Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
Texto Completo: | https://hdl.handle.net/20.500.12733/1642152 |
Resumo: | Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo Brentan |
id |
UNICAMP-30_09a00f646323f0b67e1cd9ac23945d4a |
---|---|
oai_identifier_str |
oai::1168099 |
network_acronym_str |
UNICAMP-30 |
network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository_id_str |
|
spelling |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminadaChemical intrusions in water distribution networks : detection and location of the contaminated sourceÁgua - DistribuiçãoÁgua - QualidadeÁgua potável - ContaminaçãoAprendizado de máquinaWater - DistributionWater qualityDrinking water - ContaminationMachine learningOrientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo BrentanTese (doutorado) - Universidade Estadual de Campinas, Faculdade de TecnologiaResumo: A gestão eficaz dos sistemas de água tem se tornado um desafio devido ao crescimento populacional urbano. A segurança dos sistemas de distribuição de água (SDAs) é tema discutido em todo o mundo já há alguns anos. O SDA é considerado vulnerável à contaminação acidental e intencional. Investigar as possíveis ameaças de contaminação química no sistema para detectá-las precocemente e localizar a fonte da contaminação, é importante para conseguir delimitar a área afetada e realizar ações corretivas. Este trabalho visa desenvolver ferramenta computacional capaz de diminuir o empirismo na tomada de decisão e reduzir o número de afetados em caso de contaminações no SDA. A pesquisa busca abranger três pilares importantes no gerenciamento de um SDA frente à uma contaminação química: (1) alocação ótima de sensores na rede através de algoritmo de otimização multiobjetivo, com pós processamento da Fronteira de Pareto; (2) detecção de intrusão química a partir de um mecanismo de reconhecimento de padrões usando duas redes neurais, Nonlinear auto regressive with exogenous inputs (NARX) e Long short-term memory (LSTM); e (3) localização da fonte de contaminação através de dois algoritmos de mineração de dados, k-Nearest Neighbor (k-NN) e Random Forest (RF), capazes de classificar padrões. Nos estudos de caso, eventos de contaminação por pesticida são simulados computacionalmente em duas redes de distribuição de água (RDA), uma real e outra hipotética, considerando as reações químicas do contaminante em água via programa Epanet-MSX. As abordagens de análise pós-processamento da fronteira de Pareto mostraram-se eficientes e colaborativas para a etapa de tomada de decisão para a escolha do melhor layout da rede de sensores, de acordo com as preferências do decisor/companhia de abastecimento de água. A análise de performance de ambas redes neurais mostrou-se satisfatória, no entanto as características físicas e hidráulicas da RDA devem ser levadas em conta para que o processo de detecção tenha eficácia. A aplicação do método de localização da fonte de contaminação mostrou que o k-NN localizou 87% dos cenários de contaminação e a RF localizou 88%. Por fim, realizou-se uma avaliação da propagação da contaminação na rede para melhor compreensão dos impactos das fontes de contaminação não localizadas. Assim, este trabalho buscou integrar técnicas para alcançar melhorias no monitoramento, planejamento, controle e operação dos sistemas visando maximizar os ganhos ambientais e segurança dos mesmosAbstract: Effective management of water systems has become a challenge due to urban population growth. The safety of water distribution systems (WDSs) has been a topic discussed around the world for some years. The WDS is considered vulnerable to accidental and intentional contamination. Investigating possible threats of chemical contamination in the system to detect them early and locate the source of contamination is important to be able to delimit the affected area and carry out corrective actions. This work aims to develop a computational tool capable of reducing empiricism in decision making and reducing the number of people affected in case of contamination in the WDS. The research includes to cover three important pillars in the management of an WDS front of a chemical contamination: (1) optimal sensors placement in the network through a multi-objective optimization algorithm, with Pareto front post-processing; (2) chemical intrusion detection from a pattern recognition mechanism using two neural networks, Nonlinear auto regressive with exogenous inputs (NARX) and Long short-term memory (LSTM); and (3) location of the contamination source through two data mining algorithms, k-Nearest Neighbor (k-NN) and Random Forest (RF), capable of classifying patterns. In the case studies, pesticide contamination events are simulated computationally in two water distribution networks (WDN), one real and the other hypothetical, considering the chemical reactions of the contaminant in water via the Epanet-MSX program. The Pareto front post-processing analysis approaches proved to be efficient and collaborative for the decision-making stage to choose the best layout of the sensor network, according to the preferences of the decision maker/water company. The performance analysis of both neural networks was satisfactory, however the physical and hydraulic characteristics of the RDA must be taken into account for the detection process to be effective. The application of the contamination source location method showed that the k-NN located 87% of the contamination scenarios and the RF located 88%. Finally, an assessment of the spread of contamination in the network was carried out to better understand the impacts of non-localized sources of contamination. Thus, this work sought to integrate techniques to achieve improvements in the monitoring, planning, control and operation of systems in order to maximize their environmental gains and safetyDoutoradoAmbienteDoutora em TecnologiaCAPES001[s.n.]Ribeiro, Lubienska Cristina Lucas Jaquiê, 1977-Fernandes, Cristóvão Vicente ScapulatempoManzi, DanielDantas, Renato FalcãoLuvizotto Junior, EdevarUniversidade Estadual de Campinas (UNICAMP). Faculdade de TecnologiaPrograma de Pós-Graduação em TecnologiaUNIVERSIDADE ESTADUAL DE CAMPINASOliveira, Eva Carolline Martins, 1991-20212021-08-06T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (135 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1642152OLIVEIRA, Eva Carolline Martins. Intrusões químicas em redes de distribuição de água: detecção e localização da fonte contaminada. 2021. 1 recurso online (135 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1642152. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1168099Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2021-10-01T16:05:31Zoai::1168099Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2021-10-01T16:05:31Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada Chemical intrusions in water distribution networks : detection and location of the contaminated source |
title |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
spellingShingle |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada Oliveira, Eva Carolline Martins, 1991- Água - Distribuição Água - Qualidade Água potável - Contaminação Aprendizado de máquina Water - Distribution Water quality Drinking water - Contamination Machine learning |
title_short |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
title_full |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
title_fullStr |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
title_full_unstemmed |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
title_sort |
Intrusões químicas em redes de distribuição de água : detecção e localização da fonte contaminada |
author |
Oliveira, Eva Carolline Martins, 1991- |
author_facet |
Oliveira, Eva Carolline Martins, 1991- |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ribeiro, Lubienska Cristina Lucas Jaquiê, 1977- Fernandes, Cristóvão Vicente Scapulatempo Manzi, Daniel Dantas, Renato Falcão Luvizotto Junior, Edevar Universidade Estadual de Campinas (UNICAMP). Faculdade de Tecnologia Programa de Pós-Graduação em Tecnologia UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Oliveira, Eva Carolline Martins, 1991- |
dc.subject.por.fl_str_mv |
Água - Distribuição Água - Qualidade Água potável - Contaminação Aprendizado de máquina Water - Distribution Water quality Drinking water - Contamination Machine learning |
topic |
Água - Distribuição Água - Qualidade Água potável - Contaminação Aprendizado de máquina Water - Distribution Water quality Drinking water - Contamination Machine learning |
description |
Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo Brentan |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 2021-08-06T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/1642152 OLIVEIRA, Eva Carolline Martins. Intrusões químicas em redes de distribuição de água: detecção e localização da fonte contaminada. 2021. 1 recurso online (135 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1642152. Acesso em: 3 set. 2024. |
url |
https://hdl.handle.net/20.500.12733/1642152 |
identifier_str_mv |
OLIVEIRA, Eva Carolline Martins. Intrusões químicas em redes de distribuição de água: detecção e localização da fonte contaminada. 2021. 1 recurso online (135 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1642152. Acesso em: 3 set. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1168099 Requisitos do sistema: Software para leitura de arquivo em PDF |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 1 recurso online (135 p.) : il., digital, arquivo PDF. |
dc.publisher.none.fl_str_mv |
[s.n.] |
publisher.none.fl_str_mv |
[s.n.] |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
sbubd@unicamp.br |
_version_ |
1809189176711577600 |