خوشه بندی مکانی حوادث شبکه های توزیع آب برای اولویت بندی نواحی بازسازی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 153

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IWRR-17-4_011

تاریخ نمایه سازی: 29 بهمن 1401

Abstract:

شبکه های آبرسانی ارتباط مستقیمی با توسعه اقتصادی و اجتماعی جوامع شهری دارند. با توجه به افزایش سریع جمعیت و توسعه شهرنشینی لازم است تا این شبکه ها به طور مناسب نگهداری و بازسازی شوند. در این مقاله، با بهره گیری از روش یادگیری غیرنظارتی و با استفاده از الگوریتم خوشه بندی مبتنی بر چگالی OPTICS مناطق اولویت دار شبکه ‎های توزیع آب جهت بازسازی تعیین گردیدند. ۳۶۱ حادثه شکستگی رخ داده در یکی از پهنه های شبکه توزیع آب مشهد مورد بررسی واقع شد. این الگوریتم در مجموع ۱۶ خوشه را در پنج سطح متفاوت اهمیت شناسایی کرد. این ۱۶ خوشه که برخی زیرخوشه دیگری محسوب می شوند از منظر نرخ شکست با یکدیگر مورد مقایسه قرار گرفتند و سه خوشه که به ترتیب نرخ شکستگی برابر با ۷۹/۱، ۶۲/۲ و ۵۰/۱ (حادثه/ ۱۰۰ کیلومتر/ سال) را داشتند، به عنوان اولویت های اصلی بازسازی معرفی شدند. نرخ شکست میانگین در کل شبکه مورد بررسی برابر با ۱۴/۸ بود. در ادامه، خوشه های شناسایی شده از منظر جنس و قطر لوله نیز مورد ارزیابی قرار گرفته و عوامل موثر در نرخ شکستگی آن ها، بررسی شدند. نتایج نشان داد که الگوریتم خوشه بندی OPTICS با شناسایی خوشه های متعدد و سطح بندی آن ها توانایی قابل توجهی در تشخیص پهنه های اولویت دار برای برنامه های بازسازی دارد؛ بنابراین از روش پیشنهادی به عنوان ابزاری کاربردی و انعطاف پذیر برای اولویت بندی بازسازی شبکه توزیع آب، شناسایی علل اصلی حوادث با پرهیز از روش های محاسباتی پیچیده و طولانی و به دور از قضاوت شخصی کارشناسان می توان استفاده کرد.

Authors

امیرمحمد آریایی

دانشجوی کارشناسی ارشد مهندسی عمران- محیطزیست، دانشکده عمران، آب و محیطزیست، دانشگاه شهید بهشتی.

محمدرضا جلیلی قاضی زاده

دانشیار، دانشکده عمران، آب و محیطزیست، دانشگاه شهید بهشتی.

ایمان مصلحی

دانشجوی دکتری مهندسی عمران- آب، دانشکده عمران، آب و محیطزیست، دانشگاه شهید بهشتی.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :