این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۱۶، شماره ۱، صفحات ۳-۱۴
عنوان فارسی پیش‌بینی فشار در شبکه‌های آبرسانی با استفاده از شبکه‌های عصبی مصنوعی و استنتاج فازی
چکیده فارسی مقاله فشار نقاط مصرف در شبکه‌های آب‌رسانی یکی از مهم‌ترین پارامترهای هیدرولیکی است که می‌تواند در مدیریت بهینه شبکه‌های توزیع آب مورد استفاده قرار گیرد. از آن‌جایی‌که فشار، اثرات متفاوتی بر پارامترهای مختلف مدیریت شبکه، همچون عملکرد هیدرولیکی، قابلیت اطمینان، پایداری شبکه و نشت دارد، لذا شناسایی روند تغییرات و تعیین میزان آن از اهمیت بسیاری در سطوح مختلف مدیریتی برخوردار است. بخش قابل توجهی از آب ورودی به شبکه‌های توزیع آب شهری به صورت نشت به هدر می‌رود. وجود نشت در شبکه‌های آب‌رسانی موجب اتلاف منابع و سرمایه صرف شده در تولید، انتقال، تصفیه و توزیع آب، ایجاد مشکلات کیفی در آب شرب به علت ورود آلودگی به شبکه توزیع آب از محل نشت و غیره می‌شود. با توجه به نقش حیاتی آب در زندگی و کمبود منابع آب قابل شرب و هم‌چنین هزینه‌های گزاف فراهم نمودن آب شرب سالم، باید سعی شود تا تلفات آب به حداقل رسانده شود. برای این منظور و با توجه به تاثیر متقابل نشت و فشار بر یکدیگر، ابتدا لازم است تا در هر نقطه بتوان میزان نشت را با توجه به فشار موجود تعیین کرد. با توجه به قابلیت‌ها و مزایای شبکه عصبی و سهولت استفاده از آن به عنوان یک ابزار کار، در این مقاله سعی شده تا مدل شبکه عصبی برای تعیین فشار در هر نقطه با توجه به ارتفاع مخزن، ارتفاع نقطه، و میزان مصرف با لحاظ کردن نشت موجود در آن نقطه تدوین شود. در این مقاله تغییرات فشار در قسمتی از شبکه توزیع آب شهر تهران با استفاده از مدل EPANET2.0 شبیه‌سازی شده است. برای این منظور از دو مدل شبکه عصبی و هم‌چنین ترکیب شبکه عصبی با منطق فازی استفاده شده و نتایج حاصل از آن‌ها با نتایج مدل تحلیل هیدرولیکی و نیز با یکدیگر مقایسه شده و توانایی مدل‌های شبکه عصبی در پیش‌بینی فشار نشان داده شده است.
کلیدواژه‌های فارسی مقاله شبکه توزیع آب، نشت، شبکه عصبی، منطق فازی، پیش‌بینی فشار،
عنوان انگلیسی Estimation of Hydraulic Pressure in Water Networks Using Artificial Neural Networks and Fuzzy Logic
چکیده انگلیسی مقاله Hydraulic pressure is one of the most significant parameters in optimizing water distribution networks. Its simulation and estimation are essential tools in water distribution network management due to the significant effects it has on certain parameters of these networks. As a result of water losses to leakage, not all the inflow to urban water networks is consumed. Water leakage results in losses of supply, pressure, and capital investment. It also has adverse effects on water transfer capability, water treatment, and other elements in the distribution process. Furthermore, water quality problems could result from pollution at leak points. It is, therefore, necessary to estimate the amount of leakage at each point as a function of pressure. In this paper, artificial neural network as a powerful and flexible mathematical tool is used to model pressure estimation based on reservoir head, node elevation, water consumption, and the amount of leakage at a given point. Part of Tehran metropolitan water distribution system is modeled and the EPANET2.0 software is used to estimate the pressure variations in the network. Two different artificial neural network models, namely, a multi-layered ANN and a fuzzy logic neural network (ANFIS) are used for this purpose. The results are analyzed and compared with those from EPANET.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد کارآموز |
استاد دانشکده عمران و محیط زیست، دانشگاه صنعتی امیرکبیر
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

مسعود تابش |
استادیار و دانشجوی کارشناسی ارشد گروه عمران، دانشکده فنی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

سارا نظیف |
استادیار و دانشجوی کارشناسی ارشد گروه عمران، دانشکده فنی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

علی مریدی |
دانشجوی دکترای مهندسی آب دانشگاه صنعتی امیرکبیر
سازمان اصلی تایید شده: دانشگاه صنعتی امیرکبیر (Amirkabir university of technology)

نشانی اینترنتی http://www.wwjournal.ir/article_2079_8c4e57c80ed35c2a278d391004e4e319.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات