基于数值化方法的污水管网中地下水入渗控制研究与展望

封面 | 城市智慧水务原创 全文共计1937字， 阅读大约需要10分钟

 1.导 读

世界范围内污水管网破损导致的地下水入渗是制约管网系统正常运行的瓶颈问题. 已有研究表明, 地下水入渗量可达污水处理厂旱天进水量的30~72%, 不仅降低了污水处理厂处理效率, 增加了污水提升泵站和污水处理厂的运行费用, 而且占据了污水管网输送空间, 增大了管网溢流风险.  当前, 污水管网中的地下水入渗控制的优先措施是对污水管网的重点破损区域进行检测和非开挖修复, 实现精准诊断, 精准修复.  然而, 该种方法仅能起到阶段性补救作用, 无法从根本上消除地下水入渗问题。鉴于此, 本文提出一种基于智慧水务理念的污水管网中地下水入渗控制的方法理论, 旨在通过优化系统运行方式, 达到缓解地下水对污水管网的侵蚀和最终入渗的目的。该实施过程主要包含两个层次: (1) 对污水管网中的地下水入渗过程进行解析; (2) 对提升泵站运行方式进行优化, 以实现对污水管网入渗驱动力进行有效控制的目的.

 2. 地下水入渗过程解析理论基础

基于水流运动波的水流演进模型

污水管道中水流演进通过非恒定流动条件下的水流运动波方程进行推演:   

 其中, q为管道瞬时流量; x为水流在管道中的流经距离; A 为过水断面面积; t 为时间 (s); L 为管段长度; g 为重力加速度; H 为水头; 摩阻坡度; qi为管道i旁侧入流量，包括生活污水和地下水，即：      

对污水管道中各管段接纳的生活污水和入渗地下水, 进一步分解为如下的时间序列变化过程:

 

其中, Qi,s 和Qi,g 分别为每天排入管道i的生活污水量和地下水量; fs(t) 和 fg(t) 分别为生活污水和地下水入流的时变化系数，满足以下约束条件:        

其中, L为24小时内划分的时间间隔数. 划分的子区域j内各污水管道的地下水入渗量满足以下约束条件:              

 其中, k为特定区域的管段数量, Qg为该区域地下水入渗总量.

 3. 基于自优化算法的地下水入渗过程反演模型

图1 地下水入渗空间反演模型架构   

如图1所示, 将微生物遗传算法(MGA)作为自优化模型的算法主体, 并在Python环境下完成与开放式管网模型SWMM耦合. 主要包含初始化模块, 策略生成和适应度计算模块, 进化模块以及终止模块.
（1）初始化模块: 初始种群由P个染色体组成, 每个染色体包含两类决策变量, 即管段i每天的地下水入渗量Qi,g和地下水入渗时间系数fg(t). 其中, Qi,g 在(0~子区域地下水入渗总量)内随机取值, 并满足式(7)中的约束条件; fg(t)在(0~1)范围内随机取值, 并满足式(6)中的约束条件. 
（2）策略生成和适应度计算模块: 从种群中随机抽取两个个体嵌入到排水管网水动力模型中进行模拟运算. 以污水处理厂旱天实际的进水流量过程线为基准, 采用纳什效率系数(NSE)为评价函数计算当前策略的适应度.

 其中, X是策略集合; X*是最优策略; t是0~T范围内的任一时间点; qo(t)和qm(t)分别是t时刻的实测流量和模拟流量; 是时间T内的实测流量的平均值.
（3）进化模块: 比较两个个体的适应度, 适应度高的个体的染色体不做任何修改直接放入种群中, 实现精英保留. 适应度低的个体将作为子代进行染色体的交叉和变异, 待完成后放入种群中.
（4）终止模块: 重复步骤2和步骤3, 直到个体的NSE->1, 或者达到预定义的最大进化代数.

 4. 案例示范—基于泵站智能化运行的管网水位优化调控理念

基于文献[1]中的研究成果, 图2中的子区域E的入渗量约为11054m³/d, 占污水处理厂进水总量的24%.

 图2 研究区域示意图

图3展示了子区域E污水管网中地下水入渗的时变化过程. 根据达西公式可知, 污水管网中的地下水入渗过程由管道内水位和地下水水位之间的水头差△H驱动 (如图4-1所示). 若认为地下水水位相对保持不变, 污水管道水位成为影响地下水入渗过程的主要因素, 即管道内水位越低, 地下水入渗系数越大. 由于夜间污水排放量相对较少, 因此夜间的地下水入渗系数相对较大. 

图3 地下水时入渗系数和污水水位时变化曲线

 基于此, 通过优化提升泵站运行方式, 主要是调控污水泵的运行水位, 如提高水泵的最高运行水位 (如图4-1和4-2所示), 使管道内污水水位在地下水入渗率较大时段内保持在较高水平, 以降低内外水头差△H, 减小入渗驱动力, 达到抑制地下水入渗的目的.

 5. 总结

当前, 污水管网中的地下水入渗控制的优先措施仍是对污水管网的重点破损区域进行检测和非开挖修复, 然而该方法仅能起到阶段性缓解作用. 本质上, 管道污水与地下水之间的水头差是助推管道侵蚀和地下水入渗的主要驱动力. 因此, 如何降低该驱动力成为解决上述问题的关键所在. 可行的方法是, 对系统运行节律进行深刻感知, 并进一步耦合在线监测和智能化控制理论方法, 以减小内外水头差, 达到抑制地下水对管道的侵蚀和入渗的目的.

更多与城市智慧水务相关信息也会同时发布于如下公众号中。

参考文献（如需原文，请在公众号回复3）：

Zhao, Z., Yin, H., Xu, Z., Peng, J., Yu, Z., 2020.Pin-pointing groundwater infiltration into urban sewers using chemical tracerin conjunction with physically based optimization model. Water Res. 175,115689.