论文部分内容阅读
地铁系统为机车供电提供动力,供电电流流经过走行轨时,部分电流泄漏至大地形成杂散电流。对于敷设在地铁周围的埋地钢制燃气管道,杂散电流流入时会发生电化学腐蚀,影响管道使用,甚至造成腐蚀穿孔引发泄漏及火灾爆炸事故。因此深入分析杂散电流的产生原因及腐蚀机理,研究杂散电流分布规律,构建杂散电流腐蚀预测模型,对埋地管道杂散电流腐蚀防护具有重要意义。本文在查阅大量国内外文献的基础上,基于地铁杂散电流分布规律,建立杂散电流分布模型并进行仿真,结合杂散电流腐蚀评价标准对实测数据进行评价分析,并提出防护措施,然后建立杂散电流腐蚀预测模型对埋地管道进行腐蚀预测。论文主要研究内容包括:(1)建立走行轨-金属网、走行轨-排流网-金属网的杂散电流分布模型,推导出走行轨电流、走行轨电压、杂散电流及排流网中电流的分布计算公式。(2)运用MATLAB对杂散电流分布进行仿真,研究排流网的影响效果及不同影响因素对杂散电流分布的影响。结果表明:敷设排流网可以收集产生的72%左右的杂散电流;杂散电流与供电电流和走行轨纵向电阻呈线性增长关系;变电站间距超过2km时排流速率明显低于杂散电流的增大速率;当过渡电阻大于11Ω·km时杂散电流衰减速率降低,且保持在相对较小值。(3)综合杂散电流腐蚀评价标准,对广佛线地铁沿线埋地管线实测数据进行腐蚀评价分析,确定杂散电流的流入流出点及腐蚀位置。结合杂散电流分布仿真结果,提出从地铁系统的源头控制、流通过程的排流控制和埋地管道的腐蚀防护措施。(4)建立ANFIS腐蚀预测模型和BP神经网络腐蚀预测模型,运用灰色关联度分析确定模型输入,以管地电位波动值作为模型输出,分别研究训练数据和测试数据的预测误差。结果表明:相较于BP神经网络预测模型,ANFIS预测模型的训练数据误差更低,有更好的预测精度;对于测试数据预测,ANFIS预测误差基本小于10%,具有更好的泛化性能。