مدل‏‌سازی نشت در شبکه‏‌های آبرسانی با استفاده ‏از نرم‌‏افزار WaterGEMS و شبکه عصبی مصنوعی

فصلنامه آب و توسعه پایدار

مقاله 10، دوره 8، شماره 2 - شماره پیاپی 20، تابستان 1400، صفحه 81-90   

نوع مقاله: پژوهشی بنیادی

شناسه دیجیتال (DOI): 10.22067/jwsd.v8i2.1010

نویسندگان

پروانه میسرجانی¹؛ نسرین سیاری^{* 2}؛ ساره سیاری³

¹بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.

²استادیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان

³استاد مدعو بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان.

چکیده

اتلاف بیش از متوسط 30 درصد آب ورودی به شبکه‌های توزیع آب شرب کشور در اثر نشت از شبکه، موجب نگرانی جدی مسئولین شرکت‏‌های آب و فاضلاب کشور شده و یافتن موقعیت نشت در شبکه‌های توزیع یکی از مسائل و دغدغه‌های مهم کاربران و سازمان‌های مربوطه می‌باشد. کاهش میزان نشت در شبکه‌های آبرسانی یکی از روش‌‏های اصلی مدیریت شبکه‏‌ای توزیع آب در کشورهای مختلف به‏ شمار می‏رود. در حال‏ حاضر روش‌‏های متعددی برای شناسایی نشت در شبکه‏‌های آبرسانی ارائه شده است. در این مقاله، مدل‏‌سازی هیدرولیک جریان یک شبکه واقعی توسط نرم‏‌افزار هیدرولیکی WaterGEMS و حل معکوس معادلات جریان، با داشتن مقادیر اندازه‌‏گیری شده فشار در تعدادی از گره‏‏‏‌های شبکه، پیش‌‏بینی محل و میزان نشت موجود در شبکه‌‏های توزیع آب شهر محی‌‏آباد واقع در استان کرمان انجام شد. ابتدا مدل هیدرولیکی شبکه مورد بررسی در نرم‌‏افزار تحلیل هیدرولیکی تهیه و کالیبره شده و مقدار نشت‌‏های موجود برداشت و سپس با تحلیل شبکه برای حالات و مقادیر مختلف وجود نشت‌‏های فرضی، مقادیر فشار در گره‏‌های مختلف شبکه محاسبه شد. در مرحله دوم با استفاده ‏از شبکه‌‏های عصبی مصنوعی، پس از آموزش شبکه، با ارائه فشارهای اندازه‏‌گیری شده در برخی از گره‏‌های شبکه به ‏عنوان داده‏‌های ورودی به شبکه عصبی، موقعیت و مقدار نشت‏‌های احتمالی موجود، پیش‌‏بینی شد. بررسی و مقایسه نتایج حاصل از تحلیل هیدرولیکی شبکه و شبکه عصبی مصنوعی نشان‌دهنده دقت بسیار بالای شبکه‏‌های عصبی مصنوعی در تخمین مقدار و موقعیت نشت‏‌ها بود.

کلیدواژه‌ها

مدل‏‌سازی نشت؛ هدررفت آب؛ اختلاف فشار؛ مدل WaterGEMS؛ شبکه عصبی مصنوعی

مراجع