مطالعه (پيش‌بيني) نرخ شكست لوله‌هاي اصلي آبرساني شهري با استفاده از روشهاي هوشمند و رگرسيوني

Study (Prediction) of Main Pipes Break Rates in Water Distribution Systems Using Intelligent and Regression Methods

با توجه به سياست‌هاي افزايش كارايي و كاهش هدررفت، يكي از اولويت‌هاي راهبردي توسعه پايدار منابع آب، بهره‌برداري بهينه از شبكه‌هاي توزيع آب شهري است. لذا راهبران سيستم بايد همواره شناخت دقيق و صحيحي از قابليت كاربري شبكه و انزوال و خرابي سازه‌اي (شكست) در لوله‌هاي اصلي آبرساني داشته باشند. يكي از راهكارها و كليدهاي مهم مديريت بهينه بهره‌برداري، تدوين استراتژي‌هاي نوسازي و بازسازي در شبكه‌هاي توزيع آب شهري، پيش‌بيني نرخ شكست لوله‌ها و ارزيابي قابليت كاربري آنها است. راه‌ حلهاي گوناگوني براي مطالعه پيش‌بيني شكست در لوله‌ها توسط محققان مختلف خصوصاً در سالهاي اخير مطرح شده است كه هريك نيازمند داده‌هاي مخصوص خود مي‌باشند. مدل‌هاي قطعي تواني بر حسب سن، مدل‌هاي قطعي خطي بر حسب سن، مدل‌هاي قطعي چندمتغيره و مدل‌هاي گروهي تك متغيره احتمالي، از جمله راه‌ حلهايي هستند كه خرابي و زوال در ساختار لوله‌ها را دايمي و به‌صورت يك روند يكنواخت با پارامترهايي مستقل از زمان (كه شكست لوله‌ها را با سن، جنس و قطر آنها مرتبط مي‌سازد) مطرح مي‌كنند. در اين مقاله علاوه بر بهره‌گيري از پارامترهاي بالا به‌منظور پيش‌بيني جامع و دقيق‌تر، از ديگر پارامترهاي موثر در شكست لوله‌ها ناشي از شرايط محيطي و اقليمي، بارگذاري ترافيكي و شرايط بهره‌برداري مانند عمق نصب لوله‌ها و فشار آب در شبكه بهره گرفته شد و با استفاده از روشهاي رگرسيون چند متغيره، هوش مصنوعي (عصبي و عصبي- فازي) و همچنين روش داده كاوي رگرسيون چند جمله‌اي تكاملي (برنامه‌نويسي ژنتيك) به پيش‌بيني نرخ شكست لوله پرداخته شد. به‌منظور ارزيابي روشهاي ارايه شده با استفاده از داده‌هاي جمع‌آوري شده حوادث لوله‌ها در شبكه توزيع آب يكي از شهرهاي كشور، مطالعه موردي انجام گرديد و نتايج اخذ شده مورد بررسي و مقايسه قرار گرفت. نتايج حاصل از مدل شبكه عصبي و رگرسيون چند جمله‌اي تكاملي تركيبي مويد اين قابليت بود كه اين روشها با تركيب اثر نوفه‌هاي پارامترهاي غيردايمي و روند يكنواخت شكستي كه پارامترهاي دايمي پديد مي‌آورند و همچنين قرار دادن تعداد بيشتري از پارامترهاي موثر، در پيش‌بيني نرخ شكست لوله‌ها توانمندتر عمل مي‌كنند.

Optimum operation of water distribution networks is one of the priorities of sustainable development of water resources, considering the issues of increasing efficiency and decreasing the water losses. One of the key subjects in optimum operational management of water distribution systems is preparing rehabilitation and replacement schemes, prediction of pipes break rate and evaluation of their reliability. Several approaches have been presented in recent years regarding prediction of pipe failure rates which each one requires especial data sets. Deterministic models based on age and deterministic multi variables and stochastic group modeling are examples of the solutions which relate pipe break rates to parameters like age, material and diameters. In this paper besides the mentioned parameters, more factors such as pipe depth and hydraulic pressures are considered as well. Then using multi variable regression method, intelligent approaches (Artificial neural network and neuro fuzzy models) and Evolutionary polynomial Regression method (EPR) pipe burst rate are predicted. To evaluate the results of different approaches, a case study is carried out in a part of Mashhad water distribution network. The results show the capability and advantages of ANN and EPR methods to predict pipe break rates, in comparison with neuro fuzzy and multi-variable regression methods.