مدل مدیریت هوشمند شبکه توزیع آب جهت تشخیص سریع حوادث شبکه وکاهش هدررفت آب
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 896
فایل این مقاله در 11 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:
ICEICONF01_136
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
یکی از حساس ترین وپرهزینه ترین واحدهای شرکت های آب وفاضلاب شناسایی ورفع حوادث شبکه توزیع می باشد، عدموجود یک روند مکانیزه دقیق و قابل اعتماد در مدیریت سیستم مذکور سالانه خسارات زیادی را به مشترکان وشرکتهایآب وفاضلاب وارد می نماید. این موضوع به ویژه در حال حاضر با توجه به مشکلات بحران آب و شناسایی زود هنگامحوادث در شبکه های توزیع آب به منظور جلوگیری از هدر رفت آب از ضروریات تحقیقات کاربردی در شرکت آبوفاضلاب میباشد. فشار یکی ازمهمترین عوامل موثر در میزان آب بدون درآمد در شبکه های توزیع آب شهری بوده ودارای بیشترین و سریعترین اثر هیدرولیکی برروی مقدار نشت است. هدف اصلی این مقاله ارایه یک مدل هوشمندمدیریت شبکه توزیع آب با استفاده از شبکه های عصبی جهت تشخیص سریع حوادث شبکه وکاهش هدر رفت آب براساس اندازه گیری فشار در نقاط شبکه و مقایسه با فشار عادی به منظور طراحی سیستم مونتیورینگ واسکادا در شبکهتوزیع آب می باشد. با پردازش الگوریتم شبکه های عصبی توسط داده های فشارسنجی جمع آوری شده در نقاط منتخبرفتارعادی فشار شبکه شناسایی میشود. با بکارگیری مدل هوشمند تشخیص زود هنگام حوادث، بالا بردن سرعت تعمیرحوادث و پایین آوردن تلفات فیزیکی آب، کاهش تعداد حوادث و صرفه جویی اقتصادی می گردد. شبکه منطقه دو شرکتآب و فاضلاب تبریز به عنوان پایلوت در نظر گرفته شده است. کاربرد روش این تحقیق در یک شبکه واقعی نتایج رضایتبخشی در خصوص افزایش کارایی سیستم و کاهش هزینه ها ارایه می دهد.
کلیدواژه ها:
نویسندگان
سیدموسی رفیعی
گروه صنایع،پردیس دانشگاهی،دانشگاه صنعتی ارومیه و شرکت آب و فاضلاب تبریز،ایران
مصطفی جهانگشای رضایی
گروه صنایع، دانشگاه صنعتی ارومیه،ایران
سهیلا رفیعی
گروه مکاترونیک،واحد تبریز،دانشگاه آزاد اسلامی،ایران
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 :