عنوان پایان‌نامه
طراحی بهینه شبکه های توزیع آب شهری با در نظر گرفتن قیود کیفی
- رشته تحصیلی
- مهندسی عمران - مهندسی آب
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1192;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 39480
- تاریخ دفاع
- ۰۶ مهر ۱۳۸۷
- دانشجو
- محمد ذبیحی
- استاد راهنما
- مسعود تابش
- چکیده
- هر چه تعداد قیود در طراحی شبکه‌های توزیع آب بیشتر باشد، شبکه در دوران بهره‌برداری با مشکلات کمتری مواجه خواهد شد. در این پایان‌نامه سعی بر آن است که علاوه بر قیود معمول، قیود مربوط به کیفیت آب نیز وارد مرحله طراحی بهینه گردد. برای بهینه‌سازی از روش الگوریتم ژنتیک استفاده می‌شود. در ابتدا تأثیر قیود کیفی با حالتی که این قیود در نظر گرفته نمی‌شوند، مورد مقایسه قرار گرفت. در حالتی که مسأله به جواب امکان‌پذیر می‌رسد، الگوریتم سعی در کاهش قطر لوله‌های دوردست و افزایش قطر لوله‌های نزدیک‌تر به منبع دارد. در حالتی که مسأله به جواب امکان‌پذیر دست نمی‌یابد، در بین جواب‌های ناممکن، جوابی با کمترین هزینه بر حسب توابع جریمه به دست می‌آید. همچنین نمی‌توان به طور قطع تعیین کرد که هزینه جواب نهایی افزایش می‌یابد یا کاهش. در قسمت بعد تأثیر ثابت واکنش حجمی و جدار نشان داده شده است. با افزایش این دو ثابت در حالتی که فقط دبی انتهای دوره طرح مد نظر قرار گیرد، به ازای 5 حالت و در حالتی که دبی انتها و ابتدای دوره طرح مد نظر قرار داشته باشد، در 25 حالت، مسأله به جواب امکان‌پذیر نمی‌رسد. این امر نشان می‌دهد در نظر گرفتن دبی ابتدای دوره طرح می‌تواند ارضاء قیود کیفی را دچار مشکل نماید. از طرفی با افزایش این دو ثابت، PI (قابلیت عملکرد) کیفی کل برای جواب نهایی کوچک‌تر می‌شود. همچنین در حالت کلی نمی‌توان گفت که هزینه شبکه نهایی به دست آمده افزایش می‌یابد یا کاهش. در صورت نامعلوم بودن این دو ثابت، مقدار 5/2 برای این دو ثابت با توجه به نتایج، مقادیر معقولی به نظر می‌رسد. با توجه به قسمت قبل، وارد کردن قیود کیفی در بسیاری از موارد جواب امکان‌پذیری که همه قیود ارضاء شوند، به دست نمی‌دهد. لذا پیشنهاد می‌شود که محدوده‌های مجاز قیود کیفی گسترده‌تر شوند. لذا شبکه نمونه وقتی قید PI گره‌ای تغییر می‌کند، بهینه شد. در نهایت پیشنهاد شد که اگر قید PI وارد شود، میزان کلر مخزن با توجه به قید PI از منحنی جریمه کلر به دست آید تا میزان کلر در گره‌ها با افزایش کلر مخزن حتی‌الامکان بالا برده شود. قید PI برای گره‌ها نیز بالای حداقل 60 درصد در نظر گرفته شود. البته بررسی بیشتر بر روی شبکه‌های دیگر لازم است. در قسمت بعد سعی بر آن است که به این سؤال پاسخ داده شود که با توجه به رابطه بین سرعت لوله‌ها و میزان کلر در گره‌ها، آیا می‌توان قیود سرعت را به گونه‌ای تنظیم نمود که منجر به ارضاء قیود کیفی هم گردد؟ برای یافتن پاسخ، شبکه نمونه به ازای قیود مختلف سرعت بهینه و در هر مورد میزان کلر گره‌ها در جواب نهایی ارزیابی گردید. با توجه به حلقوی بودن شبکه و با ارائه یک مثال مشاهده شد که همواره با کاهش اقطار و افزایش سرعت‌ها نمی‌توان از ارضاء قیود کیفی مطمئن شد. لذا پیشنهاد می‌شود که قیود کیفی مانند قیود دیگر به طور مستقیم در فرآیند بهینه‌سازی دخالت داده شوند. در مرحله بعد نوع تحلیل هیدرولیکی بر روی نتایج بررسی شد. مشاهده شد که در دو حالت تحلیل هیدرولیکی به روش DDSM و HDSM نتایج یکسان می‌باشد. اگر با روش DDSM که در نرم‌افزارها متداول است، به جواب امکان‌پذیر دست یافته نشد، آنگاه بهتر است از روش HDSM که جواب‌های واقعی‌تری می‌دهد، استفاده شود.
- Abstract
- Whatever number of constraints in water distribution networks design is increased; the network would encounter fewer problems in operation period. In this thesis, it is tried to import constraints related to water quality more over usual constraints in optimal design state. Genetic Algorithm is used for optimization. Initially, quality constraints are considered and compared with the state that these constraints are not imported. When problem reaches a feasible solution, algorithm is trying to decrease diameter of pipes and increase diameter of pipes closer to reservoir. While problem reaches an infeasible solution, algorithm is trying to search solution in the infeasible region that has minimum cost with respect to penalty functions. In this case, it could not be determined the cost of final solution is decreased or increased. In the next stage, the effect of bulk and wall reaction coefficients is investigated. With increasing these two coefficients, problem achieves five infeasible solutions in case that only design demand value is considered and 25 infeasible solutions in case that demands at the start and end of design period are considered. This shows that attention to the demand value of the beginning of operation time could make trouble for satisfaction of quality constraints. On the other hand, with increasing these two coefficients, total quality PI (Performance Index) for final solution was become lower. Generally, it is not determined that the cost of final solution is increased or decreased. If these two coefficients are unknown, they may considered equal to 2.5 which is reasonable with respect to the results. According to past section, it is observed that by importing quality constraints, algorithm don’t achieve feasible solutions in several cases. To solve this problem, it is proposed to develop boundaries of allowable quality constraints. It can be concluded that when importing PI constraints, nodal chlorine should be increased by increasing reservoir chlorine, considering penalty curves. Nodal PI constraint is considered above minimum 60%. Of course more investigation on other networks is necessary. In next stage, it is trying to response this question that with respect to pipe velocities and nodal chlorine, could velocity constraints be tuned for satisfaction of quality constraints? To find the answer, a test network is optimized with different velocity constraints and in each case values of nodal chlorine in final solution are evaluated. The results do not lead to confidence about satisfaction of quality constraints by decreasing diameters of pipes and increasing velocities. Thus it is proposed that for assurance of satisfactory of quality constraints. Therefore, these constraints must be imported in optimization process directly like other constraints. In next stage, type of hydraulic analysis is investigated on the results. It is observed that results are equal in two cases of hydraulic analysis by deman and head driven analysis. If feasible solution was not achieved by DDSM, HDSM may be used to obtain more real solutions.
