第三方侵扰市政埋地管道光纤周界监测与预警基础研究
项目介绍
AI项目解读
基本信息
- 批准号:51878509
- 项目类别:面上项目
- 资助金额:60.0万
- 负责人:
- 依托单位:
- 学科分类:E0810.工程防灾
- 结题年份:2022
- 批准年份:2018
- 项目状态:已结题
- 起止时间:2019-01-01 至2022-12-31
- 项目参与者:秦剑君; 陈志光; 周俊文; 刘泽龙; 张颜; 宋妍珏; 魏晨; 巩晨阳;
- 关键词:
项目摘要
The third-party interference, such as construction activities and man-made sabotage, has become the leading cause of pipeline accidents in the recent years. This interdisciplinary research, which integrates optoelectronic sensing, information technology and civil engineering, is devoted to an efficient strategy for safety monitoring and early warning of buried municipal pipelines subject to the most common abrupt intrusions based on distributed fiber optic vibration sensors. Numerical models are first developed for dynamic interaction analysis of the coupled vibrator-road/pile and soil-pipeline systems. The generation mechanism and substantive characteristics of the vibration due to the third-party activities are investigated and its propagation through the "vibrator-road/pile-soil-cable (/pipeline)-fiber" system is then predicted. Numerical case studies are carried out, which provide the guideline for the optimal parameter setup of optical interrogator. The relation of the optical measurements and the actual vibration quantities is investigated by conducting an experimental calibration on the performance of the optical interrogator. Combined with a demonstration project equipped with pipeline safety monitoring system, field testing and long-term monitoring on vibrations is conducted for event data accumulation. Pattern recognition algorithms are developed to identify the vibrating sources, based on which a strategy for risk assessment and early warning of buried pipelines is finally proposed.
第三方侵扰,即土木施工、人为破坏等外部活动造成的埋地管道损伤及破坏,已经成为近年来地下管道事故的最常见原因。本项目拟在光电传感、信息技术及工程结构的交叉领域探讨分布式光纤振动传感技术在市政管道第三方破坏监测和预警中的实现机制和应用策略,重点解决第三方侵扰源的振动传播与侵扰事件模式识别两类基础性问题。发展精细化数值模型进行激励源-源结构和管土耦合系统的动力相互作用分析,研究激励源振动的产生机制、特征表述及其在“激励源-源结构-土体-光缆(及管道)-光纤”系统中的传播规律。基于数值模拟、参数研究和标定实验,实现光纤设备参数的优化配置,建立光纤振动物理量和光纤振动测试量之间的定量关系。结合埋地管道安全监测示范工程进行原位测试和长期监测,积累事件原始数据样本,发展多分类模式识别算法确定路下埋管第三方侵扰事件性质,据此进行侵扰事件危险性评估并确立埋地管道周界预警策略。
结项摘要
第三方侵扰,即土木施工、人为破坏等外部活动造成的埋地管道损伤及破坏,已经成为近年来地下管道事故的最常见原因。本项目在光电传感、信息技术及工程结构的交叉领域探讨了分布式光纤振动传感技术在市政管道第三方侵扰周界监测和预警中的实现机制和应用策略,重点解决了第三方活动振动分析与侵扰事件模式识别两类基础性问题。.在调查弹性半空间振动分析的Lamb法和直接刚度法两类解析方法的基础上,利用数值积分以及傅里叶变换得到了一般激励作用下半空间土体的动力响应计算方法,比较有限元数值模拟结果验证了计算程序的正确性。结合参数研究和现场测试,调查了第三方活动的振动特征及其在土场的传播规律,为传感器布置、特征提取及识别范围估算提供了依据。.各类典型第三方活动下采集的光纤振动信号清晰展示了不同行为下振动信号在时间和空间两个维度的分布规律,以及与周围环境噪音的明显差别。采用积累的大量数据结合随机森林(RF)算法和卷积神经网络(CNN)模型训练了两类模式识别分类器,并采用了两阶段诊断方法相继判断第三方侵扰事件是否发生及鉴定侵扰事件性质。相同数据集上的测试结果表明:CNN分类器识别率高且不需要特征工程的环节,整体性能上优于RF分类器。.开发了光纤周界监测及预警系统。基于以上理论分析、数值模拟及模式识别算法,建立了两阶段的CNN分类器模型,并通过引入时空矩阵的预警策略有效降低了系统的误报率。结果表明:光纤振动周界监测与预警系统可以对第三方侵扰事件性质进行准确识别,无漏报、识别准确率达98%。在距光纤5m范围内的第三方行为识别中,准确率可达到100%。在抵抗环境振动干扰方面,采用合适的时空矩阵系统误报率可降至0.0021%。.作为应用基础研究,与苏州港华燃气、郑州华润燃气和上海青浦燃气公司合作在苏州、郑州和上海3处开展了光纤周界监测及预警系统的应用示范,验证了技术的可行性和有效性并展现了良好的推广应用前景。
项目成果
期刊论文数量(8)
专著数量(0)
科研奖励数量(1)
会议论文数量(1)
专利数量(1)
A multi-time scale vibration surveillance system for third-party threats on urban pipeline
针对城市管道第三方威胁的多时间尺度振动监测系统
- DOI:10.12989/sss.2021.27.3.457
- 发表时间:2021-03
- 期刊:Techno-Press
- 影响因子:--
- 作者:Suzhen Li;Zelong Liu;Renzhu Peng;Yan Zhang
- 通讯作者:Yan Zhang
Data-driven accident consequence assessment on urban gas pipeline network based on machine learning
基于机器学习的数据驱动城市燃气管网事故后果评估
- DOI:10.1016/j.ress.2021.108216
- 发表时间:2021-11
- 期刊:Reliability Engineering & System Safety
- 影响因子:--
- 作者:Yang Yang;Suzhen Li;Pengcheng Zhang
- 通讯作者:Pengcheng Zhang
Field testing on a gas pipeline in service for leak localization using acoustic techniques
使用声学技术对正在使用的天然气管道进行泄漏定位现场测试
- DOI:10.1016/j.measurement.2021.109791
- 发表时间:2021-09
- 期刊:Measurement
- 影响因子:5.6
- 作者:Suzhen Li;Chenyang Gong;Zelong Liu
- 通讯作者:Zelong Liu
A sound monitoring system for prevention of underground pipeline damage caused by construction
完善的监控系统,预防施工造成地下管线损坏
- DOI:10.1016/j.autcon.2020.103125
- 发表时间:2020-05-01
- 期刊:AUTOMATION IN CONSTRUCTION
- 影响因子:10.3
- 作者:Liu, Zelong;Li, Suzhen
- 通讯作者:Li, Suzhen
Gas leak detection in galvanised steel pipe with internal flow noise using convolutional neural network
使用卷积神经网络检测具有内流噪声的镀锌钢管中的气体泄漏
- DOI:10.1016/j.psep.2020.11.053
- 发表时间:2021-02-01
- 期刊:PROCESS SAFETY AND ENVIRONMENTAL PROTECTION
- 影响因子:7.8
- 作者:Song Yanjue;Li Suzhen
- 通讯作者:Li Suzhen
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
植物铁还原酶基因FRO的研究进展
- DOI:10.13560/j.cnki.biotech.bull.1985.2018-1012
- 发表时间:2019
- 期刊:生物技术通报
- 影响因子:--
- 作者:乔孟欣;李素贞;陈景堂
- 通讯作者:陈景堂
基于两个取代四甲基环戊二烯基配体的金属羰基化合物的合成及晶体结构
- DOI:--
- 发表时间:2015
- 期刊:无机化学学报
- 影响因子:--
- 作者:李素贞;韩占刚;郑学忠;林进
- 通讯作者:林进
植物YSL家族基因研究进展
- DOI:10.13560/j.cnki.biotech.bull.1985.2017-0375
- 发表时间:2017
- 期刊:生物技术通报
- 影响因子:--
- 作者:刘元峰;李素贞;郭晋杰;陈景堂
- 通讯作者:陈景堂
芳基取代茚基钌羰基化合物的合成及晶体结构
- DOI:--
- 发表时间:2015
- 期刊:无机化学学报
- 影响因子:--
- 作者:李素贞;韩占刚;郑学忠;林进
- 通讯作者:林进
玉米铁还原酶基因ZmFRO2 的功能分析
- DOI:--
- 发表时间:2020
- 期刊:生物技术通报
- 影响因子:--
- 作者:乔孟欣;李素贞;陈景堂
- 通讯作者:陈景堂
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
李素贞的其他基金
市政埋地充流管道泄漏光纤监测与预警基础研究
- 批准号:52378525
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
交通荷载作用下埋地管道破损机理分析与安全性监测
- 批准号:51008236
- 批准年份:2010
- 资助金额:19.0 万元
- 项目类别:青年科学基金项目
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}