DETECCIÓN Y ESTIMACIÓN DE FUGAS EN REDES DE ABASTECIMIENTO DE AGUA MEDIANTE PARTICLE SWARM OPTIMIZATION (PSO) Y EPANET

Transcripción

1 DETECCIÓN Y ESTIMACIÓN DE FUGAS EN REDES DE ABASTECIMIENTO DE AGUA MEDIANTE PARTICLE SWARM OPTIMIZATION (PSO) Y EPANET Juan Pablo Ramírez-Gutiérrez Maestría en Ciencias del Agua, UG. México Jesús Mora-Rodríguez Departamento de Ing. Geomática e Hidráulica Universidad de Guanajuato. México Idel Montalvo 3S Consult Company, Alemania Martín Jiménez-Magaña Facultad de Estudios Superiores de Aragón, UNAM. México

2 El agua no facturada es uno de los principales problemas de los países en desarrollo pérdidas físicas consumo no autorizado Del 40% al 50% del agua producida es agua no facturada EL AGUA NO FACTURA EN LOS PAÍSES EN DESARROLLO

3 Incremento de la población en zonas urbanas genera estrés hídrico: % % % El agua no facturada representa el 37% de lo suministrado La Ciudad de México recibe 35m 3 /s del sistema Cutzamala, Lerma y de pozos profundos, se pierde el 38% (13m 3 /s) El 85% del agua no facturada es por fallos en la red SITUACIÓN EN MÉXICO

4 Altas presiones Trazadores Termografía Corrosión Acústicos Radar Carga por tráfico vehicular Edad de la tubería Caudal y presión Movimientos del suelo Golpe de ariete Defectos en el material Deficiencias en instalación y operación CAUSAS DE LAS FUGAS Y SU DETECCIÓN

5 Proceso estocástico y heurístico que simula la inteligencia emergente en sociedades organizadas ante un problema determinado Se inspiró en el vuelo de las aves que migran por cuestiones climáticas Su objetivo inicial fue graficar la coreografía de la parvada basado en inteligencia artificial y computación evolutiva PARTICLE SWARM OPTIMIZATION PSO

6 El objetivo de la PSO es encontrar un máximo o un mínimo en un espacio de búsqueda: Un grupo social tiene un problema determinado Cada integrante genera una solución: EVALUACIÓN Se analiza la mejor solución: COMPARACIÓN Los integrantes proponen una nueva solución basada en la experiencia propia y en la influencia social: IMITACIÓN LA TÉCNICA PSO

7 La PSO genera configuraciones aleatorias de consumos Se evalúan las presiones en EPANET hasta obtener los valores de las presiones físicas de la red El mejor ajuste presentará el arreglo de caudales incluyendo las fugas En el presente trabajo se analiza: Dos formas de comparación (Un factor de aptitud con y sin penalizaciones) El número de integrantes para la evaluación (Número de partículas) PSO PARA LA DETECCIÓN DE FUGAS

8 Se determina el caudal de fuga (agua no facturada) Qf Qe n j0 Qnodo j Cada partícula tendrá una configuración aleatoria de consumos X rand() ( Qf ) ij Q DEMj Se determina una velocidad inicial de vuelo Vij rand() *( V max V min) V min INICIALIZACIÓN DE LA PSO

9 El factor de aptitud (FA) es minimizar la diferencia de las presiones obtenidas con PSO y las presiones reales FA i 1 n n j1 [ 2 P P PVj PDj ] REDj PSOj Se trabaja con FA con y sin penalizaciones, una por volumen y otra por demanda Si Xij ( Q Qf ) entonces DEMj PV : ij 9x10 5 ( X i j Q DEM j Qf ) Si Xij Q DEMj entonces : PD ij Q DEM j X ij LA FUNCIÓN OBJETIVO

10 La nuevas configuración de consumos Xij Xij Vij ( t1) ( t) ( t1) La velocidad de vuelo de las partículas se calcula mediante Vij Vij [ Pi Xij ] [ Pg Xij ] 1 ( t) 2 ( ) ( t1) ( t) t La rutina termina cuando FA = 0 ó se alcance 800 iteraciones sin que mejore FA LA SIGUIENTE POSICIÓN

11 8 St 8 A/C 8 A/C 2 8 St 3 4 PVC PVC 6 PVC 6 PVC 7 1 Tanque de alimentación = 50 m 6 Nodos con elevación = 10 m Longitud por tubo = 100 m Hazen-Williams Demanda Total = l/s (facturada) 3 tipos de materiales: Acero 130HW PVC 150HW A/C 150HW Nodo Demanda (l/s) Presión sin fugas (mca) ESCENARIO DE APLICACIÓN

12 V8 V10 V13 2 V9 3 V l/s 3.5 l/s V15 V11 V14 7 Suministro 100.0l/s Facturación 94.5l/s Fugas 5.5l/s La configuración de consumos aleatorios de la PSO tendrá que generar un esquema de presiones con fugas Nodo V14 Demanda + fugas (l/s) Presión sin fugas (mca) Presión con fugas (mca) OBJETIVO: PRESIONES MEDIDAS EN LA RED

13 El vuelo de las partículas por el espacio de búsqueda Visualización de los datos ENTORNO DEL MODELO COMPUTACIONAL

14 Se verifica la simulación con diverso número de partículas No. de Partículas Tiempo FA Mejor Peor medio [s] medio FA FA 25 1, , , , , ANÁLISIS DEL NÚMERO DE PARTÍCULAS

15 Se generan 100 simulaciones, obteniendo los consumos en los nodos resultantes del mejor FA con y sin penalizaciones Fuga 1.94l/s (97%) Fuga 2.44l/s (70%) RESULTADOS CON Y SIN PENALIZACIÓN

16 Se genera una rutina de simulación de PSO incorporando el cálculo hidráulico con EPANET para la detección de fugas Se verificó el factor de aptitud en función del número de partículas, valorando el tiempo de cálculo y el orden de magnitud del mismo Con respecto a las penalizaciones se observó que cuando se da libertad a la PSO, se aproxima de mejor manera a la ubicación y al caudal de la fuga Se considera una técnica con potencial y variantes propias para tener una herramienta más en la localización de fugas CONCLUSIONES

17 GRACIAS