Analiza przepływów w przewodach sieci wodociągowej za pomocą systemu ekspertowego

• Autorzy: Czapczuk A. , Dawidowicz J.

Identyfikatory

DOI

10.7862/rb.2015.2

Warianty tytułu

EN

The analysis of water flow in the water supply network pipes using the expert system

• Języki publikacji: PL

Abstrakty

PL

Projektowanie systemów dystrybucji wymaga przeprowadzenia wielu obliczeń i analiz mających na celu uzyskanie najlepszego rozwiązania. Podstawowym celem obliczeń jest wyznaczenie natężenia przepływu przez przewody oraz określenie strat ciśnienia, wysokości zbiorników, wymaganego ciśnienia na zasilaniu i ciśnienia w poszczególnych węzłach sieci. Systemy dystrybucji wody są zbudowane ze złożonych, skomplikowanych układów przewodów, w których zachodzą różnorodne przepływy. Niezwykle ważna jest analiza przepływów z punktu widzenia dobranej średnicy, prędkości przepływu, ale również położenia w strukturze układu przewodów. W przypadku gdy pojemność wewnętrzna przewodu ze względu na jego średnicę i długość jest znacznie większa niż wydatek z węzła końcowego oraz przepływ tranzytowy do dalszych przewodów, może wystąpić zjawisko przestoju wody. Zjawisko to może się pojawić w sieciach pierścieniowych oraz w końcówkach sieci. Problemem może być również wzrastający przepływ przez przewody wraz z rozbudową systemu dystrybucji wody, gdy podłączane tereny nie były wcześniej uwzględnione w planie ogólnym wodociągu. Problem rozwiązano jako klasyfikację za pomocą reguł drzewa decyzyjnego. Zdefiniowano jedną klasę QK1 odpowiadającą zakresowi odpowiednich wartości przepływu oraz sześć klas QK2÷QK7 opisujących przyczyny niepoprawnego przepływu. Zaprezentowano proces indukcji drzewa decyzyjnego metodą C4.5 przeznaczonego do oceny przepływów w przewodach wodociągowych. Reguły decyzyjne z uzyskanego drzewa pozwalają dokonać oceny przepływu poprzez wybór jednej z klas. System ekspertowy korzystający z reguł sporządzonych za pomocą indukcji drzewa decyzyjnego może być zastosowany jako dodatkowy moduł programu komputerowego.

EN

Designing water distribution systems requires lots of calculations and analyses aimed at finding the best possible solution. The primary purpose of the calculations is to determine the pipe flow rate, pressure loss, height of water tanks, required supply pressure and the pressure in respective nodes. Water distribution systems comprise complex pipe designs where various water flows occur. It is extremely important to analyze water flows from the standpoint a selected diameter and flow rate, but also the pipe position with respect to the structure, in order to prevent water outage. When the conductor’s internal capacitance – due to its diameter and length – exceeds the output from the end node and the transit flow for subsequent pipes, water outage may occur. This can take place in ring networks and network terminals, where water flows are relatively small in relation to the required diameter in terms of fire protection. Also the increasing pipe flow, along with the expansion of the water distribution system, may turn out to be problematic when connected areas have not been previously included in the general plan of the water supply system. The issue has been resolved by means of classification based on decision tree principles. The QK1 class was introduced with respect to the range of the respective values corresponding to water flow, and six other classes, QK2÷QK7, were also defined to describe the cause of improper flow through the water supply network pipes. Induction process of the decision tree was presented with the use of the C4.5 method designed to evaluate water flow in the pipes. The principles from the resulting decision tree allow to evaluate water flow by selecting one of the classes. The expert system, using the principles developed on the basis of the decision tree induction, can be used as an additional computer program module.

Słowa kluczowe

PL

system dystrybucji wody; projektowanie; drzewo decyzyjne; indukcja; metoda C4.5; weryfikacja; wyniki obliczeń

EN

water distribution system; designing; decision tree; induction; C4.5 method; verification; calculation results

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture
• Rocznik: 2015
• Tom: z. 62, nr 1
• Strony: 13--26
• Opis fizyczny: Bibliogr. 44 poz., il., tab.

Twórcy

autor

Czapczuk A.

• Politechnika Warszawska

autor

Dawidowicz J.

• Politechnika Białostocka, Wydział Budownictwa i Inżynierii Środowiska

Bibliografia

• [1] Ahmad K., Holmes-Higgin P.R., Hornsby C.P.W., Langdon A.J.: Expert systems for planning and controlling physical networks in the water industry. Knowledge-Based Systems, vol.1, issue 3, 1988, pp.153-165.
• [2] Beardon C. (ed.): Artificial Intelligence Terminology – A reference guide. John Wiley & Sons, New York 1989.
• [3] Białko M.: Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych. Wydawnictwo Uczelniane Politechniki Koszalińskiej, Koszalin 2005.
• [4] Bubnicki Z.: Wstęp do systemów ekspertowych. PWN, Warszawa 1990.
• [5] Bunn S., Helms S.: Application of an expert system to control treated water distribution. Proc. of the 26th Annual Water Resources Planning and Management Conference (WRPMD'99), 1999, pp.1-7.
• [6] Czapczuk A.: System ekspertowy do oceny przepływów i strat ciśnienia w układzie dystrybucji wody, dysertacja. Wydaw. Politechniki Warszawskiej, Warszawa 2013.
• [7] Changa Ni-Bin, Pongsanonea N.P., Ernestb A.: Comparisons between a rule-based expert system and optimization models for sensor deployment in a small drinking water network. Expert Systems with Applications, vol. 38, issue 8, 2011, pp.10685-10695.
• [8] Cholewa W., Czogała E.: Podstawy systemów ekspertowych. Prace IBIB PAN, nr 28, Warszawa 1989.
• [9] Coulbeck B., Ulanicki B., Rance J.P., Deviatkov V.V., Kosov S., Glukhovsky I.: Pressure control of a Moscow water supply system using expert system technology. Proc. of the 35th IEEE Conference on Decision and Control, vol. 4, 1996, pp. 4498-4499.
• [10] Dawidowicz J.: Indukcja drzewa decyzyjnego przeznaczonego do oceny przebiegu linii ciśnienia w sieci wodociągowej. Zeszyty Naukowe Politechniki Białostockiej, Inżynieria Środowiska, z.17, 2006, s. 91-102.
• [11] Dawidowicz J.: Metody sztucznej inteligencji w diagnostyce wysokości ciśnienia w węzłach oraz układów sieci wodociągowych w procesie obliczeń hydraulicznych, [w:] Inteligentne systemy w inżynierii i ochronie środowiska. PZiTS, Poznań 2007, s. 85-94.
• [12] Dawidowicz J.: Przykłady oceny układu sieci wodociągowej przy użyciu drzewa decyzyjnego. Mat. XIV Krajowej Konferencji „Komputerowe wspomaganie badań naukowych” (KOWBAN'2007). Wrocławskie Towarzystwo Naukowe, Wrocław 2007, s. 99-104.
• [13] Dawidowicz J.: System ekspertowy do oceny układu systemu dystrybucji wody sporządzony za pomocą wnioskowania indukcyjnego. Rocznik Ochrona Środowiska, t. 14, Koszalin 2012, s. 650-659.
• [14] Dawidowicz J.: Zastosowanie systemów ekspertowych i sztucznych sieci neuronowych w projektowaniu i eksploatacji systemów wodociągowych. XV Międzynarodowa Konferencja Naukowo-Techniczna „Inżynieria środowiska w eksploatacji kompleksów wojskowych”. Wojskowa Akademia Techniczna, Warszawa- Zakopane 2001, s.111-124.
• [15] Flakiewicz W.: Systemy informacyjne w zarządzaniu. Uwarunkowania, technologie, rodzaje. Wydaw. C.H. Beck, Warszawa 2002.
• [16] Gabryszewski T.: Wodociągi. Arkady, Warszawa 1983.
• [17] Kendal S., Creen M.: An introduction to knowledge engineering. Sringer-Verlag, London 2007.
• [18] Knapik K., Bajer J.: Wodociągi. Podręcznik dla studentów wyższych szkół technicznych. Wydaw. Politechniki Krakowskiej, Kraków 2010.
• [19] Kubat M., Bratko I., Michalski R.S.: Review of machine learning methods, learning and data mining. John Wiley & Sons, 1998, pp. 3-70.
• [20] Kulshrestha S.: Expert system for management of water distribution network (WDN). International Journal of Engineering Science and Technology, vol. 2, no.12, 2010, pp.7401-7412.
• [21] Leon C., Martin S., Luque J., Vazques M.: EXPLORE: Expert system for water networks management. Proc. IEEE of 9th Mediterranean Electrotechnical Conference (MELECON '98), vol.1, 1998, pp.197-201.
• [22] Michalik K.: DeTreex 4.0 dla Windows 9x/NT/2000. Indukcyjny system pozyskiwania wiedzy. Podręcznik użytkownika. AITECH, Katowice 2003.
• [23] Mielcarzewicz W.: Obliczanie systemów zaopatrzenia w wodę, wyd. II. Arkady, Warszawa 2000.
• [24] Mulawka J.J.: Systemy ekspertowe. Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
• [25] Negnevitsky M.: Artificial intelligence: A guide to intelligent systems. Addison- Wesley, 2004.
• [26] Niederliński A.: Regułowe systemy ekspertowe. Wydaw. Pracowni Komputerowej Jacka Skalmierskiego, Gliwice 2000.
• [27] Petrozolin W.: Projektowanie sieci wodociągowych. Arkady, Warszawa 1974.
• [28] Quinlan J.R.: C 4.5 Program for Machine Learning. Morgan Kaufmann, San Mateo, CA 1993.
• [29] Quinlan J.R.: Improved use of continuous attributes in C4.5. Journal of Artificial Intelligence Research, vol. 4, 1996, pp.77-90.
• [30] Rojek I.: A concept of a decision support system with a knowledge acquisition module for the water supply and sewage system of a city, [in:] Studies & Proceedings Polish Association for Knowledge Management, J. Kacprzyk (eds.), vol. 9, Bydgoszcz 2007, pp. 98-104.
• [31] Rojek I.: Classifier models in intelligent support system for water network management. Polish Journal of Environmental Studies, vol. 17, no. 4C, 2008, pp. 62-66.
• [32] Rojek I.: Inteligentny system wspomagania decyzji dla sterowania siecią wodociągową. II Krajowa Konferencja Naukowa „Technologie przetwarzania danych”. Wydaw. Politechniki Poznańskiej, Poznań 2007, s. 186-194.
• [33] Rojek I.: Projektowanie systemu informatycznego zarządzania miejską siecią wodociągową. Instytut Badań Systemowych, Polska Akademia Nauk, seria Badania Systemowe – Inżynieria Środowiska, t. 57, Warszawa 2007.
• [34] Shapiro S.C.: Encyclopedia of artificial intelligence, vol. 1. Wiley, New York 1990.
• [35] Spyridakos Th., Pierakos G., Metaxas V., Logotheti S.: Supporting the management of measurement network with an expert system. The NeMO System, Operational Research, vol. 5, no. 2, 2005, pp. 273-288.
• [36] Sroczan E.M., Urbaniak A.: Komputerowy system trenowania operatorów stacji uzdatniania wody i oczyszczania ścieków bazujący na sztucznej inteligencji. Mat. V Międzynarodowej Konferencji Zaopatrzenie w Wodę Miast i Wsi. PZiTS, Poznań-Gdańsk 2002, s.1003-1014.
• [37] Sroczan E.M., Urbaniak A.: Wykorzystanie metod sztucznej inteligencji w monitorowaniu, sterowaniu i eksploatacji systemów zaopatrzenia w wodę i ochrony wód. Mat. VI Międzynarodowej Konferencji Zaopatrzenie w Wodę Miast i Wsi, PZiTS, Poznań 2004, s. 695-704.
• [38] Stefanowski J.: Algorytmy indukcji reguł decyzyjnych w odkrywaniu wiedzy. Wydaw. Politechniki Poznańskiej, Poznań 2001.
• [39] Strelau J.: O inteligencji człowieka. Wiedza Powszechna, Warszawa 1987.
• [40] Turing A.M.: Computing machinery and intelligence, Mind 59, 1950, pp. 433-460.
• [41] Van Harmelen F., Lifschitz V., Porter B.: Handbook of knowledge representation. Elsevier Science, 2008.
• [42] Von Neumann J.: The computer and the brain. Yale Univ. Press, New Haven 1958.
• [43] Zhang H., Luo D.: Application of an expert system using neural network to control the coagulant dosing in water treatment plant. Journal of Control Theory and Applications, vol. 2, 2004, pp. 89-92.
• [44] Zhu X., Simpson A.R.: An expert system for turbidity control advice in water treatment plant operations. Department of Civil Engineering, The University of Adelaide, 1991.