給水管網(wǎng)水力模型校正研究.pdf

1、給水管網(wǎng)的實(shí)際運(yùn)行情況常常需要用數(shù)學(xué)模型來描述。若要使數(shù)學(xué)模型有實(shí)際應(yīng)用意義，需先對(duì)其進(jìn)行校正，通過對(duì)給水管網(wǎng)模型參數(shù)的調(diào)整，使其能夠盡可能準(zhǔn)確地模擬實(shí)際管網(wǎng)的供水行為。本文對(duì)給水管網(wǎng)模型進(jìn)行了水力校正研究，考慮了穩(wěn)態(tài)和擬穩(wěn)態(tài)兩種水力情況。文中將校正分為采樣設(shè)計(jì)和摩阻校正兩個(gè)過程。 由于消防工況的校正效果好于連續(xù)時(shí)間工況的校正，因此在管網(wǎng)中人為制造消防工況，并對(duì)消防試驗(yàn)點(diǎn)的位置進(jìn)行優(yōu)化；考慮到做多點(diǎn)消防試驗(yàn)難度較大，而多次的單點(diǎn)

2、消防試驗(yàn)點(diǎn)優(yōu)化會(huì)造成所選試驗(yàn)點(diǎn)的位置過于接近，本文在優(yōu)化計(jì)算時(shí)進(jìn)行了多點(diǎn)消防試驗(yàn)，在實(shí)際操作中執(zhí)行單點(diǎn)的消防試驗(yàn)。 消防試驗(yàn)點(diǎn)位置和測(cè)壓點(diǎn)位置的優(yōu)化屬于兩個(gè)目標(biāo)函數(shù)的優(yōu)化問題，文中采用需要輸入?yún)?shù)較少的非支配分組遺傳改進(jìn)算法NSGA-Ⅱ進(jìn)行求解，并根據(jù)解的pareto前沿確定最優(yōu)的消防試驗(yàn)點(diǎn)和測(cè)壓點(diǎn)個(gè)數(shù)，得出了試驗(yàn)點(diǎn)的個(gè)數(shù)增多不一定會(huì)造成更多管網(wǎng)流動(dòng)波動(dòng)的結(jié)論，并驗(yàn)證了NSGA-Ⅱ是求解所提出的兩目標(biāo)優(yōu)化模型的較好方法。

3、 在消防試驗(yàn)點(diǎn)或測(cè)壓點(diǎn)個(gè)數(shù)已定情況下，將節(jié)點(diǎn)流量靈敏度、摩阻的靈敏度值與計(jì)算結(jié)果進(jìn)行了分析對(duì)比，發(fā)現(xiàn)其中存在一定的對(duì)應(yīng)關(guān)系，可以在優(yōu)化計(jì)算過程中加以利用。而蟻群算法中的探索信息對(duì)優(yōu)化計(jì)算所起的作用與靈敏度值的作用極為相似，文中考慮采用Max-Min蟻群算法進(jìn)行求解，從而可以利用靈敏度值提高優(yōu)化計(jì)算速度。 在摩阻校正過程中，加入優(yōu)先信息進(jìn)行優(yōu)化計(jì)算，可以提高解的穩(wěn)定性和唯一性。因此本文收集一切可用的信息對(duì)摩阻值進(jìn)行經(jīng)驗(yàn)估計(jì)，從而獲

4、得優(yōu)先信息，將優(yōu)先信息值與蟻群算法的探索信息進(jìn)行對(duì)應(yīng)，并通過探索信息系數(shù)控制優(yōu)先信息值的影響程度，采用Max-Min蟻群算法進(jìn)行求解，得到了較好的計(jì)算結(jié)果。 將本文提出的方法分別采用算例和實(shí)例的形式進(jìn)行驗(yàn)證。在算例中使用了一般遺傳算法，非支配分組遺傳改進(jìn)算法NSGA-Ⅱ，Max-Min蟻群算法等優(yōu)化算法，并對(duì)各種算法的計(jì)算速度進(jìn)行比較。在實(shí)例研究中實(shí)現(xiàn)了真實(shí)管網(wǎng)的采樣設(shè)計(jì)和摩阻系數(shù)的校正。計(jì)算結(jié)果表明本文提出的模型和方法具有較高