جانمايي بهينه حسگرهاي كيفي در شبكه‌هاي توزيع آب با عدم قطعيت محل و زمان ورود آلودگي

Optimal Quality Sensor Placement in Water Distribution Networks under Temporal and Spatial Uncertain Contamination

ورود آلودگي به شبكه‌هاي توزيع آب، يكي از خطرناك‌ترين حوادث محتمل است كه مي‌تواند به‌صورت تصادفي يا عمدي باشد. با توجه به جريان آب در شبكه، اين آلودگي به نقاط مختلف منتقل مي‌شود و سلامت مردم را به خطر مي‌اندازد. در اين راستا، نصب حسگرهاي كيفي يكي از مؤثرترين راهكارهاست. با تشخيص آلودگي توسط اين حسگرها و اعمال سياست‌هاي مناسب پس از آن، خسارت ناشي از مصرف آب آلوده كاهش مي‌يابد. در اين پژوهش، يك مدل بهينه‌ساز براي جانمايي بهينه محل حسگرهاي كيفي ارائه شد. به اين منظور، با توجه به عدم ‌قطعيت مربوط به محل ورود آلودگي و گام زماني ورود آن، پارامتري با عنوان «بيشترين خسارت محتمل» معرفي شد. براي محاسبه اين پارامتر، ابتدا ماتريس‌هاي خسارت براي همه مقادير محتمل محل و گام زماني ورود آلودگي و به كمك شبيه‌ساز EPANET محاسبه شدند. در ادامه اين ماتريس‌ها در مدل بهينه‌ساز استفاده شده و طرح جانمايي حسگرها با هدف حداقل‌سازي بيشترين خسارت محتمل ارائه ‌شد. در اين پژوهش از الگوريتم ژنتيك براي بهينه‌سازي استفاده شد. نتايج تحليل يك شبكه نمونه به‌عنوان مورد مطالعاتي نشان داد جانمايي بهينه حسگر(هاي) كيفي بر اساس روش ارائه شده، تا حد زيادي توانست خسارت ناشي از ورود آلودگي به شبكه را كاهش دهد. به‌عنوان نمونه مشاهده ‌شد كه اضافه كردن فقط يك يا دو حسگر كيفي در محل‌هاي بهينه، مي‌تواند خسارت ناشي از آلوده شدن آب را به‌ترتيب تا 56 و 78 درصد كاهش دهد.

Contamination of a water distribution network (WDN) is one of the most dangerous events which may occur in accidental or deliberate conditions. The contamination spreads across the network based on the water flow and, as a result, has negative consequences on public health. In this regard, one of the most effective strategies is to install quality sensors. These sensors could reduce the damage due to detecting the contamination and applying appropriate policies. In this study, an optimization approach for quality sensor placement is presented. In this model, based on spatial and temporal uncertainty of input contaminant, a new parameter called maximum possible damage is introduced. Using EPANET as a hydraulic and quality simulator, the damage matrices are calculated for all possible values of temporal and spatial input contamination. In the following, these matrices are used in an optimization model in order to calculate the maximum possible damage. The genetic algorithm is implemented here to solve the problem. The presented method is investigated on a case study network, and results show that this method could find the optimal sensor placement and reduce the damage caused by contamination. As an example, it can be seen that installing one or two sensors could reduce the contaminated water damage by 56% and 78%, respectively.