Wiadomości bez granic

 

Utrzymanie obecności czynnika dezynfekującego w systemach dystrybucji wody jest z reguły uważane za jeden z podstawowych warunków dla bezpiecznej dostawy wody pitnej. Cel ten można osiągnąć za pomocą stacji wspomagających, podnoszących stężenie czynnika dezynfekującego w całej sieci. Ustalenie właściwej dawki dla każdej stacji jest problemem optymalizacyjnym. Celem jest minimalizacja całkowitej ilości dawek czynnika dezynfekującego oraz redukcji kosztów dezynfekcji z uwzględnieniem potencjalnych zmian smaku, zapachu i problemów pojawiających się produktów ubocznych przy jednoczesnym zapewnieniu minimalnej koniecznej obecności czynnika w całym systemie. Obecność czynnika dezynfekującego w wodzie w każdym miejscu systemu jest nie tylko uzależniona od ilości czynnika wprowadzonego do wody, ale również od hydrauliki całego systemu i wynikającego z niej czasu zatrzymania. Wcześniejsze badania zajmowały się tym problemem optymalizacyjnym, lecz analiza współczesnej literatury tematu pokazuje, że w wielu przypadkach hydraulikę systemu traktowano jako wielkość stałą, lub systemy dystrybucji wody brane pod uwagę w badaniach były systemami hipotetycznymi o niewielkiej liczbie ograniczeń. Niniejsza praca dotyczy dozowania czynnika dezynfekującego w dezynfekcji wspomaganej, a w tym dziennych schematów pracy pomp w funkcjonującym systemie w Sydney, w Australii. Zanim system będzie można poddać optymalizacji, należy stworzyć adekwatny model prezentujący oczekiwane wyniki prac, przy czym należy uwzględnić wiele czynników ograniczających w dziennych schematach pracy.Wyniki badań nad optymalizacją wskazują na konieczność uwzględnienia hydrauliki systemu, gdyż schemat dozowania czynnika w procesie optymalizacji w połączeniu z ograniczeniem czasu zatrzymania pozwala na dostarczenie czynnika do odległych końcówek systemu. Można również zaoszczędzić na kosztach energii do 30%, jeśli schematy pracy pomp zostaną ustalone tak, by pracowały one w czasie, kiedy energia elektryczna jest tańsza.

Problem oceny zapotrzebowania został rozwiązany za pomocą taksatora ważonej metody najmniejszych kwadratówpo połączeniu rezultatów z badań w terenie z danymi z modelu symulacyjnego. Taksator ważonej metody najmniejszych kwadratów zapewnia wyniki podatne na efekty błędnych pomiarów spowodowanych kontrolą nadzorczą i błędami w pozyskiwaniu danych. Oceny szacunkowe uzyskane za pomocą pomiarów z błędami nie są właściwe i nie można na nich polegać. Błędne dane należy zatem odfiltrować przed stworzeniem ocen i szacunków zapotrzebowania. W pracy przedstawiono listę metod statystycznych pozwalających ustalić błędne dane, zlokalizować je i poprawić. Proponowane metody opierają się na modelu pomiarów liniowych, który liniowo odnosi do siebie zmienne stanu (zapotrzebowanie na węzłach) do pomiarów z terenu (dane dotyczące przepływów). Zastosowanie rozwiązania na przykładzie prostego hipotetycznego systemu z wykorzystaniem syntetycznie wygenerowanych danych dowodzi, że ta metoda może być z sukcesem używana przy wstępnym opracowaniu pojedynczych i wielokrotnych zestawów niewpływających na siebie danych, podnosząc adekwatność ocen zapotrzebowania.

Ocena zapotrzebowania na węzłach w czasie rzeczywistym w systemach dystrybucji wody może zostać dokonana na podstawie danych z systemów kontroli nadzorczej i zbierania danych (ang. supervisorycontrol and data acquisition  SCADA). Szacunki takie zapewniają informacje pozwalające na poprawienie działania i udoskonalenie obsługi klienta w zakresie ilości zużywanej energii i jakości wody. Szacunki dotyczące zapotrzebowania w systemach dystrybucji wody mają zazwyczaj poważne odchylenia spowodowane charakterystyką gromadzenia danych, tj. rodzajem czujników, ich ilością i rozmieszczeniem. Ilość i rodzaj czujników są zazwyczaj wybierane jeszcze przed zaprojektowaniem systemu SCADA. Jednak jedna z najważniejszych spraw to właściwe ich rozmieszczenie w systemie. Celem niniejszej pracy jest przygotowanie metodologii pomagającej wybrać optymalne lokalizacje dla czujników, dzięki czemu automatycznie poprawi się dokładność szacunków zapotrzebowania. Problem optymalnego rozmieszczenia czujników został przedstawiony jako optymalizacja wielokryterialna. Sformułowano trzy wyraźne kryteria: (1) minimalizację niepewności szacunków zapotrzebowania na węzłach,(2) minimalizację niepewności szacunków ciśnienia w węzłach i (3) minimalizację błędu pomiędzy szacunkami zapotrzebowania a oczekiwanymi wartościami.Cele (1) i (2) dotyczą dokładności modelu, a cel (3) opisuje jego trafność. Do rozwiązania problemu zastosowano wielokryterialny algorytm genetyczny oparty na zasadzie optimum Pareta. Kompromis pomiędzy precyzją i dokładnością modelu został przedstawiony na przykładzie dwóch przypadków, stąd zalecenie, by wykorzystywać oba cele jako kryteria. Na podstawie przeprowadzonych badań wyciągnięto również wniosek, że proponowane kryteria są bardziej odpowiednie w porównaniu z badaniami nad projektem kalibracji próbkowania, gdzie minimalizacja kosztów pomiarów (tj. również ilość czujników) jest jednym z kryteriów. Proponowane rozwiązanie nie wymaga wielkich mocy obliczeniowych, gdyż jego wynikiem jest optimum Pareto w porównaniu do pełnych wyników w postaci pełnych i skomplikowanych wyliczeń, jak wynika z testów na niewielkich systemach hipotetycznych. W przypadku systemów rzeczywistych rozwiązania, choć nie gwarantują optymalizacji globalnej, charakteryzują się większa precyzją w porównaniu do wyników otrzymywanych z wykorzystaniem mniej dopracowanych metod lub opierających się na ocenie wynikającej z doświadczenia projektantów.