بهینه‌سازی میزان تزریق کلر در شبکه‌های آبرسانی توسط الگوریتم ژنتیک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار و عضو قطب علمی مهندسی و مدیریت زیرساختارها، پردیس دانشکده‌های فنی، دانشکده مهندسی عمران، دانشگاه تهران

2 کارشناس ارشد مهندسی عمران- آب، دانشکده مهندسی عمران، دانشگاه تهران

3 دانشجوی دکترای مهندسی عمران- آب، دانشکده مهندسی عمران، دانشگاه تهران

چکیده

با افزایش جمعیت و گسترش تنوع فعالیتهای صنعتی و کشاورزی، تأمین آب از لحاظ کیفی و کمّی روز به روز با دشواری بیشتری همراه می‌شود.گندزدایی و کشتن باکتری‌های موجود در آب که ممکن است به‌صورت شیمیایی و یا فیزیکی انجام گیرد، کمترین تصفیه‌ای است که در هر شبکه آبرسانی شهری باید به اجرا در آید. آب آشامیدنی به‌روشهای مختلفی گندزدایی می‌شود که متداول‌ترین و ارزان‌ترین روش آن, کلرزنی است. یکی از مهم‌ترین مسائل در زمینه کلرزنی, مکان و میزان تزریق کلر است که باید به‌گونه‌ای انتخاب شود که میزان کلر باقیمانده در کلیه نقاط یک شبکه توزیع آب شهری در محدوده استاندارد بوده و همچنین هزینه‌های مربوطه حداقل گردد. مقدار حداقل کلر باقیمانده به‌منظور کنترل کیفیت میکربی آب و مقدار حداکثر آن به‌منظور کنترل مشکلات مربوط به مزه و بوی آب و همچنین جلوگیری از تولید فراورده‌های جانبی سمّی باید رعایت شود. متأسفانه به‌دلیل عدم مدیریت صحیح در شبکه‌های توزیع آب کشور این مسئله گهگاه باعث بروز بحران‌های شدید می‌گردد. در این مقاله میزان تزریق کلر در محلهای تزریق با تلفیق یک مدل تحلیل هیدرولیکی و مدل‌سازی کیفیEPANET و یک مدل بهینه‌سازی غیر خطی الگوریتم ژنتیک، بهینه شد. با حل دو مثال کاربردی از شبکه‌های آبرسانی نمونه، کارایی مدل در جهت تعیین میزان بهینه تزریق کلر نشان داده شد. نتایج این مطالعه نشان ‌داد که تزریق کلر در بیش از یک منبع و انتخاب صحیح این منابع، در رساندن مقادیر کلر باقیمانده در گره‌ها به مقدار استاندارد مؤثر است. همچنین نتایج مدل ارائه شده حاکی از کاهش کلر مصرفی در شبکه و افزایش درصد قرار گرفتن مقادیر کلر باقیمانده شبکه در محدوده استاندارد بود.    

کلیدواژه‌ها


عنوان مقاله [English]

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

نویسندگان [English]

  • Masoud Tabesh 1
  • Behrad Azadi 2
  • Abbas Rouzbahani 3
1 Assoc. Prof., Center of Excellence for Infrastructure Eng. and Management, Dept. of Civil Eng., University of Tehran, Tehran
2 M.Sc. Student of Water Eng., Dept. of Civil Eng., University of Tehran, Tehran
3 Ph.D. Student of Water Eng., Dept. of Civil Eng., University of Tehran, Tehran
چکیده [English]

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 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.

کلیدواژه‌ها [English]

  • water distribution networks
  • Residual Chlorine
  • Quality Analysis
  • EPANET
  • Genetic algorithm
1- Haghighi, M.R., and Alian Koupaee, T. (2003). “Investigating the effects of temperature on chlorine decay coefficients in water distribution networks using a dynamic quality model.” J. Water and Wastewater, 47,
21-29. (in Persian)

2- The Standard and Industrial Research Organization. (1997). Physical and chemical characteristics of potable water, Standard No. 1053,Tehran,Iran, (In Persian).

3- Boccelli, D.L., Rossman, L.A., Tryby, M.E., Uber, J.G, Zierolf, M.L., and Polycarpou, M. M. (1998). ‘‘Optimal  scheduling of booster disinfection in water distribution system.’’ J. Water Res. Plan. Manage. 124 (2), 99-111.

4- Rouhiainen, C.J., Tade, C., and West, G. (2003). “Multi-objective genetic algorithm for optimal scheduling of chlorine dosing in water distribution systems.” Maksimovic, C., Butler, D., and Memon, F. A. (Eds.) Advances in Water Supply and Management, Swets and Zeitlinger Pub., Lisse.

5- Munavalli, G. R., and Mohan Kumar, M.S. (2003). “Optimal scheduling of multiple Chlorine sources in water distribution systems” J. of Water Res. Plan. and Manage., 129 (6), 493-504.

6- Broad, D. R., Dandy, G. C., and Maier, H.R. (2005). ‘‘Water distribution system optimization using metamodels.’’ J. Water Res. Planning and Management, 131(3), 172-180.

7- Gibbs, M.S., Morgan, N., Maier, H.R., Dandy, G.C., Nixon, J.B., and Holmes, M. (2006). ‘‘Investigation into the relationship between chlorine decay and water distribution parameters using data driven methods.’’
J. Mathematical and Computer Modeling, 44(5-6), 458-498.

8- Rossman, L.A.(2000). EPANET 2 users manual, Risk Reduction Engineering  Laboratory, U.S.EPA.,Cincinnati,Ohio.

9- Liou, C.P., and Kroon, J.R. (1987). ‘‘Modeling the propagation of waterborne substances in water distribution networks.’’ J. Am. Water Works Assoc., 79(11), 54-58.

10- Savic, D.A., and Walters, G.A. (1997). ‘‘Genetic algorithms for least cost design of water distribution networks.’’ J. Water Res. Plan. Manage., 123(2), 67-77.

11- Reis, L.F.R., Porto, R.M., and Chaudhry, F.H. (1997). ‘‘Optimal location of control valves in pipe networks by genetic algorithm.’’ J. Water Res. Plan. Manage., 123(6), 317-326.

12- Dandy, G.C., Simpson, A. R., and Murphy, L. J. (1996). ‘‘An improved genetic algorithm for pipe network optimization.’’Water Res. Res., 32(2), 449-458.

13- Behzadian, K., and Ardeshir, A. (2009). “Multi-objective sampling design for calibration of water distribution networks using GA and ANN.” J. Water and Wastewater, 65, 13-22. (in Persian)