سال انتشار: ۱۳۸۵

محل انتشار: دومین کنفرانس مدیریت منابع آب

تعداد صفحات: ۹

نویسنده(ها):

مسعود تابش – استادیار دانشکده مهندسی عمران – دانشگاه تهران
جابر سلطانی – دانشجوی دکتری دانشکده مهندسی عمران – دانشگاه تهران

چکیده:

در دهه های اخیر، از یکطرف محدودیت منابع آب، وقوع پی در پی دوره های خشکسالی، افزایش نیازهای آبی ناشی از افزایش جمعیت و صنایع و از طرف دیگر مسئله فرسودگی، عمر بالا، افزایش شکستگی لوله ها، تلفات بالای آب، وقفه در سرویس دهی، کاهش عملکرد سیستم ( کاهش فشار و دبی ) و همچنین محدودیت منابع مالی برای سرمایه گذاریهای جدید، سبب افزایش هزینه های اقتصادی و اجتماعی در بهره برداری از زیر ساخت های شبکه های توزیع آب گردیده و به یکی از معضلات جدی پیش روی مدیران و تصمیم گیران کشور در مدیریت منابع آب تبدیل شده است .
از جمله شاخصهای موثر در مدلهای مورد استفاده برای بازسازی و نوسازی زیر ساخت شبکه های توزیع آب، بررسی نرخ شکست اجزاء شبکه و ارزیابی قابلیت اطمینان مکانیکی آنها است . این شاخصها همواره از سوالات محوری و کلیدی برای تصمیم گیری مدیران و یکی از ضروری ترین نیازهای اطلاعاتی مرتبط با مدیریت بهینه بهره برداری از شبکه های توزیع آب بوده است . قابلیت اطمینان مکانیکی متاثر از پارامترهایی همچون جنس، سن، قطر، عمق نصب، فشار هیدرولیکی لوله ها و .. می باشد . لذا باید با استفاده از یک روش مناسب این پارامترهای موثر را به یک شاخص برای ارزیابی قابلیت اطمینان مکانیکی تبدیل کرد . در این مقاله مدلی با استفاده از روش هوشمند شبکه عصبی مصنوعی برای بررسی شکست مکانیکی لوله ها از طریق جمع آوری داده های واقعی و لحاظ کردن تعداد زیادی از پارامترهای موثر در حوادث به منظور مدیریت بهینه بهره برداری از شبکه ها در یکی مناطق شهری کشور ارائه می گردد . از جمله ویژگی های این مدل، پیش بینی نرخ شکست لوله ها و ارتباط واضح میان مجموعه خروجی ( شکست ها ) و مجموعه ورودی ها( قطر، طول، سن، جنس،عمق نصب، فشار و ….) می باشد بطوریکه این ارتباطات ساده براحتی در تصمیم گیری بازسازی و تعمیر لوله های شبکه مورد استفاده واقع شود . نتایج حاصل از این مدل موید توانایی آن در پیش بینی نرخ شکست لوله ها می باشد .