Professional Documents
Culture Documents
Infra-Estrutura
628.15:519.688
2005
Dedico este trabalho a meus pais, Nilson e Izabel, e a meus irmos, Marcos e Renata, por todo amor e apoio.
Agradecimentos
Agradeo a Deus por todas as graas alcanadas e pela concretizao de um grande sonho. A todos os meus familiares por todo o carinho, compreenso e por toda a instruo que me deram. professora ria Fernades Vendrame pelo empenho e pacincia com que me orientou na realizao deste trabalho. A todas as pessoas que formaram a maravilhosa turma da Infra-05, os que seguiram com ela at o fim e os que por motivos diversos tiveram que abandon-la, por todo o companheirismo e unio demonstrados nas horas difceis e pela euforia contagiante nas comemoraes. Aos grandes amigos Daniel de Melo, Janine, Rafael Menezes, Srgio Henrique e Victor Jlio, que me foram companhias valiosas e constantes nestes anos. Por fim, quero fazer um agradecimento especial aos amigos Antnio Costa Barreto Jnior, Gilberto Rebouas Neto, Hugo Vieira de Vasconcelos e Joo Paulo Marques Reginato, que a cada dia destes ltimos cinco anos me davam a certeza de que todo o sacrifcio era largamente recompensado pelo prazeroso convvio dirio e pela amizade duradoura que se formou. Estas so pessoas a quem verdadeiramente posso cham-los de irmos.
Resumo
Neste trabalho so apresentados diversos mtodos de dimensionamento de redes de distribuio de gua potvel, tanto os classicamente utilizados para tal dimensionamento como mtodos mais recentemente desenvolvidos e utilizados, fazendo uso de inteligncia artificial. So feitas anlises a respeito desses mtodos para que sejam apontados vantagens e desvantagens de cada um. Tambm analisado o software CRede, desenvolvido pela Fundao Centro Tecnolgico de Hidrulica da USP, o qual utilizado no dimensionamento de uma rede em um bairro de So Jos dos Campos. O objetivo primordial deste Trabalho de Graduao a aplicao destas anlises no curso de HID-44: Saneamento, ministrado para o quarto ano de Engenharia de Infra-Estrutura Aeronutica.
Abstract
This text presents some methods of water distribution net dimensionment, some more commonly used and others most recently developed and improved which use artificial intelligence. These methods are analyzed in order to identify positive and negative points of each one. In addition, the software CRede, developed by the Hydraulic Technological Center Foundation (USP) is analyzed and used to dimension a net in So Jos dos Campos. Every analysis made in this text has the objective of improve the subject exposed in HID-44 course.
Perda de presso. Vazo. Incremento de presso esttica no n i. Perda de carga linear. Constante de ponderao de projeto para dia mais quente do ano. Constante de ponderao de projeto para hora de maior consumo de gua do dia. Consumo mdio dirio de gua por habitante de determinada regio Populao da regio de estudo.
Sumrio
1 Introduo.............................................................................................................................. 1 2 Mtodos de dimensionamento de redes................................................................................. 2 2.1 - Mtodo dos Seccionamentos Fictcios ........................................................................ 2 2.2 Mtodo de Hardy-Cross ............................................................................................. 3 2.3 - Mtodo Nodal com Convergncia por Iterao de Presses ................................... 5 2.4 - Mtodo Nodal com Convergncia pela Tcnica de Newton-Raphson .................... 7 2.5 Mtodo dos Algoritmos Genticos .......................................................................... 11 2.5.1 - Algoritmo Gentico Modificado ........................................................................ 14 2.6 Redes Neurais ............................................................................................................ 16 2.6.1 - Marco terico ....................................................................................................... 17 2.6.2 - Provas ................................................................................................................... 18 2.6.3 Sistemas Hbridos usando Redes Neurais ........................................................ 25 2.7 Lgica Difusa ............................................................................................................ 26 2.7.1 - O problema da calibrao .................................................................................. 27 2.7.2 - Descrio do Sistema........................................................................................... 28 2.7.5 - Sistemas Hbridos ................................................................................................ 32 2.8 Algoritmos Evolutivos .............................................................................................. 33 2.8.1 - Hiptese 1 ............................................................................................................. 33 2.8.2 - Hiptese 2 ............................................................................................................. 37 3 Anlise dos Mtodos e Comparao entre eles................................................................... 39 4 Anlise do software CRedes 2001 ....................................................................................... 44 5 Concluso............................................................................................................................. 46 Referncias Bibliogrficas ...................................................................................................... 47 Apndice A ............................................................................................................................... 48 Apndice B ............................................................................................................................... 51 Apndice C. .............................................................................................................................. 56
Apndice D. .............................................................................................................................. 66
1 Introduo
Este Trabalho de Graduao possui o objetivo de promover uma mudana no ensino da disciplina de Saneamento (HID-44) no que tange o dimensionamento de redes de distribuio de gua. Para tanto, so realizadas anlises de alguns mtodos de dimensionamento: alguns j amplamente conhecidos, como o Mtodo dos Seccionamentos Fictcios e o Mtodo de Hardy-Cross e suas variaes; outros em fase ainda de desenvolvimento e que h pouco tempo vm sendo estudados, como os Mtodos dos Algoritmos Genticos, Lgica Difusa, Redes Neurais e Algoritmos Evolutivos. So expostas as caractersticas de cada um dos mtodos citados, enumerando-se as vantagens e desvantagens de cada um deles, apontando-se os mtodos que merecem maior destaque para cumprir as finalidades do curso de HID-44. Uma ferramenta que pode ser bastante til para fins didticos tambm avaliada: o software CRede. Tal programa foi desenvolvido pela Fundao Centro Tecnolgico de Hidrulica, da Universidade de So Paulo, e pode ser utilizado em vrias fases do projeto de uma rede de distribuio, desde seu traado at o oramento financeiro da obra. Desenvolvese um projeto de uma rede de distribuio de gua com este programa para possibilitar uma avaliao mais precisa. Por fim, elaborado neste trabalho um guia simplificado do software analisado, para auxiliar em seu possvel uso em atividades do curso de HID-44.
4 Sendo o processo iterativo, tem-se na i-sima iterao no tubo m do circuito j a vazo Qijm, a perda de carga hijm,
hijm = k jm . Qijm .
n
(2)
Convenciona-se um sentido de circulao (horrio ou anti-horrio) como positivo, e em cada circuito Qijm ser positivo, se tem o mesmo sentido convencionado, e negativo, caso contrrio. Tambm convenciona-se:
n . , se Qijm 0 Q k jm ijm n = = . hijm k jm Qijm n k jm . Q , se Q < 0 ijm ijm
(3)
Sobre as vazes Qijm da i-sima iterao, calcula-se as correes Qij para todos os circuitos, e na iterao e = i + 1 tem-se vazes
(4) (5)
(6)
j = 1, ..., n de circuitos da rede. Expandindo-se a Equao 6 em srie de Taylor da qual se toma apenas os dois primeiros termos, tem-se
n 1
(7)
Qij =
(k jm . Qijm)
n m
n. (k jm . Qijm )
m
n 1
(8)
hijm = k jm . Qijm
n m m
(9)
A considerao
5
n . , se Qijm 0 Q k jm ijm n hijm = k jm . Qijm = n k jm . Q , se Q < 0 ijm ijm
(3)
hijm = k jm . Qijm = k jm .
n
n +1
= k jm .
Qijm Qijm
, Qijm 0
(10)
e fica-se com
n +1 . Q k jm ijm m Qijm = Qij n k jm . Qijm n. m Qijm
(11)
( H j H i) 1/ n . H j H i , se H j H i Rij . H j Hi Rij = 0, se H j = Hi
(12)
1 = Rij k ij
onde,
1/ n
(13)
Hi a presso esttica do n i;
6 Hj a presso esttica do n j; Kij uma constante real que depende da geometria da tubulao e do material da mesma; n um nmero real. Nota-se que a Equao 12 equivalente a
. H H 1 / n , se H j H i ( fluxo de j para i ) i Rij j = S ij 1/ n . H H , se H j < H i ( fluxo de i para j ) R ij j i
(14)
V-se portanto que Qij>0 se Hj>Hi e Qij<0 se Hj<Hi. Sendo QNOi a vazo do n i que entra na rede (neste caso QNOi>0) ou sai da mesma (e neste caso QNOi<0) e, havendo N ns na rede, tem-se
(15)
Enquanto os valores de Hi e Hj no esto corretos, a equao da continuidade no satisfeita, e Fi 0, para pelo menos um i. Caso contrrio, Fi = 0, para todo i {1, 2, ..., n}. Observa-se que necessrio que pelo menos um Hi seja condio de contorno (parmetro) da rede, ou pode ocorrer que sejam encontradas diferentes superfcies (solues) da mesma famlia de superfcies para diferentes valores de partida assumidos na resoluo da rede. Corrigir-se- a presso esttica Hi em cada n i com um incremento DHi, a cada iterao. Assumir-se-, tambm, ( H j H i) , se H j H i S ij = H j H i 0, se H j = Hi Portanto
1, se H j > H i S ij = 1, se H j < H i 0, se H j = H i
(16)
(17)
Fornecendo sinal para Qij coerente com o sentido do escoamento. Sij no varia DHi 0 que o que se procura. Lembrando que se procura Fi = 0, a Equao 15 fornece
S ij Rij . H j ( H j H i )
j
1/ n
]+ QNO = 0, i = 1,..., N
i
(18)
7 Expandindo-se em srie de Taylor o termo entre barras, da qual se toma os dois primeiros termos, tem-se:
S ij Rij H j H i
j
1/ n
DH i . H j H i n
i
1 1 n
+ QNO i = 0, i = 1,..., N
(18)
[S R . H
ij ij j
DH i =
] DH . S R . H n [S R . H H ]+ QNO
j
Hi
1/ n
ij
ij
Hi
1 1 n
+ QNOi = 0, i = 1,..., N
(20)
(19)
1/ n
ij
ij
1 . S ij Rij . H j H i n j
1 1 n
, i = 1,..., N
(21)
(22)
Com
Rij =
Onde
10,643. Lij
1,85 4 ,87 C ij . Dij
(23)
8 Lij o comprimento de tubulao ligando o n i ao n j (Lij = Lji), dado em metros; Dij o dimetro dessa tubulao (Dij = Dji), em metros; Cij uma constante real que depende da natureza do material das paredes do tubo e de sua propriedade (adimensional) (Cij = Cji). A Equao 22 vlida entre dois ns ligados por tubulaes sem bombas. Caso no haja ligao entre os ns i e j, Qij = 0. Esta equao 22 equivale a:
0 , 54 1 , se H j H i 0,54 . H j H i Rij Qij = 1 . H H 0,54 , se H < H j i j i 0 , 54 Rij
(24)
. Rij 0,54
=0
(26)
Se Fi = 0, para i = 1, 2,..., N, os valores das incgnitas so solues da rede. Caso contrrio necessrio determinar-se os valores das incgnitas que tornam isso verdade. Isso feito resolvendo-se o sistema de equaes no-lineares, representado pela Equao 25, o que ser feito utilizando-se o mtodo de Newton-Raphson. O mtodo de Newton-Raphson consiste em assumir valores de partida para as incgnitas, que sero corrigidas iterativamente at atingir-se a soluo ou divergir-se, e nesse caso, reinicia-se o processo. A Figura 1 esclarece o mecanismo do mtodo no caso unidimensional, cuja essncia a mesma do caso multidimensional.
f ( xk ) df ( x) = tg = dx x = xk xk xk +1
f ( xk ) xk +1 = xk df ( x)
(27) (28)
dx x = xk
f ( xk ) = ( xk xk +1).
f ( xk ) + ( xk +1 xk ).
df ( x) dx x = xk
(29) (30)
df ( x) =0 dx x = xk
f ( xk ) +
df ( x) . xk = 0 dx x = xk
(31)
10
f ( xk ) + df ( x) .x = 0 dx
(32)
F i ( x1 , x 2 ,..., x N ) = 0, i = 1,..., N
Assim:
F i . x j = 0, i = 1,..., N x j
(33)
F i ( x1 , x2 ,..., x N ) +
j
(34)
No caso de uma rede de abastecimento de gua, algumas das incgnitas xi podem ser presses estticas, compondo o conjunto H = {Hj/Hj no condio de contorno (parmetro)
da rede, j {1, 2, ..., N}}. Outras incgnitas podem ser vazes de n, formando o conjunto
QNO = {QNOj/QNOj no parmetro da rede, j {1, 2, ..., N}}. E outros coeficientes de
Hazen-Williams das tubulaes, formando o conjunto C = {Cij/Cij no parmetro da rede, ij, C {1, 2, ..., N}}. Neste estudo no assumiremos os comprimentos das tubulaes e nem as cotas geomtricas dos ns, como possveis incgnitas, mas estas extenses so possveis de forma anloga a Dij e Hi, respectivamente. As Equaes 33 e 34 tornam-se ento em
F = F (C , D, H , QNO) = 0,
i i
i = 1,..., N
(35)
Fi +
com
F i
ij =
1, se i = j 0, se i j
(37)
E onde
F i = F i , i, j = 1,..., N H i H j F i = F i , i, j = 1,..., N i j H j H i
seguinte aspecto:
(38) (39)
11
F 1 F 1 ... F 1 ... F 1 C pq F 1 ... . QNO C D H pq mn s . z C pq . . . .. . C pq = . . . . . . F N ... F N ... F N ... F N F N QNO z C pq D mn H s QNO z se escrever:
(40)
Caso haja na rede elementos como bombas ou vlvulas ligando dois ns k e e, pode-
Q ke = f ( H k H e)
Onde f uma funo paramtrica da bomba, e fica-se com
(41)
F k = Qij + QNOk + f ( H k H e)
j e, j k
F e = Qej + QNOe + f ( H e H k )
j e, j k
Portanto,
F k = f H e H e
F e = f H e H k
F k = F k + f i k ,i e H i H k H k
F e = F e + f H e i k ,i e H i H e
2.5 Mtodo dos Algoritmos Genticos [5]
Algoritmos genticos so utilizados para realizar a calibrao de redes de distribuio de gua, realizando-se assim uma melhor cobertura do comportamento da rede, como deteco de vazamentos, valores mais adequados de vazo, etc.
12 Nos processos normais de simulao hidrulica de uma rede com NT elementos de tubos e NN ns, deve-se determinar NT vazes nos tubos e NN presses nos ns atravs de NT equaes de perda de energia e NN equaes de continuidade. Isto configura o problema como matematicamente solucionvel. J no caso de calibrao, o nmero de incgnitas aumenta muito mais que o nmero de equaes, conforme apresenta a Tabela 1. Como conseqncia deste fato, o problema de calibrao no tem soluo ou indeterminado e s possvel realizar uma aproximao da soluo.
Incgnitas NT: Vazes nos tubos NT: Rugosidades nos tubos NT: Coeficientes de perdas menores nos tubos NT: Dimetros reais das tubulaes NN: Presses nos tubos NN: Coeficientes de emissores NN: Expoentes de coeficientes de emissores Total 4.NT + 3.NN NT: Nmero de Tubos NN: Nmero de Ns Detalhes
Equaes NN: Equaes de continuidade NT: Equaes de conservao de energia nt: Tubos com registro de vazo, nt<<NT nn: Ns com registro de presso, nn<<NN
NT + NN + nt + nn
Devido grande quantidade de parmetros, ao se finalizar o processo conta-se com uma grande quantidade de subprodutos teis para a gesto e operao de uma rede de distribuio. Podem ser citados como subprodutos a localizao de fugas de maior relevncia e a concentrao de fugas no detectveis. Os trabalhos mais importantes desenvolvidos sobre Algoritmos Genticos (AG) so desenvolvimentos de um programa chamado CALIBRA [5], que oferece uma ferramenta para comparao de sries observadas em campo, de presso e vazo, com as sries simuladas, resultado do clculo hidrulico de uma rede de distribuio na qual so realizadas variaes no conjunto de incgnitas mediante um jogo de instrues dadas pelo usurio. Estudos posteriores retomaram as estruturas de calibrao identificadas no desenvolvimento do programa CALIBRA e aplicaram-nas no desenvolvimento de um novo programa chamado GENETICA, que implementou um AG modificado para a calibrao de redes de distribuio, que levam em conta critrios hidrulicos de otimizao. O princpio bsico da calibrao por AG consiste na seleo de uma possvel soluo para o problema. Uma vez que se consegue um conjunto considervel de solues, o AG seleciona quantas vezes o usurio deseje ou at que se encontre uma variao muito pequena entre as melhores solues encontradas.
Uma rede de distribuio formada por um grande nmero de elementos, por isso necessrio limitar o conjunto de variveis a serem calibradas para evitar um aumento considervel no tempo de processamento. As variveis calibrveis escolhidas so: tubos, dimetros, rugosidades, ns e coeficientes de descarga. Um aspecto que merece importncia a quantidade de geraes que o algoritmo deve ser executado. Estudos [5] afirmam que o nmero de geraes em que um processo de calibrao pode convergir proporcional raiz quadrada da dimenso do sistema. Com o objetivo de melhorar o processo de calibrao necessrio contar com um bom processo de soluo e recombinao dos indivduos em cada gerao. Dois critrios mais usados para essa recombinao so: admisso de pais (escolhe-se os indivduos com melhor ajuste como candidatos a passar gerao seguinte) e seleo ponderada por ajuste ( ampliado o campo de seleo de indivduos a toda a gerao para se assegurar a diversidade dos indivduos). No critrio de admisso de pais, ao se escolher os indivduos com melhor ajuste como candidatos a prosseguir no processo de evoluo, possvel que no seja necessrio modificar o modelo ao se encontrar um bom ajuste. No critrio de seleo ponderada inicialmente se normaliza a 1 o ajuste dos indivduos de maneira que os que possuam melhor ajuste tenham um intervalo de escolha mais amplo.
14 Uma vez construda esta estrutura so gerados nmeros aleatrios sobre o domnio selecionando os indivduos da gerao seguinte. Existe um mtodo de otimizao da calibrao conhecido como paralelizao. Este mtodo visa paralelizar cada critrio de migrao [5] e apresenta a vantagem de aproveitar a tecnologia de processamento paralelo disponvel atualmente, alm de proporcionar uma reduo no tempo de clculo. Embora o programa GENTICA necessite um tempo menor que o CALIBRA para se obter um resultado aceitvel, o algoritmo gentico, da forma que aplicado atualmente, apresenta alguns inconvenientes: apresenta um erro quadrtico maior; no consegue modelar adequadamente pontos especiais; no fornece solues melhores que as encontradas manualmente para um nmero aceitvel de geraes. Entretanto, o mtodo do AG merece um esforo maior para que sua eficincia seja melhorada, o que pode ocorrer por meio de uma implementao de um esquema de seleo que mantenha a diversidade dos indivduos e da paralelizao do algoritmo.
Existem certas propriedades evolutivas que no pertencem aos indivduos nem ao modelo original. Algumas dessas propriedades so: a. b. c. Quantidade de indivduos por gerao; Quantidade de sobreviventes com os melhores qualificadores; Outras variveis que determinam o passo de uma gerao a outra.
Como no se tem certeza de quais so os valores timos destas variveis, e tampouco so variveis do problema que o algoritmo tenta resolver, deve-se dar um tratamento distinto a essas variveis. Para tanto so definidas as espcies. Cada espcie um algoritmo gentico independente com suas prprias variveis evolutivas. Todas as espcies vo evoluindo ao mesmo tempo, o que permite observar quais
15 so os melhores valores das variveis evolutivas. Alm disso, cada espcie tem seu modelo original, o que permite que o algoritmo gentico trabalhe com distintas hipteses iniciais que podem ser bastante diferentes em suas propriedades topolgicas. introduzido tambm no algoritmo gentico o conceito de ambiente e competncia. O ambiente pode manter uma quantidade mxima de indivduos totais, somando-se os de todas as espcies que se encontram competindo. medida que transcorrem as geraes, o ambiente extingue ou adiciona pares a cada espcie para que esta possa gerar menos ou mais indivduos. Esta repartio de pares se realiza de acordo com o comportamento dos qualificadores das espcies. Assim, eventualmente, pode-se extinguir uma ou mais espcies, evoluindo-se apenas as melhores. Tambm permitida a possibilidade de sobrevivncia de certos indivduos de baixos qualificadores, para que sejam evitados os mximos locais. Caso os melhores indivduos comecem a se bloquear em um mximo local, os indivduos com baixos qualificadores mostram-se mais importantes e promissores.
Na Figura 3, pode-se observar os indivduos A e B. A curva representa o problema que se quer maximizar. Os indivduos, atravs da evoluo, vo melhorando e seus filhos vo se colocando em posies superiores sem poder superar a curva. O indivduo A melhor que o B, embora a descendncia do indivduo B tenha melhores possibilidades que a do indivduo A. Esta razo da importncia da sobrevivncia dos indivduos de baixos qualificadores.
Para o processo especfico de calibrao de uma rede de distribuio, tambm realizaram-se outras modificaes no algoritmo gentico para torn-lo mais verstil, permitir a prova de certas hipteses menos convencionais assegurar a poltica de conservao de
16 critrios. Uma destas mudanas a definio de uma porcentagem de indivduos bem emparelhados. Significa que, entre os indivduos sobreviventes, alguns se emparelham unicamente com outros que tenham qualificadores semelhantes. Os demais se aparelham com qualquer indivduo sobrevivente. H tambm definio de espcies assexuadas, sexuadas e multi-sexuadas, o que significa que cada indivduo pode ter um, dois ou mais pais, segundo a definio de sua espcie. Outro conceito importante o de elo. Com este, as cadeias de DNA no esto formadas diretamente por cromossomos, e sim por elos. Os elos armazenam listas de cromossomos. Isto feito porque cada cromossomo representa um elemento da rede de aqueduto e surgiu a necessidade de um mtodo para diferenciar o tipo dos elementos (ns, tubos, tanques). Ento, a cadeia de DNA est formada por elos. Existe um elo que armazena os ns, um que armazena os tanques, etc. Cada elo guarda como cromossomos, objetos da rede de tipo respectivo (o de tubos guarda objetos tipo tubo, o de ns guarda objetos tipo n, etc.). Tambm permitida a definio de grupos que obrigam a modificar alguns genes com o tempo, o que evita a aleatoriedade do algoritmo gere rugosidades muito desiguais em tubos submetidos a condies hidrulicas parecidas.
17
No sendo desta forma, a rede neural pode descobrir as relaes (como coeficientes) atravs de um processo chamado treinamento. Para realizar este processo requer-se o conhecimento de vrios conjuntos de entradas e sadas. O processo de treinamento minimiza os erros entre as sadas esperadas e as calculadas modificando os coeficientes. Neste processo, recorre-se por diminuio de grau sobre o espao de erro definido com os mnimos quadrados. As redes neurais provadas tm as seguintes caractersticas: As entradas so todas as presses e vazes da rede; As sadas so as rugosidades das tubulaes; Todos os valores que entram ou saem da rede esto normalizados no Tm incgnitas (uma ou duas); Interconexo total entre uma varivel e a seguinte;
18 aqueduto; Incgnitas tm o dobro de ns que uma varivel de entrada; A funo de ativao a sigmide; Treinamento com Back Propagation. Quantidade de ns de sada igual quantidade de tubos da rede de
Toda a rede tem uma quantidade de ns de entrada igual quantidade de ns mais a quantidade de tubos da rede de aqueduto.
2.6.2 - Provas
Em princpio, Salas, Saldarriaga e Gmez (2004) [6] realizaram provas simples que foram tornando-se mais complexas e modificando-se com respeito aos resultados que foram sendo obtidos. A seguir so mostrados apenas os resultados mais representativos.
A primeira prova [6] foi realizada para uma tubulao de dois tramos. O treinamento realizou-se modificando as rugosidades nos dois tramos e calculando as presses e vazes resultantes. A rede neural foi validada com presses e vazes conhecidas que deveriam levar a rugosidades predeterminadas, diferentes das do treinamento. A Figura 5 mostra o erro total da rede neural atravs do processo de treinamento. A linha inferior representa a validao e a superior representa o treinamento. Nota-se que o aperfeioamento da rede neural foi bem sucedido. A Figura 6 mostra a distribuio do erro para a rugosidade normalizada nos dados de validao. V-se que 100% dos erros so inferiores a 0,2 e 40% so inferiores a 0,1, o que chega a ser um resultado satisfatrio.
19
2.6.2.2 - Combinatria
Foram desenhadas redes neurais de uma incgnita para redes de distribuio de gua potvel at 60 tubos. O treinamento foi realizado combinando cinco rugosidades tpicas sobre todas as tubulaes. Foram utilizadas as seguintes rugosidades: 0,0000015; 0,00003; 0,00015; 0,00025 e 0,003 metros. O treinamento com combinatria exigiu bastante tempo de clculo para redes de aqueduto de mais de sete tubos e se mostrou impraticvel para redes medianas (por volta de 40 tubos). Os resultados de um dos experimentos so exibidos na Figura 7.
20
2.6.2.3 - Discriminada
Nesta prova as redes neurais foram testadas e validadas com diferentes rugosidades, mas com a mesma rugosidade em toda a rede para cada experimento. Isto no aplicvel na prtica, pois as tubulaes nas redes de aqueduto normalmente tm diferentes rugosidades. Entretanto, til apenas como exerccio acadmico para observar caso as redes neurais podem aprender a calibrar sem ter disponvel toda a informao e em ambientes de redes fechadas.
A Figura 8 mostra que o experimento satisfatrio e possvel proceder prova sob ambientes de rugosidades distintas na rede.
Neste experimento foi utilizado o mesmo treinamento do nmero anterior (discriminado). No entanto, a validao realizou-se com redes de distribuio de gua potvel cujos tubos tm rugosidades diferentes, geradas aleatoriamente.
21 Os resultados de Salas, Saldarriaga e Gmez (2004) [6] para este tipo de prova so mostrados na Figura 9. A rede neural somente melhora a sua calibrao de maneira discriminada. No se deve usar esta rede neural para calibrar redes com rugosidades mescladas.
Neste experimento o treinamento foi realizado com rugosidades discriminadas e aleatrias. A validao tambm. A Figura 10 mostra um treinamento satisfatrio. A Figura 11 mostra que os resultados para uma rede de 50 tubos tambm so satisfatrios.
22
Neste experimento foi agregada uma incgnita para tentar melhorar os resultados da prova anterior. A Figura 12 mostra com quadros a srie de resultados com duas incgnitas. A melhoria muito pequena em redes medianas. Em redes pequenas, com menos de 10 tubos, h uma melhoria mais notvel.
Nesta prova a rede neural utilizou todas as informaes disponveis para calibrar uma tubulao somente. A Figura 13 mostra com quadrados os resultados de uma tubulao s, e com losangos para todas as tubulaes. possvel ver que a melhoria no significativa nesse caso.
23
A rede neural no tem entradas e sadas para cada tubo, e sim para cada zona. A partir de presses em zonas, calcularam-se rugosidades em zonas. Isto no suficiente para uma calibrao definitiva, mas permitiria determinar automaticamente zonas problema para enfocar o esforo da calibrao e deteco de problemas.
A Figura 14 mostra a rede de aqueduto utilizada. A Figura 15 mostra o treinamento da rede neural.
24
Nesta prova tentou-se calibrar uma rede de aqueduto de 7 tubos com uma rede neural com as seguintes caractersticas: Entradas: 5 Presses + 7 Vazes = 12 Ns; Nmero de Sadas: 7 Rugosidades; 6 incgnitas de: 12 in x 3 = 36 ns; Interconexes totais de uma varivel a outra; SHORTCUTS: Interconexo total de toda varivel a toda varivel; Funo de ativao logstica; Treinamento com Back Propagation.
25 O objetivo desta prova era determinar o quanto ajuda aumentar a complexidade da rede neural para a calibrao do aqueduto.
A Figura 17 mostra os resultados obtidos na prova atual e para as que j haviam sido realizadas com uma e com duas variveis. V-se que o experimento no apontou qualidade calibrao.
Para o problema especfico da calibrao de rede de aqueduto, o problema pode ser considerado como uma rede neural com conjuntos de entradas e sadas idnticos aos do problema de calibrao da rede de aqueduto. Neste caso se podem implantar redes neurais de duas ou trs variveis, com conectividade total de uma varivel seguinte. A quantidade de ns da incgnita seria o nmero de entradas ou mais. A razo porque se espera que a incgnita seja um ponto de combinao de todas as variveis que conjuntamente levem ao clculo de uma sada. Assim, as variveis de entrada da rede neural seriam: trabalho; Variveis de vlvulas: tipo de vlvulas, estado; Variveis de sistema: viscosidade, gravidade; Variveis dos tubos: comprimento, dimetro e material; Variveis dos ns: demanda, topografia; Variveis de fontes: energia disponvel, topografia; Variveis de bombas: equao de presso vazo, presso mnima de
de tempo, valor da medio. As variveis de sada seriam: Variveis de tubos: rugosidade, coeficiente de perdas menores; Variveis de ns: coeficientes de fugas, expoente de fugas.
O treinamento da rede seria realizado a partir de dados tericos nos quais se simulam o envelhecimento dos tubos e a apario de fugas. Para o treinamento, so requeridos vrios modelos tericos simulando distintas condies hidrulicas, envelhecimento e fugas, sendo n o nmero de valores de entrada. Este tipo de rede neural serviria para uma nica rede de aqueduto. Frente a qualquer mudana topolgica na rede, deve-se realizar um novo treinamento.
2.6.3.2 - Hiptese 2
A segunda hiptese de sistema de calibrao de redes de distribuio de gua potvel com redes neurais consiste em minimizar o tamanho e complexidade da prpria rede neural. Isto possvel porque este mtodo s se utilizaria para uma rede de aqueduto, o que faz esttica certa informao. Neste caso as variveis de entrada so unicamente as medies e a energia inicial. As sadas so as rugosidades e coeficientes de perdas menores dos tubos, os coeficientes e expoentes de fugas dos ns. Neste caso, requer-se ao menos uma incgnita, mas seria til tambm provar com duas, porque, nos pesos das relaes, se armazenar de alguma maneira a dependncia com respeito ao resto de variveis hidrulicas e topolgicas. Este tipo de rede neural serve somente para uma rede de aqueduto especfica, com topologia e demandas constantes. Qualquer variao na rede de aqueduto nestas variveis pode implicar um novo modelamento ou a reconstruo total da rede neural. Isto pode ocorrer caso mude o nmero de tubos ou medies porque, neste caso, j no serve a arquitetura neural inicial.
27 so as de calibrao: rugosidade, coeficiente de perdas menores e coeficiente de fugas. O sistema difuso recebe as diferenas entre as variveis hidrulicas calculadas e as lidas no campo. A partir desta informao, nota-se o quanto devem ser alteradas as variveis de calibrao. O sistema trabalha com as diferenas, tanto em entrada quanto em sada, devido a ser esta a maneira como se realiza a calibrao manual. A pessoa que realiza a calibrao decide uma mudana sobre a rugosidade (ou outra varivel de calibrao), a partir da diferena percebida entre os valores tericos observados. O processo se realiza iterativamente at que se considere calibrado o sistema, ou fisicamente impossvel melhorar a calibrao. Assim, o sistema difuso no calibra, somente faz melhoras que utilizadas iterativamente chegam a calibrar ao sistema hidrulico.
Na realidade, o conceito de Lgica Difusa consiste na formulao de leis lgicas nas quais os valores de verdade das sentenas no se restringem a verdadeiro ou falso, podendo ter valores intermedirios. O grau de pertinncia de um conjunto difuso um nmero entre 0 e 1. Se 0 considera-se que o elemento no pertence ao conjunto; se 1, pertence. Caso seja um valor intermedirio, est relacionado com um grau proporcional de pertinncia. Esta
28 funo corresponde todos os elementos do espao amostral a seu grau de pertinncia ao conjunto.
Figura 19: Tipos de relaes que podem ser estabelecidas com lgica difusa [7].
A lgica difusa permite estabelecer formalmente relaes subjetivas que utilizam pessoas bem treinadas para controlar sistemas manualmente (Figura 19). Para isto toma-se o intervalo de valores de cada varivel de entrada e sada e divide-se em subconjuntos que se completam. Posteriormente, define-se a funo de pertinncia para cada um destes subconjuntos. Desta maneira, passa-se de um intervalo quantitativo e preciso a um qualitativo e difuso. Estabelecem-se regras que relacionam as entradas com as sadas. Os conjuntos, as funes de pertinncia e as regras so extrados do conhecimento da profissional experiente ao realizar o processo manual. No entanto, nas regras onde se encontra de maneira mais direta o conhecimento deste profissional. As regras definem, para cada combinao de conjuntos de entrada, qual a combinao de sadas correspondente. Ao se obter valores especficos de entrada, estes pertencem difusamente aos conjuntos de entrada. Ao conectarem-se com as regras, suas sadas pertencem tambm difusamente aos conjuntos de sada. A resposta do sistema obtida ao calcular o centride dos conjuntos de sada difusos resultantes. Como exemplo pode ser observada a arquitetura montada para esta investigao em particular.
29 Figura 20: Diferena de vazo (modelo x campo) Velocidade de fluxo (modelo) Presso (modelo) Variao na rugosidade Variao do coeficiente de perdas menores Variao do coeficiente de fugas
esquerda para a direita [7]. Observa-se para cada valor possvel de Q ou P, o grau de pertinncia aos conjuntos. Os conjuntos so independentes para cada varivel, quer dizer, o conjunto GRANDE da varivel Q no o mesmo conjunto GRANDE da varivel P. A Figura 21 mostra a definio de conjuntos para a varivel de entrada v (velocidade). A Figura 22 mostra a definio de conjuntos para a varivel de entrada P (presso). A Figura 23 mostra a definio de conjuntos para as variveis de sada: Ks, Km e C (variaes na rugosidade, coeficiente de perdas menores e coeficiente de fugas).
30
31 A Tabela 2 mostra uma das regras usadas para conectar os conjuntos de entrada com os conjuntos de sada:
Varivel Conjunto Entrada velocidade Baixa Entrada Q Baixa Entrada presso Considervel + Entrada P Grande + Sada Ks Muito Forte + Sada Km Forte + Sada C Nula Tabela 2: Descrio de uma das regras do sistema difuso [7].
O sistema difuso deve estabelecer uma combinao de conjuntos de sada para cada possvel combinao de conjunto de entrada. Por isso tm-se 7.7.6.3 = 882 regras como as que se observa na Tabela 2. As regras esto desenhadas para serem utilizadas sobre uma linha de energia na que a medio de vazo feita acima, e a medio de presso feita abaixo. A diferena relativa entre as variveis hidrulicas calculada da seguinte forma: (var calculada var medida)/(var medida) (49)
A resposta que ajusta o sistema difuso a variao que se deve realizar sobre cada uma das variveis de calibrao de maneira percentual. Se: VC: Varivel de Calibrao SS: Sada do Sistema Difuso NVC: Novo Valor de Varivel de Calibrao Ento: NVC = (1+SS)*VC (50)
Em [7] descrito um exemplo de calibrao por lgica difusa, alm de explicitar vrios testes variando-se o tipo de tubulao (simples ou em srie) e variando-se os valores de vazo e presso iniciais. Posteriormente, foi realizado um refinamento do sistema difuso diminuindo o intervalo dos conjuntos que implicam que o sistema j est calibrado ou quase calibrado. Estes conjuntos so:
32 Variveis P e Q, conjuntos BAIXA Variveis Ks, Km e C, conjuntos NULA Desta forma, aumenta-se a preciso a partir da qual o sistema difuso considera que completada a calibrao. Para tanto, este refinamento feito para melhorar a preciso dos resultados de calibrao. O sistema difuso se automatiza, mas as iteraes so realizadas manualmente. Observando os resultados apresentados em [7], necessrio tecer alguns comentrios sobre o Mtodo de Lgica Difusa: os resultados apresentados por esse mtodo mostraram-se bastante parecidos com os alcanados com uma calibrao manual; os resultados obtidos depois do refinamento so mais precisos, o que o tornou um experimento bem sucedido; o processo de calibrao guiado primordialmente pelo coeficiente de fugas; em alguns casos, as condies hidrulicas fazem com que seja fisicamente impossvel a calibrao de algum parmetro (o sistema reconhece isto, calibra somente onde possvel e se detm); as variveis hidrulicas (sobre as quais se mede a qualidade da calibrao) s vezes flutuam durante o processo. notvel o cuidado especial necessrio com os pontos de medio de vazo que estejam acima e pontos de medio de presso abaixo da linha de carga na rota. O sistema est desenhado para funcionar sob estas condies. Descumprir estas condies pode causar divergncia do processo de calibrao; Quando a calibrao por lgica difusa consiste em recuperao (diminuir vazo e aumentar a presso), o sistema calibra at onde possvel. Isto feito de maneira conservadora, lenta e com algumas irregularidades, mas converge at a melhor resposta possvel. O sistema se comportou bem e de maneira consistente ao passar de tubos simples a tubos em srie e a rotas estabelecidas em redes grandes. Com rotas possvel calibrar totalmente uma rede aberta e parcialmente uma rede fechada.
33 As variveis de controle no se manejam de maneira individual para cada tubulao. Cada varivel de controle uma varivel topolgica (ou sua variao) sobre um grupo. Por exemplo, uma varivel de controle poderia ser a variao percentual na rugosidade de toda a tubulao de uma determinada subzona. A definio dos grupos poderia ser feita de igual maneira que o algoritmo gentico modificado. Entretanto, neste caso os grupos de maior utilidade so aqueles que definem rotas ou zonas. Para estabelecer as regras e a malha de relaes entre situaes e regras, requerida a ajuda de uma pessoa experiente em calibrao e uma anlise de sensibilidade das variveis hidrulicas com respeito a mudanas nas variveis de controle. Estes fatores so necessrios tambm para estabelecer as funes de pertinncia dos conjuntos. Isto significa que o sistema de calibrao til unicamente para a rede para qual foi desenhado. Caso se deseje calibrar outra rede, deve-se montar novamente o sistema difuso. Como as variveis de controle so agregadas, cabe a possibilidade de que o sistema se comporte bem mesmo quando haja variaes topolgicas na rede, ainda que estas no sejam muito importantes. Com este sistema difuso, e seguindo os passos do item 2.3, poder-se-ia realizar muito rapidamente uma calibrao dado um conjunto de medies obtidas em campo, o que permitiria detectar em tempo real problemas na rede, zonas com fugas, etc.
2.8.1 - Hiptese 1
Utilizando o mtodo de evoluo de algoritmos, possvel tentar encontrar uma equao que permita estimar fcil e rapidamente as variveis de calibrao. Para isto, constri-se a estrutura exibida no grfico da Figura 42, conhecida como diagrama de classes. Este diagrama permite definir a estrutura das equaes, alm de proporcionar uma
34 interpretao como um desenho de base de dados. Ento, as tabelas dessa base de dados podem ser interpretadas como elos de DNA cujas filas correspondem a cromossomos e cada registro um gene. Isto pode ser til em sua implementao.
A Figura 24 pode ser interpretada da seguinte forma: uma equao um bloco; um bloco pode ser um valor constante, uma varivel ou uma operao entre dois blocos. No caso do bloco ser uma constante, seu valor definido; no caso de ser uma varivel, define-se qual a varivel, obtida de uma tabela onde se encontram todas; caso seja uma operao, obtm-se o operador de outra tabela. Os dois blocos so obtidos como referncias mesma tabela de blocos. Esta estrutura permite definir qualquer operao. O prximo passo , de maneira aleatria, adicionar novos blocos com estrutura e valores aleatrios. O sistema de seleo funciona da seguinte maneira. Dado um indivduo (possvel soluo), representado em um conjunto de tabelas (elos), deve-se interpretar como equao, avaliar a equao, compar-la com o resultado conhecido e qualificar o indivduo. A equao deve ser avaliada perante diversas condies das variveis de entrada. O processo de gerao de novos blocos (Figura 25) inicia decidindo de maneira aleatria caso se trate de um bloco varivel, constante ou composto. Caso seja um bloco varivel, escolhe-se aleatoriamente uma das variveis do sistema. Caso seja um bloco constante, escolhe-se tambm de maneira aleatria um nmero dentro de um intervalo predefinido com distribuio de probabilidade uniforme.
35
No caso de ser um bloco composto, escolhe-se aleatoriamente um operador e logo geram-se novos blocos que so os operadores. Estes novos blocos so criados como constantes ou variveis, sem a possibilidade de que sejam compostos. Isto feito para truncar o processo de gerao de um bloco, evitando que chegue a um tamanho muito grande. O esquema de mutao de um bloco pode ser observado na Figura 26. mostrado primeiro o caso dos blocos simples (variveis ou constantes). Cria-se um novo bloco composto, no qual um dos operadores um bloco simples. O operador e a posio dos operadores so escolhidos aleatoriamente. O outro operador gerado com o processo descrito anteriormente. Na mutao de um bloco composto existem vrias opes: a primeira fazer o mesmo que no caso de dois blocos simples: criar um novo bloco composto e fazer do bloco original um de seus operadores. Uma segunda opo consiste em modificar aleatoriamente o operador. Outra opo modificar somente um ou ambos os operadores do bloco original. A ltima opo consiste em inverter a ordem dos operadores. Em ambos os casos (blocos
36 simples e compostos), o processo de mutao tambm permite certo nvel de probabilidade para deixar o bloco em seu estado original.
O processo de reproduo ocorre da seguinte maneira: a reproduo entre n equaes consiste simplesmente em un-las com operadores; soma-se a primeira com a segunda e o resultado somado com a terceira; o resultado desta ltima operao somado com a quarta, e assim sucessivamente. O processo de evoluo no igual ao utilizado no mtodo dos Algoritmos Genticos. Neste caso, depois do processo de reproduo, possvel ter indivduos que no so produtos da reproduo de outros, e sim apenas mutaes de outros. Alm do mais, os indivduos sobreviventes (equaes escolhidas a cada iterao) so escolhidos entre as duas ltimas geraes, no s da ltima. Estas variaes do algoritmo realizam-se devido ao fato de ser bastante difcil encontrar uma nova equao adequada, alm de ser difcil tambm melhor-la atravs de mutaes. Ento, deseja-se que os bons indivduos sobrevivam atravs do processo, at que apaream outros que os melhorem significativamente.
37 Finalmente, poder-se-ia realizar uma calibrao sobre as constantes da equao final. Esta ltima calibrao pode ser executada com o algoritmo gentico bsico.
2.8.2 - Hiptese 2
Uma segunda hiptese diz que cada equao possvel tem um tamanho mximo fixo. Assim pode-se estabelecer que a cadeia de DNA tenha um tamanho fixo para qualquer indivduo em todas as geraes, permitindo tambm a utilizao do algoritmo gentico bsico. Cada equao possvel descrita como uma rvore binria de n nveis, sendo n uma quantidade fixa para todo o processo. Esta rvore ter ento 2n-1 ns em cada nvel e 2n-1 ns no total (Figuras 27 e 28). Cada n contm um operador, uma varivel (presso1, longitude3, etc.) ou um valor constante. As folhas (ns do ltimo nvel) no podem conter operadores. A cadeia gentica uma lista de 2n-1 valores. Esta cadeia gentica pode evoluir com o algoritmo gentico bsico. O nico processo que se modifica o de seleo.
Para avaliar um indivduo (uma equao), deve-se analisar a rvore de baixo ao topo. Nos ns em que se encontram as variveis, devem ser alocados os valores correspondentes no exemplo dado (por exemplo, presso2 = 34,5, etc.). Nos ns em que se encontram os operadores, substituem-se os operadores pelos resultados das operaes indicadas, entre seus sub-ns associados. Ao se chegar ao nvel superior, encontra-se o resultado da equao para a varivel que est sendo calibrada.
38
39
40 Outra grande vantagem desse mtodo sobre os anteriores o fato de ele permitir incorporar s redes bombas, vlvulas e hidrantes atravs de suas equaes paramtricas e, alm desses acessrios, tubulaes pertencentes a regies ramificadas da rede. Possibilita determinar os coeficientes de Hazen-Williams das tubulaes e assim conhecer seus estados (envelhecimento), determinar presses de n, o que permite grande maleabilidade. Caso instrumente-se a rede adequadamente, pode-se analisar redes operando em tempo real, o que o aproxima at dos mtodos de inteligncia artificial. Uma limitao deste mtodo est no fato deste ser baseado na resoluo de um sistema de N equaes nodais com N incgnitas pela rede sem concentr-las em pequenas regies, para que a rede seja solvel. Caso todas (ou muitas das) incgnitas estejam localizadas em uma regio pequena da rede, a mesma pode no ser solvel. No h regras rigorosas que permitam determinar se uma rede solvel ou no. Caso haja uma ou mais filas (linhas ou colunas) com todos os elementos nulos na matriz dos coeficientes, no haver soluo nica para a rede. Uma fila de elementos nulos surge quando no h incgnitas na equao da continuidade de um n. Assim, conclui-se que deve haver pelo menos uma incgnita na equao da continuidade de cada n da rede. Seguir essa regra evita a causa mais comum de insolubilidade das redes, entretanto no garante a solubilidade. Caso dimetros ou coeficientes de Hazen-Williams de tubulaes sejam desconhecidos ou haja bombas na rede, a solubilidade no garantida. Essas dificuldades so superadas na prtica, partindo-se de boas estimativas iniciais para as incgnitas. Sendo necessrio resolver a rede para condies levemente diferentes, a quantidade de clculos largamente reduzida se so utilizados os valores de uma soluo como valores de partida para a rede levemente diferente, outra grande vantagem. Por tudo o que foi exposto at ento, notvel que este mtodo merea maior destaque por parte de professores e estudantes, sendo ideal para resoluo de projetos, caso utilizado em um programa de computador. Para o problema de calibrao de redes, devem ser feitas consideraes um pouco diferentes das feitas at agora, devido maior complexidade deste problema e das redes que ele se prope a resolver. Todos os mtodos de calibrao so bastante sensveis a pequenos erros e so sistemas complexos de alta preciso, por isto recomenda-se sempre o uso de equaes fisicamente baseadas em vez de equaes empricas no sistema hidrulico. A dificuldade matemtica introduzida pelas equaes fisicamente baseadas agora uma trivialidade, superada com sobras pela complexidade dos sistemas de inteligncia artificial.
41 Adicionalmente, as ferramentas de computao mais atuais permitem superar as dificuldades das equaes fisicamente baseadas sem maiores problemas. Tentar realizar processos de calibrao em redes de aqueduto complexas, reais, com mais de 1000 tubos utilizando equaes empricas, no tem sentido. Neste contexto de bastante complexidade dos problemas, o surgimento dos mtodos que fazem uso de inteligncia artificial veio ao encontro das necessidades mais atuais. Estes mtodos tm apresentado um bom potencial na resoluo deste tipo de problema, embora ainda necessitem de muito estudo para serem realizadas melhorias. Dentro dos mtodos de inteligncia artificial existe uma grande quantidade de combinaes e formas de utilizao. Estas abrangem uma rea ampla de investigao para descobrir novos mtodos rpidos e eficazes para resolver o problema da calibrao. Atualmente a metodologia dos algoritmos genticos a de maior uso no problema de calibrao. Em redes pequenas e com modelaes estticas, tem mostrado uma grande efetividade e eficincia. Isto ocorre porque neste tipo de redes consegue-se calcular muito rapidamente as variveis hidrulicas. Entretanto, em redes grandes (mais de 1000 elementos de tubo) e com modelaes dinmicas amplas (por exemplo, tomada de resultados e/ou medidas a cada 5 minutos durante uma semana), o algoritmo extremamente lento. As redes neurais tambm so bastante utilizadas na soluo do problema de calibrao. Se a rede neural j est calibrada, o algoritmo muito rpido. Mas, se alguma varivel topolgica da rede chega a mudar, deve-se calibrar a rede neural novamente. O processo de calibrao da rede neural em redes grandes e com modelaes dinmicas amplas, requer muito mais tempo de clculo que o algoritmo gentico. Em muitos casos, as redes neurais treinadas com casos crticos ou importantes so capazes de fazer validao sobre os casos intermedirios ou combinados, embora esta no faa parte da abordagem deste trabalho. Do que foi exposto anteriormente sobre o assunto, foi possvel notar que o treinamento com rugosidades discriminadas, validando com rugosidades combinadas de maneira aleatria, no teve bons resultados. J o do tipo duplex, ainda que no seja totalmente satisfatrio, uma melhora considervel. O processamento do tipo duplex permite ter preciso semelhante do experimento de treinamento e validao discriminados, com a vantagem de trabalhar com um caso real (rugosidades combinadas) e no com um caso totalmente acadmico (rugosidades discriminadas). Ao se realizar experincias com redes neurais tipo duplex, as redes de aqueduto maiores tm melhores estatsticas de calibrao, pois o maior grau de liberdade destas redes
42 causa um comportamento hidrulico mais uniforme e previsvel. Os resultados apresentados permitem supor que eventualmente pode-se chegar a configurar redes neurais que calibrem com muita preciso as redes de distribuio de gua potvel com rugosidades combinadas. Ao utilizar duas variveis nas redes neurais com experimentao tipo duplex, observou-se melhoria nas redes pequenas. Possivelmente isto ocorre porque as duas variveis compensam a rigidez (menos graus de liberdade) das redes pequenas. No entanto, nas redes medianas, a segunda varivel parece introduzir somente rudo. Existem provas nas quais os melhores resultados so obtidos com as redes de aqueduto abertas; em outras provas, com as fechadas; em outras provas com as grandes; etc. Eventualmente seria possvel utilizar um sistema intermedirio (hbrido) que decida qual rede neural utilizar para aperfeioar o desempenho. Quando se usa toda a informao da rede para calibrar um s tubo, obtm-se melhores resultados nas redes fechadas. Esta afirmao pode ser feita porque nas redes abertas esto registradas muitas informaes inteis (a de caminhos totalmente alheios ao tubo que se est calibrando). As redes neurais que calibram um s tubo a partir da informao de toda a rede, no so uma melhora sobre as redes neurais que calibram toda a rede. No melhor dos casos, apresentam o mesmo resultado. Possivelmente, o processamento e calibrao sobre todo o aqueduto permitem rede neural capturar melhor as generalidades do problema hidrulico. Ao utilizar a rede neural para calibrar dados agregados obtiveram-se bons resultados. Em geral, poderia ser utilizado este tipo de redes para detectar as zonas problema sobre as quais devem ser feitas calibraes mais detalhadas. Outro detalhe relevante o fato de que o uso de variveis mltiplas na rede neural no parece melhorar o sistema. Em geral, as redes neurais podem ser usadas para obter calibraes prvias ou guias para uma calibrao manual, mas so insuficientes como nica ferramenta de calibrao. Este Mtodo de Calibrao por Redes Neurais mostra-se bastante promissor, podendo ser uma ferramenta muito poderosa no futuro para se calibrar redes bastante complexas. Quanto ao mtodo de lgica difusa, pode-se dizer o mtodo mais prximo da calibrao manual, pois depende muito do operador, com iteraes no automatizadas.Embora no consiga calibrar totalmente redes fechadas, em geral, o sistema de calibrao com lgica difusa satisfatrio. Possivelmente o caminho correto para chegar a um sistema eficiente e determinstico de calibrao de redes de distribuio.
43 Devido ao fato de que cada metodologia de inteligncia artificial tem algumas vantagens e algumas desvantagens, so levantadas algumas hipteses sobre possveis mtodos para resolver o sistema de calibrao utilizando sistemas hbridos. Por sistema hbrido se entende aquele que utiliza a combinao de dois ou mais sistemas de inteligncia artificial para resolver um problema.
44
45 padro das vlvulas de controle, etc. Estas especificaes podem ser alteradas a critrio do usurio. Um mdulo bastante til do CRedes o de oramento, no qual realizado o levantamento dos principais servios a serem executados, bem como a volumetria dos materiais. Obviamente necessrio entrar com o valor unitrio dos servios. Embora este mdulo no tenha sido utilizado no dimensionamento das redes apresentadas nos Apndices A e B, vale ressaltar a enorme ajuda na fase de anlise de custo de implantao da rede. Vale ressaltar que este oramento serve apenas como embasamento, devendo-se realizar uma anlise criteriosa para identificar as dificuldades apresentadas no campo. No software no est especificado o mtodo de clculo utilizado, entretanto, por suas caractersticas de rpida convergncia de clculos, possibilidade de resoluo de redes mistas e de adoo de diferentes tipos de condies de contorno, possvel inferir que o referido programa utilize o mtodo nodal de convergncia por Newton-Raphson. No Apndice C desenvolvido um guia de uso do CRedes, de forma mais simplificada que a apresentada no manual que acompanha o software, com explicao dos passos e das funes necessrias para a elaborao de um projeto que atenda ao escopo do curso de HID-44. No Apndice D resolvida uma rede pelo mtodo de Hardy-Cross e pelo programa para testar a eficincia do software em estudo.
46
5 Concluso
Aps o trmino deste trabalho preciso que sejam feitas algumas consideraes. Os dois primeiros mtodos que foram explicados ainda se mostram bastante importantes na compreenso do funcionamento do dimensionamento de redes de gua e na soluo de pequenos projetos (ideais para a fase de aprendizagem), principalmente quando no se dispe de ferramentas computacionais. Dos dois outros mtodos considerados clssicos (nodal com convergncia por iterao de presso e nodal com convergncia por Newton-Raphson), o segundo mostra-se mais importante, tanto pela velocidade de convergncia como pela quantidade de condies de contorno que pode trabalhar. No entanto, por requerer clculos matemticos mais elaborados e cansativos, deve ser lecionado de forma a transmitir-se apenas os seus fundamentos, sendo que os clculos devem ser realizados por programas, como o CRedes 2001. No caso dos outros quatro mtodos que fazem uso de inteligncia artificial, estes mtodos no se mostram completamente desenvolvidos e maduros atualmente, necessitando de estudos que melhorem a eficincia de tais mtodos. No entanto, de fundamental importncia que os futuros engenheiros tenham idia dos rumos que tm tomado o estudo das redes de abastecimento de gua. Isto importante para estar sempre atualizado e para mostrar que o estudo deste assunto no se apresenta de forma esttica e est sempre evoluindo. O software desenvolvido pela Fundao Centro Tecnolgico de Hidrulica da USP mostrou-se uma ferramenta rpida e de grande auxlio no dimensionamento de redes de gua potvel. Deve ser um importante aliado ao estudante de Engenharia no decorrer do aprendizado, pois permite que tenha uma viso mais rpida e esclarecedora de vrios instrumentos (como as vlvulas, as bombas, etc.) quando utilizados em conjunto em uma rede.
47
Referncias Bibliogrficas
1. GARCEZ, L. N., Elementos de Engenharia Hidrulica e Sanitria, Editora Edgard Blcher Ltda., 1974. 2. VINAGRE, M. V. A., Estudo de Redes de Abastecimento de gua, Trabalho de Graduao, Instituto Tecnolgico de Aeronutica, 1982. 3. POHLHEIM, H., GEATbx: Genetic and Evolutionary Algorithm Toolbox for use with MATLAB,2004. Disponvel em: <www.geatbx.com>. Acesso em: 21 set. 2005. 4. VENDRAME, I. F., HID-44: Saneamento, Apostila, ITA. 5. SALDARRIAGA, J. G.; CAMARGO, A. S., Anlisis de parmetros para la calibracin de redes de tuberas con algoritmos genticos. In: XXI CONGRESSO LATINO AMERICANO DE HIDRULICA, So Paulo, 2004. 6. SALDARRIAGA, J. A.; SALAS, D. E.; GMEZ, R., Aplicabilidad de mtodos de inteligencia artificial a la calibracin de redes de distribuicin de agua potable, In: XXI CONGRESSO LATINO AMERICANO DE HIDRULICA, So Paulo, 2004. 7. GMEZ, R.; SALAS, D. E.; SALDARRIAGA, J. A., Calibracin de redes de distribuicin de agua potable con lgica difusa, In: XXI CONGRESSO LATINO AMERICANO DE HIDRULICA, So Paulo, 2004. 8. SALAS, D. E.; SALDARRIAGA, J. A.; GMEZ, R., Calibracin de redes de distribuicin de agua potable utilizando redes neuronales con diferentes configuraciones e niveles de agregacin, In: XXI CONGRESSO LATINO AMERICANO DE HIDRULICA, So Paulo, 2004. 9. ASSOCIAO BRASILEIRA DE NORMAS TCNICAS, NBR-12211 Estudos de concepo de sistemas pblicos de abastecimento de gua, So Paulo, 1992. 10. ASSOCIAO BRASILEIRA DE NORMAS TCNICAS, NBR-12218 Projeto de rede de distribuio de gua para o abastecimento pblico, So Paulo, 1994. 11. FCTH, Manual do Usurio CRede, USP, 2001.
48
Apndice A
Com o software CRedes 2001 foi realizado um projeto de dimensionamento de rede de distribuio de gua potvel de uma determinada regio da cidade de So Jos dos Campos. Os resultados obtidos so mostrados nas Figuras A.1, A.2, A.3, A.4, A.5 e A.6.
49
50
Estes resultados foram obtidos realizando-se clculos que utilizassem a equao de Hazen-Williams, com os parmetros definidos como os padres do programa.
51
Apndice B
Nas Figuras B.1, B.2, B.3, B.4, B.5 e B.6 esto demonstrados os resultados obtidos no segundo projeto de redes utilizando o programa CRedes 2001..
52
53
Todos os resultados foram obtidos realizando-se clculos que utilizassem a equao de Hazen-Williams, com os parmetros definidos como os padres do programa.
54
55
56
Os mesmos passos so seguidos para dar entrada com o arruamento e com pontos cotados presentes na planta, bastando acessar Arquivos/L DFX de ruas e Arquivos/L DFX de pontos cotados. Aps dar entrada no programa com todos os dados necessrios, deve-se dar incio ao desenho da rede propriamente dita.
57
Aps o trmino do posicionamento dos ns, alguns destes podem estar marcados com um X vermelho. Isto ocorre quando um n posicionado fora da rea de abrangncia das curvas de nveis. Para estes ns necessrio entrar com os valores das cotas do terreno e da cota da tubulao. Para isto deve-se clicar no n com o boto direito do mouse e modificar as cotas nos respectivos campos de entrada (Figura C.3).
58
59
Selecionando a condio de contorno Vazo pontual, necessrio estabelecer a rea de influncia do n, da seguinte maneira: seleciona-se o boto Traar rea (Figura C.6); ligam-se os vrtices da rea de influncia; ao fim da operao aperta-se Enter e ser visualizada uma tela semelhante Figura C.7, com informaes da rea de influncia e da vazo do ponto de consumo. Deve-se repetir o procedimento acima para todos os pontos de consumo de forma que a soma de todas as reas de influncia d cobertura a toda a rea de estudo.
60
possveis.
de consumo.
61
C.4 Clculos:
Aps o trmino da fase de desenho da rede faz-se necessrio o clculo do dimensionamento propriamente dito. O prximo passo pode ser feito de duas formas diferentes: a primeira o usurio estimar o dimetro de cada tubo e calcular a vazo pelo programa; a segunda fazer o programa dimensionar os dimetros inicialmente e, posteriormente, dimensionar as vazes. A segunda opo a mais prtica e rpida, no necessitando de muita experincia do operador para determinar um bom dimetro para cada tubo, sem saber as vazes que passam em cada um deles.
62 A tela de clculos da forma da mostrada na Figura C.8. possvel escolher entre a Frmula Universal e a Frmula de Hazen-Williams para se calcular as vazes. Selecionando Inicia o programa far todo o dimensionamento, respeitando as condies de truncamento que podem ser alteradas selecionando Dados Gerais. Com o trmino dos clculos, a rede ser dimensionada e ter uma forma como a exposta na Figura C.9.
63
64
65
66
67
Com os dados da populao pela qual cada n responsvel, pode-se calcular a vazo no n com a frmula Q = K2=1,5.
Populao Total
Vazo no N (L/s)
1 2 3 4 5 6 7 8 9 10
5280 4066 3133 3988 5133 4313 3853 4803 3034 3942
Tabela D.2: Clculo da vazo por n.
25,53 19,66 15,15 19,29 24,83 20,86 18,63 23,23 14,68 19,06
68 Partindo do n 4 (n mais a jusante), fizemos a estimativa das vazes em cada trecho, conforme ilustra a Figura D.2. Esta figura indica tambm o dimetro escolhido em cada trecho (estes dimetros tambm esto na Tabela D.3). Este dimetro obedece ao critrio da perda de carga mxima (Jmx = 8m/km).
Anel
Trecho
L(m)
D(mm)
Q1(L/s)
J(m/100m)
hp1(m)
hp1/Q
3a4 4a5
I
239,69 463,12 239,78 90,44 375,58 218,14 313,61 333,33 90,44 308,00 508,76 411,15 313,61 333,33 587,61 375,58
150 150 250 150 200 250 250 200 150 250 150 350 250 200 300 200
-9,00 9,00 32,17 -11,57 -14,68 -53,75 28,39 14,69 11,57 -29,92 -11,57 -103,82 -28,39 -14,69 66,32 14,68
-0,46 0,89 0,40 -0,28 -0,44 0,12 -0,95 0,42 0,39 0,28 -0,45 -1,56 -1,88 -1,18 -0,42 -0,39 1,56 0,44 0,01
0,05 0,10 0,01 0,02 0,03 0,22 0,02 0,01 0,03 0,02 0,02 0,13 0,23 0,01 0,01 0,03 0,02 0,03 0,11
II
III
Com os dados da Tabela 3 pode-se calcular os valores de Q1, Q2 e Q3, isto , os acrscimos de vazo em cada anel. As vazes estimadas no esto adequadas, visto que |hp|= 1,88m > 0,5m. Assim, utiliza-se o processo iterativo at que esta condio (|hp|< 0,5m) seja satisfeita em todos os anis. Com a frmula Q =
hp 1,85. hp
, obtm-se:
69 Q1= -0,29/s, Q2 = 4,35 L/s e Q3 = -0,04 L/s. Assim, temos as novas vazes Q2.
Anel Trecho L(m) D(mm) Q2(L/s) hp2(m) hp2/Q
3a4 4a5
I
239,69 463,12 239,78 90,44 375,58 218,14 313,61 333,33 90,44 308,00 508,76 411,15 313,61 333,33 587,61 375,58
150 150 250 150 200 250 250 200 150 250 150 350 250 200 300 200
-0,49 0,84 0,40 -0,52 -0,45 -0,22 -0,81 0,55 0,63 0,52 -0,34 -0,65 -0,10 -1,18 -0,55 -0,63 1,56 0,45 -0,35
0,05 0,10 0,01 0,03 0,03 0,22 0,02 0,02 0,03 0,03 0,01 0,09 0,20 0,01 0,02 0,03 0,02 0,03 0,12
II
III
Tabela D.4: Clculo da vazo em cada trecho e da perda de carga por anel.
Estas vazes j obedecem ao critrio de parada das iteraes, podendo ser considerados os valores finais.
70 do CRedes. Entretanto, pode-se afirmar que o programa tem uma boa eficincia, como pode ser notado nas Figuras D.2 e D.3.
Figura D.2: Configurao da rede com clculos realizados pelo programa CRedes.
CLASSIFICAO/TIPO
2.
DATA
3.
DOCUMENTO N
4.
N DE PGINAS
TC
5.
82
TTULO E SUBTTULO:
AUTOR(ES):
Dimensionamento de redes de abastecimento de gua; Seccionamentos Fictcios; Hardy-Cross; Lgica difusa; Redes Neurais; Algoritmos Genticos; CRedes 2001.
9.PALAVRAS-CHAVE RESULTANTES DE INDEXAO:
Sistemas de distribuio de gua; Anlise numrica; Abastecimento de gua; Mtodos matemticos; Lgica nebulosa; Algoritmos genticos; Redes neurais; Inteligncia artificial; Matemtica aplicada; Engenharia sanitria 10. APRESENTAO: X Nacional Internacional Trabalho de Graduao, ITA, So Jos dos Campos, 2005. 82 pginas.
11.
RESUMO:
Neste trabalho so apresentados diversos mtodos de dimensionamento de redes de distribuio de gua potvel, tanto os classicamente utilizados para tal dimensionamento como mtodos mais recentemente desenvolvidos e utilizados, fazendo uso de inteligncia artificial. So feitas anlises a respeito desses mtodos para que sejam apontados vantagens e desvantagens de cada um. Tambm analisado o software CRede, desenvolvido pela Fundao Centro Tecnolgico de Hidrulica da USP, o qual utilizado no dimensionamento de uma rede em um bairro de So Jos dos Campos. O objetivo primordial deste Trabalho de Graduao a aplicao destas anlises no curso de HID-44: Saneamento, ministrado para o quarto ano de Engenharia de Infra-Estrutura Aeronutica.
12.
GRAU DE SIGILO:
(X ) OSTENSIVO
( ) RESERVADO
( ) CONFIDENCIAL
( ) SECRETO