Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/330888
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Detecção e localização de rompimentos em redes de distribuição de água a partir de análise dos sinais de pressão em regime transitório
Title Alternative: Water distribution networks burst detection and location using transient pressure signal analysis
Author: Manzi, Daniel, 1979-
Advisor: Luvizotto Júnior, Edevar, 1961-
Abstract: Resumo: Parte significativa da água produzida para abastecimento público é perdida nos sistemas de abastecimento desde a sua captação até o fornecimento ao consumidor final. A parcela física destas perdas, relativa sobretudo às fugas em vazamentos e rompimentos em redes e ramais de distribuição, consiste em parcela importante - quando não majoritária - das perdas totais. A rápida detecção e localização de novos vazamentos assume papel importante nas estratégias operacionais de controle de perdas nos sistemas de abastecimento ao permitir a redução do volume perdido desde o instante do evento até seu efetivo reparo (run time). Os sinais de pressão em regime transitório provocados por novos vazamentos guardam características importantes sobre a localização e magnitude destes novos eventos, conferindo-lhes uma "assinatura hidráulica". O presente trabalho propõe e avalia três métodos de localização de novos vazamentos e suas vazões a partir do treinamento de Rede Neural Artificial com características dos sinais transitórios observados em novos eventos. Os resultados da aplicação dos métodos propostos a três redes de distribuição, duas das quais reais, revelam eficiência na localização de vazamentos, com influência significativa do número e posição dos pontos de monitoramento de pressão na rede. Os tempos observados de treinamento e retreinamento da RNA mostraram-se favoráveis à aplicação dos métodos ao gerenciamento em tempo real de sistemas de distribuição de água, sem grandes prejuízos à qualidade final do processo de localização de novos vazamentos

Abstract: An important amount of the produced water for public supply is lost on the supply systems from its source to the final consumer. The physical portion of these losses, mainly related to leaks and bursts in distribution networks and consumer connections, is an important - when not the biggest - portion of the total losses. The fast detection and location of new bursts assumes an important role in the operational strategies of water losses control in the supply systems by allowing the reduction of the volume lost from the instant of the event until its effective repair (run time). The transient pressure signals caused by new bursts holds important characteristics about the location and magnitude of these new events, giving them a "hydraulic signature". The present work proposes and evaluates three methods to forecast the location and flow of new bursts from training Artificial Neural Networks (ANN) with characteristics of the transient signals observed in new events. The results of the application of the proposed methods to three distribution networks, two of them real, show efficiency in leak location, with significant influence of the number and position of pressure monitoring points. Good observed training and retraining times of ANN allows to the real-time management of water distribution systems, without losses to the final quality of the leak localization process
Subject: Abastecimento de água
Detectores de vazamento
Agua - Distribuição
Transitorios hidraulicos
Inteligência artificial
Language: Português
Editor: [s.n.]
Citation: MANZI, Daniel. Detecção e localização de rompimentos em redes de distribuição de água a partir de análise dos sinais de pressão em regime transitório. 2017. 1 recurso online (242 p.). Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/330888>. Acesso em: 2 set. 2018.
Date Issue: 2017
Appears in Collections:FEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Manzi_Daniel_D.pdf5.57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.