地下管线被称为是城市的“血管”和“神经”，根据管道运行压力的大小可以将市政管道分为重力管道、压力管道和无压管道三类。城市地下管线作为城市基础设施的重要组成部分，是城市安全稳定运行、可持续发展的重要基础和保障。
据《2016年城乡建设统计公报》，截至2016年底，全国用水普及率98.42%，给水管道总长9.68×105km，管道密度13.63 km/km2，投资693.5亿元；污水处理率93.44%，排水管道总长7.49×105km，管道密度10.36 km/km2，投资1 493.8亿元。近10年，虽然我国城市给排水量每年都在增加，但是市政管道的改造却没有能够同步进行，早期铺设的管道一是由于材质相对比较劣质，二是由于埋设年限比较久远，因此，市政管网不可避免地会出现各种各样的管道缺陷。
表面淬火冷却时间：一般要求只保证表面淬火层能充分完成马氏体转变，获得足够的硬度即可。但有时为避免产生淬火裂纹，必须严格控制冷却时间，使零件不冷透，而利用零件内部残存的热量进行零件的自回火。
本文以福州市连坂片区排水管网改扩建工程前期排水管道健康排查为研究背景，首先分析传统检测方法和现代排水管道检测法的优缺点；其次，主要对城市管道检测方法中的CCTV、声呐检测技术及激光检测技术发展与研究现状进行总结，并分析其发展趋势。
改革开放40年，是我们党在总结经验、不断反思中前行的40年。这40年让中国发展观念、发展模式发生了很大变化，使中国逐步找到了一条正确的发展道路。认真反思总结这40年的经验，用其指导今天中国发展实践，将助力中国改革开放事业继往开来。
管道缺陷可以分为两大类(见图1)，即结构性缺陷和功能性缺陷[1]。功能性缺陷是指管道过水断面发生变化，影响排水功能的缺陷(见图2)；结构性缺陷是指管道结构受到损伤，从而影响管道结构、刚度和使用寿命的缺陷(见图3)。
失误2：有的考生用问题1中的解法3的方法来解(如图13)，虽然可以构成平行四边形，但是这里表示四边形ABCD和△EBG的面积比较困难，.
图1 管道缺陷分类
图2 功能性缺陷实例
图3 结构性缺陷实例
传统检测方法主要有潜水检查法、反光镜法、量泥斗检测法和观察法等，见表1。
表1 传统检测方法
检测方法__________________________________________________________方法说明潜水__检______查法对于直径比较大的管道，潜水员潜入管道内，依靠手摸的方式检查管道是否存在堵塞和错位_______________反光镜法 利用反光镜把日光折射到管道内，检测管道是否存在垃圾堆积堵塞、错位等问题，但只能检测无水区域管道___量泥斗__检测法 该方法主要检查井口和管道口是否存在淤泥和积沙观察法 观察管道的水位，以及是否存在管道断裂、塌陷和堵塞等问题__________________________________________
传统的排水管网检测方法不仅具有一定的盲目性，而且成本也高，检测结果与实际情况也存在一定的差异，无法实现高精度检测，也无法实现实时监测管道的目的。
处理措施：施工人员应严格按照规定将前后下沉的钢板桩的锁孔契合好，同时在施工过程中严格控制钢板桩的垂直度，调整好钢板桩下沉方向，避免出现扭转现象。如出现连带沉桩现象，应立即停止施工，将出现连带沉桩问题的桩体迅速拔起，连带着前置钢板桩一起拔出后，再重新对接锁孔，调整钢板桩垂直度，使两钢板桩之间摩擦力减小，然后再进行沉桩作业。
现代排水管道检测方法有潜望镜检测(Quick View Inspection，QV)、闭路电视检测(Close Circuit Television Inspection， CCTV)、声纳检测(So-nar Inspection)、电法测漏检测(Electric method leak measure Inspection)和激光检测(Laser Inspection)等。表2为现代排水管道检测方法的优缺点。
表2 现代检测方法优缺点
检测方法 优点 缺点__潜望镜___操作简便、图像记录___________________________________不能检测水面以下管道状况闭路电视 图像记录直观、操作方便辅助工作量大，水位不能大于管道内径的30%，淤泥深____________________________________________________________________________________度不能大于20%声呐检测 可对水面以下管道状况进行检测只能检测水面以下管道状况，无法检测水面以上的质量状况___________________电法检测 定位精准，不受管道淤泥、结垢影响适用于表面缺陷内侧，无法测出深层缺陷，只适用于非金属管道内壁检测_________激光检测检测速度快、非接触、灵敏度高，金属与非金属均__________________________________________________________________可检测当内部有淤泥或水时，仍检测不到管道内壁状况
3.2.1 CCTV检测方法及发展研究现状
CCTV(Closed Circuit television)检测系统主要包括CCD摄像机、光源、爬行器、控制器和电缆卷盘等。CCD摄像机和光源装载在爬行器上，控制器可控制爬行器在管道中行走，摄像机采集的管道24位真彩图像可通过电缆传到操作器上。CCTV检测具体流程见图4(D代表管道内径)。
20世纪50年代，CCTV管道检测技术开始出现，近年来 CCTV管道检测技术已逐渐趋于成熟，国内外学者的研究大多集中在CCTV图像预处理技术及管道缺陷类型智能识别方面。
此外，南充市旅游景点交通通达性呈现一定的规律特征：城市景区通达性优于乡镇景区通达性，平地景区通达性普遍优于山丘景区通达性，5A景区通达性明显优于4A及其以下等级景区通达性，原有景区通达性优于新建景区通达性。区域经济发展水平以及景点的知名度对旅游景点的整体交通网络可达性指数影响较大。
[2] 庄国土：《东南亚华侨华人数量的新估算》，《厦门大学学报(哲学社会科学版)》2009年第3期，第64页。
图4 CCTV检测流程
Yang、Su等利用SVM算法对提取的管道缺陷特征进行训练，但训练好的识别模型对管道缺陷识别正确率只有60%。王鹏等对比了SVM，RBN，BPN三种方法的管道缺陷识别效果，得出SVM训练的分类器训练效果最好的结论。Iraky等利用形态学来分割管道裂痕，并通过模糊逻辑估算裂痕的严重等级，但该方法只能识别裂痕。Mahmoud R.Halfawy等通过阈值分割等方法分割出管道缺陷整体区域特征，并通过RBF SVM训练分类器，但只能对树根侵入进行识别。李波锋采用低通滤波求差法去除背景提取功能性缺陷，再融合三维激光扫描技术获取了管道轮廓图像，利用极坐标比较法可以判断结构性缺陷的种类。何嘉林提出了结合Ostu及Kmeans的方法分离缺陷区域，并选用随机森林分类器对管道缺陷进行识别[2-5]。
目前，管道缺陷的智能识别技术在排水管道检测中还未得到推广，因此，急需将其引入到管道缺陷检测中，以加快其智能化的发展。
3.2.2 声呐检测方法及发展研究现状
当排水管道充满水时，管内的能见度很低，无法采用CCTV检测，此时，可采用声呐管道检测仪对充满水的管道状况进行检测。声呐检测分为主动声呐和被动声呐，主动声呐在探测能力上比被动声呐好，因此，在排水管道检测方面，一般运用的是主动声呐。声呐检测中超声波必须要以水为介质，所以，只能对水面以下的管道进行检测。声呐系统检测原理：探头旋转并向外发射信号，然后由接收器接收经管壁返回的信号，最后，利用计算机将其处理成管道的横断面图。水下声学成像系统主要包括侧扫、前视、实时三维成像声呐等。
国外学者在上世纪就开始对声呐技术进行研究，第一台声呐仪在1906年由英国海军研究员发明，主要用于海底阻碍物的侦探。随着声呐技术逐渐发展，学者王雷等利用BEMD和GMRF改进模糊C均值聚类算法，提出一种新的模糊聚类算法。王丽娜提出了一种侧扫声呐目标特征提取方法，设计了侧扫声纳图像的霍夫变换目标特征提取方法。朱兆彤等针对逆合成孔径声呐对水下目标进行探测，提出一种基于多亮点拓扑矢量特征的ISAS水下目标识别方法，并采用K-means聚类的方法克服目标亮点缺失的问题。王涛等采用K-means聚类算法与数学形态学相结合对海底目标轮廓进行自动提取[6-9]。
现在对声呐相关技术的要求不再仅仅只是局限于发现目标，而是要对目标准确定位和识别，并且，声呐检测技术研究的最终目的是对目标的自动判读与智能识别，而其中图像分割又是目标识别的基础和关键。
由于至今没有治愈该病的药物，疫苗成了抵抗阿尔茨海默病的惟一希望。10月初，在维也纳召开的欧洲阿尔茨海默病大会上，专家们宣布阿尔茨海默病疫苗将首次开始进行人体试验。这标志着使用疫苗预防阿尔茨海默病的设想正在逐渐成为现实。
3.2.3 激光检测方法与发展研究现状
激光检测的工作原理是利用激光发射器，在管道中发射出垂直于管道的激光圆环，通过CCTV检测系统采集管道各个距离值的圆环，获得完整管道激光圆环检测的视频数据，再利用激光处理软件完成对不同距离下各个激光圆环的提取，得出数据结果，形成三维模型模拟管道内壁详细情况，从而对检测管道进行分析评估。其工作原理如图5所示。
图5 激光检测工作原理
在激光检测方面，学者孟娜根据激光扫描点云数据的特点，给出了噪声点的产生机理及其数学描述，根据建立的数学模型，把噪声点进行分类。闵玲伟把CCTV检测系统和激光测距的数据信息进行融合，以提高管道检测能力。许孟君利用MATLAB对图像采集单元采集的激光环图像进行处理，获得管道的集合形变信息。刘洋使用canny边缘算法对激光环图像的边缘形状进行提取，提高了管道形变检测的精确性。李甜甜利用三维线激光研究路面车辙特征，利用大量的室内试验激光数据提出了车辙激光点云数据去噪及倾斜校正法，并构建了车辙多维度特征参数提取软件[10-12]。
激光检测系统对管道的材质没有要求，金属与非金属均可检测。与CCTV管道检测技术相比，激光检测系统可对CCTV不易分辨的管道变形进行量化分析。
3.2.4 电法测漏检测
电法测漏仪主要包括主机、电缆盘和探头三部分。检测原理：非金属管道内壁对电流表现为高阻抗特性，管道内的水和大地表现为低阻抗。利用两个电极与大地之间构成的回路，当检测探头在管道内匀速前进时，在管壁完好状态下，两接地电极之间的电流很小；若管壁破损时，由于水和大地为低阻抗介质，则会导致两电极之间电流增加，以此来判断管道泄漏的位置(见图6)。电法测漏仪检测要求管内被检测的部分必须充满水，被检测管道材质应为非金属或者包有绝缘材料的金属管道，但其检测结果仅可作为管道检测的初步判别依据。
图6 电法测漏仪工作原理
本文以福州市连坂片区排水管网改扩建工程为研究背景，通过对连坂片区吴屿路A、吴屿路B和中腾路排水管道综合比较分析，考虑该地区排水管道的具体操作空间、管道内部环境等条件，该工程主要采用CCTV排水管道检测方法。经检测已探明的管道缺陷类型有沉积、结垢、树根、变形、错口、腐蚀、破裂、渗漏、脱节、起伏和材料脱落。其中连坂片区吴屿路A、吴屿路B和中腾路排水管道检测结果如图7～图9所示。
图7 连坂片区吴屿路A管道检测结果
图8 连坂片区吴屿路B管道检测结果
图9 连坂片区中腾路管道检测结果
其中吴屿路A检测了53段管道，共1 418.5 m吴屿路B检测了4段管道，共103.2 m；中腾路检测了14段管道，共313.2 m。从图中可以看出连坂片区吴屿路A区管道有树根侵入多达76处，3个区域中的破裂、变形、渗漏等结构性缺陷分布较为广泛，已经影响了管道的结构、刚度和使用寿命。
本文结合福州连坂片区排水管网改扩建工程前期排水管道检测具体应用成果得出如下主要结论：
(1)城市排水管道检测分为传统检测法和现代排水管道检测法，传统检测成本高、精度低。现代排水管道检测方法主要有潜望镜检测、CCTV检测、声呐检测、激光检测和电法检测等。
在评价过程中需要消除评价指标间的相关性，并进行降维。本文根据研究时间的有限性及数据的可得性，对青岛市78家医养结合型养老服务机构数据进行因子分析，将评价指标进行降维。
(2)管道检测方法各有其优缺点，采用CCTV管道检测时要求管道内水位深度不大于管道直径的30%，淤泥深度不大于管道直径的20%。国内外学者在CCTV管道检测方面的研究大多集中在管道图像的识别分割以及缺陷的智能识别方面。
(3)声呐检测中超声波必须要以水为介质，故声呐检测只能检测水面以下的管道状况。声呐检测对目标的更加精准定位和智能识别一直是学者们研究的方向。
(4)激光检测系统对管道的材质没有要求，金属与非金属均可检测，可对CCTV不易分辨的管道变形进行量化分析。电法检测一般用于非金属管道或包有绝缘材料的金属管道，要求管内被检测的部分必须充满水。
(5)根据福州市连坂片区吴屿路A、B和中腾路排水管网检测结果可知，管道检测可直观、准确查明管道缺陷类型及位置分布，并为管道采用何种修复方法提供可靠依据。
参考文献
[1]马保松.非开挖管道修复更新技术[M].北京：人民交通出版社，2014.
[2]何嘉林.基于随机森林与贝叶斯优化算法的排水管道缺陷检测算法研究[D].广州：广东工业大学，2018.
[3]Yang，TC Su.Segmenting ideal morphologies of sewer pipe defects on CCTV images for automated diagnosis[J].Expert Systems with Applications，2009，36(2)：3562-3573.
[4]王鹏.基于图像处理和人工智能的排水管道病害自动检测方法[D].北京：北京信息科技大学，2008.
[5]I Khalifa， AE Aboutabl， AA Barakat.A New Image-Based Model For Predicting Cracks In Sewer Pipes[J].International Journal of Advanced Computer Science and Applications，2013， 4(12)：65-71.
[6]王雷，叶秀芬，王天.模糊聚类的侧扫声纳图像分割算法[J].华中科技大学学报(自然科学版)，2012，40(9)：25-29.
[7]王丽娜.侧扫声纳目标特征提取方法研究[D].哈尔滨：哈尔滨工程大学，2014.
[8]朱兆彤，彭石宝，许稼，等.水下目标亮点拓扑特征提取及自动识别方法[J].声学学报，2018，43(2)：154-162.
[9]王涛，潘国富，张济博.基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法[J].海洋科学， 2019，43(8)：80-85.
[10]孟娜.基于激光扫描点云的数据处理技术研究[D].济南：山东大学，2009.
[11]闵令伟.管道三维重建与缺陷检测研究[D].哈尔滨：哈尔滨工业大学，2015.
[12]许孟君.基于激光影像的管道几何形变检测方法研究[D].沈阳：沈阳工业大学，2017.
联系客服
