چکیده مقاله
در دهه های اخیر، گسترش شبکه های توزیع آب شهری و افزایش فرسودگی لوله ها موجب رشد چشمگیر حوادثی نظیر شکست و نشت در خطوط لوله شده است شناسایی الگوهای پنهان در داده های شکست شبکه می تواند به برنامه ریزی بهتر نگهداری، کاهش هدررفت آب و بهبود عملکرد سامانه منجر شود در این پژوهش با هدف بهینه سازی عملکرد شبکه توزیع آب شهری، از رویکردهای هوش مصنوعی و داده کاوی بهره گرفته شده است داده های مربوط به حوادث یک ساله شبکه توزیع شامل ویژگی هایی مانند قطر، جنس، نوع حادثه، علت وقوع و ماه وقوع از بانک اطلاعاتی شرکت آب شهر اسلامشهر استخراج شد سپس با استفاده از نرم افزار WEKA و الگوریتم خوشه بندی انتظارات–بیشینه EM ، داده ها به چند گروه همگن تقسیم شدند تا الگوهای تکرارشونده شکست ها شناسایی شود نتایج نشان داد که داده ها به پنج خوشه اصلی تقسیم می شوند که هر خوشه دارای ویژگی های متفاوت از نظر جنس لوله، قطر و الگوی زمانی حوادث است خوشه غالب مربوط به لوله های پلی اتیلن PE با قطر کمتر از ۱۰۰ میلی متر و علت فرسودگی طبیعی بود یافته ها بیانگر آن است که به کارگیری الگوریتم های هوش مصنوعی نظیر EM می تواند ابزار موثری در تحلیل و بهینه سازی عملکرد شبکه های توزیع آب شهری محسوب شود و در تدوین برنامه های نگهداری پیشگیرانه و کاهش نرخ شکست ها نقش مهمی ایفا کند
کلیدواژهها
نویسندگان
شیوه ارجاع
محمدی هاشمی، محمد و مومن زاده، حمیدرضا و مهارتی، تورج و کاری، سمیه،1404،کاربرد هوش مصنوعی در بهینه سازی عملکرد شبکه توزیع آب شهری با استفاده از خوشه بندی داده های شکست لوله ها،سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت،تهران
ارائهشده در
مجموعه مقالات سومین همایش ملی مدیریت کیفیت آب و پنجمین همایش ملی مدیریت مصرف آب با رویکرد کاهش هدررفت و بازیافت11 آذر 1404 · تهران