مطالعه (پیش‌بینی) نرخ شکست لوله‌های اصلی آبرسانی شهری با استفاده از روشهای هوشمند و رگرسیونی

با توجه به سیاست‌های افزایش کارایی و کاهش هدررفت، یکی از اولویت‌های راهبردی توسعه پایدار منابع آب، بهره‌برداری بهینه از شبکه‌های توزیع آب شهری است. لذا راهبران سیستم باید همواره شناخت دقیق و صحیحی از قابلیت کاربری شبکه و انزوال و خرابی سازه‌ای (شکست) در لوله‌های اصلی آبرسانی داشته باشند. یکی از راهکارها و کلیدهای مهم مدیریت بهینه بهره‌برداری، تدوین استراتژی‌های نوسازی و بازسازی در شبکه‌های توزیع آب شهری، پیش‌بینی نرخ شکست لوله‌ها و ارزیابی قابلیت کاربری آنها است. راه‌ حلهای گوناگونی برای مطالعه پیش‌بینی شکست در لوله‌ها توسط محققان مختلف خصوصاً در سالهای اخیر مطرح شده است که هریک نیازمند داده‌های مخصوص خود می‌باشند. مدل‌های قطعی توانی بر حسب سن، مدل‌های قطعی خطی بر حسب سن، مدل‌های قطعی چندمتغیره و مدل‌های گروهی تک متغیره احتمالی، از جمله راه‌ حلهایی هستند که خرابی و زوال در ساختار لوله‌ها را دائمی و به‌صورت یک روند یکنواخت با پارامترهایی مستقل از زمان (که شکست لوله‌ها را با سن، جنس و قطر آنها مرتبط می‌سازد) مطرح می‌کنند. در این مقاله علاوه بر بهره‌گیری از پارامترهای بالا به‌منظور پیش‌بینی جامع و دقیق‌تر، از دیگر پارامترهای مؤثر در شکست لوله‌ها ناشی از شرایط محیطی و اقلیمی، بارگذاری ترافیکی و شرایط بهره‌برداری مانند عمق نصب لوله‌ها و فشار آب در شبکه بهره گرفته شد و با استفاده از روشهای رگرسیون چند متغیره، هوش مصنوعی (عصبی و عصبی- فازی) و همچنین روش داده کاوی رگرسیون چند جمله‌ای تکاملی (برنامه‌نویسی ژنتیک) به پیش‌بینی نرخ شکست لوله پرداخته شد. به‌منظور ارزیابی روشهای ارائه شده با استفاده از داده‌های جمع‌آوری شده حوادث لوله‌ها در شبکه توزیع آب یکی از شهرهای کشور، مطالعه موردی انجام گردید و نتایج اخذ شده مورد بررسی و مقایسه قرار گرفت. نتایج حاصل از مدل شبکه عصبی و رگرسیون چند جمله‌ای تکاملی ترکیبی مؤید این قابلیت بود که این روشها با ترکیب اثر نوفه‌های پارامترهای غیردائمی و روند یکنواخت شکستی که پارامترهای دائمی پدید می‌آورند و همچنین قرار دادن تعداد بیشتری از پارامترهای مؤثر، در پیش‌بینی نرخ شکست لوله‌ها توانمندتر عمل می‌کنند.