شناسایی نشت در خطوط لوله بر پایه مدل سازی معکوس جریان گذرا و برنامه ریزی غیرخطی مختلط اعداد صحیح و حقیقی

به منظور شناسایی نشت در خطوط لوله، جریان گذرا با بستن شیر انتهایی در مدت زمانی مشخص برقرار شده و سپس نوسانهای فشار تنها در محل شیر و پس از بسته شدن کامل، نمونه برداری می شوند. برای حذف اغتشاشهای نامطلوب و سایر عدم قطعیت های ناشی از شبیه سازی شیر، مدل ریاضی تحلیل جریان گذرا با به کارگیری ساختار جدیدی از روش خطوط مشخصه (MOC) به صورت مستقل از نوع شیر، زمان و روش بسته شدن آن توسعه داده می شود. بر اساس مقادیر نمونه برداری شده و با به کارگیری مدل عددی مذکور، مشخصه های جریان شامل نوسانهای فشار و دبی در سراسر لوله با تحلیل عقب گرد جریان از شیر انتها تا مخزن بالادست قابل محاسبه است. در این شرایط مقادیر محاسباتی بلندای (هد) مخزن، تابعی از پارامترهای مجهول نشت، شامل متغیرهای صحیح تعداد و محل نشت (با توجه به گسسته سازی خطوط مشخصه) و همچنین متغیرهای حقیقی اندازه نشت ها خواهند بود. به منظور شناسایی پارامترهای نشت، تابع هدفی با معیار کمینه سازی اختلاف مربعات مقادیر محاسباتی و مشاهداتی هد مخزن تشکیل داده شده و با کمینه سازی آن و تعیین متغیرهای مختلط تصمیم گیری، پارامترهای نشت در خط لوله تعیین می شود. در تحقیق حاضر برای حل این مساله معکوس برنامه ریزی غیرخطی با پارامترهای مجهول مختلط صحیح و حقیقی (MINLP)، نوعی روش بهینه سازی بر پایه الگوریتم ژنتیک (GA) توسعه داده شده است. توانمندی روش با استفاده از یک مثال عملی و دو مثال تئوری نشان داده شده که نتایج، حاکی از کاربرد آسان و اعتمادپذیری قابل قبول روش پیشنهادی است.