Metodología de Darwin Calibrator

Los modelos de computadora se han convertido en una herramienta esencial para la gestión de
la distribución del agua sistemas de todo el mundo. Existen numerosos propósitos para usar una
computadora modelo para simular las condiciones de flujo dentro de un sistema. Un modelo
puede ser empleado para:

• Asegurar una cantidad adecuada y un servicio de calidad del recurso de agua potable a una
comunidad.

• Evaluar alternativas de planificación y diseño

• Evaluar el rendimiento del sistema

• Verificar las estrategias operativas para una mejor gestión de la infraestructura del agua
sistema

• Realizar estudios de vulnerabilidad para evaluar los riesgos que pueden presentarse y afectar
el suministro de agua.

Para estos fines, se construye un modelo en el que los datos describen los elementos de la red
de tuberías, uniones, válvulas, bombas, tanques y depósitos se ensamblan de forma sistemática
manera de predecir el flujo de la tubería y las líneas de grado hidráulico de unión (HGL) o
presiones dentro de un sistema de distribución de agua.

Los modelos de computadora son inversiones significativas para las compañías de agua. Para
asegurar un buen retorno de la inversión y uso correcto de los modelos, el modelo debe ser
capaz de simular correctamente las condiciones de flujo encontradas en el sitio. Esto se logra
calibrando los modelos. Una calibración implica el proceso de ajuste de las características del
modelo y parámetros para que los flujos y presiones pronosticados del modelo coincidan con
los reales datos de campo observados a algún nivel deseable o aceptable. Esto se describe en
más detalle en Walski, Chase y Savic (2001).

La calibración de un modelo de distribución de agua es una tarea complicada. Hay muchos

inciertos parámetros que deben ajustarse para reducir la discrepancia entre el modelo
predicciones y observaciones de campo de la unión HGL y descargas de tuberías. Dureza de la
tubería los coeficientes a menudo se consideran para la calibración. Sin embargo, hay muchos
otros parámetros que son inciertos y afectan la unión HGL y la velocidad de flujo de la tubería.
Minimizar errores en los parámetros del modelo y eliminar el error de compensación de los
parámetros de calibración (Walski 2001), debería considerar calibrar todos los parámetros del
modelo, como demanda de unión, estado de operación de tuberías y válvulas, y coeficientes de
rugosidad de tubería.

La calibración de los modelos de red de distribución de agua se basa en datos de medición de

campo, tales como presiones de unión, flujos de tuberías, niveles de agua en instalaciones de
almacenamiento, ajustes de válvulas, estado de funcionamiento de la bomba (encendido /
apagado) y velocidades de la bomba. Entre todas las posibles observaciones de campo datos,
unión HGL y flujos de tuberías se utilizan con mayor frecuencia para evaluar la bondad-de ajuste
de la calibración del modelo. Otros parámetros, como niveles de tanque, válvula configuración
y el estado / velocidad de funcionamiento de la bomba se utilizan como condiciones de contorno
que son registrado al recopilar un conjunto de observaciones de calibración de las presiones de
unión y tasas de flujo de tubería.
Los datos de observación de campo se miden y se recopilan en diferentes momentos del día
y en varios lugares en el sitio, que pueden corresponder a varias cargas de demanda y
condiciones de frontera. Para que los resultados de la simulación del modelo representen más
de cerca datos observados, los resultados de la simulación deben usar la misma carga de
demanda y condiciones de contorno como datos observados. Por lo tanto, el proceso de
calibración debe ser conducido bajo condiciones de carga de demanda múltiple y condiciones
de operación.

La calibración tradicional de un modelo de distribución de agua se basa en un ensayo y error

procedimiento mediante el cual un ingeniero o modelador estima primero los valores de los
parámetros del modelo, ejecuta el modelo para obtener una presión y flujo pronosticados, y
finalmente compara los valores simulados a los datos observados. Si los datos predichos no se
comparan estrechamente con los datos observados, el ingeniero regresa al modelo, hace
algunos ajustes a los parámetros del modelo, y lo calcula nuevamente para producir un nuevo
conjunto de simulación resultados. Esto puede tener que repetirse muchas veces para
asegurarse de que el modelo produce una predicción calibrada de la red de distribución de agua
en el mundo real.

La técnica de calibración tradicional es, entre otras cosas, bastante lenta .Además, una
representación de red típica de una red de agua puede incluir cientos o miles de enlaces y nodos.
Idealmente, durante la calibración del modelo de distribución de agua proceso, el coeficiente de
rugosidad se ajusta para cada enlace y la demanda es ajustado para cada nodo. Sin embargo,
solo un pequeño porcentaje de muestra representativa las mediciones pueden estar disponibles
para el uso de la calibración del modelo debido a que los requisitos financieros y laborales
limitados para la recopilación de datos. Por lo tanto, es de lo más

importancia tener una metodología integral y una herramienta eficiente que pueda ayudar al
ingeniero en la consecución de un modelo de alta precisión en condiciones prácticas,
incluyendo varios parámetros del modelo, como la rugosidad de la tubería, la demanda de
unión y el estado del enlace, y también múltiples demandas y condiciones de frontera

Formulación de Calibración

Un calibrador optimizado está formulado y desarrollado para facilitar la calibración proceso de

un modelo de distribución de agua. Los parámetros se obtienen minimizando la discrepancia
entre los valores de ensambladura pronosticados por el modelo y observados en el campo
presiones (grados hidráulicos) y flujos de tubería para condiciones de contorno dadas. El
optimizado la calibración se define como un problema de optimización no lineal con tres
diferentes objetivos de calibración

Objetivos de calibración

La bondad del ajuste de la calibración del modelo se evalúa por la discrepancia entre el modelo
simulado y unión de campo medida HGL y flujo de tubería. La bondad del ajuste el puntaje se
calcula al usar un punto de aptitud física por cabeza especificada por el usuario para las uniones
y punto de aptitud por flujo para tuberías. Esto permite que un modelador pondere de forma
flexible evaluación de flujo de tubería y cabezal hidráulico de unión. Tres funciones de aptitud
son definidos de la siguiente manera:

Objetivo tipo uno: minimizar la suma de cuadrados de diferencia

Objetivo tipo dos: minimizar la suma de las diferencias absolutas

Objetivo tipo tres: minimizar la diferencia absoluta máxima

Dónde: Hobsnh designa el grado hidráulico observado nh-th.

Hsimnh es el grado hidráulico simulado modelo nh-th. Hlossnh es la pérdida de carga en el punto
de datos de observación nh, Fobsnf es el flujo observado, Fsimnf es flujo simulado del modelo,
Hpnt observa el cabezal hidráulico por punto de acondicionamiento físico, mientras que Fpnt es
el caudal por punto de gimnasio NH es el número de grados hidráulicos observados y NF es el
número de descargas de tuberías observadas, Wnh y Wnf representa un factor de ponderación
normalizado para el observado grados y flujos hidráulicos respectivamente. Se dan como:

Dónde: f () es una función que puede ser lineal, cuadrada, raíz cuadrada, registro, o constante.
Una calibración optimizada puede ser conducida seleccionando uno de los tres objetivos
anteriores y la ponderación factores entre la cabeza y el flujo. Los parámetros del modelo son
calculado mediante el uso de un algoritmo genético mientras se minimiza la función cuyo
objetivo es la que se seleccionada y que satisface la calibración y sus restricciones

Restricciones de Calibración

La calibración optimizada se realiza satisfaciendo dos restricciones de tipo, la hidráulica

restricciones del sistema y restricciones del límite del parámetro de calibración. El sistema
restricciones son un conjunto de ecuaciones implícitas que aseguran la conservación de la
continuidad del flujo en nodos y energía para los bucles dentro de un sistema de distribución de
agua. Cada prueba solución generada por la GA se analiza con Bentley WaterCAD V8i hidráulico
solucionador de red.

Las restricciones de límite de calibración se utilizan para establecer los límites mínimo y
máximo para los coeficientes de rugosidad de la tubería y el multiplicador de la demanda de
unión. Ellos son dados como sigue:
Dónde: RFmini es el coeficiente de rugosidad mínimo o multiplicador para el grupo de aspereza
i; RFmaxi es la máxima rugosidad coeficiente o multiplicador para el grupo de rugosidad i; y RFi
es el coeficiente de rugosidad o multiplicador para el grupo de aspereza i; DMmini es el
multiplicador mínimo de demanda de unión para grupo de demanda i; DMmaxi es el
multiplicador de demanda máximo para el grupo de demanda i; y DMi es el multiplicador de
demanda para grupo de demanda i.

Se permite que las tuberías que tienen las mismas características físicas e hidráulicas sean
agrupadas como un enlace de calibración, y un nuevo coeficiente de rugosidad o una rugosidad
el multiplicador de coeficientes se asigna a todas las tuberías en el mismo grupo. Conexiones
que tienen los mismos patrones de demanda y dentro de un mismo área topológica también se
pueden agregar como una unión de calibración a la que se calcula un mismo multiplicador de
demanda y asignado Los parámetros de calibración están limitados por los límites superior e
inferior prescritos y ajustado con un valor incremental prescrito por el usuario. Por ejemplo, un
Hazen-Williams El valor de C para una tubería o un grupo de tuberías se computará dentro de
un rango de 40 a 140 y por un incremento de 5. Los multiplicadores de demanda pueden variar
de 0.8 a 1.2 por 0.1.

La agregación de parámetros es útil para reducir la dimensión de calibración, sin embargo se

debe tener precaución al agrupar tuberías y uniones, ya que esto puede afectar la precisión de
la calibración del modelo.

Calibración Optimizada de Algoritmos Genéticos

Un algoritmo genético (GA) es un paradigma de búsqueda robusto basado en los principios de

evolución natural y reproducción biológica (Goldberg, 1989). Para optimizar la calibración de
un modelo de distribución de agua, un programa de algoritmo genético primero genera una
población de soluciones de prueba de los parámetros del modelo. Un solucionador hidráulico
luego simula cada solución de prueba. La simulación hidráulica resultante predice el HGL (unión
presiones) y flujos de tubería en un número predeterminado de nodos (o puntos de datos) en el
red. Esta información luego se devuelve al módulo de calibración asociado.

El módulo de calibración evalúa qué tan cerca está la simulación del modelo de lo observado
datos, la evaluación de calibración calcula un valor de bondad de ajuste, que es el discrepancia
entre los datos observados y el modelo predice los flujos de tubería y la unión presiones o HGL,
para cada solución. Este valor de bondad de ajuste se asigna luego como la aptitud para esa
solución en el algoritmo genético. Una generación producida por el algoritmo genético se
completa. La aptitud medida se tiene en cuenta al realizar la próxima generación de la genética
operaciones de algoritmo. Para encontrar las soluciones de calibración óptimas, las soluciones
de ajuste serán seleccionado al imitar el principio de la selección natural de Darwin de
supervivencia del más apto.

Las soluciones seleccionadas se utilizan para reproducir una nueva generación de soluciones de
calibración realizando operaciones genéticas. Durante muchas generaciones, las soluciones
evolucionan, y las soluciones óptimas o casi óptimas finalmente surgen. Hay numerosas
variaciones de algoritmos genéticos en la última década. Muchas aplicaciones exitosas de GA
para resolver las calibraciones del modelo se han llevado a cabo para una calibración optimizada
del agua sistemas de recursos (Wang 1992, Wu 1994, Babovic, etc., 1994, Wu y Larsen, 1996).

Más recientemente, un algoritmo genético competente (también llamado fast messy GA), que
tiene se ha demostrado la GA más eficiente para la optimización de una distribución de agua
sistema (Wu y Simpson 2001), se ha utilizado para la calibración optimizada. Una breve la
descripción general se da en la siguiente sección.