Прогнозирование риска выхода из строя трубопровода с использованием деревьев решений с градиентным усилением и взвешенного анализа рисков.
npj Чистая вода, том 5, Артикул: 22 (2022) Цитировать эту статью
3751 Доступов
2 цитаты
3 Альтметрика
Подробности о метриках
Модели прогнозирования отказов труб необходимы для принятия упреждающих управленческих решений. Целью данного исследования является создание надежной модели прогнозирования, возвращающей вероятность выхода из строя труб с использованием древовидной модели с градиентным усилением, а также конкретной сегментации и группировки труб на сетке размером 1 км, которая связывает локализованные характеристики. Модель применяется к обширной сети Великобритании с протяженностью около 40 000 км трубопроводов и 14-летней историей отказов. Модель оценивалась с использованием кривой оператора приемника и площади под кривой (0,89), оценки Брайера (0,007) и коэффициента корреляции Мэтьюса (0,27) для точности, что указывает на приемлемые прогнозы. Взвешенный анализ рисков используется для выявления последствий отказа трубопровода и обеспечения графического представления труб высокого риска для лиц, принимающих решения. Взвешенный анализ рисков стал важным шагом к пониманию последствий прогнозируемого сбоя. Модель можно использовать непосредственно в стратегическом планировании, которое определяет долгосрочные ключевые решения относительно технического обслуживания и потенциальной замены труб.
Многие сети водоснабжения (WDN) стареют и находятся на завершающей стадии своего проектного срока службы, что приводит к отказам труб, утечкам и потерям воды, что приводит к экологическим, экономическим и социальным последствиям. В условиях растущего давления, вызванного возросшим спросом на воду и последствиями изменения климата, что приводит к нагрузке на водоснабжение, а также в связи с тем, что органы регулирования водного хозяйства налагают крупные штрафы за невыполнение целевых показателей1, существует острая необходимость уменьшить последствия поломок труб посредством соответствующего упреждающего управления. Проактивное управление — это желаемый подход к управлению WDN, направленный на предотвращение проблем и установление уровней приемлемого риска. Традиционно упреждающее управление достигается за счет определения приоритетов замены или ремонта труб с использованием упрощенных ранговых вероятностных моделей, экспертных оценок и детальных знаний о сети для определения критических областей сети, которые исторически регулярно выходили из строя2. Однако этот упрощенный подход не подходит для управления WDN со сложными механизмами отказа труб и сложными связанными с этим рисками, включая потерю воды, вызывающую ущерб собственности и инфраструктуре, потенциальные сбои во время ремонта, прекращение подачи воды и экономические затраты на ремонт и замену. Проактивное управление требует понимания будущих характеристик труб и оценки потенциального риска3.
Статистические модели отказов труб обеспечивают средства поддержки упреждающего управления, прогнозирования будущих показателей путем выявления закономерностей отказов на основе исторических данных и сопутствующих причинных факторов4. Шамир и Ховард (1979)5 разработали одну из первых моделей для небольших труб WDN с одномерной экспоненциальной по времени моделью, использующей возраст трубы для прогнозирования количества отказов в год на 1000 футов трубы. Одновариантные модели ограничены, поскольку несколько факторов часто действуют одновременно, образуя сложные механизмы отказа, которые приводят к различным видам отказа. Эти факторы можно разделить на внутренние, экологические и эксплуатационные6. Дальнейший прогресс был достигнут с использованием многомерных моделей, включая статические (трубы и грунт) и динамические переменные, связанные со временем (погода), для прогнозирования количества отказов или интенсивности отказов7, которые можно использовать для ранжирования труб друг относительно друга8. Прогнозирование количества отказов труб на уровне активов математически проблематично, поскольку инциденты происходят нечасто9. Таким образом, исследования, основанные на частоте отказов, направлены на группировку отказов труб по схожим характеристикам в сети, обеспечивая достаточное количество отказов по сгруппированной длине труб для статистической значимости10,11. Однако группировка труб на уровне сети предполагает, что все трубы со схожими характеристиками имеют схожие локализованные условия (локальные влияния, такие как условия основания, нагрузка трафика и задания в локальной сети) и частоту отказов, что бывает редко.
200. (iii) second condition for partitioning data by variable x1 at both 30 and 60 to create two more disjoint region R3 and R4 (Taken from Barton et al.55)./p>