Академический Документы
Профессиональный Документы
Культура Документы
Nota de aceptacin
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
Firma del director de trabajo
Dedicatoria:
A mi esposa Nathalia y mi hija Luciana, quienes son la motivacin ms grande para
continuar creciendo en todos los aspectos de mi vida, y quienes entre mi trabajo profesional
y la realizacin de la especializacin han sabido comprender las ausencias y el tiempo no
compartido, apoyndome y motivndome a seguir adelante!
Agradecimientos:
A todos mis profesores de Hidrulica de la Escuela Colombiana de Ingeniera, quienes con
sus conocimientos y experiencias desde pre-grado han creado en m el inters y el gusto por
esta rama de la Ingeniera Civil, en especial al Dr. German Santos quien en esta ltima
etapa me ha aportado conocimiento y brindado dedicacin para llevar a trmino el presente
trabajo.
CONTENIDO
pg.
1. CAPITULO I INTRODUCCIN
1.1 JUSTIFICACIN
10
10
18
DE
REDES
HIDRULICAS
USANDO
25
36
36
40
50
56
4. CONCLUSIONES
63
BIBLIOGRAFA
66
ANEXOS
Anexo A. Ejemplo de una serie de datos arrojada en una simulacin para la red de Hani
verbose mode
Anexo B. Optimizacin de una red mediante el criterio de mnima presin
LISTA DE TABLAS
pg.
Tabla 1. Terminologa algoritmos genticos
Tabla 2. Ejemplo ptimo de un polinomio por S.A
Tabla 3. Iteraciones partiendo de To. 100
Tabla 4. Iteraciones partiendo de To. 500
Tabla 5. Catalogo tuberas para red Alperovits Shamir
Tabla 6. Catalogo tuberas para red Hani
Tabla 7. Datos de entrada red de Hani
Tabla 8. Configuracin obtenida para la red Alerovits Shamir
Tabla 9. Cuadro comparativo soluciones red Alperovits Shamir
Tabla 10. Configuracin obtenida para la red de Hani
Tabla 11. Cuadro comparativo soluciones red Hani
Tabla 12. Variacin del parmetro de Elasticidad partiendo solucin ms costosa
Tabla 13. Variacin del parmetro de Elasticidad partiendo solucin ms econmica
Tabla 14. % aceptacin individuos que pasan a medida que cambia la temperatura
11
23
24
24
38
38
40
51
52
53
56
58
60
62
LISTA DE FIGURAS
pg.
Figura 1. Operador de reproduccin A.G
Figura 2. Operador de cruzamiento A.G
Figura 3. Operador de mutacin A.G
Figura 4. Diagrama de flujo algoritmo WaterNetGen
Figura 5. Cambios configuracin sistema tubera hacia el vecindario
Figura 6. Paralelo en la Barra de herramientas entre EPANET y WaterNetGen
Figura 7. Herramientas introducidas en WaterNetGen
Figura 8. Vista men New WDN Model
Figura 9. Vista men Pipe Catalogue
Figura 10. Vista men Demand Assignement
Figura 11. Vista men Diameters Zones
Figura 12. Vista men Pipe Sizing
Figura 13. Vista mens Valores por defecto
Figura 14. Vista Men - Valores por defecto WaterNetGen
Figura 15. Red Alperovits Shamir
Figura 16. Red de Hani
Figura 17. Men valores por defecto Defaults
Figura 18. Presin mnima como valor por defecto
Figura 19. Configuracin de presin mnima
Figura 20. Vista herramienta para crear catlogos de tubera
Figura 21. Visualizacin del catlogo creado
Figura 22. Men asignacin de tipo y clase de tuberas a cada tramo
Figura 23. Men optimizacin WaterNetGen
Figura 24. Vista Pantalla pre dimensionamiento red seleccionando dimetro mnimo
Figura 25. Vista Sizing Rule Simulated Annealing
Figura 26. Valores por defecto parametros Simulated Anneling
Figura 27. Men verificacin de presiones
Figura 28. Men view solution
Figura 29. Men view solution red de Hanoi
Figura 30. Pantallazos verificacin de presiones solucin red de Hani
12
13
14
27
28
29
30
31
31
32
32
33
34
35
36
37
40
41
41
42
43
44
45
46
47
48
49
49
53
53
1. CAPITULO I INTRODUCCIN
1.1 JUSTIFICACIN
Los Algoritmos se pueden definir como listas de instrucciones para resolver un problema
abstracto, es decir, que un nmero finito de pasos convierten los datos de un problema
(entrada) en una solucin (salida). Sin embargo cabe notar que algunos algoritmos no
necesariamente resuelven un problema en particular. Hoy en da se utilizan algoritmos
generales en diversos aspectos cientficos como tcnicos dando excelentes resultados en
ramas como la Inteligencia Artificial, la Medicina, la Economa, la Industria y la Ingeniera
en general, por tanto para la los Ingenieros Civiles es necesario conocer y estudiar
Algoritmos que son utilizados ampliamente para resolver problemas de ingeniera tales
como los Algoritmos Genticos y de Recocido Simulado.
Dentro del tema que nos concierne, la hidrulica de redes a presin se encuentran diversos
problemas altamente NO lineales con mltiples restricciones y con mltiples soluciones
locales que diversifican y hacen compleja una solucin ptima mediante mtodos
convencionales. Hoy en da se han incorporado Algoritmos generales a programas de
distribucin libre. Tal es el caso del WATERNETGEN que incorpora el de Recocido
Simulado (Simulated Annealing) para la optimizacin de redes en el EPANET. , Esta
herramienta desarrollada se convierte en una ayuda importante para el predimensionamiento y optimizacin de redes encontrar la configuracin de tuberas que d
el menor costo de la red satisfaciendo las restricciones o necesidades para la cual se plantea
la red.No obstante, es necesario conocer el funcionamiento, las limitaciones y ventajas que
se derivan de la utilizacin del programa. En el presente trabajo, luego de una introduccin
y estudio previo de la teora disponible de los algoritmos genticos y de recocido simulado,
as como de las recomendaciones y estudios realizados por los autores del software
relacionados en el presente trabajo se presentan las conclusiones y anlisis del autor
Para tener puntos de comparacin y concluir, se seleccionaron redes estndar como las de
Alperovits - Shamir y la red de Hani las cuales han sido analizadas por varios autores en
diversos trabajos de Algoritmos Genticos y de Recocido Simulado para verificar la
eficiencia del programa WATERNETGEN.
10
Pasos Algoritmo
Crear poblacin inicial
Evaluar la poblacin
Mientras No(condicin salida)
Seleccionar a los padres
Combinar los genes de los padres para crear a los descendientes
Mutar a los descendientes
Evaluar la nueva poblacin
Elegir los individuos que sobrevivir
NATURALEZA
Cromosoma
Gen
Alelo
Locus
Genotipo
Fenotipo
Poblacin
SISTEMA ARTIFICIAL
Cadena de Caracteres
Caracterstica, Carcter
Valor de la caracterstica
Posicin en la cadena
Estructura
Conjunto de parmetros
Conjunto de Individuos, Fenotipos
Fuente: Gomes Pimentel Heber; Prez Garca Rafael (2007); Abastecimiento de agua o
estado da arte e tcnicas avanzadas, editorial Universit UFPB.Pg.243
Individuos:
Son los que forman una poblacin, tambin denominados genotipos, estructuras, cadenas o
cromosomas. Estn compuestos de unidades llamadas tambin genes, ordenados
sucesivamente; cada gen controla la herencia de uno o varios caracteres. Cada estado del
gen se denomina alelo (valor caracterstico), y se representan en cdigo binario. Cada
individuo representar una posible solucin del problema.
Poblacin:
La poblacin es un conjunto finito de individuos. Para conseguir una evolucin de la
poblacin inicial hacia nuevas poblaciones cuya aptitud sea cada vez mayor, el AG utiliza
tres operadores bsicos: reproduccin, cruzamiento y mutacin.
11
Seleccin:
Tiene la funcin de escoger los individuos de una poblacin que poseen una mayor aptitud.
Fuente: Agustn Matas Snchez (2003); Diseo de redes de distribucin de agua contemplando la
fiabilidad, mediante Algoritmos Genticos, Tesis Doctoral, Universidad Politcnica de Valencia.
Pg.132
Cruzamiento
Despus de haber seleccionado los individuos de una poblacin de acuerdo a su aptitud, se
Emparejan aleatoriamente estos individuos, combinando los genes de cada pareja para
obtener dos nuevos individuos hijos.
Generalmente se eligen los individuos a cruzar mediante una probabilidad de cruzamiento
pc. Tambin la posicin del intercambio de genes se puede elegir de forma aleatoria.
12
Fuente: Agustn Matas Snchez (2003); Diseo de redes de distribucin de agua contemplando la
fiabilidad, mediante Algoritmos Genticos, Tesis Doctoral, Universidad Politcnica de
Valencia.Pg.133
Mutacin
Consiste en elegir aleatoriamente un gen mediante la probabilidad de mutacin pm de un
individuo y cambiar su valor. La eleccin del gen se realiza aleatoriamente.
El objetivo de la mutacin es producir diversidad en la poblacin, de tal manera que ste
alcance una solucin ptima.
La probabilidad de mutacin no debe ser grande para evitar oscilaciones en el promedio de
los valores objetivo de la poblacin
13
17
Analoga Fsica:
El mtodo del recocido se utiliza en la industria para obtener materiales ms resistentes, o
ms cristalinos, en general, para mejorar las cualidades de un material. Este es el caso de la
metalurgia, la alfarera, etc...
El proceso consiste en derretir el material (calentarlo a muy alta temperatura). En esa
situacin, los tomos adquieren una distribucin azarosa dentro de la estructura del
material y la energa del sistema es mxima. Luego se hace descender la temperatura muy
lentamente por etapas, dejando que en cada una de esas etapas los tomos queden en
equilibrio (es decir, que los tomos alcancen una configuracin ptima para esa
temperatura). Al final del proceso, los tomos forman una estructura cristalina altamente
regular, el material alcanza as una mxima resistencia y la energa del sistema es mnima.
Experimentalmente se comprueba que si la temperatura se hace descender bruscamente o
no se espera suficiente tiempo en cada etapa, al final la estructura del material no es la
ptima.
La rama de la Fsica llamada Mecnica Estadstica se encarg de desarrollar una serie de
mtodos para estudiar el comportamiento de grandes cantidades de tomos de un sistema.
Debido a que en promedio, en un sistema hay
tomos por cm3, solamente puede
estudiarse el comportamiento ms probable del sistema en equilibrio a una dada
temperatura. La experimentacin mostr que los tomos de un sistema en un proceso de
recocido se comportan segn el factor de probabilidad de Boltzman. En 1953 Metrpolis
model el proceso de recocido: en cada paso del algoritmo se le da al tomo un
desplazamiento azaroso y se mide el cambio de energa E. Si E
0 se acepta el
desplazamiento. Si E > 0, se acepta el desplazamiento con probabilidad exp (- E / T.K),
donde T es la temperatura del sistema y K es la constante de Boltzman.
Recocido Simulado Simulated Annealing - Threshold algorithms (threshold =
umbral)
El algoritmo de recocido simulado (Simulated Annealing Algorithm - SAA) pertenece a
una clase de Algoritmos de bsqueda local (Local Search Algorithms LSA) comnmente
llamada Algoritmos de Umbral (Threshold Algorithm - TA). Hay dos razones por las
cuales los TA resultan interesantes dentro de los LSA:
1) parecen funcionar bien en una amplia gama de problemas reales (prcticos)
2) algunos TA, como el SAA, tienen caractersticas que permiten hacer un anlisis de la
convergencia.
Esqueleto de un TA Algoritmos de umbral
Sea (S,c) una instancia de un problema de optimizacin combinatoria, donde:
18
0 entonces acepto j
19
En este caso, cada vecino de una solucin tiene una probabilidad positiva de reemplazar a
la solucin actual. Los tk se eligen de forma tal que a medida que avanzan las iteraciones,
aceptar soluciones con grandes incrementos en el costo es menos probable (pero sigue
existiendo una probabilidad positiva de aceptarlos).
Algoritmo de Recocido Simulado
Versin montona
El algoritmo se divide en etapas. A cada etapa le corresponde una temperatura menor que la
que tena la etapa anterior (a esto hace referencia la monotona: despus de cada etapa la
temperatura baja, se enfra el sistema). Por lo tanto hace falta un criterio de cambio de la
temperatura (cunto tiempo se espera en cada etapa para dar lugar a que el sistema
alcance su equilibrio trmico).
Datos iniciales y parmetros a ser definidos para poder inicializar el algoritmo:
Temperatura inicial (T0)
La temperatura inicial T0 debe ser una temperatura que permita casi (o todo) movimiento,
es decir que la probabilidad de pasar del estado i al j (en N(i)) sea muy alta, sin importar la
diferencia c(j) c(i). Esto es que el sistema tenga un alto grado de libertad. Para muchos
problemas puede tomarse T0 proporcional a la raz cuadrada de la cantidad de nodos. En
general se toma un valor T0 que se cree suficientemente alto y se observa la primera etapa
para verificar que el sistema tenga un grado de libertad y en funcin de esta observacin se
ajusta T0.
Solucin inicial (i0)
En todas las versiones, el sistema debe ser derretido antes de implementar el algoritmo.
Esto es que la solucin factible inicial que llamamos i0 debera ser una solucin tomada al
azar del conjunto de soluciones factibles. En algunos problemas esto puede hacerse
utilizando pseudo-random numbers provistos por una mquina. Pero en muchos casos ya es
problemtico encontrar una solucin, por lo que es imposible tomar una al azar. En estos
casos se implementa un algoritmo greedy tipo local search para buscar una solucin
factible y se toma esta como i0 (ejemplo de esto es el TSP).
Funcin entorno (N)
Factor de enfriamiento
Tnext = T (factor de enfriamiento geomtrico, < 1, muy cercano a 1)
Tnext = 1 / (1 + T) (donde es un real positivo cercano a cero)
Criterio de cambio de la temperatura
Se usan dos parmetros: K = cantidad de iteraciones que estamos dispuestos a hacer en
cada etapa (equivalente a la cantidad de tiempo que vamos a esperar a que el sistema
20
alcance su equilibrio trmico para una dada temperatura T); A = cantidad de aceptaciones
que se permiten hacer en cada etapa.
A medida que T disminuye se supone que al sistema le resulta ms difcil alcanzar un
equilibrio porque es ms dificultoso el movimiento, entonces hay que esperar ms tiempo,
esto se traduce en aumentar K.
Parmetro de aumento de K ( , se usan valores alrededor de 1,05)
Criterio de Parada STOP
a) Lundy and Mees: si el algoritmo se detiene cuando T < / [ln (#S 1)/ ]
Donde #S es el cardinal del conjunto de soluciones (debe tenerse un mtodo de estimar este
valor).
Entonces, si i es la solucin que da el algoritmo e i* en un ptimo global,
P(|c(i) c(i*)| < ) =
b) En general se utiliza un parmetro de congelamiento (frozen: FRZN). Como a medida
que disminuye la temperatura, aumenta el parmetro K y A permanece constante, la
proporcin A/K se hace pequea. Asumimos que si A/K < FRZN el sistema est congelado
(la cantidad de aceptaciones respecto de la cantidad de iteraciones es muy chica, esto da la
idea de que cambiar de configuracin es muy difcil).
El algoritmo:
1. i = i0
2. T = T0
3. K = K0
4. while (condicin de STOP)
5.
while (k < K && a < A)
6.
generar j en N(i)
7.
if (c(j) c(i) < 0)
8.
i=j
9.
a=a+1
10.
else
11.
generar un numero r al azar (pseudo-random number)
12.
if (r < exp [(c(i) c(j))/T])
13.
i=j
14.
a=a+1
15.
k=k+1
16.
T= T
17
K= K
18.
k=0
19.
a=0
20. mostrar i, c(i)
21
vector
binario
0
1
10
11
100
101
110
111
1000
1001
1010
1011
1100
1101
1110
1111
23
f(x)
3236
2973
2692
2399
2100
1801
1508
1227
964
725
516
343
212
129
100
131
bit
100
90
vecino(x)
f(vecino)
delta f
cambiar?
11
2287
112
no
10011
10111
1227
1172
no
10011
81
10010
2692
<0
si
10010
73
11010
516
2176
no
10010
66
10000
3236
<0
si
10000
59
10100
2100
1136
no
10000
f(vecino)
delta f
cambiar?
vector
10011
bit
vecino
10011
500
11
2287
112
si
11
450
111
3803
<0
si
111
405
110
3556
247
si
110
364
1110
3684
<0
si
1110
328
1100
3988
<0
si
1100
295
1000
3972
16
si
1000
266
1010
4100*
<0
si
1010
239
1011
4071
29
si
1011
215
11011
343
3728
no
1011
Dnde:
C: costo por unidad de longitud
D: dimetro de la tubera
L: longitud de la tubera
NP: configuracin de las tuberas (catlogo de tuberas)
: coeficiente de regresin
La funcin objetivo sujeta y condicionada a varias restricciones
2. Conservacin de la masa en cualquier nodo
Dnde:
Q: flujo en la tubera
S: demanda en el nodo
NPin,n: configuracin de tuberas que entran al nodo n
NPout,n: configuracin de tuberas que sale de nodo n
NN: nodo establecido
3. La segunda restriccin expresa la conservacin de la energa
25
Dnde:
H: perdida en la cabeza de presin
NL: configuracin de red
La prdida de cabeza en cualquier tubera es la diferencia entre la cabeza de nodo y
los nodos extremos. Si se utiliza la ecuacin de Hazen Williams para representar
tales prdidas se obtiene:
Dnde:
W: constante numrica (depende de las unidades)
C: coeficiente de rugosidad (depende del material de la tubera)
y : coeficientes de regresin
4. La tercera restriccin expresa la presin mnima requerida en cada nodo.
Dnde:
Hn min: mnima presin requerida en cada nodo
5. Mnimos dimetros requeridos
Dnde:
D min: mnimo dimetro, y debe corresponder a los dimetros comerciales
establecidos en el catlogo de tuberas
26
Fin
Figura 4. Diagrama de flujo algoritmo WaterNetGen
Lectura Datos de la Red
Lectura Simulado
Cambiar la configuracion
Diametros tuberias: D1 Dnp
no
Resolver la ecuacion de
continuidad, consrvacion de
la masa y energia
Verificacin de
Restricciones
no
Evaluacion
criterio
metropolis
Configuracin
aceptada?
si
La solucin
encontrada es
la optima?
si
termina
27
En todos los pasos del algoritmo se producen cambios en la configuracin del sistema de
redes, y su costo es evaluado. La nueva configuracin se cambia y se repite en el vecindario
de la actual configuracin Sj. ver figura 5 en el vecindario se incluye la configuracin
teniendo en cuenta todas las tuberas por una con el mismo dimetro en la actual
configuracin. La nueva configuracin es aceptada o no de acuerdo con el criterio de
metrpolis Si
si es aceptada esta configuracin
puede ser usada como punto de partida para el siguiente paso. Si NO la configuracin
original puede ser la utilizada para este roll.
Si la temperatura t. decrece a una taza apropiada el sistema puede tender a un ptimo global
es decir al mnimo costo, al igual de si la temperatura inicial es lo suficientemente alta
como para no quedar atrapada en un ptimo local ejemplo del polinomio
Siguiendo el enfoque adoptado por Johnson (1989) es necesario tener en cuenta cuatro
parmetros para desarrollar el Recocido Simulado con apropiados resultados.
Figura 5. Cambios configuracin sistema tubera hacia el vecindario
Diametros
1
1
2
3
ND
tuberias
x
NP
Dnde:
Co: es el costo inicial de la configuracin
a: elasticidad de aceptacin.
Esta expresin hace posible encontrar una temperatura que para a% de soluciones con un
costo 10% superior al costo de la configuracin inicial, Sea aceptado.
n1:
r: es la taza con que la temperatura decrece. Este parmetro es llamado factor de
enfriamiento, puede ser cambiado por diferentes formas:
Como significado de un factor constante entre 0.8 y 0.99
O haciendo variaciones de un paso a otro acorde con el comportamiento del
algoritmo.
28
1. BARRA DE HERRAMIENTAS
Figura 6. Paralelo en la Barra de herramientas entre EPANET y WaterNetGen
EPANET:
EPANET + WATERNETGEN:
29
Ventana WaterNetGen:
Iconos Grficos:
Pipe Catalog
Load Demands
New WDN Model: mediante esta opcin se puede generar un modelo pre dimensionndolo
rpidamente, mediante opciones como numero de nodos, conectores entre s, cantidad de
tanques y dividir el rea en zonas de concentracin clusters, no obstante para la
construccin de redes especificas es mejor utilizar los elementos de dibujo comnmente
utilizados y realizar la modelacin de la red manualmente.
Pipe Catalog: Es imprescindible para la optimizacin de redes pues mediante esta opcin
se crea el LISTADO o catlogo de los dimetros a utilizar y se asignan los costos por metro
lineal de cada uno as como tambin la rugosidad del material, entre otras caractersticas.
De este LISTADO o catalogo el Algoritmo selecciona la configuracin de la red dentro de
este rango de dimetros y analiza si la configuracin es la ms econmica y cumple con las
restricciones, si no procede a cambiar la configuracin asignando nuevos dimetros del
CATALOGO
30
31
32
Pipe Sizing o Run Pipe Sizing: mediante esta opcin se ejecuta el Algoritmo para realizar
la optimizacin, una vez se tengan todas las caractersticas de la red y el catlogo de la
misma, se ingresa a esta opcin, el men desplegado se explicara cuando se haga la
modelacin en el captulo siguiente.
Figura 12. Vista men Pipe Sizing
33
EPANET:
EPANET + WATERNETGEN:
34
En general los dos puntos anteriores sintetizan los cambios ms significativos a la hora de
utilizar el software de optimizacin, se exponen con la finalidad de apreciar las diferencias
entre EPANET y EPANET+WaterNetGen, en el siguiente captulo se har la modelacin y
optimizacin para las redes propuestas (Red de Hani y Red de Alperovits - Shamir) por lo
tanto se analizaran y explicarn estas opciones de una manera ms detallada en el
siguiente captulo.
35
Las redes planteadas en el presente trabajo son escogidas debido a que en la bibliografa
son frecuentemente utilizadas lo que permite puntos de comparacin entre varios autores,
as mismo tienen tamaos y caractersticas que permiten que el Algoritmo utilizado por
WaterNetGen realice la optimizacin de una manera relativamente corta, teniendo en
cuenta que muchas veces se deben hacer varias iteraciones con diferentes parmetros para
verificar que la configuracin y costo de la red obtenida corresponde a la red ms ptima
posible.
Para efectos del diseo se utiliza coeficiente de perdida Hazen-Williams de 130 y la presin
mnima requerida en cualquier nodo es de 30 m.c.a, los dimetros nominales y costos se
discriminan a continuacin:
36
int (mm)
25.4
50.8
76.2
101.6
152.4
203.2
254
304.8
355.6
406.4
457.2
508
558.8
609.6
$
$
$
$
$
$
$
$
$
$
$
$
$
$
Costo
2.000,0
5.000,0
8.000,0
11.000,0
16.000,0
23.000,0
32.000,0
50.000,0
60.000,0
90.000,0
130.000,0
170.000,0
300.000,0
550.000,0
3.1.2 Red Hani: Comnmente conocida como red de las Torres de Hani fue propuesta
por Fujiwara y Khang (1990) la cual consta de tres mallas, 32 nudos de consumo, 34
conducciones y un nico punto de alimentacin, como caracterstica importante todos los
nodos se encuentran al nivel de referencia excepto la alimentacin.
Figura 16. Red de Hani
37
(mm)
12
16
20
24
30
40
304,8
406,4
508
609,6
762
1016
Costo (UNIDADES)
$
$
$
$
$
$
38
45,726
70,400
98,378
129,333
180,748
278,280
NODO
DEMANDA
(M3/H)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
19940
890
850
130
725
1005
1350
550
525
525
500
560
940
615
280
310
865
1345
60
1275
930
485
1045
820
170
900
370
290
360
360
105
805
39
TUBERA
LONGITUD (M)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
100
1350
900
1150
1450
450
850
850
800
950
1200
3500
800
500
550
2730
1750
800
400
2200
1500
500
2650
1230
1300
850
300
750
1500
2000
1600
150
860
950
40
41
2. CATALOGO DE TUBERAS:
Se procede a crear el catlogo de tuberas, en este caso segn la Tabla 5. para la red
de Alperovits Shamir.
Utilizando el men WaterNetGen Pipe catalog o el icono Pipe Catalog
Como caractersticas importantes se deben tener en cuenta las siguientes:
Sistema Internacional para dimetro en milmetros
Seleccionar la Formula para el clculo de las perdidas por friccin en este
caso Hazen-Williams, e introducir el valor de la constante
Introducir los dimetros con su respectivo precio
Adicionalmente se pueden tener en cuenta los espesores de las tuberas y las
descripciones y clases de las mismas, por lo tanto se pueden introducir los
catlogos reales de los fabricantes, en este caso se tomaron espesores de las
paredes de cero (0) y se nombraron las tuberas arbitrariamente.
El men y los datos se muestran a continuacin:
Figura 20. Vista herramienta para crear catlogos de tubera
3. TRAZADO DE LA RED:
La red se construye de la misma forma que en EPANET, tal vez la nica diferencia
se encuentra en que una vez se dibuje la red a cada tramo de tuberas se le debe
asignar un tipo de tubera y clase la cual pertenece al catlogo previamente creado.
Tal como se observa a continuacin:
43
44
Previo a realizar una optimizacin con Simulated Annealing, se debe hacer un pre
dimensionamiento de la red seleccionando Set Initial Diameter, para que el
algoritmo siempre haga un recorrido desde un punto conocido, para ello se
selecciona Set to Minimun Allowed para empezar desde la configuracin ms
econmica posible ver figura 24 es decir todas las tubera con el mnimo dimetro
o por lo contrario Set to Max from Catalog para empezar de la configuracin ms
costosa, no obstante segn el anlisis de las grficas construidas en el presente
trabajo que se explicarn ms adelante se deben recorrer diferentes caminos para
verificar que la solucin encontrada efectivamente corresponde a la ms econmica
posible y no se est encontrando un ptimo local.
45
Figura 24. Vista Pantalla pre dimensionamiento red seleccionando dimetro mnimo
46
48
49
Se obtiene una solucin que cumple las restricciones a un costo de 386000 (unds), lo que la
hace una excelente solucin pues como se puede observar ms adelante en el cuadro
comparativo de soluciones es la ms econmica, debido a que la solucin NO especifica la
tubera tramo a tramo la configuracin se debe obtener seleccionando cada tramo de tubera
la cual se resume en la Tabla 8. Del siguiente numeral.
NODO
Cabeza de
Presin (m)
1
2
3
4
5
6
7
210
54.01
37.83
42.73
43.66
30.82
31.86
TUBERA
Dimetro
(mm)
1
2
3
4
5
6
7
8
457.2
355.6
304.8
25.4
304.8
25.4
355.6
254
50
COSTO RED
(UNIDADES)
$
$
$
$
$
$
$
$
$
130.000,0
60.000,0
50.000,0
2.000,0
50.000,0
2.000,0
60.000,0
32.000,0
386.000
TUBERIA
1
2
3
4
5
6
7
8
costo (unidades)
Alperovits and
shamir (1987)
L
D
(m)
(in)
256
20
744
18
996,38
8
3,62
6
1000
18
goulter et al
(1986)
L
D
(m)
(in)
383
20
617
18
1000
10
1000
16
319,38
680,62
1000
8
6
16
687
313
1000
6
4
16
784,94
215,06
1000
12
10
6
990,93
9,07
6
4
98
902
492
508
20
980
12
10
10
8
2
1
497.525,0
435.015,0
Kessier and
Shamir (1989)
L
D
(m)
(in)
1000
18
Savic AND
Walters (1997)
L
D
(m)
(in)
1000
18
L
(m)
1000
D
(in)
18
EPANET+WATERN
ETGEN (presente
L
D
(m)
(in)
1000
18
66
934
1000
12
10
16
1000
10
1000
10
1000
14
1000
16
1000
16
1000
12
713
287
836
164
109
891
819
181
920
80
3
2
16
14
12
10
10
8
3
2
1000
1000
1000
1000
16
1000
16
1000
12
1000
10
1000
10
1000
1000
10
1000
10
1000
14
1000
1000
1000
10
417.500,0
419.000,0
419.000,0
386.000,0
Fuente: Sousa Joaquim y Conceicao Cunha, Water Distribution Network Desing Optimization: Simulated Annealing Approach,
Journal of Water Resources Planning and Management July-August 1999 pag. 218.
51
NODO
Cabeza de
Presion (m)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
100
97,14
61,67
56,92
51,02
44,88
43,35
41,61
40,23
39,2
37,64
34,21
30,01
35,52
33,72
31,3
33,41
49,93
55,09
50,61
41,26
36,1
44,52
38,93
35,34
31,7
30,76
38,94
30,13
30,42
30,7
33,18
TUBERIA
Diametro (in)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
609,6
609,6
508
406,4
304,8
304,8
406,4
609,6
508
1016
508
304,8
1016
762
762
508
304,8
304,8
406,4
304,8
304,8
406,4
406,4
609,6
52
COSTO RED
(UNIDADES)
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
27.828,0
375.678,0
250.452,0
320.022,0
403.506,0
125.226,0
236.538,0
236.538,0
222.624,0
171.711,0
155.200,0
452.666,0
78.702,0
35.200,0
25.149,0
124.832,0
123.200,0
103.466,0
39.351,0
612.216,0
147.567,0
22.863,0
737.442,0
222.320,0
234.972,0
83.621,0
13.718,0
34.295,0
105.600,0
91.452,0
73.162,0
10.560,0
60.544,0
122.866,0
6.081.087
Comprobacin de resultados:
Figura 29. Men view solution red de Hani
53
54
Otros Autores:
Saldarriaga Juan AOC 2004
Fujiwara and Khang (1990)
Sonaj and Bhave (1993)
$ 6.080.919
$ 6.116.000
$ 6.045.000
55
PASO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
0.001
Temp
Costo
158.804 $
10.969.797
127.043 $
7.996.925
115.767 $
7.996.925
69.490 $
7.156.700
48.622 $
6.609.157
38.897 $
6.470.055
31.118 $
6.470.055
24.894 $
6.398.038
19.915 $
6.398.038
17.924 $
6.398.038
16.131 $
6.381.757
14.518 $
6.381.757
13.066 $
6.381.357
11.760 $
6.381.357
10.584 $
6.381.357
9.525 $
6.381.357
8.573 $
6.381.357
7.715 $
6.381.357
6.944 $
6.381.357
6.294 $
6.381.357
6.249 $
6.381.357
6.249 $
6.381.357
5.624 $
6.381.357
Tiempo ejecucion: 1140 seg
ELASTICIDAD
0.01
Temp
Costo
238.206 $
10.969.797
142.923 $
7.101.148
100.046 $
6.631.965
70.032 $
6.561.721
49.022 $
6.467.204
39.218 $
6.445.494
31.374 $
6.351.162
25.099 $
6.351.162
22.589 $
6.351.162
20.330 $
6.351.162
18.297 $
6.337.125
16.467 $
6.328.926
14.821 $
6.305.875
13.339 $
6.300.292
12.005 $
6.300.292
10.804 $
6.300.292
9.724 $
6.300.292
8.751 $
6.300.292
7.876 $
6.300.292
7.088 $
6.300.292
6.380 $
6.300.292
5.742 $
6.300.292
Tiempo ejecucion: 1153 seg
57
0.1
Temp
Costo
476.412 $
10.969.797
285.847 $
6.992.303
171.508 $
6.969.047
120.055 $
6.770.548
84.039 $
6.636.023
58.827 $
6.537.473
41.179 $
6.529.167
32.943 $
6.529.167
26.354 $
6.459.373
23.719 $
6.412.753
21.347 $
6.412.753
19.212 $
6.412.208
17.291 $
6.395.600
15.562 $
6.395.600
14.005 $
6.368.939
12.605 $
6.368.939
11.344 $
6.368.939
10.210 $
6.368.939
9.189 $
6.368.939
8.270 $
6.368.939
7.443 $
6.368.939
6.699 $
6.368.939
6.029 $
6.368.939
Tiempo ejecucion: 1182 seg
Grafica 1.
58
0.001
PASO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Temp
1.072.910.743
536.455.371
268.227.685
134.113.842
67.056.921
33.528.460
16.764.230
8.382.115
5.029.269
3.017.561
1.810.537
1.086.322
651.793
391.076
234.645
164.251
98.551
68.985
55.188
44.150
35.320
28.256
22.605
20.344
18.310
16.479
14.831
12.013
8.757
7.093
6.384
5.745
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
Costo
1.802.519
74.114.047.857
942.751.905
510.704.438
510.704.438
200.214.299
198.955.179
181.242.560
73.385.467
25.079.343
9.249.239
7.825.390
6.842.068
6.624.471
6.624.471
6.624.471
6.624.471
6.416.592
6.416.592
6.328.347
6.287.158
6.251.480
6.166.978
6.166.978
6.115.868
6.109.444
6.100.248
6.081.115
6.081.115
6.081.115
6.081.115
6.081.115
6.081.115
ELASTICIDAD
0.01
Temp
Costo
1.609.366.096 $
1.802.519
1.609.366.096 $ 74.114.047.858
804.683.048 $
824.557.692
402.341.524 $
715.657.188
201.170.762 $
555.597.190
100.585.381 $
473.796.598
50.292.690 $
153.125.098
25.146.345 $
104.864.768
12.573.172 $
50.673.090
6.286.586 $
50.673.090
3.771.951 $
12.864.580
2.263.171 $
7.788.896
1.357.902 $
7.788.896
814.741 $
6.691.020
488.845 $
6.691.020
293.307 $
6.691.020
175.984 $
6.584.926
105.590 $
6.537.513
73.913 $
6.468.187
59.130 $
6.284.991
47.304 $
6.248.308
37.843 $
6.248.308
30.274 $
6.188.495
21.797 $
6.146.070
17.656 $
6.145.374
15.890 $
6.129.404
11.584 $
6.128.973
9.383 $
6.128.973
7.600 $
6.128.973
6.840 $
6.128.973
6.156 $
6.128.973
5.540 $
6.128.973
59
0.1
Temp
Costo
1.609.366.114 $
1.802.519
804.683.057 $ 74.114.047.857
402.341.528 $
640.360.005
201.170.764 $
488.567.248
100.585.382 $
488.567.248
50.292.691 $
266.001.043
25.146.345 $
217.617.509
12.573.172 $
83.575.875
6.286.586 $
40.604.549
3.771.951 $
18.639.937
2.263.171 $
11.119.534
1.131.585 $
7.351.561
678.951 $
7.194.991
407.370 $
6.945.288
244.422 $
6.875.895
146.653 $
6.601.790
102.657 $
6.453.952
71.860 $
6.374.584
50.302 $
6.374.584
40.241 $
6.300.967
32.193 $
6.191.353
25.754 $
6.184.646
20.861 $
6.095.258
18.775 $
6.095.258
16.897 $
6.095.258
13.687 $
6.095.258
12.318 $
6.095.258
9.977 $
6.095.258
8.980 $
6.095.258
7.273 $
6.095.258
6.546 $
6.095.258
5.891 $
6.095.258
5.302 $
6.085.355
Grfica 2.
60
Tabla 14. % aceptacin individuos que pasan a medida que cambia la temperatura
61
Grfica 3.
62
4.0 CONCLUSIONES:
-
El software Epanet con WaternetGen, demuestra ser una herramienta eficiente para
el diseo y optimizacin de redes, con buenos resultados como se pudo ver en las
secciones 4.1.1 y 4.1.2 pues las soluciones para las redes seleccionadas
comparndolas con otros trabajos son buenas. Para la red de Hani la cual consta de
34 tramos y 32 nodos, el tiempo de ejecucin como se puede ver en las tablas 12 y
13 no excede los 25 minutos de cmputo y se obtienen respuestas cercanas con 6
corridas diferentes.
63
Una desventaja del software puede ser que para la verificacin de la configuracin
obtenida como la ptima se debe verificar seleccionando uno a uno cada tramo de
tubera para as visualizar el dimetro encontrado, pues en la vista de view
solution como en la figura 29 se puede observar que el software da la solucin en
totales por cada dimetro seleccionado del catlogo.
64
65
BIBLIOGRAFA
CONCEICAO Cunha and SOUSA Joaquim - Journal of Water Resources Planning
and Management Vol 125 No.4 Julio / Agosto 1999 pp 215 221.
CONCEICAO Cunha and SOUSA Joaquim - Journal of Infraestructure Systems
Vol 7 No.1 Marzo 2001.
MURANHO
Joo
(muranho@mail.telepac.pt),
FERREIRA
Ana
(amferreira@ipcb.pt), SOUSA Joaquim (jjoseng@isec.pt), GOMES Abel
(agomes@di.ubi.pt), MARQUES Alfeu S (jasm@dec.uc.pt) WATERNETGEN
User`s Manual octubre 2011.
PATIO Jaime, MARBELLO Prez Ramiro DOPRHAG un programa para el
Diseo Optimo de Redes Hidrulicas Interiores en edificios. XVI Seminario
Nacional de Hidrulica e Hidrologa Sociedad Colombiana de Ingenieros
Universidad del Quindo Octubre 2004
SALDARRIAGA Juan Guillermo, VILLALVA Fernndez de Castro German Algoritmos de Optimizacin Combinatoria (AOC) aplicados al diseo de redes de
distribucin de agua potable, revista de ingeniera N.22 Facultad de Ingeniera
universidad de los Andes, Noviembre 2005
SANCHEZ Agustn Matas Diseo de redes de distribucin de Agua contemplando
la fiabilidad mediante Algoritmos Genticos, Tesis Doctoral, Universidad
Politcnica de Valencia (2003)
SAN VICENTE Snchez Hctor Optimizacin de los dimetros de las Tuberas de
una Red de distribucin de Agua mediante algoritmos de recocido simulado.
Instituto Tecnolgico y de Estudios Superiores de Monterrey, Campus Cuernavaca,
Mxico, ingeniera Hidrulica en Mxico Vol. XVIII, nm. 1 pp. 105 118 enero
marzo de 2003
IGLESIAS Rey Pedro, MartnezMARTINEZ Solano Javier, PEREZ Garca Rafael
Algoritmo Gentico Modificado para Diseo de Redes de Abastecimiento de
Agua, Seminario Hispano Brasilero sobre sistema de abastecimiento urbano de agua
8 a 10 de Noviembre 2004.
Link
descarga
de
software
EPANET+WATERNETGEN
http://www.dec.uc.pt/~WaterNetGen/waternetgen.php?DownLoadData=Nothing
66
Anexo A. Ejemplo de una serie de datos arrojada en una simulacin para la red de Hani
verbose mode
67
Temperature: 8082.0969
Optimum Obj Function Value: 6095258.6804 (=6085355.0343 + 9903.6461)
Working... 33 ... 1700
Accept(%):4.000 CoolRate: 0.9 Iters: 50
Temperature: 7273.8870
Optimum Obj Function Value: 6095258.6804 (=6085355.0343 + 9903.6461)
Working... 34 ... 1700
Accept(%):5.235 CoolRate: 0.9 Iters: 50
Temperature: 6546.4981
Optimum Obj Function Value: 6095258.6804 (=6085355.0343 + 9903.6461)
Working... 35 ... 1700
Accept(%):2.412 CoolRate: 0.9 Iters: 50
Temperature: 5891.8482
Optimum Obj Function Value: 6095258.6804 (=6085355.0343 + 9903.6461)
Working... 36 ... 1700
Accept(%):2.059 CoolRate: 0.9 Iters: 50
Temperature: 5302.6632
Optimum Obj Function Value: 6095258.6804 (=6085355.0343 + 9903.6461)
Simulated Annealing: Done!
Execution Time: 1477.74300
-----Solution Cost: 6085355.00
71
72
73
3. Seleccionar Verbose mode: con la finalidad que se desplieguen los valores que se
han cambiado en las iteraciones, as como el tiempo de ejecucin
4. iterar hasta que el sistema se encuentre balanceado, es decir que las presiones del
mismo sean positivas, el indicador de esto es cuando en verde aparece success
74
Se obtuvo una solucin que cumple con la restriccin de 30 m.c.a, utilizando 8 iteraciones
por cada ejecucin en un tiempo menor a 2 minutos y ms econmica que la obtenida
por el mtodo de Simulated Annealing, con la siguiente configuracin de tuberas:
NODO
1
2
3
4
5
6
7
Cabeza de
Presion (m)
210
54.01
37.83
42.73
43.66
30.82
31.86
TUBERIA
1
2
3
4
5
6
7
8
Diametro
(mm)
457.2
355.6
304.8
25.4
304.8
25.4
304.8
203.2
COSTO RED
(UNIDADES)
$
130.000,0
$
60.000,0
$
50.000,0
$
2.000,0
$
50.000,0
$
2.000,0
$
50.000,0
$
23.000,0
$
367.000
Teniendo en cuenta que se obtuvo una excelente solucin, que cumple con las
restricciones y que adems es ms econmica que la obtenida previamente en el presente
trabajo, se deja este anexo con motivo de anlisis y estudio por parte de las personas
interesadas, y se invita a las mimas a conocer las limitaciones y teora del uso de esta
herramienta previo a la utilizacin de la misma.
75