مدل‌سازی پیش‌بینی گرفتگی شبکه فاضلاب با استفاده از شبکه عصبی (MLP) ، ارزیابی ریسک و نقش بحرانی اتصالات سرریزهای آب سطحی
کد مقاله : 1315-IWWA
نویسندگان
علی سخاوتی *1، آرش احمدی2، مهدی مختاری2
1کارشناس مسئول دفتر بهره‌برداری از تاسیسات فاضلاب
2کارمند
چکیده مقاله
گرفتگی‌های شبکه فاضلاب، به‌عنوان شایع‌ترین نوع حوادث، هزینه‌های عملیاتی بالایی را به مدیریت شهری تحمیل می‌کنند و مدیریت نامناسب روان‌آب‌های سطحی در تشدید چرخه‌ی حوادث گرفتگی نقش موثری دارد. این پژوهش با هدف توسعه یک ابزار پیش‌بینی هدفمند، از مدل شبکه عصبی پرسپترون چند لایه (MLP) برای ارزیابی ریسک گرفتگی در لوله‌های شبکه فاضلاب شهری استفاده کرده است. مدل با داده‌های پنج‌ساله (۱۳۹۸ تا ۱۴۰۲) شامل ویژگی‌هایی نظیر قطر لوله، سابقه تاریخی انسداد، رتبه فنی، و اتصال سرریز آب سطحی آموزش داده شد.
نتایج نشان داد که مدل MLP در ارزیابی داخلی، به دقت99/9% و حساسیت 100% بر روی مجموعه آزمون دست یافته است. مهم‌تر آنکه، در ارزیابی کاربردی پیش‌بینی واقعیات سال ۱۴۰۳، مدل توانست با نرخ همپوشانی62%، لوله‌های دچار گرفتگی را به‌درستی شناسایی کند. این همپوشانی، علی‌رغم ماهیت تصادفی پدیده گرفتگی، ابزار مؤثری برای کاهش عدم قطعیت فراهم می‌آورد. تحلیل‌ها نقش سابقه تاریخی و اتصال سرریز آب سطحی را به‌عنوان عوامل بحرانی افزایش ریسک تأیید کردند. این مدل، چارچوبی برای گذار از نگهداری واکنشی به مدیریت دارایی هوشمند بر اساس اولویت‌بندی ریسک فراهم می‌کند.
کلیدواژه ها
شبکه عصبی چند لایه (MLP)، شبکه فاضلاب،اولویت بندی ریسک، سرریز آب سطحی، مدیریت رواناب های سطحی
وضعیت: پذیرفته شده برای ارائه شفاهی