压力管道输水灌溉优化设计研究进展

师志刚1，2，刘群昌1，2，白美健1，2，章少辉1，2

（1.中国水利水电科学研究院，北京100048；2.国家节水灌溉北京工程技术研究中心，北京100048）

摘要：我国被列为世界上最缺水的13个国家之一，节约用水是一项战略国策。农业是用水大户，因此发展节水灌溉是我国现代农业可持续发展的必然选择。目前，压力管道输水灌溉以其节水、减少占地、省工、适用于当前的农业生产责任制等优点在节水灌溉中广泛应用。根据压力管道输水灌溉技术在国内外的发展状况，总结分析了压力管道输水灌溉设计过程中有关优化目标、传统及智能优化算法、优化设计软件等方面的研究概况，探讨了压力管道输水灌溉优化设计中存在一些的问题，并对其今后的研究前景进行了展望。

关键词：压力管道灌溉；优化目标；算法；软件

我国是世界上最缺水的13个国家之一，以仅占全球5%～7%的淡水资源供养了约占世界20%的人口。据估计，到2030年，在降水不减少的情况下，我国人口将达16亿，人均水资源占有量将由当前的2 200 m3下降到1 760 m3，濒临国际公认的1 700 m3严重缺水警戒线，水资源短缺将成为影响我国经济社会健康发展和生态环境可持续发展的主要问题之一［1］。农业灌溉是用水大户，而目前我国大部分地区灌溉水平仍然较为低下，灌溉用水在输配水及田间灌溉过程中损失严重。因此，进一步改进灌溉输配水工程措施，减少灌溉用水损失，提高灌溉水利用系数已成为缓解我国农业用水紧张的必然趋势。近年来，压力管道输水灌溉技术在我国大量推广应用。和传统的渠道灌溉相比，压力管道输水灌溉有利于提高土地利用率，有利于实现水肥一体化和灌溉自动化，便于机耕，易于控制，使用方便。所以压力管道灌溉是我国节水农业的主要发展方向之一，在我国农业灌溉中所占的比例也越来越高［2］。

1 压力管道输水灌溉在国内外的发展概况

管道输水灌溉技术在国外起步较早，20世纪20年代欧美便采用了压力管道输水灌溉技术。发展至今，美国的管道输水灌溉已占灌溉总面积的近一半，英国、瑞典等欧洲国家90%以上的灌溉地块实现了管道输水［3］。

当前，以色列的管道输水灌溉技术在世界上较为领先，其97%以上的灌溉面积实现了管道输水［4］，而且除个别偏远山区外，全部实现了管道灌溉管理。在亚洲，日本的管道灌溉技术发展较早，自20世纪60年代日本便开始在旱地灌溉中采用输水管道代替斗渠；70年代末又采用大口径管道取代干渠；80年代一半以上的新建灌溉系统实现了输水管道化［5］。

现在日本的农业灌溉开始从部分管道输水逐步向多级组合的完整管道灌溉系统发展，同时其灌溉管网自动化程度较高［3］。

其他国家在旧灌区改造过程中，也很重视管道输水技术的发展，如澳大利亚在马克灌区进行管道输水灌溉改造后，节约了33%的灌溉用水；加拿大在伯塔灌区进行管道输水灌溉改造后，灌溉水利用率提高幅度明显，由改造前的35%～60%提高至改造后的75%［6］。

管道输水灌溉技术在我国的发展始于20世纪50年代。随后我国在70年代末引进低压软管输水灌溉技术，先后在黑龙江和山东等地试验应用。在80年代我国北方地区干旱严重，水资源供需矛盾日益突出，平原井灌区、渠灌区和提水灌区开始推广应用压力管道输水灌溉技术［7］。

自1986年以后，管道输水灌溉在我国发展较快，到2003年底，管道输水灌溉面积已覆盖25个省、自治区、直辖市。压力管道输水灌溉技术不仅在平原地区得到了广泛应用，在一些地形复杂的山丘区也逐步得到了发展，山丘区管道的输水压力相对较大，多采用对地形适应性较强的喷灌、微灌等技术［8］。

截止2014年底，全国灌溉面积70.652×106hm2，其中耕地灌溉面积64.540×106hm2，占耕地面积的53.8%，林地灌溉面积2.229×106hm2，牧草灌溉面积1.092×106hm2。其中节水灌溉面积29.019×106hm2，占全国灌溉面积的41.07%。高效节水灌溉面积16.114×106hm2，占灌溉面积的22.81%，其中喷灌3.162×106hm2，微灌4.682×106hm2，低压管灌8.271×106hm2［9］。

但由于经济发展水平的制约，当前我国压力管道灌溉所占比例依然不够高，相对于以色列在97%以上的农田实现了管道输水的状况，我国压力管道输水灌溉技术的推广发展依然任重而道远。

2 压力管道输水灌溉优化设计目标的确定方法

由于压力管道输水灌溉系统有其自身的一些特点，容易受到水源位置、灌溉规模、田块地形、作物种类等因素的影响，因此，管道系统的优化研究成为其设计的关键。

灌溉管道系统优化的前提是要选择合适的优化目标，针对选定的目标建立适用的数学模型。

2.1 单目标优化

当前有许多研究人员围绕投资费用最小、管径最优、管路最短等不同目标来进行压力管道灌溉系统的优化。其中节省投资费用往往是优先考虑的因素。

2.1.1 投资费用最小

工程造价通常是建设方和设计人员最为关注的问题，因此，以投资费用最小为目标进行压力管道灌溉系统的优化设计也最为常见。如董文楚［10］根据灌溉面积、灌水流量、地块形状等在灌溉田块合理布置给水栓后，以投资费用最小为目标，在各给水栓间管径确定的情况下调整管长，确定了树状管道系统的最优布置。

刘子沛［11］建立了投资费用最小为优化目标的数学模型，在管道布设时假定两给水栓间的管径相同，以标准管径作为决策变量，从而确定管道直径。魏永曜等［12］以投资费用最小为目标，根据用水单位边界来布设给水栓后，确定管道长度时引入图论中的最小生成树，使管道总长度最短。

白丹［13］建立了微灌管道系统线性规划模型，根据0.618法分配管道压力水头差，从而使整个管道系统加压泵站及输水管道投资费用最小。周荣敏等［14］以投资费用最小为目标，采用单亲遗传算法来确定给定树状管道系统的最佳布设方案。Perelman L等［15］以投资费用最小为目标，应用统计学原理，将离散型变量的组合优化问题转化成随机问题，从而确定管道系统设计中的水泵扬程、管径大小等参数。

马孝义等［16］以投资费用最小为目标，采用整数编码的遗传算法，在管道系统一组布设方案基础上建模来择取出最优管径方案。

2.1.2 管径最优

对于压力管道灌溉系统来说，流量一定时，管径大则流速小，水头损失少，所需供水压力相应较小，提水的话，所耗电能也相应减少，运行时能耗费用就会较低；然而大管径的管材价格却往往较高。反之，能耗费用会增加，管材价格则可降低。因此最优管径的选取是压力管道灌溉系统优化设计的一个关键目标。

在管径优化研究方面，张庆华等［17］以压力管道灌溉系统的经济管径求解为目标，根据灌溉系统投资费用和管径关系建立了模型，无允许管径限制的非约束条件下转化为多元函数极值进行求解，有允许管径限制的约束条件下转化为非线性规划问题来求解。李玉军［18］以管径优化为目标，总结多年农田及果树压力管道灌溉系统工程设计经验，改进并简化了喷灌、滴灌、果树灌溉的塑料压力管路经济管径的计算公式。

2.1.3 管路最短

管路长短决定了压力管道灌溉工程的投资和田间灌水的质量，因此也是管道灌溉系统优化设计中需统筹考虑的重要问题。传统的方法是把管道系统优化布置转化为管路最短问题来处理，而最短路径问题是线性规划问题，求解方法较多，图论中的Dijkatra算法是其中一种简单而有效的方法［19］。

Lorente S等［20］和Schaetzen W B F De等［21］以路径最短为目标对管道系统的优化问题进行了研究。管道系统最短路径优化的常用思路往往是从水源向取水口，再向各管段逐次寻找优化结果，从而确定最终的优化方案，然而在此优化过程中对管段流量的变化却往往考虑得不多。

此外，管道系统泵站扬程最小、能源消耗最少等也是优化的目标。如Gosselin Louis等［22］认为管道系统费用最少并非所有情况下都是最佳优化目标，他们分别以泵站扬程最小和所需功率最小为优化目标，构建了管道系统优化模型，并通过对两个模型的分析比较以及算例验证，认为以泵站所需功率最小为目标比以泵站扬程最小为目标进行优化效果更好，不过该优化方案对环状管道系统不适用。

2.2 多目标优化

由于制约管道灌溉系统优化的约束条件较多，因此综合考虑投资费用、管径最优、管路最短、能耗最少等多个目标，进行多目标寻优求解是管道系统进行优化的一个重点。

Alandí P Planells等［23］以工程投资和能源消耗最少为目标，开发了一种基于灌溉管道系统布局和支管管径优化的程序。王仁超等［24］针对渠灌区管道灌溉系统，提出了基于不完全偏好信息的多目标优化，优化目标可根据需要进行决策，并以经济适用性、系统可靠性和未来适应性作为评价体系，用实例证明了其可行性。Ostfeld Avi［25］以管道灌溉系统造价最低和管网运行可靠性为目标对管道系统进行了优化研究。

随着灌溉管道系统设计日趋标准化，运行管理自动化程度要求也不断提高，多目标优化研究也越来越重要。

3 压力管道输水灌溉优化设计算法研究进展

3.1 传统优化算法

压力管道灌溉系统选定优化设计目标后，传统设计往往针对管路布置，采用线性规划、非线性规划、动态规划等算法进行管道系统优化，来寻找最优方案。如Kaur Damanjeet［26］、Gupta I等［27－28］采用线性规划方法，建立了树状管道灌溉系统线性规划模型［26－28］。

Morgan D R等［29］采用两阶段法，根据所建立的两个线性规划模型，分别进行管道布设与最优管径的确定。Perelman L等［15］采用交叉熵法对管道系统各管段管径，泵站扬程等设计参数进行了优化，从而使系统的投资和运行管理费用最少。Buras［30］、联合国粮农组织［31］、林性粹等［32］研究人员或机构分别采用动态规划算法、单价矢量和法、正交设计法等对管道系统布设进行了优化改进。

传统的优化设计算法往往计算量较大，针对简单的压力管道灌溉系统进行单个或两个目标的优化计算较为常见，但对复杂的管道系统进行多目标优化计算则难以实施或精度不够。

3.2 智能优化算法

压力管道灌溉系统优化是一个复杂的过程，而传统优化方法在计算工作量上是比较耗时耗力的，因此，提高优化算法的效率显得十分重要，智能优化算法正是在此背景下应运而生并推广应用的。近年来遗传算法、模拟退火算法、人工神经网络等智能算法越来越多地被研究人员应用于压力管道灌溉系统优化设计中，在解决所涉及的非线性和多目标复杂函数求解问题的同时，也极大提高了算法效率。

3.2.1 基于遗传算法的压力管道输水灌溉优化设计研究进展

遗传算法（Genetic Algorithm）最早由美国的Holland J教授提出，主要是模仿生物在进化过程中的规律而产生的一种随机搜索算法。其主要优点有：能对结构对象进行直接操作，避开了传统算法中求导与函数连续性限定的计算问题；内部隐并行性与全局寻优能力较强，优化结果好；寻优概率化能自动获取并指导全局搜索空间，在不需要确定的约束条件下能自适应地调整搜索方向［33］。

Walters G A等［34］最早将遗传算法引入压力管道系统优化设计。Simpson A R等［35］在采用遗传算法进行管道灌溉系统优化设计时，将其与其他算法的优化效果进行了分析比较，最终发现遗传算法的搜索效率是比较高的。Dy Graeme C等［36］采用改进的遗传算法求解了管道系统优化问题。Smith David K等［37］根据管道系统各节点连接管段特性的不同，利用遗传算法得到了系统优化布设的最小生成树。周荣敏等［14］采用单亲遗传算法对管道系统中常见的树状管网布设形式进行了优化。朱家松等［38］将管道系统GIS与遗传算法进行结合，编制了管道系统GIS优化设计实现程序。Zyl Jakobus E Van等［39］在管道系统优化设计中采用了基于上山法的遗传算法来加速收敛。

白丹［40］在管道系统的环状管网优化设计中采用了遗传－线性规划算法，结合了遗传算法与线性规划方法的优点。万年华等［41］在喷灌系统优化设计中采用了综合考虑管道系统经济性与运行可靠性的遗传算法优化模型。在管道系统的树状管网优化布设中，马孝义等［16］采用了基于整数编码遗传算法两级优化方法，李海滨等［42］则建立了基于整数遗传算法的管道系统布设与管径同步优化模型。

因为遗传算法能够从群体出发进行搜索且具备潜在并行性；在计算精度要求时，计算时间少，鲁棒性高；具有可扩展性，容易与其他算法结合等诸多优势，因此在压力管道灌溉系统优化设计方面的研究发展较快，是当下众多管道系统优化设计研究人员较常采用的智能优化算法。

3.2.2 基于模拟退火算法的压力管道输水灌溉优化设计研究进展

模拟退火算法（Simulated Annealing）于1953年由Metropolis N等提出，Kirkpatrick S等最早在组合优化领域中使用。它主要是受物理中固体物质退火过程的启发，因为该过程和一般组合优化问题有一定的相似性。模拟退火算法核心的数学思想是采用数值分析中Monte－Carlo迭代求解方法来随机寻优而得到最优解。在寻优过程中，它通过在全局中给定一个时变的概率来防止计算结果是局部极小的情况，给定概率具有全局优化性与最终趋于零的突跳性，且搜索过程是一种全局的串行结构，运行效率较高［43］。Cunha（1999）等较早地在管道系统优化设计研究中采用了模拟退火逼近算法［44］。王新坤等［45－46］则先是将模拟退火算法与多重群体遗传算法相结合，建立了管道系统的树状管网优化模型，以用于大型树状管网的优化设计；后来又设计出一种新的退火遗传算法，除继承退火模拟的局部寻优能力外，还兼备遗传算法的全局寻优能力，大大地提高了求解结果的效率与精度。洪涛等［47］基于模拟退火遗传算法，提出以造价最小为目标函数，节点压力为约束条件，标准管径为决策变量的自压微灌干管布设优化模型。

目前模拟退火算法在图象处理、路径优化、集成电路设计、工业优化调度等方面应用较多，在压力管道灌溉系统优化设计上应用相对较少。由于该算法与以往的算法相比，具有描述简单，使用灵活，运行效率高，较少受初始条件限制，适合并行计算等优点，因此未来其在压力管道灌溉系统优化设计中的应用有较为广阔的前景。

3.2.3 基于人工神经网络优化算法的压力管道输水灌溉优化设计研究进展

人工神经网络（Artificial Neural Networks）是受生物学启发，对生物神经网络从结构、实现机理和功能上进行模拟与近似的一种智能算法。其主要思想是搭建传统优化过程中目标函数及约束条件与神经网络中非线性动力学系统的映射关系，根据神经网络中的稳定平衡态来确定优化问题的最优解。人工神经网络算法在计算过程中采用非线性系统中动态演化原理和并行分布式计算方法，可对优化问题进行快速求解［48］。周荣敏等［49］基于Hopfield神经网络模型优化算法，建立了一种自压式树状管道系统神经网络优化模型。陈磊等［50］利用BP神经元网络建立了宏观状态管道系统优化模型，并采用自适应遗传算法来对BP神经元网络拓扑结构进行了优化。

人工神经网络优化算法分类准确度高，鲁棒性与容错能力强，能充分逼近复杂非线性关系最优解，并行分布处理能力强，因而近年来在压力管道灌溉系统优化设计方面的研究逐渐增多，但其在该领域的研究应用还有待进一步加强，同时还需要完善其优化设计后实际工程的效益评价及模型验证工作。

此外，一些经典算法与其他相关数学理论进行结合而形成的优化算法，如随机规划、灰色规划、模糊规划等算法在压力管道灌溉优化设计研究中的应用也有待探讨［19］。

总之，各种启发式算法在压力管道灌溉系统优化设计中得到了较为广泛的应用，从目前应用效果来看，遗传算法相对成熟，其他算法尚需继续深入研究，尤其是把一种算法和其他优化算法相结进行管道系统优化设计将是今后的一个重要研究方向。

4 压力管道输水灌溉优化设计应用软件的发展

随着计算机辅助设计技术的突飞猛进，关于压力管道系统优化设计的软件日益增多，其中以Auto CAD为操作平台进行开发的相关软件是当下的主流，如用于市政管道系统设计的HY－SZGX V4.0、给水系统优化软件（WADSOP）、天正和理正的给排水设计软件、WaterCAD等。

然而鉴于压力管道灌溉系统自身的一些特点，这些软件在灌溉管道系统的优化设计中应用较少。自20世纪90年代以来，关于压力管道灌溉系统优化设计的软件研发逐渐增多，以高级语言与AutoCAD为开发平台的较为常见。从最开始用于灌溉管道水力学的计算模块出发，逐步在其中添加了绘图模块、管材模块、工程造价模块、管网布置模块、管径优化模块和人工干预模块等，使得软件越来越人性化、智能化和可视化。

陈宁生等［51］较早地研发了以管道系统水力计算为主的低压管道输水辅助设计软件。彭永臻等［52］则研发了具有人机对话功能，可对管道设计进行宏观控制与局部干预的灌溉管道系统优化设计软件。

王学珍等［53］研发了能自动实现管道系统优化布设的计算机绘图程序，其中管道系统优化布设采用了Prim算法、Kruska算法等，绘图程序则采用了BASIC语言。Andrade C等［54］基于Windows平台研发了灌溉系统仿真模型SPRINKMOD，可用来模拟管道系统压力与水量的分配。

严雷等［55］开发了能进行人工干预的CAD喷灌系统管道布设优化设计软件，该软件以年费用最小为优化目标来求解最优管径，并在其中加入了图形处理模块、数据库模块与计算模块等功能。Morley M S等［56］在GIS的基础上研发了一款管道系统优化决策管控软件（GAnet），该软件主要采用遗传算法对管道系统进行优化设计，还兼备以提高软件适用性为目的的二次开发功能。

许建中等［57］研发了“水力图解”软件，通过基于能量叠加的诺谟图法、计算水力损失曲线的准有限元法与计算机视窗技术，将管道系统水力设计的数解法、图解法等优点进行了集成。欧建峰等［58］基于Auto－CAD、Visual Basic、Excel等软件，开发了微灌工程规划设计专家系统，该系统可进行管道系统布设、水力计算与水泵等设备选型，并根据其计算结果自动生成管道系统布设图、管道系统结构图与工程造价表。

张丽珍［59］开发了一款固定式二级规则灌溉管道系统优化设计软件，其主要功能是进行规则地块的喷灌系统设计，不仅能优化布置出工程管网喷头和管道布设形式，还能统计出它们的数量，方便工程造价的计算。郑纯辉等［60］建立了GIS与可视化技术相结合的微灌管道系统智能化设计软件，兼具空间分析功能与可视化表达方式。周明耀等［61］集成CAD、GIS、数据库等软件开发工具，研发了低压管道输水灌溉系统计算机辅助设计软件，能够提供图形、文本、表格等多种形式的成果输出。

邱象玉等［62］进行了灌溉管道系统优化设计的CAD二次开发，研究了滴灌管网布置的CAD模型，构建了相应的PIPE算法，将滴灌系统前期规划、管网布置以及水力计算等各部分合理连接，提高了滴灌系统规划设计效率。宰松梅等［63］依据现行的滴灌工程设计标准和规范，采用模块化技术，以Visual Basic作为开发平台，研发了滴灌工程规划辅助设计软件，可进行灌水器等参数选择及设计图表成果的自动输出。

张桂春［64］根据微灌工程规划设计规范，结合CAD绘图特点，运用其内嵌VBA语言，研发了集不规则地形的图形绘制、水力计算、材料表生成等功能模块为一体的微灌工程优化设计软件。

杨国英等［65］根据现行微灌工程技术规范，结合计算机编程语言C＃和CAD的二次开发、NET API技术以及SQLite数据库等，开发了滴灌工程计算机辅助设计系统软件，兼具自动计算管道高程与自动生成滴灌工程设计报告的优点。