供水管网爆管分析方法与预防技术研究 127页

'同济大学硕士学位论文供水管网爆管分析方法与预防技术研究姓名：何芳申请学位级别：硕士专业：土木工程指导教师：刘遂庆20050301 摘要摘要国内外城市的发展表明，城市的规模越大、功能越多，它潜在的风险就越大，即城市基础设施、公共卫生、通讯等任何一个方面出现问题，都会威胁城市公共安全。城市供水管网系统是城市重要的基础设施之一，但近年来呈现出爆管事故频率增加、规模扩大、危害程度加剧的发展趋势。目前，对于管网爆管尚缺乏有效的安全保障技术和事故快速处理能力，供水安全问题日益突出，己直接影响城市公共安全。本文基于数据挖掘的思想对爆管分析方法进行了研究，为提高爆管分析水平，及提出有效的、以信息化技术为主的预防爆管措施提供思路。随着供水企业信息化水平的逐步提高，为爆管研究提供了更为丰富的数据资源。本文对爆管分析方法及爆管预测模型进行了较为全面的阐述，确定了爆管分析步骤。传统统计分析方法是爆管研究的重要手段，同时管道生存分析及爆管空间分析等方法是爆管研究的新兴分析方法，可以充分利用数据资源寻求更多的爆管规律，为管网管理提供决策依据;建立爆管预测模型可以量化爆管规律，从而使爆管研究从定性分析转向定量分析，为建立供水管网安全决策支持系统提供模型支持。以SH市管网为研究实例，首先以传统统计方法分析爆管发生的影响因素及一般规律，然后采用生存分析方法和GIs空间分析方法进一步分析了爆管发生与管龄的关系、爆管的空间分布规律，得到了若千较有价值的结论。针对供水管网爆管事故预防提出了两类措施，即爆管预防主动措施和被动措施。在主动措施中提出建立供水管网安全运行信息化管理平台的设想，并对供水管网爆管预警系统的构成与功能模块进行了划分，初步建立了供水管网爆管预警系统的基本框架。最后，以SH市A供水区为例提出了该区爆管预防方案。关键词:给水管网，爆管，数据挖掘，预防措施，信息化，安全运行 英文摘要ABSTRACTThedevelopmentprocessesofallcitiesintheworldhaveindicatedthatthelargeristhecity,themorepotentialrisksarethere.Ifanyofthecity"sinfrastructures,orpublichealthorcommunicationsystemsetc.commitsanerror,thepublicsecurityshouldbeimperiled.Waterdistributionsystemisoneofthemostimportantinfrastructuresinacity,butitisshownthatinrecentyears,thefrequencyofpipeburstsisincreasing,andthescalesofburstsareexpanding,withtheharmfulnessaggravating.Now,forlackofefectiveensuringtechniques,pipeburstshavebecomeseriousproblems,whichhavedirectlythreatenthewatersafetyandeventhepublicsecurity.Thisdissertationisdevotedtodevelopmentofpipeburstsanalysismethodsanditspreventivetechniques,basedondataminingandinformationtechniques.Withtheimprovementofinformationtechnologyofwatersupplyenterprises,thedatasourceforpipeburstsanalysisismoreabundantthanbefore.Inthispaper,theprocessofpipeburstanalysisissetup,andseveralanalysismethodsandpredictivemodelsaredescribedindetails.Thetraditionalmethodofstatisticsisstillmostimportanttools,butthenewmethods,suchassurvivalanalysisandspatialanalysis,areevenessentialtofindmorerulesofpipeburstsinwaterdistributionsystem.Establishingpredictivemodelscouldquantitatetherulesofpipebursts,andmakepipeburstsanalysisfromqualitativeanalysistoquantitativeanalysis,whichwillprovidemathematicalmodelstodecision-makingsystems.TakingthewaterdistributionnetworkofthecityofSHasanexample,thetraditionalmethodofstatistics,survivalanalysisandGISspatialanalysismethodsareappliedforpipeburstsanalysis,andsomevaluableresultsareobtained.Astopipeburstspreventivetechniques,twokindsofmeasuresareputforward,theactivemeasuresandthepassivemeasures.Theactivemeasuresmainlyincludethefirstconceivedideaofsetingupaninformation-basedplatformforsafeoperationofwaterdistributionsystems,andaframeworkofearlywarningsystemofpipeburstsisestablished.Finally,apracticallymethodologyforpreventionofpipeburstsofcitySHisproposedKeyWords:waterdistributionsystems,pipebursts,datamining,preventivetechniques,informationtechnology,safeoperation 学位论文版权使用授权书本人完全了解同济大学关于收集、保存、使用学位论文的规定同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版;在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。学位论文作者签名:坏芳2005年乡月l日 同济大学学位论文原创性声明本人郑重声明:所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中己经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均己在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。~1-才丁兰}-6:’净必2ooS年多月/日 第1章绪论第1章绪论1.1引言世界城市发展的一般规律表明，人均GDP超过1000美元时，城市化进程进入成长期，当人均GDP超过3000美元时，城市化进程进入高速成长期。个国家和地区的人均GDP处于1000美元一3000美元的发展阶段时，就进入“非稳定状态”的危机频发期nl。进入新世纪以来，我国的人均GDP突破100。美元，相当数量的大城市人均GDP已经达到或超过3000美元，这标志着我国城市进入快速建设期和发展期，我国大中城市也同时迈入了“非稳定状态”的危机频发期。据统计，20世纪九卜年代的中国，各类灾害损失占到全球损失的近1/4，而其中有近80%发生在城市及其社区中〔n城市安全是指城市在生态环境、经济、社会、文化、人身健康、资源供给等方面保持的一种动态稳定与协调状态，以及对自然灾害和社会与经济异常或突发事件干扰的一种抵御能力。《中国城市“十一五”核心问题研究报告》指出，“十一五”时期，我国将进入突发性事件高发期，尤以城市安全问题最为突出。在此时期，我国城市基础设施建设的重点将转向环境与生态安全，高度重视城市基础设施的安全功能，在继续完善水、电、气等服务设施的安全保障的同时，加强地震、火灾、风灾、洪水、地质破坏、传染病及其它新城市灾害的防灾减灾设施和系统的建设。城市供水管网系统是城市重要的基础设施之一，是当前城市基础设施建设的重点领域。近20年来，我国供水行业经过迅速发展，城市供水普及率己达到950%，城市供水能力和用水量分别增长了4.0和2.5倍，已基本地满足了城市发展和提高居民生活水平的需求。在此期间，根据城市发展需求还改扩和新建了许多供水管网，据((2004年城市供水统计年鉴》，全国593个城市中，供水管道总长度(DN75mm以上)为223380.04km,平均日供水总量达7235.27万m"/d["。但是，目前普遍存在的问题是:我国各城市现役供水系统管网日益老化，管网更新改造速度相对较慢、更新改造的技术水平和管网管理水平较低，以及各种环境因素或人为因素对管网造成的破坏性影响，导致管网漏损和爆管事故率高，事故规模扩大，危害程度加剧的发展趋势。日前，对于管网爆管尚缺乏有效的安全保障技术和事故快速处理能力，已成为日益突出的供水安全问题，并直接影响城市公共安全。2爆管事故的危害由于供水管网系统分布于整个城市，系统庞大且隐蔽性强、外部干扰因素多，且管道自身材料质量和安装质量差异较大，容易发生爆管事故。近年来，我国各地供水管道 第1章绪论第1章绪论1.1引言世界城市发展的一般规律表明，人均GDP超过1000美元时，城市化进程进入成长期，当人均GDP超过3000美元时，城市化进程进入高速成长期。个国家和地区的人均GDP处于1000美元一3000美元的发展阶段时，就进入“非稳定状态”的危机频发期nl。进入新世纪以来，我国的人均GDP突破100。美元，相当数量的大城市人均GDP已经达到或超过3000美元，这标志着我国城市进入快速建设期和发展期，我国大中城市也同时迈入了“非稳定状态”的危机频发期。据统计，20世纪九卜年代的中国，各类灾害损失占到全球损失的近1/4，而其中有近80%发生在城市及其社区中〔n城市安全是指城市在生态环境、经济、社会、文化、人身健康、资源供给等方面保持的一种动态稳定与协调状态，以及对自然灾害和社会与经济异常或突发事件干扰的一种抵御能力。《中国城市“十一五”核心问题研究报告》指出，“十一五”时期，我国将进入突发性事件高发期，尤以城市安全问题最为突出。在此时期，我国城市基础设施建设的重点将转向环境与生态安全，高度重视城市基础设施的安全功能，在继续完善水、电、气等服务设施的安全保障的同时，加强地震、火灾、风灾、洪水、地质破坏、传染病及其它新城市灾害的防灾减灾设施和系统的建设。城市供水管网系统是城市重要的基础设施之一，是当前城市基础设施建设的重点领域。近20年来，我国供水行业经过迅速发展，城市供水普及率己达到950%，城市供水能力和用水量分别增长了4.0和2.5倍，已基本地满足了城市发展和提高居民生活水平的需求。在此期间，根据城市发展需求还改扩和新建了许多供水管网，据((2004年城市供水统计年鉴》，全国593个城市中，供水管道总长度(DN75mm以上)为223380.04km,平均日供水总量达7235.27万m"/d["。但是，目前普遍存在的问题是:我国各城市现役供水系统管网日益老化，管网更新改造速度相对较慢、更新改造的技术水平和管网管理水平较低，以及各种环境因素或人为因素对管网造成的破坏性影响，导致管网漏损和爆管事故率高，事故规模扩大，危害程度加剧的发展趋势。日前，对于管网爆管尚缺乏有效的安全保障技术和事故快速处理能力，已成为日益突出的供水安全问题，并直接影响城市公共安全。2爆管事故的危害由于供水管网系统分布于整个城市，系统庞大且隐蔽性强、外部干扰因素多，且管道自身材料质量和安装质量差异较大，容易发生爆管事故。近年来，我国各地供水管道 第1章绪论爆管事故带来的各种直接或间接损失触目惊心。例如，北京市自来水公司于1974-1975年间敷设的DN1200mm连续灰铸铁管5843m，由于在施工试压时发生多次爆管，达不到设计和使用标准，结果全线拆除，换用钢管，损失350万元〔3];天津市自来水公司1987年黑牛城道的DN1200mm连续灰铸铁管，一次爆管淹没农田赔偿达30万元，后因多次爆管被迫改为钢管j3];上海四平路的DN1500mm的灰铸铁管，1977年投产通水后，在1982.1985.1986年前后，连续三次发生特大爆管，共有1643户居民进水受淹，一批工厂停产，马路积水及膝，交通中断，直接经济损失近800万元t3";2003年8月16日，哈尔‘滨市“人和世纪广场”地下工程由于水管爆裂发生塌方事故，造成13人死亡，8人受伤;南京中华门内西干长巷地下一直径近1000mm的自来水总管突然爆裂，强大的水流冲塌民房4间，6人受伤，几户居民的家产冲入30多米外的护城河内，同时造成该路段交通瘫痪，等等。其次，供水管道爆管事故也是供水水质不安全因素之一。爆管事故可能首先导致管网局部水质降低，如不迅速加以有效控制，不符合水质标准的水经过管网转输作用，水质污染范围迅速扩大，最终可能导致大范围的水致疾病的爆发。据资料显示，在过去的十几年中，美国24%的水致疾病爆发与水处理过程无关，而与供水管网系统的水质污染有关。例如，在Missouri州的Cabool区，在1989年12月到1990年的1月20日间，居民和旅游者中发生了240例痢疾,6例死亡，其原因就是管道爆裂和水表更换引起的管网水质污染叫。总结爆管事故带来的众多危害，可以分为以下两种:(1)直接危害直接危害包括:功服务区断水，给人们的生产生活带来不便;2)大量的水溢流到路面，既造成水资源的浪费，也影响正常的生产和生活，例如影响交通;有压的水流可能涌入民居、厂房、仓库或地下室等，造成经济财产损失，甚至危害人身安全;3)造成管网局部水质降低。(2)间接危害间接危害包括:7)溢出的水流浸泡管道基础、建筑物地基或地下工程设施，形成事故隐患，可能造成重大事故，导致生命财产的重大损失;2)由于事故断水导致重要用户的停水，例如医院或其他重要生产部门，间接导致生命财产损失;3)由管网爆管带来各种损失，要求供水部门给予赔偿或向保险公司索赔，亦可能会导致社会纠纷.1.3爆管事故研究的目的和意义我国政府和供水企业十分重视城市供水安全工作，中华人民共和国建设部建城[2003]171号文件“关于进一步加强城市节约用水和保证供水安全工作的通知”明确提出要加快供水管网改造、要加强城市供水安全保障及应急系统建设、要加强对城市节水和供水安全工作的领导。供水管网爆管分析及预防关键技术研究以提高现有管网系统安2 第1章绪论爆管事故带来的各种直接或间接损失触目惊心。例如，北京市自来水公司于1974-1975年间敷设的DN1200mm连续灰铸铁管5843m，由于在施工试压时发生多次爆管，达不到设计和使用标准，结果全线拆除，换用钢管，损失350万元〔3];天津市自来水公司1987年黑牛城道的DN1200mm连续灰铸铁管，一次爆管淹没农田赔偿达30万元，后因多次爆管被迫改为钢管j3];上海四平路的DN1500mm的灰铸铁管，1977年投产通水后，在1982.1985.1986年前后，连续三次发生特大爆管，共有1643户居民进水受淹，一批工厂停产，马路积水及膝，交通中断，直接经济损失近800万元t3";2003年8月16日，哈尔‘滨市“人和世纪广场”地下工程由于水管爆裂发生塌方事故，造成13人死亡，8人受伤;南京中华门内西干长巷地下一直径近1000mm的自来水总管突然爆裂，强大的水流冲塌民房4间，6人受伤，几户居民的家产冲入30多米外的护城河内，同时造成该路段交通瘫痪，等等。其次，供水管道爆管事故也是供水水质不安全因素之一。爆管事故可能首先导致管网局部水质降低，如不迅速加以有效控制，不符合水质标准的水经过管网转输作用，水质污染范围迅速扩大，最终可能导致大范围的水致疾病的爆发。据资料显示，在过去的十几年中，美国24%的水致疾病爆发与水处理过程无关，而与供水管网系统的水质污染有关。例如，在Missouri州的Cabool区，在1989年12月到1990年的1月20日间，居民和旅游者中发生了240例痢疾,6例死亡，其原因就是管道爆裂和水表更换引起的管网水质污染叫。总结爆管事故带来的众多危害，可以分为以下两种:(1)直接危害直接危害包括:功服务区断水，给人们的生产生活带来不便;2)大量的水溢流到路面，既造成水资源的浪费，也影响正常的生产和生活，例如影响交通;有压的水流可能涌入民居、厂房、仓库或地下室等，造成经济财产损失，甚至危害人身安全;3)造成管网局部水质降低。(2)间接危害间接危害包括:7)溢出的水流浸泡管道基础、建筑物地基或地下工程设施，形成事故隐患，可能造成重大事故，导致生命财产的重大损失;2)由于事故断水导致重要用户的停水，例如医院或其他重要生产部门，间接导致生命财产损失;3)由管网爆管带来各种损失，要求供水部门给予赔偿或向保险公司索赔，亦可能会导致社会纠纷.1.3爆管事故研究的目的和意义我国政府和供水企业十分重视城市供水安全工作，中华人民共和国建设部建城[2003]171号文件“关于进一步加强城市节约用水和保证供水安全工作的通知”明确提出要加快供水管网改造、要加强城市供水安全保障及应急系统建设、要加强对城市节水和供水安全工作的领导。供水管网爆管分析及预防关键技术研究以提高现有管网系统安2 第1章绪论全运行管理水平为目标，是供水管网安全运行管理的重要基础。本课题研究目的在于通过供水管网爆管事故分析与预防关键技术的研究，探索爆管分析的方法，揭示爆管发生的内在规律，为提高供水管网爆管事故的预测、预防和快速反应及事故处理能力，有效降低爆管事故发生率和事故损失，提供可靠依据及技术支持;对采用信息化技术加强管网运行管理，建立供水管网安全运行预等系统，实现供水管网安全信息化管理、提高供水安全水平提供思路。供水管网爆管事故研究对有效预防和消除管网爆管事故的发生，加强供水管网运行安全可靠性将发挥重要作用。有效的爆管分析可以为管网管理、维护和更新改造优化方案提供可靠依据，具有重要的社会效益、环境效益和经济效益。4论文研究内容由于供水管网规模庞大，全面的爆管事故资料收集难度较大，且小口径管道爆管事故影响较小，所以本课题研究的对象主要是供水管网中DN300及以上的主干管段。主要研究内容为:.总结分析国内外供水管道爆裂事故分析与预防的研究成果供水管网爆管问题是当前国内外供水部门普遍面临的问题，许多研究者已在该领域进行了较长时间的研究，取得了颇有价值的研究成果，研制开发了相关计算机软件，并应用到实际管网管理中，使爆管问题在一定程度上得到了控制。.供水管网爆管分析方法研究及应用我国供水管网爆管分析一般以传统的定性分析方法为主，获得的信息相对较缺乏。本研究建立爆管分析研究的步骤，提出供水管网爆管分析定量分析方法。以SH市A供水区和B供水区所辖管网为例，采用多种分析方法，如传统统计分析方法及空间分析等方法，分析和探讨SH市供水管网爆管的规律和原因。.预防爆管主要对策研究供水管网爆管问题的预防涉及诸多方面，包括各种规范和制度的完善，管网管理水平的提高，如管网压力的合理调度、管网监控技术的加强等等。对于供水管网爆管事故预防提出了两类措施，即爆管预防主动措施和被动措施，本研究将从供水管网爆管防治主动措施和被动措施两方面入手，以加强供水管网安全运行信息化管理为重点，提出爆管事故的预防对策。 第1章绪论全运行管理水平为目标，是供水管网安全运行管理的重要基础。本课题研究目的在于通过供水管网爆管事故分析与预防关键技术的研究，探索爆管分析的方法，揭示爆管发生的内在规律，为提高供水管网爆管事故的预测、预防和快速反应及事故处理能力，有效降低爆管事故发生率和事故损失，提供可靠依据及技术支持;对采用信息化技术加强管网运行管理，建立供水管网安全运行预等系统，实现供水管网安全信息化管理、提高供水安全水平提供思路。供水管网爆管事故研究对有效预防和消除管网爆管事故的发生，加强供水管网运行安全可靠性将发挥重要作用。有效的爆管分析可以为管网管理、维护和更新改造优化方案提供可靠依据，具有重要的社会效益、环境效益和经济效益。4论文研究内容由于供水管网规模庞大，全面的爆管事故资料收集难度较大，且小口径管道爆管事故影响较小，所以本课题研究的对象主要是供水管网中DN300及以上的主干管段。主要研究内容为:.总结分析国内外供水管道爆裂事故分析与预防的研究成果供水管网爆管问题是当前国内外供水部门普遍面临的问题，许多研究者已在该领域进行了较长时间的研究，取得了颇有价值的研究成果，研制开发了相关计算机软件，并应用到实际管网管理中，使爆管问题在一定程度上得到了控制。.供水管网爆管分析方法研究及应用我国供水管网爆管分析一般以传统的定性分析方法为主，获得的信息相对较缺乏。本研究建立爆管分析研究的步骤，提出供水管网爆管分析定量分析方法。以SH市A供水区和B供水区所辖管网为例，采用多种分析方法，如传统统计分析方法及空间分析等方法，分析和探讨SH市供水管网爆管的规律和原因。.预防爆管主要对策研究供水管网爆管问题的预防涉及诸多方面，包括各种规范和制度的完善，管网管理水平的提高，如管网压力的合理调度、管网监控技术的加强等等。对于供水管网爆管事故预防提出了两类措施，即爆管预防主动措施和被动措施，本研究将从供水管网爆管防治主动措施和被动措施两方面入手，以加强供水管网安全运行信息化管理为重点，提出爆管事故的预防对策。 第z章国内外供水管网爆管分析研究进展第2章国内外供水管网爆管分析研究进展2.1国内研究现状加快供水管网现代化管理技术发展，提高供水水质安全、设施运行安全和防灾技术水平己经成为我国城市供水管理部门及科研单位研究的重要研究内容。对供水管网爆管规律的掌握和深入的爆管机理分析研究是解决爆管问题的前提，是提高管网安全可靠性的关键，我国研究者己经在该方向上开展了不少研究工作，取得了一些成果。上海市自来水公司曹增万131等在上世纪九十年代初，收集了上海地区1984-1986年及1988^-1991年的爆管统计资料，并根据我国其它城市的调研情况，对爆管统计规律及爆管原因进行了比较详细的分析和论述，从供水管材的选用、铸铁管接口的改进、管道工程设计等方面提出预防爆管的对策。西北建筑工程学院赵乱成【61分析归纳了爆管事故的若干原因(重点论述了温变应力导致的爆管事故)，解释了爆管发生的一些统计规律，并提出了相应的预防对策。上海原水股份有限公司沈之基171提出埋设铸铁管受力一般包括受内压引起的环向拉应力、外压引起的环向弯曲应力、温度变化引起的纵向拉应力、管基不均匀沉降或土体位移引起的纵向弯曲应力或承口开裂应力，并认为可以通过分析和计算来确定管线的薄弱环节，从而判定管线是否有爆裂危险及危险程度。余承烈等【5，归纳总结了爆管发生的内因和外因，认为水锤是引起爆管主要内因，管材质量是导致爆管的主要外因。清华大学土木系朱东海[181基于人工神经元网络原理，结合城市给水管网室内模型试验研究，通过BP神经网络模型的模式分类和辨别功能，对城市给水管网爆管点的动态定位进行了研究。武汉水务集团有限公司王萍1-1等从管道维护一记录中分析管道爆裂的统计规律，为管道的更新改造提供依据。当前，我国的部分供水企业己经建立或者正在建立供水管网信息管理系统，例如沈阳市供水管网地理信息系统、南京供水管网地理信息管理系统、广州市供水管网地理信息系统等，已不同程度地实现了对管网进行信息化管理的一些基本功能，如实现综合管网普查结果的图形数据和属性数据快速入库、图形数据分层等GIs数据库建立及维护功能、管网用户管理功能、管网工况模拟功能、管网规划功能、管网辅助设计功能等。已经建成或正在构建的供水管网信息管理系统大多数是通过GIs的集成，使管网图形库、属性数据库融为一体，不仅图文并茂、准确高效，而且易于动态更新，从而提高了管网管理工作的效率和质量，初步实现了供水管网的信息化管理。然而，对于供水管网维护和事故分析及处理功能还很不完善，一般只是停留在建立管网维护记录数据库，不具备对已有的维护数据进行分析和利用的功能;在已知爆管管段或漏水地点的情况下，能实现迅速、合理地确定关阀方案，并生成受影响用户报表，若某个应关阀门出现故障无法关闭，可迅速制订出二级关阀方案，使爆管造成的用水影响降低到最小。实际上，只是a 第z章国内外供水管网爆管分析研究进展第2章国内外供水管网爆管分析研究进展2.1国内研究现状加快供水管网现代化管理技术发展，提高供水水质安全、设施运行安全和防灾技术水平己经成为我国城市供水管理部门及科研单位研究的重要研究内容。对供水管网爆管规律的掌握和深入的爆管机理分析研究是解决爆管问题的前提，是提高管网安全可靠性的关键，我国研究者己经在该方向上开展了不少研究工作，取得了一些成果。上海市自来水公司曹增万131等在上世纪九十年代初，收集了上海地区1984-1986年及1988^-1991年的爆管统计资料，并根据我国其它城市的调研情况，对爆管统计规律及爆管原因进行了比较详细的分析和论述，从供水管材的选用、铸铁管接口的改进、管道工程设计等方面提出预防爆管的对策。西北建筑工程学院赵乱成【61分析归纳了爆管事故的若干原因(重点论述了温变应力导致的爆管事故)，解释了爆管发生的一些统计规律，并提出了相应的预防对策。上海原水股份有限公司沈之基171提出埋设铸铁管受力一般包括受内压引起的环向拉应力、外压引起的环向弯曲应力、温度变化引起的纵向拉应力、管基不均匀沉降或土体位移引起的纵向弯曲应力或承口开裂应力，并认为可以通过分析和计算来确定管线的薄弱环节，从而判定管线是否有爆裂危险及危险程度。余承烈等【5，归纳总结了爆管发生的内因和外因，认为水锤是引起爆管主要内因，管材质量是导致爆管的主要外因。清华大学土木系朱东海[181基于人工神经元网络原理，结合城市给水管网室内模型试验研究，通过BP神经网络模型的模式分类和辨别功能，对城市给水管网爆管点的动态定位进行了研究。武汉水务集团有限公司王萍1-1等从管道维护一记录中分析管道爆裂的统计规律，为管道的更新改造提供依据。当前，我国的部分供水企业己经建立或者正在建立供水管网信息管理系统，例如沈阳市供水管网地理信息系统、南京供水管网地理信息管理系统、广州市供水管网地理信息系统等，已不同程度地实现了对管网进行信息化管理的一些基本功能，如实现综合管网普查结果的图形数据和属性数据快速入库、图形数据分层等GIs数据库建立及维护功能、管网用户管理功能、管网工况模拟功能、管网规划功能、管网辅助设计功能等。已经建成或正在构建的供水管网信息管理系统大多数是通过GIs的集成，使管网图形库、属性数据库融为一体，不仅图文并茂、准确高效，而且易于动态更新，从而提高了管网管理工作的效率和质量，初步实现了供水管网的信息化管理。然而，对于供水管网维护和事故分析及处理功能还很不完善，一般只是停留在建立管网维护记录数据库，不具备对已有的维护数据进行分析和利用的功能;在已知爆管管段或漏水地点的情况下，能实现迅速、合理地确定关阀方案，并生成受影响用户报表，若某个应关阀门出现故障无法关闭，可迅速制订出二级关阀方案，使爆管造成的用水影响降低到最小。实际上，只是a 第2章国内外供水管网爆管分析研究进展简单地实现了数据存储功能和事故后的处理功能，而通过对管网事故历史数据分析实现预警的功能，建立管网管理决策支持系统，并利用该决策系统制定相应的控制方案和预防爆管事故发生的功能尚不具备。在国内，不论从理论研究还是从实践工作来看，在爆管分析研究方面开展的深层次研究相对较少，理论深度不够，对爆管统计规律的认识比较有限，对管网运行管理实践工作缺乏有效的理论指导，难以有针对性的提出有效的预防爆管对策。以管道事故分析结论为依据对管网状态进行现状评价，建立管网修复更新的费用效益分析经济模型，制定有效的管网修复更新计划以及对修复更新计划的方案优化更有待进一步的研究。2.2国外研究现状国外发达国家城市管理和供水部门较早开展供水管网系统经济安全运行研究和技术开发与应用，针对城市供水系统安全运行保障需求，开展了比较全面的运行安全管理理论与技术研究。国外研究者从供水管网维护数据记录中挖掘爆管统计规律，并辅以大量的现场实测与实验对爆管事故进行物理原因分析，再利用可靠性分析理论、经济漏损函数等，将可靠性的评价与优化模型相结合，用以预测在紧急情况下的运行情况。国外研究部门在爆管预测、管网资产模拟、管网维护决策系统方面的研究己经取得了较为丰富的成果，建立爆管预测的统计模型、物理模型、管网资产风险评价模型等，且开发了相关计算机软件，在生产实践中得到了初步应用。2.2.1爆管预测模型研究进展国外管网爆管预测模型方面的研究一般以与管道状态密切相关的管道爆管次数为评价指标，了解和量化管道损坏的机理，找出影响爆管的主要因素及其相互关系，建立爆管的预测模型:对管网安全性进行评价和预测，建立管网维护管理的运行安全决策系统。从研究方法来看，提出的爆管预测模型可以分为两类「in)[111[.21[131:第一类是物理模型，第二类是统计模型。(1)物理模型导致爆管的物理机理极其复杂，有些情况尚无法完全解释清楚，爆管预测的物理模型试图通过分析管道荷载、管道抗荷载能力、管道内外腐蚀程度和范围来预测管道事故。这些物理机理通常包括以下三个主要方面:1)管道结构特性、管道材料类型、管道与土壤的相互作用、管道安装质量;2)管道内部水流的压力和管道外部荷载(包括土壤荷载、车辆荷载、冰冻造成的荷载等);3)管道内外发生的化学反应、生物反应和电化学反应对管道材料的腐蚀。物理模型又分为单因素物理模型、确定性物理模型和概率性物理模型三种。s 第2章国内外供水管网爆管分析研究进展简单地实现了数据存储功能和事故后的处理功能，而通过对管网事故历史数据分析实现预警的功能，建立管网管理决策支持系统，并利用该决策系统制定相应的控制方案和预防爆管事故发生的功能尚不具备。在国内，不论从理论研究还是从实践工作来看，在爆管分析研究方面开展的深层次研究相对较少，理论深度不够，对爆管统计规律的认识比较有限，对管网运行管理实践工作缺乏有效的理论指导，难以有针对性的提出有效的预防爆管对策。以管道事故分析结论为依据对管网状态进行现状评价，建立管网修复更新的费用效益分析经济模型，制定有效的管网修复更新计划以及对修复更新计划的方案优化更有待进一步的研究。2.2国外研究现状国外发达国家城市管理和供水部门较早开展供水管网系统经济安全运行研究和技术开发与应用，针对城市供水系统安全运行保障需求，开展了比较全面的运行安全管理理论与技术研究。国外研究者从供水管网维护数据记录中挖掘爆管统计规律，并辅以大量的现场实测与实验对爆管事故进行物理原因分析，再利用可靠性分析理论、经济漏损函数等，将可靠性的评价与优化模型相结合，用以预测在紧急情况下的运行情况。国外研究部门在爆管预测、管网资产模拟、管网维护决策系统方面的研究己经取得了较为丰富的成果，建立爆管预测的统计模型、物理模型、管网资产风险评价模型等，且开发了相关计算机软件，在生产实践中得到了初步应用。2.2.1爆管预测模型研究进展国外管网爆管预测模型方面的研究一般以与管道状态密切相关的管道爆管次数为评价指标，了解和量化管道损坏的机理，找出影响爆管的主要因素及其相互关系，建立爆管的预测模型:对管网安全性进行评价和预测，建立管网维护管理的运行安全决策系统。从研究方法来看，提出的爆管预测模型可以分为两类「in)[111[.21[131:第一类是物理模型，第二类是统计模型。(1)物理模型导致爆管的物理机理极其复杂，有些情况尚无法完全解释清楚，爆管预测的物理模型试图通过分析管道荷载、管道抗荷载能力、管道内外腐蚀程度和范围来预测管道事故。这些物理机理通常包括以下三个主要方面:1)管道结构特性、管道材料类型、管道与土壤的相互作用、管道安装质量;2)管道内部水流的压力和管道外部荷载(包括土壤荷载、车辆荷载、冰冻造成的荷载等);3)管道内外发生的化学反应、生物反应和电化学反应对管道材料的腐蚀。物理模型又分为单因素物理模型、确定性物理模型和概率性物理模型三种。s 第2章国内外供水管网爆管分析研究进展简单地实现了数据存储功能和事故后的处理功能，而通过对管网事故历史数据分析实现预警的功能，建立管网管理决策支持系统，并利用该决策系统制定相应的控制方案和预防爆管事故发生的功能尚不具备。在国内，不论从理论研究还是从实践工作来看，在爆管分析研究方面开展的深层次研究相对较少，理论深度不够，对爆管统计规律的认识比较有限，对管网运行管理实践工作缺乏有效的理论指导，难以有针对性的提出有效的预防爆管对策。以管道事故分析结论为依据对管网状态进行现状评价，建立管网修复更新的费用效益分析经济模型，制定有效的管网修复更新计划以及对修复更新计划的方案优化更有待进一步的研究。2.2国外研究现状国外发达国家城市管理和供水部门较早开展供水管网系统经济安全运行研究和技术开发与应用，针对城市供水系统安全运行保障需求，开展了比较全面的运行安全管理理论与技术研究。国外研究者从供水管网维护数据记录中挖掘爆管统计规律，并辅以大量的现场实测与实验对爆管事故进行物理原因分析，再利用可靠性分析理论、经济漏损函数等，将可靠性的评价与优化模型相结合，用以预测在紧急情况下的运行情况。国外研究部门在爆管预测、管网资产模拟、管网维护决策系统方面的研究己经取得了较为丰富的成果，建立爆管预测的统计模型、物理模型、管网资产风险评价模型等，且开发了相关计算机软件，在生产实践中得到了初步应用。2.2.1爆管预测模型研究进展国外管网爆管预测模型方面的研究一般以与管道状态密切相关的管道爆管次数为评价指标，了解和量化管道损坏的机理，找出影响爆管的主要因素及其相互关系，建立爆管的预测模型:对管网安全性进行评价和预测，建立管网维护管理的运行安全决策系统。从研究方法来看，提出的爆管预测模型可以分为两类「in)[111[.21[131:第一类是物理模型，第二类是统计模型。(1)物理模型导致爆管的物理机理极其复杂，有些情况尚无法完全解释清楚，爆管预测的物理模型试图通过分析管道荷载、管道抗荷载能力、管道内外腐蚀程度和范围来预测管道事故。这些物理机理通常包括以下三个主要方面:1)管道结构特性、管道材料类型、管道与土壤的相互作用、管道安装质量;2)管道内部水流的压力和管道外部荷载(包括土壤荷载、车辆荷载、冰冻造成的荷载等);3)管道内外发生的化学反应、生物反应和电化学反应对管道材料的腐蚀。物理模型又分为单因素物理模型、确定性物理模型和概率性物理模型三种。s 第2章国内外供水管网爆管分析研究进展单因素物理模型单因素物理模型是指针对众多爆管影响因素中的某一主要因素对管道的作用建立数学模型，如下表所示:表2.1单因素物理模型列表模型名称模型形式参数说明P=-管段上任意点s的冰冻荷载:dj一冰冻深度:i一时间步长的标号:NT一时间步长的总数;匆一总冰冻拉力(frostheave);Bd一沟槽宽度;冰冻荷载模型一翼:,Na石(I灭IK,;r)+flh(B}},Ik,d})H‘一‘;，‘·’K=P一冰冻线(freezingfront)以下弹性未冰冻土壤的硬度;F一衰减系数;kb一回填边墙的抗剪刚度;H一用以计算压力影响的Boussinesq函数。a，一总平面压力:Cd,C,一土壤荷载和表面荷载系数;k,=一挠矩系数:EP一管道弹性模量:只一管道内部压力;r,t-管道的直径和管道壁的厚度;p;r6k.凡tr，，，，I,C,F,，kd一由垂直荷载的分布和作用决定管道一土壤相op二—+二尸一;，-二，叮一甲~,.t(-,M,+-)+otEPt+24kd八r"-一A的偏差系数;互作用模型1一车辆作用因素;F一路面上的轮压荷载:of一由于管道环向偏差引起的应力;凡一管沟的宽度;r一回填土的单位重量;A一管道的有效长度。残余结构抗力Pa管道发生事故时的压力;hs,】一AlA=(residual101->t1==1.一.11.1.11d-腐蚀破坏的最大深度:rt一月ILMAO)structuralA-管道径向轴上被腐蚀金属区中 第2章国内外供水管网爆管分析研究进展resistance)有代表性的腐蚀区面积;模型A#-代表性腐蚀区域最初的面积:I一腐蚀破坏的最大长度;r-管道半径:h一管道壁的厚度;S,-管道屈服强度(yieldstrength);M-Folias系数，用以解释管道发生事故前受到管道内部的压力膨胀。P.,.一长度为1。的管段上腐蚀坑的平均深度:腐蚀状态指数t-管道壁的厚度(假设新管道的CSI=100一100生模型tCSI值是100，若平均腐蚀深度达到最初管壁厚度的70Yo,CSI值为30).单因素物理模型可以增强某个因素对爆管影响机理的理解，有利于找到减轻该因素对管道造成影响的途径。例如管道一土壤相互作用模型可以解释观测到的一些现象，如小管径管道每单位长度上的爆管事故较大，土壤的温度降低可能导致环向爆管事故增加。然而这些模型较复杂，所需输入的参数较多，而且其中有些参数不易获得。例如腐蚀状态指数模型的数据包括管龄、管材类型、管壁厚度、管径、土壤性质一电阻率、氯化物、硫化物、pH值、湿度、第一次爆管年份等。.确定性物理模型Doleac,Lackey和Bratton等人利用Rossum提出的指数方程把腐蚀坑深度与管龄联系在一起，预测灰铸铁管道的剩余管壁厚度【‘门:p=K=Ka(10一pH)"p-"t"Ao(2.1)式中，p一平均腐蚀坑深度;a,Kn,Ka一现场试验或实验室试验得到的经验数据;Aa一管道腐蚀的表面积;pH一指管道周边土壤的pH值;p一土壤的电阻率;n一土壤的通风常数;t一时间。该模型存在一些缺陷，例如，没有足够的研究记录可以证明随时间变化的腐蚀坑增长状况预测模型的合理性，而且公式(2.1)中的参数A也难以确定。Rajani和Makar7 第2章国内外供水管网爆管分析研究进展通过考虑管道的腐蚀程度建立了另一个预测灰口铸铁管剩余服务时间的模型。该模型综合了单因素物理模型公式及上式中所有考虑到的因素，运用反复迭代的方法可得到灰口铸铁管段的剩余服务期限。模型需要的基础资料包括:1)管道数据，如管径、管壁厚度、安装时间、埋设深度、管道类型;2)土壤数据，如类型、密度、pH值、电阻率、通气条件;3)安装数据，如埋设状况、荷载因素、静止水平应力系数;4)运行状况数据，如水压、波动压力、冬季和夏季的水温和气温、轮压荷载、交通工具影响因素、冰冻荷载因素。为确定模型的基本条件需要大量不同的背景数据。模型需要的数据包括材料特性、管龄、管道壁厚、管道内外壁的腐蚀坑深度。材料特性数据包括:抗张强度、断裂韧度、弹性模量、挠曲强度等。通常认为，在规模小的配水系统中依靠挖掘管道样本来检测这些数据是不经济的，而非破坏检测技术的进步将会促进该模型的应用。.概率性物理模型概率性物理模型把概率统计方法用于探求模型中一些不确定参数的分布，这些不确定因素在确定性模型中通常被忽略。例如:Ahammed和Melchers建立的估计钢管事故概率模型属于早先提出的力学模型框架。他们利用表2.1中管道一土壤相互作用模型作为基础力学应力模型，该公式中的管道壁厚度是一个变量，采用了简单的幂函数模型:D=at"(2.2)式中D-腐蚀坑的深度;a一比例常数;t一时间;n一回归参数。由此可得出平面拉应力与管龄之间的关系式，使模型中的每个参数和独立变量都假定符合已知均值和方差的概率分布。导致管道事故物理原因分析所需的数据通常不易获得。因此，物理模型一般适用于发生事故时影响较大的重要主干管道。(2)统计模型爆管预测统计模型是以管网运行中的爆管数据记录为依据，利用统计的方法量化爆管事故的规律。统计模型可分成两种:确定性统计模型和概率性统计模型。.确定性统计模型爆管预测的确定性统计模型一般在管道分组的基础之上利用回归分析建立。管道分组以影响爆管的因素为准则进行划分，比如可以按照管道使用的年限进行分组。该类模型的应用比较简单、直接，而且相对容易实现，在使用中应确保数据被均匀分入各组。该模型的表达式如表2.2所示。 第2章国内外供水管网爆管分析研究进展表2.2确定性统计模型n41模型名称模型形式参数说明t一从现在算起的使用年限:N(t)一每年每单位长度爆管的次数;N(to)一管道刚安装那一年的爆管次数;g-到t年时的管龄(年);时间指数模型N(t)=N(to)e"""81A-爆管率增长的系数(年一’)。注意:N(ta)不等于D,意味着从平均值上来看管道总是假定有爆裂可能性，这种可能性在刚刚使用时比较小。入卜每年的爆管次数;时间线性模型N=k.Agek,一回归系数;Age一管段第一次爆管的管龄..多变量概率模型多变量概率模型可以量化地考虑多个变量，该方法能较好地预测爆管率。同时它对数据分组要求不高。但是其数学模型较为复杂，数学模型的建立需要足够的经验。表2.3多变量概率模型，旧模型名称模型形式参数说明t一时间:力(t,Z)一危险函数，表示的是事故瞬间发生率，即假定能存活到时间t，那末在t+At比例危险模型的时间上发生事故的概率;(Proportionalh(t,Z)=ho(t)eb‘}ho(t)一任意的基准危险函hazardsmodels)数:Z-一作用于危险函数的多变量的向量:h一从现有数据中用回归的方法得出的系数向量。7飞一下次爆管事故的时间;加速寿命模型。解释性向量集;(AcceleratedIn(T)=p+x"p十￡=}T二S(tr>aw"0。一预计的最大可能性参数;lifetimemodels)夕一预计的参数向量;Z一服从指数分布、威布尔分 第2章国内外供水管V9爆管分析研究进展布或Gumbel等分布的随机变量。t一管龄;H(t)一管道年龄为t时每单ho(t)=胡(七)e-1位长度上的平均爆管次数;e,s一分别为比例和形状参实时泊松(Poisson)H(t)=(t10),"数:模型s。一基线值:B=Boe0Za一回归方法计算出来的参数向量;Z-影响爆管率的参数向量。其中比例危险模型功能较强，应用较广。它具有较强的理论基础，但是需要丰富的技术经验。对管网维护数据中常见的左截断数据(left-censoreddata)不敏感性以及能够充分考虑右截断数据(right-censoreddata)是它的优势。另外，该模型也需要数据分组，但分组的工作量较小。比例危险模型还可用于不同的数据水平预测(而前面所述的确定性统计模型只是针对某组管道进行的预测)。另一种采用较多的模型是加速寿命模型，它与比例危险模型类似，区别在于比例危险模型的变量是与事故发生的时间间隔有关。比例危险模型是加速寿命模型的特例。如果把管道以前的事故次数作为变量，将会增加应用该模型的准确性，同时也增加了建模的复杂性。实际情况中，影响爆管各种影响因素互相作用，在上述两种模型中各个影响参数被认为是以互不影响的方式作用于模型，所以需要对数据进行分组。只要数据可靠，加速寿命模型与比例危险模型一样具有较大的通用性，但是也需要有经验的专家才可以有效地利用它们。.单变量组处理概率模型(Probabilisticsingle-variategroup-processingmodels)该类模型把管道分成相对均匀的几组，每一组建立它们的最优更换时间。它可以对长期的管道修复预算提供有用的帮助。但模型只对一些大的管群有用，而不适合对个别管段制定修复计划。模型形式如表2.4所示。表2.4单变量组处理概率模型1.21模型名称模型形式{参数说明(a+I)be“‘一‘It一管道的有效寿命;t(+)=群生存模型(Cohorta一时间因子(年一，):。+)S(r)二‘...-‘‘~~~~一月，一一survivalmodels)~._‘忆夕一‘冬b一事故因子〔年一，):c一反抗时间(resistancetime以年 第2章国内外供水管网爆瞥分析研究进展为单位)，例如管龄小于c年时不予更*(:)兀兴荞兴换。P.一系统范围内的事故概率;Pit管段事故发生时观察到的管段具贝叶思诊断模型Prob.[事故1具体特性」=体特性的概率:(BayesianPr,LL只创一没有发生事故的管段上相同特性diagnosticmodel)Pr,JPf+Pr,y(1一Pi)的可能性;c;一一组特征值，也称为条件状态。按照爆管次数进行分级，如一次爆管、两次爆管、三次爆管等等，每一爆管历史的半马尔可级被视为一种状态，两次连续爆管的时间间隔认为是状态i-1到状态夫过程(breaki的持续时间。semi-Markov过程认为时间间隔t与以前的爆管时间historyasa间隔t;是完全独立的，只与爆管的级别i有关。从安装到第一次爆管semi一arkov的时间t，被模拟成三个参数的gamma分布，接下来的爆管时间间隔tprocess)(i>1)被模拟成参数为1/a.的指数分布。爆管次随着i的增加而增加，这就意味着管段以前的爆管次数越多，预计到下次爆管的时间越短。.温度影响统计模型温度与爆管事故的发生密切相关，许多研究者对温度影响爆管过程进行了研究。例如:Walski和Peliccia提出管道爆管率可能与给定年份的最大冰冻穿透深度相关，把年爆管率和最冷月的空气温度联系在一起，以管龄和空气温度作为变量，采用多元回归的方法，建立了下式:NQ,T)=N(to)eA(QBT(2.3)式中，t一管龄;N(to)一管道安装年内每km的爆管次数;T一最冷月的平均气温，A,B一常数。2.2.2数据挖掘技术在爆管分析研究中的应用国外研究者利用数据挖掘技术建立管道风险模型，从而建立管网维护决策系统，为管网维护优化方案的制定提供依据，投资必要的维护费用对管网进行有效的维护，使管网设施能最大限度地发挥功能。例如，丹麦的VladanBabovic0"3等学者认为管道材料和爆管频率之间的关系采用线性统计分析还不够准确，有必要采用另外一种更严谨的方法，即数据挖掘技术。他们利用数据挖掘技术建立了分数模型和贝叶斯模型，分数模型属于数据驱动技术，而贝叶斯网络则是确定性模型和数据挖掘技术的结合，可以对不确 第2章国内外供水管网爆瞥分析研究进展为单位)，例如管龄小于c年时不予更*(:)兀兴荞兴换。P.一系统范围内的事故概率;Pit管段事故发生时观察到的管段具贝叶思诊断模型Prob.[事故1具体特性」=体特性的概率:(BayesianPr,LL只创一没有发生事故的管段上相同特性diagnosticmodel)Pr,JPf+Pr,y(1一Pi)的可能性;c;一一组特征值，也称为条件状态。按照爆管次数进行分级，如一次爆管、两次爆管、三次爆管等等，每一爆管历史的半马尔可级被视为一种状态，两次连续爆管的时间间隔认为是状态i-1到状态夫过程(breaki的持续时间。semi-Markov过程认为时间间隔t与以前的爆管时间historyasa间隔t;是完全独立的，只与爆管的级别i有关。从安装到第一次爆管semi一arkov的时间t，被模拟成三个参数的gamma分布，接下来的爆管时间间隔tprocess)(i>1)被模拟成参数为1/a.的指数分布。爆管次随着i的增加而增加，这就意味着管段以前的爆管次数越多，预计到下次爆管的时间越短。.温度影响统计模型温度与爆管事故的发生密切相关，许多研究者对温度影响爆管过程进行了研究。例如:Walski和Peliccia提出管道爆管率可能与给定年份的最大冰冻穿透深度相关，把年爆管率和最冷月的空气温度联系在一起，以管龄和空气温度作为变量，采用多元回归的方法，建立了下式:NQ,T)=N(to)eA(QBT(2.3)式中，t一管龄;N(to)一管道安装年内每km的爆管次数;T一最冷月的平均气温，A,B一常数。2.2.2数据挖掘技术在爆管分析研究中的应用国外研究者利用数据挖掘技术建立管道风险模型，从而建立管网维护决策系统，为管网维护优化方案的制定提供依据，投资必要的维护费用对管网进行有效的维护，使管网设施能最大限度地发挥功能。例如，丹麦的VladanBabovic0"3等学者认为管道材料和爆管频率之间的关系采用线性统计分析还不够准确，有必要采用另外一种更严谨的方法，即数据挖掘技术。他们利用数据挖掘技术建立了分数模型和贝叶斯模型，分数模型属于数据驱动技术，而贝叶斯网络则是确定性模型和数据挖掘技术的结合，可以对不确 第z章国内外供水管网爆管分析研究进展定事务进行评价。VladanBabovi。等学者还对这两种模型的结果进行了对比，认为可将数据挖掘技术应用于给水管网的资产模拟。(1)分数模型分数模型是数据挖掘方法的一种，它是建立影响因素与预测结果之间的关系，从而达到能模拟不同管段状态的目的。它适用于地下资产的结构风险分析，原因是地下资产的信息量少，而且信息的质量较低。在供水管网中，分数模型可以把情况相似的管道集中起来。首先对每个管道进行评分(分数值在0到100之间)，然后把分数相近的管道归在一组。分数可以用以下数学方程:分数二F(输入参数)(2.4)分组质量可以通过CoC(CoefficientofConcordance)参数来评价。COG计算“好”管段分数高于“不好”管段在所有管段中的百分比。最简单的情况就是只考虑两种状况:管道状态“好”，表示管道不爆管;管道状态“不好”，表示管道会爆管。用COG表示模型分级和数据顺序之间的合理性水平。在理想的模型中，所有的“好”管段的分数都高于“不好”管段，这种情况下，COC的值是100%。最差的模型的COG值是50%，当COG的值小于50%时，表示数据顺序颠倒了。VladanBabovic的研究数据包括1995年的管道图表，以及从1928年9月25日到1995年1月17日间的3175次维修记录。原始数据库包括6684个管道记录，通过数据清理后，包括5998个管道记录。爆管事件记录仅占所有数据记录的0.86%，说明爆管是极少发生的，所以应建立一个具有可以区分爆管管道和未爆管管道的模型。建立分数模型的过程包括两个阶段，如图2.1所示。图2.1，分数模型的建模策略:第一个模型从可能爆管或不爆管的管段中区分出爆管率极低、几乎不爆管的管段;第二个模型对不确定爆管管段进行危险等级分类。分数模型的优点在于它可以在不明确的变量之间建立关系。例如，爆管率与用户数量之间没有明显的联系。分数模型被认为是一个从数据中挖掘信息和具有良好预测能力 第2章国内外供水管网爆管分析研究进展的工具。分数模型的预测结果完全取决于使用的数据质量。(2)贝叶斯模型贝叶斯模型也考虑了不确定性因素，它是对确定性模型的一种扩展。模型的输入量和输出量不是固定的，而是采用了某种概率分布。当地下管道资产的准确信息不易获得时，这一点对进行地下管道资产的评价是很重要的。在供水管网应用中，贝叶斯可以包含关于某些问题的知识，因此可以使一个通用的模型适用于多个管网。贝叶斯网络模型的缺点是模型的建立非常复杂，其维护也非常困难。贝叶斯网络模型类似于人工智能自学习，所以也有可能学习到错误的知识。贝叶斯网络模型的潜力很大，但要得到可靠的模拟结果必须十分谨慎。建立贝叶斯模型所需要的资源包括:.数据，一般就是用统计结果;.文献，关于一些已经建立的模型和方程;.专家，有相关领域的经验.(3)空间数据挖掘国外的爆管分析还将空间数据挖掘的方法引入了爆管分析，例如在GIS的平台下进行爆管的空间分布的聚集性分析。爆管的空间分析得到的是关于爆管空间分布规律，可做为爆管预测模型中的协变量进入模型，从而提高模型预测的准确性。2.2.3计算机软件开发及应用目前，许多城市的供水管道已经或正在到达它们的服务年限，老化速度也在加快。管道爆裂、漏水、水力性能不足、用户对水质问题抱怨和服务可靠性问题正在增加。国外学者己经开发出诸多相关的决策支持软件，决策何时、何地、如何维护供水管网，才能够使供水服务维持在一个可以接受的水平。(1)管网维护决策支持系统软件UtiINets"""UtilNets是供水部门用于进行地下管线优化维护和更新改造计划制定的决策支持系统。该决策系统以管道寿命预测为基础，计算管网的可靠性，可在忽略时间影响的条件下，评价更新改造方案的效果，并可得到优化的改造更新方案。1)UtilNets组成UtilNets可以适用于多种管材，它包括以下部分:.概率模型，可以计算管道的结构寿命，以及对未来几年管道的水力、水质和服务可靠性预测;.对不同的更新改造计划效果进行数量和质量评价;.为每一条事故管道选择最优的修复方案;.对管道结构、水力、水质和服务水平的概况描述，可对所需的修复资金评价;13 第2章国内外供水管网爆管分析研究进展的工具。分数模型的预测结果完全取决于使用的数据质量。(2)贝叶斯模型贝叶斯模型也考虑了不确定性因素，它是对确定性模型的一种扩展。模型的输入量和输出量不是固定的，而是采用了某种概率分布。当地下管道资产的准确信息不易获得时，这一点对进行地下管道资产的评价是很重要的。在供水管网应用中，贝叶斯可以包含关于某些问题的知识，因此可以使一个通用的模型适用于多个管网。贝叶斯网络模型的缺点是模型的建立非常复杂，其维护也非常困难。贝叶斯网络模型类似于人工智能自学习，所以也有可能学习到错误的知识。贝叶斯网络模型的潜力很大，但要得到可靠的模拟结果必须十分谨慎。建立贝叶斯模型所需要的资源包括:.数据，一般就是用统计结果;.文献，关于一些已经建立的模型和方程;.专家，有相关领域的经验.(3)空间数据挖掘国外的爆管分析还将空间数据挖掘的方法引入了爆管分析，例如在GIS的平台下进行爆管的空间分布的聚集性分析。爆管的空间分析得到的是关于爆管空间分布规律，可做为爆管预测模型中的协变量进入模型，从而提高模型预测的准确性。2.2.3计算机软件开发及应用目前，许多城市的供水管道已经或正在到达它们的服务年限，老化速度也在加快。管道爆裂、漏水、水力性能不足、用户对水质问题抱怨和服务可靠性问题正在增加。国外学者己经开发出诸多相关的决策支持软件，决策何时、何地、如何维护供水管网，才能够使供水服务维持在一个可以接受的水平。(1)管网维护决策支持系统软件UtiINets"""UtilNets是供水部门用于进行地下管线优化维护和更新改造计划制定的决策支持系统。该决策系统以管道寿命预测为基础，计算管网的可靠性，可在忽略时间影响的条件下，评价更新改造方案的效果，并可得到优化的改造更新方案。1)UtilNets组成UtilNets可以适用于多种管材，它包括以下部分:.概率模型，可以计算管道的结构寿命，以及对未来几年管道的水力、水质和服务可靠性预测;.对不同的更新改造计划效果进行数量和质量评价;.为每一条事故管道选择最优的修复方案;.对管道结构、水力、水质和服务水平的概况描述，可对所需的修复资金评价;13 第2章国内外供水管网爆管分析研究进展.从水量和供水节点连通性方面评价管网的可靠性;.为供水部门提供了一个复杂的默认值管理功能，在管网的状态信息不完整的情况下，也可得到可靠的预测结果。2)UtiINets可以解决的问题.预测每段管道的使用寿命;.预测管段末端节点压力在将来3年内满足要求的可能性;.预测可能产生水质问题的管段;.优化某根管段的更新计划;.估计管道修复投资;.提供5-10年内的修复预算。3)UtiINets的模型UtilNets是基于管道老化过程的物理模型，这些模型采用工程上的方程估计管道结构状况。UtilNets可以分析所有重要的环境因素和己经或将要影响管道寿命的荷载的因素。模型可以分为3大类:.分析模型令结构分析模型个水力分析模型4水质分析模型个服务可靠性模型.优化模型冷千管更新改造投资模型冷事故结果非量化模型(风险模型)令千管更新改造优先次序的制定.背景信息个管网可靠性模型4)UtiINets的应用因为现有的UtilNets版本还不够灵活，它不仅要求数据数量大而且复杂，有些数据的获得甚至是难以支付得起的，UtilNets现有的版本还不能被所有供水部门所采用。欧洲各国正在开发商业化的版本。(2)CARE-W决策软件包【01欧盟支持下的“研究和发展第五框架项目”中的CARE-W(ComputerAidedRehabilitationofWaternetworks)，即“供水管网更新计算机辅助决策”研究课题，是一个针对不同地区的供水系统、管网运行部门、投资决策部门提高供水安全性而开发的通用决策支持软件包。它可对管网损坏过程的预测和管网修复更新计划效果的预测，使用具体的工具有漏水率预测、爆管率预测、修复费用预侧、更新费用预测、用户投诉 第2章国内外供水管网爆管分析研究进展次数预测、供水可靠性分析、管网更新计划方案比较等。CARE-W主要包括两个部分:管道老化过程预测和不同时段修复决策的效果预测。1)建立CARE-W决策软件包的步骤.建立管网性能评价指标:用于定义管网现状和未来状态的参数，例如漏水率、爆管率、修复费用、改造费用、用户投诉量。其中有些参数是可预测的，例如管网更新改造和管网性能状态之间会有某种联系:.确定采取的技术手段:对单个管段事故预测和供水可靠性预测的随机模型;.确定年管网修复更新费用决策过程:决策过程要考虑随机预测模型和可靠性模型的预测结果以及考虑其它因素带来的其它费用。影响修复的不同因素都应被决策系统所考虑;.制定投资和计划策略工具:这个工具将预测长期〔10-20年)管网投资计划的效果(经济上的和非经济上的)。管网性能状态指标的影响函数将被建立;.形成软件雏形:该决策系统的雏形包括各种模型，它还要确定数据结构，包括整个系统所必须的数据以及每个工具得出一些结果数据;.测试:所有的工具将会整合在一起，将被8个欧洲国家的12个供水部门在不同条件下试用;.发布:最终交付的是一个包括软件、用户手册的管网维护决策支持系统软件。该软件和它的一些应用成果将会在各供水部门和国际会议上公布。十一所大学和研究机构(约100个研究人员)参与了这个项目。另外有12个城市作为该软件最终用户进行测试。2)CARE-W的模型在CARE-W中有两类主要的模型工具，如表2.5所示:.第一类事故预测模型:包括5个模型，可以利用统计的方法和物理的方法预测某一根管段或一组管道的事故;.第二类水力可靠性模型:包括3个模型，可以用来估计某一个管道或一组管道的水力服务可靠性;表2.5CARE-，的模型事故预侧模型水力可靠性模型模型FailnetAssetMaFailnet-Rel人ssetMaP-2UtilnetsWinrocAquarelRelnet名称-StatP-1iab研究CemaINSA-Brno-UniINSA-LyonSINTEFNTNUSINTEFCemagref部门grefLyonversify表2.5中所列模型己经在实际工作中进行了测试。有研究者根据输出结果和类型对预测模型进行了比较，通常Winroc(Rostum,2000)和Fail-5tat(LeGat等2000)对有长期维护记录和完整记录的预测十分有效，尽管它们对某些短期维护记录(5到10 第2章国内外供水管网爆管分析研究进展年)的应用上所得测试的结果也十分有效;AssMap-I和AssMap-2在供水部门维护管理记录情况较差时采用，预测效果较好;其中AssMap一1适用于不完整数据，AssMap一2适用于维护记录较短的情况。UtilNets(2001)不同于其它的任何一种，因为它不是基于历史维护记录，而是基于管道物理上的计算抗力。可靠性模型通常是基于水力模型。Aquarel和Relnet利用的是EPANET，对每个闭合环和每对闭合环，Auuarel定义了一个节点矩阵和压力类，还考虑了与MTTF〔平均事故时间)和TTR(修复时间)相关的水池的容积。程序可以从统计意义上计算水的可用性和压力下降频率。Failnet-Reliab利用的算法类似于Cemagref建立的Porteau的算法。在Failnet-Reliab中定义了可靠性，这个可靠性可以为每个节点的可用水量与用水量需求之比。可用水量计算通过以压力水头的函数得到，并非从水力模型获得。可靠性函数还给出了每个管段发生爆管对节点的影响评价，或者是对一个区域或是整个管网的影响评价。每个节点的易损性和整个管网的可靠性指数也可以计算出来。Relnet是基于随机原理的Monte-Carlo方法。这个模型的目的是为了评价每个节点的供水可靠性和整个管网的可靠性。模型的结果输出是节点可靠性、管网总可靠性和每个管道对管网可靠性的影响程度。节点可靠性是基于每个节点的压力需求和管网模拟输入的任何状态(拓扑结构、节点需求、摩阻等)。因为CARE-W中包括了若千模型，其中某些模型的结论是重复的，且针对不同的用户需求软件包应能选择不同的模型。所以还开发了一个用于选择模型的程序，目的就是为了软件的最终用户可以根据用户的要求和可用的数据情况采用最有效的模型。3)CARE-W软件包的应用CARE-W软件包在十二个试用城市测试的结果将用来进一步改进模型。该软件包将在整个管网水平上用遗传算法预测事故，其基础是专家的判断和统计数据。不同模型潜在的能力和局限性将被描述成一个函数和其它的一些相关规则.每个管段对整个管网的影响程度和重要程度都可以用可靠性模型来建立。 第3章供水管网爆管分析方法第3章供水管网爆管分析方法供水管网爆管事故的分析和解决应建立在对爆管发生的机理及规律的掌握基础之上，因此爆管分析方法的选择及爆管分析步骤的制定十分重要。导致爆管的原因非常复杂，在现有条件下对影响爆管的因素进行准确的、定量的分析仍相当困难，目前还是以寻求统计规律为主，物理原因分析为辅，传统的定性预测转向定量预测，所以对分析数据的数童和质量有极大的依赖性。爆管分析数据包括有关爆裂管道自身属性数据及各种影响因素数据，对这些数据的收集、处理、存储和管理工作是对爆管进行有效分析等后续工作的首要任务，应当首先建立规范、准确、翔实的爆管分析数据库对爆管相关数据进行广泛收集与有效管理，它既为管网维护工作中相关数据的采集和爆管分析研究提供平台，也是供水管网维护管理数据库的重要组成部分;其次，要选择合适的方法对所收集的爆管数据进行科学分析，归纳总结爆管分析的结论与规律，并进行量化。如果没有合理的方法，即使是有大量的数据也难以得到充分的利用;最后，用数学方法建立爆管预测模型，为有效的预防爆管和制定爆管防治措施提供依据。供水管网爆管分析的实施步骤如图3.1所示。爆管分析数据收集爆管分析数据预处理建立爆管分析数据库选择爆管分析方法进行爆管分析爆管规律及原因汇总量化爆管分析规律，建立爆管预测模型预测模型运用图3.1供水管网爆管分析步骤 第3章供水管网爆管分析方法3.1爆管数据的收集3.1.1爆管事故的定义与分类管网运行管理部门对“爆管”和“漏水”这两个在管网维护管理过程经常遇到的状况难以区分。不同的供水部门在定义管道漏水和爆管的概念时缺乏一致性，所以在建立维护数据文档时易于引起混乱，对评价配水系统的现状也会带来一定困难.管网维护数据文档记录是管网更新改造方案的重要依据，也是进行爆管分析最重要的基础资料，因此应对管道漏水和爆管的概念给予澄清，建立严格有效的管网维护记录文档。国外研究者对爆管的定义为:由于管道的结构性损坏，管道漏水致地面，必须立即进行维修的情况【‘’〕。爆管的另一定义为管道局部或接口突然爆裂，大量的水在短时间内流失，需要尽快修理的情况[46]。有时爆管事故发生以后，因为爆管引起的漏水直接进入到附近的排水管渠而无法到达地面，可能数日以后才被发现，有时甚至无法发现。漏水的定义为:是管网总漏失量的一部分，包括从管道上、接头处、管道配件上的物理漏损，还包括从水池中溢流的部分‘。对管道爆裂的不同方式也有必要进行区分，便于维护文档的记录。爆管的类型可分为:(1)环向破裂;(2)纵向破裂;(3)承口破裂;(4)管壁穿孔。见图3.2所示。(1)辉自妓裂〔st纵向破裹〔3)承0破裂〔‘、份璧，孔图3.2爆管的类型[4113.1.2爆管事故数据收集内容数据收集的内容取决于数据收集的决策主题。爆管分析数据的收集不应局限于爆裂管道自身状态数据和运行数据的收集，还应收集管道周边信息、环境信息及其它管道信息等。对这些周边信息及环境信息进行研究并形成横向的数据关联可能会给爆管研究提供一些研究线索，如考虑气候变童对爆管的影响，所以爆管分析数据的收集范围相当广泛。随着我国信息化整体水平及供水企业本身信息化水平的不断提高，使获取大量相关18 第3章供水管网爆管分析方法3.1爆管数据的收集3.1.1爆管事故的定义与分类管网运行管理部门对“爆管”和“漏水”这两个在管网维护管理过程经常遇到的状况难以区分。不同的供水部门在定义管道漏水和爆管的概念时缺乏一致性，所以在建立维护数据文档时易于引起混乱，对评价配水系统的现状也会带来一定困难.管网维护数据文档记录是管网更新改造方案的重要依据，也是进行爆管分析最重要的基础资料，因此应对管道漏水和爆管的概念给予澄清，建立严格有效的管网维护记录文档。国外研究者对爆管的定义为:由于管道的结构性损坏，管道漏水致地面，必须立即进行维修的情况【‘’〕。爆管的另一定义为管道局部或接口突然爆裂，大量的水在短时间内流失，需要尽快修理的情况[46]。有时爆管事故发生以后，因为爆管引起的漏水直接进入到附近的排水管渠而无法到达地面，可能数日以后才被发现，有时甚至无法发现。漏水的定义为:是管网总漏失量的一部分，包括从管道上、接头处、管道配件上的物理漏损，还包括从水池中溢流的部分‘。对管道爆裂的不同方式也有必要进行区分，便于维护文档的记录。爆管的类型可分为:(1)环向破裂;(2)纵向破裂;(3)承口破裂;(4)管壁穿孔。见图3.2所示。(1)辉自妓裂〔st纵向破裹〔3)承0破裂〔‘、份璧，孔图3.2爆管的类型[4113.1.2爆管事故数据收集内容数据收集的内容取决于数据收集的决策主题。爆管分析数据的收集不应局限于爆裂管道自身状态数据和运行数据的收集，还应收集管道周边信息、环境信息及其它管道信息等。对这些周边信息及环境信息进行研究并形成横向的数据关联可能会给爆管研究提供一些研究线索，如考虑气候变童对爆管的影响，所以爆管分析数据的收集范围相当广泛。随着我国信息化整体水平及供水企业本身信息化水平的不断提高，使获取大量相关18 第3章供水管网爆管分析方法数据作为分析对象已成为可能。企业运行管理者应充分利用这些数据，从中挖掘有价值的决策支持信息用于企业的运行管理。供水企业GIS数据库、SCADA数据库、调度数据库、水力模拟数据库、营业收费数据库、管网维护数据库等构成了一个极其庞大的信息存储体系，为包括爆管分析在内的各种决策需求提供了丰富的数据源。以爆管分析预测为主题的数据需求应包括与爆管问题相关的供水企业相关的内部信息和外部信息，见图3.3所示。企业内部数据源企业外部数据源动态数据静态数据水力模拟管网维护营业收费管网GIS数据库数据库数据库属性数据描述性统计分析生存分析空间分析图3.3爆管分析数据组成所以，针对爆管分析进行的数据收集应包括:.企业内部数据企业内部数据信息包括静态信息和动态信息两类。供水企业静态信息包括企业中变化缓慢的一些业务信息、地理信息和企业运营的历史信息。供水企业动态信息主要是通过动态监测系统获取的实时变化的信息，还有一类动态信息就是水厂设备和管网维护信息、漏水调查信息以及用户用水量信息。.管网属性数据:管道ID号、所属路段、管长、管材、管径、管道埋深、管道敷设年代等;.管道爆管维护数据:管道ID号、所属路段、管径、管材、爆管日期、爆管时间、爆管地理位置、爆管类别、爆管原因推测;爆管位置、爆管具体时间、爆管采取措施、爆管修复日期;爆管现场照片、管沟壁取样分析数据、断裂管道取样分析、土壤样本分析、爆管特写照片、断裂位置分析等;.管网水力模拟数据:模拟时段、管道ID号、流量、流速、压力、水头损失;.SCADA数据:测压点信息表、水厂信息表、水泵信息表、加压泵站信息表、清水池信息表等。.企业外部数据 第3章供水管网爆管分析方法企业的外部信息数据源是指与企业运行决策主题相关的、不是企业生产运行管理产生的数据信息，而这些信息又是企业运行决策的依据。例如，供水部门用水量预测时供水企业服务对象的信息数据、市政道路的GIS信息、影响用水量及爆管预测分析的气候信息等等，这些信息与企业的生产运营没有直接的联系，但是对企业历史数据的分析、决策的制定有相当的影响。.地质信息:土壤类型信息、地面沉降图、潜水铁、锰离子含量分布图、潜水高锰酸盐含量分布、地貌类型图等;.气候信息:降雨量信息、年降水量分布图、平均暴雨量分布图等:.其它信息:交通量信息、用水户信息、供水区影像图、遥感影像图、行政区分布图等。将上述数据库中同一管段的数据抽取并集成在一起，可以完成对每一管段物理状态和运行状态的分析。上述所有数据资料的获得具有较大难度，但是数据量的大小直接影响数据分析成果的准确性，即数据量越大，数据分析成果准确性、有效性越高，故应尽可能多地收集相关数据。3.2爆管数据预处理数据的质量决定着用户是否能制定正确的决策，高质量的数据才是一种资产。所以在对数据进行分析和挖掘之前，必须对收集的数据进行预处理。预处理的过程包括:(1)数据清洗，处理有噪声的、不完全的、不一致的数据;(2)数据集成，既将来自多个数据源的数据结合在一起形成一个统一的数据集合;(3)数据转换，根据数据的特征进行编码，减少有效变量的数目。例如表3.1，是对爆管管段管龄的数据转换的一种方式。表3.1供水管道管龄泛化原则编码}0{1}2}314}5{6管龄分<=5年}6-10年}11一19年I20-29年}30-39年140-49年}50年以上级范围为了能从存储在数据库中的大量数据中得到有价值的信息，应该把这些数据正确的表达出来，以辨别和处理不合理数据和遗漏数据.否则由于这些数据的存在会使得统计分析的结果严重偏离实际情况。爆管分析数据中不合理的数据主要有以下几种情况:(功不可能的数据，例如管径为0;(2)输入错误，例如把管道材料“球墨铸铁”输成“铸铁”:(3)与所采用的数据库定义的标准码不一致，例如材料码"PE”没有定义成标准码。对于漏失的数据，除非不能确定这些遗漏的数据，否则不能简单地把有漏失变量数据的观测值抛弃。 第3章供水管网爆管分析方法企业的外部信息数据源是指与企业运行决策主题相关的、不是企业生产运行管理产生的数据信息，而这些信息又是企业运行决策的依据。例如，供水部门用水量预测时供水企业服务对象的信息数据、市政道路的GIS信息、影响用水量及爆管预测分析的气候信息等等，这些信息与企业的生产运营没有直接的联系，但是对企业历史数据的分析、决策的制定有相当的影响。.地质信息:土壤类型信息、地面沉降图、潜水铁、锰离子含量分布图、潜水高锰酸盐含量分布、地貌类型图等;.气候信息:降雨量信息、年降水量分布图、平均暴雨量分布图等:.其它信息:交通量信息、用水户信息、供水区影像图、遥感影像图、行政区分布图等。将上述数据库中同一管段的数据抽取并集成在一起，可以完成对每一管段物理状态和运行状态的分析。上述所有数据资料的获得具有较大难度，但是数据量的大小直接影响数据分析成果的准确性，即数据量越大，数据分析成果准确性、有效性越高，故应尽可能多地收集相关数据。3.2爆管数据预处理数据的质量决定着用户是否能制定正确的决策，高质量的数据才是一种资产。所以在对数据进行分析和挖掘之前，必须对收集的数据进行预处理。预处理的过程包括:(1)数据清洗，处理有噪声的、不完全的、不一致的数据;(2)数据集成，既将来自多个数据源的数据结合在一起形成一个统一的数据集合;(3)数据转换，根据数据的特征进行编码，减少有效变量的数目。例如表3.1，是对爆管管段管龄的数据转换的一种方式。表3.1供水管道管龄泛化原则编码}0{1}2}314}5{6管龄分<=5年}6-10年}11一19年I20-29年}30-39年140-49年}50年以上级范围为了能从存储在数据库中的大量数据中得到有价值的信息，应该把这些数据正确的表达出来，以辨别和处理不合理数据和遗漏数据.否则由于这些数据的存在会使得统计分析的结果严重偏离实际情况。爆管分析数据中不合理的数据主要有以下几种情况:(功不可能的数据，例如管径为0;(2)输入错误，例如把管道材料“球墨铸铁”输成“铸铁”:(3)与所采用的数据库定义的标准码不一致，例如材料码"PE”没有定义成标准码。对于漏失的数据，除非不能确定这些遗漏的数据，否则不能简单地把有漏失变量数据的观测值抛弃。 第3章供水管网爆管分析方法3．3建立爆管分析数据库爆管分析数据库一方面可以为整理过的爆管分析数据提供～个存储空间，作为进行爆管数据分析挖掘的对象，同时还可以完善现有的爆管数据收集指标，并对现有的管道维护数据库中爆管数据的收集提出统一要求。3．3．1爆管分析数据库功能分析供水管网爆管分析数据库的功能应该包括下列功能，见图3．4所示：·数据的采集功能，数据的来源主要是供水企业的各数据库系统，有时可能还需要手工录入部分数据；·数据预处理功能，对从各个数据源采集的数据，对数据进行清洗、转换，通过数据预处理之后，成为可靠的、便于进行数据分析对象；·数据分析功能，能进行爆管的时间分析和空间分析，挖掘出数据中潜在爆管规律，揭示爆管产生的内因和外因；·报表打印功能，能提供相应的统计报表；·爆管预测模型生成功能，能根据爆管数据分析结论选择合适的爆管预测模型，并确定模型中的参数。数据采集功能模块数据预处理功能模块数据分析功能模块报表打印功能模块图3．4爆管分析数据库功能模块构成3．3．2爆管分析数据库信息构成爆管预测模型模块结合国内各水司的实际情况，完整的爆管分析数据库的信息表应有以下3类：·管道基本属性信息表：管道ID号、管道所在位置、管径、管材、敷设年代、是否有爆管历史、管道维护更新记录；·爆管维修信息表：●管道ID号、爆管位景、爆管具体时间、爆管日期、爆管类型、爆管原因、爆管采取措施、爆管修复日期、爆管现场照片等：●管沟壁取样分析数据、断裂管道取样分析数据、土壤样本分析数据、爆管特写 第3章供水管网爆管分析方法照片、断裂位置分析数据等；●参考资料信息表：·实时水压监测值、水泵监测数据等；-大气温度、道路类型、土壤类型、道路交通量、降雨量、用户信息(管道用户数量、用户类型)、道路地理信息等：3．3．3确定爆管数据库表的组成及其相互关系(数据库设计)管道基本属性数据列入管道基本属性表，如表3．2；管道爆管维修信息列入管道爆管记录表，如表3．3；爆管分析参考信息可以分为实时监测数据信息、地理信息、气候信息等，分别列入实时监测数据信息表、爆管地理参考信息表、气候信息表，如表3．4。表3．2管道基本属性表字段名称数据类型作用描述IDInt管段编号StreetChar管道所在街道的名称DimInt管道直径LengthInt管道长度MaterialInt管道材料类型；0一铸铁、1一钢管、2一钢筋混凝土管、3--球墨铸铁管、4一塑料管DepthFloat埋设深度YearLaidDatetime管道埋设年代：0—1949年前、1—1950到1959年、2—1960—1989年、3—1970到1979年、4—1980到1989年、5—1990年后表3．3管道爆管记录表字段名称数据类型作用描述IDInt管段编号8urstTypeInt爆管类型：0--环向破裂、1一纵向破裂、2一承口破裂、3一管壁穿孔BurstDateDatetime爆管日期BurstTimeDatetime爆管时间BurstCauseInt爆管原因：O一自然爆管、1一施工破坏8urstYearDatetime爆管年份BurstMonthDatetime爆管月份BurstHistoryInt是否有爆管记录：0一无、1一有PipeAgeInt管龄：O一5年以内、1—6到10年、2—11到19年、3--20到29年、4—30到39年、5—40到49年、6—50年以上 第3章供水管网爆管分析方法照片、断裂位置分析数据等;.参考资料信息表:.实时水压监测值、水泵监测数据等;.大气温度、道路类型、土壤类型、道路交通量、降雨量、用户信息(管道用户数量、用户类型)、道路地理信息等;3.3.3确定爆管数据库表的组成及其相互关系(数据库设计)管道基本属性数据列入管道基本属性表，如表3.2;管道爆管维修信息列入管道爆管记录表，如表3.3;爆管分析参考信息可以分为实时监测数据信息、地理信息、气候信息等，分别列入实时监测数据信息表、爆管地理参考信息表、气候信息表，如表3.4.表3.2管道基本属性表字段名称数据类型作用描述IDInt管段编号StreetChar管道所在街道的名称DimInt管道直径LengthInt管道长度MaterialInt管道材料类型:0一铸铁、1一钢管、2-钢筋混凝土管、3一球墨铸铁管、4-塑料管DepthFloat埋设深度YearLaidDatetime管道埋设年代:0一1949年前、1一1950到1959年、2一1960-1969年、3一1970到1979年、4-1980到1989年、5一1990年后表3.3管道爆管记录表字段名称数据类型作用描述IDInt管段编号BurstTypeInt爆管类型:0一环向破裂、1一纵向破裂、2一承口破裂、3一管壁穿孔BurstDateDatetime爆管日期BurstTimeDatetime爆管时间BurstCauseInt爆管原因:0一自然爆管、1一施工破坏BurstYearDatetime爆管年份BurstMonthDatetime爆管月份BurstHistoryInt是否有爆管记录:0一无、1一有PipeAgeInt管龄:0-5年以内、1-6到10年、2-11到19年、3一20到29年、4-30到39年、5-40到49年、6-50年以上 第3章供水管网爆管分析方法表3.4爆管地理参考信息表字段名称数据类型作用描述IDInt管段编号PressAreaInt管道所属压力区:0-高压区、1一中压区、2一低压区AreaInt管道所属行政区:0一杨浦区、1一闸北区、2-普陀区、3-虹口区、4一宝山区PipeDensityInt管道分布密度等级;0-高密度、1一中密度、2一低密度3.4供水管网爆管分析方法选择供水管网爆管分析方法可分为3类:(1)物理分析，物理分析主要包括:对管道内外壁腐蚀的范围和程度的估计和对管道上施加的荷载的估计;(2)描述性统计分析，描述性统计分析是指用描述性统计学来分析爆管的模式和趋势;(3)预测性分析，是指建立模型模拟过去的爆管情况，并来预测未来的情况，可以建立不同模型用来评价管网的现状。供水管网爆管分析方法中，物理分析方法着重于爆管的机理分析，需要在对管道进行大量现场检测和实验的基础上进行。描述性统计分析用在拥有管道特性数据和爆管数据的城市供水部门，这种分析类型受限于是否建立相关数据库以及所建数据库的完善程度，比如是否包含漏失数据、矛盾的数据、未计算机化的信息记录等等。预测性分析方法对数据的要求较高，比如要求较长时间的维护数据记录、各种管道运行参数、周围环境参数等。数据越完善，基于数据建立的模型预测结果越准确，所以预测性分析比描述性统计分析方法更受限于相关数据库的建立。根据我国供水部门现有的监测条件和数据条件，笔者认为分析爆管较好的策略是利用数据挖掘的方法，尽可能多地收集相关数据，以描述性分析方法与预测性分析方法为主，从所收集的数据中分析数据间的关联性、寻找出规律性:有条件的供水部门有针对性的进行相关的物理分析，对某些重要规律进行验证;综合三类方法得出的结论并进行量化，建立爆管预测模型，见图3.5所示。爆管预测模型可以预测爆管的次数或爆管发生的可能性，分析管网系统可能存在的问题，是建立管网可靠性评价模型、管网更新维护方案评价模型及提出有效的解决管网爆管问题的措施的关键。采用数据挖掘的方法是对传统分析方法的补充，它能够进一步探求爆管与时间的关系、量化爆管发生可能性与其它因素的关系、寻求爆管的空间分布特征，为准确建立爆管预侧模型进而实现以信息化手段预防爆管奠定基础。 第3章供水管网爆管分析方法表3.4爆管地理参考信息表字段名称数据类型作用描述IDInt管段编号PressAreaInt管道所属压力区:0-高压区、1一中压区、2一低压区AreaInt管道所属行政区:0一杨浦区、1一闸北区、2-普陀区、3-虹口区、4一宝山区PipeDensityInt管道分布密度等级;0-高密度、1一中密度、2一低密度3.4供水管网爆管分析方法选择供水管网爆管分析方法可分为3类:(1)物理分析，物理分析主要包括:对管道内外壁腐蚀的范围和程度的估计和对管道上施加的荷载的估计;(2)描述性统计分析，描述性统计分析是指用描述性统计学来分析爆管的模式和趋势;(3)预测性分析，是指建立模型模拟过去的爆管情况，并来预测未来的情况，可以建立不同模型用来评价管网的现状。供水管网爆管分析方法中，物理分析方法着重于爆管的机理分析，需要在对管道进行大量现场检测和实验的基础上进行。描述性统计分析用在拥有管道特性数据和爆管数据的城市供水部门，这种分析类型受限于是否建立相关数据库以及所建数据库的完善程度，比如是否包含漏失数据、矛盾的数据、未计算机化的信息记录等等。预测性分析方法对数据的要求较高，比如要求较长时间的维护数据记录、各种管道运行参数、周围环境参数等。数据越完善，基于数据建立的模型预测结果越准确，所以预测性分析比描述性统计分析方法更受限于相关数据库的建立。根据我国供水部门现有的监测条件和数据条件，笔者认为分析爆管较好的策略是利用数据挖掘的方法，尽可能多地收集相关数据，以描述性分析方法与预测性分析方法为主，从所收集的数据中分析数据间的关联性、寻找出规律性:有条件的供水部门有针对性的进行相关的物理分析，对某些重要规律进行验证;综合三类方法得出的结论并进行量化，建立爆管预测模型，见图3.5所示。爆管预测模型可以预测爆管的次数或爆管发生的可能性，分析管网系统可能存在的问题，是建立管网可靠性评价模型、管网更新维护方案评价模型及提出有效的解决管网爆管问题的措施的关键。采用数据挖掘的方法是对传统分析方法的补充，它能够进一步探求爆管与时间的关系、量化爆管发生可能性与其它因素的关系、寻求爆管的空间分布特征，为准确建立爆管预侧模型进而实现以信息化手段预防爆管奠定基础。 第3章供水管网爆管分析方法描述性统计分析验证物理分析分析规律归纳量化图3.5爆管分析方法选择3.4.1传统的统计分析方法传统统计分析方法一般指的是描述性统计和推断统计方法，是供水管网爆管分析中常用的方法。描述统计研究的是如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概括与分析得出反应客观现象的规律性特征。描述性统计和推断统计方法对数据的加工和处理一般包括对数据的分类、分组、汇总、排序等。利用该方法得到的爆管分析结果一般是对某一组或某一类管段的爆管时间分布、管径分布规律，或是粗略的趋势预测。3.4.2生存分析方法传统的描述性统计方法分析爆管只能估算预测某一组或某一类管道的损坏趋势，而不能对单独管道的损坏情况提供有效的信息，也不能解释众多影响因素(后面被称为解释性变量或协变量)之间复杂的相互关系。在供水管网爆管分析中引入生存分析方法，可以在考虑多种爆管影响因素的条件下，做到对某单一管道损坏趋势或事故危险性进行预测的水平。供水管道的生存分析是以爆管的维护记录为管道生存数据样本，绘制管道生存曲线、危险曲线，并建立管道危险函数方程，对管道的生存现状进行估计预测。(1)生存分析的概念生存分析目前广泛应用于生物医学、工业、社会科学、商业等领域，尤其以在医学、生物和保险学领域应用最频繁。随着工程上对可靠性要求的不断提高，生存分析的方法已经开始在工程中被较多采用。生存分析就是对收集来的生存数据进行处理，生存数据包括生存时间以及其影响因素。此时，生存是一个广义的概念，并非真正意义上的存活，而是某事件某状态的持续。生存分析是研究多种影响因素与生存时间有无联系以及联系 第3章供水管网爆管分析方法描述性统计分析验证物理分析分析规律归纳量化图3.5爆管分析方法选择3.4.1传统的统计分析方法传统统计分析方法一般指的是描述性统计和推断统计方法，是供水管网爆管分析中常用的方法。描述统计研究的是如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概括与分析得出反应客观现象的规律性特征。描述性统计和推断统计方法对数据的加工和处理一般包括对数据的分类、分组、汇总、排序等。利用该方法得到的爆管分析结果一般是对某一组或某一类管段的爆管时间分布、管径分布规律，或是粗略的趋势预测。3.4.2生存分析方法传统的描述性统计方法分析爆管只能估算预测某一组或某一类管道的损坏趋势，而不能对单独管道的损坏情况提供有效的信息，也不能解释众多影响因素(后面被称为解释性变量或协变量)之间复杂的相互关系。在供水管网爆管分析中引入生存分析方法，可以在考虑多种爆管影响因素的条件下，做到对某单一管道损坏趋势或事故危险性进行预测的水平。供水管道的生存分析是以爆管的维护记录为管道生存数据样本，绘制管道生存曲线、危险曲线，并建立管道危险函数方程，对管道的生存现状进行估计预测。(1)生存分析的概念生存分析目前广泛应用于生物医学、工业、社会科学、商业等领域，尤其以在医学、生物和保险学领域应用最频繁。随着工程上对可靠性要求的不断提高，生存分析的方法已经开始在工程中被较多采用。生存分析就是对收集来的生存数据进行处理，生存数据包括生存时间以及其影响因素。此时，生存是一个广义的概念，并非真正意义上的存活，而是某事件某状态的持续。生存分析是研究多种影响因素与生存时间有无联系以及联系 第3章供水管网爆管分析方法描述性统计分析验证物理分析分析规律归纳量化图3.5爆管分析方法选择3.4.1传统的统计分析方法传统统计分析方法一般指的是描述性统计和推断统计方法，是供水管网爆管分析中常用的方法。描述统计研究的是如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概括与分析得出反应客观现象的规律性特征。描述性统计和推断统计方法对数据的加工和处理一般包括对数据的分类、分组、汇总、排序等。利用该方法得到的爆管分析结果一般是对某一组或某一类管段的爆管时间分布、管径分布规律，或是粗略的趋势预测。3.4.2生存分析方法传统的描述性统计方法分析爆管只能估算预测某一组或某一类管道的损坏趋势，而不能对单独管道的损坏情况提供有效的信息，也不能解释众多影响因素(后面被称为解释性变量或协变量)之间复杂的相互关系。在供水管网爆管分析中引入生存分析方法，可以在考虑多种爆管影响因素的条件下，做到对某单一管道损坏趋势或事故危险性进行预测的水平。供水管道的生存分析是以爆管的维护记录为管道生存数据样本，绘制管道生存曲线、危险曲线，并建立管道危险函数方程，对管道的生存现状进行估计预测。(1)生存分析的概念生存分析目前广泛应用于生物医学、工业、社会科学、商业等领域，尤其以在医学、生物和保险学领域应用最频繁。随着工程上对可靠性要求的不断提高，生存分析的方法已经开始在工程中被较多采用。生存分析就是对收集来的生存数据进行处理，生存数据包括生存时间以及其影响因素。此时，生存是一个广义的概念，并非真正意义上的存活，而是某事件某状态的持续。生存分析是研究多种影响因素与生存时间有无联系以及联系 第3章供水管网爆管分析方法程度的大小，是一种既考虑时间又考虑结果的统计方法，并可充分利用截尾数据提供的不完全信息。生存时间是指从某起点事件开始到被观测对象出现终点事件所经历的时间。生存时间的单位可以用年，月，周，日，甚至时，分，秒等表示。截尾数据是指在出现终点事件之前，被观测对象的观测过程终止了，此时被观测对象提供的信息数据。1)生存分析的内容:描述生存过程，研究生存时间的分布特点，估计平均存活时间、生存率、生存曲线等。比较生存过程，在获得平均存活时间、生存率等的估计值后，进行两组或多组研究样本的比较。.研究影响生存时间的因素;可以进行单因素分析也可进行多因素分析。2)生存分析的方法.非参数法，它包括生命表法、乘积极限法(K-M法)和Log-rank检验，其中生命表法、乘积极限法用于估计生存率;生命表法适用于对大样本分析，并且对生命时间的分布不限，且假定事件发生的概率仅依赖于时间;Log-rank检验用于单因素预后分析，对两组或多组生存率做总体比较;.半参数法，即比例危险模型，也称为Cox模型。Cox多元回归模型是分析生存时间(或生存率)与多个危险因素之间的定量关系的一种方法;.参数法，也称加速失效时fE模型(AcceleratedFailureTimeModels)一般也用作预后分析。(2)供水管道的生存分析1)供水管道生存数据的特点在供水管道的生存分析过程中，管道寿命一般是指从管道安装之日起到管道第一次发生爆管的时间，时间单位为年。供水管道的生存数据以管龄作为生存时间，管道特征参数包括管材、管径、管长、埋设时间、爆管时间、道路类型、路面交通量、压力状况等。生存数据分为完全数据和截尾数据(或称为删失数据)。对供水管道而言，完全数据是指被观测管道对象从观察起点至出现终点事件(即爆管)所经历的时间。完全数据提供了管道确切的生存时间，是管道生存分析的主要依据。如果在出现终点事件之前，被观测对象的观测过程终止了，此时被观测对象提供的信息是不完全的，就称之为截尾数据。供水管网的生存数据样本经常会遇到左截尾(left-censoring)和右截尾(right-censoring)数据的处理。由于管网维护管理记录的不完整，从管道安装到维护数据开始记录的这段时间里无维护记录，而在开始观测之前，事故可能已经发生了，但是没有这方面的记录，这样会导致左截尾数据;当维护记录中止的时候管道没有发生任何事故，发生事故的确切时间未知，但是肯定是属于一个时间段〔t}十，十0"，则导致右截尾数据，如图3.6所示。所以，管道第一次发生事故的时间t，实际是开始观测的第一次事故时间。 第3章供水管网爆管分析方法左截尾右截尾时间时间N001管道安装年N002管道事故年N003管道安装年维护记录安装年事故年维护记录开始时间终止时间图3.6.爆管生存数据类型2)生存分析用于爆管分析的优点.生存分析既能考虑观测对象的观测结果，又能考虑得到该结果经历的时间;把管道是否爆管作为观测目的，将管道爆管视为管道“失效”，管道正常运行视为“生存”，可以考察管道“失效”或“生存”和时间的关系;.生存分析可以充分利用截尾数据所提供的不完全信息;供水管道的爆裂毕竟只占供水管网所有管道中的一小部分，其它的大量未发生事故的管段就成为了截尾数据，生存分析可以充分利用这些数据:.生存分析可以对多个危险因素同时进行分析，亦可对混杂因素进行控制;导致供水管网管道发生爆裂原因十分复杂，通常与多种因素相关，生存分析可以考虑这些相关因素，并对这些因素进行筛选，剔除其中影响程度小的因素后，建立爆管预侧模型，预测单独管段的事故危险程度。3)供水管道生存分析方法的选择供水管道的生存分析可以首先采用相对简单的非参数方法绘制管道的生存曲线及寿命表，从管道使用时间角度对管道的生存趋势进行分析。管道的寿命除了与管道使用年限密切相关，还与诸多管道内部和外部因素(Cox模型中称之为协变量)相关，如土壤类型、环境压力等因素。所以在某时刻，对某一组相同管龄的每个管道而言，假定它们具有相同的生存函数是欠合理的。这时若仅用寿命表、用K-M估计的非参数法就会带来偏差，因此必须考虑采用其它模型，即参数模型或半参数模型。在爆管分析中，半参数模型一般采用Cox模型;参数模型多采用指数模型和Weibull模型。 第3章供水管网爆管分析方法14.3空间数据分析介绍地理信息系统(GeographicInformationSystem，简称GIs)是计算机科学、地理学、测量学、地图学等多门学科综合的技术[221aGIs的基本技术是空间数据库、地图可视化及空间分析，而空间数据库是GIs的关键。空间数据分析的对象是GIs空间数据库。所以对供水管网爆管问题的空间分析，GIs技术是首选的工具。(1)GIs空间分析概述空间分析是基于空间数据的分析技术，它以地学原理为依托，通过分析算法，从空间数据中获取有关地理现象的空间位置、空间分布、空间形态、空间形成、空间演变等信息。空间分析有对地图的空间分析、空间动力学分析、基于地理信息的空间分析三种。在地理信息系统中，地理空间分析功能主要是指数字地面模型分析、空间叠置分析、空间缓冲区分析、空间网络分析、空间统计分折、空间数据的集合分析和空间数据查询、三维空间分析等。在供水管网爆管分析中主要可以采用空间叠置分析、空间缓冲区分析、空间网络分析、空间统计分析等方法。空间叠置分析是指在统一空间参照系统条件下，将同一地区两个或多个地理对象的图层进行叠置产生新的要素，然后对新要素属性按一定的数学模型进行分析，以满足用户的需要。空间叠置分析根据叠置对象图形特征的不同，分为点与多边形的叠置、线与多边形的叠置、多边形与多边形的叠置。空间缓冲区分析是指根据分析对象的点、线、面实体，自动建立它们周围一定距离的带状区，用以识别这些实体或主体对临近对象的辐射范围或影响度，从而为分析或决策服务。缓冲区分析是地理信息系统重要的空间分析功能之一，在交通、城市规划、选址等方面有着广泛的应用。空间网络分析是指对地理网络(如交通网)、城市基础设施网络(如网线、电话线等)等进行地理分析和模型化，目的是研究某项网络工程如何安排效果最佳。网络分析主要包括路径分析、资源分配、连通分折、流分析等，其理论基础是网络图论。空间统计分析主要用于数据分类。地理信息系统中存储的数据一般具有原始性质，所以需要用户建立具体的分类算法，以获得所需信息。空间统计分析主要分为统计图表分析、密度分析、主成分分析、层次分析、系统聚类分析和判别分析等。(2)GIs空间分析在爆管分析中的应用目前，GIs在国内供水系统中的应用主要集中在输配水管网的日常管理中，基本实现了供水管网的信息化管理。实际上这些都是GIS对空间数据的管理只是最基本的功能，而GIs更深刻的内涵在于它的空间分析、模型分析所产生的信息。爆管空间分析的最终目的应是揭示爆管发生的空间分布规律，划分爆管易发程度分区。爆管易发程度分区的依据不仅应考虑已发生的爆管，还应考虑可能发生的爆管，应建立爆管易发程度划分评价模型，且该评价模型应建立在一定的评价指标体系之上。就影响爆管发生的因素而言，指标体系的组成既应包括管道自身方面的因素，也应有管道27 第3章供水管网爆管分析方法周边环境方面的因素，同时还应该考虑外界的诱发因素.评价结果的可信度取决于评价模型的选取、评价指标的选择及评价单元的划分。爆管易发程度分区划分后，应进一步深入分析爆管高易发区爆管频数高原因或加大对爆管易高发区的管段实时监控力度，以便提前采取相应措施防止爆管事故的发生。在供水管网中，爆管与交通荷载、爆管与土壤类型、爆管与管道密度、爆管与压力分布、爆管的聚集性分析是目前国外学者在爆管问题研究中采用的较多的空间分析挖掘内容。3.5爆管预测模型的建立传统的爆管分析仅限于定性分析预测，并且是对每个影响因素分别进行的分析，忽略了爆管影响因素之间相互作用。这种分析方法过于粗略，这样的假设也欠合理，很有必要提高损坏趋势的定量分析预测的水平，并对所有影响因素进行多变量综合分析。解决的方法是建立爆管预测的统计模型，并把它应用在具有有效爆管一记录的管网干管上。尽管爆管预测模型的预测结果与实际观测结果会有一定的偏差，但在通常情况下，理论上计算出来的较高事故率的管段总会在实际情况下表现出较高的事故率，对爆管事故的预防与管道更新改造决策有较大的参考价值。国外爆管预测模型研究成果的总结在本论文第2章已做论述，国内在该方向的类似成果还未见报道。通过对国外相关文献的查阅及对国外建立爆管预测模型模拟结果的比较，结合国内管网管理的实际情况，建议采用以下模型:3.5.1时间指数模型时间指数模型是以时间为变量的函数计算每组管道的爆管率。整个过程分三个步骤进行:1)对数据进行分组;2)为每组数据建立爆管模型预测该组管道未来的爆管率;3)利用预测的爆管率决定管道的经济寿命，计算最优更新时间。时间指数模型的形式(见前面第二章表2.2)，为:N(t)=N(to)e"(I.g)(3.1)其中:—从现在算起的使用年限;n"lt>—每年每单位长度爆管的次数(次/km/a);N(t=>—管道刚安装那一年的N(t)值g-t年时管道的年龄;A—爆管率年增长的系数(年一’)。注意N(to)不等于0，这就意味着从平均值上来看管道总是假定有爆裂的可能性的，只是这种可能性在它刚刚使用时比较小。该模型采用非线形回归分析法建立，且建立在管道分组的基础之上。管道分组的依据是影响爆管的各种因素，如管道属性因素、环境因素等。要得到准确的预测模型，必28 第3章供水管网爆管分析方法周边环境方面的因素，同时还应该考虑外界的诱发因素.评价结果的可信度取决于评价模型的选取、评价指标的选择及评价单元的划分。爆管易发程度分区划分后，应进一步深入分析爆管高易发区爆管频数高原因或加大对爆管易高发区的管段实时监控力度，以便提前采取相应措施防止爆管事故的发生。在供水管网中，爆管与交通荷载、爆管与土壤类型、爆管与管道密度、爆管与压力分布、爆管的聚集性分析是目前国外学者在爆管问题研究中采用的较多的空间分析挖掘内容。3.5爆管预测模型的建立传统的爆管分析仅限于定性分析预测，并且是对每个影响因素分别进行的分析，忽略了爆管影响因素之间相互作用。这种分析方法过于粗略，这样的假设也欠合理，很有必要提高损坏趋势的定量分析预测的水平，并对所有影响因素进行多变量综合分析。解决的方法是建立爆管预测的统计模型，并把它应用在具有有效爆管一记录的管网干管上。尽管爆管预测模型的预测结果与实际观测结果会有一定的偏差，但在通常情况下，理论上计算出来的较高事故率的管段总会在实际情况下表现出较高的事故率，对爆管事故的预防与管道更新改造决策有较大的参考价值。国外爆管预测模型研究成果的总结在本论文第2章已做论述，国内在该方向的类似成果还未见报道。通过对国外相关文献的查阅及对国外建立爆管预测模型模拟结果的比较，结合国内管网管理的实际情况，建议采用以下模型:3.5.1时间指数模型时间指数模型是以时间为变量的函数计算每组管道的爆管率。整个过程分三个步骤进行:1)对数据进行分组;2)为每组数据建立爆管模型预测该组管道未来的爆管率;3)利用预测的爆管率决定管道的经济寿命，计算最优更新时间。时间指数模型的形式(见前面第二章表2.2)，为:N(t)=N(to)e"(I.g)(3.1)其中:—从现在算起的使用年限;n"lt>—每年每单位长度爆管的次数(次/km/a);N(t=>—管道刚安装那一年的N(t)值g-t年时管道的年龄;A—爆管率年增长的系数(年一’)。注意N(to)不等于0，这就意味着从平均值上来看管道总是假定有爆裂的可能性的，只是这种可能性在它刚刚使用时比较小。该模型采用非线形回归分析法建立，且建立在管道分组的基础之上。管道分组的依据是影响爆管的各种因素，如管道属性因素、环境因素等。要得到准确的预测模型，必28 第3章供水管网爆管分析方法周边环境方面的因素，同时还应该考虑外界的诱发因素.评价结果的可信度取决于评价模型的选取、评价指标的选择及评价单元的划分。爆管易发程度分区划分后，应进一步深入分析爆管高易发区爆管频数高原因或加大对爆管易高发区的管段实时监控力度，以便提前采取相应措施防止爆管事故的发生。在供水管网中，爆管与交通荷载、爆管与土壤类型、爆管与管道密度、爆管与压力分布、爆管的聚集性分析是目前国外学者在爆管问题研究中采用的较多的空间分析挖掘内容。3.5爆管预测模型的建立传统的爆管分析仅限于定性分析预测，并且是对每个影响因素分别进行的分析，忽略了爆管影响因素之间相互作用。这种分析方法过于粗略，这样的假设也欠合理，很有必要提高损坏趋势的定量分析预测的水平，并对所有影响因素进行多变量综合分析。解决的方法是建立爆管预测的统计模型，并把它应用在具有有效爆管一记录的管网干管上。尽管爆管预测模型的预测结果与实际观测结果会有一定的偏差，但在通常情况下，理论上计算出来的较高事故率的管段总会在实际情况下表现出较高的事故率，对爆管事故的预防与管道更新改造决策有较大的参考价值。国外爆管预测模型研究成果的总结在本论文第2章已做论述，国内在该方向的类似成果还未见报道。通过对国外相关文献的查阅及对国外建立爆管预测模型模拟结果的比较，结合国内管网管理的实际情况，建议采用以下模型:3.5.1时间指数模型时间指数模型是以时间为变量的函数计算每组管道的爆管率。整个过程分三个步骤进行:1)对数据进行分组;2)为每组数据建立爆管模型预测该组管道未来的爆管率;3)利用预测的爆管率决定管道的经济寿命，计算最优更新时间。时间指数模型的形式(见前面第二章表2.2)，为:N(t)=N(to)e"(I.g)(3.1)其中:—从现在算起的使用年限;n"lt>—每年每单位长度爆管的次数(次/km/a);N(t=>—管道刚安装那一年的N(t)值g-t年时管道的年龄;A—爆管率年增长的系数(年一’)。注意N(to)不等于0，这就意味着从平均值上来看管道总是假定有爆裂的可能性的，只是这种可能性在它刚刚使用时比较小。该模型采用非线形回归分析法建立，且建立在管道分组的基础之上。管道分组的依据是影响爆管的各种因素，如管道属性因素、环境因素等。要得到准确的预测模型，必28 第3章供水管网爆管分析方法须对数据进行合理的分组.要建立管道属性相似的组，重点要解决两个问题:1)决定按照管段的何种属性对数据进行分组;2)决定应把数据分为几组。因为组与组之间互不包含，所以要限制分组的个数，分组越多，每组的数据就会越少，统计分析就会变得缺乏意义。分组是否合理直接影响预测的准确与否。多位国外学者对该模型进行了改进优化。如Walski和Pelliccia(1982)在分析中又加入了两个因素:第一个是管道以前的爆管次数，因为通过观察发现一旦管道爆管一次，它可能再次爆管就比较大:第二个因素是考虑大型铸铁管道爆管率的差异性。Cark等人‘’，，发现在管道安装年和第一次爆管之间有一个时间间隔，提出了一个组合模型:线性模型加指数模型;线性方程预测第一次爆管的时间，指数方程预测接下来的第一次爆管后爆管的次数。Shamir和Howard"，依据现有的爆管修理费用和资金的投入，用指数模型分析了更换管道的费用成本。研究得出更换管道时间是在总成本C(t)值最小的时候:C(T)=C,。一+乒C,N(to)eA("g)“一”dt〔3:)式中Co—管道修理的成本;Cr—管道替换的成本:T—管道更换的那一年;L—管道长度;R—折扣率。对C(T)求T的一阶导数，求出最优的管道替换时间T,Walski0"，进一步扩展了经济分析，包括分析由于漏水造成的成本的浪费和阀门修复成本。两参数的指数模型比较简单，而且建立模型相对容易，但是在使用模型时要确保数据的被均匀的分入各组。同时也要注意的是这种指数模型明确的假定在所有管线上爆管点是均匀分布的，这个假定实际上引起许多学者的讨论。3.5.2Logistic回归模型管网运行管理中，往往希望能够判断爆管是否会发生以及爆管的发生与某些因素之间的关系。如果爆管预测的结果表达形式为“是否可能发生爆管?”，那么结果只有两种:可能发生或可能不发生，即因变量的取值只有两个:发生(1)或不发生(0)a所以爆管分析中的因变量为定性变量。作为自变量的爆管诱发爆管的影响因素众多，且各因素之间可能还会相互影响。此时，若采用常用的回归分析方法，如线性回归，难以建立准确的爆管预侧模型。另外，在建立爆管模型的分析中，还有一些非数量型的夺量.这些变量也被称为定性变量，如土壤类型变量、道路类型变量等，这些变量在爆管的影响因素中占有相当重要的作用，应当在建回归模型过程中被考虑进来。针对上述问题，Logistic回归模型可以自动满足上述限制，它对因变量假设要求不 第3章供水管网爆管分析方法须对数据进行合理的分组.要建立管道属性相似的组，重点要解决两个问题:1)决定按照管段的何种属性对数据进行分组;2)决定应把数据分为几组。因为组与组之间互不包含，所以要限制分组的个数，分组越多，每组的数据就会越少，统计分析就会变得缺乏意义。分组是否合理直接影响预测的准确与否。多位国外学者对该模型进行了改进优化。如Walski和Pelliccia(1982)在分析中又加入了两个因素:第一个是管道以前的爆管次数，因为通过观察发现一旦管道爆管一次，它可能再次爆管就比较大:第二个因素是考虑大型铸铁管道爆管率的差异性。Cark等人‘’，，发现在管道安装年和第一次爆管之间有一个时间间隔，提出了一个组合模型:线性模型加指数模型;线性方程预测第一次爆管的时间，指数方程预测接下来的第一次爆管后爆管的次数。Shamir和Howard"，依据现有的爆管修理费用和资金的投入，用指数模型分析了更换管道的费用成本。研究得出更换管道时间是在总成本C(t)值最小的时候:C(T)=C,。一+乒C,N(to)eA("g)“一”dt〔3:)式中Co—管道修理的成本;Cr—管道替换的成本:T—管道更换的那一年;L—管道长度;R—折扣率。对C(T)求T的一阶导数，求出最优的管道替换时间T,Walski0"，进一步扩展了经济分析，包括分析由于漏水造成的成本的浪费和阀门修复成本。两参数的指数模型比较简单，而且建立模型相对容易，但是在使用模型时要确保数据的被均匀的分入各组。同时也要注意的是这种指数模型明确的假定在所有管线上爆管点是均匀分布的，这个假定实际上引起许多学者的讨论。3.5.2Logistic回归模型管网运行管理中，往往希望能够判断爆管是否会发生以及爆管的发生与某些因素之间的关系。如果爆管预测的结果表达形式为“是否可能发生爆管?”，那么结果只有两种:可能发生或可能不发生，即因变量的取值只有两个:发生(1)或不发生(0)a所以爆管分析中的因变量为定性变量。作为自变量的爆管诱发爆管的影响因素众多，且各因素之间可能还会相互影响。此时，若采用常用的回归分析方法，如线性回归，难以建立准确的爆管预侧模型。另外，在建立爆管模型的分析中，还有一些非数量型的夺量.这些变量也被称为定性变量，如土壤类型变量、道路类型变量等，这些变量在爆管的影响因素中占有相当重要的作用，应当在建回归模型过程中被考虑进来。针对上述问题，Logistic回归模型可以自动满足上述限制，它对因变量假设要求不 第3章供水管网爆管分析方法高，并且可以预测具有两分特点的因变量概率的统计方法，可以用于爆管可能性的预测。(1)Logistic回归模型简介Logistic回归模型其中文名称为逻辑斯谛函数。Logistic回归模型可以研究某一随机事件发生的概率与某些因素之间的关系。以爆管预测为例，Logistic回归模型可以预测爆管发生的概率与土壤、管龄、压力等因素之间的关系。以x=(X、x2,⋯、x。一)，表示影响某管段爆管发生的概率的因素，以:(x)表示相应的概率，建立二(x)与x=(X=XZ,⋯、X,_,)r之间的wj数关系:n(x)=f(X、Xp,⋯、X，一，)(3.3)其中因二(x)的取值在0^-1之间，对f(X=Xz,⋯、X,-,)必须加以限制，使其取值控制在0-1之间，建立f(X=Xz,⋯、x,-)与:(x)之间合适的关系。可以对二(x)加以变换，使:(x)在0-1之间取值时，该函数的值域为(一。，+}0)，这样可取f(X=Xz,⋯、X,-,)为常用的一些函数(如线性函数、多项式函数)。通常对:(x)做如下变换:。(，(x))=1n(一)T(x))(3;)1一Ir(x)当0<:(x)<1时，一-<0(二(x))<+-，可令:)c(x)In()二f(X、X,,⋯、X,_,)(3.5)1一)r(x)其中f(X=Xz,⋯、X。一)的选择具有较大灵活性，但运用最广泛的一种形式是取其为X,,X2,⋯、X-.的线性函数，即:f(X、X2.⋯、x。一)=0。+P,xi+02x2+03x3+...+。,_,x。一13。+艺,8,X,(3.6),T(x)I几XkIn()=日。+k=(3.7)I一7C(x)exp(,6o十里)kXk)兀(x)=(3.8)n-11+exp(6,+艺,6kXk)式(3.8)即为线性Logistic回归模型。Logisti。回归模型还分为分组数据的Logistic回归模型、未分组数据的Logistic回归模型。由于分组数据的Logistic回归只适合于大样本的分组数据，对小样本的未分组数据不适用。井且它以组数为回归拟合的样本量，拟合精度较低。在爆管分析中宜采用极大似然估计直接拟合未分组数据的Logistic回归模型。N组观测数据为(Xu,Xi2lX;3l⋯，耘:Y;),(i=1,2,3,⋯、n)，其中Y是取值0或1的随机变量。Y:与Xil2X12tX13.⋯，X,,的关系如下:30 第3章供水管网爆管分析方法E(Y,)=n,=f(13。+0,X=+02X,3+03X,3+...+0ox=)(3.9)在线性回归模型的建立过程中适合采用最小二乘法，在进行逻辑拟合过程使用最大似然法和Newton-Raphson迭代法。极大似然值估计就是选取0。、0、s2.9:、⋯、0。一，的估计值。求解过程需要用数值计算，可以编程求解或直接采用相关软件求解。(z)爆管分析预测Logistic回归模型数据要求.变量可以是分类变量和等间隔测度变量。在Logisti。回归分析中，需对一些自变量是定性变量的情形进行数量化的处理。处理的方法是引进只取0或1两个值的虚拟自变量将定性变量数量化。当某一属性出现时，虚拟变量值取”1"，否则取”0"，虚拟变量也称为哑变量。例如对于己经有过爆管记录的管道取”1"，对从未发生爆管的管道取”0"。在爆管分析中季节因素的影响是很明显的，必须考虑季节对爆管的影响，季节因素分为春、夏、秋、冬四种情况。为了用定性变量反映春、夏、秋、冬四季，引入3个自变量:x,,Xz、X3，见表3.5-.表3.5季节变量取值表春季夏季秋季冬季xJ=0::=o1::二;::二;X,=0X,=o.变量数据最好呈现多元正态分布，另外注意自变量之间的共线性问题，它们会导致估计偏差。在爆管分析预测的Logistic回归模型中，因变量Y只取0,1两个离散值，不适于直接作为回归模型中的因变量，由于回归函数E(Y,)=n、=f($o+b,X十⋯)，表示在自变量X条件下y，的平均值，而Y是0-1型随机变量，因而E(y;)二:、就是在自变量为X条件下的y二飞的比例。在爆管分析中，设爆管可能性y是0-1型变量，"1”表示可能爆管，"0”表示不可能爆管。X),XI,X3,X=⋯，Xp是影响爆管可能性的确定性变量。如果计算出的数值小于0.5,那么可以基本预测爆管发生的可能性较小，如果计算值大于0.5，则反之。例如，令X，为管龄变量，X:为管径变量，X。为管道密度变量，X。为管道压力变量，详见表3.6所示。表3.6爆管预测变量列表变量名称变量类型变量解释XReal管龄X2Real管径X,Real管道密度X。Real管道压力YBinary爆管可能性 第3章供水管m爆管分析方法3.5.3生存分析模型供水管道寿命与管道所处的外部环境因素及其内部环境因素(Cox称之为协变量)密切相关。乘积极限法(Kaplan-Meier)、寿命表法(LifeTables)仅仅是对生存资料作较简单的生存统计分析，即描述和分析一个因素(如管径)对生存时间的影响，仅考虑时间参数。在某时刻对某一相同管龄的管道而言，假定它们具有相同的生存函数是不合理的，会带来一些的偏差。因此必须建立能考虑影响变量新的模型。(1)生存分析模型简介生存分析的模型可以分为参数模型和半参数模型，参数模型主要包括指数分布的回归模型和Weibull分布的回归模型;半参数模型主要包括Cox模型。1)参数模型，通常以下列模型表示(见前面第2章表2.3):vY=LnT=艺Ax,+Yo,_,(3.10)式中0—未知参数;y二随机项，其分布常叫基准分布。在多数情况下，Y。的分布函数为G((X-u)/o〕，p,。是未知的，o>0,la叫做截距参数，。叫做刻度参数。最常见的基准分布函数有:Weibull型、对数正态型、对数logistic型、指数型。参数估计采用极大似然法设生存时间T，如果生存率S(t)满足下列方程:S(t)=P(T>t)二e-te"(3.11)称生存时间T服从指数分布模型，显然,6X越大，ea“也越大，因此生存率S(t)二e_,a""就越刁、。故e6W称为指数回归模型的风险函数，称to,6,X为指数回归模型的累积风险函数。如果生存率S(t)满足下列模型:S(t)=P(T>i)一。一‘aefl"Xa>0(3.12)则称生存时间T服从Weibull回归模型，·显然当a=1时，Weibull回归模型就是指数回归模型，因此指数回归模型是Weibull回归模型的特例。Weibull回归模型的累积风险函数为tae6"X，相应的风险函数为ata"ICTXaWeibull模型的累积风险函数表示累积风险以t的幂函数增长。指数分布模型的累积风险以t直线增长。参数模型可以直接估计生存率，但是要求数据资料服从对应的分布。这对实际研究的要求很高，往往难以确认。对于研究生存问题的危险因素而言，一般考虑采用半参数模型:Co:模型。2)半参数模型，其模型的基本结构为:h(t,X)=ho(t)·exp(b,X,+b,X,+--"+bpXp)(3.13)式中X,,X.,--,XP-影响预后因素; 第3章供水管网爆管分析方法h(t,x)—危险度，即时点t的死亡率;ho(t)—当所有因素(自变量)X‘都取0时的危险度，是时点t的基准死亡率(或称本底死亡率);b—偏回归系数，代表该因素作用的大小(不随时间变化);exp(bkX,)表示第k个因素X，所产生的作用，此项的作用就是使死亡率ho(t)增至ho(t)"exp(bkXk),k=1,2,⋯，。。参数b采用极大似然法进行估计。I(x)一艺b,X;可以度量协变量对危险函数的影响大小，所以又称为预后指数。工(x)越大表示危险程度越大。Cox模型过程可完成事件发生时刻与一系列相关独立变量之间关系的评价，亦称比例风险模型。有时危险函数又称为危险率、失效率、死亡率等。危险函数在处理寿命分布中特别有用，因为它描述了某个体瞬间死亡率随时间的变化情况。Cox模型中基准危险函数可以看作是与管道使用时间相关的时间影响部分，协变量可以代表环境和运行压力等因素的影响部分。协变量影响因素作用在主管道上起到增加或减少事故的可能性。(2)供水管道的生存分析模型建立供水管道的生存分析模型就是把管道的寿命定义为管道埋设之日起到发生第一次事故的时间段，将管道维护记录作为管道生存数据记录，建立管道生存分析模型，从而估计管道发生事故的可能性，评价管道的生存状况。生存时间的分布是一般偏态的，不服从正态分布，常用指数分布、Weibull分布、gamma分布、logistic分布、对数正态分布等来描述。但是，对于一批生存数据，事先不知道寿命分布的总体趋势，也不好判断应该用什么样的模型最合适，一般直接是采用非参数方法或半参数法。由于非参数方法的精度一般低于参数方法。因此，如果一批数据确实符合一定的参数模型，按照非参数方法进行的分析就不能有效地利用和阐述样本数据所包含的信息，同时它对样本量的要求也高于参数方法。若己知样本资料的生存时间服从某种特定的分布，如指数分布、威布尔(Weibu11)分布等，就可以用参数统计方法来确定其分布参数和各危险因素之间的定量关系。半参数模型Cox回归模型的优越性在于对基准生存分布没有特殊要求，且Cox模型对左截尾数据不敏感以及还可以考虑右截尾数据都是该模型很好的特点。Cox模型的数据要求较少，可以用于不同的数据水平。当然管道事故的影响变量的数据越多，越有利于模型的使用，预测就可能推广到对单独管道的事故预测的水平。所以，在实用方面它比参数回归模型更为灵活，能够迅速方便地提供影响预后的参考因素。Co，模型方法的缺点在于其假定环境条件和运行压力使得管道事故增加或减少对所有的管道来说程度一致，这样的基本假定有时是不合适的。例如，土壤的电阻对未保护的铸铁管影响十分显著，但是对有保护层的或是阴极保护的管道影响就较小，如果这两种类型在分析时不分组考虑，这种差异就会降低结果的准确性， 第4章供水管网爆管分析实例第4章供水管网爆管分析实例本课题研究实例为我国南方SH市所辖供水区域的管网，收集了该市A,B,C,D四个供水区2000年一2003年的爆管数据，并通过其它途径收集相关数据进行分析。主要针对SH市的A区管网进行了详细的爆管分析，同时对SH市的B,C,D区以及我国其它城市爆管情况也进行了分析，得出各地供水管网既具共性又具特性爆管规律。4.1爆管数据收集及整理成果4.1.1SH市供水企业内部数据(1)SH市供水管网现状数据SH市A,B,C,D四个供水管网数据情况表，如表4.1,4.2,4.3,4.4所示:表4.1.SH市A,B,C,D供水区供水管网情况A供水区B供水区C供水区D供水区供水面积(km")305180320200服务人口(人)约400万约300万约147万约70余万供水规模(m"/d)298万248万127万66,7万客户水表数〔只)130余万98万64万余25万表4.2.SH市A,B,C,D供水区管道长度情况统计指标名称单位A供水区B供水区C供水区D供水区总计1950年前km98.48110.23208.711950-1976年km339.67261.975.7324.90632.271976^-2000年km2682.821740.521556.10624.986604.42其他km16.651.0117.66管网长度总计km3120.972112.721578.48650.907463.07表4.3.SH市A,B,C,D供水区按管道管材分类统计指标名称单位A供水区B供水区C供水区D供水区总计钢管km132.05106.15111.4658.05407.71铸铁管km2698.191809.83996.31460.215964.53球墨铸铁管km251.77181.87454.9571.99960.58水泥管km18.513.281.999.9633.74VPVC管km20.463.6913.788.3646.28 第4章供水管网爆管分析实例本课题研究实例为我国南方SH市所辖供水区域的管网，收集了该市A、B、C、D四个供水区2000年--2003年的爆管数据，并通过其它途径收集相关数据进行分析。主要针对SH市的A区管网进行了详细的爆管分析，同时对SH市的B、C、D区以及我国其它城市爆管情况也进行了分析，得出各地供水管网既具共性又具特性爆管规律。4．1爆管数据收集及整理成果4．1．1sH市供水企业内部数据(1)SH市供水管网现状数据SH市A、B、C、D四个供水管网数据情况表，如表4．1、4．2、4．3、4．4所示表4．1．sH市A、B、C、D供水区供水管网情况A供水区B供水区C供水区D供水区供水面积(km2)305180320200服务人口(人)约400万约300万约147万约70余万供水规模(m3／d)298万248万127万66．7万客户水表数(只)130余万98万64万余25万表4．2．sH市A、B、C、D供水区管道长度情况统计指标名称单位A供水区B供水区C供水区D供水区总计1950年前km98．48110．23208711950～1976妊km339．6726l-975．7324．90632．271976～2000年km2682．821740．521556．10624．986604．42其他km16．651．0l17．66管网长度总计km3120．972112．721578．48650．907463．07表4．3．sH市A、B、C、D供水区按管道管材分类统计指标名称单位A供水区B供水区C供水区D供水区总计钢管km13205106．15111．4658．05407．71铸铁管km2698191809．83996．31460．21596453球墨铸铁管km25177181．87454．9571．99960．58水泥管kta18．513．281．999．9633．741JPVC管km20．463，6913．788．364628 第4章供水管}i)4爆管分析实例表4．4S珏市A、B、C、D供水区按管道管径情况分类统计指标名称单位A供水区B供水区C供水区D供水区总计75～250mmkm1867．381138．48652．13235．073893．06300～700mmkm1085．62788．49715．75279．472869．32800mI以上km15539161．53210．61136．35663．87其他km12．5924．2336．8l细分析。图4．1、4．2、4．3、4．4是A供水区管网管龄、管材构成情况比例图，可以得出：1)A供水区管网相对较年轻，1976年以后的管段占管网总数的86％，且这段时期的管段又以上世纪90年代埋设的管段占较大比例；2)A供水区所辖管网的管材构成以铸铁管为主，比例接近90％，还有少量其它管材管段各占极小的比例；3)A供水区所辖管网管径的构成是大口径管材所占比例较小，管径为DN75mm--DN250mm的中小口径管材占到60％。图4．1．A供水区管龄分布图4．2A供水区供水管网管材分布 第4章供水管网爆管分析实例图4．3A供水区供水管网管径分布(2)SH市爆管数据收集及整理sH市四个供水区爆管数据的收集情况如表4．5、4．6所示(表中所列爆管数据均为管径大于等于300ram管道)：表4．5sH市A、B、c、D供水区2000--2003年爆管数据记录统计原始数据无效数据其中市政施工损坏有效数据A供水区8041264B供水区3300(末注明爆管原因)33C供水区140l13D供水区11O29表4．6SIt市A、B、C、D供水区爆管率统计供水部门名称A供水区B供水区C供水区D供水压年爆管次数／管长(ON300及以上)0．0086840．0128930．00350800054111976年后安装管道长度百分比82869996DN300及以上管道长度百分比(％)45405964由于数据来源于不同的供水管理部门，而且其中有些数据来自不同的管线部门，所以出现了数据不一致问题。比如有的供水管理部门收集的数据相对完整，包括爆管日期、爆管地点、埋设日期、管材、管径、埋深、接口类型、管道内外防腐情况、损坏类型、损坏位置、管道所在路面状况、爆管原因估计等，而有的供水管理部门收集的数据只包括上述指标的若干项。另外，管道维护数据的收集录入工作都是人工录入，所以数据的质量与相关工作人员的责任心有极大的关系，还加上一些其它客观的原因，各供水管理部门提供的数据质量存在一定的差异，必须对这些数据进行预处理。36 鞯4币供水管同爆管分析实例数据预处理的程序是：首先去除数据中的重复数据，对数据记录中明显的错误数据记录首先是力图更正，无法更正的只能删除：对漏失数据想办法进行补齐，对无法补齐的数据记录不能轻易删除；对不确定的数据，应想办法进行核实；最后完成对数据的转换。为了便于对爆管做管龄、季节分布分析，需要对爆管的日期进行数据类型转换。爆管的日期的记录一般是采用日期型，包括年、月、日，转换后建立单独的爆管发生“年”的字段、“月”的字段、“日”的字段。其中为了考察爆管与季节的相关关系，对爆管发生的月份的字段数据，可以进一步泛化成春、夏、秋、冬四个季节。sH市给水的历史已有相当长的时间，管道的埋设年代时间跨度也是相当大的，作为分析变量数量过多，反而不便于分析，所以根据埋设年代数据情况，结合时代的特征对埋设年代的数据泛化，泛化原则如表4．7所示：表4．7A供水区管道埋设年代数据泛化规则编码0123419491950—1970—1980—1990年l埋设年代范围年前1969盆1979矩1990年以后对数据的转换还包括计算爆管管道的管龄。爆管数据中有敷设管道日期和爆管日期，考察管龄与爆管的关系，必须求出管龄作为新的数据库字段。由于求出的管龄是一组连续值，所以根据管龄的分布情况，结合管道的生存曲线，将管龄划分为若干级，如表4．8所示：表4．8A供水区供本管管龄泛化原则【编码0123456l管龄分l级范围<=5正6～10年ll一19年20一29年30一39年40—49年50年以上I4．1．2SH市供水企业外部数据(1)气候资料因爆管维护数据资料为2000年至2003年间数据，所以收集其它相关数据资料的起止时间也为2000年至2003年。因数据来源有限，部分数据仅为2000年数据资料，因参考指标一般年际变化较小，具有一定参考价值。表4．9SH市2000--2003年降雨量与年平均气温年份2000钜2001芷2002正2003芷降雨量1302mm1657mm1427．9mm929mm1年平均气温17．6℃176℃17．8℃176℃ 第a章供水管网爆管分析实例数据预处理的程序是:首先去除数据中的重复数据，对叛据i2,豪甲M赢丽藐汤丽记录首先是力图更正，无法更正的只能删除;对漏失数据想办法进行补齐，对无法补齐的数据记录不能轻易删除;对不确定的数据，应想办法进行核实;最后完成对数据的转换。为了便于对爆管做管龄、季节分布分析，需要对爆管的日期进行数据类型转换。爆管的日期的记录一般是采用日期型，包括年、月、日，转换后建立单独的爆管发生“年”的字段、“月”的字段、“日”的字段。其中为了考察爆管与季节的相关关系，对爆管发生的月份的字段数据，可以进一步泛化成春、夏、秋、冬四个季节。SH市给水的历史已有相当长的时间，管道的埋设年代时间跨度也是相当大的，作为分析变量数量过多，反而不便于分析，所以根据埋设年代数据情况，结合时代的特征对埋设年代的数据泛化，泛化原则如表4.7所示:表4.7A供水区管道埋设年代数据泛化规则编码0123419491950-1970一1980一1990年埋设年代范围年前1969年1979年1990年以后对数据的转换还包括计算爆管管道的管龄。爆管数据中有敷设管道日期和爆管日期，考察管龄与爆管的关系，必须求出管龄作为新的数据库字段。由于求出的管龄是一组连续值，所以根据管龄的分布情况，结合管道的生存曲线，将管龄划分为若干级，如表4.8所示表4.8人供水区供水管管龄泛化原则编码管龄分<=5年6一10年11-19年}20-29年}30-39年}40-49年{50年以上级范围4.1.2SH市供水企业外部数据(1)气候资料因爆管维护数据资料为2000年至2003年间数据，所以收集其它相关数据资料的起止时间也为2000年至2003年。因数据来源有限，部分数据仅为2000年数据资料，因参考指标一般年际变化较小，具有一定参考价值。表4.9SH市2000-2003年降雨量与年平均气温年份2000年2003年降雨量1302mm一牛12605071mm斗不1422070.29mm929mm年平均气温17.6"C17.6"C17.8"C17.60C 第4章供水管网爆管分析实例表4.10SH市2000年月平均温度与月降雨量月份月平均温度(℃)月降雨量(mm)15.4109.924.957.7311.3108416.655521.7116.2625.3155.4729.5132.1828.5163.8924.6109.21020.1152.71113.2124129.417.9(2)地理信息资料引发供水管道爆裂的因素颇多，必须考虑管道所处周边环境因素等。分析爆管与供水水源分布、管网加压泵站分布、管道密度分布等信息关联性，可能会给爆管研究提供一些研究线索。故对上述影响因素中相关空间分析的地理信息进行收集，收集内容包括SH市交通量分布图、SH市土壤类型图、SH市影像图、SH市年降水量分布图、SH市平均暴雨量分布图、SH市地貌类型图、SH市遥感影像图、SH市地面沉降图、SH市A供水区管道分布图、SH市A供水区压力分布图、SH市A供水区管网加压泵站分布图、SH市潜水铁、锰离子含量分布图、SH市潜水高锰酸盐含量分布、SH市行政区分布图等。4.2SH市传统统计方法分析结果本研究对SH市A供水区和B供水区管网管理部门提供的爆管数据(管径为DN300及以上)采用描述统计的方法分析得到统计图表，统计结果归纳如下:4.2.1SH市A供水区爆管记录分析统计结果(1)爆管与管材(如图4.4所示).爆管记录中，管材为铸铁管的爆管记录占爆管总数的88，由管道基本情况收集情况可知铸铁管管道长度占管网总长度的86%; 第4章供水管网爆管分析实例表4.10SH市2000年月平均温度与月降雨量月份月平均温度(℃)月降雨量(mm)15.4109.924.957.7311.3108416.655521.7116.2625.3155.4729.5132.1828.5163.8924.6109.21020.1152.71113.2124129.417.9(2)地理信息资料引发供水管道爆裂的因素颇多，必须考虑管道所处周边环境因素等。分析爆管与供水水源分布、管网加压泵站分布、管道密度分布等信息关联性，可能会给爆管研究提供一些研究线索。故对上述影响因素中相关空间分析的地理信息进行收集，收集内容包括SH市交通量分布图、SH市土壤类型图、SH市影像图、SH市年降水量分布图、SH市平均暴雨量分布图、SH市地貌类型图、SH市遥感影像图、SH市地面沉降图、SH市A供水区管道分布图、SH市A供水区压力分布图、SH市A供水区管网加压泵站分布图、SH市潜水铁、锰离子含量分布图、SH市潜水高锰酸盐含量分布、SH市行政区分布图等。4.2SH市传统统计方法分析结果本研究对SH市A供水区和B供水区管网管理部门提供的爆管数据(管径为DN300及以上)采用描述统计的方法分析得到统计图表，统计结果归纳如下:4.2.1SH市A供水区爆管记录分析统计结果(1)爆管与管材(如图4.4所示).爆管记录中，管材为铸铁管的爆管记录占爆管总数的88，由管道基本情况收集情况可知铸铁管管道长度占管网总长度的86%; 第4章供水管列爆管分析实例表4．10SH市2000年月平均温度与月降雨量月份月平均温度(℃)月降雨量(mm)15．4109．924．957．7311．3108416．655521．7116．2625．3155．4729．5132．1828．5163．89246109．21020．1152．71113．2124129．417．9(2)地理信息资料引发供水管道爆裂的因素颇多，必须考虑管道所处周边环境因素等。分析爆管与供水水源分布、管网加压泵站分布、管道密度分布等信息关联性，可能会给爆管研究提供一些研究线索。故对上述影响因素中相关空间分析的地理信息进行收集，收集内容包括sH市交通量分布图、SH市土壤类型图、sH市影像图、sH市年降水量分布图、sH市平均暴雨量分布图、SH市地貌类型图、SH市遥感影像图、SH市地面沉降图、SH市A供水区管道分布图、sH市A供水区压力分布图、sH市A供水区管网加压泵站分布图、sH市潜水铁、锰离子含量分布图、sH市潜水高锰酸盐含量分布、sH市行政区分布图等。4．2sH市传统统计方法分析结果本研究对sH市A供水区和B供水区管网管理部门提供的爆管数据(管径为DN300及以上)采用描述统计的方法分析得到统计图表，统计结果归纳如下：4．2．1sH市A供水区爆管记录分析统计结果(】)爆管与管材(如图4．4所示)·爆管记录中，管材为铸铁管的爆管记录占爆管总数的88％，由管道基本情况收集情况可知铸铁管管道长度占管网总长度的86％； 第4覃供水管网爆管分析实例●90年代埋设的管道爆管主要集中在1995年(占90年代埋设爆管总数的34．5％)、1994年(占90年代埋设爆管总数的24％)两年埋设的管段，总计达到58．5％：●管龄为6—10年的管道爆管最严重，占爆管总数的39％，其次为20一29年的管道，占爆管总数的20％，再次为1l—19年，占爆管总数的14％，最小的为管龄在5年以内的，占爆管总数的5％；5000苎45．00裹40．00哩3500甚3000250020001500lO005000004500罾40．00丑35．00采船3000塞2500200015001000500000■-一一■■■■■■I_■■一■～～·__■■■一_1二：～一=薯r_一_一■■●- 第4章供水管网爆管分析实例25OO=20oo七150。10005000．00■■■_1234567891011月份(譬)圈4，9A供水区爆管月份分布分布(5)其它●爆管记录涉及2000--2003年共计4年的时间，其中2001年爆管情况最严重，占爆管总数的42％：爆管累计总数具有线性趋势，如图4．10所示。·爆管大都发生在凌晨。原因可能在于夜间用水量下降，低流量导致高压力，从而导致高爆管率；也有可能是夜间用水户少，用水不均匀性增加，管道内水压变化较大，容易引发爆管。joj||||||||||||||||||||||||||||||‘|||||||||||||||||||||| 第4章供水管删爆管分析实例羹70七60舔美5040302010O中—√⋯一r／～一⋯一～／一／．，20002001210022003年份图4．10A供水区爆管次数累计·A供水区爆管管道中90年代埋设的管道占较大比例，故对90年代埋设的爆管管道的埋设年进行统计分析发现1994年和1995两年埋设的管道爆管情况较严重，见图4．1l。巅12豸襄lO8642O—1。“——一一|1瞳I啊■j_l 第4帝供水管网爆管分析实例爨30絮2520151050200120022003年份A供水区爆管次数与年平均降雨关系月份图4．13A供水区爆管次数与月平均气温关系^*瑚V嘣畦鞋露争廿(6)由于DN500的管道爆管情况尤为突出，故单独对管径为DN500mm的管道进行分析：·在DN500的爆管管道中，90年代埋设的管道爆管最严重，占DN500mm管道爆管总数的55％；解放前埋设的管道爆管比例最小，见图4．14；·90年代埋设的管道中，爆管最严重的是1995年埋设的管道，占33％；其次是1994年、1990年各占22％，见图4．15；∞∞∞∞∞00o侣侣似他们∞∞如如o204咖图 第4章供水管删爆管分析实例集60v丑50隶IⅢ40旬苣3020100姜35．00丑30·00求25．00船上]20．00匿15．oo10．005．OO0．00——■●-_一_一．_．．__ 第4章供水管剥i；6管分析实例060．00o50．oo求蛆40．00逛30．0020．0010．00O．OOI_一■_■_春季夏季秋季冬季图4．16A供水区爆管管道中DN500管道季节统计季节(7)由于2001年爆管情况尤为严重，故单独对2001年的爆管情况进行分析：·管径为DN500mm的管道爆管占爆管总数的56％，其次为DN300mm管道占爆管总数的15％；·90年代埋设的管道爆管最严重，占2001年管道爆管总数的59％：其次是70年代埋设的管道，占15％；·7月份爆管最严重，占全年爆管总数的26％，其次为1月、12月分别为19％；·冬季爆管最严重占全年爆管总数的44％，夏季爆管次之占41％{·管龄为6—10年的管道爆管最严重占全年爆管总数的48％；4．2．2sH市B供水区爆管记录统计分析结果(1)爆管与管材(如图4．17所示)·爆管记录中，管材为铸铁管的爆管记录占爆管总数的88％■■■■■-钢管球墨铸铁水泥铸铁管材图4．17B供水区爆管管材分布∞∞舳阳∞的如∞加∞O一女一丑冬垃七蓬 第a章供水管rl爆管分析实例︵次60.00︶绍50.00众叻40.00勺暖30.0020.0010.000.00春季夏季秋季冬季季节图4.16A供水区爆管管道中DN500管道季节统计(7)由于2001年爆管情况尤为严重，故单独对2001年的爆管情况进行分析:.管径为DN500二的管道爆管占爆管总数的56%，其次为DN300。管道占爆管总数的15%;.90年代埋设的管道爆管最严重，占2001年管道爆管总数的59%:其次是70年代埋设的管道，占15%;.7月份爆管最严重，占全年爆管总数的26%，其次为1月、12月分别为19%;.冬季爆管最严重占全年爆管总数的44%，夏季爆管次之占41%;.管龄为6-10年的管道爆管最严重占全年爆管总数的48%;4.2.2SH市B供水区爆管记录统计分析结果(1)爆管与管材(如图4.17所示)爆管记录中，管材为铸铁管的爆管记录占爆管总数的88%;10︵承90︶侣80李70迁祀60遂50403020切。钢管球垦铸铁水泥铸铁管材图4.17B供水区爆管管材分布 第4章供水管网爆管分析实例(2)爆管与管径(如图4.18所示).爆管管径最大为DN1500mm，为铸铁管材;.管径为DN500mm的管道爆管占爆管总数的39，其次为DN300mm管道占爆管总数的30%，与A供水区爆管管径分布略有不同;.管径>=500mm的爆管占爆管总数的67%;A供水区管径>=500，的爆管占爆管总数的86%ed‘︵憋二曰4n月钊众六呼匡d口﹄1勺八连曰目肠20::rt二口--.一__-...-..一‘面一3004005006007008001200巧00管径(画)图4.18B供水区爆管管径分布(3)爆管与季节(见图4.19.4.20).爆管发生最高的为7月，所占比例为18%，其次为10月，1月、12月再次之，与A供水区爆管发生的月份规律有别:.夏季爆管占爆管总数的33%，冬季占3096，秋季占24，春季最小占12%，与A供水区爆管发生的季节规律有别;QsJ︵辞八n︶JU玉求叮︸匀口倒趁口n自U凌{:春季夏季秋季冬季季节图4.19B供水区爆管季节分布 第4帝供水管网爆管分析实例︵冰nn︶甘五..0求J吕‘.n口1o卜气‘.d发J占‘es门Z一一二二万t一百一ln-.-----一-----一-.-.---一稠lUCO卜匕d行韦朴词川一2356710111r21*图420B供水区爆管月份分布(4)其它爆管的类型主要为纵向裂缝占55%，其次为横向裂缝占27%，再次为接口爆裂6n︵%︶5n五尔油dCU扣凌勺CJUqn乙们﹂nCU环状裂缝接口豁口纵向裂缝爆管类型图4.21B供水区爆管类型分布占15%，见图4.21所示;.爆管位置主要在管侧占58%，见图4.22所示; 第a章识水管网爆管分析实例一n︵了碑户︶七几O杀h随‘n勺d曰遂.n“︸巧njqn山，卜U立管侧管底管顶接口_爆裂位置图4.22B供水区爆管点路面情况统计.爆管发生路面状况为慢车道最多占48%，见图4.23所示;︵班一b八日︶绍众口n口肛叶七匡连n八八﹂钊非机动车道快车道慢车道人行道路面类型图4.23B供水区爆管点路面情况统计.爆管记录涉及2000-2003年共计4年的时间，各年情况较平均:爆管的年累计次数呈线性增长较明显，见图4.24所示。 第4章供水管网爆管分析实例以，s彭J和八n残J钊一漪qs呱︺，n‘，l土口，门工书导口一一获︺2000200120022003图4.24B供水区爆管次数年累计4.3SH市A供水区供水管道生存分析结果4.3.1寿命表法寿命表法的基本原理是估计生存n年后再继续生存一年的可能性，统计学上称为生存概率(不同于生存率)，见公式(4.1),(4.2)，然后根据概率论的乘法定律将逐年生存概率相乘即可得一定年限的生存率，见公式(4.3).在某时间段仍有效使用的管段数P=(4.1)校正观察管段数校正观察管段数=期初观察总数一0.5截尾数(4.2)S(tk)=P(T>=tk)=P,"P,·P,⋯⋯Pk(4.3)S(t户为生存率，P=P=P.......p，表示不同时间段的生存概率，所以生存率是多个时间段生存概率的累积。寿命表中最终要看的是第k年的生存率。寿命表计算出来的生存率可以用图表达，称为寿命表法生存曲线。以A供水区爆管管道数据为分析对象，对供水管道进行生存分析。爆裂管道的中位生存寿命为20.11年，平均寿命为17.62年。供水管道未按管径分组与按管径分组的生存曲线见图4.25,4.26. 第4章供水管网爆管分析实例以，s彭J和八n残J钊一漪qs呱︺，n‘，l土口，门工书导口一一获︺2000200120022003图4.24B供水区爆管次数年累计4.3SH市A供水区供水管道生存分析结果4.3.1寿命表法寿命表法的基本原理是估计生存n年后再继续生存一年的可能性，统计学上称为生存概率(不同于生存率)，见公式(4.1),(4.2)，然后根据概率论的乘法定律将逐年生存概率相乘即可得一定年限的生存率，见公式(4.3).在某时间段仍有效使用的管段数P=(4.1)校正观察管段数校正观察管段数=期初观察总数一0.5截尾数(4.2)S(tk)=P(T>=tk)=P,"P,·P,⋯⋯Pk(4.3)S(t户为生存率，P=P=P.......p，表示不同时间段的生存概率，所以生存率是多个时间段生存概率的累积。寿命表中最终要看的是第k年的生存率。寿命表计算出来的生存率可以用图表达，称为寿命表法生存曲线。以A供水区爆管管道数据为分析对象，对供水管道进行生存分析。爆裂管道的中位生存寿命为20.11年，平均寿命为17.62年。供水管道未按管径分组与按管径分组的生存曲线见图4.25,4.26. 第4章供水管网爆管分析实例以，s彭J和八n残J钊一漪qs呱︺，n‘，l土口，门工书导口一一获︺2000200120022003图4.24B供水区爆管次数年累计4.3SH市A供水区供水管道生存分析结果4.3.1寿命表法寿命表法的基本原理是估计生存n年后再继续生存一年的可能性，统计学上称为生存概率(不同于生存率)，见公式(4.1),(4.2)，然后根据概率论的乘法定律将逐年生存概率相乘即可得一定年限的生存率，见公式(4.3).在某时间段仍有效使用的管段数P=(4.1)校正观察管段数校正观察管段数=期初观察总数一0.5截尾数(4.2)S(tk)=P(T>=tk)=P,"P,·P,⋯⋯Pk(4.3)S(t户为生存率，P=P=P.......p，表示不同时间段的生存概率，所以生存率是多个时间段生存概率的累积。寿命表中最终要看的是第k年的生存率。寿命表计算出来的生存率可以用图表达，称为寿命表法生存曲线。以A供水区爆管管道数据为分析对象，对供水管道进行生存分析。爆裂管道的中位生存寿命为20.11年，平均寿命为17.62年。供水管道未按管径分组与按管径分组的生存曲线见图4.25,4.26. 第4帝供水管网爆管分析实例SurvivalFunctionSurvivalFunction借径分级氰口王色.i以.以上n0认S熟E‘侧1(F100D乃谊曰03区一引洲10oIo加as叼必印}oom2n3o切劝印图4.25A供水区供水管道的寿命表法生存曲线4.26A供水区供水管道的寿命表法生存曲线(按〔未分组)管径分组)从图4.25,4.26中可以看出，随着管龄增加管道累计生存率下降。对于未分组的管道寿命表法生存曲线只能看出管道总体的趋势;按管径级别不同分组，不同管径级别的生存曲线分布趋势有区别的，如图4.26所示。4.3.2乘积极限法(K一M法)其基本原理与寿命表法相似，但该方法只估计死亡时刻的生存率，而生命表估计是基于按区间的分组数据。表4.11为不同级别管道的平均寿命统计和中位生存寿命统计，用乘积极限法得出供水管道按管径分组的生存曲线和危险曲线见图4.27,4.28a表4.11A供水区不同级别管道寿命统计管径分级DN300-DN500}DN600-DN1000DN1000以上平均寿命(年)30.98中位生存寿命(年)2101.070231.00160..0209 第4帝供水管网爆管分析实例SurvivalFunctionSurvivalFunction借径分级氰口王色.i以.以上n0认S熟E‘侧1(F100D乃谊曰03区一引洲10oIo加as叼必印}oom2n3o切劝印图4.25A供水区供水管道的寿命表法生存曲线4.26A供水区供水管道的寿命表法生存曲线(按〔未分组)管径分组)从图4.25,4.26中可以看出，随着管龄增加管道累计生存率下降。对于未分组的管道寿命表法生存曲线只能看出管道总体的趋势;按管径级别不同分组，不同管径级别的生存曲线分布趋势有区别的，如图4.26所示。4.3.2乘积极限法(K一M法)其基本原理与寿命表法相似，但该方法只估计死亡时刻的生存率，而生命表估计是基于按区间的分组数据。表4.11为不同级别管道的平均寿命统计和中位生存寿命统计，用乘积极限法得出供水管道按管径分组的生存曲线和危险曲线见图4.27,4.28a表4.11A供水区不同级别管道寿命统计管径分级DN300-DN500}DN600-DN1000DN1000以上平均寿命(年)30.98中位生存寿命(年)2101.070231.00160..0209 第4章供水管网爆管分析实例SurvivalFunctionsHazardFunction份飞一管粉级;}r管径分级es叭l溯书1000以卜十—一确脚砂﹃1口朋以上代佗几别，创。日o.lo笙。‘00一士口10孙朴-全一一j用’‘毛，卞600,000--一之十以用-1000已几‘万曰!匀明熟。3仪一，x任。30.600当十300.606cmrdc}口十300·600censereL01070304050010]03040Sf日图4.27A供水区供水管道的生存曲线(K-M法)4.28A供水区供水管道的危险曲线(K-M法)从K-M法管道生存曲线和危险曲线上均可看出，生存率随时间下降，危险概率随时间上升;对不同管径的管道，生存率或危险率随时间变化的快慢是有所区别的。如果观测量数量足够，可以按不同管材、不同管径进行详细分组，得到不同管材的各个级别管径的生存曲线和危险曲线，获得更多规律。4.45日市空间数据分析结果4.4.1爆管的空间亚置分析本研究以A供水区道路图(矢量图)为统一空间参照系统，将A供水区域的多个地理对象的图层进行叠置产生新的要素，为建立数学模型进行进一步分析提供数据信息。首先对A供水区的管网分布区域进行网格划分并标记编号，便于分析描述，如图4.29所示。然后，根据收集的地理信息图像及叠置对象图形特征的不同，采用点与多边形的叠置的方法，即将A供水区爆管点分布图分别与收集到的该区交通量分布图、土壤类型图、影像图、压力分布图、管网加压泵站分布图等叠加分析。见图4.30所示为爆管点分布图和地面沉降图的叠加。空间分析的目的在于确定爆管点的空间分布是否存在某种规律、是否与其它分布具有相同的分布特征、是否具有明显的地区差异。 第4章供水管网爆管分析实例SurvivalFunctionsHazardFunction份飞一管粉级;}r管径分级es叭l溯书1000以卜十—一确脚砂﹃1口朋以上代佗几别，创。日o.lo笙。‘00一士口10孙朴-全一一j用’‘毛，卞600,000--一之十以用-1000已几‘万曰!匀明熟。3仪一，x任。30.600当十300.606cmrdc}口十300·600censereL01070304050010]03040Sf日图4.27A供水区供水管道的生存曲线(K-M法)4.28A供水区供水管道的危险曲线(K-M法)从K-M法管道生存曲线和危险曲线上均可看出，生存率随时间下降，危险概率随时间上升;对不同管径的管道，生存率或危险率随时间变化的快慢是有所区别的。如果观测量数量足够，可以按不同管材、不同管径进行详细分组，得到不同管材的各个级别管径的生存曲线和危险曲线，获得更多规律。4.45日市空间数据分析结果4.4.1爆管的空间亚置分析本研究以A供水区道路图(矢量图)为统一空间参照系统，将A供水区域的多个地理对象的图层进行叠置产生新的要素，为建立数学模型进行进一步分析提供数据信息。首先对A供水区的管网分布区域进行网格划分并标记编号，便于分析描述，如图4.29所示。然后，根据收集的地理信息图像及叠置对象图形特征的不同，采用点与多边形的叠置的方法，即将A供水区爆管点分布图分别与收集到的该区交通量分布图、土壤类型图、影像图、压力分布图、管网加压泵站分布图等叠加分析。见图4.30所示为爆管点分布图和地面沉降图的叠加。空间分析的目的在于确定爆管点的空间分布是否存在某种规律、是否与其它分布具有相同的分布特征、是否具有明显的地区差异。 第4章供水譬酬爆管分折实例Surviva；FunctionsHazardFunctionAGE图427A供水区供水管道的生存曲线(K—M法)4．28A供水区供水管道的危险曲线(K—M法)从K—M法管道生存曲线和危险曲线上均可看出，生存率随时间下降，危险概率随时间上升：对不同管径的管道，生存率或危险率随时间变化的快慢是有所区别的。如果观测量数量足够，可以按不同管材、不同管径进行详细分组，得到不同管材的各个级别管径的生存曲线和危险曲线，获得更多规律。4SH市空间数据分析结果44．1爆管的空间叠置分析本研究以A供水区道路图(矢量图)为统一空间参照系统，将A供水区域的多个地理对象的图层进行叠置产生新的要索，为建立数学模型进行进一步分析提供数据信息。首先对A供水区的管网分布区域进行网格划分并标记编号，便于分析描述，如图4．29所示。然后，根据收集的地理信息图像及叠置对象图形特征的不同，采用点与多边形的叠置的方法，即将A供水区爆管点分布图分别与收集到的该区交通量分布图、土壤类型图、影像图、压力分布图、管网加压泵站分布图等叠加分析。见图4．30所示为爆管点分布图和地面沉降图的叠加。空间分析的目的在于确定爆管点的空间分布是否存在某种规律、是否与其它分布具有相同的分布特征、是否具有明显的地区差异。 第4章“}水管H爆管分析实倒l一z蛾一e!se63714212835一，。7；、、{{‘’、／6。誓ji!攥鞫陵蓦襄眵≯Ij≮≯：，，。毒≯秀到L一2道醋豁姨蠲垡‘j二一：．一j，图4．29A供水区域网格划分图爆管点分布陶地面沉降图爆管点分布图与地面沉降图叠加幽4．30爆管点分布图与地面沉降图叠加过程示意分析结果如下：·爆管的发生与地面沉降有较大相关性。见图4．30所示，地面沉降大的区域，爆管点较集中。故将地面沉降图与网格图叠加，地面沉降图中颜色越深的区域地面代表沉降越严重，据此给每个网格区域标记沉降程度等级。根据沉降程度将整个A供水区域的沉降等级分为1、2、3、4、5级，O级区域为非A供水区域，得到表4．12。 第4章dI水管州爆管分析虫例表4．12A供水区域沉降程度划分沉降级别网格区域编号0级6、7、13、14、20、21、27、28、29、35、36、42、43、50、56、57、58、62、631级37、44、602级45、51、523级22、30、38、48、53、55、59、6l4纽1、2、8、9、15、16、23、39、46、49、545级3、4、5、10、11、12、17、18、19、24、25、26、31、32、33、34、40、41、47注：0级为非A供水区域。l级为沉降程度躁严重级别，随级数值增加，沉降程度依次递减。●如图4．31爆管点分布与遥感影像叠加图所示，爆管点几乎都分布在建筑物密集区，建筑物密集程度越大，爆管点聚集程度越高。·供水压力的大小与爆管相关性较小。见图4．32所示，颜色越深代表供水压力越大。可见供水压力较大的区域，爆管事故并不多，管道压力为200一250kpa区爆管较多，见表4．13为2000—2003的A供水区爆管数据。表4．14为SH市1988—1991年爆管数据与压力关系统计表，160--250kpa的压力范围内爆管次数较集中。所以1988—1991年和2000一2003年两个时间段的数据分析均说明爆管发生与管道压力相关性不大。表4．13A供水区管网压力区爆管次数统计压力区300kpa250kpa200kpa150kpa爆管点累计3933·②此数据来自A供水区2000年7月14日下午16：00—20：00的压力情况分布压力分布图。表4．141988--1991年SH市压力区爆管次数统计”l压力区300kpa以上260--300kpa210--250kpa160--200kpa100—150kpal爆管点1938726|累计注：此数据包括整个sH市所辖地区75m一1500mm的管段。 第4章供水管网爆管分析实例图4．31爆管点分布图与遥感影像图叠加圈4．32爆管点分布图与压力分布图叠加·2000年爆管主要集中在A供水区东南部地区；2001年集中在A供水区西部；2002年A供水区西北部基本无爆管；2003年爆管情况较少。总体趋势是爆管点年分布的有一定的时空聚集性，年爆管点聚集中心有随时间转移的趋势，见图4．33所示。2000年爆管点分布2001年爆管点分布2002年爆管点分布2003年爆管点分布图4．332000--2003年爆管点分布·有研究表明爆管的发生与降雨量分布有一定相关关系，故将SH市2000年月降雨量分布图与A供水区爆管点分布图叠加，发现没有明显相关关系。54 第4章供水管隅爆管分析实例4．4．2爆管的缓冲区分析爆管的空间缓冲区分析是指以管网中的加压泵站为为圆心，自动建立以一定距离为半径的缓冲区，用以识别泵站对爆管点分布的影响度。分析过程如下：以泵站和水厂为中心，分别做做半径为60单位和50单位的缓冲区域，统计计算得出约72％的爆管点在半径为60单位的泵站缓冲区域内；约60％的爆管点半径为50单位的缓冲区域内。故可得出泵站附近的管道爆管的可能性较大，见图4．34所示为半径为60单位的缓冲区范围分布图。将泵站为圆心，60单位为半径的缓冲区域与网格图叠加得到表4．15A供水网格区域与泵站缓冲区之间的关系统计表。阉格编号15、22、23、25、30、31、33、37、38、44、45、60的区域，在这些编号的区域内有多个泵站缓冲区叠加，管道压力情况十分复杂爆管可能性较大。表4．15A供水网格区域与泵站缓冲区之间的关系统计表是否在泵站缓冲区网格区域编号8、9、10、15、16、17、18、22、23、24、25、26、30、31、32、33、是(1)34、37、38、39、40、41、44、45、46、52、53、54、59、60、61不是(2)1、2、3、4、5、ll、12、19、20、47、48、49、51、55陶4．34泵站、水厂缓冲区分布与爆管点叠加图圈4．35爆管点分布与网格叠加图43空间统计分析本研究采用以MapInfo地理信息系统为平台，结合各种地理信息，如爆管点的空间分布、压力分布、土壤类型、道路类型、交通情况等，对爆管相关数据进行空间分析挖掘，以探求爆管位置的空间分布规律、爆管点与其它地理因素的关联性规律等信息。·A供水区靠近Sz河和HP江的地区管龄大的管段发生爆管较严重；此范围内为老城区、人口聚集程度高，还有一特点就是加压泵站较多。55 第4章供水管网爆管分析实例·由于已经发生过爆管的管段再发生爆管的可能性较大，且爆管的发生具有时间和空间的聚集性。所以根据已发生的爆管点地理位首数据，在每格范围内按爆管次数的多少，对整个A供水区进行爆管可能性等级分区：高易发区、中易发区、低易发区、不易发区、未爆管区。以颜色深浅表示爆管可能性等级，颜色越深，爆管聚集度越大、爆管可能性越大。见图4．35所示，得到表4．16A供水区网格区域爆管统计。表4．16A供水区网格区域爆管统计爆管可能性等级网格区域编号高发区(1)15、14中发区(2)8、25、30、37、53低发区(3)31、32、33、44、51、52、55、59、61较低发区(4)9、16、18、19、22、38、39、41、45、49未发生区(5)1、2、3、4、5、10、11、12、17、23、26、34、40、46、47、48、54、60图434A供水区爆管点分布与管网图叠加图4．35A供水区管网分布圈与网格叠加●将爆管点分布图与管网分布图叠加可以发现：管道密度越大，爆管点的频数越高，见图4．34：将供水区域管网分布图与网格图叠加，见图4．35。按管段分布的密集程度对各网格区域进行标记，得到表4．17A供水区网格区域管道密集程度分级统计。表4．17A供水区网格区域管道密集程度分级统计管道密集程度分级网格区域编号6、7、13、14、20、21、27、28、29、35、36、42、43、50、56、57、58、O62、53130、37、38、44、45、518、9、10、15、16、22、23、24、25、3l、33、34、39、46、52、53、54、259、601、2、3、4、5、11、12、17、18、19、20、26、32、40、41、47、48、49、355、61注：0级为非A供水区域。l级为管道密度最大区域，随级数值增加，密度依次递减。 第4章台}水管网爆管分析实例因本研究进行分析的电子地图精度有限，爆管点、水厂、加压泵房位置均为估计的坐标位置：地理信息均为格栅图，放大处理后，清晰度欠佳，且无准确的数字资料，故本研究以定性分析为主。管道密集程度分级、地面沉降程度的划分均较为粗略。如果有准确的地理信息应对爆管点地理分布进行定量分析，其分析结论进入爆管数据库，可作为协变量增加到模型中，有利于提高爆管预测数学模型的准确性。45sH市A供水区管网爆管规律总结与原因分析针对sH市供水管网爆管问题，早在上世纪80年代就进行过专题研究。近20年来，SH市的爆管情况已经有了较大的改善，爆管频率由1988～1991年的0．00625次／年／公里减少到2000年1月～2003年5月的0．00376次／年／公里。⋯。爆管次数虽然下降，但是爆管的危害程度在加剧，特别是大口径管道的爆裂，所以还必须高度重视对爆管的控制与预防，加大改善的力度。本研究通过对比sH市A、B两个供水区近年来的爆管情况统计分析，结合SH市1984～1991年爆管数据分析，对sH市A供水区管网的爆管规律及原因总结如下：(1)供水管网现有的各种管材中，铸铁管仍然是爆管的主要控制对象铸铁管是目前采用最多的管材，占到全部管道长度的90％左右，加上铸铁管材自身的材质缺陷，所以爆管记录中铸铁管占绝对数量。在城市化进程的不同阶段，所采用的管道材料有所不同，还有当时的管道制造技术和安装技术水平都对爆管率有较大的影响。(2)A供水区中，DN500～DN700的管道，特别是DN500的管道爆管情况尤为严重本研究针对的是A供水区域内DN300及以上管道，这一范围内的管道爆管主要集中在DN500～DN700的管径上占爆管总数的66％，特别是DN500的管道爆管尤为严重。在B供水区域内爆管管道也是表现为DN500的特别突出。但与A供水管网不同的是，B供水管网中DN300的管道爆管也很严重。对比SH市1984～1987，及1988～1991年的爆管数据发现，当时的DN300和DNS00的爆管也是尤为严重，特别是DN500的管道当时所占爆管百分比为27％，而现在在A供水区这一比例达到了52％：DN500的管道爆管问题比以往更严重，DN300的管道爆管问题严重在A供水区已经不明显了。A供水区供水管道DN300mm姒上管道中DN300mm～DN700mm的管道占87．5％(见SH市爆管数据收集成果)，也就是说这部分管道数量庞大，可以作为解释其爆管次数多的一个重要原因。但由于数据有限，DN300mm--DN700mm的管道中DNS00的管道比例未知，故DNSOOmm管段爆管尤为严重的原因难以解释。．1976年前敷设的管道占全部管道的百分比情况为：A供水区为14％：B供水区为17．6％，且B供水区所辖范围是老城区，DN300的管道可能数量较大，故可以解释B供水区DN300mm管道爆管问题依然较明显，而A供水区爆管问题主要是集中在DN500mm管道上。 第4章供水管网爆管分析实例因本研究进行分析的电子地图精度有限，爆管点、水厂、加压泵房位置均为估计的坐标位置;地理信息均为格栅图，放大处理后，清晰度欠佳，且无准确的数字资料，故本研究以定性分析为主。管道密集程度分级、地面沉降程度的划分均较为粗略。如果有准确的地理信息应对爆管点地理分布进行定量分析，其分析结论进入爆管数据库，可作为协变量增加到模型中，有利于提高爆管预测数学模型的准确性。4.5SH市A供水区管网爆管规律总结与原因分析针对SH市供水管网爆管问题，早在上世纪80年代就进行过专题研究。近20年来，SH市的爆管情况已经有了较大的改善，爆管频率由1988-1991年的0.00625次/年/公里减少到2000年1月~2003年5月的0.00376次/年/公里【25]爆管次数虽然下降，但是爆管的危害程度在加剧，特别是大口径管道的爆裂，所以还必须高度重视对爆管的控制与预防，加大改善的力度。本研究通过对比SH市A,B两个供水区近年来的爆管情况统计分析，结合SH市1984^1991年爆管数据分析，对SH市A供水区管网的爆管规律及原因总结如下:(1)供水管网现有的各种管材中，铸铁管仍然是爆管的主要控制对象铸铁管是目前采用最多的管材，占到全部管道长度的90%左右，加上铸铁管材自身的材质缺陷，所以爆管记录中铸铁管占绝对数量。在城市化进程的不同阶段，所采用的管道材料有所不同，还有当时的管道制造技术和安装技术水平都对爆管率有较大的影目向。(2)A供水区中，DN500-DN700的管道，特别是DN500的管道爆管情况尤为严重本研究针对的是A供水区域内DN300及以上管道，这一范围内的管道爆管主要集中在DN500--DN700的管径上占爆管总数的“%，特别是DN500的管道爆管尤为严重。在B供水区域内爆管管道也是表现为DN500的特别突出。但与A供水管网不同的是，B供水管网中DN300的管道爆管也很严重。对比SH市1984.1987，及1988-1991年的爆管数据发现，当时的DN300和DN500的爆管也是尤为严重，特别是DN500的管道当时所占爆管百分比为27，而现在在A供水区这一比例达到了52%;DN500的管道爆管问题比以往更严重，DN300的管道爆管问题严重在A供水区已经不明显了。A供水区供水管道DN300mm以上管道中DN300mm-DN700m。的管道占87.5%(见SH市爆管数据收集成果)，也就是说这部分管道数量庞大，可以作为解释其爆管次数多的一个重要原因。但由于数据有限，DN300二一DN700mm的管道中DN500的管道比例未知，故DN500mm管段爆管尤为严重的原因难以解释。1976年前敷设的管道占全部管道的百分比情况为:A供水区为14%;B供水区为17.6%，且B供水区所辖范围是老城区，DN300的管道可能数量较大，故可以解释B供水区DN300mm管道爆管问题依然较明显，而A供水区爆管问题主要是集中在DN500mm管道上。57 第4章供水管网爆管分析实例(3)A供水区中，上世纪90年代埋设的管道，特别是1994和1995年敷设的管道爆管尤为严重A供水区域中，上世纪90年代埋设的管道爆管次数值占总统计次数的比例高达47%，但不能得出90年代管道质量低劣的结论。该时期是城市化进程的高速发展时期，SH市管道总长度增加了4633.5km，而至1990年止管道总长度仅为2928.57km，管道长度增加了158%，既90年代埋设的管道长度占所有管道长度的62%。所以90年代埋设管道长度基数大，也是90年代敷设管道爆管次数多的原因之一。(4)环境温度的变化是爆管发生的重要原因爆管最严重的季节是冬季，SH市1984-1986年、1988一1991年、2000-2003年的数据均说明了该点，其次是夏季，春季爆管发生的频数最小。A,B供水区域的数据均能证明此结论。但从发展趋势上看，SH市2000-2003年各季节间爆管次数的差异有变大的趋势，2000-2003年各季节所占比例之间的方差为11.68%。见表4.19.表4.19SH市爆管季节分布情况春夏秋冬2528215219.484%2222A..2222%%1166..6677%%4411..2277%%{xm一玲刁一L-eswe一----一一七-一一-一乎节方差为:8.31%一—一一—-一一-一—-一(1)1984-1986年SH市爆管季节分布情况春夏秋冬5580651141177.5.55522%%22558..40488%%22006.6..7571006%%33661..133411%%一坷阳礴，一(2)1988一1991年SH市爆管季节分布情况春夏秋冬618129口9.38%可28.13%17.k.196%8%45.31%布一油日日一，辫嚼一应忽-一里F7.."::一(3)2000-2003年SH市A供水区爆管季节分布情况爆管的季节性分布在国内外以往的爆管分析中已经有所发现，爆管的高峰一般也在夏季和冬季。夏季的爆管高发率主要是因为气候干燥和土壤的不均匀收缩。冬天的爆管58 第4章供水管网爆管分析实例高发率主要是因为冰冻荷载的作用和热胀冷缩的作用。冬季气温骤降或寒潮过后的气温回升均易引发爆管。所以，冬季应特别加强爆管控制，尤其是1月份和12月份;夏季也是爆管易发时间段。(5)管道老化不是A供水区域管网目前爆管频频发生的主要原因表4.18为SH市在上世纪90年代初期在爆管研究方面的统计数据。数据显示:60年代埋设管道爆管率较高，七十年代次之。经过十多年的管网改造，SH市管网的管网情况尽管有较大改变，但以管道埋设年代进行的分组统计结论仍对目前的分析有参考作用。综合考虑1984-1987年、1988-1991年、2000^2003年分析结果，可以得出:按照管道敷设年代看，九十年代管情况最严重，其次是70年代、80年代。60年代的管道在80年代爆管频繁，经过了改造，爆管情况有所好转。所以爆管发生与管道使用时间相关性较小。表4.18爆管次数与埋设年代关系’81时间分段解放前1950-19591960-19691970-19791980-1990平均每年爆管0.07210.12990.21100.18360.1353频率(次/a/km)注:包括DN75以上所有管道:且为整个SH市管网范围;但是随着管道使用时间的增加，管道受到的内外腐蚀会越来越严重，管道腐蚀的作用会使管壁变薄，管道承载能力就会下降就容易发生爆管。所以，管道使用年限长的管道，以及管道周边土壤环境腐蚀性较大、管道内水流流速缓慢(水中颗粒和腐蚀物质易沉积在管底，产生生物活动或电化学反应，形成腐蚀电池腐蚀管道)的管道应列为重点控制管道。(6)管道连接采用刚性接口易于发生爆管爆管与接口关系见表4.20，很明显石棉水泥接口爆管频率较高。但大口径管的爆管频率，膨胀水泥接口略高于石棉水泥接口，青铅接口爆管频率最小。青铅接口属于柔性接口，而石棉水泥和膨胀水泥接口刚性较强，故易于发生爆管事故。表4.20SH市爆管与接口统计dal口径(二)青铅接口石棉水泥膨胀水泥DN75-DN200124600DN300及以上13524(7)供水管道所处周边环境情况改变破坏原有管道基础是导致爆管的重要原因随着城市化进程加快，建筑物密度和建筑物自身规模的加大，加快了供水管道周边环境的变化。建筑物密集度越大、地面沉降越严重的地区，地面的沉降会徽坏管道的基础，造成管道的不均匀沉降，爆管可能性越大。所以，建筑物密度大的地区、大型施工工程附近的管道应该重点控制。(8)水锤产生的瞬间高压是导致爆管的重要原因 第a章供水管网爆管分析实例水泵的启闭造成管道内压力的波动;管道密度越大，用户用水情况也越复杂，也易造成管道内的压力波动:大用户用水模式的突然变化也会造成管道压力波动，管道内压力波动会产生瞬间高压或瞬间负压，超出管道的承载能力，就会发生爆管。据SH市的爆管统计资料，爆管发生时间大部分发生在晚上20:00至凌晨4:00。原因可能在于夜间用水量下降，低流量导致高压力，从而导致高爆管率。也有可能是夜间用水户少，用水不均匀性增加，管道内水压变化较大，容易引发爆管。所以，对泵站附近管道、管道分布密度高的地区的管道、与大用户相连的管道附近的管道应该重点控制。对夜间的供水调度方案的制定应予以关注。(9)已经有过爆管历史的管段爆管的可能性较大由于爆管的发生具有时间和空间的聚集性。这种现象的原因解释为:1)由于管道的破裂产生的漏水导致了事故点附近的管道基础损坏;2)由于维修的需要把管道露出地面，管道周边的温度条件发生了变化:3)在管道维修过程中，事故点附近的管道结构和基础受到了扰动。城市的老城区发生管道爆管事故聚集的情况要比新城区明显。(10)来自外界的荷载是引发爆管的主要因素交通荷载、土壤的荷载及冰冻荷载等对管道的产生的应力超过管道的承受能力，就发生爆管。如图4.34所示，高密度管道区域爆管频数高，原因在于高密度管道的地区与繁忙地区是相对应的，过重的交通荷载影响是爆管率相对较高的原因之一。(11)管道的渗漏是爆管的先兆，是引发爆管的原因之一埋地管道暗漏，长期未发觉、未检出，以致管道地基土流失淘空，从小漏到大漏，直至爆管。所以，供水部门应特别重视加强管网的检漏和维护更新工作，这既是提高社会效益和供水部门经济效益的有效手段，也是加强管网供水安全性的有效措施之一。(12)管道的运行压力与爆管不明显相关1988-1991年、2000-2003年爆管与压力关系的统计分析均表明，管道运行压力并不是引发爆管的主要原因。4.6我国其它城市爆管情况分析4.6.1ZJ市爆管数据分析(1)描述性统计分析结果.爆管事故主要集中在DN100-DN200，的管道上，占爆管总数的74%;.爆管管材主要还是以铸铁管为主，占爆管总数的69%，水泥管爆裂也占相当比例，占到爆管总数的15%:.80年代和90年代敷设的管道爆管次数较高，分别占到爆管总数的43%和27%;.管龄为10-19年时，是爆管的高发管龄时段;60 第a章供水管网爆管分析实例水泵的启闭造成管道内压力的波动;管道密度越大，用户用水情况也越复杂，也易造成管道内的压力波动:大用户用水模式的突然变化也会造成管道压力波动，管道内压力波动会产生瞬间高压或瞬间负压，超出管道的承载能力，就会发生爆管。据SH市的爆管统计资料，爆管发生时间大部分发生在晚上20:00至凌晨4:00。原因可能在于夜间用水量下降，低流量导致高压力，从而导致高爆管率。也有可能是夜间用水户少，用水不均匀性增加，管道内水压变化较大，容易引发爆管。所以，对泵站附近管道、管道分布密度高的地区的管道、与大用户相连的管道附近的管道应该重点控制。对夜间的供水调度方案的制定应予以关注。(9)已经有过爆管历史的管段爆管的可能性较大由于爆管的发生具有时间和空间的聚集性。这种现象的原因解释为:1)由于管道的破裂产生的漏水导致了事故点附近的管道基础损坏;2)由于维修的需要把管道露出地面，管道周边的温度条件发生了变化:3)在管道维修过程中，事故点附近的管道结构和基础受到了扰动。城市的老城区发生管道爆管事故聚集的情况要比新城区明显。(10)来自外界的荷载是引发爆管的主要因素交通荷载、土壤的荷载及冰冻荷载等对管道的产生的应力超过管道的承受能力，就发生爆管。如图4.34所示，高密度管道区域爆管频数高，原因在于高密度管道的地区与繁忙地区是相对应的，过重的交通荷载影响是爆管率相对较高的原因之一。(11)管道的渗漏是爆管的先兆，是引发爆管的原因之一埋地管道暗漏，长期未发觉、未检出，以致管道地基土流失淘空，从小漏到大漏，直至爆管。所以，供水部门应特别重视加强管网的检漏和维护更新工作，这既是提高社会效益和供水部门经济效益的有效手段，也是加强管网供水安全性的有效措施之一。(12)管道的运行压力与爆管不明显相关1988-1991年、2000-2003年爆管与压力关系的统计分析均表明，管道运行压力并不是引发爆管的主要原因。4.6我国其它城市爆管情况分析4.6.1ZJ市爆管数据分析(1)描述性统计分析结果.爆管事故主要集中在DN100-DN200，的管道上，占爆管总数的74%;.爆管管材主要还是以铸铁管为主，占爆管总数的69%，水泥管爆裂也占相当比例，占到爆管总数的15%:.80年代和90年代敷设的管道爆管次数较高，分别占到爆管总数的43%和27%;.管龄为10-19年时，是爆管的高发管龄时段;60 第a章供水管网爆管分析实例水泵的启闭造成管道内压力的波动;管道密度越大，用户用水情况也越复杂，也易造成管道内的压力波动:大用户用水模式的突然变化也会造成管道压力波动，管道内压力波动会产生瞬间高压或瞬间负压，超出管道的承载能力，就会发生爆管。据SH市的爆管统计资料，爆管发生时间大部分发生在晚上20:00至凌晨4:00。原因可能在于夜间用水量下降，低流量导致高压力，从而导致高爆管率。也有可能是夜间用水户少，用水不均匀性增加，管道内水压变化较大，容易引发爆管。所以，对泵站附近管道、管道分布密度高的地区的管道、与大用户相连的管道附近的管道应该重点控制。对夜间的供水调度方案的制定应予以关注。(9)已经有过爆管历史的管段爆管的可能性较大由于爆管的发生具有时间和空间的聚集性。这种现象的原因解释为:1)由于管道的破裂产生的漏水导致了事故点附近的管道基础损坏;2)由于维修的需要把管道露出地面，管道周边的温度条件发生了变化:3)在管道维修过程中，事故点附近的管道结构和基础受到了扰动。城市的老城区发生管道爆管事故聚集的情况要比新城区明显。(10)来自外界的荷载是引发爆管的主要因素交通荷载、土壤的荷载及冰冻荷载等对管道的产生的应力超过管道的承受能力，就发生爆管。如图4.34所示，高密度管道区域爆管频数高，原因在于高密度管道的地区与繁忙地区是相对应的，过重的交通荷载影响是爆管率相对较高的原因之一。(11)管道的渗漏是爆管的先兆，是引发爆管的原因之一埋地管道暗漏，长期未发觉、未检出，以致管道地基土流失淘空，从小漏到大漏，直至爆管。所以，供水部门应特别重视加强管网的检漏和维护更新工作，这既是提高社会效益和供水部门经济效益的有效手段，也是加强管网供水安全性的有效措施之一。(12)管道的运行压力与爆管不明显相关1988-1991年、2000-2003年爆管与压力关系的统计分析均表明，管道运行压力并不是引发爆管的主要原因。4.6我国其它城市爆管情况分析4.6.1ZJ市爆管数据分析(1)描述性统计分析结果.爆管事故主要集中在DN100-DN200，的管道上，占爆管总数的74%;.爆管管材主要还是以铸铁管为主，占爆管总数的69%，水泥管爆裂也占相当比例，占到爆管总数的15%:.80年代和90年代敷设的管道爆管次数较高，分别占到爆管总数的43%和27%;.管龄为10-19年时，是爆管的高发管龄时段;60 第a章供水管网爆管分析实例爆管次数最多的仍是1,12月，其次是5月、9月，其余各月均有爆管发生，且各月之间爆管次数差异较小，与SH市月份分布规律有别;冬季是爆管事故次数最多的季节，其次为秋、春、夏，与SH市的季节分布规律有所不同;(2)生存分析结果.寿命表法对铸铁管材，不按管径进行分组，管道生存曲线如图4.36，管道刚投入使用时累计生存率下降较慢，管龄约巧年之后累计生存率下降开始加速:按管径进行分组，不同管径管道生存曲线如图4.37,DN100-250mm管道累计生存率下降最快，DN300-DN600mm次之，DN700mm数据较少，难以说明其生存情况:SurvivalFunctionSurvivalFunction管材类别D铸峡份1?径级别1用一里之之0水泥份之D7m以j，二区卜5任E‘3伪-a艾二吕曰众n款目口,ao-zstooSoto加钓劝管龄tWo6;图4.36不按管径分组管道生存曲线(寿命表法)图4.37按管径分组管道生存曲线(寿命表法).乘积极限法(K-M法)按管径进行分组，不同级别管径管道生存曲线如图4.38;不同级别管径管道危险曲线如图4.39;SurvivalFunctionsHazardFunction长径级别7W以r7m以I-a」以r-日C-目，乏，300-600gnm,Wq+3的-w口.‘固目万曰n明,0一2wEn︺::二:sa