经研究发现,物理漏损是管网漏失中重要的组成部分。其不仅会对供水公司造成经济上的损失,还会浪费大量珍贵的淡水资源,如何精准的预测城市管网中的物理漏失量是一项重要的课题。但现如今的各种漏失模型和研究仍有不足之处,因此,本课题从点漏失理论出发,针对不同漏失形式的管道进行漏失实验研究,进而分析漏失形式对管道压力波动规律和漏失量的影响。传统点漏失指数模型及其推导出的漏失公式只考虑到了漏失量与漏失面积、管道压力之间的对应关系,没有对漏口形状和漏失量的关系进行量化分析。本文以常见的纵向、环向和圆形三种漏失形式为研究对象,通过FLUENT计算机模拟其漏失情况,从理论角度分析了三种漏失形式下压力场、速度场和漏失量与漏口形状的关系,确定其可研究性。后以物理实验与计算机数值模拟相结合的方式,进行大量的漏失实验,探究了在漏失达到稳态的情况下,漏口形状、漏失面积比、漏失水压对漏失量的影响。对传统漏失指数模型中的漏失系数k进行了细化,得出了指数模型在不同失效形式下,漏失系数k与漏失面积比s之间的具体表达式,进而优化了传统漏失指数模型,并且新的模型表达式具有良好的拟合优度。新的漏失指数模型的确立,不仅能更加精确的反映管道中的漏失情况,更为不同漏失形式下管道漏损量计算提供了依据。以物理实验的漏失实验数据为基础,总结不同漏口形状的管段在不同管材、不同管径、不同管道压力下,漏失瞬态压力波动规律和漏失量之间的影响,建立BP神经网络,通过大量的输入输出训练,调试出该神经网络的最优结构组成,在漏口处压力波动数据与管道漏失形式、漏失量之间建立了一种非线性映射关系。通过测试验证,该BP神经网络可以对漏失实验做出精准的预测。本实验不仅对今后供水管网中漏失量预测提供了一种可行性的方法,还对漏口的失效形式与漏口周围压力波动之间建立联系,为将来从压力波动数据诊断漏失形式,进而从漏失形式方面分析漏失原因提供了一种新途径,可以有效的从根源上控制管网漏失率。