当前世界环境

介绍

我们知道水是大自然给人类的重要礼物之一。水是人类日常生活中幸福、财富和繁荣的源泉。世界各地的可用水资源都是有限的，印度就是其中之一，水资源数量的减少会使水资源短缺蔓延到用户身上¹．考虑到人口增长和向主要城市的移民，印度、中国、非洲国家和孟加拉国等发展中国家与其他国家相比，预计会出现更严重的水资源短缺²．为了实现这一目标，印度的每个主要城市都在扩大其分配网络，以满足由于人口增长和城市不同方向新区的发展而增加的供水需求。在印度，大约19%的水被工业消耗，而大约70%的水被农业或农业利用²．这将导致需要在全国范围内有效分配水。印度对水的需求预计将在未来增加，预计到2030年对水的需求将超过50%，印度约有6亿人面临水资源短缺，导致每年有20万人因无法获得饮用水而丧生^3.．因此，在印度，用户对供水水源的需求差距迅速扩大，在这种情况下，水的对话，以及减少分配管网中的漏水需要进行重要的研究⁴．印度是一个发展中国家，在通过管网分配水的过程中，考虑到泄漏，国内部门的水损失占总流量的近30%至40%。⁵．水资源分配上的损失对一个国家的国内生产总值(GDP)有很大的经济影响。因此，一种有效的方法或解决方案，通过减少损失来更好地管理网络的配水，对于像印度这样的国家来说将是一个很大的安慰，印度面临着大型管道网络的水损失问题，以及在没有任何水损失的情况下有效地维护和运营配水网络的困难。在印度，分配管道的设计是基于连续供水(CWS)准则，分配水的操作工作是根据间歇供水(IWS)来完成的。⁶．主要的水损失的原因是在配水过程中，在配水管、输水管、管接头、管接头、阀门、消火栓以及整个配水系统等不同部件中产生的泄漏。由于泄漏造成的损失估计占配水网络总损失的70%，特别是在地下管道中⁷．泄漏主要是由于管道材料缺陷、管道老化、腐蚀、安装时设计失误、管道上方的交通运动等⁸．渗漏造成的基本经济损失是原水处理费用及其运输费用，包括管道下垫层侵蚀、管道破损、管道附近建筑物和道路的基础。因此，设计一种具有成本效益的解决方案来识别和定位泄漏，对于印度所有的智能城市来说，在未来的日子里，通过管道网络有效管理水的分配是非常必要的。在这篇研究论文中，进行了一项努力，以引起人们对适合印度情况的不同泄漏检测技术的适用性和比较的关注。在第2节中，介绍了不同泄漏检测技术的分类、仪器、优缺点。在第3节中，以比较表的形式对不同的研究进行了审查，并给出了审查方法。在研究论文的最后，在文献研究的基础上进行了讨论，并得出结论。

不同的检漏方法

研究人员采用了许多不同的方法来检测配水管网的泄漏，包括地下无线传感器网络(uws.n.)、智能传感和信息通信技术(ICT)的使用、噪声记录仪和泄漏噪声相关器的声学检测、使用假设和算法、使用红外(IR)高分辨率相机的热图像、使用探地雷达(GPR)、地球物理技术、水力建模、光纤监测，示踪气体，多模型系统等等。一般来说，世界上发达国家和发展中国家的智慧城市都有地下管网，用于在城市之间分配新鲜处理过的水，以保持城市的美化。因此，要在不造成任何损失的情况下找到漏水的位置并进行有效的管理是非常困难的。如果有任何方法可以找到管网中泄漏的大致位置，这将大大减轻当地市政机构及时进行修复工作的负担，并节省因泄漏而最终浪费的新处理水的数量。在这篇综述中，列出了有效管理水分流失的不同方法，并在第二节中给出了每种技术的优缺点。而在第3节中，从随机选择的研究论文的研究工作的总结是提出。最后，在总结部分的综述论文的基础上，对印度这样的发展中国家的泄漏识别技术的适宜性或选择进行了讨论。

方法分类

泄漏检测方法可以根据仪器、目标、传感器、技术、流量参数和从收集的数据建模分析进行分类。

静态和动态泄漏检测方法

在静态泄漏检测方法中，使用不同的数据收集器和不同的传感器，这些传感器放置在配水网络中，以收集不同的流量参数。通过对这些数据的分析，可以预测从任何遥远的地方泄漏。这些系统被称为静态泄漏检测，因为所有的仪器都是静态的，并且在网络的预定义位置上。而在动态泄漏检测方法中，我们必须依靠动态泄漏装置，这些装置可以在整个可能的泄漏区域内移动。这种装置的运动取决于任何先前的泄漏数据。静态泄漏检测系统与动态泄漏检测系统的主要区别在于，静态泄漏检测方法是基于数据分析和泄漏立即识别，具有一定的准确性。而在动态泄漏检测方法中，我们必须依赖泄漏可能性信息或过去的泄漏数据。此外，动态方法给出了泄漏的近似位置，并且与静态方法相比耗时长⁹．

声学和非声学泄漏检测

在声学检漏系统中，使用不同的声学装置，如测音杆、地面麦克风、噪音记录仪、水中电话、检波器等，测量泄漏所产生的声音。在这种方法中，需要重型仪器，并且在管道中放置这些设备是另一个问题。此外，管道内的小泄漏，产生的噪音很小，但没有得到有效的检测。使用这种类型的装置，泄漏的定位也很困难，因为它们的放置位置远离泄漏的实际位置。而在非声学方法中，使用不同的传感器来监测流量、压力、温度、振动等，收集数据，然后使用不同的建模和算法技术来分析这些数据。由于该方法借助传感器收集了不同的流量参数，因此也可以识别出较小或较小的泄漏，并通过对这些数据的分析进行泄漏的定位。

传统和现代泄漏检测

使用了几十年的传统方法来发现泄漏，如管道的物理监测，在管道中使用机器人，声学方法，使用热图像等。在这些方法中需要大量的仪器，并且在地下管网的情况下很难使用。而在现代技术中，使用不同类型的传感器通过ICT或物联网(IoT)平台收集数据，并使用不同的算法和建模技术对收集的数据进行分析。在现代技术中，可以从任何偏远的地方识别和定位泄漏，而使用传统方法，可能需要在之前或之后通过复杂的管网进行物理访问。与现代技术相比，使用传统方法需要更多的人力。

不同检漏方法的比较

有许多方法可用于检测管网中的泄漏，但实际上，在实际场景中实施任何方法之前，必须进行实验室实验，数据分析和输出验证，以检查该方法在特定条件下的有效性。基于以上考虑，表1总结了不同方法与仪器的优缺点，以便在相关案例中进行比较和适当选择泄漏识别方法。

表1:不同的泄漏检测技术列表。

文献综述

本文的文献综述是基于发表在同行评议期刊上的关于水损失的有效管理、管网中不同流量参数的观测或监测、配水管网中的泄漏检测以及泄漏识别的一些案例研究等领域的研究论文。使用不同的搜索字符串来搜索“印度配水网络中的损失”、“印度条件下配水网络中的泄漏识别”和“印度的水资源短缺”等研究文章。在印度和其他发展中国家发现了许多关于水损失和泄漏检测方法的论文，因为这个问题是一个老问题。在这篇综述论文中，考虑了2014年至2021年最近发表的研究论文。对摘要和结论进行详细的阅读，根据分析，方法和使用的仪器，在特定条件下的适用性，结果和研究工作的局限性，对文章进行分类和比较。从收集的研究论文中随机选择的最新研究工作的上述要点的详细比较列于表2。研究工作还提出了在特定条件下从可用方法中选择合适方法的局限性。根据地形条件、地理条件、管网布局、不同的供水系统、水源位置、不同部门的用水需求和管道尺寸，印度的管道分配网络有很大的变化。因此，在不同的条件下，泄漏检测系统的选择可能会有所不同。在本节之后，对这一点进行了详细的讨论，以便更好地实施合适的泄漏检测方法，以尽量减少水的损失。

表2:综述论文摘要 按此查看表格

讨论

印度政府于2015年在全国100个城市启动了“印度智慧城市”任务。为了成为一个智慧城市，印度政府决定了许多参数，充足的供水是其中之一。因此，有很大的机会实施或引入任何技术，从而有效地管理通过复杂而庞大的管网分配过程中的水损失。从研究论文的回顾中发现，有许多方法可以识别泄漏并定位泄漏以减少损失，从而更好地管理配水。在发达国家，漏水是利用声学装置根据加压管道产生的振动或声音来发现的，而在发展中国家，地下管网只有在道路表面出现重大漏水时才会发现，这造成了相当大的水浪费⁵．从研究论文的回顾中发现，在早期，声学方法主要用于发达国家的泄漏检测，但现在与传统方法相比，物联网，无线传感器，机器算法和神经网络技术的使用有所增加。由于现有的泄漏检测技术很多，选择一种合适的泄漏识别方法将取决于许多参数，如流量参数、管道老化、管道配网、管道材料、满供或间歇供应、管道大小、地下网、地面网、水源、资金分配、当地机构的意识等。选择和依赖任何一种方法是非常困难的，因为在个别情况下的有效性可能因情况而异。许多研究人员在这方面进行了不同的研究工作，因此，任何泄漏检测方法的实现都取决于许多参数，每种方法都有自己的优点和缺点。最近开展的不同研究工作的比较表明，每种方法都需要不同的仪器。在印度，大多数城市都用IWS系统供水，这意味着每天的供水时间不到24小时导致分布与压力。因此，印度的大部分地区都有地下加压管网来分配饮用水。在这种情况下，依赖于流量和压力这两个流量参数的泄漏检测方法比用于水煤浆系统的方法效果更好。此外，我们必须看到在不影响供水的情况下，在已经开发的城市地下水配管网中采用不同方法的不同仪器的可行性。

结论

通过对不同方法的研究和比较，并考虑到在印度的情况下，大多数城市都有地下水分配网络中带有加压管道的IWS系统，无线传感器网络(WSN)技术更适合在大多数情况下使用物联网来识别泄漏。与传统方法相比，无线传感器网络技术是最新、最现代的管道泄漏检测技术，它具有许多优点，克服了其他方法的局限性。为了定位泄漏，我们必须使用数学建模或机器学习算法，或者使用无线传感器收集的数据中的任何人工智能技术。使用无线传感器网络的优点是它适用于任何情况，需要较少的仪器，系统一旦建立就可以长时间使用，并且可以从任何远程位置收集传感器的数据。该系统可方便地在已建立的供水管网中实施。然而，要想有效地实现WSN技术，需要在传感器的最佳数量、传感器的成本、传感器的精度、传感器的放置位置、传感器接收数据的分析方法、在真实场景中的有效性以及模型的仿真验证等方面进行更多的研究工作。

鸣谢

我要感谢我的父母、妻子Ankita以及我可爱的女儿Nemi和Priya给我的支持和鼓励。

利益冲突

不存在利益冲突

资金来源

没有资金来源。

参考文献

1. Surendra HJ, Suresh BT, Ullas TD, Vinayak T, Hegde副总裁经济设计的替代系统，以减少水分配损失的可持续性。苹果水科学．2021; 11(7): 1 - 9。doi: 10.1007 / s13201 - 021 - 01460 - y
   CrossRef
2. Gupta A, Mishra S, Bokde N, Kulat KD。印度对智能水系统的需求。2016;11:2216-2223。
3. Chakraborti RK, Kaur J, Kaur H.印度水资源短缺的挑战和未来之路。香港水务工程协会．2019年,111(5):42-49。doi: 10.1002 / awwa.1289
   CrossRef
4. 张建军，张建军，张建军，等。基于粒子滤波的给水系统泄漏检测技术。:Procedia工程．第119卷。爱思唯尔有限公司;2015:28-34。doi: 10.1016 / j.proeng.2015.08.849
   CrossRef
5. Gopalakrishnan P, Abhishek S, Ranjith R, Venkatesh R, V JS。智能管道漏水检测系统[j] . 2017;12(16):5559-5564。
6. 陈建军，陈建军，陈建军。中国城市供水系统的发展现状与对策。前的水．2021; 3(9月):1 - 15。doi: 10.3389 / frwa.2021.696630
   CrossRef
7. Schwaller J. van ZE。基于个体泄漏行为的配水系统压力-泄漏响应建模。液压工程．2015年12月8日在线发布:04014089-1-04014089-8。
   CrossRef
8. Osama Hunaidi AW。“一种定位城市配水管泄漏的新系统。”管理与环境质量，国际期刊，．2006; 17(4): 450 - 456。
   CrossRef
9. 陈国强，陈国强。水管网泄漏检测技术的研究进展。智能水．2019; 4(1)。doi: 10.1186 / s40713 - 019 - 0017 - x
   CrossRef
10. JayaLakshmi M, Gomathi V.一种基于无线传感器网络的增强型地下管道漏水监测检测系统。:2015软计算与网络安全国际会议(ICSNS)．;2015:1-6。doi: 10.1109 / ICSNS.2015.7292399
    CrossRef
11. Khulief YA, Khalifa A, Mansour R Ben, Habib MA。利用管道内部测量方法探测水管道泄漏。J管道系统工程实践．3(2): 47-54。2012;doi: 10.1061 /(第3期)ps.1949 - 1204.0000089
    CrossRef
12. 刘建军，刘建军，刘建军，等。基于光纤传感的管道泄漏检测技术在管道泄漏检测中的应用。Proc Bienn Int Pipeline Conf IPC．2014; 1。doi: 10.1115 / IPC201433375
    CrossRef
13. Gupta SP, Pandey UK。基于物联网的配水管网管道泄漏自动智能综合检测系统。智能创新系统技术．2018; 83 (icti 2017): 516 - 523。doi: 10.1007 / 978 - 3 - 319 - 63673 - 3 - _62
    CrossRef
14. Srihari MM.基于物联网的智能配水管理系统。ICIRCA 2018．2018; (Icirca): 785 - 789。doi: 10.1109 / ICIRCA.2018.8597325
    CrossRef
15. 刘建军。基于混合神经网络的管网泄漏检测方法。水利科学与工程．2017; 2(4): 145 - 152。doi: 10.1007 / s41101 - 017 - 0035 - 1
    CrossRef
16. 李建军，李建军，李建军，等。基于SVM分类的智能水网泄漏检测与位置预测。2017国际能源会议，公共数据和软计算ICECDS 2017．在线出版2018:3288-3292。doi: 10.1109 / ICECDS.2017.8390067
    CrossRef
17. 李建军，李建军。基于传感器的给水管网污染检测方法研究进展。Procedia英格．2014; 89:181 - 188。doi: 10.1016 / j.proeng.2014.11.175
    CrossRef
18. Mohanasundaram S V, Joyce A, Sri Naresh K，等。智慧城市的智能配水网络解决方案:印度场景。2018全球物联网峰会．2018;(4): 1 - 6。doi: 10.1109 / GIOTS.2018.8534524
    CrossRef
19. Adsul S, Sharma AK, Mevekari RG。泄漏检测系统的开发。:2016自动控制与动态优化技术国际会议(ICACDOT)．;2016:673 - 677。doi: 10.1109 / ICACDOT.2016.7877671
    CrossRef
20. Mujawar DT。无线传感器网络系统:气体泄漏检测与监测。IJCR．2015;卷。7日:18445 - 18450。
21. Vasantrao KS。基于WSN的自来水管道泄漏检测。2017 Int Conf computer common Control auto．2017年在线出版:1-5。doi: 10.1109 / ICCUBEA.2017.8463752
    CrossRef
22. 李建军，李建军，李建军，等。基于无线传感器和机器学习的PVC管道泄漏检测方法。2020 IEEE国际电子会议-台湾，ICCE-Taiwan 2020．2020;(9月)。doi: 10.1109 / ICCE-Taiwan49838.2020.9258144
    CrossRef
23. Thilagaraj M, Akkara S, M AH, Manikandan T, Rajmohan M, Yuvaraj P.基于物联网的漏水检测与管理系统。2020; 29(9): 683 - 689。