Developıng a water dıstrıbutıon network model: A case study

Abstract

Dağıtım şebeke ağları yüksek kalitede içme suyunu gerekli ihtiyaca göre ve uygun basınçla sağlar.Bu çalışmada , Erbil kenti içme suyu şebekesinin bir bölümü kayıtlı verilere ve sahadan alınan verilere göre modellendi. Deneme yanılma metodu gerçek model parametrelerinin değerlerine ulaşmak ve gerçekçi sonuçlar elde etmek için kullanıldı. Modelin düzenlenmesi ve geçerliliği, ölçülen ve simüle edilen ,basınç ve su içindeki klor muhtevasının birbiri ile karşılaştırılaştırılmasıyla gerçekleştirildi. Elde edilen veriler dağıtım şebekesinde numaralandırılmış noktalardan farklı zamanlarda ölçülerek alınmıştır.Kalibrasyon işlemi esnasında, Oluşturulan modelde, hesaplanan ve gözlemlenen(Ölçülen) verilerin , ortalama mutlak sapması ve ortalama hataların korelasyonu değerlendirildi. Kalibrasyon analizi EPANET2 programı yardımıyla ifa edilmiştir. Basınç ve klor muhtevası, ölçülen ve modellenen verilerin arasındaki farkların iyi korele edilmiş değerler arasındaki farkların düşük olduğu, modelin dağıtım şebekesine uygun olduğu görülmüştür.

The distribution networks are used to supply high quality drinking water with a stable quantity and pressure. In this study, a segment of Erbil city drinking water distribution network was modeled by using the documented data and the data collected from the field. A trial-and-error procedure was used to calibrate the model parameters in order to obtain realistic results. The model calibration and validation was carried out by comparing the measured and the simulated, pressure and the chlorine residual concentrations. The measured data was obtained from a number of points on the water distribution network at different times.During the calibration process, the model was evaluated for the average absolute deviation and the correlation of mean errors between the computed and the observed data. The calibration analysis was performed by the EPANET2. The results of the pressure and the chlorine residual concentration demonstrate that the average absolute deviation between the measured and the simulated data is fairly low with a high correlation between the means, signifying that the model is fitted well to the network.