You are here

Home » Content

İçme suyu şebeke arızalarına müdahale için karar destek sisteminin geliştirilmesi

Development of a decision support system for the maintenance of water distribution network

Journal Name:

  • Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi

Publication Year:

  • 2017
DOI: 
10.5505/pajes.2017.56823

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Dealing with the failures of the water distribution network is an important decision making problem. If decision makers aim to immediately react all of the failures, then it is required to employ too many crews which will be idle throughout the low demand periods. On the other hand, if insufficient number of crews is employed, reaction will be too late and the adverse effects of the failure may be significant. Frequency of failures fluctuates seasonally which complicates the problem further. In this study, a decision support system which optimizes the maintenance of water distribution network problem by differential evolution algorithm is proposed. In this respect, past failure records of the Malatya Water Distribution System are used. Number of failures of the network is estimated for the future by using a regression model fed by the past records of failure. Future state of the network is modeled and number of failures is reckoned to estimate the reaction times to the failures. Optimum crew size which minimized the summation of the adverse effects of the failure and the employment cost is determined by Differential Evolution algorithm. Thus, number of crews which minimizes the maintenance cost of the prospected failures is determined. Implementation of the decision support system provides the opportunity of saving important amount of resource and money. Consequently, the local authorities which implement the proposed decision support system can reduce the maintenance cost and execute efficient employment policy.
Bookmark/Search this post with
Abstract (Original Language): 
İçme suyu şebekelerinde meydana gelen arızalara müdahale edilmesi önemli bir karar alma problemidir. Şebeke arızalarına hiç beklenmeyecek bir şekilde müdahale edilmesi amaçlanırsa çok sayıda ekibin istihdam edilmesi gerekir. Ekip sayısının düşük tutulması durumunda ise arızalara müdahale süresi çok uzayacak ve arızaların yol açtığı işletme maliyeti önemli boyutlara ulaşacaktır. Arıza sıklığının mevsimsel değişim göstermesi problemin çözümünü daha da zorlaştırmaktadır. Bu çalışmada içme suyu dağıtım sistemlerindeki arızalara müdahale probleminin çözümü için Diferansiyel Gelişim Algoritması ile en iyileme yapan bir karar destek sistemi önerilmiştir. Bunun için Malatya Su ve Kanalizasyon İdaresi (MASKİ) hizmet alanında bulunan su dağıtım sistemine ait geçmişte gözlenmiş arıza kayıtlarından yararlanılmıştır. Geçmiş yıllarda gerçekleşen arıza sayılarından yola çıkarak gelecek yıllarda gerçekleşmesi beklenen arıza sayıları regresyon ile tahmin edilmiştir. Şebekenin gelecekteki durumu modellenip arıza sayıları tespit edilerek onarım ekiplerinin müdahale edebileceği arıza sayısından yararlanarak arıza ihbarlarının bekleme süreleri belirlenmiştir. Gerekli ekip sayıları arızanın yol açtığı maliyetlerinin ve personel giderlerinin toplamı en az olacak şekilde Diferansiyel Gelişim Algoritması ile belirlenmiştir. Bu sayede gelecekte olması muhtemel arızaların en düşük maliyetle çözülebilmesi için istihdam edilmesi gereken ekip sayıları tahmin edilmiştir. Bu çalışmada içme suyu şebekelerinde görülen arızalara en düşük işletme maliyeti ile müdahale edilebilmesi için bir karar destek uygulaması geliştirilmiştir. Karar destek sisteminin uygulanması ile arıza müdahale maliyetlerinde önemli tasarrufların sağlanabileceği belirlenmiştir. Bu sistemi kullanan yerel yönetimler hem mevcut ekiplerinin dağılımını en uygun biçimde düzenleyip işletme maliyetlerinde tasarrufa gidebilirler hem de gelecekte ihtiyaç duyacakları personel sayılarını belirleyip daha verimli istihdam politikaları uygulayabileceklerdir.
FULL TEXT (PDF): 
PDF icon arastirmax-icme-suyu-sebeke-arizalarina-mudahale-icin-karar-destek-sisteminin-gelistirilmesi.pdf
  • 9
1049
1054
  • Turkish

REFERENCES

References: 

[1] Web-1. https://bim.maski.gov.tr.
[2] MASKİ. (2015). Malatya Su ve Kanalizasyon İdaresi Genel Müdürlüğü.
[3] Vamvakerıdou-Lyroudıa LS, Savic DA, Walters GA. “Fuzzy hierarchical decision support system for water distribution network optimization”. Civil Engineering and Environmental Systems. 23(3), 237–261, 2006.
[4] Vasan A, Simonovic SP. “Optimization of water distribution network design using differential evolution”. Journal of Water Resources Planning and Management. 136(2), 279-287, 2010.
[5] Suribabu CR. “Differential evolution algorithm for optimal design of water distribution networks”. Journal of Hydroinformatics, 12(1), 66-82, 2010.
[6] Corcoran L, McNabola A, Coughlan P. “Optimization of Water Distribution Networks for Combined Hydropower Energy Recovery and Leakage Reduction”. Journal ournal of Water Resources Planning and Management, 10.1061/(ASCE)WR.1943-5452.0000566, 04015045. 2015.
[7] Gökçe Ş, Ayvaz MT. “Evaluation of harmony search and differential evolution optimization algorithms on solving the booster station optimization problems in water distribution networks”. Studies in Computational Intelligence. 585, 245-261, 2015.
[8] Blinco LJ, Simpson AR, Lambert MF, Marchi A. “Comparison of pumping regimes for water distribution systems to minimize cost and greenhouse gases”. Journal of Water Resources Planning and Management. 142(6), 04016010, 2016.
[9] González Perea R., Camacho Poyato E, Montesinos P, Rodríguez Díaz JA. “Optimization of Irrigation Scheduling Using Soil Water Balance and Genetic Algorithms”. Water Resources Management, 30(8), 2815-2830, 2016.
[10] Sarbu I, Ostafe G. “Optimal design of urban water supply pipe networks”. Urban Water Journal, 13(5), 521-535, 2016.
[11] Wang H, Chen X. “Optimization of maintenance planning for water distribution networks under random failures”. Journal of Water Resources Planning & Management, 142(2), 1-10, 2016.
[12] Storn R, Price K. “Differential evolution-a simple and efficient heuristic for global optimization over continuous spaces." ournal. Global Optim., 11(4), 341-359, 1997.
[13] Das S, Suganthan PN. “Differential evolution: a survey of the state-of-the-art. Evolutionary Computation”. IEEE Transactions on, 15(1), 4-31, 2011.
[14] Ghosh S, Das S, Vasilakos AV, Suresh K. “On convergence of differential evolution over a class of continuous functions with unique global optimum”. IEEE Trans. Systems, Man, and Cyb., Part B: Cyb., 42(1), 107124, 2012.

Thank you for copying data from http://www.arastirmax.com