سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی تاب آوری لرزه ای شبکه توزیع و انتقال آب شهری با بهره گیری از مدل یادگیری ماشین (ML)

Publish Year: 1402
Type: Journal paper
Language: Persian
View: 74

This Paper With 20 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_WSRCJ-14-2_002

Index date: 8 October 2024

ارزیابی تاب آوری لرزه ای شبکه توزیع و انتقال آب شهری با بهره گیری از مدل یادگیری ماشین (ML) abstract

زمینه و هدف: تاب آوری لرزه ای به عنوان یکی از مفاهیم نوین در عرصه مدیریت ریسک و بحران می باشد که به بررسی عملکرد لرزه ای، بازیابی و خدمت رسانی مجدد (پس از زمین لرزه) سازه ها و زیرساخت های شهری اطلاق می گردد. دراین راستا شبکه انتقال و توزیع آب به عنوان یکی از شریان های حیاتی جهت تامین آب آشامیدنی شهروندان بعد از زمین لرزه و همچنین تامین آب برای مقاصد اطفاء حریق، به شدت مورد توجه بوده است. براین اساس ارزیابی و ارتقای تاب آوری لرزه ای شبکه آب رسانی شهری و ارائه مدل های محاسباتی دقیق در راستای پیش بینی رفتار لرزه ای این زیرساخت از اصلی ترین چالش های پیش روی محققین بوده است. این تحقیق بر ارزیابی تاب آوری لرزه ای شبکه توزیع وانتقال آب شهری متمرکز بوده که در قالب مطالعه موردی بر شبکه آب رسانی شهر تهران (مناطق ۱تا۴) انجام شده است.

روش پژوهش: در این پژوهش به هدف پیش بینی آسیب پذیری لرزه ای شبکه آب رسانی شهری و ارزیابی تاب آوری لرزه ای این زیرساخت مدلی نوین براساس یادگیری ماشین ارائه شده است. مدل های یادگیری ماشین مبتنی بر مجموعه داده های اولیه بوده، بنابراین ابتدا جهت تامین پایگاه داده اولیه، مدل سازی اجزای محدود گسترده ای (۷۲۰ سناریوی مدل سازی) در بستر نرم افزار آباکوس جهت استخراج رفتار لرزه ای لوله مدفون در خاک تعریف و پیاده سازی شده است. با تامین داده های اولیه، مدل پیش بینی آسیب لرزه ای لوله مدفون براساس الگوریتم های مختلف یادگیری ماشین (۵ الگوریتم اصلی یادگیری ماشین به همراه زیرشاخه های محاسباتی) توسعه یافته و عملکرد مدل مورد سنجش قرار گرفته است. در نهایت با استخراج شرایط بهینه عملکرد مدل پیش بینی توسعه داده شده، الگوریتم عددی برای ارزیابی میزان آسیب لرزه ای در خط لوله شبکه توزیع و انتقال آب با بهره گیری از شرایط عدم قطعیت در مقادیر پارامترهای ورودی مدل و روش شبیه سازی مونت کارلو توسعه داده شده است. در این پژوهش مدل ارائه شده تحت ۵ سناریو لرزه ای (۵ زمین لرزه بزرگ) و براساس داده های اولیه مناطق ۱تا۴ شهر تهران اجرا و نتایج (آسیب لرزه ای شبکه آب رسانی(شکست/نشت)) استخراج شده است. در نهایت براساس ارزیابی آسیب پذیری لرزه ای شبکه انتقال آب شهر تهران، تاب آوری لرزه ای سیستم آب رسانی براساس شاخص های میزان آسیب، تامین حداقل آب مورد نیاز و زمان بازیابی شبکه مورد مطالعه قرار گرفته است.

یافته ها: نتایج حاصل از عملکرد مدل یادگیری ماشین براساس الگوریتم های مختلف نشان داد که الگوریتم های گاوسی دارای عملکرد بهتری نسبت به دیگر الگوریتم های محاسباتی یادگیری ماشین بوده است. براین اساس الگوریتم گاوسی درجه دوم منطقی دارای میزان خطای کمینه بوده، به گونه ای که دارای خطای کمترین مربعات (MSE) معادل با ۳.۰۵۶۴ و میزان همبستگی (R) معادل با ۰.۹۴ بوده است. به جهت ارزیابی تاب آوری لرزه ای شبکه انتقال و توزیع آب برای مناطق ۱ تا ۴ شهر تهران، میزان آسیب شبکه آب رسانی (تعداد و موقعیت شکست/نشت لوله در شبکه) تحت ۵ سناریو بارگذاری لرزه ای با بهره گیری از مدل پیش بینی آسیب پذیری محاسبه و استخراج شده است. همچنین با بررسی شاخص Bridge میزان نسبی آسیب در شبکه خط لوله مورد بررسی قرار گرفت. در راستای ارزیابی شاخص افزونگی (میزان حداقل آب مورد نیاز) با توجه به جمعیت هر منطقه و میزان آب مورد نیاز محاسبه و مورد ارزیابی قرار گرفته است. شاخص زمان بازیابی/سرعت بازیابی شبکه توزیع وانتقال آب بعد از وقوع زمین لرزه براساس میزان آسیب خط لوله در هر منطقه و استراتژی های ترمیم و تعمیر شبکه مورد مطالعه قرار گرفت. براساس نتایج حاصل مشخص می گردد که بیشترین زمان بازیابی سیستم برای منطقه ۴ شهر تهران تحت بارگذاری (زمین لرزه با بزرگای ۷.۴ ریشتر) و معادل با ۴۹۳.۵ ساعت و کمترین زمان بازیابی سیستم برای منطقه ۳ شهر تهران تحت بارگذاری (زمین لرزه با بزرگای ۶.۲ ریشتر) و معادل با ۳۱۶.۵ ساعت بوده است. با توجه به نتایج حاصل مشخص می گردد که شبکه آب رسانی تحت سناریوهایی با بزرگای زمین لرزه بیشتر دارای زمان بازیابی بیشتری نسبت به سناریوهای لرزه ای با بزرگای کوچکتر بوده است.

نتایج: نتایج نشان داد که مدل یادگیری ماشین پیش بینی آسیب لرزه ای شبکه انتقال آب دارای دقت قابل قبول در ارزیابی خسارت در شرایط وقوع حادثه بوده است. اصلی ترین نکات و راه کارهای ارائه شده در این پژوهش در راستای ارتقای تاب آوری لرزه ای شبکه آب رسانی عبارت است از: پیش بینی دقیق میزان آسیب لرزه ای شبکه انتقال آب با بهره گیری از مدل ارائه شده (در راستای دقت و بهبود شاخص آسیب پذیری)، اتخاذ تصمیمات مدیریتی دقیق در راستای تامین منابع جایگزین آب مورد نیاز در مناطق با ریسک لرزه ای بالا (در راستای بهبود شاخص افزونگی) و اتخاذ استراتژی های ترمیم و تعمیر خط لوله آسیب داده با تجهیز مناطق به تیم های پشتیبانی ماهر (در راستای بهبود شاخص زمان بازیابی). براساس نتایج حاصل می توان مدل ارائه شده در این پژوهش را به عنوان یک مدل جامع برای مناطق مختلف و تحت شرایط مختلف بارگذاری لرزه ای به کارگرفت و علاوه بر تخمین آسیب پذیری لرزه ای شبکه آب رسانی، ارزیابی دقیقی بر تاب آوری لرزه ای و ارتقای انعطاف پذیری لرزه ای این زیرساخت حیاتی انجام داد.

ارزیابی تاب آوری لرزه ای شبکه توزیع و انتقال آب شهری با بهره گیری از مدل یادگیری ماشین (ML) Keywords:

آسیب پذیری لرزه ای , تاب آوری لرزه ای , یادگیری ماشین , شبکه آب رسانی

ارزیابی تاب آوری لرزه ای شبکه توزیع و انتقال آب شهری با بهره گیری از مدل یادگیری ماشین (ML) authors

مهناز حقیقی

دانشجوی دکتری گروه مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

علی دلنواز

استادیار گروه مهندسی عمران، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

مجید صافحیان

استادیار گروه مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

محمد دلنواز

دانشیار، گروه مهندسی عمران، دانشگاه خوارزمی، تهران، ایران.