مهندسی آبیاری و آب ایران، جلد ۱۳، شماره ۴، صفحات ۲۴۷-۲۶۷
عنوان فارسی شناسایی منطقه نشت در سیستم‌های توزیع آب بزرگ (مطالعه موردی: شهر ماهان در استان کرمان)
چکیده فارسی مقاله امروزه شناسایی نشت مسئله مهمی در شبکه­های توزیع آب می­باشد، زیرا نشت هزینه­ها را افزایش داده و موجب اتلاف منابع آب می­شود. در این مطالعه، از یک روش جدید برای شناسایی منطقه نشت در شبکه توزیع آب قسمتی از شهر ماهان استفاده شد. ابتدا توسط الگوریتم خوشه­بندی K-means، شبکه به تعدادی از مناطق تقسیم شد. سپس نمونه­های آموزش مربوط به هر منطقه، با استفاده از شبیه­سازی تصادفی نشت در مدل هیدرولیکی شبکه ساخته شد. شماره هر منطقه به عنوان برچسب طبقه­بندی ماشین بردار پشتیبان چندکلاسی مورد استفاده قرار گرفت و به همراه نمونه­های آموزش، مدل طبقه­بندی آموزش داده شد. در نهایت، مدل آموزش دیده به عنوان مدل شناسایی منطقه نشت استفاده شد و برای تعیین مناطق احتمالی نشت با نمونه­های میدانی مشاهده شده، اعمال شد. نتایج نشان می­دهد که از میان 10 ساختار استفاده شده برای ساخت مدل، تنها سه ساختار شامل؛ «سه منطقه و تابع هسته پایه شعاعی»، «سه منطقه و تابع هسته خطی» و «پنج منطقه و تابع هسته خطی»، به ترتیب میزان قابل قبول 27/99 % ، 18/99 % و 99/98 % را برای شاخص ارزیابی «دقت» ایجاد می­کنند. از طرف دیگر، از میان این سه ساختار، تقسیم شبکه به پنج منطقه نشت و استفاده از تابع هسته خطی، شبکه را به تعداد مناطق بیشتری تقسیم می­کند و نشت­یابی را در مناطق محدود شده آسان­تر می­کند. در نتیجه برای ساخت مدل نهایی از این ساختار استفاده شد.
کلیدواژه‌های فارسی مقاله شناسایی منطقه نشت، شبکه­ توزیع آب، شهر ماهان، ایپانت، متلب،
عنوان انگلیسی Identification of leakage area in large water distribution systems (Case study: Mahan city in Kerman province)
چکیده انگلیسی مقاله Today, leak detection is an important issue in water distribution networks, because leakage increases costs and causes a waste of water resources. In this study, a new method was used to identify the leak area in the water distribution network at part of Mahan city. First, the network was divided into a number of areas by the K-means clustering algorithm. Then, training samples related to each area were made using random leakage simulation in the network hydraulic model. The number of each area was used as the classification label of the multi-class support vector machine and along with the training samples, the classification model was taught. Finally, the trained model was used as a leak area identification model and was applied to determine possible leak areas with the observed field samples. The results show that out of 10 structures used to build the model, only three structures include; "Three areas and radial basis kernel function", "Three areas and linear kernel function" and "Five areas and linear kernel function", respectively, make an acceptable rate of 99.27%, 99.18% and 98.99% for the "Accuracy" evaluation index. On the other hand, among these three structures, dividing the network into five leak areas and using the linear kernel function divides the network into more areas and makes leak detection easier in restricted areas. As a result, this structure was used to build the final model. 
کلیدواژه‌های انگلیسی مقاله شناسایی منطقه نشت, شبکه­ توزیع آب, شهر ماهان, ایپانت, متلب
نویسندگان مقاله یاسمن سادات هاشمی پور |
بخش مهندسی عمران، دانشکده فنی مهندسی، دانشگاه شهید باهنر، کرمان، ایران

غالمعباس بارانی |
گروه مهندسی عمران، دانشکده فنی مهندسی، دانشگاه شهید باهنر، کرمان، ایرانان

احسان فدائی کرمانی |
مهندسی عمران-سازه های هیدرولیکی، بخش مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه شهیدباهنرکرمان

نشانی اینترنتی https://www.waterjournal.ir/article_173289_e45301a4370fd7cf1bcfb24cb6be44de.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات