شناسایی منطقه نشت در سیستم های توزیع آب بزرگ (مطالعه موردی: شهر ماهان در استان کرمان)
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 13، شماره: 4
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 192
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-13-4_014
تاریخ نمایه سازی: 12 تیر 1402
چکیده مقاله:
امروزه شناسایی نشت مسئله مهمی در شبکههای توزیع آب میباشد، زیرا نشت هزینهها را افزایش داده و موجب اتلاف منابع آب میشود. در این مطالعه، از یک روش جدید برای شناسایی منطقه نشت در شبکه توزیع آب قسمتی از شهر ماهان استفاده شد. ابتدا توسط الگوریتم خوشهبندی K-means، شبکه به تعدادی از مناطق تقسیم شد. سپس نمونههای آموزش مربوط به هر منطقه، با استفاده از شبیهسازی تصادفی نشت در مدل هیدرولیکی شبکه ساخته شد. شماره هر منطقه به عنوان برچسب طبقهبندی ماشین بردار پشتیبان چندکلاسی مورد استفاده قرار گرفت و به همراه نمونههای آموزش، مدل طبقهبندی آموزش داده شد. در نهایت، مدل آموزش دیده به عنوان مدل شناسایی منطقه نشت استفاده شد و برای تعیین مناطق احتمالی نشت با نمونههای میدانی مشاهده شده، اعمال شد. نتایج نشان میدهد که از میان ۱۰ ساختار استفاده شده برای ساخت مدل، تنها سه ساختار شامل؛ «سه منطقه و تابع هسته پایه شعاعی»، «سه منطقه و تابع هسته خطی» و «پنج منطقه و تابع هسته خطی»، به ترتیب میزان قابل قبول ۲۷/۹۹ % ، ۱۸/۹۹ % و ۹۹/۹۸ % را برای شاخص ارزیابی «دقت» ایجاد میکنند. از طرف دیگر، از میان این سه ساختار، تقسیم شبکه به پنج منطقه نشت و استفاده از تابع هسته خطی، شبکه را به تعداد مناطق بیشتری تقسیم میکند و نشتیابی را در مناطق محدود شده آسانتر میکند. در نتیجه برای ساخت مدل نهایی از این ساختار استفاده شد.
کلیدواژه ها:
نویسندگان
یاسمن سادات هاشمی پور
بخش مهندسی عمران، دانشکده فنی مهندسی، دانشگاه شهید باهنر، کرمان، ایران
غالمعباس بارانی
گروه مهندسی عمران، دانشکده فنی مهندسی، دانشگاه شهید باهنر، کرمان، ایرانان
احسان فدائی کرمانی
مهندسی عمران-سازه های هیدرولیکی، بخش مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهیدباهنرکرمان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :