Obliczanie współczynnika strat liniowych λ za pomocą sztucznych sieci neuronowych

• Autorzy: Jacek Dawidowicz

Warianty tytułu

Calculating Linear Losses λ Ratio Using Artificial Neuron Net

• Języki publikacji: PL

Abstrakty

W niniejszej pracy podjęto próbę zastosowania sztucznych sieci neuronowych do obliczeń współczynnika strat liniowych λ. Stosowany w Polsce wzór Colebrooka-White'a wymaga użycia metody iteracyjnej, która wydłuża czas obliczeń. Odpowiednio sporządzona sieć neuronowa może to zadanie realizować znacznie szybciej(fragment tekstu)

EN

Numerical modelling of water distribution systems are used in the design, operation and decision support. In recent years, many applications require a substantial acceleration calculation. This paper attempts to use artifi cial neural networks to calculate the friction factor. Commonly used Colebrook-White formula requires the use of an iterative method, which extends the computation time. Properly prepared neural network can perform this task much faster.(original abstract)

Słowa kluczowe

PL

Woda; Sieć wodociągowa; Sztuczne sieci neuronowe (SSN)

EN

Water; Water supply network; Artificial neural networks (ANN)

• Czasopismo: Ekonomia i Środowisko
• Rocznik: 2013
• Numer: nr 4 (47)
• Strony: 177--186

Twórcy

autor

Jacek Dawidowicz

• Politechnika Białostocka

Bibliografia

• R. Epp, A.G. Fowler, Efficient Code for steady state Flows in Networks, "Journal of the Hydraulics Division" 1970 t. 96, nr HY1, s. 43-56
• R.W. Adams, Distribution Analysis by Electronic Computer, Institute of Water Engineers, 1961 t. 15, s. 415-428
• L.E. Ormsbee, The History of Water Distribution Network Analysis: The Computer Age, 8th Annual Water Distribution Systems Analysis Symposium, ASCE, August 27-30, Cincinnati, Ohio 2006.
• S. Biedugnis, Metody informatyczne w wodociągach i kanalizacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 1998
• K. Knapik, Dynamiczne modele w badaniach sieci wodociągowych, Wyd. Politechniki Krakowskiej, Kraków 2000
• L.A. Rossman, EPANET 2 User's manual, EPA/600/R-00/057, National Risk Management Research Laboratory, U.S. Environmental Protection Agency, Cincinnati, OH 2000
• U.M. Shamsi, GIS applications for water, wastewater, and stormwater systems, CRC PressINC, Taylor & Francis Group, New York 2005
• S.A. Taher, J.W. Labadie, Optimal design of water-distribution networks with GIS, "Journal of Water Resources Planning and Management" 1996 t. 122, nr 4, s. 301-311.
• M.T. Walski i in, Advanced Water Distribution Modeling And Management, Haestad Methods Solution Center, Haestead Press 2003.
• B. Ulanicki, Metody modelowania i optymalizacji do symulacji, sterowania i projektowania sieci dystrybucji wody, Rozprawy Naukowe nr 20, Wyd. Politechniki Białostockiej, Białystok 1993
• L. Rutkowski, Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, Wyd. Naukowe PAN, Warszawa 2009
• A. Konar, Computational Intelligence: Principles, Techniques and Applications, Springer-Verlag 2005.
• E.M. Sroczan, A. Urbaniak, Wykorzystanie metod sztucznej inteligencji w monitorowaniu, sterowaniu i eksploatacji systemów zaopatrzenia w wodę i ochrony wód, Materiały VI Międzynarodowej Konferencji "Zaopatrzenie w Wodę Miast i Wsi", PZiTS, Poznań 2004, s. 695-704.
• W.H. Shayya, S. S. Sablani, An artificial neural network for non-iterative calculation of the friction factor in pipeline flow, "Computers and Electronics in Agriculture" 1998 t. 21, nr 3, s. 219-228.
• S. Lingireddy, L.E. Ormsbee, Neural Networks in Optimal Calibration of Water Distribution Systems, w: Artificial Neural Networks for Civil Engineers: Advanced Features and Applications, red. I. Flood, N. Kartam, ASCE 1998, s. 53-76.
• J. Saldarriaga, R. Gómez, D. Salas, Artificial intelligence methods applicability on water distribution networks calibration, Proceedings Of The 2004 World Water and Environmental Resources Congress, Salt Lake City 2004
• C. Xu, F. Bouchart, I.C. Goulter, Neural networks for hydraulic analysis of water distribution systems, Proceedings of the Innovation in Computer Methods for Civil and Structural Engineering, Civl-Comp Press, Cambridge 1997, s. 129-136
• M. Damas, M. Salmeròn, J. Ortega, ANNs and GAs for predictive controlling of water supply networks, Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks, t. 4, s. 365-372, 2000
• M. Świercz, Using neural networks to simplify mathematical models of water distribution networks. A case study, Proceedings of the First International Symposium on Mathematical Models in Automation and Robotics, Wyd. Uczelniane Politechniki Szczecińskiej, Szczecin 1994, s. 72-77
• L. Yongchao, L. Wending, Water Supply System of Telemeter and Remote Control Based on Neural Fuzzy Control Technique, Proceedings of the 5th International Symposium on Test and Measurement Conference ITSM 2003, s. 1269-1272.
• A. Bargiela, High performance neural optimization for real time pressure control, Proceedings of High Performance Computing Conference HPC Asia'95, Chap. AL34, Taipei 1995, s. 1-8.
• H.F. Van den Boogaard, A.C.H. Kruisbrink, Hybrid modeling by integrating neural networks and numerical models hydraulic engineering, Proceedings of the Second International Conference on Hydroinformatics 1996 t. 2, s. 471-477.
• A. Haytham, A. Kwamura, K. Jinno, Applications of arti􀏔icial neural networks for optimal pressure regulation in supervisory water distribution networks, Memoirs of the Faculty of Engineering, Kyushu University, Fukuoka, Japan 2005 t. 65, s. 29-51
• A. Haytham, A. Kwamura, K. Jinno, Analysis of motor valve operations in Fukuoka City water supply network using self-organizing map, Memoirs of the Faculty of Engineering, Kyushu University, Fukuoka, Japan 2004, t. 64, s. 63-77.
• J. Dawidowicz, Classification Diameters of Water-supply Pipelines at Use Neural Networks, I International Scientific and Technical Conference on Technology, Automation and Control of Wastewater and Drinking Water Systems TIASWIK'2002, Gdansk University of Technology, International Federation of Automatic Control, Gdańsk-Sobieszewo 2002, s. 349-355
• J. Dawidowicz, Metoda oceny średnic rurociągów wodociągowych przy użyciu sztucznych sieci neuronowych, Materiały XIII Ogólnopolskiej Konferencji Naukowo-Technicznej: "Problemy gospodarki wodno-ściekowej w regionach rolniczo-przemysłowych", "Monografie Komitetu Inżynierii Środowiska Polskiej Akademii Nauk" 2005 nr 30, s. 345-360
• J. Dawidowicz, The estimation of the run of pressure line in water-pipe network by means of artificial neural networks of MLP type, 14th conference Problems of Water and Sewage Management in Agricultural and Industrial Regions, "Polish Journal of Environmental Studies" 2007 t. 16, nr 2A, s. 119-122
• J. Dawidowicz, Metody sztucznej inteligencji w diagnostyce wysokości ciśnienia w węzłach oraz układów sieci wodociągowych w procesie obliczeń hydraulicznych, w: Inteligentne systemy w inżynierii i ochronie środowiska, Polskie Zrzeszenie Inżynierów i Techników Sanitarnych, Poznań 2007, s. 85-94.
• Cz. Grabarczyk, Przepływy cieczy w przewodach. Metody obliczeniowe, Envirotech, Poznań 1997
• Wł. Mielcarzewicz, Obliczanie systemów zaopatrzenia w wodę, wyd. II, Arkady, Warszawa 2000
• A. Szpindor, Zaopatrzenie w wodę i kanalizacja wsi, Arkady, Warszawa 1998.
• Cz. Grabarczyk, Analiza porównawcza jawnych wzorów dla współczynnika liniowych strat hydraulicznych, Przegląd Naukowy Wydziału Melioracji i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wiejskiego, z. 8, Warszawa 1995, s. 87-95.
• C.F. Colebrook, C.M. White, Experiments with Fluid Friction in Roughened Pipes, Proceedings of the Royal Society of London. Series A, Mathematical and Physical Sciences 1937 t. 161, nr 906, s. 367-381|
• C.F. Colebrook, C.M. White, The reduction of carrying capacity of pipes with age, Proceedings of the Institution of Civil Engineers, t. 7, s. 99, London 1937
• C. F. Colebrook, Turbulent flow in pipes with particular reference to the transition region between the smooth and rough pipe laws, "Journals-Institution of Civil Engineers" 1938 t. 11, s. 133-156
• P.A. Lamont, British National Report on Formulae for Pipeline Calculations, Proceedings 2nd International Water Supply Congress, Paris 1952; P.A. Lamont, The choice flow laws for practical use, "Water and Water Engineering" 1969 t. 2, s. 55-63.
• Cz. Grabarczyk, Przepływy cieczy w przewodach. Metody obliczeniowe, Envirotech, Poznań 1997.
• J. Sobota, Hydraulika i mechanika płynów, Wyd. Uniwersytetu Przyrodniczego we Wrocławiu, Wrocław 2003
• J. Żurada, M. Barski, W. Jędruch, Sztuczne sieci neuronowe, Wyd. Naukowe PWN, Wraszawa 1996
• C. M. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, Oxford 1995.
• K. Hornik, M. Stinchcombe, H. White, Multilayer feedforward networks are universal approximators, "Neural Networks" 1989 t. 2, s. 359-366