پیش بینی فشار در شبکه های آبرسانی با استفاده از شبکه های عصبی مصنوعی و استنتاج فازی

فشار نقاط مصرف در شبکه های آب رسانی یکی از مهم ترین پارامترهای هیدرولیکی است که می تواند در مدیریت بهینه شبکه های توزیع آب مورد استفاده قرار گیرد. از آن جایی که فشار، اثرات متفاوتی بر پارامترهای مختلف مدیریت شبکه همچون عملکرد هیدرولیکی، قابلیت اطمینان، پایداری شبکه و نشت دارد، لذا شناسایی روند تغییرات و تعیین میزان آن از اهمیت بسیاری در سطوح مختلف مدیریتی برخوردار است. بخش قابل توجهی از آب ورودی به شبکه های توزیع آب شهری به صورت نشت به هدر می رود. وجود نشت در شبکه های آب رسانی موجب اتلاف منابع و سرمایه صرف شده در تولید، انتقال، تصفیه و توزیع آب، ایجاد مشکلات کیفی در آب شرب به علت ورود آلودگی به شبکه توزیع آب از محل نشت و غیره می شود. با توجه به نقش حیاتی آب در زندگی و کمبود منابع آب قابل شرب و هم چنین هزینه های گزاف فراهم نمودن آب شرب سالم، باید سعی شود تا تلفات آب به حداقل رسانده شود. برای این منظور و با توجه به تاثیر متقابل نشت و فشار بر یکدیگر، ابتدا لازم است تا در هر نقطه بتوان میزان نشت را با توجه به فشار موجود تعیین کرد. با توجه به قابلیت ها و مزایای شبکه عصبی و سهولت استفاده از آن به عنوان یک ابزار کار، در این مقاله سعی شده تا مدل شبکه عصبی برای تعیین فشار در هر نقطه با توجه به ارتفاع مخزن، ارتفاع نقطه، و میزان مصرف با لحاظ کردن موجود در آن نقطه تدوین شود. در این مقاله تغییرات فشار در قسمتی از شبکه توزیع آب شهر تهران با استفاده از مدل EPANET2.0 شبیه سازی شده است. برای این منظور از دو مدل شبکه عصبی و همچنین ترکیب شبکه عصبی با منطق فازی استفاده شده و نتایج حاصل از آن ها با نتایج مدل تحلیل هیدرولیکی و نیز با یکدیگر مقایسه شده و توانایی مدل های شبکه عصبی در پیش بینی فشار نشان داده شده است.