疏浚船舶堵管的智能感知与应对方法与流程

本发明属于疏浚工程，具体地说，是关于一种疏浚船舶堵管的智能感知与应对方法。

背景技术：

1、疏浚工程是指采用挖泥船或其他机具以及人工进行水下挖掘，为拓宽和加深水域而进行的土石方工程，是开发、改善和维护航道、港口水域的主要手段之一。疏浚工程中按规定范围和深度挖掘航道或港口水域的水底泥、沙、石等并加以处理，通过改变河道水流几何边界，引起水流内部结构的变化，减少泥沙淤积，维持航道稳定。

2、耙吸挖泥船是疏浚工程中使用的一种具有航行、疏浚、驳运、吹填多种功能的特种工程船舶，通常配备有泥泵、高压冲水泵、封水泵、a字架、绞车、耙头、耙管、泥舱、泥门、抽舱门、闸阀等特种装置。耙吸挖泥船工作时主要有五种工况：疏浚挖泥、泥门卸泥、艏吹卸泥、自由航行、载泥航行。其中，艏吹卸泥的工作方式如图6所示：首先由高压冲水冲散泥舱中沉积的沙床，形成泥水混合物；然后抽舱门开启，泥水混合物通过抽舱门掉入闸阀管路，同时海水经由抽舱引水闸阀进入闸阀管路；被海水稀释的泥浆通过一级舱内泵及二级舱内泵输送至岸端排泥区。

3、在艏吹卸泥工况下，由于泥浆排岸管路较长且不规则，泥水混合物在排送过程中逐渐沉降，在一些流速较慢的点位慢慢累积，最后将排岸管路堵住(即“堵管”)。若在排岸管路某一点位处形成堵塞，管内泥水混合物流速降低，将加速排岸管路中其他位置的泥沙沉降，造成管路的大范围堵死。同时泥泵排压上升，当超过管路最大压力限制时，将出现爆管。因此，施工过程中若发生堵管，将对船端疏浚设备和排岸管路造成巨大伤害，且沉降的泥沙大大增加了设备维修和管路疏通的难度，严重影响到疏浚工程的效率、成本以及安全性。

4、为了减少堵管的发生，需要对排岸管路内的泥浆流通情况进行实时监测，但由于排岸管路较长，很难完整全面地监控到管路内各处位置的泥水混合物的流速、浓度和沉降情况。现有技术中，一般是通过船端传感器的测量值，比如泥泵排压、流量、浓度等，来反推排岸管路内的情况，但这种方法在实际实施时仍存在一些难以解决的问题：一方面，堵管是由多因素、多变量引起的，很难依据某个单一变量的变化准确判断，施工人员需要长时间关注多个参数的变化并依靠经验做出及时准确的判定，难度极高，且有非常大的不确定性。另一方面，由堵管引起的数据变化往往和正常施工引起的数据变化是重叠的，比如：堵管会引起舱内泥泵排压上升，而正常施工抽舱门开度过大导致泥水混合物浓度变高，同样也会导致舱内泥泵排压上升，更加大了判断堵管的难度，增加了判断出错的概率。此外，反推方式得到的结果有较大的延时性，加之人工判定难度大、周期较长，难以及时采取措施处理，即使准确判断出了堵管故障，往往也错过了处理堵管故障的最佳时机。

5、因此，堵管故障一直是影响疏浚施工的重大难题，目前尚没有很好的预防和解决方法。

技术实现思路

1、本发明是为了解决上述问题而进行的，目的在于提供一种疏浚船舶堵管的智能感知与应对方法。

2、为实现上述目的，本发明提供了以下技术方案：

3、一种疏浚船舶堵管的智能感知与应对方法，包括堵管预报警流程和堵管预处理流程，其中：

4、堵管预报警流程包括：

5、步骤s1-1：以固定频率调取疏浚船舶上传感器检测得到的舱内泥泵排压和排岸管路管内流速数据；

6、步骤s1-2：根据泥泵排压和管内流速数据进行趋势识别，判断是否存在堵管趋势，若存在堵管趋势，则进入步骤s1-3；若无堵管趋势，则回到步骤s1-1；

7、步骤s1-3：通过延时t1过滤正常施工的数据波动，若延时t1后堵管趋势仍存在，则发出堵管预报警，堵管预报警流程回到步骤s1-1继续循环；

8、堵管预处理流程包括：

9、步骤s2-1：记录堵管预处理流程开始时刻的抽舱门初始开度y1，抽舱引水闸阀初始开度y2；

10、步骤s2-2：减小抽舱门的开度，加大抽舱引水闸阀的开度；

11、步骤s2-3：判断堵管预报警是否还存在，若判断结果为是，则回到步骤s2-2再次调整开度；若判断结果为否，则延时t2，若结果仍为否，则进入步骤s2-4；

12、步骤s2-4：将抽舱门恢复初始开度y1、抽舱引水闸阀恢复初始开度y2，此过程中，若再度触发堵管预报警，且延时t3后堵管预报警仍存在，则回到步骤s2-1重复执行堵管预处理流程；若延时t3后堵管报警消失，则继续恢复抽舱门和抽舱引水闸阀的开度，恢复完成后，堵管预处理流程结束。

13、进一步的，在步骤s1-2中，根据泥泵排压和管内流速数据进行趋势识别，当达到以下任一条件时，判断为存在堵管趋势；若所有条件均不符合，则判断为暂无堵管趋势，

14、趋势识别条件包括：

15、条件(1)：根据传感器测得的当前泥泵排压pt1和前次泥泵排压pt0，计算排压变化量δp，将排压变化量δp与预先设定的最大排压变化量pδmax进行比较，满足δp＝(pt1-pt0)＞pδmax；

16、条件(2)：根据传感器测得的当前泥浆流速vt1和前次泥浆流速vt0计算流速变化量δv，将流速变化量δv与预先设定的最小流速变化量vδmin进行比较，满足

17、δv＝(vt1-vt0)＜vδmin；

18、条件(3)：将当前泥泵排压pt1与预先设定的预报警排压值pwarning进行比较，满足pt1＞pwarning；

19、条件(4)：将当前泥浆流速vt1与预先设定的预报警流速值vwarning进行比较，满足vt1＜vwarning。

20、进一步的，最大排压变化量pδmax为正值；

21、最小流速变化量vδmin为负值；

22、预报警排压值pwarning小于排岸管线的最高压力限值palarm；

23、预报警流速值vwarning大于最低实用流速vp。

24、进一步的，最低实用流速vp＝kv*vc，其中，kv为比例系数，vc为临界流速；

25、临界流速通过下述经验公式计算：

26、vc＝(90*cvd)1/3*g1/4*d1/2*vt1/2*dm-1/4

27、式中，临界流速vc的单位为m/s；cvd为土颗粒体积密度，单位g/cm3；g为重力加速度，单位m/s2；d为管道内径，单位m；vt为颗粒沉速，单位m/s；dm为颗粒平均粒径单位mm。

28、进一步的，根据疏浚土质，粉砂取kv＝1.20，中粗砂取kv＝1.25，砾石取kv＝1.30。

29、优选的，t1、t2以及t3的时长为3s～10s。

30、进一步的，疏浚船舶堵管的智能感知与应对方法还包括堵管报警流程和堵管处理流程，其中：

31、堵管报警流程包括：

32、步骤s3-1：以固定频率调取疏浚船舶上传感器检测得到的泥泵排压和管内流速数据；

33、步骤s3-2：根据传感器检测到的数据进行堵管判定，若存在堵管现象，则进入步骤s3-3；若未堵管，则回到步骤s3-1；

34、步骤s3-3：通过延时t4过滤正常施工的数据波动，若延时t4后堵管现象仍存在，则发出堵管报警，堵管报警流程回到步骤s3-1继续循环；

35、堵管处理流程包括：

36、步骤s4-1：记录堵管处理流程开始时刻的泥泵吸口闸阀初始开度y3，泥泵初始转速w；

37、步骤s4-2：判断当前泥泵排压pt1是否超过预先设定的最高压力限值palarm，若结果为是，则单独增大泥泵吸口闸阀的开度；若结果为否，则在增大泥泵吸口闸阀的开度的同时加大泥泵的转速；

38、步骤s4-3：判断堵管报警是否还存在，若结果为是，则回到步骤s4-2；若结果为否，则延时t5，若结果仍为否，则进入步骤s4-4；

39、步骤s4-4：将泥泵吸口闸阀恢复初始开度y3、泥泵恢复初始转速w，在此过程中，若再度触发堵管报警，且延时t6后堵管报警仍存在，则回到步骤s4-1重复执行堵管处理流程；若延时t6后堵管报警消失，则继续恢复泥泵吸口闸阀开度和泥泵转速，恢复完成后，堵管处理流程结束。

40、进一步的，步骤s3-2中，根据传感器检测到的数据进行堵管判定，当达到以下任一条件时，判断为存在堵管现象；若所有条件均不符合，则判断为未堵管；

41、堵管判定条件包括：

42、条件(1)：堵管预处理流程连续执行时间达到预定时长tx，堵管预报警仍存在；

43、条件(2)：将当前泥浆流速vt1与预先设定的最低实用流速vp进行比较，满足vt1＜vp。

44、优选的，t4、t5以及t6的时长为3s～10s。

45、相较于现有技术，本发明具有以下有益效果：

46、1、本发明的疏浚船舶堵管的智能感知与应对方法，利用传感器检测到的舱内泥泵排压和排岸管路的管内流速来识别堵管趋势，免去人工判断和处理的冗长周期，可有效减少堵管对施工带来的危害。

47、2、本发明的疏浚船舶堵管的智能感知与应对方法利用“趋势识别”作为堵管预报警的辅助判定条件，可以忽略复杂多样的“趋势”形成原因，在“堵管现象”形成之前快速进行预处理，可有效降低堵管发生的概率。