一种防水锤智能二供给水装置参数优化方法与流程
本发明涉及城市供水技术领域，尤其涉及一种防水锤智能二供给水装置参数优化方法。
背景技术：
小区二供泵房水箱常采用浮球阀控制进水，存在水位控制范围偏小、频繁动作、进水震荡噪音等问题，已逐步被自力式液位阀所替代。
有资料显示，在居民住宅区中，居民用水集中在早晚高峰，不同小区有不同的高峰用水曲线。自力式液位控制阀如果按照固定的参数投入运行，在水位控制范围、水箱安全液位、开阀动作幅度等方面顾此失彼。譬如开阀或关阀过快，会引起较大的水锤，导致阀件加速损耗。
中国专利文献cn111637272a公开了一种“自力式液位调节装置”。包括储罐和接收罐，所述储罐和接收罐之间通过浮子调节阀连通，所述浮子调节阀包括连接法兰一、浮子、阀体、连接法兰二、密封垫和平衡管连接法兰，所述连接法兰一通过法兰口和储罐及接收罐均连通，所述连接法兰一的阀体和连接法兰二的阀体贯通，所述浮子安装在连接法兰二的阀体内。上述技术方案未考虑用水高峰时，开阀或关阀过快，会引起较大的水锤，导致阀件加速损耗。
技术实现要素：
本发明主要解决原有的技术方案未考虑用水高峰时，液位阀开关过快导致损耗加速的技术问题，提供一种防水锤智能二供给水装置参数优化方法，通过建立水箱进水模型，配合优化自力式液位控制阀的进水控制效果，既能尽快补水保证水箱调蓄功能，又能减少进水突变避免，开阀或关阀过快引起管道水锤，从而减少阀门的损耗，延长阀门使用寿命。
本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明包括以下步骤：
s1建立水箱进水模型；
s2收集数据并对水箱进水模型进行校核；
s3确定优化变量、约束条件和优化目标；
s4通过计算确定优化参数。
作为优选，所述的步骤s1具体包括：
s1.1设定水箱进水模型参数；
s1.2计算控制阀的调节作用在稳态和瞬态水力中的表示；
s1.3建立水箱进水模型。
作为优选，所述的步骤s1.1具体包括：设弹簧k1形变量x，进出水时水箱液面高度h，关闭阀门时的水箱液面高度为hmax，腔体a压力为
fa＝ps＝ρghs
p为作用于腔体a压强，s为膜片m的面积，ρ为水的密度，g为9.8n/kg，弹簧k1的弹力为
fk1＝kx
其中k为弹簧k1的弹性系数
阀体内膜片平衡方程式：
pgh(t)s＝kx(t)(1)
其中t是时间，h(t)为t时刻液位，x(t)为弹簧形变量，水箱当前液位与最高液位的差值，影响着阀门的开启度大小，且差值越大，开度越大：
其中
作为优选，所述的步骤s1.2具体包括：控制阀的调节作用在稳态和瞬态水力计算中均表示为
其中qin，δh和sin分别为通过阀门的流量，阀门处的水头损失和进水管道截面积，δh＝管网水压-水箱高度，δh简化视作常量。
作为优选，所述的步骤s1.3具体包括：cv为阀门的流量系数，该控制阀为截止阀，相对流量系数与阀门开度成正比，即满足：
其中ε是系数，d是进水管道内径；
由质量守恒得：
其中s水箱是水箱c底面积，qout(t)是水箱出流速度，由于qin需要流经从控制阀到水箱顶部的一段管网，所以
所以化简式(2)，(3)，(4)，(5)得式(6)：
式(1)(6)构成了水箱进水模型，随着出水流量qout(t)的变化，水箱液位按照该进水模型随之变化。
作为优选，所述的步骤s2对水箱进水模型进行校核具体步骤包括：
s2.1收集小区时刻用水量qout(t)，小区进水管道内径d。水箱c底面积s水箱，膜片m面积s，关闭阀门时的水箱液面高度hmax，阀门全开时的水箱液面高度hmin，弹簧k1弹性系数k，计算进水管道截面积sin和阀门处的水头损失δh；
s2.2收集小区入口管进水量qin(t)，计算进水流速；
s2.3对水箱进水模型进行校核。
作为优选，所述的步骤s2.3具体包括：
s2.31设定系数ε取值范围[εmin,εmax]、初始值ε0＝εmin及步长δε＝(εmax-εmin)/100，设定优化目标是实测液位值h(t)与模拟值hs(t)最相符，即jh＝∑|h(t)-hs(t)|最小化；
s2.32分别将ε0，ε1，……ε100及相关数据代入式(6)，进行24小时模拟，并记录模拟数据，即每一时刻的hs(t)，计算得到目标函数值jh0，jh1……jh100；
s2.33从jh0，jh1……jh100找到最小值jhmin，此时的ε值即为模型率定值，完成进水模型校核。
作为优选，所述的步骤s3确定优化变量、约束条件和优化目标具体包括：
s3.1选定自力式液位控制阀膜片时，可调变量为弹簧形变量x(t)、关闭和开启阀门对应的水箱液位高度hmax和hmin，上述两个量与弹簧弹性系数k有关，优化变量即弹簧弹性系数k；
s3.2约束条件：qin(t)不能大于管网最大进水流量maxqin，水箱内水液面不能低于最低液面hmin,即：
0≤qin(t)≤maxqin(7)
hmin≤h(t)≤hmax(8)
s3.3优化目标：使k值对应的max(|qin′(t)|)和max(h-h(t))值降低，加入权重，构建优化目标函数：
j＝a*max(|qin′(t)|)+b*max(h-h(t))(9)
其中a,b为权重，使得j最小化。
作为优选，所述的步骤4具体包括：
s4.1确定优化变量k的范围、初始值及步长，根据阀杆最大位移，进出水时水箱最低液位h水箱min，确定kmax；根据阀杆1/2最大位移，最低液位h水箱min，确定kmin；则有kmin≤k≤kmax，设k初始值为kmin，步长δk＝(kmax-kmin)/100；
s4.2计算当前k值下的优化目标分项指标值；
s4.3若k<kmax，则k＝k+δk，返回步骤s4.2；
s4.4检查约束条件，绘制不同k值下的优化目标分项指标曲线，针对不同k值下的qin(t)和h(t)，检查约束条件是否满足，若不满足，则剔除此k值，分别绘制不同k值下对应的max(|qin′(t)|)，max(h-h(t))分项指标曲线；
s4.5计算不同k值下的目标函数值j，确定权重a、b，先将max(|qin′(t)|)，max(h-h(t))分别做标准化处理；对处理后数据权重因子分配0.5，计算不同k值下的目标函数值j；搜寻到jmin，此时jmin对应的k值即为最优解。
作为优选，所述的步骤s4.2具体包括：
s4.21以小区日用水量最大的1天为依据，假设0时为初始状态，将h(0)＝hmax，qout(0)＝0，k初始值为kmin，代入式(6)求得h′(0)；
s4.22h′(0)乘上时间间隔δt求得h(1)；再由式(5)求得qin(0)；
s4.23将h(1)和下一时刻的qout(1)值代入式(6)；
s4.24重复步骤s4.21、s4.22、s4.23，计算得出同一k值下，所有的h′(t)，h(t)和qin(t)；
s4.25在当前k值下计算每一时刻对应的|qin′(t)|和h-h(t)，并记录max(|qin′(t)|)和max(h-h(t))。
本发明的有益效果是：通过建立水箱进水模型，配合优化自力式液位控制阀的进水控制效果，既能尽快补水保证水箱调蓄功能，又能减少进水突变避免，开阀或关阀过快引起管道水锤，从而减少阀门的损耗，延长阀门使用寿命。
附图说明
图1是本发明的一种水箱液位进水调节示意图。
图2是本发明的一种流程图。
图3是本发明的一种某小区最高日用水量qout曲线。
图4是本发明的一种水箱最高日模拟液位与真实液位变化曲线图。
图5是本发明的一种不同k值下的max(|qin′(t)|)数据图。
图6是本发明的一种不同k值下的max(h-h(t))数据图。
图7是本发明的一种不同k值下对应的函数j的变化。
图8是本发明的一种不同k值下水箱液位变化曲线图。
图9是本发明的一种不同k值下qin′(t)变化曲线。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：本实施例的一种防水锤智能二供给水装置参数优化方法，如图2所示，包括以下步骤：
s1建立水箱进水模型，具体包括：
s1.1设定水箱进水模型参数，如图1水箱进水调节示意图所示，设弹簧k1形变量x，进出水时水箱液面高度h(指箱底到液面的高度)。调节设定螺钉b，即可设定弹簧k1值，即可对液面最高值和最低值设定，设定关闭阀门时的水箱液面高度为hmax。
根据连通器原理，水箱c与阀门腔体a联通，作用于膜片m下方的力为fa+f大气，其中fa＝ps＝ρghs，p为作用于腔体a压强，s为膜片m的面积，ρ为水的密度，g为9.8n/kg(通常情况下可取g＝10n/kg)；根据胡克定律fk1＝kx,其中k为弹簧k1的弹性系数,作用于膜片m上方的压力为fk1+f大气；当水箱液位达到最高值时，腔体a压力fa最大，弹簧k1的弹力fk1、腔体a压力fa，二者力处于平衡状态，主阀处于关闭状态；fa+f大气＝fk1+f大气，消去f大气，fa＝fk1。当水箱液位下降时，fa变小，fk1推动主阀打开，直至水箱液位设定值最低点时主阀全开。反之，当水箱液位逐渐升高时，fa逐渐变大，主阀逐渐关小，直至全部关闭。
故可得到阀体内膜片平衡方程式：
pgh(t)s＝kx(t)(1)
其中t是时间，h(t)、x(t)为t时刻液位、弹簧形变量。假定初始状态下(0时)，阀门关闭，水箱液位为最高液位hmax。当用户用水逐步增大时，水箱液位降低，阀门开度增大，水箱进水增大。当液位下降到最低液位hmin以下时，阀门处于全开状态，此时进水量达到最大值且不再增大。当用户用水减少时，水箱液位升高，阀门开度减小，水箱进水减小。当液位到最高液位hmax时，阀门关闭。
因为水箱当前液位与最高液位的差值，影响着阀门的开启度大小，且差值越大，开度越大：
其中
s1.2计算控制阀的调节作用在稳态和瞬态水力中的表示，具体包括：控制阀的调节作用在稳态和瞬态水力计算中均表示为
其中qin，δh和sin分别为通过阀门的流量，阀门处的水头损失和进水管道截面积，δh＝管网水压-水箱高度，δh简化视作常量。
s1.3建立水箱进水模型，具体包括：cv为阀门的流量系数，该控制阀为截止阀，相对流量系数与阀门开度成正比，即满足：
其中ε是系数，d是进水管道内径；
由质量守恒得：
其中s水箱是水箱c底面积，qout(t)是水箱出流速度，由于qin需要流经从控制阀到水箱顶部的一段管网，所以
所以化简式(2)，(3)，(4)，(5)得式(6)：
式(1)(6)构成了水箱进水模型，随着出水流量qout(t)的变化，水箱液位按照该进水模型随之变化，由此可模拟小区二供泵房水箱液位24小时的变化情况。s2收集数据并对水箱进水模型进行校核，具体步骤包括：
s2.1收集小区时刻用水量qout(t)，小区进水管道内径d。水箱c底面积s水箱，膜片m面积s，关闭阀门时的水箱液面高度hmax，阀门全开时的水箱液面高度hmin，弹簧k1弹性系数k，计算进水管道截面积sin和阀门处的水头损失δh；
s2.2收集小区入口管进水量qin(t)，计算进水流速。
s2.3对水箱进水模型进行校核，具体包括：
s2.31设定系数ε取值范围[εmin,εmax]、初始值ε0＝εmin及步长δε＝(εmax-εmin)/100，设定优化目标是实测液位值h(t)与模拟值hs(t)最相符，即jh＝∑|h(t)-hs(t)|最小化；
s2.32分别将ε0，ε1，……ε100及相关数据代入式(6)，进行24小时模拟，并记录模拟数据，即每一时刻的hs(t)，计算得到目标函数值jh0，jh1……jh100；
s2.33从jh0，jh1……jh100找到最小值jhmin，此时的ε值即为模型率定值，完成进水模型校核。
s3确定优化变量、约束条件和优化目标，具体包括：
s3.1当选定自力式液位控制阀膜片时，可调变量只有弹簧形变量x(t)、关闭和开启阀门对应的水箱液位高度hmax和hmin。两个量与弹簧弹性系数k有关。故优化变量是弹簧弹性系数k。
s3.2约束条件：qin(t)不能大于管网最大进水流量maxqin，水箱内水液面不能低于最低液面hmin,即：
0≤qin(t)≤maxqin(7)
hmin≤h(t)≤hmax(8)
s3.3优化目标：面对用水干扰，既要尽快往水箱补水，又要减少进水的突变(开阀或关阀过快，引起水锤)。
即k值对应的max(|qin′(t)|)和max(h-h(t))都要较小，但这两个目标是矛盾的：max(|qin′(t)|)越小，max(h-h(t))就会越大。加入权重，构建优化目标函数：
j＝a*max(|qin′(t)|)+b*max(h-h(t))(9)
其中a,b为权重，使得j最小化。
s4通过计算确定优化参数，具体包括：
s4.1确定优化变量k的范围、初始值及步长，根据阀杆最大位移，进出水时水箱最低液位h水箱min，确定kmax；根据阀杆1/2最大位移，最低液位h水箱min，确定kmin；则有kmin≤k≤kmax，设k初始值为kmin，步长δk＝(kmax-kmin)/100；
s4.2计算当前k值下的优化目标分项指标值，具体包括：
s4.21以小区日用水量最大的1天为依据，假设0时为初始状态，将h(0)＝hmax，qout(0)＝0，k初始值为kmin，代入式(6)求得h′(0)；
s4.22h′(0)乘上时间间隔δt求得h(1)；再由式(5)求得qin(0)；
s4.23将h(1)和下一时刻的qout(1)值代入式(6)；
s4.24重复步骤s4.21、s4.22、s4.23，计算得出同一k值下，所有的h′(t)，h(t)和qin(t)；
s4.25在当前k值下计算每一时刻对应的|qin′(t)|和h-h(t)，并记录max(|qin′(t)|)和max(h-h(t))。
s4.3若k<kmax，则k＝k+δk，返回步骤s4.2；
s4.4检查约束条件，绘制不同k值下的优化目标分项指标曲线，针对不同k值下的qin(t)和h(t)，检查约束条件是否满足，若不满足，则剔除此k值，分别绘制不同k值下对应的max(|qin′(t)|)，max(h-h(t))分项指标曲线；
s4.5计算不同k值下的目标函数值j
确定权重a、b，因为max(|qin′(t)|)，max(h-h(t))不是同一量级，故先将max(|qin′(t)|)，max(h-h(t))分别做标准化处理；考虑到两者重要性基本相同，故对处理后数据权重因子分配0.5，计算不同k值下的目标函数值j；搜寻到jmin，此时jmin对应的k值即为最优解。
实施例2
以某小区为实施例，说明本发明方法具体实施方式。
小区进水管管径为
步骤1：建立水箱进水模型
结合该小区数据，已知小区进水管管径为
δh＝管网水压-水箱高度(10)
式中管网水压≈27m；水箱高度≈3m；
代入解得δh≈24m。再将上述量代入式(10)可得化简后的目标函数：
单位：m/s。
步骤2：收集相关数据，校核水箱进水模型
收集得到小区最大日用水量qout，小区进水管道内径d＝100mm。水箱c底面积s水箱＝70㎡，膜片m面积s＝0.4㎡，关闭阀门时的水箱液面高度hmax＝2m，阀门全开时的水箱液面高度hmin＝1.2m，弹簧k1弹性系数k＝50000n/m，计算进水管道截面积sin和阀门处的水头损失δh。
该小区最高日用水量qout数据及曲线如表1，图3所示。
表1
2)收集得到小区进水管网流速1.4m/s，其余各时间段qin流量如表2所示，若阀门全开状态下，检测到水箱进水流量每小时可达39.6m3。
表2
3)校核进水模型。
①设定系数ε取值范围[0.5,2.5]、初始值ε0＝0.5，及步长
②分别将ε0，ε1，……ε100及相关数据代入式(11)，进行24小时模拟，并记录模拟数据(每一时刻的hs(t))，计算得到目标函数值jh0，jh1……jh100；
③从jh0，jh1……jh100找到最小值jhmin，此时的ε＝1.02即为模型率定值，完成进水模型校核。校核后模型液位模拟值与实测值比较，如图4所示。
步骤3：确定优化变量、约束条件和优化目标
1)当选定自力式液位控制阀时，可调变量只有弹簧形变量x(t)，关闭和开启阀门对应的水箱液位高度hmax和hmin。这些量与弹簧弹性系数k有关。故优化变量是弹簧弹性系数k。
2)约束条件：qin(t)不能大于管网最大进水流量maxqin，水箱内水液面不能长时间低于最低液面h水箱min，即：
0≤qin≤0.011
0.5≤h(t)≤2
3)优化目标：面对用水干扰，既要尽快往水箱补水，又要减少进水的突变(开阀或关阀过快，引起水锤)。
即k值对应的max(|qin′(t)|)和max(h-h(t))都要较小，但这两个目标是矛盾的：max(|qin′(t)|)越小，max(h-h(t))就会越大。加入权重，构建优化目标函数：
j＝a*max(|qin′(t)|)+b*max(h-h(t))#(9)
其中a,b为权重，使得j最小化。
步骤4：计算寻优，确定优化参数
(1)确定优化变量k的范围、初始值及步长
根据阀杆最大位移，进出水时水箱最低液面h水箱min＝0.5米，可以确定kmax＝81000n/m；根据阀杆1/2最大位移，最小h水箱min＝1米，可以确定kmin＝44000n/m。则有44000≤k≤81000n/m，设k初始值为kmin，步长
(2)计算当前k值下的优化目标分项指标值
①以小区日用水量最大的1天为依据，假设0时为初始状态，h(0)＝hmax，qout(0)＝0，k初始值为kmin，代入式(11)求得h′(0)；
②h′(0)乘上时间间隔δt可以求得h(1)；再由式(5)可求得qin(0)；
③将h(1)和下一时刻的qout(1)值继续代入式(11)；
④因为出水流量qout(t)实时变化，重复步骤①②③，计算得出同一k值下，所有的h′(t)，h(t)和qin(t)；
⑤在当前k值下计算每一时刻对应的|qin′(t)|和h-h(t)，并记录max(|qin′(t)|)和max(h-h(t))。
(3)若k<kmax，则k＝k+δk，返回步骤4-(2)
(4)检查约束条件，绘制不同k值下的优化目标分项指标曲线
针对不同k值下的qin(t)和h(t)，检查约束条件是否满足，若不满足，则剔除此k值。
分别绘制不同k值下对应的max(|qin′(t)|)，max(h-h(t))分项指标曲线。如图5、图6所示。
(5)计算不同k值下的目标函数值j。
确定权重a、b，因为max(|qin′(t)|)，max(h-h(t))不是同一量级，故先将max(|qin′(t)|)，max(h-h(t))分别做标准化处理；考虑到两者重要性基本相同，故对处理后数据权重因子分配0.5，计算不同k值下的目标函数值j；绘制图像如图7所示，搜寻到jmin＝-0.125，此时jmin对应的k值即为最优解，k＝58800n/m。
替换现有弹簧，比较替换后k＝58800n/m与替换前k＝50000n/m情况下水箱液面变化和进水速度变化率，如图8、图9所示。可见k＝58800n/m时,虽然水箱液面在高峰期用水时会略低一些，但是在满足居民用水前提下减少了进水的突变，延长阀门使用寿命，所以效果更佳。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了水箱进水模型、稳态和瞬态水力等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
- 还没有人留言评论。精彩留言会获得点赞！