تدوین الگوی بهینه تزریق کلر در شبکه توزیع آب با استفاده از الگوریتم‌های فرا ابتکاری

نوع مقاله : مطالعه موردی

نویسندگان

1 دانشجوی دکترا، گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

2 دانشیار، گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

3 مدرس، گروه مهندسی عمران و نقشه‌برداری، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد یادگار امام خمینی(ره) شهر ری، تهران، ایران

چکیده

کنترل غلظت کلر باقیمانده در بازه مطلوب در سراسر شبکه‌های توزیع آب، می‌تواند باعث تخریب پاتوژن‌های بالقوه مضر بدون ایجاد اثرات ضد سلامت انسان و محصولات جانبی سمّی کلر شود. بنابراین، برنامه‌ریزی بهینه ایستگاه‌های تزریق کلر در این شبکه‌ها برای اطمینان از تأمین آب سالم با کمترین مقدار کلر مصرفی، اهمیت حیاتی دارد. هدف از این پژوهش، توسعه یک مدل بهینه‌سازی چند هدفه به‌منظور کاهش نرخ تزریق کلر هم‌زمان با کاهش احتمال نقض کلر در گره‌ها در شبکه‌های توزیع آب بود که در بستر نرم‌افزاری MATLAB-EPANET اجرا شد. به‌منظور به‌دست آوردن جبهه‌ پارتوی موردنظر در یک شبکه‌ واقعی (Brushy Plains)، الگوریتم‌های گروه میگوهای چند هدفه و بهینه‌سازی ازدحام ذرات چند هدفه به‌عنوان بهینه‌سازها به‌کار گرفته شدند. جبهه پارتوهای به‌دست آمده نشان دادند که در اغلب موارد، با افزایش نرخ تزریق کلر مقدار تابع احتمال نقض کلر در گره‌ها کاهش می‌یابد. در این پژوهش، به‌منظور اطمینان از تأمین آب سالم، پاسخ دارای کمترین مقدار احتمال نقض کلر در گره‌ها در هر جبهه پارتو به‌عنوان پاسخ بهینه انتخاب شد. اگرچه پارتوی حاصل از بهینه‌سازی ازدحام ذرات چند هدفه، تنوع پاسخ بیشتری نسبت به پارتوی حاصل از الگوریتم گروه میگوهای چند هدفه دارد، پاسخ بهینه انتخاب شده در پارتوی الگوریتم گروه میگوهای چند هدفه دارای مقدار نرخ تزریق کلر کمتری نسبت به پاسخ بهینه انتخاب شده در پارتوی بهینه‌سازی ازدحام ذرات چند هدفه با مقدار یکسان احتمال نقض کلر در گره‌ها است. تحلیل نیم‌رخ‌های غلظت کلر باقیمانده متناظر با پاسخ بهینه الگوریتم گروه میگوهای چند هدفه در یک دوره‌ نظارت 24 ساعته نشان داد که غلظت کلر در اغلب گره‌های شبکه Brushy Plains در بازه مطلوب 2/0 تا 8/0 میلی‌گرم در لیتر قرار دارد و غلظت کلر در 100 درصد گره‌های این شبکه در بازه 2/0 تا 6/1 میلی‌گرم در لیتر قرار دارد. همچنین نتایج این پژوهش نشان داد که پاسخ بهینه الگوریتم گروه میگوهای چند هدفه نسبت به نتایج پژوهش‌های قبلی، نرخ تزریق کلر کمتری دارد. به‌طور کلی، علاوه بر مزایای اقتصادی، به حداقل رساندن میزان تزریق کلر و احتمال نقض کلر در گره‌ها به‌طور هم‌زمان در سیستم‌های توزیع آب، اثرات نامطلوب بهداشتی محصولات جانبی کلر را نیز کاهش می‌دهد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Developing an Optimal Chlorination Pattern in Water Distribution System Utilizing Meta-Heuristic Algorithms

نویسندگان [English]

  • Shadi Najafian 1
  • Abdolreza Zahiri 2
  • Azadeh Jabbary 3
  • Mehdy Meftah Halaghi 2
1 PhD. Student in Water Structures, Dept. of Water Engineering, Faculty of Water and Soil Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
2 Assoc. Prof., in Water Structures, Dept. of Water Engineering, Faculty of Water and Soil Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
3 Lecturer, Dept. of Civil Engineering and Surveying, Yadegar-e-Imam Khomeini (RAH) Shahre Rey Branch, Islamic Azad University, Tehran, Iran
چکیده [English]

Control of residual chlorine concentration within a desirable range throughout water distribution systems can cause the destruction of potentially harmful pathogens without chlorine adverse health effects & its toxic by-products. Hence, optimal scheduling of booster chlorination stations in the WDSs to ensure healthy water supply with the lowest dose of chlorine consumption is vital. The aim of the present study is to develop a multi-objective optimization model in order to minimize the mass injection rate as well as the probability of chlorine violation in the WDSs, which has been implemented in the MATLAB-EPANET platform. Multi-objective krill herd and multi-objective particle swarm optimization algorithms have been utilized as optimizers to obtain the desired Pareto front in the real-scale Brushy Plains network. The resulted Pareto fronts showed that in most of their solutions, as long as the mass injection rate increased, the probability of chlorine violation decreased. In this study, the solution with the less PCV in each Pareto was selected as the optimal solution to assure the healthy water supply. Though the MOPSO resulted Pareto showed more solution diversity, MKH optimal solution has a better MIR function than MOPSO optimal solution with the same amount of PCV. Analyzing the residual chlorine concentration profiles of the monitoring period corresponding to the MKH optimal solution showed that the chlorine concentration of the most nodes of Brushy Plains network exist in the desirable range of 0.2 to 0.8 mg/L and the residual chlorine of 100% of nodes exist in the range of 0.2 to 1.6 mg/L. Also, the MKH results are superior to those of the previous studies in terms of the total mass injection rate. Generally, in addition to economic advantages, minimizing chlorine injection rate and the probability of chlorine violation simultaneously in the water distribution systems reduces the adverse health effects of the disinfectant by-products.

کلیدواژه‌ها [English]

  • Mass Injection Rate
  • Probability of Chlorine Violation
  • Multi-Objective Krill Herd Algorithm
  • Multi-Objective Particle Swarm Optimization

مراجع

Ayala, H. V., Segundo, E. H., Mariani, V. C. & Coelho, L. D. S. 2015. Multiobjective krill herd algorithm for electromagnetic optimization. IEEE Transactions on Magnetics, 52, 1-4. https://doi.org/10.1109/TMAG.2015.2483060.
Behzadian, K., Alimohammadnejad, M., Ardeshir, A., Jalilsani, F. & Vasheghani, H. 2012. A novel approach for water quality management in water distribution systems by multi-objective booster chlorination. International Journal of Civil Engineering, 10(1), 51-60. https://doi.org/10.1089/glre.2016.201011.
Boccelli, D. L., Tryby, M. E., Uber, J. G., Rossman, L. A., Zierolf, M. L. & Polycarpou, M. M. 1998. Optimal scheduling of booster disinfection in water distribution systems. Journal of Water Resources Planning and Management, 124, 99-111. https://doi.org/10.1061/(ASCE)0733-9496.
Coello, C. A. C. & Lamont, G. B. 2004. Applications of Multi-Objective Evolutionary Algorithms, World Scientific Pub., Toh Tuck Link, Singapore. https://doi.org/10.1142/9789812567796_0001.
Coello, C. A. C., Pulido, G. T. & Lechuga, M. S. 2004. Handling multiple objectives with particle swarm optimization. IEEE Transactions on Evolutionary Computation, 8, 256-279. https://doi.org/10.1109/tevc.2004.826067.
Cotruvo, J. A. 2017. 2017 WHO guidelines for drinking water quality: first addendum to the fourth edition. Journal-American Water Works Association, 109, 44-51.
Dini, M. & Tabesh, M. 2018. A new reliability index for evaluating the performance of water distribution network. Journal of Water and Wastewater, 29(3), 1-16. (In Persian). https://doi.org/10.22093/wwj.2017. 51035.2154.
Hasanpour, Z., Shahinejad, B., Torabi Podeh, H. & Jabbary, A. 2022. Optimum design of water distribution networks utilizing optimization krill herd algorithm. Journal of Civil and Environmental Engineering, 51, 31-43. (In Persian). https://doi.org/10.22034/JCEE.2020.10592.
Kurek, W. & Ostfeld, A. 2013. Multi-objective optimization of water quality, pumps operation, and storage sizing of water distribution systems. Journal of Environmental Management, 115, 189-197. https://doi.org/10.1016/j.jenvman.2012.11.030.
Maheshwari, A., Abokifa, A., Gudi, R. D. & Biswas, P. 2020. Optimization of disinfectant dosage for simultaneous control of lead and disinfection-byproducts in water distribution networks. Journal of Environmental Management, 276, 111186. https://doi.org/10.1016/j.jenvman.2020.111186.
Munavalli, G. & Kumar, M. M. 2003. Optimal scheduling of multiple chlorine sources in water distribution systems. Journal of  Water Resources Planning and Management, 129, 493-504. https://doi.org/10.1061/(ASCE)0733-9496.
Nono, D. & Basupi, I. 2019. Robust booster chlorination in water distribution systems: design and operational perspectives under uncertainty. Journal of Water Supply: Research and Technology-AQUA, 68, 399-410. https://doi.org/10.2166/aqua.2019.007.
Nouiri, I. 2017. Optimal design and management of chlorination in drinking water networks: a multi-objective approach using genetic algorithms and the Pareto optimality concept. Applied Water Science, 7, 3527-3538. https://doi.org/10.1007/s1320101706207.
Pineda Sandoval, J. D., Brentan, B. M., Lima, G. M., Cervantes, D. H., García Cervantes, D. A., Ramos, H. M., et al. 2021. Optimal placement and operation of chlorine booster stations: a multi-level optimization approach. Energies, 14, 5806. https://doi.org/10.3390/en14185806.
Rossman, L. 2000. EPANET 2 Users Manual, Water Supply and Water Resources Division, National Risk Management Research Laboratory: EPA/600/R-00/057. Cincinnatti, OH, USA.
Tabesh, M., Azadi, B. & Roozbahani, A. 2011a. Quality management of water distribution networks by optimizing dosage and location of chlorine injection. International Journal of Environmental Research, 5, 321-332. https://doi.org/10.22059/IJER.2011.317.
Tabesh, M., Azadi, B. & Rouzbahani, A. 2011b. Optimization of chlorine injection dosage in water distribution networks using a genetic algorithm. Journal of Water and Wastewater, 22(1), 2-11. (In Persian). https://www.wwjournal.ir/?_action=xml&article=1132&lang=en.
Tryby, M. E., Boccelli, D. L., Koechling, M. T., Uber, J. G., Summers, R. S. & Rossman, L. A. 1999. Booster chlorination for managing disinfectant residuals. Journal-American Water Works Association, 91, 95-108. https://doi.org/10.1002/j.1551-8833.
Wang, Y. & Zhu, G. 2022. Fuzzy credibility-constrained quadratic optimization for booster chlorination of the water distribution system under uncertainty. AQUA-Water Infrastructure, Ecosystems and Society, 71, 608-627. https://doi.org/10.2166/aqua.2022.010.
Xin, K., Zhou, X., Qian, H., Yan, H. & Tao, T. 2019. Chlorine-age based booster chlorination optimization in water distribution network considering the uncertainty of residuals. Water Supply, 19, 796-807. https://doi.org/10.2166/ws.2018.125.
Yoo, D. G., Lee, S. M., Lee, H. M., Choi, Y. H. & Kim, J. H. 2018. Optimizing re-chlorination injection points for water supply networks using harmony search algorithm. Water, 10, 547. https://doi.org/10.3390/w10050547.
مجله آب و فاضلاب
دوره 34، شماره 2 - شماره پیاپی 145
خرداد و تیر 1402
صفحه 124-137

فایل ها

هم رسانی

ارجاع به این مقاله

آمار