各个测点处均布置独立的电池组为该测点处的测试系统提供电源，电池组续航能力保证在60天以上。
[0039]
所述数据处理模块包括前处理模块、浓度分布的推演计算模块、平均浓度模块、数据组获取模块、数据筛选和剔除模块、数据后处理模块，其中：
[0040]
所述前处理模块，是对长距离管道输送的动态数据进行预处理，包括对速数据、浓度数据、压力数据三类数据的前处理，以及时钟匹配，对安装传感器显示记录的时间进行时钟匹配。
[0041]
具体的，流速数据的前处理，通过颜色示踪法获取流速准确值，并对流速传感器进行标定；在施工作业中，绞吸挖泥船上的信号采集时存在个别时刻或个别极短时段数据丢失的情况，而数据变化往往不是突变的，所以可以通过前后时刻测量的数据进行修正。浓度数据的前处理，同上，首先需对丢失的浓度数据进行修正，其次将传感器测量的湿方浓度(也称船显浓度)换算为颗粒体积浓度。所述湿方浓度，这是疏浚工程中管道输送方面的专业术语；挖泥船挖土时，原状土是松散的，这时直接测量的浓度为湿方浓度，其值比颗粒体积浓度偏大。压力数据的前处理，为计算测量目标段起始位置和结束位置的压力差，并将缺失或明显错误的数据记为nan。
[0042]
所述浓度分布的推演计算模块：
[0043]
现场测量不可能在整个管道上都安装浓度计，其成本和安装难度很大，并不现实，因此，工程中往往选择在船甲板的某段适宜管道上进行浆体浓度测量和流量测量，流量在整个管道各个截面上基本是一致的，但受挖泥船作业方式和水下地形、土质条件等众多因素影响，浓度变化却比较复杂，其在整个管道内的分布也很不均匀，需要将船上单个测量点获得的浓度推演到在整个输送管道的空间分布上来，获得整个管道的浓度分布。
[0044]
工程上为了安全，往往将浆体流速控制在高于临界流速的范围内，以减少泥沙沉积和防止堵管。因此，本发明假设浆体在输送过程中，其浓度值不随空间位置的改变而改变。以某一时刻管道吸口处的浆体微元为例进行说明，该浆体微元的颗粒体积浓度为c
vd
，由
于浆体流速v随时间是变化的，可以认为是时间t的函数，因此具有浓度值为c
vd
的浆体微元不同时间内移动的距离并不同，δt时间后，该浆体位于距起始点x处，可表示为：
[0045][0046]
对于该浆体微元，通过积分可以计算出其任意时刻距起始点的距离，同理，对于任意浆体微元，都可以通过该积分方法计算其移动距离，如此，便可以获得整个管道上任意时刻浆体的浓度分布，用于提供给平均浓度模块。本发明将时间以秒为单位进行离散化，追踪每一时刻，每一浓度值及其在管道上的位移距离。因此，追踪的各个浓度值之间的间隔距离是不同的，两浓度间的间隔长度上的浓度通过插值获得。本发明以浓度、流速测量位置为管道起始零点，以该点测量的浓度、流速测量值为基础，依次推算整个管道在不同时刻的浓度分布。本实施例选取了某25000s内的数据进行分析，以该时段第14000s时刻为例，推算的浓度分布结果如图3所示。
[0047]
所述平均浓度模块，用于计算目标管段的平均浓度在浓度分布的推演计算模块中已经计算得到了不同时刻整个管道上的浓度分布，目标管段是整个管道的中的一小段，由于数据是离散化的，平均浓度模块需通过数值积分方法来计算目标管段的浓度平均值。如此，本发明系统便可以计算得到所有时刻，该目标管段上对应的平均浓度
[0048]
值得注意的是，本发明系统所研究的目标管段在任意时刻，该管段上的平均浓度和泥浆流速v、管道首尾压差p三个物理量构成一个数据组数据组内的数据是相互关联，一一对应的(下文中的数据处理都是对数据组进行的)。
[0049]
所述数据组获取模块，是由(流速-平均浓度-压差)一一对应的数据组集α组成，用于提供给数据筛选和剔除模块。将平均浓度模块中目标管段上计算出来的所有时刻平均浓度与每一时刻对应的流速v，压差p组成的数据组集合到一起，构成一个数据组集合α，设α有n个数据组，则可以表示为α有n个数据组，则可以表示为
[0050]
所述数据筛选和剔除模块，将整个数据组从数据组集合中剔除，剔除后的数据组集合为β，设m个数据组，则合为β，设m个数据组，则
[0051]
在数据组获取模块中所获得的数据组并不是完全理想的数据组，存在很多“问题数据”，会影响后续研究，需要结合实际工况、数据采集特性、数据组内数据相关性、相关理论知识等对获得的数据组进行甄别和筛选，数据组内的任何一个数据存在问题，或数据组内数据间存在矛盾，都需要将整个数据组从数据组集合中剔除，剔除后的数据组集合为β，设m个数据组，则设m个数据组，则现场测量的数据可能存在各种各样的问题，筛选并剔除掉这些问题数据，可以提高数据的准确性和有效性。
[0052]
以下对“问题数据”进行举例说明：
[0053]
对于浓度小、压差大的数据组，疏浚船的绞刀头横向摆动作业，当摆动到边缘时需进行掉头，此时不再切削土体，浓度很小，甚至很多数据接近零，其对应的压差值也应当很小，但有时候测得的压差依然不小，这是由于传感器信号问题，工程中采集的数据不会瞬时变小；
[0054]
对于浓度很大、压差正常的数据组，浓度计有量程限制，当实际浓度超过浓度计最
大量程时，浓度计只记录为最大值，这时压差测量却是准确的，这也是一种“问题数据”；
[0055]
在之前的计算过程中有部分压差数据置为nan，是问题数据，在这一环节中也要将其对应的数据组剔除掉。
[0056]
所述数据后处理模块，是对流速、浓度进行排序和分类，并对同类内的数据分别取平均，弱化数据误差，弱化数据集中性，使得处理后的新数据组更具代表性和真实性，为后续研究提供了可靠的工程数据。相对的，常规现场测试数据多采用按时段平均(比如1小时、1天等)的处理方案，使得处理后的数据在流速和浓度分布上趋于集中，不能有效地反映实际输送特性。
[0057]
所述数据后处理模块将数据组集合β内的m个数据组，按数据组中的速度大小进行排序，并保持其余两个物理量与速度的对应关系，排序后，以每i个数据为一大类，依次分类；接着，在每个大类内，再将数据组按数据组中浓度的大小来排序，以每j个数据组为一小类，依次分类；这样，庞大的数据组就以速度为横坐标，浓度为纵坐标被分割在二维空间内；最后将新数据组组合并到一个集合γ里，作为最后的数据组集合，设γ有k个数据组，则可以表示为
[0058]
为便于理解庞大的数据组就以速度为横坐标，浓度为纵坐标被分割在二维空间内，绘制图3进行说明：
[0059]
假设集合β内有98000个数据组，按速度排序后，从小到大，每7000个数据组为一大类，则总共有14个大类，在图3的坐标空间内被分成了14纵栏，由于实际施工中，浆体流速更集中的分布于5m/s的流速附近，所以流速靠近5m/s的类对应的速度变化范围小；同理，对同一大类中的数据组，按浓度排序后，从小到大，每500个数据组为一小类，则同一大类中又总共有14个小类，在图3的空间内又被分成了14橫栏，纵栏和橫栏就将98000个数据组分在了196个小类中，也就是说，图3中每一个格子相当于一个小类，每一个小类中都有500个数据组，我们认为这一小类中的数据组具有相似的特性，反映的是相似的物理现象。接着，对同一类中的数据组取平均，也就是对流速、管道平均浓度和管道首尾压差三个物理量分别取平均，可以得到一个处理后的新数据组
[0060]
综上，本发明系统通过数学手段，选个某个监测点，将监测点随时间变化的浓度值推演出任意时刻整个输送管道上的浓度分布，为目标管段的压差匹配提供便利，构建数据组；根据疏浚船施工特性和相关理论，分析甄别出存在的“问题数据”，对数据组进行清洗，提高了最终数据组的可靠性；首次提出将数据作为二维空间数据，按其大小分别排序、分组、取平均，弱化了数据的集中性，使得处理后的新数据组更具代表性和真实性，为后续研究提供了可靠的工程数据。值得注意的是，本发明系统各个模块的连接关系要求严格，不能颠倒顺序，例如在浓度推演时，需要用到连续时刻记录的浓度、流速数据，因而即便存在“问题数据”，也不能在该流程中进行剔除，这是一个环环相扣的、一套完整的数据处理方法，抛开其中任一环节，都会对最终数据组的可靠性造成影响。
[0061]
实施例2
[0062]
基于实施例1系统，船用控制平台对船用服务器对数据处理后的数据进行显示，以及进行数据分析等应用。
[0063]
本实施例平台对服务器处理后的数据进行管道输送机理的研究，输送理论的完
善，输送理论模型的建立等工作。
[0064]
在本实施例中，以建立新型摩阻计算公式为应用实例进行说明。关于摩阻计算，研究者大多都是基于一定的理论假定以及室内小管径管道输送试验或现场中小管径管道输送测试结果，建立经验性或半经验半理论计算模型，在疏浚界及相关领域，以durand、newitt、wasp、费祥俊、王绍周等研究成果为代表。这些计算模型用于现代大管径管道、高浓度输送、粗颗粒或复杂土质工况下疏浚输送系统性能分析计算，可能存在较大的偏差。而经过合理处理后的现场数据可以较好的修正优化这些经验模型，乃至于提出更合理的计算模型，这正是本实施例所要解决的主要问题。
[0065]
本实施例首先将durand公式、jufin公式和费祥俊公式三个摩阻经验公式应用在该输送工程中进行摩阻计算，如图4所示，横坐标是s1-s7获取的现场数据，即实测值，纵坐标是通过经验公式计算的理论值，这些散点越接近中间的直线，表示理论计算值与现场实测值匹配度越高，显然，这些经验公式计算结果与该工程的匹配度较差。如果能对其进行修正、优化，乃至提出新的计算公式，便可在相关计算中提供更准确的计算结果，这具有切实的工程意义。为此，本发明做了如下处理：
[0066][0067]
现有的费祥俊公式，把摩阻分为载体摩阻和底床摩阻两部分。
[0068]
式(2)中，im为输送浆体摩阻损失(mh2o/m)；α为与浆体相对粘滞系数有关的修正系数；λ为输送清水时的管道沿程阻力系数；v为输送流速(m/s)；g为重力加速度(m/s2)；d为管道内径(m)；γm为浆体的容重(t/m3)；γw是输送介质容重，本实施例主要是海水，取1.025t/m3；γs是输送固体物料容重，本实施例所用工况主要是中粗砂，取2.65t/m3；km为试验系数；μs为摩擦系数，一般取0.44；c
vd
为浆体中固体颗粒体积浓度，vc为临界流速(m/s)，选用规范公式(jts 181-5-2012)进行计算；v
ss
为泥沙颗粒沉速该工况中，该实施例工况中，输送介质为中粗砂，经测试，其中值粒径d
50
为0.7mm，本实施例选用武水公式进行计算，见公式(3)。
[0069][0070]
式中，v为流体动力粘滞系数，取106m2/s.
[0071]
本领域皆知，费祥俊公式比较适用于存在薄层底床状态的固液两相流管道输送，当流速偏高、不存在底床情况时，可能存在较大偏差。为此，本发明考虑从流动形态的角度对费祥俊公式进行改进，即以是否存在底床作为临界条件，低于该临界条件时，采用现有费祥俊公式；高于该临界条件时，载体摩阻不变，底床摩阻趋于消失。基于以上考虑，建立如下修正的费祥俊公式：
[0072][0073]
式中，vc为浆体临界流速(m/s)，这里选用规范公式(jts 181-5-2012)：
[0074]vc
＝(90c
vd
)
1/3
·g1/4
·d1/2
·
ω
1/2
·d50-1/4 (4)
[0075]
将s7获得的数据组集合带入公式(3)中，对系数km进行拟合，将拟合修正后的公式计算结果绘成图5，图中，该修正公式计算的摩阻损失值与实测值在大部分工况下符合较好，整体偏差在
±
15％以内，仅在较小值区域与实测值有较大偏差。通过与图4中经验公式(durand公式、jufin公式、原费祥俊公式等)计算结果相比，可以发现修正后的公式(3)具有更高的计算精度。该修正公式虽是基于原费祥俊经验公式进行的改进，但原理有所变化，公式结构变化明显，计算结果匹配性良好，可以认为是一种新公式。那么，在实际施工中，遇到类似工况时，可以使用该公式计算输送管道摩阻值，指导现场作业，这具有较高的应用价值。