Una propuesta de solución al problema de predicción de bloqueos de tuberías en la red de alcantarillado ocasionados por aceites y grasas.
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción
Abstract
In the specialized literature there is a consensus that the main cause of blockages in sewer systems is the accumulation of sediments with high contents of oils and fats. Events that have adverse consequences in the sewer system, causing failures that can lead to interrupting the normal operation of a city. This research proposes a data-driven methodology to identify the origin of wastewater discharges into the sewer system that contribute in greater proportion to the accumulation of oils and fats in the pipes of the sewer system of the city of Concepción, Chile. First, a spatiotemporal analysis of the distribution of blockages in the sewer system in the center of Concepción is developed. Then, a pilot sector is represented by a graph, with infrastructure and hydraulic attributes. Finally, three models based on the binary classification problem are designed to predict blockages in the sewer system: logistic regression, random forests and neural network. The research concludes that the blockage data are spatially grouped and present seasonality with greater events in the winter months. All three models perform well in predicting positive events, with the logistic regression model being the most efficient.
En la literatura especializada existe consenso en que la principal causa de obstrucciones en los sistemas de alcantarillado es la acumulación de sedimentos con altos contenidos de aceites y grasas. Eventos que tienen consecuencias adversas en el sistema de alcantarillado, ocasionando fallas que pueden conducir a interrumpir el funcionamiento normal de una ciudad. Esta investigación propone una metodología basada en datos para identificar el origen de las descargas de aguas residuales al sistema de alcantarillado que contribuyen en mayor proporción a la acumulación de aceites y grasas en las tuberías del sistema de alcantarillado de la ciudad de Concepción, Chile. Primero se desarrolla un análisis espacio temporal de la distribución de las obstrucciones del sistema de alcantarillado en el centro de Concepción. Luego, se representa, un sector piloto, mediante un grafo, con atributos de infraestructura e hidráulicos. Finalmente, se diseñan tres modelos basados en el problema de clasificación binaria para predecir obstrucciones en el sistema alcantarilladlo: regresión logística, bosques aleatorios y red neuronal. En la investigación se concluye los datos de obstrucciones están agrupados espacialmente y presentan estacionalidad con mayores eventos en los meses de invierno. Los tres modelos presentan buen desempeño en la predicción de eventos positivos, siendo el más eficiente el modelo de regresión logística.
En la literatura especializada existe consenso en que la principal causa de obstrucciones en los sistemas de alcantarillado es la acumulación de sedimentos con altos contenidos de aceites y grasas. Eventos que tienen consecuencias adversas en el sistema de alcantarillado, ocasionando fallas que pueden conducir a interrumpir el funcionamiento normal de una ciudad. Esta investigación propone una metodología basada en datos para identificar el origen de las descargas de aguas residuales al sistema de alcantarillado que contribuyen en mayor proporción a la acumulación de aceites y grasas en las tuberías del sistema de alcantarillado de la ciudad de Concepción, Chile. Primero se desarrolla un análisis espacio temporal de la distribución de las obstrucciones del sistema de alcantarillado en el centro de Concepción. Luego, se representa, un sector piloto, mediante un grafo, con atributos de infraestructura e hidráulicos. Finalmente, se diseñan tres modelos basados en el problema de clasificación binaria para predecir obstrucciones en el sistema alcantarilladlo: regresión logística, bosques aleatorios y red neuronal. En la investigación se concluye los datos de obstrucciones están agrupados espacialmente y presentan estacionalidad con mayores eventos en los meses de invierno. Los tres modelos presentan buen desempeño en la predicción de eventos positivos, siendo el más eficiente el modelo de regresión logística.
Description
Tesis presentada para optar al Grado Académico de Magister en Ingeniería Industrial
Keywords
Drenaje, Mantenimiento, Alcantarillado