Title The application of artificial intelligence in water transportation systems : Doctoral dissertation Title (english) Primjena umjetne inteligencije u sustavima transporta vode : Doktorska disertacija Author Ivana Lučin Mentor Zoran Čarija (mentor)Mentor Siniša Družeta (komentor)Committee member Lado Kranjčević (predsjednik povjerenstva)Committee member Stefan Ivić (član povjerenstva)Committee member Marija Šiško Kuliš (član povjerenstva)Granter University of Rijeka Defense date and country 2022, Croatia Scientific / art field, TECHNICAL SCIENCES Universal decimal classificationUDC ) 62 - Engineering. Technology in general Abstract Water distribution systems are designed to assure safe water transportation to the endusers. Since the water needs to have required quality and hydraulic characteristics,
these systems are regularly monitored, controlled, and improved. In this doctoral dissertation, an investigation of different applications of artificial intelligence methods for
the purpose of improving water distribution systems was conducted. Firstly, the optimization procedure coupled with numerical simulations is used
... More for improving the design of the parts of the water system intake structure. In the further investigation of
optimization applications, pollution detection strategy is developed, where novel optimization approach based on search space reduction method and independent optimizations conducted for each possible source node is proposed. Machine learning
has been applied in the prediction of a number of pollution sources, based on a wide
range of pollution scenarios with a various number of pollution sources. Additionally,
machine learning has been used for leak localization, based on a wide range of leak
scenarios. As a further development of leak localization methodology, pipe segmentation approach was proposed in which additional divisions of pipes were introduced
to simulate a more realistic scenario where leaks can occur not only at pipe junctions
but at any point of pipe. The conducted research showed several new possible utilizations of artificial intelligence methods which were previously not considered mainly due
to their considerable computational demand. These applications need to be further
explored since with the rapid increase of computational power these methods could
provide valuable insight into water system behavior and improve water transportation
system operation. Less Abstract (english) Sustavi transporta vode služe za opskrbu različitih korisnika pri čemu je glavna funkcija
sustava osiguranje želje kvalitete vode i njenih hidrauličkih karakteristika. Problemi
u sustavu mogu uzrokovati značajne gubitke, trajna oštećenja, a u konačnosti mogu
predstavljati opasnost za ljudske živote, te se zbog toga sustavi transporta vode redovito prate i reguliraju. S povećanjem količine dostupnih mjerenja kao i s povećanjem računalnih resursa, primjena umjetne inteligencije prilikom
... More dizajniranja i kontrole
sustava transporta vode postala je sve zastupljenija. U ovoj doktorskoj disertaciji predloženo je nekoliko novih smjerova primjene umjetne inteligencije u svrhu poboljšanja
sustava transporta vode. Prvi od istraženih smjerova je optimizacijski pristup koji je
primjenjen za poboljšanje dizajna djelova ulazne strukture sustava transporta vode,
konkretno zaštitne rešetke. Primjenom optimizacijskih metoda moguće je prilagoditi
geometriju poprečnog presjeka kako bi se minimizirali hidraulički gubitci uz zadovoljenje ekoloških i inženjerskih zahtjeva. Optimizacijski pristup je primjenjen i na problem detekcije mjesta unosa onečišćenja u sustav transporta vode. U slučaju pojave
onečišćenja u sustavu potrebno je brzo odrediti lokaciju i parametre onečišćenja, u cilju
upozorenja korisnika i poduzimanja potrebnih zaštitnih radnji. Primjenom nove metode
koja smanjuje broj potencijalnih čvorova unosa onečišćenja, za svaki preostali potencijalni čvor proveden je zaseban optimizacijski postupak, čime je smanjena dimenzionalnost problema što pojednostavljuje i ubrzava optimizacijski postupak. Nadalje, strojno učenje primjenjeno je za predviđanje nekoliko mogućih lokacija unosa onečišćenja
na temelju ograničenih senzorskih mjerenja. Predikcijski model je istreniran na sintetičkim mjerenjima dobivenim iz većeg broja numeričkih simulacija provedenih za varijabilni broj lokacija onečišćenja i za varijabilne parametre unosa onečišćenja. Slična
metodologija provedena je i za određivanje mjesta oštećenja cjevovoda, gdje je predikcijski model istreniran na sintetičkim podatcima o izmjerenim tlakovima, koji su dobiveni iz većeg broja simulacija sa varijabilnim mjestom i veličinom oštećenja. Za razliku od
standardne metodologije, u kojoj se pretpostavlja da se oštećenje dogodilo u nekom od
čvorova vodovodne mreže, u ovom radu predlaže se novi pristup u kojem se nakon preliminarne lokalizacije oštećenja provodi dodatna segmentacija cijevi kako bi se lokacija
oštećenja mogla točnije odrediti. Provedeno istraživanje pokazalo je da se metode
umjetne inteligencije danas mogu uspješno primjeniti na probleme koji se prethodno
nisu rješavali na ovaj način, ponajviše zbog prevelikih računalnih zahtjeva. Metode
predložene u ovom radu pokazuju da se povećanjem računalnih resursa i korištenjem
poboljšanih tehnika umjetne inteligencije može poboljšati rad i kontrola sustava transporta vode. Less Keywords
water distribution systems
shape optimization
leak localization
pollution localization
Random Forest
Keywords (english)
sustavi transporta vode
optimizacija oblika
lokalizacija oštećenja
lokalizacija onečišćenja
slučajna šuma
Language english URN:NBN urn:nbn:hr:190:564948 Promotion 2022 Study programme Title: Postgraduate university (doctoral) study Type of resource Text Extent VIII, 57 str., [62 str.]; 30 cm File origin Born digital Access conditions Open access Terms of use Created on 2022-03-30 08:52:21
