بهينه‌سازي ميزان تزريق كلر در شبكه‌هاي آبرساني توسط الگوريتم ژنتيك

Optimization of Chlorine Injection Dosage in Water Distribution Networks Using a Genetic Algorithm

با افزايش جمعيت و گسترش تنوع فعاليتهاي صنعتي و كشاورزي، تامين آب از لحاظ كيفي و كمّي روز به روز با دشواري بيشتري همراه مي‌شود.گندزدايي و كشتن باكتري‌هاي موجود در آب كه ممكن است به‌صورت شيميايي و يا فيزيكي انجام گيرد، كمترين تصفيه‌اي است كه در هر شبكه آبرساني شهري بايد به اجرا در آيد. آب آشاميدني به‌روشهاي مختلفي گندزدايي مي‌شود كه متداول‌ترين و ارزان‌ترين روش آن, كلرزني است. يكي از مهم‌ترين مسايل در زمينه كلرزني, مكان و ميزان تزريق كلر است كه بايد به‌گونه‌اي انتخاب شود كه ميزان كلر باقيمانده در كليه نقاط يك شبكه توزيع آب شهري در محدوده استاندارد بوده و همچنين هزينه‌هاي مربوطه حداقل گردد. مقدار حداقل كلر باقيمانده به‌منظور كنترل كيفيت ميكربي آب و مقدار حداكثر آن به‌منظور كنترل مشكلات مربوط به مزه و بوي آب و همچنين جلوگيري از توليد فراورده‌هاي جانبي سمّي بايد رعايت شود. متاسفانه به‌دليل عدم مديريت صحيح در شبكه‌هاي توزيع آب كشور اين مسيله گهگاه باعث بروز بحران‌هاي شديد مي‌گردد. در اين مقاله ميزان تزريق كلر در محلهاي تزريق با تلفيق يك مدل تحليل هيدروليكي و مدل‌سازي كيفيEPANET و يك مدل بهينه‌سازي غير خطي الگوريتم ژنتيك، بهينه شد. با حل دو مثال كاربردي از شبكه‌هاي آبرساني نمونه، كارايي مدل در جهت تعيين ميزان بهينه تزريق كلر نشان داده شد. نتايج اين مطالعه نشان ‌داد كه تزريق كلر در بيش از يك منبع و انتخاب صحيح اين منابع، در رساندن مقادير كلر باقيمانده در گره‌ها به مقدار استاندارد موثر است. همچنين نتايج مدل ارايه شده حاكي از كاهش كلر مصرفي در شبكه و افزايش درصد قرار گرفتن مقادير كلر باقيمانده شبكه در محدوده استاندارد بود.

model to derive a combined model for optimizing chlorine dosage. Two real-life examples adapted from water distribution networks have been used to verify the efficiency of the proposed model in determining optimal chlorine dosage. The results indicate that chlorine residual at nodes in water supply networks can be maintained at standard levels if chlorine injection is accomplished in more than one reservoir and if these reservoirs as injection points are properly selected. Application of the model led to a decrease in the total chlorine consumption and to an increase in the number of nodes where chlorine residual met the standard. Water supply management, both in terms of quality and quantity, is facing serious problems due to growing municipal, industrial, and agricultural demands. Disinfection and bacterial removal from water by chemical and/or physical treatment processes are the minimum requirements in any water distribution system. Disinfection can be performed in a variety of ways, the most common and cheapest being chlorination. Selecting proper injection points in the network and determining chlorine dosages are basic considerations in maintaining chlorine residual at standard levels at nodes across the network and minimizing operation costs. Minimum chlorine residual levels must be determined so as to prevent bacterial growth in water and maximum levels should not be exceeded in order to avoid customer complaints about taste and smell or to inhibit the formation of potentially toxic by-products. Improper water quality management with respect to chlorine residual levels has at times led to serious problems to occur in many parts of the world. In this paper, the EPANET software package capable of water quality and hydraulic simulations has been integrated with a Genetic Algorithm nonlinear optimization