通过优化减压阀提升供水管网的可靠性外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

通过优化减压阀提升供水管网的可靠性

摘要

供水管网中的高压可能导致更多的泄漏，爆炸和过度消耗。因此，提高供水管网可靠性的有效策略是压力管理。如今已提出许多指标用来量化供水管网的水力性能和可靠性。模糊可靠性指标是检测节点压力和管头损失的指标之一。固定出口减压阀（PRV）是压力管理程序中低成本和高效率的工具。在本文的研究中，开发了一个模拟优化模型，以便在现有供水管网中模拟出减压阀的最佳位置和设定压力，使得模糊可靠性指标最大化并尽可能减小压力管理程序的成本。在高压案例研究中应用该模型的供水管网表明，使用一些减压阀可以平衡并限制特定范围内的压力。此外，将Youngconflict分辨率理论应用于多目标优化解决方案，有利于决策者选择适当的压力管理方案，并能将预算和约束纳入考虑范围。

关键词 模糊可靠性 压力管理 多目标优化 减压阀（PRV） 解决冲突 供水管网

1 引言

如今，供水管网（WDN）是城市不可或缺的一部分。更有效的系统是指那些能够在标准压力下为供水管网用户提供具有适当质量和数量的供水系统。在供水管网中，可以根据预期的能力来定义可靠性的概念。系统的可靠性是在某些条件下，在一定时间内没有任何故障的情况下，提供其预期性能的概率（OConnor和Kleyner 2012; Elsayed 2012; Birolini2014)。供水管网的液压故障是指其无法提供预期的排放量和压力。考虑到节点中的压力与其供应的排放量之间的直接关系，降低供水管网中的一部分压力将导致供应水的减少。因此，提出了各种用于测量供水管网的液压可靠性的特征。

然而，近年来已经提出类似的概念，所有这些都集中在供水管网执行预期的能力上。任务根据水力性能指标（HPI）和 Gargano、 Pianese的水力可靠性指数（HRI）（2000）; Todini的弹性指数（2000）; Tanyimboh和Templeman的熵函数（E）（2000）; Ostfeldetal的交付量的分数 （FDL）和交付需求的比例（FDD）（2002）;Tabesh和Zia的绩效指数（PI）（2003）; Zhao等人的液压可靠性（2010）和Shirzad、Tabesh的模糊可靠性指数（2016）。各种差异指数都基于其可靠性标准。因此，供水管网执行任务的能力可以通过以下方式选择适当的指标估算。

供水管网可以根据可靠性进行设计和操作，由Todini（2000），Prasad（2003），Valdebenito 和Schueuml;ller（2010），Chandramouli和Malleswararao（2011）， Chang和van Zyl（2014），Chandramouli（2015）等人定义的标准。在这方面， 过去的研究主要集中在设计新管网上。 然而，现有的供水管网因为某种方式有缺陷或遭受过度压力。

如果压力低于供水管网中的最小允许值，则用户没有得到足够的水，导致管网效率低下和用户之间的不满意。超过最大允许压力会导致：(i)增加整个管网 泄漏（ Greyvenstein 和 Van Zyl 2007; AbdelMeguid 和 Ulanicki 2011; De Paola 和Giugni 2012）; (ii) 管道破损率（Lambert 2000; Lambert 2002; Trow 2009); (iii) 用户用水量（Trow 2009）。根据供水管网的适当水力性能，节点中压力的频繁波动会导致用户的不稳定性。因此，压力应限制在所需范围内。

压力管理是一系列在管网中进行的程序和操作，以符合用户合法权利的方式调整供水管网中的压力，并最大限度地减少压力的变化。压力管理在供水管网中使用不同的设备进行，例如减压阀（PRV），辅助油箱和泵站。减压阀安装在管道上以防止下游节点压力超过一定限度，称为设定值（Pset）。压力管理通常用于控制供水管网中的泄漏级别（Al-Hemairi and Shakir 2006; Girard and Stewart 2007; AbdelMeguid and Ulanicki 2011; Roshani and Filion 2014）。压力管理用于提高系统的可靠性指标。这些装置在系统中特别有效，因为在压力值不足的情况下降低了液压可靠性。 Wright等人（2015）提出了一种动态拓扑结构来控制供水管网中减压阀的优化方法，并将该方法与封闭分区计算的优化减压阀进行了比较。

在供水管网中使用不同类型的减压阀：(i)固定插座减压阀(ii)时间调制减压阀(iii)流量调制减压阀。虽然最后两种类型更有效（AbdelMeguid 2011），但固定插座减压阀仍在供水管网中使用，因为它们成本更低，操作更简单。在本研究中，使用固定插座减压阀用于压力管理，从而提高现有供水管网的可靠性。将减压阀安装在适当的位置并在适当的设定压力下进行调整可以平衡管网节点处的压力。在那些压力不均匀分布的管网中，这种优点更为重要。相反，安装减压阀会增加运营成本。因此，运营商应考虑提高可靠性和提高利用成本之间的关系。他们最终被迫根据最低可接受的可靠性和可用资金选择合适的计划。

2材料和方法

建立了仿真模型来模拟管网的水力特性，并开发了优化模型，以找到减压阀的最佳位置和设定压力。这两个模型因此被仔细地连接在一起以满足主要模型的目标。

2.1 仿真模型

仿真模型用于通过节点中的物理数据和放电值分析供水管网的水力条件。 物理数据包括节点的位置，管道，水箱和管网的其他部分，以及管道的直径，长度和粗糙度。 仿真模型能够计算节点处的压强水头和管道中的流量。 梯度法（Todini和Pilati 1987）用于水力模拟。 此方法与其初始值一致，不需要满足连续性方程。 在这种方法中，管网控制方程表示如下：

(1)

式中Q ——管道的流量;

H——节点处压强水头;

H0——固定头节点（储层）的矢量;

q0 ——所需1的1 节点需求向量;

A12，A21和A10——与管道与其节点的连接状态相关的矩阵;

A11——管道水头损失系数矩阵;

N ——水头损失方程中流指数的对角矩阵

在Todini and Pilati (1987).可以找到更多的讨论

节点处的压强水头和管

道中的排放量计算如下：

(2)

(3)

Qt ——管道排放

在梯度方法中，应选择管道中的任意初始值。 重复求解步骤以满足收敛标准。头部驱动模拟方法（HDSM）用于更真实地模拟管网的水力状况。 在该方法中，每个节点处的供应放电与其现有压力成比例。 因此，为了执行头部传动模拟分析，应该在节点处的压力和供应流量之间建立适当的关系。 已经建立了不同的关系来关联节点的压力和供应流量（Wagner 1988; Gupta和Bhave 1996; Shirzad 2013; Ciaponi 2015）。式（4），由Tapesh等提出（2014），用于本研究并计算为

Hj——节点j处的压强水头

HMAXj——可用排放量随压力不变而且保持不变的最大值;

HMINj ——节点中没有放电的最小磁头;

Hdesj——期望的头部，其中整个需求放电（Qreqj）在节点中提供;

Q——可用排放的体积部分，不依赖于压力;

Qb——可用放电的头部相关部分。

这些参数以等式获得。（5） - （8）：

Tabeshet al为a和b提出了50％的等值（2014），假设体积和头部独立放电的比例相等。 图1是方程式的示意图，其中Hmin = 5 m，Hdes = 30 m，Hmax = 60 m。在进行水力分析和计算压力头部节点和管道排放量后，应获得管网的可靠性指标。 如前文所述，已经提出了几个用于计算可靠性指数的指数。 本研究的主要目的是确定如何在合适的范围内维持压力。 因此，应该定义所考虑的范围，以便当压力在指定范围内时能提供最大可靠性。 但是，如果压力远离考虑的范围，那么指数会显示出较低的可靠性。因此，模糊可靠性指数（FRI）（Shirzad和Tabesh 2016）如下所示：

其中FRIN ——供水管网的模糊可靠性指标;

FRINode ——总节点模糊可靠性指标;

FRIPipe——管道的总模糊可靠性指标;

NJ35 ——压力高于35米的节点数;

i和j——分别为管道和节点的计数器;

NL——管道的总数;

NJ——节点的总数;

Qreqj ——节点j所需的放电（m3 = s）;

Li —— ithpipe的长度（m）;

MemFPipei ——第i个管道对管道模糊可靠性函数的隶属函数;

MemFNodej ——第j个节点对节点模糊可靠性函数的隶属函数;

Hj ——节点j处的压强水头（m）;

hfi ——每1公里管道的水头损失（m = km），

由Hazen-Williams方程计算; Qi = ith管中的放电量（m3 = s）; Di =第i个管的直径（m）;和Ci =第i个管道的系数。

根据公式 （9） - （14），当节点处的压力等于35 m并且管道中的水头损失为1-5 m（ = km）时最大实现可靠性。超过35 m压力差距会带来更多的泄漏，更高的爆发概率和不必要的消耗。降低压力可能会导致提供所需要求的问题。因此，可以在执行水力模拟后计算（Shirzad和Tabesh 2016）。

通过使用更多的减压阀，可以获得更高的可靠性。

应用更多的减压阀会产生更多的成本;因此，最小化压力管理计划的成本是主要目标。

除可靠性指标外，还应考虑每增加一个减压阀的采购成本。图2给出了相关的成本，包括购买，运输和安装每个管道直径的减压阀。此外，还应增加1,000美元的费用用于每个阀盆结构。此外，如图2所示，建立一个等式来估计减压阀成本。可靠性指数能从方程式获得。 （9） - （14）和减压阀（图2）是仿真模型的输出，它是作为软件中的子程序准备的。

2.2 优化模型

为了找到供水管网中减压阀的最佳位置和设定压力，制定了优化模型。

在这项研究中，使用了进化规划（EP）方法，

基于问题的复杂性和非线性。 应用遗传算法（GA）来优化目标函数，

同时。应用两个目标函数值最大化模糊可靠性指数并最小化减压阀成本，在模拟模型中计算。 尽管遗传算法具有优点，但由于在评估不同解决方案时，需要利用管网模拟器并且计算出目标函数的适应性，因此计算速度受到影响。 优化模型可以写成

Pmin和Pmax——最小和最大可能减压阀设定压力

Pset——每个阀门的设定压力;

NPRV——减压阀的数量

其他的优化约束是控制液压方程，其已被包括在模拟阶段中。 节点和压力限制了

模糊可靠 性，定义中也考虑了管道中的速度。 决策变量是指减压阀位置和减压阀设定压力。

减压阀位置是整数值，而减压阀设置是实际值; 因此，要为每个变量分配适当的值的类型

由于仿真模型是在MATLAB中编写的，因此在此环境中也可以使用优化模型来简化过程。

在遗传算法中，可以生成随机序列的决策变量（初始种群）。 目标的适用性是

通过运行模 型为每个个体评估目标函数的合适度。

根据个体的适应性，一部分个体被选为新一代的母本。 母本由交叉算子组合以产生新的种群的一部分，并且剩余的新个体随机生成。

应用变异算子来维持遗传多样性。由于多目标优化，应用非支配排序算法（NSGA-II）来获得交易图（Deb et al.2002）。

重复种群生成直到获得最佳解决方案。在Haupt和Haupt（2004）中详细介绍了相关的综合讨论。使用试错法选择遗传算法的参数。新一代的筛选是通过锦标赛方法进行的。选择交叉和突变率的系数分别等于0.8和0.05。种群规模和世代数也分别等于500和100，这导致50,000个个体适合度评估达到最佳解决方案。

2.3 冲突解决模型

由于执行多目标优化，必须找到一组非支配解决方案。 冲突解决理论是用于在权衡曲线上选

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[608682]，资料为PDF文档或Word文档，PDF文档可免费转换为Word