|
Resumen:
|
[ES] La rehabilitación de las redes de drenaje es uno de los procesos fundamentales que los administradores y responsables de la gestión de redes de drenaje deben implementar para adaptar las redes defectuosas a los efectos ...[+]
[ES] La rehabilitación de las redes de drenaje es uno de los procesos fundamentales que los administradores y responsables de la gestión de redes de drenaje deben implementar para adaptar las redes defectuosas a los efectos adversos del cambio climático y la urbanización. Las soluciones tradicionales pasan por la sustitución de tuberías o la instalación de tanques de tormenta (TT). En esta tesis, el escenario propuesto combina la sustitución de tuberías y la instalación de TT para la rehabilitación de redes de drenaje. Los resultados de varias simulaciones en varias redes mostraron que el uso combinado de la sustitución de tuberías y la instalación de TT en la rehabilitación de redes de drenaje proporciona mejores resultados que la separación de los dos escenarios de rehabilitación. Tal metodología de rehabilitación necesita un tiempo de computación elevado para proporcionar soluciones aceptables que a menudo se encuentran atrapados en mínimos locales.
El objetivo de esta tesis es proponer una metodología que permita obtener mejores resultados durante la rehabilitación de redes de drenaje considerando el uso combinado de la sustitución de tuberías y la instalación de TT. La metodología debe considerar la reducción del espacio de búsqueda (SSR).
Cuatro opciones claves están combinadas para lograr reducir el espacio de búsqueda del problema. Estas opciones son:
Reducir la cantidad de nudos en los que podrían instalarse los TT.
Reducir el número de líneas en las que podría haber un cambio en el diámetro
Reducir la discretización que se hace de la sección de cada uno de los TT.
Reducir el número de diámetros candidatos en las tuberías.
Una vez que se reduce el espacio de búsqueda, el algoritmo pseudo genético (APG) utilizado en esta tesis para la optimización mono-objetivo puede explorar más partes del espacio de búsqueda en menos tiempo. Lo que resulta es la obtención de mejores resultados. Por la optimización multiobjetivo, el NSGA-II utilizado puede proporcionar frentes de Pareto rápidamente para los diferentes escenarios considerados después del proceso de optimización.
El objetivo general se dividió en objetivos específicos que se detallan a continuación:
El primer objetivo específico consiste en formular un problema de optimización que verifique que la rehabilitación teniendo en cuenta la instalación de los TT y la sustitución de las tuberías proporciona mejores resultados que cualquiera de las dos estrategias implementadas por separado.
Evaluar adecuadamente las funciones de costes utilizadas para formar las funciones objetivo constituye el segundo objetivo específico. Los diferentes costes considerados son: costes de sustitución de tuberías, costes de instalación de TT y costes de daños por inundación.
El tercer objetivo específico es desarrollar un modelo de rehabilitación considerando la instalación de TT y la sustitución de tuberías, basado en APG y el Modelo SWMM.
Los costes de inversiones y los costes de daños por inundaciones no se pueden sumar debido a sus tipos. Los costes de inversiones son reales mientras que los costes de daños por inundaciones son futuribles, dependen de la probabilidad de ocurrencia de la lluvia. Por lo tanto, el cuarto objetivo específico de esta tesis es proponer un algoritmo multiobjetivo evolucionario para la rehabilitación de redes de drenaje considerando la instalación de TT y la sustitución de tuberías.
Para la optimización de un mono objetivo y multiobjetivo, el tiempo de cálculo es elevado. También las soluciones objetivas estaban atrapadas en mínimos locales. El quinto objetivo es proponer una metodología de reducción del espacio de búsqueda (SSR) para resolver este problema.
El sexto objetivo específico consiste en llevar a cabo un análisis de sensibilidad para verificar los efectos del SSR en el resultado final del proceso de optimización. Por lo tanto, se seleccionaron diferentes tamaños de poblac
[-]
[CA] La rehabilitació de les xarxes de drenatge és un dels gestors de processos fonamentals i la necessitat responsable d'implementar per adaptar les xarxes defectuoses als efectes adversos del canvi climàtic i la urbanització. ...[+]
[CA] La rehabilitació de les xarxes de drenatge és un dels gestors de processos fonamentals i la necessitat responsable d'implementar per adaptar les xarxes defectuoses als efectes adversos del canvi climàtic i la urbanització. A la literatura, la installació de canonades o substitució de canonades són els dos escenaris presentats pels autors. En aquesta tesi, un tercer escenari proposa combinar la installació de canonades de substitució i tancs de tempesta (TT) per a la rehabilitació de xarxes de drenatge. Els resultats de diverses simulacions a diverses xarxes van mostrar que la combinació d'ús de canvis de substitució de canonades i TT a la rehabilitació de xarxes de drenatge proporciona millors resultats que la separació dels dos escenaris de rehabilitació. Desafortunadament, aquesta metodologia de rehabilitació requereix temps de càlcul elevat per proporcionar solucions acceptables que sovint es troben en mínim local.
L'objectiu d'aquesta tesi és proposar una metodologia que permeti reduir el temps de càlcul i obtenir millors resultats durant la rehabilitació de la xarxa de drenatge considerant l'ús combinat de la instal·lació dels TT de substitució de canonades.
L'estratègia adoptada combina, en una metodologia estructurada, quatre opcions clau per reduir l'espai de cerca del problema:
Reduir el nombre de nodes en què podrien instal·lar-se els TT.
Reduir el nombre de línies en què podria haver-hi un canvi de diàmetre
Reduir la discretització que es fa de la secció de cadascun dels TT.
Reduir la quantitat de diàmetres candidats à les canonades.
Un cop reduït l'espai de cerca, l'algorisme pseudo-genètic (PGA) que s'utilitza en aquesta tesi per a l'optimització d'un únic objectiu (SO) pot explorar fàcilment l'espai de cerca en menys temps, resultant en obtenir millors resultats. Per a l'optimització del MO, la NSGA-II pot proporcionar fronts de Pareto ràpidament per als diferents escenaris considerats després del procés d'optimització.
L'objectiu general es va a dividir en objectius específics detallats a continuació:
El primer objectiu específic consisteix a formular un problema d'optimització que verifiqui que la rehabilitació considerant la instal·lació de TT i la seva substitució proporciona millors resultats que qualsevol de les dues estratègies implementades per separat.
Valorar adequadament les funcions de cost que s'utilitzen per formar les funcions objectives, i constitueix el segon objectiu específic. Els diferents costes considerats són: Costes d'inversions i costes de danys a les inundacions.
El tercer objectiu específic és desenvolupar un model de rehabilitació considerant la instal·lació de TT i la substitució de canonades, basant-se en el PGA i el model SWMM.
Els costos d'inversions i els costos de danys per inundacions no es poden sumar a causa d'un tipus. Els costes d'inversions són reals mentre els costes d'anuncis per a les futures fonts del futur són dependents de la probabilitat d'obertura de la pluja. Per tant, el cos objectiu específic d'aquesta tesi és propiciar un algorisme multiobjetiu evolutiu per a la rehabilitació de la xarxa de navegació considerant la instal·lació de TT i la substitució de tuberies.
Per a l'optimització d'un únic objectiu i multi-objectiu, el temps de càlcul s'eleva. També es va sospitar que les solucions objectives eren atrapades en els mínims locals. El cinquè objectiu és proposar una metodologia de la reducció de l'espai de cerca (SSR) per resoldre aquest problema
El sisè objectiu específic consisteix a realitzar una anàlisi de sensibilitat per verificar els efectes de SSR sobre el resultat final del procés d'optimització. Per tant, es van seleccionar diferents grandàries de població i valors de criteris de parada i es van realitzar simulacions per a diferents configuracions.
El setè objectiu específic d'aquesta tesi és proposar una nova metodologia de rehabilitació considerant la tècnica
[-]
[EN] Drainage networks rehabilitation is one of the fundamental process that managers and responsible need to implement to adapt defective networks to climate change and urbanization adverse effects. In the literature, ...[+]
[EN] Drainage networks rehabilitation is one of the fundamental process that managers and responsible need to implement to adapt defective networks to climate change and urbanization adverse effects. In the literature, pipes substitution or storm tanks (STs) installation are the two scenarios presented by authors. In this thesis, a third scenario proposed combine pipes substitution and STs installation for drainage networks rehabilitation. Results of several simulations on various networks showed that the combine use of pipes substitution and STs installation in drainage networks rehabilitation provides better results than separation of the two rehabilitation scenarios. Unfortunately, such rehabilitation methodologies are computationally time consumers. They need much time to provide acceptable solutions which are often caught up in local minima.
The aim of this thesis is to propose a drainage networks rehabilitation methodology based on the combine use of pipes substitution and STs installation. The methodology considers search space reduction (SSR) technique. The adopted strategy combines in a structured methodology four key options aiming at reducing the search space (SS) of the problem:
Reduce the number of nodes in which STs could potentially be installed.
Reduce the number of lines in which there could potentially be a change in diameter
Reduce the discretization that is made of the section of each of the STs.
Reduce the number of candidate diameters in the pipes.
Once the search space is reduced, the pseudo genetic algorithm (PGA) used in this thesis for single objective (SO) optimization can easily explore the search space in less time resulting in the obtention of better results. For the MO optimization, the NSGA-II can provide rapidly Pareto fronts for the different considered scenarios after the optimization process.
The general objective was divided in specific objectives detailed as follow:
The first specific objective consists of formulate an optimization problem that verifies that rehabilitation considering STs installation and pipes substitution provides better results than any of the two strategies implemented separately.
Adequately assess the cost functions used to form the objective functions constitutes the second specific objective. The different costs considered are: Investments costs and flood damage costs.
The third specific objective is to develop a rehabilitation model considering STs installation and pipes substitution, based on PGA and the Storm Water management Model.
Investment costs and flood damage costs could not be summed due to their types. Investment costs are reals while, flood damage costs depend on the rainfall probability. So, the fourth specific objective of this thesis is to propose a MOEA for drainage networks rehabilitation considering STs installation and pipes substitution.
For SO and Multi-objective (MO) optimization, the computation time is elevated. It was also suspected that the objective solutions were caught up in local minima. The fifth objective is to propose an SSR methodology to solve this issue
The sixth specific objective consist of carry out a sensitivity analysis to verify the effects of the SSR on the final result of the optimization process. So, different population sizes and stop criteria values were selected and simulation for different configurations were performed.
The seventh specific objective of this thesis is to propose a new rehabilitation methodology considering SSR technique for MO optimization.
For each specific objective presented in this thesis, an application to a drainage network has been made and the obtained results were satisfactory.
A simple network was used to apply the simple optimization methodology based on PGA algorithm
A medium size network was used to apply the SO optimization, the MO optimization and the SSR methodology.
Finally, a large and mesh network was used to apply the MO optimization methodology considering SSR.
[-]
|
