Use este identificador para citar ou linkar para este item:
https://repositorio.ufms.br/handle/123456789/9443| Tipo: | Tese |
| Título: | Abordagem híbrida de otimização multiobjetivo aplicada a operação de estações elevatórias em sistemas de abastecimento de água |
| Autor(es): | Moacir Muniz Pereira Junior |
| Primeiro orientador: | Carlos Nobuyoshi Ide |
| Resumo: | Cenários de instabilidade na disponibilidade hídrica reforçam a necessidade de gestão dos sistemas de abastecimento de água. No entanto, mesmo com a aplicação de metodologias de combate ao desperdício, os índices de desempenho referentes ao volume de água perdido em vazamentos e a energia elétrica utilizada para o bombeamento dos sistemas brasileiros tendem a não melhorar expressivamente e retratam um longo caminho até a excelência, o que reflete diretamente no aumento de custos operacionais. A ineficiência agrava os custos operacionais em companhias de saneamento. Nos últimos 20 anos, a programação otimizada da operação de bombas, especialmente bombas de velocidade variável, tem se mostrado uma solução prática e eficaz para a redução de custos operacionais dos sistemas de abastecimento. Estudos recentes indicam que a otimização baseada na variação de velocidade de motobombas pode proporcionar melhorias superiores a 40%. Nesse contexto, metodologias de otimização computacional inspiradas em processos naturais de evolução e aperfeiçoamento têm sido amplamente utilizadas com sucesso na tomada de decisões para otimizar sistemas de abastecimento de água. A literatura aponta para a necessidade de pesquisas que se concentrem em formas híbridas de otimização e em maneiras de reduzir o espaço de busca dos algoritmos, visando diminuir o custo computacional. Diante disso, esse estudo propõe um novo método híbrido de otimização multiobjetivo, que combina o algoritmo genético, a otimização por enxame de partículas (PSO) e a metodologia de edição genética CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats) para encontrar soluções ótimas de operação para bombas de velocidade variável em sistemas de abastecimento de água. As funções objetivo utilizadas foram minimizar o custo e maximizar a resiliência do sistema. A fuga hidroenergética foi empregada como critério de avaliação da qualidade e interpretada no método como um genótipo no algoritmo genético. O método proposto foi implementado e testado em um modelo hidráulico que representa as condições hidráulicas de uma rede real de distribuição de água brasileiro. Os resultados demonstram que o espaço de busca do algoritmo foi otimizado, priorizando soluções tecnicamente mais viáveis para a operação dos sistemas de bombeamento, sem comprometer o abastecimento no dia seguinte. Além disso, a taxa de resiliência unitária se mostrou uma excelente estratégia de discretização de soluções devido às suas características, subsidiando o operador na escolha de um subgrupo menor de soluções para a tomada de decisão. |
| Abstract: | Scenarios of instability in water availability underscore the need for effective management of water supply systems. However, despite the application of methodologies to combat waste, performance indicators related to the volume of water lost through leaks and the electricity used for pumping in Brazilian systems have shown limited improvement, reflecting a significant distance from operational excellence. This inefficiency exacerbates operational costs for sanitation companies. Over the past 20 years, optimized scheduling for pump operations, particularly for variable-speed pumps, has proven to be a practical and effective solution for reducing operational costs in water supply systems. Recent studies indicate that optimization based on variable-speed pumps can lead to improvements of over 40%. In this context, computational optimization methodologies inspired by natural processes of evolution and refinement have been widely used with success in decision-making to optimize water supply systems. The literature highlights the need for research focusing on hybrid forms of optimization and methods to reduce the search space of algorithms, aiming to decrease computational costs. In response, this study proposes a new hybrid multi-objective optimization method, combining genetic algorithms, Particle Swarm Optimization (PSO), and the CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats) gene-editing methodology to find optimal operational solutions for variable-speed pumps in water supply systems. The objectives were to minimize costs and maximize system resilience. Hydroenergetic loss was used as a quality evaluation criterion and interpreted in the method as a genotype in the genetic algorithm. The proposed method was implemented and tested in a hydraulic model representing the conditions of a real water distribution network in Brazil. The results demonstrate that the algorithm's search space was optimized, prioritizing technically more viable solutions for pump system operations without compromising the next day's water supply. Additionally, the unit resilience rate proved to be an excellent solution discretization strategy due to its characteristics, assisting the operator in selecting a smaller subset of solutions for decision-making. |
| Palavras-chave: | Algoritmos Genéticos, Programação de bombas, Bomba de velocidade varável, CRISPR, Edição genética, PSO, Enxame de Partículas, Resiliência Hidráulica, Custo operacional |
| País: | Brasil |
| Editor: | Fundação Universidade Federal de Mato Grosso do Sul |
| Sigla da Instituição: | UFMS |
| Tipo de acesso: | Acesso Restrito |
| URI: | https://repositorio.ufms.br/handle/123456789/9443 |
| Data do documento: | 2024 |
| Aparece nas coleções: | Programa de Pós-graduação em Tecnologias Ambientais |
Arquivos associados a este item:
Não existem arquivos associados a este item.
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.