Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Archives of Environmental Protection

1 2025

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: maximum flow prediction

Sortuj według:

Ogranicz wyniki do:

An innovative method of predicting the maximum flow in stormwater sewage systems using soft-sensors

Barbusiński Krzysztof, Szeląg Bartosz, Białek Anita, Kalenik Marek, Bakalar Tomas

Archives of Environmental Protection

2025

Vol. 51, no. 3

54--73

Developing universal hydrological models for modeling urban catchments remains one of the major challenges in contemporary hydrology. This study aimed to create a model that integrates catchment characteristics, sewer network topology, sewer storage capacity, and rainfall data, along with a sensitivity analysis of input parameters. The goal was to evaluate the potential of advanced analytical methods, specifically, Multivariate Adaptive Regression Splines (MARS) and soft-sensor technology, to improve peak flow (Qm) forecasting in stormwater systems. The results showed that combining MARS models with soft sensors yields high forecasting accuracy (R² = 0.96, RMSE = 0.038), even under variable rainfall conditions. However, the development of universally applicable model relationships proved challenging due to difficulties in parameterizing the model under changing rainfall scenarios. Additionally, the inclusion of a risk analysis method also enabled consideration of sewer network capacity and introduced a safety margin coefficient to assess system flexibility under future climate conditions. While the proposed approach does not lead to the creation of universal tools, it offers valuable insights for further research on adapting sewer systems to evolving hydrological conditions. The findings suggest promising directions for the development of cost-free, zero-emission soft sensors and models adaptable across diverse urban catchments.

Tworzenie uniwersalnych modeli hydrologicznych do modelowania zlewni miejskich jest jednym z największych wyzwań współczesnej hydrologii. Niniejsze badanie podejmuje próbę opracowania modelu uwzględniającego różnorodne cechy zlewni, topologię sieci kanalizacyjnej, retencję w kanałach oraz dane opadowe, a także przeprowadzenia analizy wrażliwości modelu na zmiany parametrów wejściowych. Celem było zbadanie, w jakim stopniu zastosowanie zaawansowanych metod analitycznych, takich jak modele MARS (Multivariate Adaptive Regression Splines) oraz technologia soft-sensorów, może poprawić prognozowanie przepływów szczytowych (Qm) w systemach kanalizacji deszczowej. W badaniu wykorzystano zaawansowane metody analityczne, w tym modele MARS, do prognozowania przepływów szczytowych w systemach kanalizacji deszczowej. W proces modelowania włączono technologię soft-sensorów, uwzględniającą różnorodne cechy zlewni, topologię sieci kanalizacyjnej, retencję w kanałach oraz zmienne dane opadowe. Dodatkowo przeprowadzono analizę wrażliwości w celu oceny reakcji modelu na zmiany parametrów wejściowych. Wyniki pokazały, że połączenie modeli MARS z soft-sensorami pozwala na uzyskanie wysokiej dokładności prognoz (R² = 0,96, RMSE = 0,038), pomimo zmienności warunków opadowych. Jednakże, nie udało się opracować uniwersalnych zależności modelowych z powodu trudności w parametryzacji modelu w kontekście zmiennych danych opadowych. Chociaż proponowane podejście nie prowadzi do stworzenia uniwersalnych narzędzi, dostarcza cennych wskazówek do dalszych badań nad adaptacją systemów kanalizacyjnych do zmieniających się warunków hydrologicznych. Zastosowana metoda analizy ryzyka umożliwiła uwzględnienie przepustowości sieci kanalizacyjnej oraz wprowadzenie współczynnika marginesu bezpieczeństwa, który ocenia elastyczność systemu w kontekście przyszłych zmian klimatycznych. Badanie wskazuje kierunki przyszłych prac nad modelami, które mogłyby być stosowane w różnych zlewniach miejskich, szczególnie poprzez rozwój bezkosztowych, zeroemisyjnych soft-sensorów.