Nouvelle technologie de diagnostic pour prévenir les fuites d’eau des conduites de chauffage urbain

Imaginez que de l’eau bouillante éclate au milieu de la route pendant que vous marchez dans la rue. Les canalisations de chauffage urbain fournissent de l’eau chaude à des températures pouvant atteindre 120℃ à pression constante depuis une installation de production d’eau chaude de chauffage urbain jusqu’au point de demande. Lorsque la fuite se produit, elle peut être mortelle.

Le gouvernement coréen et l’organisation responsable de l’exploitation du système de canalisations de chauffage urbain ont surveillé de près le système depuis la rupture d’une canalisation d’eau chaude souterraine près de la station de métro Baekseok à Ilsan le 4 décembre 2018. En raison de l’incident, une personne est décédée et 56 ont été blessés.

L’Institut coréen de génie civil et de technologie du bâtiment (KICT), dirigé par le président Kim Byung-suk, a développé une nouvelle technologie de diagnostic des pannes pour prévenir les fuites d’eau des conduites de chauffage urbain, qui fournissent de l’énergie de manière écologique et économique.

Les tuyaux pré-isolés (PIP) utilisés pour les canalisations de chauffage urbain se composent d’un tuyau porteur en acier doux qui transporte l’eau chaude, d’un matériau isolant qui maintient la température et d’un tube de protection en polyéthylène haute densité qui protège le matériau isolant. Par rapport aux conduites non couvertes utilisées pour les aqueducs ou le gaz naturel liquéfié, il est plus difficile de diagnostiquer les PIP en raison de la température et de la pression élevées.

Un fil de détection conventionnel utilisé pour diagnostiquer une fuite sur les PIP subit des ruptures fréquentes, et le géoradar (GPR) a une précision moindre. Une caméra thermique détecte une fuite d’eau avec précision uniquement lorsque la fuite est de volume élevé et est inutile pour les canalisations profondément enfouies.

Le KICT a mené des recherches sur la mesure des signaux anormaux des pipelines en utilisant à la fois des capteurs d’émission acoustique (AE) et des capteurs d’accéléromètre et en classant les signaux à l’aide de l’apprentissage automatique pour augmenter la précision de la détection et diagnostiquer diverses anomalies, y compris une fuite d’eau.

Pour les essais, une usine pilote équipée d’un système de chauffage urbain à circulation a été construite où deux conduites droites de 259,6 m de long ont été installées à la fois au sol et sous terre. Quatre types d’arrangements de tuyauterie avec des tuyaux droits, ondulés, ramifiés et emboutis, une température de 80 ~ 120 ℃ et une pression de 8 ~ 12 bars ont été définis comme conditions pour les tests. Pour tester tous les principaux types d’anomalies dans les pipelines, les fuites d’eau, la corrosion et les fissures ont été reproduites. Des tests ont été effectués sur des pipelines au sol et souterrains.

Les signaux mesurés et le spectre converti à partir des signaux ont été transformés en caractéristiques, qui à leur tour ont été enseignées à une machine à vecteurs de support (SVM), l’un des moyens de classification de l’apprentissage automatique. Pour le pipeline au sol, la précision de l’installation des capteurs, des anomalies et des dispositions de tuyauterie était de 97 % en moyenne. Pour la canalisation souterraine, la précision des conditions des zones montées sur capteur et des anomalies uniquement était de 99 % en moyenne. Ce niveau de précision est similaire à celui des aqueducs et des gazoducs.

Cette recherche a démontré qu’il est possible de diagnostiquer des anomalies des PIP par des capteurs d’AE et d’accéléromètre. Le Dr Lee Hongcheol a déclaré : « La méthode de détection proposée dans la recherche peut être le seul moyen possible de prévenir les fuites d’eau, car les niveaux de précision du fil de détection des fuites d’eau, d’une caméra thermique et du GPR sont faibles. De plus, parce qu’ils peuvent détecter uniquement une fuite d’eau. Cependant, une validation sur le terrain est nécessaire car il existe de nombreuses variables montrant des anomalies et leur gravité en plus du bruit et des vibrations habituels.

Fourni par le Conseil national de recherches sur la science et la technologie