Parametri za detekciju i lociranje puknuća cijevi vodoopskrbnog sustava

Iličić, Kristijan (2011) Parametri za detekciju i lociranje puknuća cijevi vodoopskrbnog sustava. = The parameters of detection and location of the pipe burst of the water supply system. Doctoral thesis , Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, UNSPECIFIED. Mentor: Šavar, Mario.

[img]
Preview
Text
07_05_2012_Doktorska_disertacija.pdf Jezik dokumenta:Croatian

Download (21MB) | Preview

Abstract (Croatian)

U radu je istražena mogućnost detekcije i lociranja puknuća cijevi unutar izoliranog dijela sustava vodoopskrbe, tj. kontrolirane zone na temelju poznavanja vrijednosti pet parametra. Ti parametri bili su po jedna veličina protoka i tlaka mjerene na ulazu u sustav, te tri veličine tlaka mjerene na različitim lokacijama unutar sustava. Izmjerene vrijednosti svih pet parametra su prikupljane i bilježene kontinuirano u vremenu. Za istraživanje su korišteni podaci o vrijednostima veličina protoka i tlaka po satima i danima u vremenskom razdoblju od jedne godine, na način da su hidrauličkim modelom simulirana hidraulička stanja sa i bez puknuća cjevovoda s različitim protocima curenja. Ovi podaci su korišteni kao ulazi u neuronske mreže, dok je primarno kao izlazna veličina razmatrano stanje puknuća, a sekundarno su, ukoliko je puknuće nastalo, izlazne veličine bile prostorne koordinate njegove lokacije. \Nakon provedenih simulacija različitih stanja sa i bez puknuća unutar vodoopskrbne mreže ustanovljeno je da se pomoću dobro modeliranih neuronskih mreža odabrani parametri mogu iskoristiti za dobivanje informacije o pojavi puknuća cijevi. \Neuronske mreže modelirane u svrhu lociranja puknuća cijevi pokazale su da s povećanjem protoka iz cijevi nastalog uslijed njenog puknuća, pogreška kod određivanja lokacije puknuća linearno pada. Međutim, nije ostvaren dovoljan nagib tog pravca kod kojeg bi se, za neki realno očekivani protok puknuća, pogreška lociranja puknuća smanjila na prihvatljivu vrijednost.

Abstract

The work explores the possibility of detection and location of the pipe burst inside an isolated part of the water supply system, i.e. district metered area, based on the known values of five parameters. These parameters were one variable of flow, one variable of pressure at the inlet of the system and three variables of pressure measured at different locations within the system. The measured values of all five parameters were collected and recorded continuously in time of one year. For the research, we used data on the values of flow and pressure for hours and days in the period of one year, in a manner that the hydraulic model simulated hydraulic conditions with and without pipe burst with different leakage flows. These data were used as inputs in neural networks; while the primarily considered output value was the state of burst, and the secondary, if the bursts occurred, output values were the spatial coordinates of burst location. After the simulation of a number of different conditions with and without a pipe burst in the water supply network, it was found that, managing well trained neural networks, selected parameters could be used to provide information of occurrence of pipe burst. Neural networks modeled for the purpose of locating pipe burst showed that, when flow formed due to pipe burst increases, error in determining the location of burst drops. However, we could not obtain sufficient decrease of this flow-error correlation line in order to achieve acceptable pipe burst location error for particular realistic pipe burst flow.

Item Type: Thesis (Doctoral thesis)
Uncontrolled Keywords: vodoopskrbni sustav; kontrolirana zona; vodoopskrbni cjevovod; puknuće cjevovoda; hidraulički model; umjetne neuronske mreže
Keywords (Croatian): water supply system; district metered area; water pipeline network; pipe burst; hydraulic model; artificial neural networks
Date Deposited: 22 Sep 2014 18:00
Last Modified: 16 Oct 2015 13:03
URI: http://repozitorij.fsb.hr/id/eprint/1765

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year

Nema podataka za dohvacanje citata