随着管道老化,我国许多城市的供水管网处于超期服役阶段,爆管事故频发。有统计表明,一些中小型管网一年爆管数百次,大型管网甚至高达数千次,使得漏损率不降反增。《全国城镇供水设施改造与建设“十二五”规划及2020年远景目标通知》明确指出:我国供水管网漏损严重、爆管频发,甚至引起全城停水,将降低管网漏损作为重要的三个短期目标之一。由此可见,供水管网漏损控制、爆管信号识别研究具有重要实用价值。近年来,我国越来越多水厂建立了SCADA系统对管网供水量及水压进行实时监测。爆管会引起水压监测值的异常下降、流量监测值的异常增大,相较于利用听音仪、相关仪探测或人工巡检,利用实时流量、水压监测数据能更及时识别爆管,缩短管道修复时间。目前国内外研究大多集中在爆管漏损定位,而爆管信号识别是实现定位的前提,针对该问题的研究相对较少。对供水管网爆管信号识别研究存在两方面挑战:一是如何有效获得爆管数据。例如:由于爆管发生在埋地管道上,水厂往往未能准确记录爆管发生的时间与流量,导致无法获得有效爆管数据验证算法。二是用水量及监测值随机误差会掩盖真实爆管信号,使得较小爆管难以识别。总之,如何有效获得爆管时管网流量与压力监测数据,并在此基础上进一步开展较小爆管信号识别算法研究是当前面临难题。针对这两方面难题,本文开展了如下几方面研究:1)供水管网水力模型构建研究;由于无法获得真实的管网爆管数据,参考国内外相关文献,本文通过建立管网水力模型来模拟爆管以获得爆管时的流量与水压监测数据。首先开展了水力模型构建研究,介绍了水力模型的国内外研究现状、建立模型所依据的技术原理;比较了目前常用建模软件,最后选用WaterGems软件构建了管网水力模型。2)基于水力模型的供水管网延时状态模拟和爆管仿真;实际中用水量随时间变化,这导致供水管网的水力状态也随时间变化。为实现供水管网的动态仿真,开展了供水管网的延时水力状态模拟,并以此为基础进行管道爆管仿真。首先通过时间序列分析法分析用水量变化规律,利用Cramer分解定理和MATLAB软件实现了用水特性曲线仿真,结合基础水力模型构建了供水管网的延时状态模型,在供水管网延时状态模型的基础上进行爆管状态仿真。以渗漏面积比来反应爆点口的大小,通过渗漏模型求解WaterGems软件模拟爆管所需的射流系数,构建了供水管网的爆管模型,从而获取爆管时流量压力监测数据。3)基于用水周期的监测数据分解与重组;深入分析发现,现有爆管信号识别方法在进行数据分析时,通常将连续24小时监测数据作为时间序列样本,通过识别监测数据突变识别爆管。然而,连续24小时用水量波动较大,导致很难识别较小爆管信号。针对该问题,本文提出将历史监测数据按用水周期进行分解并重组,以降低监测值随机波动。经观察,虽然用水量在一天24小时波动较大,但在每一天或每一周的相同时段大致相当,这形成了相对固定的用水周期。基于该用水周期,首先将用水量数据已周期为单位进行分析,再提取相同时段的用水量监测值构成新的时间序列,进而降低用水量波动对爆管信号识别的影响。4)基于自适应卡尔曼滤波的供水管爆管信号识别研究;卡尔曼滤波的基本原理是根据上一个状态估计值及当前测量值,采用加权平均法对当前状态变量进行最优估计。由于监测数据及系统中都存在噪声,所以该最优估计也可看作是滤波过程。对当前状态变量进行估计时,由于卡尔曼滤波只需要利用上一个状态估计值及当前测量值,不需要贮存历史状态估计量及测量值,故具有计算效率高的优点,适用于实时动态数据处理。本文应用自适应卡尔曼滤波对供水管网流量监测数据进行实时估计,根据卡尔曼滤波结果与测量值的差识别管网爆管。本论文的主要成果是:(1)在核心期刊《重庆大学学报》发表《自适应卡尔曼滤波在供水管网爆管预警的应用》;(2)在中国版权保护中心登记“基于Kalman滤波数据处理程序软件”和“基于PNN的供水管网爆管预测程序软件”的软件著作。为研究爆管信号识别奠定了基础。