基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断模型研究

地下排水管线是城市的重要基础设施,被称为城市的“生命线”,在城市防洪排涝任务中起着至关重要的作用。管线淤积是导致城市内涝的重要原因之一。针对现有地下管线淤积诊断效率低、判读方法依赖人工、无法实现诊断全覆盖等问题,结合管道流速流量测量设备中的深度学习开发平台、深度学习加速器和管道水力学分析理论,提出了一种基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断方法。本研究利用排水管线足尺试验对该方法进行了验证。结果表明:该方法对不同材质、坡度、管径和粗糙度的管线淤积均可实现准确、实时检测与诊断,检测正确率达到97.18%,诊断正确率达到92.23%。与其他诊断算法相比,F1得分为0.935,远优于其他算法,在排水管线大规模淤积检测与诊断工作中具有较高的实用价值和应用前景。