Professional Documents
Culture Documents
TESIS DOCTORAL
Presentada por:
Carlos Daniel Alonso Guzmn
Dirigida por:
Dr. Rafael Prez Garca
Dr. Joaqun Izquierdo Sebastin
TESIS DOCTORAL
Modelo hbrido para la toma de decisiones en programas de rehabilitacin
de tuberas para sistemas de abastecimiento de agua: Aplicacin a la
ciudad de Celaya, Gto. (Mxico)
Presentada por:
Dirigida por:
Tribunal Calificador
Presidente
Jos Roldn Caas
Secretario
Rafael Garca Bartual
Vocal 1
Ricardo Aliod Sebastin
Vocal 2
Juan Reca Cardea
Vocal 3
Antonio Gallardo Izquierdo
AGRADECIMIENTOS
En todo proyecto de gran envergadura existen dificultades, pero tambin existen personas
que nos alientan y nos ayudan a superarlas, por tal motivo quiero agradecer profundamente
a toda las personas participes de este trabajo, que indirecta o directamente participaron en
ello: opinando, dando animo, con sus oraciones, con sus muestras de apoyo en los
momentos que mas lo necesite, a todos ellos gracias.
A la memoria de mis padres que con su ejemplo de perseverancia, de trabajo con ahnco y
comprensin. Me demostraron con hechos, que con esfuerzo y dedicacin se puede
alcanzar la meta. Por que se que este proyecto fue tan anhelado por vosotros como para mi,
espero haber correspondido a cabalidad.
Un agradecimiento muy especial al Dr. Rafael Prez Garca por haber confiado en mi
persona, por la paciencia, mpetu, entereza mostrado en todo momento, pero sobre todo por
calidez y calidad humana que siempre he encontrado en su persona, cabe resaltar un
agradeciendo muy especial por la direccin de este trabajo, siempre tuvo una respuesta
cuando me agobiaban las dudas y que seguramente sin su atinada direccin, no hubiera
llegado a buen trmino este trabajo.
Al Dr. Joaqun Izquierdo Sebastin por sus comentarios, sugerencias y correcciones, igual
de oportunas que precisas, matizando un agradeciendo de sobre manera por su completa y
expedita disposicin para colaborar en la revisin de este trabajo, fundamentales para la
conclusin de esta tesis.
Un agradecimiento a Karla, Daniela y Carlitos que son mis tres fuentes de inspiracin,
sutilmente con su sonrisa y entusiasmo hicieron ms ligero este proceso, pero sobre todo
por entender sin el ms mnimo reclamo mis ausencias, y enfrentar con osada y aplomo
esta aventura de atravesar el Atlntico, por su comprensin y apoyo. Les estoy
profundamente agradecido.
A Raquel, mi esposa, que en todo momento tuvo la paciencia para estar a mi lado en este
difcil trayecto, por brindarme constantemente palabras de aliento, cario y demostrar su
valenta sin recato alguno como olvidarlo. Mil gracias.
Gracias a Manuel Herrera Fernndez por compartir sus conocimientos, y por su valiosa
aportacin en el tema de estadstica, dichas aportaciones sin duda enriquecieron este
trabajo. Igualmente quiero agradecer a la empresa de aguas (JUMAPA) de la ciudad de
Celaya, Guanajuato, Mxico. Por proporcionar los datos tan valiosos, que se utilizaron en el
caso de estudio para este trabajo. De la misma forma al Consejo Nacional de ciencia y
Tecnologa (CONACYT) de Mxico por su apoyo para la realizacin de esta tesis.
Resmenes
Resumen
El abastecimiento del suministro a las poblaciones esta basado en una enorme y
compleja infraestructura, que se ha ido expandiendo y desarrollando durante el ultimo
siglo, a la par que envejece, expuesta al proceso de deterioro y a fallos sucesivos.
Cuando las tuberas sufren roturas, el coste de su reemplazo es elevado, y no es
econmicamente viable sustituirlas despus del primer fallo, de modo que el enfoque
habitual es reparar las tuberas hasta que los costes de reparacin sean claramente
superiores a los costes de reemplazo, o hasta que otros proyectos de actuacin en el
subsuelo hacen econmicamente atractiva la sustitucin.
Los factores que intervienen en la toma de decisiones en un programa de renovacin de
las tuberas son muy diversos. Por este motivo, se deben de considerar, hasta donde sea
posible, todas las variables que intervienen en los fallos de las tuberas. A partir de las
variables de influencia se pueden obtener datos para su anlisis y evaluacin, y tambin
es posible utilizar una gama de mtodos para estructurar un programa de renovacin de
las tuberas, tales como mtodos de optimizacin, estadsticos, etctera, en funcin del
tipo de datos y de la disponibilidad de los mismos.
El objetivo de este trabajo consiste en el desarrollo de un modelo integral, que auxilie en
la programacin ptima de los trabajos en la priorizacin de la renovacin de las
tuberas en las empresas de agua, considerando la gran variedad que se presenta en los
datos disponibles de una empresa de agua a otra, y el amplio rango en cuanto a la
calidad y cantidad de los datos.
En este trabajo se aborda la problemtica de la toma de decisiones para la priorizacin
en la rehabilitacin de tuberas a travs de diversos enfoques, planteados en tres
vertientes, y que a su vez se integran a travs de una aplicacin en un modelo integral.
Dicho modelo integral esta constituido por tres sub-modelos (vulnerabilidad, eficiencia
e ndice de evaluacin de las condiciones fsicas, IECF), con el objeto que la toma de
decisiones considere los tres aspectos fundamentales en la rehabilitacin de tuberas,
como son: la vulnerabilidad y la eficiencia de la red y tambin su comportamiento
estructural, sin perder la consideracin de elementos tan importantes como son la
disponibilidad de informacin y de recursos financieros.
Para la estructura y conformacin de los modelos que forman parte del modelo integral,
se desarrolla la metodologa empleada para la asignacin de prioridades de renovacin
de tuberas, mediante el uso del sistema de apoyo a la toma de decisin de las Sumas
Ponderadas, as como las herramientas necesarias para ello, detallando las matrices de
ponderacin de alternativas y valoracin de resultados.
Una vez que se aborda la metodologa mencionada, se realiza la aplicacin del sistema
de soporte a la decisin de las Sumas Ponderadas, para la asignacin de prioridades de
renovacin en ocho grupos tuberas de la red de Celaya, Gto. Mxico. En este caso se
tiene que hacer la agrupacin de puntuaciones parciales de cada tubera respecto a cada
uno de los criterios considerados, obtenindose como resultado la priorizacin del grupo
de tuberas. Tambin se realiza el anlisis de sensibilidad de los resultados, ante
variaciones en la consideracin de los valores en los pesos de los criterios.
Seguidamente, se aplica el mtodo para jerarquizar cada uno de los grupos de tuberas
para cada factor de influencia considerado, aplicando para ello Algoritmos Genticos.
Para evaluar el aspecto econmico y determinar el orden de priorizacin, basndonos en
el ahorro de energa elctrica y el volumen recuperado del caudal fugado al rehabilitar
las tuberas, as como el ahorro que se obtendra al evitar la consecuencia de un posible
fallo, al momento de realizar la toma de decisiones de rehabilitar las tuberas.
Para determinar lo anterior se utiliza el programa de EPANET, conjuntamente con
procedimientos de lgica difusa (especficamente los Nmeros Difusos Triangulares).
Para determinar la priorizacin en base al aspecto econmico, se utiliza nuevamente la
herramienta de Algoritmos Genticos, y en este caso hay que resaltar que el resultado
que se obtiene es la longitud ptima para renovar dentro de cada grupo de tuberas, de
forma que se maximicen los beneficios.
El deterioro estructural se contempla dentro del Modelo de Evaluacin de las
condiciones fsicas de las tuberas, y en l se plantea todo lo relacionado con el anlisis
de supervivencia y especficamente con la aplicacin de los mismos en las redes de
distribucin, al igual que los modelos de riesgo proporcionales tanto semiparamtricos
(Modelos de Cox) como paramtricos (Modelos de Weibull), presentando un caso de
aplicacin para la ciudad de Celaya, Gto. Mxico. El objetivo es su aplicacin en el
anlisis de los fallos en las redes de abastecimiento, para determinar en que grado
influyen en el fallo de las tuberas un nmero determinado de covariables.
Tambin se ha llevado a cabo la evaluacin de los contrastes de las hiptesis de los
modelos de Cox; a travs de la evaluacin del modelo de Weibull se determina el
nmero de fallos futuros y consecuentemente, el orden de priorizacin, y por ultimo,
con la parte paramtrica del modelo de Cox, se determina el ndice de evaluacin de las
condiciones fsicas de las tuberas (IECF).
Asimismo, se ha desarrollado una aplicacin del modelo integral para la toma de
decisiones en la priorizacin para la rehabilitacin de tuberas. En este proceso se utiliza
el lenguaje R, el programa de estadstica S-Plus y el SPSS. Como resultado se obtiene
una aplicacin desarrollada en Visual Basic. Dicha aplicacin estructura al modelo
integral que, a su vez, esta constituido por tres sub-modelos (vulnerabilidad, eficiencia,
ndice de evaluacin de las condiciones fsicas IECF-). Como resultado se obtiene una
lista de priorizacin basada en el nmero de fallos esperados, determinada con la
funcin paramtrica del modelo Weibull.
Cabe resaltar que, con este modelo integral, es posible describir el estado tcnico en
que se encuentran las tuberas, de tal forma que puede ser una herramienta importante
para la planeacin en la rehabilitacin de tuberas y la optimizacin de los recursos
disponibles.
Summary
Water supply to population is based on an enormous and complex infrastructure that has
expanded and developed during the last century, while the water distribution networks
age, the infrastructure of distribution systems is exposed to the process of deterioration
and consecutive failures. Pipes are broken are expensive to replace, and replace is not
economically viable after the first failure, the usual approach is to repair the pipes until
repair costs clearly outweigh the costs of replacement, or until other underground
projects are economically attractive replacement
Therefore, there are different factors involved in making decisions in a program to
renovate pipes, and for that reason must be considered as far as possible all the variables
involved in the failures of the pipes. Of which you can obtain data for analysis and
evaluation as well as gamma methods for structuring a program to renovate pipes.
Among the methods used, we can mention the methods of optimization, statistics, etc.
Whereas for the application of these methods, the availability and type of data.
The aim of this work focuses on developing a comprehensive model, which aids in
optimal scheduling of work on the prioritization of the renewal of pipes in the water
companies. Considering the great diversity of data, available of a water company to
another, and that can have a wide range in terms of quality and quantity of data, an
aspect that was considered when framing the scope.
This paper addresses the problem of making decisions for prioritizing the rehabilitation
of pipes, through several approaches, which arise in three aspects with the same number
of models, and in turn are integrated in one application through a comprehensive model.
This comprehensive model consists of three models (vulnerability, efficiency,
evaluation index of the physical conditions (EIPC)).
In order that decisions consider the three fundamental aspects in the rehabilitation of
pipelines as are the vulnerability and efficiency network and its structural behavior.
Both data availability and financial resources are considered important elements. The
result is a list of priority based on the number of failures expected, given the role
parametric Weibull model.
For the structure and conformation of the models that are part of the comprehensive
model is developed the methodology for prioritization of pipeline renewal system, using
support decision making of the weighted sums, and the tools necessary for this,
detailing the weighting matrices of alternatives and impact assessment.
Once the methodology is discussed above, we make the implementation of the system
supports the decision of the weighted sums for the prioritization of renewal in eight
groups of the network pipes Celaya, Gto. Mexico, where he has to make the grouping of
partial scores of each pipe for each of the criteria considered, resulting in the
prioritization of the group of pipes. The results will have a simple sensitivity analysis of
variations in the consideration of values in the weights of the criteria.
It then applies the method to rank each of the groups of pipes for each influence factor
considered by applying genetic algorithms to do so. To assess the economic and
determine the order of priority, based on electricity savings and volume flow recovered
runaways, to rehabilitate pipelines and the savings that would result to avoid the
consequence of a possible failure at the time making the decision to rehabilitate the
pipes.
To determine the above is used Epanet program in conjunction with fuzzy logic,
specifically the triangular fuzzy numbers. To determine the priority based on the
economic side, again using the tool of genetic algorithms, and in this case, the result
obtained is the optimal length of each group of pipes, which maximize the benefits.
Structural deterioration in the evaluation model of the physical condition of the pipes,
everything related raises survival analysis and specific to their application in
distribution networks, as well as proportional hazard models both semiparametric (Cox's
models) and parametric (Weibull models). With a case of application for the city of
Celaya, Mxico
Structural deterioration in the evaluation model of the physical condition of the pipes,
there is everything related to survival analysis and specific to their application in the
water distribution networks, as well as proportional hazard models both semiparametric
(Cox's models) and parametric (Weibull models).
In order to apply them in analyzing the failures in the supply network and thus
determine to what degree a number of covariates influencing the failure of the pipes, all
with a handling and processing of information for statistical analysis . It is also carried
out the evaluation of the contrasts of the model assumptions of Cox's, via the Weibull
model assessment determines the number of failures and consequent future
prioritization order, finally with the parametric Cox's model determines the assessment
rate the physical condition of the pipes (IECF). It also develops a comprehensive model
for implementing the decisions, in prioritizing the rehabilitation of pipelines. This
process uses the language R, the statistical program S-Plus and SPSS.
The result is an application developed in Visual Basic, the integrated model is
structured in this application, and this model consists of three models (vulnerability,
efficiency, evaluation index of the physical conditions (IECF). Where as a result is a list
of priority based on the number of failures expected, prioritization is determined
through parametric function of the Weibull model.
Significantly, this comprehensive model can describe the state "technical" they are in
the pipes, so that may be an important tool for planning the rehabilitation of pipelines
and optimization of resources.
Resum
L'abastiment del subministrament a les poblacions esta basat en una enorme i complexa
infraestructura que s'ha anat expandint i desenrotllat durant l'ultim segle, mentres
envellix, la infraestructura dels sistemes de distribuci s exposada al procs de
deteriorament i de fallades consecutives. Les canonades que patixen ruptures sn
costoses per a reemplaar-les, i no s econmicament viable substituir-les desprs de la
primera fallada, l'enfocament habitual s reparar les canonades fins que els costos de
reparaci sn clarament superiors als costos de reemplaament, o fins que altres
projectes subterranis fan econmicament atractiu la sustituci.
De tal manera que sn diversos els factors que intervenen en la presa de decisions en un
programa de renovaci de les canonades, i per tal motiu es deuen de considerar fins on
siga possible totes les variables que intervenen en les fallades de les canonades. Dels
quals es poden obtindre dades per a la seua anlisi i avaluaci, aix com la gamma de
mtodes per a estructurar un programa de renovaci de les canonades. Com ara mtodes
d'optimitzaci, estadstics, etc. Prenent en consideraci la disponibilitat i el tipus de
dades.
L'objectiu se centre a desenrotllar un model integral que auxilie en la programaci
ptima dels treballs en la prioritzaci de la renovaci de les canonades en les empreses
d'aigua. Considerant la gran diversitat de la disponibilitat de dades d'una empresa
d'aigua a una altra, i que pot tindre un ampli rang quant a la qualitat i quantitat de les
dades, aspecte que es considere al moment de plantejar els aconseguixes.
En este treball s'aborda la problemtica de la presa de decisions per a la prioritzaci en
la rehabilitaci de canonades; atravs de diversos enfocaments, els quals es plantegen en
tres vessants amb el el mateix nombre de models, i al seu torn s'integren atravs d'una
aplicaci en un model integral. El dit model integral esta constitut per tres models
(vulnerabilitat, eficincia, ndex d'avaluaci de les condicions fsiques (IECF)). Amb
l'objecte que la presa de decisions considere els tres aspectes fonamentals en la
rehabilitaci de canonades com sn: la vulnerabilitat i l'eficincia de la xarxa aix com
el seu comportament estructural. Tenint en consideraci un element important com sn
la disponibilitat de dades i dels recursos financers.
Per a l'estructura i conformaci dels models que formen part del model integral, es
desenrotlla la metodologia empleada per a l'assignaci de prioritats de renovaci de
canonades per mitj de l's del sistema suport a la presa de decisi de les sumes
ponderades, aix com les ferramentes necessries per a aix, detallant les matrius de
ponderaci d'alternatives i valoraci de resultats. Una vegada que s'aborda la
metodologia mencionada, es realitza l'aplicaci del sistema de suport a la decisi de les
sumes ponderades per a l'assignaci de prioritats de renovaci en huit grups canonades
de la xarxa de Celaya, Gto. Mxic, on s'ha de fer l'agrupaci de puntuacions parcials de
cada canonada respecte a cada un dels criteris considerats, obtenint-se com resultat la
prioritzaci del grup de canonades. Es realitza l'anlisi de sensibilitat del resultats ant
variacions en la consideraci dels valors en els pesos dels criteris."
A continuaci, s'aplica el mtode per a jerarquitzar a cada un dels grups de canonades
per a cada factor d'influncia considerat, aplicant algoritmes gentics. Per a avaluar
l'aspecte econmic i determinar l'orde de prioritzaci, basat en l'estalvi d'energia
elctrica i el volum recuperat del cabal escapat al rehabilitar les canonades, aix com
l'estalvi que s'obtindria a l'evitar la conseqncia d'una possible fallada, al moment de
realitzar la presa de decisions de rehabilitar les canonades, s'utilitza el programa
d'EPANET conjuntament amb la lgica difusa especficament els nmeros difusos
triangulars. Per a determinar la prioritzaci basant-se en l'aspecte econmic s'utilitza
novament la ferramenta d'algoritmes gentics, i en aquest cas cal ressaltar que el resultat
que s'obt s la longitud ptima de cada grup de canonades, les quals maximitzen els
beneficis.
El deteriorament estructural en el Model d'Avaluaci de les condicions fsiques de les
canonades, es planteja tot all que s'ha relacionat amb l'anlisi de supervivncia i en
especifique amb l'aplicaci dels mateixos en les xarxes de distribuci, igual que els
models de risc proporcionals tant semiparametrics (Models de Cox's) com paramtrics
(Models de Weibull). Amb un cas d'aplicaci per a la ciutat de Celaya, Gto. Mxic.
Amb l'objectiu d'aplicar-los en l'anlisi de les fallades en les xarxes d'abastiment i
determinar amb aix en que grau un nmero determinat de covariables influxen en la
fallada de les canonades, tot a amb un tractament i processament de la informaci per
a l'anlisi estadstica. Tamb es du a terme l'avaluaci dels contrastos de les hiptesis
dels models de Cox's, a travs de l'avaluaci del model de Weibull es determina amb el
nombre de fallades futures i per conseqent l'orde de prioritzaci, per ultim amb la part
paramtrica del model de Cox's es determina l'ndex d'avaluaci de les condicions
fsiques de les canonades (IECF). Aix mateix es desenrotlla una aplicaci del model
integral per a la presa de decisions, en la prioritzaci per a la rehabilitaci de canonades.
En este procs s'utilitza el llenguatge R, el programa d'estadstica S-Plus i el SPSS.
Com resultat s'obt una aplicaci desenrotllada en visual Basic, la dita aplicaci
estructura al model integral que al seu torn esta constitut per tres models (vulnerabilitat,
eficincia, ndex d'avaluaci de les condicions fsiques (IECF)). On com resultat s'obt
una llista de prioritzaci basada en el nombre de fallades esperats determinada amb la
funci paramtrica del model Weibull.
Cal ressaltar que amb aquest model integral s possible descriure l'estat 'tcnic' en que
es troben les canonades, de tal forma que pot ser una ferramenta important per a la
planeaci en la rehabilitaci de canonades i l'optimitzaci dels recursos.
INDICE GENERAL
Capitulo 1 .......................................................................................................................... 1
1
Introduccin.............................................................................................................. 3
Metodologa.............................................................................................................. 8
Capitulo 2 ....................................................................................................................... 15
1
3.1
3.2
3.2.1
3.2.2
4.2
4.3
4.4
5.2
Conclusiones........................................................................................................... 35
Capitulo 3 ....................................................................................................................... 37
1
Introduccin............................................................................................................ 39
3.1
3.2
3.2.1
Provisin de servicios............................................................................. 40
3.2.2
Polticas .................................................................................................. 41
4.1.1
4.1.2
4.1.3
4.1.4
Los nudos................................................................................................ 46
4.1.5
El rendimiento de la red.......................................................................... 47
4.1.6
4.1.7
4.1.8
Los Embalses.......................................................................................... 49
5.2
6.2
6.3
6.4
7.1.1
Failnet-Reliab (CEMAGREF)................................................................ 54
7.1.2
7.1.3
tubera ............................................................................................................................. 56
8.1
8.2
8.3
Conclusiones........................................................................................................... 60
Capitulo 4 ....................................................................................................................... 61
Factores de Influencia y los Modelos de Ayuda a la Decisin....................................... 61
1
1.1.1
1.1.2
II
1.1.3
Corrosin ................................................................................................ 70
1.1.4
Dimetro ................................................................................................. 70
1.1.5
Longitud de la tubera............................................................................. 70
1.1.6
Material de la tubera.............................................................................. 71
1.2
Variaciones temporales................................................................................... 71
1.2.1
1.2.2
1.2.3
Presin .................................................................................................... 72
1.2.4
1.3
3.2
3.3
3.4
Discusin ................................................................................................................ 79
El modelo de referencia.................................................................................. 81
Discusin ................................................................................................ 82
El Modelo MNRAP (Multistage Network Rehabilitation Analysis Procedure)
.82
7.3
7.4
7.5
Modelo KANEW............................................................................................ 84
8.2
8.3
8.4
8.5
III
Conclusin .............................................................................................................. 87
Capitulo 5 ....................................................................................................................... 89
1
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
3.1.1
3.1.2
3.2
3.2.1
3.2.2
3.2.3
3.3.1
3.3.2
Evaluacin de las tuberas seleccionadas segn los criterios definidos ............... 111
5.1
5.1.1
5.1.2
5.2
5.2.1
5.2.2
IV
5.2.3
5.3.1
5.3.2
Capitulo 6..
129
131
Modelo de Vulnerabilidad...
1.1
1.2
134
mediante el uso del sistema soporte a la toma de decisin de las sumas ponderadas
...135
2.2
2.2.1
2.2.2
137
3.1.3
3.1.4
Modelo de Eficiencia...
4.1
144
4.1.1
Prdida de agua y las relaciones energticas en una tubera con fuga . 146
4.1.2
4.1.3
4.2
4.2.1
4.2.2
4.2.3
4.2.4
4.2.5
4.2.6
4.3
4.3.1
4.3.2
4.3.3
4.3.4
4.3.5
1.1.2
1.2
1.2.1
1.2.2
1.2.3
1.3
1.4
1.5
1.6
2.2
2.2.1
2.2.2
2.2.3
VI
3.1
3.2
3.3
3.4
3.5
5.2
5.2.1
5.2.2
5.2.3
5.2.4
5.2.5
5.2.6
(PHM)....................................................................................................................... 232
6.1.1
6.1.2
6.2
6.3
6.4
6.5
6.6
7.2
7.3
VII
7.4
7.5
9.2
9.3
9.3.1
9.3.2
9.3.3
9.4
Priorizacin del orden de las tuberas para rehabilitar, aplicando los modelos
11
10.2
10.3
10.4
10.4.1
10.4.2
Conclusiones......................................................................................................... 301
VIII
INDICE DE FIGURAS
Figura 1. 1 Estructura de la tesis..................................................................................... 14
Figura 2. 1 Descripcin del proceso de deterioro de las tuberas de agua potable
(adaptado de Rajani y Kleiner, 2001)............................................................................. 19
Figura 2. 2 Tipos de inversiones.................................................................................... 21
Figura 2. 3 El proceso del Asset Management (Adaptada de FHWA,1999 et EPA, 2003)
........................................................................................................................................ 23
Figura 2. 4 La gestin de las redes de agua potable ...................................................... 25
Figura 2. 5 Instrumento de ayuda a la decisin para la gestin de la red RAP (Adaptado
por Skipworth et al., 2002)............................................................................................. 26
Figura 2. 6 El ciclo de la gestin de tuberas (adaptado de Makar y Kleiner, 2000) .... 29
Figura 2. 7 Decisin para renovar un sistema segn el coste de fallo........................... 34
Figura 2. 8 Decisin para renovar un sistema principal con alto coste de fallo ............ 34
Figura 3. 1 Ejemplo de una curva caracterstica............................................................. 45
Figura 3. 2 Ejemplo de una curva de modulacin .......................................................... 47
Figura 3. 3 Clasificacin de las redes de acuerdo a sus caractersticas topolgicas....... 49
Figura 3. 4 Modelo de una red de detalle y una red simplificada................................... 51
Figura 3. 5 Nivel de suministro en funcin de la presin (Adaptado de Wagner et al,
1988)............................................................................................................................... 57
Figura 3. 6 Calculo del ndice de fiabilidad hidrulica.................................................. 59
Figura 4. 1Cargas en las tuberas utilizada en UtilNets (adaptada de Preston et al.,
1999)............................................................................................................................... 73
Figura 4. 2 Tiempos de la recoleccin de datos ............................................................ 77
Figura 4. 3 Perfil del funcionamiento de 3 tuberas en consideracin 5 criterios y 3
clases de tuberas ............................................................................................................ 80
Figura 5. 1 Localizacin de la zona de estudio .............................................................. 92
IX
XI
XII
XIII
INDICE DE TABLAS
Tabla 2. 1 La gestin de la infraestructura adaptada a la renovacin de las redes de agua
potable (Alonso et al 2007) ............................................................................................ 25
Tabla 3. 1 Principales caractersticas de los sistemas de agua ...................................... 41
Tabla 3. 2 Datos brutos del sector agua......................................................................... 42
Tabla 3. 3 Distintos tipos de tuberas ............................................................................ 44
Tabla 3. 4 La curva de consumo o curva de modulacin ............................................... 46
Tabla 4. 1 Factores de influencia en el ndice de fallos de roturas (adaptado de Rostum
2000)............................................................................................................................... 64
Tabla 4. 2 Factores de influencia en el ndice de fallos de roturas (adaptado de Stone et
al., para EPA 2002) ........................................................................................................ 65
Tabla 4. 3 Clasificacin de factores tomada de Stephens y Jackson (2003). ................ 66
Tabla 4. 4 Factores de influencia considerados en cada uno de los modelos (Leng y
Pratti, 2002) .................................................................................................................... 67
Tabla 5. 1 Nmero de acometidas .................................................................................. 92
Tabla 5. 2 Coberturas de contadores ............................................................................. 93
Tabla 5. 3 Cobertura de tarifas ...................................................................................... 94
Tabla 5. 4 Nmero de tuberas de los sectores de la red ................................................ 96
Tabla 5. 5 Longitud de las tuberas de los sectores de la red ........................................ 97
Tabla 5. 6 Material y eficiencia de las tuberas de los sectores de la red ....................... 97
Tabla 5. 7 Datos de los volmenes del sector.............................................................. 100
Tabla 5. 8 Demanda horaria en nodos ......................................................................... 101
Tabla 5. 9 Calculo del caudal de fugas........................................................................ 103
Tabla 5. 10 Calculo de los coeficientes de los emisores ............................................. 105
Tabla 5. 11 Resultado del modelo aplicando los coeficientes de los emisores ............ 106
Tabla 5. 12 Resultado de la valoracin de la edad y periodo de instalacin ............... 112
XIV
XV
Tabla 6. 10 Coste diario de la energa para los diferentes escenarios planteados ........ 171
Tabla 6. 11 Caudales diarios para los tres escenarios planteados ................................ 172
Tabla 6. 12 Escala cualitativa de las consecuencias de riesgo ..................................... 173
Tabla 6. 13 Resultados de la clasificacin de las consecuencias de riesgo .................. 174
Tabla 6. 14 Concentrado del clculo de la probabilidad de fallo ................................. 175
Tabla 6. 15 Escala cualitativa de la probabilidad de riesgo.......................................... 175
Tabla 6. 16 Clasificacin de la probabilidad de fallo ................................................... 175
Tabla 6. 17 Resultados de los nmeros difusos triangulares........................................ 176
Tabla 6. 18 Estructura de la obtencin del riesgo difuso.............................................. 177
Tabla 6. 19 Resultados del clculo del coste de la consecuencia de fallo.................... 177
Tabla 6. 20 Resultado y calculo de los beneficio al rehabilitar las tuberas................. 180
Tabla 6. 21 Concentrado de los factores, costes y beneficios totales para la
optimizacin. ................................................................................................................ 181
Tabla 6. 22 Resultados de la longitud ptima para cada grupo de tubera ................... 181
Tabla 7. 1 Parmetros de regresin de los factores de riesgo significantes, para los
modelos estratificados de CPHM y WPHM en LED-Bordeaux, CEB y Bas-Rhin ..... 200
Tabla 7. 2 Parmetros de regresin para un modelo WPHM en Lausanne .................. 201
Tabla 7. 3 Parmetros de regresin para un modelo WPHM en Charente-Maritime... 201
Tabla 7. 4 Resumen de los estudios de investigacin (Adaptado de Vanrenterghem
Raven, 2003)................................................................................................................. 203
Tabla 7. 5 Base de datos de 59 tuberas estadsticas del total de 1685, incluye roturas,
variables de sobrevivencia y de censura (time; censor) entre otras, respectivamente. 208
Tabla 7. 6 Calculo de la aproximacin de S(t) de Kaplan-Meier ................................. 220
Tabla 7. 7 Descripcin estadstica de las tuberas. ....................................................... 222
Tabla 7. 8 Descripcin estadstica de las tuberas, variables especficas del entorno. . 223
Tabla 7. 9 Tiempo promedio observado entre roturas dependiendo del nmero de
roturas. .......................................................................................................................... 225
XVI
XVII
XVIII
Capitulo
1
Introduccin
Introduccin
En la actualidad, la prdida de agua debido a las fugas y las consecuencias de los fallos
en el sistema, son dos grandes retos para las empresas de agua, puesto que los caudales
perdidos en las fugas frecuentemente alcanzan porcentajes por encima del 30%, y
adems, el caudal fugado se incrementa con el ndice de fallo de las tuberas. Los
gestores de los sistemas de distribucin se encuentran comprometidos en la tarea de
minimizar dichos fallos, como una va para mejorar la sustentabilidad del servicio y
aumentar la proteccin del medio ambiente.
El abastecimiento de agua a las poblaciones esta basado en una enorme y compleja
infraestructura, que se ha ido expandiendo y desarrollado durante el ltimo siglo.
Mientras envejecen, las infraestructuras de los sistemas de distribucin estn expuestas
al proceso de deterioro y a los fallos subsecuentes. El reemplazo de las tuberas que
sufren roturas es costoso y no es econmicamente viable, sustituirlas despus del primer
fallo. Por ello, el enfoque habitual consiste en reparar las tuberas hasta que los costes
de reparacin superan claramente a los costes de reemplazo, o hasta que la coordinacin
con otros proyectos de infraestructura urbana haga que la sustitucin sera
econmicamente atractiva.
Los factores que intervienen en la toma de decisiones en un programa de renovacin de
las tuberas son muchos y diversos, y por ello se deben de considerar, hasta donde sea
posible, todas las variables que intervienen en los fallos de las tuberas. De tales
variables se pueden obtener datos para su anlisis y evaluacin, y se pueden inferir una
gama de mtodos para definir un programa de renovacin de las tuberas. Dependiendo
de la naturaleza, variedad y disponibilidad de los datos, se puede considerar la
aplicacin de mtodos de optimizacin, estadsticos y otros.
Los modelos y mtodos empleados deben de auxiliar en la toma de decisiones,
identificando los costes y beneficios de las estrategias de rehabilitacin, que a su vez
resulten en un nivel aceptable de servicio. En su forma ms sencilla, la decisin puede
estar basada en una comparacin de costes de distintas alternativas en cualquier instante
de tiempo.
Los sistemas de abastecimiento de agua potable se deterioran y fallan de manera
frecuente, ocasionando prdidas del agua producida, disminucin de la confiabilidad del
sistema, incrementos en los costes de operacin, daos materiales, interrupcin del
servicio, todos ellos perjuicios aadidos al coste econmico resultante de restaurar la
tubera rota. Es virtualmente imposible sustituir todas las tuberas vulnerables al mismo
tiempo. Consecuentemente, existe una necesidad de encontrar mtodos que puedan
ayudar a programar la rehabilitacin y el reemplazo progresivos del sistema, conforme a
los apremios presupuestarios.
La ausencia de una poltica de reemplazo de los componentes que hayan cumplido su
vida til en la red de distribucin, as como la gestin prcticamente nula del estado de
las tuberas y la necesidad de optimizar los recursos econmicos disponibles, hace
necesario el conocimiento de los factores de influencia que determinan la asignacin de
dichos recursos .
Metodologa
10
11
al igual que los diversos modelos, para determinar la valoracin de los factores de
influencia en el ndice de roturas en las tuberas. Adems, analizamos los diferentes
modelos y los enfoques propuestos para la prctica de la renovacin de las redes RAP,
distinguiendo tres niveles de anlisis. El primer nivel contiene el conjunto de los
instrumentos, los modelos y los mtodos que intentan describir el deterioro estructural
de la red, con la ayuda de las variables mencionadas y jerarquizar las tuberas, sin
proponer una programacin de los trabajos a efectuar, utilizando aproximaciones
diversas, tales como Cadenas de Markov, Anlisis Multicriterio, Anlisis Estadstico y
otros. El segundo nivel de anlisis se apoya en la determinacin de vencimientos para la
renovacin. Con la ayuda de instrumentos de optimizacin, es posible efectuar
elecciones y una programacin de los trabajos, que permite tratar los elementos crticos
identificados al nivel inicial de renovacin. La optimizacin se articula sobre objetivos
econmicos o tcnicos. El mtodo de optimizacin utilizado generalmente es la
Programacin Dinmica.
En este punto identificamos dos lmites principales. La implementacin del mtodo en
el caso de varias alternativas de intervencin sobre la red da lugar a un crecimiento del
nmero de cumbres de los grafos de decisin, en particular para redes de tamao
importante. El segundo lmite concierne al carcter conjunto-objetivo de la bsqueda de
las soluciones, que no permite tener en cuenta varios criterios a la vez. Aclaramos las
insuficiencias de cada aproximacin, e introducimos mtodos heursticos,
particularmente los algoritmos genticos (Goldberg, 1994) como aproximacin de
optimizacin, aplicada sobre la problemtica de renovacin y sobre los problemas
multiobjetivo (Halhal et al., 1997). El tercer nivel maneja modelos de ayuda a la
decisin, integrados por gestin de la red en conjunto, que se articulan sobre datos y
mdulos de clculo, para la renovacin de las redes RAP. El inters es describir el
proceso de ayuda a la decisin y apoyarse en ello, para proponer una aproximacin para
la programacin de los trabajos de renovacin.
En el Captulo 5 abordamos la eleccin de criterios e identificacin de alternativas,
donde los procesos que se plantean tienen como objetivo final, establecer una jerarqua
en las tuberas de una red de distribucin de agua potable, ordenadas en funcin de la
necesidad (prioridad) de ser renovada o rehabilitada. Para ello se utilizan ocho criterios,
en cada uno de los cuales, cada grupo de tubera tomar un valor concreto con un
atributo dependiente de cada criterio, valor que finalmente se hace corresponder con un
puntaje desde 0 hasta 10. En un paso posterior se ponderarn todos los criterios en una
proporcin tal que la suma de todos los porcentajes de todos los criterios es igual a
100%. La tubera de mayor valor, ser la primera en la lista para su rehabilitacin; es
decir, se va a hacer una ordenacin de las mismas, pero sin entrar a poner condiciones
mnimas o metas en los atributos de cada criterio.
Posteriormente se plantea la aplicacin de un mtodo de optimizacin, para la
priorizacin del conjunto del grupo de tuberas, sobre cinco sectores de la red de la
ciudad de Celaya, Gto. Mxico, que son objeto de renovacin sobre la base de los
factores de influencia seleccionados. La clasificacin de los ocho criterios que, a juicio
de los gestores de la red de la ciudad de Celaya, merecen ser considerados y clasificados
en grupos con diferentes caractersticas, son el grupo de factores Bsicos,
Funcionales y Miscelneos.
En este mismo capitulo se analiza y se aplica dentro del modelo hidrulico, el mtodo
12
13
Desarrollo del
trabajo
Captulo1
Bsico
Capitulo 2
Gestin infraestructura
Toma de decisiones
Conceptualizacin
Capitulo 3
Revisin de la literatura
Capitulo 4
Modelos de
renovacin,
optimizacin, anlisis
de supervivencia
Factores de influencia
Mtodo Priorizacin 1
Capitulo 5
Factores de influencia
Determinacin-Evaluacin
Mtodo Priorizacin 2
Capitulo 6
Caso de estudio
Mtodo Priorizacin 3
Capitulo 7
Resumen
Capitulo 8
Conclusiones y recomendaciones
14
Capitulo
2
Gestin de
Infraestructura y Toma
de Decisiones
16
Las infraestructuras juegan un papel importante en nuestra vida diaria y los servicios
que nos proporcionan estn tan omnipresentes que las damos por sentado. Nadie discute
el hecho de que los sistemas de infraestructura para la prestacin de un servicio, son
silenciosos e indispensables para todos los aspectos de nuestra economa.
Tambin existe un consenso sobre el hecho de que esos valiosos activos fsicos no han
tenido un adecuado mantenimiento y que en los ltimos aos se han deteriorado hasta el
punto de que puede suponer un riesgo de seguridad de los usuarios, modificar el nivel
de confort y servicio a que los usuarios se han acostumbrado, y tambin revela que los
recursos no son utilizados de manera que minimice los costos y maximice la vida de
servicio.
Debemos de considerar que los modelos y mtodos adecuados deben de auxiliar en la
toma de decisiones identificando costes-beneficios de las estrategias de rehabilitacin,
que a su vez resulten en un nivel aceptable de servicio. En su forma ms sencilla, la
decisin puede basarse en una comparacin de costes de alternativas en cualquier punto
del tiempo.
El presente estudio pretende dotar a los administradores del servicio de agua de las
herramientas que le permitan establecer el orden de prioridad en los trabajos sobre la red
y estimar las dotaciones presupuestarias necesarias en el corto y medio plazo. El
objetivo es la conservacin y mantenimiento del servicio de la red del abastecimiento de
agua potable, a travs de la renovacin de las tuberas, tomando en consideracin un
conjunto de variables y criterios en el proceso de toma de decisiones, variables que
estn vinculadas a la tubera, a su entorno y al propio servicio del agua.
Son diversos los factores que influyen para la priorizacin de las tareas de renovacin
de las redes, teniendo en consideracin las restricciones financieras, necesarias para
efectuar un conjunto de trabajos sobre la red con el fin de mejorar el funcionamiento.
La estimacin del presupuesto necesario requiere la identificacin de las tuberas sobre
las cuales es prioritario intervenir, as como la naturaleza de las intervenciones que hay
que prever, teniendo en cuenta la disponibilidad de los recursos financieros del servicio
de agua, representando una restriccin presupuestaria que depende de los ingresos de la
empresa de aguas y el origen del financiamiento (interno o externo).
As pues, utilizaremos el plazo de renovacin para describir el conjunto de
intervenciones sobre las tuberas, susceptibles de mejorar el funcionamiento de la red.
Sobre el conjunto de todos los dispositivos hidrulicos que constituyen la red,
consideraremos exclusivamente la renovacin de las tuberas del abastecimiento de agua
potable. La renovacin del servicio del agua puede ser inscrita en el marco de una
estrategia de sostenibilidad, puesto que est planificada en el tiempo y se efecta segn
una aproximacin preventiva precisa. De otro modo, la renovacin puede ser realizada
de manera arbitraria, basndose en criterios empricos y de manera no planificada. La
renovacin es ineludible, concierne a las tuberas, cuya vida til tcnica es importante,
pero est limitada en el tiempo. Dicha vida til tcnica se define como el perodo del
tiempo durante el que la tubera funcionar garantizando especificaciones precisas.
17
La renovacin consiste en reemplazar la tubera al fin de su vida til tcnica o bien por
motivo de la aplicacin de criterios econmicos, de obsolescencia o por actuaciones de
modernizacin. Desde un punto de vista contable, distinguimos la vida til contable de
la vida til tcnica. La duracin de vida contable corresponde al perodo sobre el que se
practica la amortizacin de una tubera, estando comprendida entre 60 y 80 aos
aproximadamente, dependiendo del material.
Las tuberas sufren degradacin a lo largo de su operacin y esta degradacin acelera el
proceso de envejecimiento, reduciendo los ndices de funcionamiento de la red y
obligando a realizar trabajos sobre las tuberas. Los trabajos de mantenimiento son
aquellos que, en general, incluyen el conjunto de las actividades, planificadas o no, con
el fin de preservar la tubera en su estado original. El mantenimiento comienza con la
inspeccin peridica de la red, con el fin de controlar su estado y su nivel de
funcionamiento. El mantenimiento de la red puede ser preventivo, a fin de asegurar un
buen funcionamiento y de alcanzar una vida tcnica til previamente establecida,
correctivo, concretndose en reparaciones motivadas por averas y otros
acontecimientos imprevistos. Los costes que generan los trabajos de mantenimiento son
registrados como costes de operacin y mantenimiento, imputados a la seccin
explotacin del presupuesto de los servicios de agua. Los trabajos de renovacin
representan una gran inversin para los servicios del agua, siendo necesario
programarlos en el tiempo y disponer los montos presupuestarios necesarios para su
realizacin. Los costes generados por estos trabajos de renovacin se inscriben en la
seccin de inversiones del presupuesto del servicio del agua.
Aunque los trabajos de renovacin son objeto de una programacin en el tiempo, a
menudo los criterios tomados en consideracin no tienen en cuenta el funcionamiento
de la red y del estado de deterioro de las tuberas. Con el fin de obtener economas de
escala y evitar la intervencin de apertura de zanja en respuesta al mantenimiento de
calzada, que es aproximadamente de unos 5 aos, los servicios de agua prefieren, en
general, adaptarse para compatibilizar con el resto de trabajos de servicio de vas
pblicas. Los trabajos de renovacin se concentran exclusivamente sobre las tuberas
que se encuentran en las calles que figuran en el programa de mantenimiento de servicio
de vas pblicas. Esta solucin puede ser viable de un punto de vista econmico pero no
lo es forzosamente desde un punto de vista tcnico. El ptimo econmico no consiste en
el forzamiento desde el punto de vista tcnico. Esta prctica de la renovacin no permite
paliar las deficiencias vinculadas al deterioro de la red.
Para Rajani y Kleiner (2001), el deterioro de la red se manifiesta en los casos de fallo
que hacen que la red sea incapaz de alcanzar la funcin asignada. Los autores
identifican los siguientes tipos de deterioro:
Deterioro estructural: rotura fsica de las tuberas, esto es, casos que necesitan
reparacin.
18
Corrosin interna en
depsitos
Deterioro de la
calidad del agua
Entorno fsico
Deterioro de la capacidad
hidrulica
Previsiones
de cambios
futuros
de la
demanda
Restricciones
externas
Movimiento
del suelo
Tomada en
consideracin por
el efecto red
Gusto, olor
Contaminacin,
infiltracin
Deterioro estructural
Tuberas:
Tipo
Calidad
Instalacin
Efecto de
helada
Tipo de
redes:
Mallada
ramificada
Restricciones
internas
(presin)
Carga debido
al trfico
Otros
Tratamiento
insuficiente
Fallos potenciales
Frecuencia de fallos
Coleccin y
anlisis de
datos
Previsin de la
red hidrulica
futura
Previsin de
fallos
Evaluar el efecto de la
tubera sobre la
calidad del agua
Previsin de la fiabilidad
de redes
Criterios de
funcionamiento
Toma de decisin
Costes:
Reparacin
Reemplazo
Rehabilitacin
Reforzamiento
Sociales
Otros trabajos
Programados
Restricciones
presupuestales
Con el que?
Evaluacin
de tuberas
Nivel de
deterioro
Caractersticas:
Asilamiento de
tuberas
Regulacin de
la temperatura
Proteccin
catdica
Revestimiento
Cundo?
Renovar
Formulacin de
alternativas de
renovacin
Figura 2. 1.- Descripcin del proceso de deterioro de las tuberas de agua potable
(adaptado de Rajani y Kleiner, 2001)
19
La topologa de la red
Bancel y Richard (1995) consideran que el concepto de inversin difiere con arreglo a la
actividad del sector. Para los economistas, esencialmente, se trata de un flujo de capital
que permite modificar los stocks existentes, que constituyen junto con el factor del
trabajo uno de los principales factores de la funcin de produccin.
Para los gerentes, la inversin representa un coste para la empresa, que genera nuevos
cash-flows (ventajas). La necesidad de jerarquizar los diversos proyectos contribuye a la
realizacin de balances globales (costes - beneficios), que miden la rentabilidad de cada
proyecto.
Dafflon (1998) define la inversin como un coste que aumenta el valor del patrimonio y
cuya utilidad se extiende varios aos. Esta inversin conserva o mejora el uso del
patrimonio, durante varios aos desde un punto de vista cualitativo y cuantitativo. Por
analoga, la renovacin de las redes de agua potable (inversin), tendr por incidencia el
aumento de la vida til de las tuberas, la reduccin de los fallos, el mejoramiento del
suministro de agua a los usuarios, la mejora del funcionamiento de la red de manera
general, la reduccin de costes operacionales y de mantenimiento. Distinguimos las
inversiones de renovacin, otros tipos de inversin y establecemos un vnculo con las
inversiones de modernizacin. Para Koehl (2003), las inversiones de renovacin
permiten una renovacin de los equipos, pero no necesariamente al estado idntico en el
inicio de su vida til, sino que su vocacin es compensar la depreciacin de los equipos
instalados. En la figura 2.2 se muestran los diferentes tipos de inversiones.
20
Inversiones
Sociales
Diversificacin
Productividad
Productivas
Reglamentarias
Modernizacin
Expansin
Renovacin
Mantenimiento
Innovacin
22
Objetivos y polticas
(Previsiones y necesidades)
Inventario de la infraestructura
Condicin de evaluacin
Funcionamiento del sistema
Modelacin
Asignacin
de
presupuesto
Evaluacin, alternativas
Jerarquizacin y Optimizacin
Seleccin de acciones y
estimacin de montos
presupuestarios
Puesta en ejecucin
Control y anlisis
Figura 2. 3 El proceso del Asset Management (Adaptada de FHWA,1999 y EPA, 2003)
23
3.2
24
Corto Plazo
Meses a un ao
Gestin peridica de la red:
Intervenciones sobre las
tuberas y conservacin del
servicio
de
la
red:
reparacin, limpieza, etc.
Medio Plazo
5 aos
Programacin Plurianual:
Previsiones de fallos y
trabajos sobre la red
Montos presupuestarios
Largo Plazo
Mas de 5 aos
Planificacin estratgica:
Aumentar la fiabilidad de
red y la calidad de servicio
devuelto a los usuarios
Evolucin de la demanda y
extensin de la red.
o
o
o
o
o
o
o
o
Evaluacin de las condiciones del estado de la
infraestructura.
o
o
o
o
o
Puesta en ejecucin.
o
o
o
o
Control y Anlisis.
o
o
Proponemos en la tabla 2.1 una adaptacin del proceso de gestin de la red de agua
potable. Observamos que el esquema descrito se apoya en un anlisis del inventario de
la red y de su funcionamiento, as como un anlisis econmico ligado a la deficiencia de
la red, la ejecucin de trabajos de mantenimiento y de renovacin (Alonso et al. 2007).
En este sentido, Skipworth et al. (2002) preconizan la integracin de un anlisis
puramente econmico, con una aproximacin de anlisis de realizacin de la red RAP
en la toma de decisiones (Ver Figura 2.5).
Anlisis econmico
Identificacin de costes
internos
Anlisis tcnico
Medicin de
Externalidades
Anlisis econmico
El anlisis econmico se refiere al conjunto de los costes vinculados a las redes de RAP
y a las tuberas, considerando los costes directos: de instalacin de las tuberas, de la
inspeccin, de la reparacin, del mantenimiento y de sustitucin. Los costes indirectos
26
son ms difciles de medir desde un punto de vista econmico, porque vienen inducidos
por acontecimientos imprevisibles y vinculados a las externalidades, que traducen el
impacto sobre el medio ambiente de la red, en caso de fallos o trabajos de renovacin.
Las consecuencias de los fallos son diversas: daos, inundaciones, interrupcin del
servicio, prdida de ingresos, molestias para la trfico rodado, etctera (ver Care-W,
2003). La renovacin es tributaria de los recursos financieros disponibles. El anlisis se
refiere al conjunto de la vida til tcnica de la tubera. A lo largo de esta vida til, es
necesario de identificar los costes directos:
De reparacin y mantenimiento.
De desmontaje y renovacin.
Anlisis tcnico
Este anlisis trata de la evolucin del estado de la red (de las tuberas) a lo largo de su
vida til. Se trata de aportar una descripcin y una medida de los fenmenos de
deterioro estructural (fsico), de las conducciones que acompaa el envejecimiento de
las tuberas, el deterioro hidrulico que afecta al funcionamiento de la red y que se
manifiesta por una deficiencia del suministro de agua, as como el deterioro en la
calidad. La renovacin de la red de agua potable necesita de una descripcin del
mecanismo de deterioro de las tuberas, identificando los factores que conducen a una
degradacin de la red y subrayando aquellos que pueden dar lugar a una renovacin. Por
tal motivo, es indispensable un conocimiento profundo de la red, lo que implica conocer
la localizacin del sistema de las tuberas, los materiales de fabricacin, dimetro, edad,
localizacin y tipo de otros elementos de la red (bombas, accesorios, etctera)
Esta informacin alimenta las bases de datos del servicio de agua y su sistema de
informacin (SIG, programas de gestin). Una vez que se han identificado los
elementos de la red, debemos describir su funcionamiento, efectuando medidas
diversas. Para cada partida que constituye la red, es importante conocer:
27
Las presiones y los gastos al nivel de las tuberas y los nudos de consumo.
Estos datos permiten tambin actualizar la informacin sobre los planos de la red y
determinar los sectores con elevada frecuencia de fallos. En nuestro caso se cuenta con
un concentrado del reporte de fallos, generado por el sistema de informacin geogrfico
de la JUMAPA y un reporte de fugas, que se genera por el personal que acude a reparar
dicha fuga.
4
28
La mas importante caracterstica del ciclo de la gestin de las tuberas (ver figura 2.6),
es evitar el ciclo natural de la no gestin de las tuberas, puesto que las tuberas, una
vez enterradas, no deberan quedar en el olvido. Cada tubera dentro del sistema debe
ser examinada peridicamente, siendo necesario establecer la valoracin de su
condicin y determinar que accin debemos de tomar para el mantenimiento,
rehabilitacin o sustitucin en condiciones determinadas. Si la accin que requiere es
simplemente reparar la rotura, esta decisin estar basada conscientemente en la mejor
informacin disponible en las empresas de agua. Todos los materiales de las tuberas se
deterioran eventualmente y antes de seleccionar una tubera, se debe analizar los
trabajos adicionales que requiere. Un segundo punto importante es la diferenciacin
entre las tuberas de conduccin y tuberas de distribucin, y ello es debido en gran
parte a las graves consecuencias de los fallos que estn asociados con las lneas de
conduccin, en comparacin con un tpico fallo de distribucin. El enfoque, que puede
no ser econmicamente viable para un sistema de distribucin, podra serlo para el
sistema de conduccin (transporte).
Anlisis para
priorizacin
de tuberas
Tcnicas de
inspeccin
Mtodos de
recoleccin
de datos
Inspeccin/
recoleccin
de datos
Reparacin,
Reemplazo
Rehabilitacin
Coste de
renovacin
Tcnicas de
monitoreo
Mecanismos
de fallo
Toma de
decisiones
Valoracin
de
condiciones
Recursos
disponibles
Consecuencias
de fallo
Probabilidad
de fallos
ndice de
deterioro
Esencialmente, existen dos maneras de recabar informacin sobre los daos en las
tuberas. La primera es a travs de las tcnicas de inspeccin directa y monitorizacin
(evaluacin no destructiva). La segunda es a travs de la coleccin de datos, que pueden
ser utilizados como indicadores directos de posibles problemas en las tuberas, tales
29
como las auditorias de agua, medicin de corrosividad del suelo, nmero de daos en
tuberas y otros. El nmero de fallos es uno de los indicadores ms comnmente
utilizados y en el pasado ha sido un parmetro fundamental para decidir el reemplazo de
las tuberas. La evaluacin no destructiva (NDE, por sus siglas en ingls) presenta
ciertas ventajas en la deteccin de problemas en tuberas, sobre las tcnicas estadsticas,
en el sentido de que estas ltimos asumen que las tuberas parten de una condicin
(estado) similar. Los NDE pueden detectar problemas en tuberas individuales o en un
punto particular, a lo largo de la tubera individual, aportando una mejor informacin
acerca de la condicin de la tubera.
4.2
La ltima dcada ha sido testigo del desarrollo de un nmero de nuevas tcnicas, para la
inspeccin y evaluacin de los sistemas de distribucin y conduccin de abastecimiento
de agua. Estas tcnicas proveen una informacin muy variada acerca de la condicin de
la tubera, que va desde la posibilidad de conocer el nmero de varillas rotas en una
seccin de una tubera de hormign pretensado, hasta la profundidad de los huecos de
corrosin en la tubera de fundicin dctil, pasando por la identificacin de la presencia
de fugas de agua. Si bien estas tcnicas ya vienen siendo utilizadas habitualmente en la
deteccin de fugas, no ocurre lo mismo en el terreno de la caracterizacin de la
condicin de las conducciones, terreno en el que comienzan hoy a ser utilizadas de
manera incipiente.
4.3
Existe una variedad de mtodos disponibles para analizar la condicin de los sistemas
de conduccin y distribucin de agua, incluyendo tcnicas no destructivas de
monitorizacin y evaluacin, mtodos indirectos basados en los datos tales como el
anlisis estadstico de roturas en sistemas de distribucin. La seleccin de la tcnica
apropiada para una lnea de agua individual depende de cuestiones tales como las
consecuencias probables de un fallo en la tubera, la meta de la inspeccin o anlisis y la
historia de fallos en el pasado. Todos estos temas y adicionalmente, el coste de la puesta
en prctica de dichas tcnicas, determinan cuales deben ser las tuberas seleccionadas
para el anlisis. En general, la tcnica de inspeccin produce un informe ms detallado
sobre la tubera, aunque tambin ser ms costosa su realizacin, por lo que el ingeniero
de la empresa de agua debe estar seguro de que las ventajas de la inspeccin compensen
sus costes.
Cuando las consecuencias de fallo pueden ser graves, esto es, en conducciones
principales de aduccin y transporte, la inspeccin de dichas tuberas plantea pocas
dudas, puesto que el coste de inspeccin y caracterizacin es bajo, en relacin al riesgo
de fallo en trminos econmicos de sus consecuencias. La poltica suele ser,
inspeccionar o monitorizar todas las tuberas de esta categora. Los elevados costes
asociados a los fallos en estas tuberas, hacen que el enfoque estadstico sea mucho
menos atractivo que otros mtodos, como por ejemplo, un examen exhaustivo de todas
las conducciones de cierta importancia. sta es la poltica que se adopta en la industria
del petrleo y del gas, en las que la mayora de las empresas realizan exmenes
peridicos del sistema de conduccin.
30
Los mtodos estadsticos, las auditorias del agua y la deteccin de fugas se han aplicado
habitualmente en el pasado a porciones significativas de las redes de distribucin de
agua. El correcto empleo de las tcnicas anteriores requiere segmentar el sistema en
zonas o sectores de la red, de modo que sea posible estudiar de forma detallada zonas
ms pequeas en las que existe una probabilidad de aparicin de problemas. La
deteccin de fugas se ha llevado a cabo en el pasado de diversas maneras. Muchas
empresas de agua realizan campaas de deteccin de fugas, verificando todo el sistema
de tuberas en ciclos que comprenden dos o ms aos. Otras empresas combinan la
deteccin de fugas con auditorias de agua, comprobando las fugas, siempre que el agua
total consumida per cpita dentro de una zona exceda de un valor estndar.
En algunos casos, las auditorias de agua incluyen una monitorizacin en continuo con
equipos automticos de registro de datos, permitiendo reparaciones rpidas en tuberas
con fugas. El uso correcto de las tcnicas de deteccin de fugas es una lnea trabajo que
requiere mayor esfuerzo investigador, puesto que en muchos casos, su aplicacin no
parece reducir significativamente la cifra de prdidas. Una tarea que las empresas de
agua deben considerar, es examinar repetidamente las reas que han tenido un alto
ndice de fugas, para realizar un seguimiento ms exhaustivo de su evolucin y de las
causas que las provocan.
En la literatura podemos encontrar un gran nmero de modelos para el anlisis
estadstico de los datos histricos de roturas en muchos sistemas de distribucin de
agua. Algunos modelos requieren un conjunto extenso de datos mientras que otros
trabajan con pocos datos, naturalmente a expensas de la precisin. El registro ideal de
datos debera incluir el material de la tubera, tamao, edad, tipo de zanja y cama, las
caractersticas propias del suelo, las presiones de funcionamiento, las caractersticas de
la sobrecarga, temperaturas ambientales y del agua, la poca, el lugar y el tipo de todas
las roturas histricas. La experiencia demuestra, sin embargo, que la mayora de las
empresas poseen solamente series de registros parciales, tanto en variedad de datos
contemplados como en cuanto a perodos temporales.
4.4
31
Toma de decisiones
5.1
2. Costes indirectos:
Prdida de la produccin o negocio en una planta, un taller o propiedad
comercial debido a la interrupcin del agua.
Deterioro acelerado de las fosas, caminos, alcantarillas, cables subterrneos,
etctera.
32
Prdida debido al fuego que no podra ser extinguido con eficacia, debido a la
interrupcin del suministro de agua (en la vecindad inmediata), o a la capacidad
hidrulica disminuida (en otra parte en el sistema).
3. Costes sociales:
Efectos nocivos del fallo de la tubera en la calidad del agua, debido a la
intrusin de contaminantes en la tubera que fue despresurizada para la
reparacin:
Intrusin de contaminantes desde el suelo circundante (e.g.,
alcantarillas agujereadas, depsitos de residuos, etctera) a travs
de los agujeros provocados por la corrosin y de las juntas con
rotura en el segmento despresurizado del sistema.
Intrusin de escombros a travs del tubo roto. Las consecuencias
aqu pueden ser malestar, enfermedad o an la prdida de vida
(e.g., Chicago, 1939, episodio en el que 1409 personas contrajeron
disentera ambica y 98 fallecieron -Anderson, 1981-),
Costes debido a la interrupcin del servicio (calidad de vida, confianza
pblica), costes debido a la interrupcin del trfico y negocio (afectados por la
localizacin del fallo de la tubera),
Costes debido a la interrupcin del servicio a las instalaciones especiales (e.g.,
hospitales, escuelas, etctera).
Mientras que los costes directos son actualmente relativamente fciles de cuantificar en
trminos monetarios, las consecuencias indirectas pueden requerir mucho ms esfuerzo
y las consecuencias sociales son a menudo las ms difciles de valorar. Se requiere un
mayor esfuerzo investigador para alcanzar una mejor comprensin de la verdadera
magnitud de las consecuencias indirectas y sociales de los fallos en sistemas de
abastecimiento. Puede tambin ser necesario incorporar medidas como objetivos o
restricciones dentro de los diferentes modelos, para considerar los costes sociales, que
no se pueden expresar fcilmente en trminos monetarios, tales como prdida de vida o
prdida de confianza pblica y que pueden llegar a ser tan importantes o mas como los
monetarios.
5.2
Coste total de
fallos esperados
Coste total
esperado
Coste
mnimo
Coste de reemplazo
o Rehabilitacin
t*
Tiempo de Rehabilitacin
34
Coste total
esperado
Coste
mnimo
Coste total de
fallos esperados
Coste de reemplazo
o Rehabilitacin
t*
Tiempo de Intervencin
Figura 2. 8 Decisin para renovar un sistema principal con alto coste de fallo
Cuando el coste asociado al fallo es relativamente bajo y puede ser tolerada cierta
frecuencia de roturas, es a menudo (no siempre) suficiente confiar en el ndice histrico
de roturas, para derivar un modelo de deterioro de la tubera y predecir los ndices de
roturas futuras. Sin embargo, cuando el coste de fallo es alto es necesario adoptar un
enfoque proactivo en la anticipacin del fallo y su prevencin. En estos casos, las
tcnicas NDE se deben utilizar para determinar la condicin de la tubera en dos niveles:
primero, como una instantnea de su condicin en un punto dado del tiempo; para
determinar si se requiere la intervencin inmediata y en segundo lugar, con inspecciones
subsecuentes para determinar el ndice de deterioro. Cuando los costes de fallo son
bajos, las tcnicas NDE son solamente instrumentos de apoyo de decisin.
Segn crece la popularidad de las tcnicas NDE, los costes de aplicacin se reducen.
Por lo tanto, su uso llegar a ser econmicamente viable para porciones ms grandes de
los sistemas de abastecimiento, hasta que en determinado momento resulte eficiente
inspeccionar toda la red de abastecimiento peridicamente mediante tcnicas NDE.
6
Conclusiones
tambin incluye la necesidad de tratar los sistemas de distribucin, que tienen unas
consecuencias del fallo generalmente leves, de una manera diferente de los sistemas de
aduccin, que tienen generalmente unas consecuencias de fallo ms graves. En el primer
caso, la cuestin principal es la gestin del fallo y conseguir un nmero bajo de las
roturas en sistemas principales por kilmetro, mientras que en el segundo caso, puede
ser ms interesante la prevencin de fallos debido al alto coste (no solo econmico) que
implican.
Mientras que el marco de la gestin proporciona una aproximacin inicial al
mantenimiento integral de las tuberas, es evidente que aun se requiere un esfuerzo en
investigacin, para ser capaces de construir modelos de apoyo a la decisin para la
gestin de tuberas. Algunas metas principales seran:
Mejorar la capacidad para caracterizar la corrosin en tuberas de fundicin.
Mejorar la comprensin de los fallos en tuberas y los procesos de deterioro.
Desarrollo de las tcnicas apropiadas de gestin, para el uso de tecnologas NDE
dentro de los sistemas de abastecimiento.
Un mejor entendimiento de las consecuencias directas y sociales de los fallos en
sistemas de abastecimiento.
Extensin de los modelos econmicos actuales de la toma de decisin para
incluir los efectos de la tecnologa NDE, para explicar completamente las
decisiones que necesitan ser tomadas para la gestin en los sistemas de
abastecimiento.
36
Capitulo 3
Modelacin y Fiabilidad
Hidrulica
38
Introduccin
39
Produccin del agua de calidad, a partir del agua cruda que, generalmente,
necesita un tratamiento.
3.1
3.2.1
Provisin de servicios
Polticas
Las polticas federales que rigen el sector de agua y saneamiento son establecidas por la
Comisin Nacional del Agua (CNA), una dependencia autnoma del Ministerio del
Medio Ambiente. La estrategia sectorial del gobierno federal se concentra en
proporcionar subsidios a la inversin, para los proveedores de servicios, mediante una
variedad de programas destinados a mejorar la cobertura y la eficiencia. En 2004, una
enmienda a la Ley de Aguas Nacionales, contemplaba la transferencia de ciertas
funciones tanto del mbito federal como del estatal, a las recin creadas instituciones a
nivel de cuencas hidrolgicas, incluyendo decisiones financieras mediante la creacin
de un sistema financiero del agua. Las disposiciones de la nueva ley an no han sido
implementadas.
Los organismos operadores se encargan de administrar y operar los sistemas de agua
potable, alcantarillado y saneamiento, con el objeto de dotar estos servicios a los
habitantes de un municipio o de una entidad federativa. Dichos organismos pueden
tener diferentes denominaciones como: sistemas de agua, direcciones, comisiones,
juntas locales, departamentos y comits entre otros, de acuerdo a la estructura orgnica
a la que pertenezcan.
Existen en el pas 2,356 organismos operadores que emplearon en 1998 a 87,884
personas, cuyas remuneraciones ascendieron a 3,759.7 millones de pesos. Es mediante
este personal ocupado y por medio de unos activos fijos con valor de 57,358.7 millones
de pesos, que los organismos generan un valor agregado de 27,167.4 millones de pesos.
Organismos
operadores
2.356,0
Personal empleado
87.884,0
Remuneraciones*
3.759,7
57.358,7
32.167,4
Valor agregado*
27.167,4
* millones de pesos
Tabla 3. 1 Principales caractersticas de los sistemas de agua
De los 2,356 organismos operadores que existen en la Repblica Mexicana, 1,567
proporcionan el servicio a poblaciones urbanas, 98 a poblaciones rurales y 691 a
poblaciones de los dos tipos antes mencionados. Cabe hacer mencin que un organismo
41
97%
79%
45%
aproximadamente 250
74%
30% (2005)
valor no disponible
Menos de 5%
Aproximadamente
90%
Menos de 10%
Consideramos en este trabajo la parte de la red que permite suministrar el agua de zonas
de almacenamiento hacia los abonados. Distinguimos varios tipos de abonados, con
arreglo a la razn social: domstico, comercio, industrial, gubernamental. La
distribucin del agua se efecta con la ayuda de redes enterradas, constituidas por
tuberas y de conducciones bajo presin que comprenden: tuberas y piezas especiales,
dispositivos de fontanera: vlvulas, aparatos de medicin: contadores, macromedidores,
bocas contra incendio, etctera.
Las zonas de almacenamiento, generalmente, comprenden los depsitos de gran
capacidad, enlazando con los abonados mediante conductos. La conduccin del agua se
acompaa de una prdida de energa, debido a los rozamientos con las paredes internas
de las tuberas y de los accesorios hidrulicos que contiene la red. Esta disipacin de
energa se traduce en el fenmeno de prdida de carga.
42
4.1
Los conductos
Permiten la conduccin del agua de un punto a otro punto de la red. Una tubera es un
segmento de tubo, o canalizacin delimitada por dos puntos de consumo de agua, o de
interconexin con otros conductos, denominados nudos. Cada tubera se caracteriza por:
Un dimetro d
El flujo de agua se dirige desde el nudo que dispone de una altura piezomtrica ms
elevada, hacia el nudo cuya altura piezomtrica es menor. La rugosidad se traduce en
resistencia de la tubera al flujo del agua. Las paredes internas de las tuberas al contacto
con el agua fluyente, crean un fenmeno de friccin que se acompaa de prdida de
energa, debida al rozamiento que crea as una prdida de carga lineal. En el marco de
este trabajo, utilizamos la frmula de Darcy-Weisbach para el clculo de la prdida de
carga en las tuberas.
hf =
8* f *l
Q 2
5
*g*D
(3.1)
Donde:
f
= Coeficiente de friccin (adimensional)
l
= Longitud (m)
= Dimetro (m)
= Caudal (m3/seg)
43
Material
Resistencia mecnica
Resistencia a la corrosin
Hormign
importante
importante
Fibro cemento
regular
fiable
Materiales plsticos
fiable
importante
Acero
importante
fiable
Fundicin gris
fiable
importante
Fundicin dctil
importante
importante
Resistencia a los ataques del suelo, los fluidos, los slidos transportados, a las
variaciones de presin y de temperatura.
4.1.2
Las bombas
Una bomba es un dispositivo que permite aportar energa al fluido. La bomba se instala
generalmente conectada a un depsito de aspiracin. El arranque y el paro de la bomba
dependen del nivel del depsito o de las demandas horarias especficas. Una bomba
puede ser caracterizada por una potencia constante, aportada al agua en el curso del
tiempo independientemente del caudal y la altura de impulsin, o mediante una curva
caracterstica que describe la relacin entre la altura de bombeo y el caudal abastecido,
con la ayuda de una funcin H= f (Q).
Una bomba quedar definida por:
Los umbrales de paro y de arranque del depsito a partir de los cuales la bomba
se para o arranca.
4.1.3
Las vlvulas
Las vlvulas permiten regular la presin el gasto en puntos precisos de la red. Las
vlvulas se caracterizan por:
El dimetro.
Una vlvula puede estar abierta o cerrada, o en una posicin intermedia de regulacin
que depende de su consigna. El flujo de agua a travs de la vlvula viene acompaado
de una prdida de energa que puede ser expresada segn:
hv = k ( )
v2
2g
(3.2)
Donde
v
= Velocidad del fluido (m/s)
D
= Dimetro (m)
45
4.1.4
Los nudos
Los nudos representan puntos de unin entre las tuberas. Corresponden a puntos de
entrada o de salida de agua. Existen dos categoras de nudos: nudos a gasto fijo y nudos
cuyo gasto depende de la presin.
Los nudos a gasto fijo se caracterizan por una cota de terreno conocida y un gasto
conocido, siendo la presin en el nudo una incgnita que debe ser calculada.
Corresponden a puntos de consumo en la red. Estos nudos pueden describir el consumo
de uno o de varios abonados del mismo tipo. Distinguimos entre los abonados segn el
tipo de consumo: domstico, Industrial, administracin, etctera. El consumo al nudo
expresado por la peticin puede ser constante o variable. Segn la naturaleza de los
abonados la peticin es descrita por una curva de consumo.
La curva de consumo describe para un tipo de abonado (domstico, industrial,
comercial, Administracin, etctera.), la evolucin de la demanda de agua a lo largo del
da. La figura 3.2 muestra una curva de modulacin tpica. El consumo diario es
tributario a las horas del da. Para un consumo mximo, identificamos el da punta en el
ao y una hora punta durante la jornada. Para un da dado calculamos el consumo
medio, para cada perodo t. El multiplicador de la demanda t a partir del consumo Qt
es calculada tal como:
Qt
Q
t =
(3.3)
24
Q=
t =1
24
periodo
Multiplicador
(3.4)
1
21
22
23
24
21
22
23
24
(3.5)
46
4.1.5
(3.6)
El rendimiento de la red
4.1.6
(3.7)
Son nudos donde la carga es fija o cuya cota piezomtrica es conocida. Puede tratarse de
un depsito cuyo nivel de agua vara en funcin del tiempo, de un hidrante contra
incendio o de un depsito de aspiracin para una bomba cuyo nivel no ha cambiado,
para estos nudos el caudal debe ser calculado.
4.1.7
Los depsitos
Los depsitos son nudos con una capacidad de almacenamiento, cuyo volumen de agua
puede variar a curso del tiempo. Esta variacin es descrita por la curva de volumen, que
para un punto de almacenamiento, define la relacin entre el nivel de agua y el volumen
que l contiene. Esta relacin tiene en cuenta la forma geomtrica del punto de
almacenamiento. Caractersticas de un depsito son:
48
4.1.8
Los Embalses
Estos nudos son los puntos de almacenamiento de capacidad infinita, representa fuentes
externas de abastecimiento de agua (aspiracin de una bomba, lago, ro). Los embalses
se caracterizan por un nivel de agua fija.
Mallada
5.1
Este tipo de red se presenta segn una estructura arborescente a partir del nudo de carga
fija, asegurando la postura bajo presin. Esta configuracin est justificada por la
dispersin de los abonados. Sin embargo, este tipo de topologa reduce la fiabilidad de
la red en el caso de una rotura de una tubera, privando del suministro de agua a los
usuarios aguas bajo del punto de rotura. Generalmente caracteriza las redes de agua en
ambiente rural (ver figura 3.3).
49
5.2
6.1
6.2
6.4
El otro aspecto que hay que tomar en consideracin es la definicin de las tuberas. El
estudio del funcionamiento de la red y el deterioro hidrulico no utilizan la misma
definicin de la tubera.
Modelo de detalle
Modelo simplificado
Localizacin geogrfica
Localizacin topolgica
Figura 3. 4 Modelo de una red de detalle y una red simplificada
La Figura 3.4, ilustra la distincin entre la red tal como realmente existe y el modelo
hidrulico. Este modelo debe considerar el estudio del deterioro estructural de tuberas,
que se articula sobre una definicin ms detallada de las tuberas que corresponde ms a
la red real. Debemos encontrar un nivel de descripcin de la red que asegure un
compromiso entre el estudio del deterioro estructural e hidrulico. Esto necesita la
adaptacin de datos disponibles y una definicin apropiada de las tuberas de la red.
51
Los primeros trabajos llevados por Shamir y Howard (1979) o Walski y Pellicia (1982),
muestran un inters por el impacto del deterioro estructural sobre los costes de
mantenimiento y la determinacin de un ptimo econmico, que define un umbral para
la renovacin de tuberas. Todini (2000) vuelve sobre este enfoque e identifica
insuficiencias mediante una aproximacin puramente econmica. Una red construida y
administrada con arreglo a un ptimo econmico, puede no responder a restricciones
tcnicas. Se considera asimismo los problemas de dimensionamiento de tuberas o de
deficiencia de presin. El autor vuelve sobre la importancia de la topologa de la red en
la toma de decisiones, comparando la fiabilidad de una red que se presenta en redes
malladas y redes ramificadas. Sin embargo, la topologa de la red no la define el
Gerente o el diseador de la red de agua, sino las restricciones vinculadas a la
disposicin de los usuarios, caminos, la presencia de obstculos naturales, la presencia
de otras redes: gas, electricidad, etctera.
Todini (2000) introdujo la nocin de resiliencia, que traduce la capacidad de la red para
resistir un fallo o una rotura y limita su impacto sobre el funcionamiento de la red. Para
el autor, la red debe ser capaz de hacer frente a incidentes cuyo efecto es temporal en el
tiempo, pero pudiendo engendrar degradaciones importantes. Aunque la nocin de
resiliencia no es evocada directamente bajo este nombre, a menudo nos referimos a este
concepto. La fiabilidad de la red depende de su capacidad para limitar la incidencia de
un evento (fallo, en general) sobre su funcionamiento. Ormsbee y Kessler (1990)
definen la redundancia como medida de la fiabilidad. Se definen dos tipos de
redundancia: topolgica e hidrulica. La redundancia topolgica asegura la existencia
de un camino de la fuente al nudo de consumo. La redundancia hidrulica asegura la
capacidad de un camino redundante, que abastece una presin adecuada para las
peticiones al nivel de los nudos para condiciones de cargas especficas. Para Xu et al.
(1999) la fiabilidad de la red, es medida por su capacidad de asegurar la demanda de los
nudos a una presin mnima requerida.
La fiabilidad depende de los fallos de los dispositivos hidrulicos (roturas en las
tuberas, parada de las bombas, fugas en la red), la disminucin de la capacidad
hidrulica de la red debido al deterioro de las tuberas, depsito de materia sobre las
paredes, aumento de la rugosidad, de la variacin de las demandas y su evolucin en el
tiempo, circunstancias que deben de ser consideradas en el dimensionamiento de la red
y su funcionamiento. Para Walski y Gessler (1999), la fiabilidad de la red depende de la
sobrepresin disponible para los nudos de consumo. Identifican una presin requerida a
nivel de los nudos Prequerida y la presin disponible para los nudos. Definen "ndice
Mnimo de exceso de carga como:
Indice de carga, Im tal que para Pmedida(i) Prequerida(i) e i=1,., n:
I m = min ima ( Pmedida (i ) Prequerida ( i ) )
(3.8)
Los autores evalan esta sobrepresin sobre el conjunto de los nudos de consumo,
definindola como ndice de exceso de carga total y se calcula de la siguiente manera:
n
I t = ( Pmedida ( i ) Prequerida (i ) )
(3.9)
i =1
52
(3.10)
Ir = 1
Endisipada
(3.11)
max
Endisipada
Dicha ecuacin expresa la energa disipada para una presin y una demanda dada, en
cada nudo de consumo y corresponde a la energa disipada correspondiente a una
presin superior a la presin requerida, para satisfacer la misma demanda. Ivaltemir et
al. (2004) proponen medir la fiabilidad de la red con la ayuda de un ndice que calcula
la adecuacin de la presin al nudo de consumo, con una presin mnima requerida. El
ndice ( pb (i, t )) que se calcula mediante las ecuaciones siguientes:
pb (i, t ) =
pb (i, t ) = 0 siPat (i, t ) < Pmin (i, t ) siPat (i, t ) > Pmax (i, t )
(3.12)
(3.13)
Donde Pmin corresponde a la presin mnima a partir de la cual es posible satisfacer los
nudos de consumos, la presion Pat(i,t) corresponde a la presin disponible para los
nudos de consumo i en el instante t simulada por el modelo y Pmax(i,t), se refiere a la
presin mxima tolerada en el nudo de consumo i en el instante t. Seguidamente se
define un ndice que calcula la satisfaccin de la demanda de los nudos de consumo
mediante la ecuacin 3.14:
24
HBSD = pb (i, t )
t =1 i =1
Qdem (i, t )
(3.14)
dem
(i, t )
i =1
Donde Qdem (i, t) expresa la demanda en el nudo i en el instante t. Bertin (1994) describe
la fiabilidad de la red con la ayuda de un ndice, que expresa el impacto de un fallo
sobre la satisfaccin de la demanda a nivel de los nudos de la red:
n
ft j =
v ji
(3.15)
Vi
donde Vji corresponde al consumo en el nudo i para el fallo de la tubera j, Vi
corresponde al consumo al nudo i a la hora punta del da punta y n el nmero de nudos
en la red.
i =1
53
7.1
Failnet-Reliab (CEMAGREF)
( Demanda
Nudosi
i
i
(3.16)
Nudosi
7.1.2
( Demanda Consumo )
Demanda
i
HCI j =
Nudosi
(3.17)
Nudoi
presin despuesi
presin antes i
(3.18)
55
7.1.3
Aquarel (SINTEF)
La red de abastecimiento de agua potable es una red conexa, cuya fiabilidad depende
del estado de las tuberas y de la configuracin de la red. Se utilizan dos ndices para
simular la incidencia de una rotura en la tubera sobre la red distribucin. Una rotura es
simulada por el cierre de la tubera, es decir se aplica el estado cerrado en la tubera.
Entendemos que lo adecuado es simular la rotura de la tubera a travs de un emisor que
descarga a la atmosfera, pero consideramos que determinar el valor del coeficiente de
dicha emisor, es sumamente complicado y agregara un porcentaje de incertidumbre
mayor a la simulacin. Una vez que se realiza lo anterior, se mide el impacto desde un
punto de vista hidrulico, considerando la posicin topolgica que guarda la tubera en
la red en general, la naturaleza y el nmero de los abonados que pueden llegar a ser
afectados en un tiempo dado. Todos los clculos hidrulicos son efectuados con la
ayuda de Epanet2 .
El impacto del fallo depende de la presin en los nudos de consumo, de modo que en el
caso de un fallo aparecer una nueva distribucin de las presiones en los nudos de
consumo, lo que provocar una disminucin de la presin en ciertos nudos y un
aumento en otros. En funcin de la variacin del nivel de presin, la demanda en los
nudos de consumo cambia indudablemente. Desde un punto de vista terico, la medida
del cambio de la demanda en los nudos de consumo es citado en Wagner et al. (1988) e
Ivaltimir et al. (2004).
La medida de la importancia se obtiene comparando las medidas obtenidas antes y
despus de la supresin de la tubera. En el estado inicial, cada nudo de consumo que
reagrupa un nmero de abonados dados, es caracterizado por una presin (PInit) y una
demanda (QInit). Para cada tubera dada son medidos los nuevos niveles de presin
(PNuev), en base a la demanda de los nudos de consumo (QNuev) consumo obtenido una
vez que es realizada la simulacin del fallo de la tubera.
Para cada tubera cortada se realiza una simulacin hidrulica del funcionamiento de
la red, y este proceso se realiza para cada una de las tuberas que constituyen la red con
el fin de calcular el ndice de criticidad de la tubera. La tcnica se utiliza de manera
anloga los trabajos de Wagner et al. (1988), que establecen una relacin entra la
cantidad de agua suministrada y la presin a un nudo de consumo. Se distinguen tres
casos para los valores de la presin determinada por dos umbrales de presin, una
presin inferior (PInf) y una presin superior (Psup): El primer trmino es referente a los
56
nudos donde la presin est por debajo de la presin inferior requerida, y en este caso el
suministro del agua no puede ser asegurado y por tanto la demanda en el nudo es nula.
QNuev = 0
(3.19)
El segundo caso se refiere a los nudos donde la presin (PNuev), esta comprendida entre
la presin inferior y la presin superior. En este caso el suministro del agua esta
parcialmente asegurado, por lo tanto la demanda en los nudos de consumo (QNuev) es
dada por la ecuacin 3.20 que se muestra a continuacin.
Qnuev = Qinic
PNuev Pinf
PSup Pinf
(3.20)
El tercer caso se refiere a los nudos cuya presin sobrepasa la presin superior (Psup),
asegurando as un suministro normal del agua hacia los nudos de consumo, en este caso
la demanda es dada por:
QNuev = QInit
(3.21)
% Demanda
100%
Presin(m)
Pinf
Suministro
deficiente
Psup
Suministro
reducido
Suministro
normal
57
(Q
ICH j =
Init
Q Nuev )
i =1
(3.22)
Init
i =1
58
(3.23)
i p
59
Conclusiones
60
Capitulo 4
Factores de Influencia y
los Modelos de Ayuda a
la Decisin
62
Las causas de los fallos de tuberas han sido identificadas por varios autores (Morris,
1967; Shamir y Howard, 1979; Kelly y O'Day, 1982; Goulter y Kazemi, 1988). Han
sido identificados y detallados una gran variedad de factores de influencia, que causan o
provocan los fallos en las tuberas. Morris (1967) sugiri una serie de posibles causas
principales en la roturas de las tuberas en los sistemas de distribucin de agua, pero
subray que "la causa de las roturas en las redes de distribucin de agua no siempre
puede determinarse".
Abordaremos de una manera general las diversas causas con un enfoque prctico.
Mosevoll (1994) realiza una detallada descripcin de las causas de los fallos de las
tuberas para los materiales ms comunes, utilizados en el abastecimiento de agua. En
la literatura, la atencin se centra principalmente en las deficiencias en las tuberas de
fundicin gris y tuberas de fundicin dctil, ya que estos materiales han sido utilizados
en el pasado con una mayor frecuencia. Existe sin embargo, una tendencia creciente en
el uso de materiales plsticos (PVC y PE), en el futuro cabe esperar una mayor
ocurrencia de fallos en estas tuberas debido al envejecimiento.
Las variables ms importantes que describen el deterioro estructural de las
conducciones, y por ende, de las redes de abastecimiento de agua, pueden agruparse en
cuatro categoras.
Variables estructurales o fsicas.
Variables ambientales o externas.
Variables hidrulicas o internas.
Variables de mantenimiento (Rostum et al. 1997).
En la revisin de la literatura se ha encontrado una serie de clasificaciones y
agrupaciones de los criterios o factores de influencia que provocan los fallos en las
tuberas. Aqu se muestran dos de las clasificaciones que se consideran mas generales y
a la vez, ms completas, a saber: la clasificacin realizada por Rostum (2000) y la
clasificacin realizada por Stone et al. (2002) para la EPA.
En la siguiente tabla 4.1, se muestran los factores de influencia en el deterioro
estructural en las redes de distribucin de agua (adaptada de Rostum, 2000).
63
Variables
estructurales
Localizacin de la
tubera
Dimetro
Variables
ambientales/externas
Tipo de suelo
Carga del suelo
Variables
internas
Velocidad del
agua
Presin del agua
longitud
Nivel fretico
Ao de
construccin del
material
Mtodo de unin
Condiciones de la
cama o plantilla
Fenmenos
transitorios
ndice de fugas
Corrosin interna
Proteccin interna
Proteccin externa
Clase de la presin
Espesor de las
paredes
Profundidad de la
tubera
Temperatura
Corrosin externa
Otras redes
Variables de
mantenimiento
Fecha del fallo
Fecha de
reparacin
Localizacin del
fallo
Tipo de fallo
Historial de fallos
previos
Kleiner y Rajani. Consideracin de los factores dependientes del tiempo en la prediccin estadstica en las roturas de
sistemas de agua. Ottawa, Ontario, Canada: Institute for Research in Construction, National Research Council Canada,
American Water Works Association Research Foundation (AWWARF), Baltimore, MD. 2000.
64
Factores
Presin de operacin
Naturaleza
de
la
operacin
y
mantenimiento (inspeccin con cmaras,
limpieza de tuberas, proteccin catdica,
etctera)
Naturaleza y dato del ultimo fallo (tipo
causa, severidad)
Naturaleza y datos de las
reparaciones (tipo, longitud)
ultimas
Tipo de suelo
Temperatura del suelo o profundidad de
congelacin
Lluvia
Contenido de humedad del suelo
temperatura
Trafico y cargas
65
Dimetro
Material
Edad
Longitud
Corrosin interna
Corrosin externa
Rugosidad
Localizacin y datos de roturas y fugas
Tipo de reparacin
Localizacin
Tipo (color, olor)
Fecha del reporte
Presin esttica
Presin dinmica
Flujo en bocas contra incendios
Velocidad terica
Perdidas de carga tericas
pH
Resistividad
Sulfatos
Cloruros
Proyectos de telefona, gas, electricidad,
etctera.
Construccin de nuevos viales
Construcciones de autovas
Reasfaltado de avenidas
Condiciones especificas
Condiciones fsicas
Historial de las reparaciones
Calidad del agua trasegada
Edad
Roturas y fugas
Funcionamiento hidrulico
Corrosin
Material
Presin
66
Una vez que se ha realizado la agrupacin de los factores segn los criterios, se asigna
un factor de peso en un rango de 1 a 5, siendo el numero 5 el valor mayor. Los factores
de peso de cada criterio quedan a la consideracin de la direccin y los tcnicos de
OWASA, por lo que pueden modificarse segn las necesidades del momento a la hora
de tomar las decisiones. Esta es, en sntesis, la descripcin del modelo planteado.
Otro interesante trabajo es el realizado por Leng y Pratti (2002) para Seattle Public
Utilities. En este caso, el trabajo se centra en la estructuracin de un modelo en tres
mdulos, a saber: modelo de deterioro, modelo de vulnerabilidad y modelo de
criticidad. Cada uno de estos modelos toma en consideracin los factores descritos en la
siguiente tabla.
Modelos de deterioro
Longitud de la tubera
Modelos de vulnerabilidad
Corrosividad del suelo
Modelos de criticidad
Si la conexin esta
conectada con:
Dimetro
Corrosin de la proteccin
Hospitales
Presin estadstica de
la tubera
Material de la tubera
Instalaciones
mdicas
Material
Edad de la tubera
Escuelas
Edad
Centros
comunitarios
Usuarios de
consumos
considerables
68
69
70
longitud. Similares resultados fueron obtenidos por Eisenbeis (1994), Lei (1997) y
Eisenbeis et al. (1999).
1.1.6 Material de la tubera
Muchos sistemas de agua estn constituidos principalmente por tuberas de hierro
fundido (es decir, fundicin gris y fundicin dctil) y existen un amplio registro de
fallos para estas tuberas. Muchos investigadores se han centrado en las tuberas de
fundicin gris (Andreou, 1986; Goulter y Kanzemi, 1988; Eisenbeis, 1994; UtilNets,
1997). En tiempos ms recientes, los nuevos materiales como el PVC y PE se han
introducido a gran escala en las redes de abastecimiento de agua. El material de estas
tuberas tiene caractersticas muy diferentes, y los distintos materiales deben analizarse
por separado (Mosevoll, 1994). El anlisis estadstico de las tuberas de PVC y PE es el
centro de estudios recientes (Eisenbeis et al. 1999). En un estudio realizado por Sundahl
(1996) en Suecia, el ndice de rotura ms alto se observ en las tuberas de fundicin
gris y tuberas de PVC.
1.2 Variaciones temporales
Es muy comn para muchas redes de distribucin de agua que se presente un patrn
estacional con mayor nmero de fallos durante el invierno (Eisenbeis, 1994; Saegrov et
al. 1999). Andreou (1986) encontr que las tuberas de dimetro ms pequeo (menos
de 200 mm) tienen mayores tasas de rotura en el invierno. Sundahl (1997) analiz cinco
redes de abastecimiento de agua en Suecia. El nmero de roturas fue correlacionado con
la temperatura del aire, pero no se encontr correlacin a la precipitacin y el grosor o
altura de la nieve. En Trondheim, la mayora de los fallos se presentan en la temporada
de verano, a pesar de la carga de helada esperada en tiempo de invierno debido al clima
fro (Rostum, 1997).
Esto se explica debido a un intenso programa de control de fugas que se llev a cabo en
la temporada de verano, detectando un gran nmero de incidencias de corrosin externa
en tuberas de fundicin dctil desprotegidas. Wengstrom (1993a) analizo un sistema
sueco de redes de abastecimiento de agua, y observo un alto ndice de rotura en las
tuberas de fundicin dctil durante el verano, pero un alto ndice de roturas durante el
invierno para tuberas de fundicin gris. El autor lleg a la conclusin de que esto
podra acabar modificando las tasas de rotura estacionales, a medida que ms tuberas
de fundicin dctil son utilizadas.
Saegrov et al. (1999) observaron un mximo en el ndice de roturas tanto en invierno
como en verano, en el Reino Unido. El mximo ndice de verano se atribuy al secado o
deshidratacin y posterior contraccin de los suelos de arcilla. Mientras que el registro
mximo de invierno, puede haber sido causado por las heladas o por los efectos de
contraccin trmica. Adems, la tasa anual de rotura a lo largo de un perodo de diez
aos, se consider relacionada con la media anual de temperatura durante el da y en
relacin inversa al total de precipitaciones anuales.
Los efectos climticos pueden ser utilizados en una etapa preliminar, a fin de determinar
su influencia de los fallos en las tuberas. Sin embargo, para la prediccin de fallos
futuros, no es fcil incluir los efectos climticos como covariable en el tiempo, puesto
que la evolucin de estos factores es desconocida. Sundahl (1997) en su tesis trat de
modelar las variaciones estacionales en las fugas utilizando una curva senoidal. Desde
71
Presin
Las redes de distribucin de agua son tradicionalmente diseadas con el objetivo de que
sean completamente fiables. Sin embargo, la creciente escasez de fondos pblicos para
la construccin, el mantenimiento y la avanzada edad de muchos sistemas de
72
Voltaje
externo
Carga de
trafico
Temperatura
Carga de material
CA
Fugas, indice
de roturas
pH
Clase de suelo
Cama
Cond. de
ancho
agua. Este modelo de fiabilidad utiliza el mnimo camino establecido para calcular la
fiabilidad del sistema. Su enfoque incluye una simulacin hidrulica para la
determinacin del flujo a travs de todas las tuberas. La representacin grfica de las
reas de fiabilidad (es decir, las lneas de contorno con igual valor de las fiabilidades o
isovalores) se utiliza para visualizar los resultados.
La fiabilidad del modelo se utiliza como una herramienta para la asignacin de
prioridad a las actividades de mantenimiento, sobre la base de un nivel predefinido de
confiabilidad aceptable. Los puntos bajos en la grfica de fiabilidad son inaceptables.
Las tuberas localizadas en estas zonas se identifican como candidatos prioritarios para
el mantenimiento preventivo o para la sustitucin. El mtodo de deficiencia de Quimpo
y Shamsi (1991) considera que la funcin de fiabilidad desarrollada en el anlisis, se
basa nicamente en la conectividad entre un punto de demanda de una fuente de
suministro. La capacidad hidrulica (accesibilidad) no se considera.
Wu et al. (1993) enfocan el problema de cuantificar la fiabilidad de las redes de
distribucin de agua, en base de la conectividad de los puntos de demanda a la fuente de
distribucin. Los autores introducen la capacidad de un ndice ponderado que tenga en
cuenta la satisfaccin parcial de la demanda, adems de un mtodo con un camino
mnimo o ruta mas corta para calcular la conectividad desde la fuente a un punto en la
red. La capacidad de cada ruta se calcula, y por ende, la capacidad de cada ruta para
transportar el flujo requerido para el nodo de la demanda. La fiabilidad de cada tubera
es asumida que es conocida y constante. Wu et al. (1993) concluyen que la adicin del
modelo de la capacidad hidrulica sera la medida de la fiabilidad ms realista.
En un anlisis de fiabilidad de la red, llevada a cabo en la red de agua en la ciudad de
Trondheim (Vatn y Tveit, 1997), slo se utilizaron estimaciones aproximadas de la
disponibilidad de la tubera. El estudio considero slo la fiabilidad mecnica, mientras
que la fiabilidad hidrulica no se incluy en el anlisis.
Camarinopoulos et al. (1996b) han desarrollado un instrumento para medir la fiabilidad
de las redes de abastecimiento de agua. Se considera tanto la probabilidad de que un
punto de demanda est conectado a una fuente (conectividad), como la probabilidad de
que el sistema podra cumplir con un determinado nivel de flujo, en cada punto de
demanda (capacidad). El mtodo de corte mnimo se utiliza para resolver el problema de
conectividad, habiendo aplicado este mtodo a grandes redes de carcter real.
Camarinopoulos et al. (1996b) no utiliza un simulador hidrulico de flujo para el
clculo de la fiabilidad. Su mtodo para medir la fiabilidad se incluyo dentro el sistema
de apoyo a las decisiones UtilNets (1997) como un mdulo de la confiabilidad de la red.
Walski (1993) seal la importancia de la ubicacin de las vlvulas a la hora de evaluar
la fiabilidad de las redes de distribucin de agua, con el argumento de que una
descripcin del sistema de vlvulas, proporciona una mejor representacin de la
fiabilidad ms que el vnculo-nodo del enfoque utilizado normalmente. Walski introdujo
el concepto de segmento (por ejemplo, la agrupacin de las tuberas) para describir la
parte de una red de distribucin de agua, que puede ser aislada por el cierre de vlvulas.
Hansen y Vatn (2000) combinan un modelo hidrosttico, con un modelo de fiabilidad
de la red de agua potable, para calcular la capacidad de una red para abastecer el punto
de demanda con cantidades suficientes de agua. El simulador de EPANET desarrollado
75
Los modelos para la renovacin de las redes de agua potable dependen de los criterios
tomados en consideracin en el proceso de toma de decisiones. Describimos en este
captulo un conjunto de modelos y de aproximaciones, con el fin de identificar un paso
coherente en la identificacin de los trabajos de renovacin y la programacin en el
tiempo. El anlisis que efectuamos lleva principalmente sobre los criterios tomados en
consideracin, los mtodos y las aproximaciones de jerarquizacin de las tuberas de la
red, el estudio del deterioro hidrulico y, por fin, los mtodos de optimizacin
utilizados. Se trata, en el curso de este captulo, de describir los lazos entre los puntos
mencionados y su coordinacin. El inters es comprender cmo son tomados en
consideracin en la construccin de modelos de ayuda a la decisin, que se describen a
continuacin.
Las aproximaciones de ayuda a la decisin son presentadas en la literatura con arreglo a
la naturaleza de instrumentos matemticos utilizados, los datos considerados y la toma
en consideracin del funcionamiento hidrulico de la red. Kleiner y Rajani (2001)
identifican modelos probabilsticos monovariados y multivariados. En EPA (2002) se
identifican modelos que no se basan en modelos hidrulicos para la renovacin, sino
que presentan aproximaciones probabilsticas o estadsticas que se interesan por el
fenmeno de envejecimiento de la tubera, teniendo como base una resea histrica de
fallos y de los datos del entorno, de modo que buscan definir los vencimientos de
renovacin a partir de aproximaciones deterministas. La bsqueda de polticas de
renovacin a coste mnimo y las aproximaciones o modelos que se basan en mtodos
heursticos, utilizan la opinin de experto y otros mtodos de ponderacin de criterios,
con el fin de jerarquizar las tuberas e identificar prioridades.
Proponemos establecer una tipologa con arreglo al objeto de cada aproximacin,
haciendo una distincin entre las aproximaciones para la jerarquizacin de las tuberas,
que permite identificar tuberas prioritarias que necesitan una renovacin. Las
aproximaciones permiten determinar vencimientos para la renovacin, y los modelos de
ayuda a la decisin (prototipos u operacionales) que sirven de ayuda para proponer
programas de renovacin.
76
3.1
to
td
tf
Periodo de observacin
FR = Pk (t )FRk (t )
(4.1)
K =1
Esta aproximacin necesita una descripcin de los estados de deterioro de las tuberas,
mediante unas inspecciones regulares y una definicin de la funcin de transicin entre
estados. La caracterizacin de los estados de deterioro es difcil de establecer para las
redes enterradas no visitables (inaccesibles). Esta aproximacin se utiliza ms en la
gestin del infraestructura visitable: tuberas de saneamiento de dimetro importante
(Abraham y Wirahadikusumah, 1999) (Kleiner, 2001), gestin de los puentes (Lounis y
Vanier, 1998), autopistas, etctera.
77
3.3
Rostum (2000) aplica esta aproximacin sobre la red RAP de Trondheim (Noruega),
considerando que la sobrevenida del fallo sigue un proceso de Poisson no homogneo,
donde el ndice de fallo es una funcin del tiempo (t) y de un conjunto de variables
explicativas, tomadas en consideracin por una covariable (zk) y parmetros de
regresin (i) para describir el fenmeno de deterioro. La expresin del ndice de fallo es
dada como sigue con, siendo un parmetro de la ley:
(t , , z ) = t 1 exp( z k )
(4.2)
E ( N (t b ) N (t a )) = (u , , z )du = (t b t a ) exp( z )
(4.3)
ta
3.4
(4.4)
S (t ) = 1 y lim S (t ) = 0
(4.5)
t +
f (t ) = limt
t o
P (t < T < + t ) dS (t )
=
t
dt
(4.6)
(4.7)
78
La aplicacin llevada por Andreou (1986) con la ayuda de datos de fallos y de entorno
de las tuberas, permiti estudiar el fenmeno de degradacin de las tuberas de agua y
distinguir dos estadios de degradacin, el primero cualificado de "Slow breaking stage"
y el segundo conocido como "Fast breaking stage". El autor determina un umbral de
aceleracin del proceso de deterioro correspondiente a 3 fallos, y a partir de este umbral
la duracin de supervivencia de una tubera disminuye ms. Arnoux (1998) propone
definir una duracin de supervivencia crtica, que significa que una tubera se vuelve
crtica si su duracin de supervivencia es inferior a una duracin crtica =1000 das.
La funcin de riesgo para el modelo PHM se expresa bajo la forma de una funcin de
riesgos de base h0(t) y un trmino exponencial que traduce las variables explicativas:
h(t , z1 , z 2 , z 3 ,.......z k ) = ho (t ) exp( 1 z1 + 2 z 2 + ....... + k z k )
(4.8)
Discusin
Anlisis multicriterio
79
dao de inundacin
A la calidad del agua
A la fiabilidad hidrulica
A los costes de renovacin
A la molestia que corresponde a las alternativas de renovacin seleccionadas
Los autores definen clases que traducen el nivel de prioridad. Una evaluacin de los
criterios se efecta para el conjunto de las tuberas, de modo que cuanto ms importante
es el valor del criterio, la deficiencia de la tubera es ms importante. Para cada criterio,
la frontera entre las clases debe ser definida por umbrales. El perfil de cada tubera es
obtenido como se muestra en la figura 4.3:
Perfil de una
tubera
C1
b2
C2
b1
C3
Criterios
bn Frontera entre las clases
Cn Clases de tuberas
7.1
El modelo de referencia
El modelo propuesto por Shamir y Howard (1979) est considerado como uno de los
primeros modelos para la renovacin, y se apoya en una regresin exponencial que
describe el crecimiento de ndice de fallo por km/ao, N(t)j en funcin del tiempo t (en
aos). En este caso, la hiptesis subyacente es que el fenmeno de sobrevenida del fallo
sigue un proceso de Poisson.
N (t ) j = N (t o ) j * e
A j (t + g j )
(4.9)
C (T ) = C r e
rt
rt
+ LC b N (t o )e A(t + g ) e dt
(4.10)
81
(4.11)
ts
7.1.1
Discusin
7.2
7.3
(1 + a )be b (t c )
(a + e ( b +(t c )) ) 2
(4.12)
si t > c
(4.13)
7.4
a +1
a + e b ( t c )
si t > c
(4.14)
Kim y Mays (1994) proponen una gestin de optimizacin de tipo Branch and Bound.
El modelo permite encontrar un compromiso entre tres posibles decisiones: reparar,
reemplazar o rehabilitar. Los autores proponen una funcin de coste que permita evaluar
una poltica de renovacin dada con arreglo a los costes de sustitucin, de
rehabilitacin, de reparacin y el coste de energa vinculado a la operacin de bombeo.
Este modelo integra tambin restricciones hidrulicas y utiliza un simulador hidrulico
(KYPIPE) para validar las soluciones. Para cada tubera se efecta una generacin de
cumbre de grafo que corresponden a las posibles decisiones que se pueden generar. Se
83
efecta en cada cumbre una valoracin de la funcin objetivo con una comprobacin de
las restricciones hidrulicas. La solucin ptima ser la que tenga un coste mnimo
sobre el conjunto de las tuberas, recorriendo las cumbres del grafo. La secuencia
descrita por las cumbres del grafo corresponde a los trabajos de renovacin para el
conjunto de las tuberas de la red.
7.5
Observamos que las aproximaciones exactas para la renovacin de las redes de agua
potable (RAP), permiten proponer soluciones nicas con arreglo a un modelo preciso.
Estos mtodos buscan la solucin, valorando escenarios o polticas de renovacin
descritas por las cumbres del grafo, para la aproximacin a travs de la Programacin
Dinmica y a travs de la aproximacin de Branch and Bound. El inconveniente de
estos mtodos es la explosin del nmero de cumbres de grafo que presenta el conjunto
de los escenarios posibles.
Con el fin de mejorarlos, se aplica la utilizacin de mtodos no exactos que permiten
reducir los tiempos de clculo y proponer soluciones aceptables para el gerente de la red
de agua potable (RAP). Entre estos mtodos se encuentran los algoritmos genticos que
ya han sido utilizados para la optimizacin de los plazos de renovacin (sustitucin).
Estas aproximaciones permiten generar escenarios que representan polticas de
renovacin de una manera estocstica, identificando as una o varias soluciones.
8.1
Modelo KANEW
Deb et al. (1998) pusieron en prctica esta aproximacin con la ayuda del software
"KANEW3", que utiliza un modelo de cohortes para estimar la vida til para las
tuberas del mismo tipo (homogneo). El software se apoya en varios mdulos para la
programacin de renovacin: un inventario de las tuberas, conjunto de criterios de
renovacin, estimacin de los costes y evaluacin de alternativas de renovacin. El
modelo KANEW se ha utilizado en Alemania y permite proponer una programacin de
renovacin, considerando las vidas tiles residuales de las tuberas y comparando la
inversin de renovacin al coste de mantenimiento y el coste que supone la prdida de
agua que se ha evitado. Sin embargo, el modelo no tiene en cuenta del funcionamiento
hidrulico de la red, ni el efecto en la misma ni la topologa de la red. La estimacin
emprica de los parmetros que describen la funcin de supervivencia de las tuberas
puede aportar un sesgo.
8.2
Modelo UtilNets
84
demanda.
Este modelo necesita un nmero importante de variables del entorno de la tubera.
8.3
Skipworth et al. (2002) tratan sobre los instrumentos de anlisis econmico utilizado en
el dominio de la gestin de la infraestructura. Presentan el concepto de "Whole Life
Costing" (WLC) que, para una infraestructura dada, procura identificar a lo largo de su
vida til el conjunto de los costes de adquisicin, costes de funcionamiento, coste de
reparacin y mantenimiento, y los costes de demolicin o de desmontaje. El anlisis de
estos costes, se interesa por los costes internos ligados directamente a infraestructura,
pero tambin a los costes externos en contacto con la interaccin con su entorno. La
aproximacin WLC, utilizada en el rea de la construccin, ha sido adaptada a la
problemtica de renovacin de las redes enterradas a partir de los aos 90. La
aproximacin se articula sobre dos tipos de anlisis.
El primer tipo de anlisis, "Life Cycle Assessment" (LCA), ha sido desarrollado en el
rea de la produccin con el fin de describir interacciones a lo largo del ciclo de vida de
un producto, de un proceso industrial o de una actividad con su entorno. Adaptada a la
problemtica de la gestin de la red de agua potable (RAP), Life Cycle Assessment
procura describir la relacin entre el funcionamiento de la red, usuarios y el entorno de
la red. En este caso el anlisis econmico se refiere sobre las externalidades. Procura
medir los costes indirectos de los servicios que hay que realizar en caso de rotura, los
costes sociales en caso de trabajos o en caso de desviacin, ocasionndoles una molestia
a los usuarios lo que representa una falta que hay que penalizar.
El segundo tipo de anlisis utilizado es "Activity Based Costing" (ABC). Esta
aproximacin desarrollada en los aos 80 en Harvard, procura describir el coste de
produccin del bien relacionado con las actividades y el proceso que hay que realizar
para su elaboracin o fin deseado. Para la red de agua potable (RAP) se trata de analizar
85
el proceso de produccin (extraccin, fuente) del agua, y de las diferentes etapas que
interactan o toman parte en el anlisis econmico, como son los costes vinculados al
funcionamiento y a los gastos de operacin y mantenimiento de la red.
El modelo se apoya en una aproximacin global de gestin de la red, integrando la
renovacin de las redes de agua potable, articulada sobre la generacin de escenarios
que representan programas de renovacin con la ayuda de un algoritmo gentico. La
evaluacin de diferentes escenarios se efecta desde un punto de vista econmico y
tcnico. El deterioro estructural de las tuberas es tomada en consideracin a travs del
modelo de Shamir y Howard (1979). El modelo es utilizado en Inglaterra.
8.4
El modelo PARMS fue desarrollado en el CSIRO (Australia) por Burn et al. (2003) para
el objetivo de la planificacin a largo plazo de las necesidades en renovacin y la
estimacin de los montos presupuestarios requeridos. El modelo utiliza una
aproximacin de previsin de los fallos, basada sobre el proceso de Poisson no
homogneo (NHPP), y una estimacin de los costes sobre el ciclo de vida de las
tuberas, que toman en consideracin los costes vinculados al fallo y las externalidades
vinculados a la interrupcin de servicio, las molestias ocasionadas en caso de fallo o en
caso de trabajos de renovacin. El modelo ha sido completado por PARMS-PRIORITY
(Mogolia et al. 2006), que permite jerarquizar tuberas a renovar y de asegurar una
programacin presupuestaria en el tiempo. Teniendo en cuenta los escenarios que
permiten tomar en consideracin riesgos vinculados a la gestin de la red, al igual que
su evolucin en el futuro a travs del tiempo.
El modelo PARMS cuenta con los siguientes mdulos de clculo que consideran:
La evaluacin de los riesgos
La previsin de los fallos
La evaluacin de los costes
La generacin y la evaluacin de escenarios
La recoleccin y el procesamiento de los datos.
8.5
86
Conclusin
87
y tcnico.
El modelo de ayuda a la decisin debe tener en cuenta criterios vinculados a:
El deterioro estructural de las tuberas.
El deterioro hidrulico.
La toma de decisiones a la escala de la red en conjunto.
88
Capitulo 5
Determinacin de los
Factores de Influencia
90
M XIC O
EJ E N EO VO LC N IC O
86.312
Porcentaje
Contadores
92,30
Densidad de
acometidas
64
Habitantes
431.502
No
1574
92.9
121
7.1
total de cuentas
1695
100.0
As mismo, se presenta en la tabla 5.3 la cobertura del tipo de tarifas con el nmero de
abonados, clasificacin realizada por el departamento comercial que se aplica en la
conjuncin de trabajos tcnicos.
Clave del
servicio
No de cuentas
20C
1.0
0.06
23C
1.0
0.06
24C
1.0
0.06
21C
COMERCIAL PEQUEO C
37.0
2.18
21D
COMERCIAL PEQUEO D
1.0
0.06
13C
DEPARTAMENTO C
13.0
0.77
16C
1.0
0.06
10C
DOMESTICO C
1288.0
75.99
12C
DOMESTICO INSEN C
74.0
4.37
11C
DOMESTICO JUBILADO C
275.0
16.22
35C
2.0
0.12
39C
1.0
0.06
1695.0
100.0
94
95
Sector
Jardines
Girasoles
(mms)
Centro
75
222
233
75
100
121
36
150
61
200
San Juanico
Nmero de
Porcentaje
tuberas
77
711
57.25
26
23
215
17.31
67
14
16
174
14.01
34
15
67
5.39
250
15
18
1.45
300
46
11
57
4.59
Sector
Jardines
Girasoles
(mms)
Centro
75
21211
16472
6266
100
12108
2344
150
6689
4199
200
3065
622
250
155
300
5001
San Juanico
Longitud
Porcentaje
total
8256
52205
52,82
3255
2283
19990
20,22
2027
2339
15254
15,43
987
4674
4,73
858
1013
1,02
706
5707
5,77
Sector
Edad (aos)
Material
Eficiencia
Centro
Jardines
Girasoles
San Juanico
50-40
30
20
10
Fo-Fo, Fo-Ga,
A-C
PVC
PVC
Polietileno
56.25
66.91
61.06
82.45
mitades a cada uno de los dos nodos extremos. As, en cada nodo se suman los medios
caudales que llegan de aquellas lneas, que convergen a ese nodo obteniendo la
demanda total para ese elemento. En el caso de algunos consumos de particular
importancia, se han asignado en la totalidad de su magnitud a un nodo especfico.
Como se muestra, el caudal de fuga es considerable por lo que es necesario representar
dicho volumen en el modelo, y para tal propsito, se empleara el mtodo de asignacin
de las fugas como consumos dependientes de la presin, mtodo que se describe mas
adelante. Cabe mencionar que existen diversos mtodos, pero este mtodo es el que
representa de mejor y de manera ms exacta el caudal fugado.
2.1
En general, el planteamiento utilizado para tener en cuenta las fugas y por extensin
todos los consumos no registrados, ha consistido en corregir la demanda media en el
nodo con un coeficiente igual al rendimiento de la red. Con esta forma de contabilizar
las fugas se obtienen curvas de modulacin ms rizadas, esto es, con mayores
diferencias entre los caudales en horas punta y caudales en horas valle.
2.1.2
Sin embargo, las fugas tienen un comportamiento muy distinto al de cualquier caudal
consumido. Estrictamente hablando, una fuga en la red es un consumo dependiente de la
presin, que puede modelarse como una vlvula parcialmente abierta que conecta la red
98
con el exterior (Iglesias et al., 1999). El caudal que deja pasar la vlvula depende de la
diferencia de presiones entre sus extremos. Al estar abierta hacia el exterior, la presin
aguas abajo es constante e igual a la presin atmosfrica, por lo que la magnitud de la
fuga depende del nivel de presiones en la red. Cuando las presiones son mayores (horas
valle de consumo) las fugas los son tambin, mientras que cuando las presiones en la
red son mnimas (horas punta de consumo) el nivel de fugas en la red es tambin el
mnimo. De hecho, una buena forma de diferenciar lo que son fugas de las que son otras
prdidas volumtricas, consiste en medir el consumo mnimo nocturno en un sector.
El principal inconveniente de esta forma de tratar las fugas, se deriva de la necesidad de
calcular un coeficiente que represente la cada de presin en cada una de las fugas. Esto
se traduce en un coeficiente que debe calibrarse para cada una de las tuberas de la red,
lo cul complica notablemente el ajuste del modelo.
2.1.3
Por ltimo, una alternativa al uso del rendimiento de la red como coeficiente corrector
consiste en hacer balance de volmenes, y no de caudales. As, las fugas se aadirn con
posterioridad al proceso de asignacin de cargas, como volmenes diarios constantes
calculados a partir del rendimiento volumtrico de la red, y repartidos en los nodos en
funcin de la importancia relativa de estos. Este reparto se puede hacer bien
proporcionalmente al volumen diario demandado por los mismos, bien en funcin de la
longitud de tubera conectada con cada nodo, o el nmero de elementos accesorios de la
misma. Este mtodo implica asumir que el caudal de fugas se mantiene constante a lo
largo del da, lo cual ser tanto ms cierto cuanto menor sea la fluctuacin de presiones
en la red. En cualquier caso, la variacin diaria de los caudales de fugas es con
diferencia, mucho menos acusada que la variacin del consumo facturado.
2.1.4
Para realizar una comparacin de las tres estrategias de asignacin del caudal debido a
las fugas se tomo un ejemplo presentado por Meneghin (1999) correspondiente a un
ensayo realizado en laboratorio. En l se estudia una red con alimentacin desde un
depsito a nivel constante. En el modelo de la misma, las fugas se han incluido como
elementos dependientes de la presin y los caudales asignados corresponden al da de
mayor consumo. Se observa que en horas nocturnas el caudal de fugas llega a
representar el caudal total consumido, mientras que en las horas de mayor consumo
stas apenas representan el 10% del caudal total. Al tratarse de un ensayo de laboratorio,
se parte de datos conocidos de caudal consumido, fugas y caudal total inyectado.
2.1.5
99
Volumen
Caudal
Volumen inyectado
14.273,51 m3/da
Volumen consumido
8.340,01 m3/da
Volumen fugado
5.933,50 m3/da
Tiempo
Nodo E1
Qinyectado
Nodo E2
Qinyectado
Nodo E3
Qinyectado
Nodo E4
Qinyectado
Nodo E5
Qinyectado
Horas
LPS
LPS
LPS
LPS
LPS
0:00
-49,06
-11,9
-11,16
-13,92
-15,22
1:00
-49,06
-11,77
-11,16
-13,92
-15,22
2:00
-49,04
-11,65
-11,03
-13,77
-15,06
3:00
-48,78
-11,53
-10,9
-13,62
-14,89
4:00
-48,54
-11,41
-10,77
-13,48
-14,74
5:00
-48,3
-11,35
-10,64
-13,34
-14,58
6:00
-48,17
-11,33
-10,53
-13,23
-14,46
7:00
-48,09
-11,44
-10,48
-13,17
-14,4
8:00
-48,16
-11,55
-10,5
-13,21
-14,44
9:00
-48,28
-11,66
-10,57
-13,3
-14,54
10:00
-48,44
-11,71
-10,65
-13,4
-14,65
11:00
-48,57
-11,77
-10,72
-13,47
-14,73
12:00
-48,7
-11,8
-10,78
-13,54
-14,8
13:00
-48,8
-11,83
-10,83
-13,59
-14,86
14:00
-48,89
-11,84
-10,88
-13,64
-14,91
15:00
-48,95
-11,86
-10,91
-13,67
-14,94
16:00
-49
-11,88
-10,93
-13,7
-14,97
17:00
-49,05
-11,87
-10,96
-13,72
-15,00
18:00
-49,06
-11,86
-10,97
-13,73
-15,01
19:00
-49,06
-11,83
-10,97
-13,74
-15,01
20:00
-49,05
0,00
-10,96
-13,72
-15,00
100
21:00
-49,06
0,00
0,00
-13,8
0,00
22:00
-49,06
-11,75
0,00
-13,82
0,00
23:00
-48,99
-11,63
-10,99
-13,73
-15,01
24:00:00
-48,75
-11,5
-10,87
-13,6
-14,87
1169,85
256,82
238
325,91
326,09
48,743
10,700
9,916
13,579
13,587
4211,46
924,55
856,8
1173,27
1173,92
lps
3
m /da
M3/DIA
= 8340,01
Los datos en las celdas con valores en cero, es debido a que los pozos dejan de bombear
en horario punta, que es desde las 20:00 hrs. hasta las 22:00.
El procedimiento es el siguiente: En este caso, el objetivo es hacer que el caudal no
registrado o fugado (que no necesariamente es igual), dependa de la presin,
posteriormente el prorrateo se realiza proporcional a la demanda base.
5.933,50 m3/da
Volumen fugado
68,67 lps.
Por lo tanto en la tabla 5.9 contamos con el caudal de la demanda base, y del caudal de
las fugas en cada nodo (Qfugas), dicho caudal de fugas se determina a travs de la
ecuacin 5.1.
Qfugas =
(5.1)
Donde el volumen total de fuga se refiere al volumen total fugado, que en este caso es
de 68,67 lps., el Q medio total se refiere al caudal total de la demanda base, que en este
caso es de 96.53 lps. y el Qmedioi se refiere a la demanda base en el nodo i.
Nodo
Q medio (lps)
Demanda base
Q fugas
Conexin N10
0,291
0,207
Conexin N100
0,231
0,164
Conexin N101
1,641
1,167
Conexin N103
0,311
0,221
Conexin N104
0,901
0,641
101
Conexin N105
0,201
0,143
Conexin N106
0,101
0,072
Conexin N107
0,151
0,107
Conexin N108
0,111
0,079
Conexin N109
0,111
0,079
Conexin N11
0,311
0,221
Conexin N110
0,271
0,193
Conexin N111
0,341
0,243
Conexin N112
0,861
0,613
Conexin N113
0,231
0,164
Conexin N115
0,281
0,200
Conexin N117
0,271
0,193
Conexin N118
0,121
0,086
Conexin N119
0,411
0,292
Conexin N12
0,231
0,164
Conexin N122
0,371
0,264
Conexin N123
0,111
0,079
Conexin N124
0,441
0,314
Conexin N125
0,221
0,157
Conexin N126
0,161
0,115
Conexin N127
0,101
0,072
Conexin N129
0,241
0,171
Conexin N13
0,291
0,207
Conexin N130
0,331
0,235
Conexin N131
0,321
0,228
Conexin N132
0,231
0,164
Conexin N133
0,241
0,171
Conexin N134
0,161
0,115
Conexin N135
0,161
0,115
Conexin N136
0,121
0,086
Conexin N137
0,141
0,100
Conexin N138
0,301
0,214
Conexin N139
0,291
0,207
102
Conexin N14
0,441
0,314
Conexin N162
0,101
0,072
Conexin N174
0,571
0,406
Nota: El sector analizado cuenta con 274 nodos, por lo tanto la tabla aqu mostrada es
simplemente esquemtica.
El caudal de fugas se reparte mediante emisores en los nodos que se calculan en el
instante de menor caudal, que es desde las 0:00 hasta las 4:00 horas. Es decir cuando las
presiones son mayores (horas valle de consumo), y las fugas resultan ser tambin
mayores, debido al aumento de la presin. Esto sucede en cada nodo como se muestra
en la figura 5.6.
Q medio(lps)
Demanda base
Q fugas
Qdmin
lps
Presin
Conexin N10
0,291
0,207
0,16
16,55
4,068
0,039
Conexin N100
0,231
0,164
0,13
14,99
3,872
0,034
Conexin N101
1,641
1,167
0,98
16,13
4,016
0,244
103
0,5
Cemisor
Conexin N103
0,311
0,221
0,18
17,67
4,204
0,043
Conexin N104
0,901
0,641
0,53
15,26
3,906
0,136
Conexin N105
0,201
0,143
0,11
15,61
3,951
0,028
Conexin N106
0,101
0,072
0,05
16,6
4,074
0,012
Conexin N107
0,151
0,107
0,08
16,16
4,020
0,020
Conexin N108
0,111
0,079
0,05
18,13
4,258
0,012
Conexin N109
0,111
0,079
0,05
17,84
4,224
0,012
Conexin N11
0,311
0,221
0,18
15,5
3,937
0,046
Conexin N110
0,271
0,193
0,15
15,67
3,959
0,038
Conexin N111
0,341
0,243
0,19
18,43
4,293
0,044
Conexin N112
0,861
0,613
0,51
15,53
3,941
0,129
Conexin N113
0,231
0,164
0,13
16,92
4,113
0,032
Conexin N115
0,281
0,200
0,16
14,5
3,808
0,042
Conexin N117
0,271
0,193
0,15
15,66
3,957
0,038
Conexin N118
0,121
0,086
0,06
15,64
3,955
0,015
Conexin N119
0,411
0,292
0,24
16,38
4,047
0,059
Conexin N12
0,231
0,164
0,13
15,5
3,937
0,033
Conexin N122
0,371
0,264
0,21
16,98
4,121
0,051
Conexin N123
0,111
0,079
0,05
15,67
3,959
0,013
Conexin N124
0,441
0,314
0,25
16,11
4,014
0,062
Conexin N125
0,221
0,157
0,12
15,48
3,934
0,030
Conexin N126
0,161
0,115
0,08
16,41
4,051
0,020
Conexin N127
0,101
0,072
0,05
16,54
4,067
0,012
Conexin N129
0,241
0,171
0,13
16,92
4,113
0,032
Conexin N13
0,291
0,207
0,16
16,04
4,005
0,040
Conexin N130
0,331
0,235
0,19
16,09
4,011
0,047
Conexin N131
0,321
0,228
0,18
14,18
3,766
0,048
Conexin N132
0,231
0,164
0,13
16,6
4,074
0,032
Conexin N133
0,241
0,171
0,13
17,77
4,215
0,031
Conexin N134
0,161
0,115
0,08
15,76
3,970
0,020
Conexin N135
0,161
0,115
0,08
16,49
4,061
0,020
Conexin N136
0,121
0,086
0,06
17,08
4,133
0,015
Conexin N137
0,141
0,100
0,07
18,13
4,258
0,016
104
Conexin N138
0,301
0,214
0,17
17,51
4,184
0,041
Conexin N139
0,291
0,207
0,16
15,06
3,881
0,041
Conexin N14
0,441
0,314
0,25
17,08
4,133
0,060
Conexin N162
0,101
0,072
0,05
15,86
3,986
0,013
Conexin N174
0,571
0,406
0,33
17,30
4,159
0,079
Nodo E2
Nodo E3
Nodo E4
Nodo E5
Tiempo
Qinyectado
Qinyectado
Qinyectado
Qinyectado
Qinyectado
Horas
LPS
LPS
LPS
LPS
LPS
0:00
-69,31
-23,17
-29,3
-26,47
-25,54
1:00
-69,27
-23,97
-29,09
-26,22
-25,28
2:00
-68,8
-23,78
-28,88
-25,97
-25,02
3:00
-68,46
-23,23
-24,21
-20,29
-24,96
4:00
-68,35
-23,51
-24,49
-20,64
-24,89
5:00
-68,42
-23,04
-28,07
-24,99
-24,92
6:00
-68,51
-23,68
-28,7
-25,76
-24,8
7:00
-68,38
-23,8
-28,73
-25,82
-24,85
8:00
-68,47
-23,88
-28,78
-25,89
-24,92
9:00
-68,37
-23,87
-28,75
-25,85
-24,88
10:00
-68,52
-23,93
-28,81
-25,93
-24,96
11:00
-68,39
-23,86
-28,75
-25,85
-24,89
12:00
-68,47
-23,88
-28,78
-25,89
-24,92
13:00
-68,37
-23,82
-28,73
-25,83
-24,86
14:00
-68,49
-23,85
-28,78
-25,88
-24,92
15:00
-68,37
-23,8
-28,73
-25,82
-24,85
16:00
-68,47
-23,84
-28,77
-25,87
-24,9
17:00
-68,39
-23,78
-28,73
-25,82
-24,85
105
18:00
-68,44
-23,79
-28,75
-25,84
-24,88
19:00
-68,41
-23,75
-28,73
-25,81
-24,85
20:00
-68,41
0,00
-8,00
-25,95
0,00
21:00
-68,41
0,00
-8,00
-25,91
0,00
22:00
-68,36
-23,62
-28,69
-25,74
-24,78
23:00
-68,4
-23,26
-28,73
-20,64
-24,85
lps
68,47
21,72
26,64
24,95
22,82
5915,88
1876,72
2302,02
2155,86
1972,47
m /da
m /da
=14.222,95
=
Comparando los resultados con el volumen inyectado real y el volumen del modelo:
14.273,51 - 14.222,95 = 50,56 m3/da, esta diferencia es debido a los decimales que
maneja Epanet que son dos, pero podemos considerar que los coeficientes asignados
son idneos porque representan el comportamiento real de la red.
Por tal motivo y en base a los resultados obtenidos, este mtodo ser el que se emplear
en los dems sectores para representar en el modelo el caudal fugado.
3.1
Criterios Bsicos
3.1.1
El paso del tiempo deteriora las condiciones fsicas y operativas de las tuberas. En el
caso de las tuberas de material plstico, el paso del tiempo y la prdida de las
sustancias plastificantes rigidiza el material, incrementando la posibilidad de rotura. En
el caso de materiales ms durables, como los metales, aparece la corrosin y como
consecuencia la fragilizacin de la tubera. El paso del tiempo contribuye tambin a
empeorar el estado superficial de las tuberas al incrementar su rugosidad. El
envejecimiento de la tubera empeora tambin otras condiciones, tales como la calidad
del agua que la atraviesa. Adems de todo lo expuesto, se presenta en la prctica una
fuerte correlacin entre la edad de la tubera y la posibilidad de roturas y fallos. Por tal
motivo es necesario considerar en la valoracin como un factor de influencia, la edad de
la tubera y tambin el periodo de instalacin de la misma; que como ya se ha
comentado, aparece en diversos estudios como un factor determinante que establece
diferencias entre tuberas de la misma edad.
3.1.2
El nmero de fallos y roturas que ha sufrido una tubera, es un indicador de gran valor
para poder establecer correlaciones con todos los posibles factores de influencia
(dimetro, material, edad, etctera). El registro de estos eventos o incidencias,
107
3.2
Criterios Funcionales
3.2.1
3.2.2
3.2.3
En cualquier sistema de distribucin se desconoce que lo que ocurre con una porcin,
mayor o menor, del agua que se inyecta en el sistema. Esta agua incontrolada no se
pierde a travs de las fugas en su totalidad (aunque si probablemente en su mayora),
sino que se debe tambin a otras causas tales como: errores de medicin, consumos no
medidos y/o no autorizados.
Una de las primeras acciones que se debe emprender el responsable de la gestin del
sistema de abastecimiento, es la realizacin de una auditoria con el fin de evaluar el
balance hdrico del sistema. Ahora bien, una vez identificados y cuantificados los
distintos componentes del balance, las preguntas inmediatas resultan ser tales como: la
108
3.3
Criterios Miscelneos
3.3.1
Pese a que el modelo propuesto por Shamir y Howard (1979), es considerado como uno
de los primeros modelos para la renovacin de tuberas, no ha perdido aplicabilidad y
sigue siendo interesante su aplicacin en el contexto que experimenta con la edad de la
tubera como un factor ms de influencia. Lo ms relevante del modelo de Shamir y
Howard, es que est basado en una regresin exponencial, que describe el crecimiento
del ndice de fallos por km y ao. Este factor permite, adems, iniciar una primera
aproximacin para la valoracin econmica en la decisin de la renovacin de tuberas.
En resumen, este modelo sopesa los costes de las reparaciones, contra los costes de la
sustitucin de las tuberas, dando como punto ptimo de sustitucin, aquel en el que los
costes de mantenimiento de la tubera superan el coste de sustitucin o rehabilitacin.
En nuestro caso, las tuberas cuyo tiempo de renovacin ptimo sea ms corto (est ms
cercano), sern penalizadas con un puntaje mayor en la jerarqua.
3.3.2
Dentro de las redes de distribucin existen abonados con una gran variedad de volumen
de consumo, que pueden ser ms importantes para la compaa atendiendo a ese
volumen, y en consecuencia, no se puede valorar igual una afectacin en el servicio, de
modo que sea deficiente o que no se llegue a realizar el suministro por completo, o de
manera momentneamente en un sector que otro de la red. Es de suma importancia para
la empresa de aguas valorar para cada tubera el grado de afectacin de los usuarios,
109
3.3.3
Para la determinacin respecto a las tuberas que debern ser objeto de este estudio, se
consideraron sectores hidrulicamente aislados y grupos de tuberas homogneas
respecto al dimetro, edad, sector, etctera. Como se ha venido mencionando en
prrafos anteriores, cabe resaltar que los sectores fueron seleccionaron contemplando
que fueran representativos de la red de la ciudad de Celaya, un factor importante es la
consideracin las tuberas mas antiguas, que se localizan en el sector centro, el cual
cuenta con diferentes tipos de material de la tubera. Se harn estudios y modelacin de
los sectores mencionados.
Dicha aplicacin requerir la disposicin de una base de datos completa y enlazada con
un sistema de informacin geogrfica, adems de los recursos informticos que
permitan procesarla con agilidad. Otra consideracin importante es que los factores
seleccionados y la priorizacin que se obtenga, se tomaran en consideracin por la
empresa de aguas de la ciudad de Celaya para aplicar los recursos financieros
disponibles. En la figura 5.7 quedan reflejadas las tuberas planteadas y la topologa de
las diferentes redes en cada uno de los sectores, obtenidas del modelo en
funcionamiento normal de la red.
110
Los esquemas mostrados, que corresponden a los modelos hidrulicos de los cuatro
sectores analizados, se realizaron con Epanet, y son parte esencial en el proceso del
presente anlisis.
5.1
Criterios Bsicos
5.1.1
las cuales se instalaron en la dcada de los 70s, siendo el estado de Guanajuato uno de
los pioneros en la instalacin de este material en Mxico. Posteriormente se continua
con materiales constituidos por polmeros como el PVC y el polietileno de diferentes
densidades, en el caso del distrito analizado en este trabajo, denominado San Juanico las
circunstancias identificadas por la empresa de agua, es que el proceso de junteo de
este tipo de material no se realiz como marca la normativa vigente, esto se ha
detectado al momento de reparar el nmero significante de fugas que se reparan en el
sector, a pesar de ser la tubera con menor antigedad. De tal manera como se ha
comentado, los diferentes periodos de instalacin, muestran diferentes caractersticas en
los fallos de las tuberas, y estas caractersticas son ms dependientes de la prctica de
construccin o proceso de instalacin, para cada periodo.
Por tal motivo, para la valoracin de este factor, se contempla la conjugacin de ambos
elementos, tanto la edad de la tubera como el periodo de instalacin, y la ecuacin que
valora dicho factor es la siguiente:
Puntuacin (edad ) =
Edad
* Valor Pinst .
Tev
(5.2)
donde Tev se refiere al tiempo de vida esperado, Valor Pinst. Es el valor del periodo de
instalacin y depender de la calidad de instalacin en cada poca, para cada uno de los
distintos materiales de la tubera. Cabe mencionar que el valor del periodo de
instalacin se basa en los antecedentes y en la recopilacin de datos por parte de
JUMAPA, el rango es de 1 a 5; donde el mayor valor se refiere a la peor calidad de
instalacin, del periodo de instalacin para cada tipo de material. En la tabla 5.12 se
muestran los resultados para este factor.
Valor
periodo
Tiempo vida
instalacin
esperado
AC A1
AC A2
ID Linea
Edad
Edad/Tvr
Edad/Tvr * Vpinst.
Interpolacin
50
40
0.80
1.60
10.00
1.5
50
30
0.60
0.90
5.63
Fo Fo C1
90
50
0.56
1.11
6.94
Fo Ga C1
2.5
80
50
0.63
1.56
9.77
Fo Ga C2
80
40
0.50
1.50
9.38
PVC 30
60
30
0.50
1.00
6.25
PVC 20
60
20
0.33
0.67
4.17
Polietileno
60
10
0.17
0.83
5.21
112
10.00
Puntuacin
8.00
6.00
4.00
2.00
Po
l ie
t il
en
o
PV
20
30
C
40
G
PV
Fo
Fo
50
50
Fo
Fo
30
AC
AC
40
0.00
5.1.2
ID Lnea
Longitud
Edad
Nmero de
roturas (ao)
AC (A1)
12605
40
310
AC (A2)
7243
30
164
Fo Fo (C1)
11613
50
240
Fo Ga (C1)
8600
50
196
Fo Ga (C2)
7540
40
184
PVC30
25201
30
425
PVC20
11548
20
208
Polietileno
13865
10
311
113
Edad
aos
Nmero de
roturas
(roturas/km/ ao)
AC (A1)
12605
40
4,09
10.00
AC (A2)
7243
30
3,77
9,18
Fo Fo (C1)
11613
50
3,44
8,36
Fo Ga (C1)
8600
50
3,79
9,25
Fo Ga (C2)
7540
40
4,06
9,92
PVC30
25201
30
2,81
6,78
PVC20
11548
20
3,00
7,26
Polietileno
13865
10
3,73
9,10
ID Lnea
Interpolacin
5.2
Criterios Funcionales
5.2.1
(5.3)
(5.4)
114
Donde D0i es el dimetro real en mm. para el tubo nuevo segn catlogos, y redi es la
reduccin anual del dimetro del tubo (aos-1).
Con la formulacin anterior tomada del modelo planteado por Sharp y Walski (1998),
se puede determinar el funcionamiento de una red de distribucin de agua potable, para
un instante de tiempo dado, considerando el incremento de la rugosidad de las tuberas y
el taponamiento de las mismas, por incrustacin de materiales, considerando que ambos
fenmenos varan linealmente respecto al tiempo. Derivado de lo anterior se puede
calcular las prdidas de carga por km de tubera reales, lo que se realiza a travs del
modelo de simulacin empleando Epanet.
ID Lnea
Longitud
Edad
Reduccin
del
dimetro %
AC (A1)
12605
40
6,00
AC (A2)
7243
30
5,26
Fo Fo (C1)
11613
50
8,12
Fo Ga (C1)
8600
50
7,08
Fo Ga (C2)
7540
40
7,46
PVC30
25201
30
3,14
PVC20
11548
20
2,45
Polietileno
13865
10
1,80
(5.5)
h' f hf
* 10
h' f
(5.6)
puntuacin =
115
ID Lnea
Longitud
Edad
Perdida de la
Puntuacin
capacidad (mca)
AC (A1)
12605
40
2,73
3,98
AC (A2)
7243
30
2,44
4,64
Fo Fo (C1)
11613
50
3,51
5,02
Fo Ga (C1)
8600
50
3,26
4,73
Fo Ga (C2)
7540
40
3,11
4,10
PVC30
25201
30
1,12
4,92
PVC20
11548
20
2,31
4,27
Polietileno
13865
10
0,98
2,86
IDN j =
(5.7)
Se realizar una penalizacin por el nmero de tuberas que afecten a los nodos por
debajo de la presin inferior permitida, siendo esta mayor cuanto mayor sea el nmero
de tuberas que afecten a los nodos que se encuentran por debajo de la presin mnima
permitida, es decir, el sector que cuente con menor nmero de tuberas importantes
tendr una mayor penalizacin, debido al factor de redundancia en cada uno de los
sistemas de distribucin. La puntuacin ser establecida con un valor de diez para el
IDN mayor y cero para el ndice menor, de forma proporcional al valor del IDN.
116
Cabe mencionar que este mismo criterio ser utilizado posteriormente en otro apartado,
pero se agregaran otras variantes.
Una vez realizada la aplicacin de la expresin 5.6 en cada uno de los grupos de las
tuberas se obtienen lo resultados mostrados en la tabla 5.17.
ID Lnea
IDN
Puntuacin
Nmero de
tuberas
"importantes"
AC (A1)
21
4,1
AC (A2)
38
5,8
FoFo (C1)
32
5,2
Fo Ga (C1)
26
4,6
Fo Ga (C2)
35
5,5
PVC30
16
3,6
PVC20
35
5,5
Polietileno
80
10,0
archivo de salida de EPANET con extensin *.inp, lee los datos de EPANET a travs de
la herramienta de la librera Toolkit. La herramienta Toolkit permite a los
desarrolladores personalizar la ingeniera computacional de EPANET para necesidades
especificas personales, a travs de interfaces de diversos lenguajes computacionales
ente ellos Visual Basic, que es el que se utiliza en esta aplicacin. Esto se puede hacer
directamente en Excel, desde un botn de comando en Visual Basic, una vez que es
llamado el archivo. Se realiza la simulacin del cierre de cada una de las tuberas, a
travs del botn de comando de simular, como aparece en la figura 5.9.
Posteriormente, se obtiene el conjunto de resultados y se vuelcan sobre la hoja de Excel
dichos resultados, obteniendo los resultados de la simulacin. Se realiza el algoritmo de
clculo del ndice respectivo, en donde se aplica la solucin de las ecuaciones, mediante
el uso de subrutinas. Es as de una manera general, como se elaboro la macro que nos
facilitara el clculo del ndice mencionado.
5.2.3
IIQ fuga =
118
(5.8)
IIQfuga
Puntuacin
AC (A1)
21
0,00
AC (A2)
38
2,45
FoFo (C1)
17
0,55
Fo Ga (C2)
62
4,62
Fo Ga (C2)
52
3,72
PVC30
48
3,24
PVC20
92
10,00
Polietileno
36
2,23
Figura 5. 10 Macro IIQ que calcula el ndice del impacto del Qfuga en la red
119
5.3
Criterios Miscelneos
5.3.1
En la gran mayora de las empresas de agua se cuenta con una base de datos de registro
de fugas, en unos con una mejor estructura que otras, tambin con una variacin muy
amplia en cuanto a la calidad y cantidad de los datos. Este registro de fugas es la
primera aproximacin en el intento de obtener una estructura y una metodologa, para la
toma de decisiones en la rehabilitacin de tuberas, es claro que se deben de considerar
una serie de factores, como ya se han mencionado a lo largo de este trabajo.
Se han publicado una serie de enfoques analticos y de optimizacin para la ayuda en la
toma de decisiones sobre el reemplazo de tuberas, basado en el historial de fugas. Un
trabajo clsico que la inmensa mayora de los documentos publicados toman como
referencia es el trabajo presentado por Shamir y Howard (1979), trabajo que propone un
modelo analtico para la toma decisiones en la sustitucin de tuberas, basado en el
historial de las roturas de las tuberas, as como el coste de reparacin y sustitucin de
las mismas. Shamir y Howard fueron los primeros en sugerir que el ndice de roturas en
las tuberas se incrementa de manera exponencial con la edad de la tubera, pudiendo
obtener predicciones de roturas futuras. Asmismo afirman que el momento ptimo para
la sustitucin de tuberas existentes se puede obtener utilizando esta metodologa.
En este factor se consideran la edad, el material, la distribucin hidrulica de una
manera homognea para todas las tuberas de cada sector analizado de la red de Celaya.
N (t ) j = N (t o ) j * e
A j (t + g j )
(5.9)
Longitud
Edad
Nmero de roturas
N(to)
-1
(roturas/km ao)
(ao )
(N/km/ao)
AC (A1)
12605
40
4,099
0,063
0,910
AC (A2)
7243
30
3,774
0,075
0,654
Fo Fo (C1)
11613
50
3,444
0,068
0,638
Fo Ga (C1)
8600
40
3,798
0,067
0,854
Fo Ga (C2)
7540
50
4,067
0,072
0,721
PVC30
25201
30
2,811
0,070
0,487
PVC20
11548
20
3,002
0,058
0,731
Polietileno
13865
10
3,738
0,061
0,876
Roturas/km y ao
25
A-C 30
A-C 40
Fo Fo 50
Fo Ga 40
Fo Ga 50
Polietileno
PVC 20
PVC 30
20
15
10
5
0
0
10
20
30
40
50
t (aos)
1 C s + ln(1 + i )
ln
A j C r N (t o )
(5.10)
121
COSTE DE SUSTITUCION
Dimetro
Fofo
FoGa
A-C
POLIET.
PVC
75
439,55
439,55
439,55
439,55
439,55
100
484,44
484,44
484,44
484,44
484,44
150
546,31
546,31
546,31
546,31
546,31
200
654,91
654,91
654,91
654,91
654,91
250
793,76
793,76
793,76
793,76
793,76
300
869,94
869,94
869,94
869,94
869,94
350
1217,74
1217,74
1217,74
1217,74
1217,74
FoFo
FoGa
A-C
POLIET.
PVC
75
1657,44
1657,44
1657,44
1657,44
1657,44
100
1746,23
1746,23
1746,23
1746,23
1746,23
150
1894,20
1894,20
1894,20
1894,20
1894,20
200
1921,74
1921,74
1921,74
1921,74
1921,74
250
2042,31
2042,31
2042,31
2042,31
2042,31
300
2286,00
2286,00
2286,00
2286,00
2286,00
122
ID Lnea
Longitud
Edad
(m)
(aos)
ts
ts-t
Interpolacin
AC (A1)
12605
40
45,87
5,87
7,19
AC (A2)
7243
30
54,53
24,53
0,00
Fo Fo (C1)
11613
50
57,57
7,57
6,33
Fo Ga (C1)
8600
40
52,44
12,44
3,85
Fo Ga (C2)
7540
50
50,36
0,36
10,00
PVC30
25201
30
61,44
31,44
0,00
PVC20
11548
20
62,21
42,21
0,00
Polietileno
13865
10
51,24
41,24
0,00
5.3.2
En los diferentes sectores que se han seleccionado, existen abonados con consumos
mensuales considerables por encima de 100 m3, usuarios de diversos usos para los que
la falta de suministro o un servicio deficiente, puede causar prdidas considerables, y
problemas administrativos y sociales a la JUMAPA. En el sistema geogrfico de la
empresa de aguas (JUMAPA), existe una base de datos con los consumos mayores
mensuales de cada abonado en cada sector, localizados geogrficamente. En la figura
5.12 se muestra la localizaron geogrfica de los consumidores mayores, de uno de los
sectores, as como en la tabla 5.23 se presenta el nmero de consumidores mayores en
cada sector.
123
Centro
Jardines
San Juanico
Girasoles
Asistencia social
Comercial alto
31
Comercial medio
12
Domestico C
10
21
Industrial A
Instituciones educativas
Mercados distritales
Servicios pblicos
Hospitales
total
74
30
1.- El nodo debe estar por debajo del umbral permitido, para la ciudad de
Celaya es de 10 mca.
124
ID Nodo
Tuberas cerradas
Consumo
13
23
33
19
Tuberas cerradas
21
13
23
33
19
21
Presin
Presin
Presin
Presin
Presin
no
6,75
0,00
12,32
14,72
14,79
no
no
6,74
0,00
12,49
14,76
14,82
no
no
no
6,64
0,00
12,97
14,84
14,89
no
no
no
no
6,84
0,00
13,42
15,13
15,17
no
no
no
no
no
6,85
0,00
13,63
15,21
15,25
no
no
no
no
no
7,47
0,00
11,82
15,09
15,17
Conexin 7
no
no
no
no
no
7,08
0,00
11,11
14,57
14,66
Conexin 8
no
no
no
8,32
0,00
11,04
15,07
15,16
Conexin 9
no
no
no
8,47
0,00
11,13
15,17
15,26
Conexin 10
no
no
no
no
no
16,38
0,00
15,78
16,28
16,3
Conexin 11
no
12,87
7,52
0,00
0,00
0,00
Conexin 12
no
no
no
no
no
12,46
7,14
0,00
0,00
0,00
Conexin 13
no
no
13,83
8,69
0,00
0,00
15,29
Conexin 14
no
no
no
no
no
14,04
9,06
0,00
0,00
14,9
Conexin 15
no
no
no
no
no
13,77
0,00
0,00
14,68
Conexin 16
no
no
no
no
no
12,80
7,56
0,00
0,00
0,00
Conexin 17
no
no
no
no
no
12,76
7,52
0,00
0,00
0,00
Conexin 18
no
no
no
no
no
12,27
7,02
0,00
0,00
0,00
Conexin 19
no
no
no
no
no
12,67
7,42
0,00
0,00
0,00
Conexin 20
no
no
no
no
no
12,80
7,55
0,00
0,00
0,00
Max
22
12
12
0,33
0,66
0,66
0,33
0,41
1,00
0,55
0,55
0,41
0,74
2,00
1,21
1,21
0,74
3,70
10,0
6,03
6,03
3,70
Conexin 1
no
no
no
no
Conexin 2
no
no
no
Conexin 3
no
no
Conexin 4
no
Conexin 5
Conexin 6
Promedio
N=30
1.18
consumidores mayores.
Puntuacin
AC (A1)
3,26
AC (A2)
3,04
FoFo (C1)
4,46
Fo Ga (C1)
4,57
Fo Ga (C2)
4,10
PVC30
0,12
PVC20
1,76
Polietileno
1,12
de los nodos de los cuales se alimentan los usuarios mayores. Algunas tuberas dentro
de cada sector si alcanzaron el valor de 10 pero existan otras en el mismo sector con
valores bajos; por tal motivo al realizar la media aritmtica ningn sector alcanza el
valor de 10.
5.3.3
ID Lnea
Densidad del
trafico
AC (A1)
fuerte
medio
AC (A2)
moderado
bajo
FoFo (C1)
moderado
bajo
Fo Ga (C1)
fuerte
alto
Fo Ga (C2)
moderado
medio
PVC30
extremo
nulo
PVC20
dbil
nulo
Polietileno
dbil
nulo
ID Lnea
Puntuacin
AC (A1)
6,00
AC (A2)
4,80
FoFo (C1)
4,80
Fo Ga (C1)
10,00
Fo Ga (C2)
4,20
PVC30
6,00
PVC20
0,00
Polietileno
0,00
AC (A1)
AC (A2)
FoFo (C1)
FoGa (C1)
FoGa (C2)
PVC30
PVC20
Polietileno
IDN IIQfuga
4,1
5,8
5,2
4,6
5,5
3,6
5,5
10
0
2,45
0,55
4,62
3,72
3,24
10
2,23
Tiempo
Influencia
renovacin
7,19
0
6,33
3,85
10
0
0
0
rotura Q
3,26
3,04
4,46
4,57
4,1
0,12
1,76
1,12
Impacto
medio
amb
6
4,8
4,8
10
4,2
6
0
0
aritmtica
44,53
35,54
41,67
51,39
50,92
30,91
32,96
30,52
128
Capitulo 6
Modelos de
Vulnerabilidad y
Eficiencia
130
Modelo de Vulnerabilidad
Para los gestores de las empresas de agua que operan y toman decisiones, identificar los
factores que influyen en la determinacin para la priorizacin en la renovacin de las
tuberas, no es tarea sencilla, dado que la seleccin debe soportarse en primera instancia,
en la identificacin de aquellos criterios fundamentales a la hora de seleccionar la
tubera, que debe ser considerada prioritariamente para su renovacin. La edad es sin
lugar a dudas, el primer criterio a incluir en la lista pero no el nico. Aunado a la
disponibilidad de los recursos financieros requeridos, y los recursos financieros con los
que disponen las empresas de agua que operan las redes de agua potable. El objetivo es
mejorar la fiabilidad y el funcionamiento de la red. La priorizacin en la renovacin de
las tuberas se efecta segn un proceso de toma de decisin, que tiene en cuenta un
conjunto de variables vinculadas a las tuberas y a su medio ambiente, las condiciones
de operacin de la red, restricciones tcnicas y por supuesto financieras.
Los gestores encargados de estructurar los planes de renovacin de redes de agua
potable acuden tradicionalmente a la experiencia, bien sea adquirida con el paso de los
aos, o por conocimiento de casos similares en otras compaas, y en muchos casos al
seguimiento de polticas reactivas (manejo de emergencias) cuando el problema que
atae, es el relativo a las tuberas que con mayor prontitud deben ser objeto de una
intervencin. Resulta claro que dadas las habituales circunstancias de limitacin en el
presupuesto, la problemtica de fondo hoy en da no avala una solucin, que se base en
la renovacin de redes sin soportes ingenieriles. Esta opcin, lejos de mejorar los
indicadores tcnicos relativos a las prdidas reales o fsicas en la red, actuar en clara
contradiccin, con la intencin de mantener una sana poltica de inversin en
infraestructura fsica.
Un plan de renovacin de la red con carcter selectivo, acoplado en el engranaje general
de una poltica de gestin de fugas, se convierte en bastin esencial de cualquier
estrategia global de gestin del sistema, si en l se evalan todos los factores relevantes
que pueden influir en el desgaste de la misma. Ello implica la consideracin de
mltiples criterios: adems de otros criterios, la edad se presenta como imprescindible;
as mismo la consideracin de otros como el historial de roturas sufridas por las tuberas
de estudio, la prediccin de los fallos que a futuro y basados en herramientas de tipo
estadstico pueden ocurrir, la capacidad de transporte, la calidad del agua, los posibles
efectos medioambientales que una rotura puede causar, etctera, y en resumen, todos
aquellos criterios que aseguren el logro ya no slo de los objetivos tcnicos
tradicionales, sino adems de objetivos ambientales y sociales, cada da ms requeridos
por la legislaciones vigentes en los diversos pases.
Esto requiere de tal manera, el planteamiento de metodologas que consideren variados
criterios de diferente naturaleza, valorando la influencia de estos en diferente grado de
importancia sobre el gran objetivo global del plan de renovacin. Se pretende entonces,
mediante la realizacin de este estudio, plantear los fundamentos del uso de mtodos y
herramientas ya aplicados en otros campos de la ciencia, pero esta vez con el objetivo
de organizar prioritariamente los grupos de tuberas, en funcin de la premura con que
urge una intervencin tcnica.
131
132
1.1
Herramientas a utilizar
Informacin necesaria
133
Edad
Historial Capacidad
IDN
IIQfuga
Tiempo
Influencia
renovacin
rotura Q
Impacto
medio
amb
t inst.
fugas
transporte
AC (A1)
6.33
10,00
3,98
4,1
7,19
3,26
AC (A2)
5.28
9,19
4,64
5,8
2,45
3,04
4,8
FoFo (C1)
5.54
8,36
5,02
5,2
0,55
6,33
4,46
4,8
Fo Ga (C1)
7.07
9,25
4,73
4,6
4,62
3,85
4,57
10
Fo Ga (C2)
6.97
9,92
4,1
5,5
3,72
10
4,1
4,2
PVC30
4.81
6,78
4,92
3,6
3,24
0,12
PVC20
5.30
7,26
4,27
5,5
10
2,27
Polietileno
4.94
9,10
2,86
10
2,23
1,12
134
i = 1,2,....., m
(6.1)
Y las p restricciones:
hi ( x) = 0
i = 1,2,....., p
(6.2)
Donde
(6.3)
En otras palabras, se desea determinar la solucin particular x1* , x 2* ,...., x n* , del conjunto
S formado por todos los valores que satisfacen las ecuaciones (6.1) y (6.2), que d lugar
a los valores ptimos para todas las funciones objetivo. Pero como ya se ha comentado,
no existe normalmente una solucin que optimice de forma simultnea todas las
funciones objetivo.
2.2
Mtodos de solucin
Para tratar el problema comentado del conflicto entre objetivos se han utilizado diversos
mtodos, que pasamos a revisar a continuacin.
135
2.2.1
min wi f i ( x)
(6.4)
i =1
min wi f i ( x) M i
(6.5)
i =1
2.2.2
Maino M. (1993) dice De los distintos enfoques utilizados para generar el conjunto de
soluciones eficientes, este fue el primero en desarrollarse. Zadeh en 1965 fue quien
propuso este mtodo. Su idea bsica consiste en combinar (agregar) todos los criterios
en una funcin nica. Con este propsito, se asocia un peso o coeficiente de
ponderacin a cada uno de los (objetivos) criterios, procedindose despus a agregar
todos los criterios, para luego, parametrizando los valores de los coeficientes de
ponderacin, conseguir generar el conjunto eficiente.
De esta manera, cada alternativa ser evaluada en funcin del criterio de evaluacin,
obteniendo un valor VAJ; dicho valor es multiplicado por el peso asignado a dicho
criterio WCrI. De esta forma se concentra un conjunto de m criterios y n alternativas,
agregando m productos con la alternativa J para obtener el producto VAJ*WCrI,
representados por un sumatorio. En la figura 6.1 se presenta la matriz de decisin que
incluye las n sumatorias correspondientes a n alternativas.
136
Criterio 1
Criterio..
Criterio m
Suma final de
cada
alternativa
(Peso 1)
(Peso ..)
(Peso m)
VA1*W Cr1
VA1*W Cr..
VA1*W Crm
(VA1*Ci)
VA..*W Cr1
VA.*W Cr..
VA.*W Crm
(VA...*C)
VAn*W Cr1
VAn*W Cr.
VAn*W Crm
(VA1*C)
Alternativa 1
(Valoracin 1)
Alternativa..
(Valoracin..)
Alternativa n
(Valoracin n)
Para nuestro caso en particular, que consiste en priorizar un grupo de tuberas para la
renovacin, debemos de construir una ordenacin de prioridad, partiendo de que cada
criterio se refiere a una necesidad mayor en la renovacin, conforme mayor sea el
sumatorio de la puntuacin obtenida. Al obtener un mayor resultado en el sumatorio de
las multiplicaciones, significa que su necesidad de renovacin es mayor. De esta manera
los resultados obtenidos en las alternativas, se organizan de mayor a menor en un
cuadro de manera sinptica. Dicho cuadro se presenta en la figura 6.2.
Prioridad 1
Aj :
final Aj >
final An >
final A. >
Prioridad 2
An :
final An >
final A.>
final Ai
final Ai
Prioridad. A..., :
Prioridad n
final Ai
Ai :
137
3.1 Aplicacin del sistema soporte a la decisin de las sumas ponderadas para
la asignacin de prioridades de renovacin en ocho grupos tuberas de
la red de Celaya, Gto. Mxico
Debemos hacer algunas precisiones respecto a la composicin de la red de distribucin
analizada, respecto a los dimetros referidos a la mayora de las tuberas que constituyen
la red, los cuales oscilan entre 75 mm. y 150 mm., y donde se omitieron las tuberas de
50 y 60 mm. Respecto a las edades de las tuberas, las del sector centro son las de mayor
edad con 50 aos, as como diferentes materiales en los cinco sectores tales como: FoFo, Fo-Ga, A-C, PVC, y Polietileno. En dicha zona fueron seleccionados ocho grupos
de tuberas homogneas en cuanto al tipo de material y edad.
3.1.1
Para realizar la agrupacin de cada tubera respecto a cada uno de los criterios, se suman
los valores de las ponderaciones por el peso asignado a cada criterio, para lo cual se
obtendr un sumatorio final para cada una de las alternativas. Seguidamente, realizando
una ordenacin en base a la valoracin obtenida, se obtiene un orden de priorizacin de
las tuberas que debern ser renovadas ms prontamente.
En lo referente al criterio de la edad y el periodo de instalacin, existe una diferencia de
edad de 40 aos, es decir la tubera mas antigua es de 50 aos y la de menor edad es de
10 aos, debiendo ser reflejada y penalizada esta diferencia de edad. Respecto al
periodo de instalacin, la referencia existente a la calidad del periodo de instalacin es
muy variada, para los diversos tipos de materiales y en base a ello se realiza su
valoracin.
Respecto al nmero de roturas de cada tubera, en general, se trata de valores altos,
resaltando la ms penalizada que es la tubera de Asbesto-Cemento con la clave AC
(A1), con un valor realmente alto (4,09 roturas / km y ao), especialmente si
consideramos los valores manejados en Alemania (Hirner, 1997) donde se propone un
valor de 0,1 para un buen comportamiento, y el valor de 0,5 ya es considerado alto. Con
una longitud promedio de 12.605 m., esta tasa de fallos registrados es relativamente
importante. La clasificacin de la OFWAT (Parsons, 1997) es menos exigente: 0,25
(bueno) y 2 (inaceptable) roturas/km y ao. En general los valores de los ocho grupos de
tuberas son altos, dado que el menor es de 2,81, siendo esta la tubera de mayor
longitud de material de PVC y de una edad de 30 aos.
Respecto a los criterios hidrulicos, el criterio de la capacidad de transporte refleja la
prdida porcentual de carga de cada tubera debido a su envejecimiento, manifestada a
travs de una reduccin de dimetro y de un aumento de la rugosidad. Las tuberas
analizadas tienen una prdida de carga porcentual que va desde un 39,7% hasta un
18,1%. Las tuberas mejor colocadas son las ms grandes y las peor colocadas las ms
pequeas, debido fundamentalmente a que las prdidas de carga son inversamente
proporcionales a la quinta potencia del dimetro. Como sucede con las tuberas del
sector centro donde se localizan los mayores dimetros, pero en ese mismo sector se
encuentran las tuberas de Fo-Fo, Fo-Ga. y A-C, las cuales poseen las mayores
incrustaciones y por consiguiente una mayor reduccin en el dimetro.
138
Con el criterio del ndice de deficiencia de los nodos, como su nombre lo indica, se
pretende evaluar el impacto de la indisponibilidad de una tubera dada al suministro de
agua hacia los abonados, en cada uno de los sectores en cuanto a la presin inferior
disponible en horas punta.
Las tuberas con menor redundancia en el servicio resultan con una puntuacin mayor, y
en este caso, se trata del grupo de tuberas de polietileno del sector San Juanico, donde
la topologa de la red hace que al cortar en la simulacin las tuberas importantes,
prcticamente afecta a todos los nodos del sistema; por el contrario, el menor valor
corresponde a las tuberas de PVC30 del sector de Jardines.
En la red de la ciudad de Celaya, el caudal de fugas es muy significativo. Como se ha
podido constatar por parte del departamento de recuperacin de agua, el mayor
problema al que se han enfrentado es la localizacin espacial de las fugas, cuyo
volumen de agua perdido afecta significativamente al comportamiento de la red,
disminuyendo la presin y demeritando el servicio prestado a los usuarios. Por tal
motivo, segn el criterio del Impacto del caudal fugado en el comportamiento de la red,
las tuberas para las que el caudal fugado influye menos en la red, corresponden a las
tuberas AC(A1) del sector centro. En la evaluacin de este criterio, existe una gran
dispersin de los valores; por ejemplo, el menor valor del IIQfuga es de 1.16
correspondiente a la puntuacin de 0, y el mayor de 12.12 que equivale al valor de la
puntuacin de 10.
Como observamos, existe una gran variacin en los valores. Por ultimo debemos
mencionar que el sector donde influye ms este criterio es el sector de Girasoles con
tuberas de PVC20.
En lo que se refiere al grupo de criterios funcionales, los resultados no son tan distantes.
Entre ellos, considero que debido a su relacin en el aspecto funcional, sobre todo cabe
destacar la proximidad de las valoraciones, en el criterio de la capacidad de transporte.
Esto tal vez sea debido al planteamiento de la valoracin que se propuso. Tambin
debemos comentar que el comportamiento de los valores del ndice de deficiencia de los
nudos est condicionado de alguna manera por la topologa de la red.
Respecto al grupo de los criterios miscelneos, son de alguna manera una mezcla de
diversas consideraciones, en las cuales se debe resaltar el aspecto econmico. En este
caso, la evaluacin del mtodo de Shamir y Howard resulta ser una aproximacin inicial
buena, que requiere aun ms elementos para poder evaluar mas firmemente este criterio.
Aun as, cabe resaltar que aunque existen algunas modificaciones a las expresiones
originales, siguen siguiendo las mas empleadas hoy en da para determinar el tiempo de
renovacin optimo. Son varias las tuberas que cuentan con un tiempo de sustitucin
considerable, como las tuberas de PVC de 20 y 30 aos, as como la tubera de
polietileno al igual la tubera de A-C (A2), y por lo contrario existe la tubera de Fo Ga
(C1) donde el tiempo de sustitucin es imperante.
En lo que se refiere a la influencia de un corte los diferentes sectores que se han
seleccionado, existen abonados con consumos mensuales considerables por encima de
100 m3 mensuales. Dentro de este factor, las puntuaciones mayores corresponden a
sectores donde hay un mayor nmero de consumidores mayores, y especficamente en
el sector centro, donde el corte de una tubera afecta considerablemente al resto. En
otros sectores no es tanta la afectacin: por ejemplo en los sectores de Girasoles y San
139
Juanico, que se alimentan de una sola fuente, los nudos de sector quedan muy afectados
en cuanto a la presin en cuanto de cierra la lnea de alimentacin.
En lo que respecta a los sectores del Centro y Jardines, que cuentan con dos o ms
fuentes de alimentacin, la afectacin del corte de alguna de las lnas de alimentacin es
menor.
Respecto a los efectos originados por un reventn ocurrido en una tubera, en este
criterio las tuberas localizadas en el sector centro son las de mayor impacto, dado que
es donde se localizan la mayor densidad de edificios de gran envergadura, y una gran
cantidad de monumentos histricos. Debemos de mencionar que en lo que respecta al
sector de Jardines de material PVC30, en dicho sector se localiza una de las avenidas
mas importante de la ciudad de Celaya, y es justo donde se aloja paralelamente una
lnea de 200 mm de dimetro, de una longitud considerable.
Por tal motivo obtiene una puntuacin de 6.0. Al momento de realizar las ponderaciones
relativas de cada criterio, cabe recordar que el valor numrico del peso relativo de cada
criterio, responde ms a la visin global de la red que tengan los responsables de cada
abastecimiento, que a un valor que pretenda ser definitivo.
De esta forma, en primera instancia se concede a las consideraciones bsicas un peso
conjunto del 45%, debido tanto a su importancia, como al hecho de que se trata de una
informacin asequible, al menos en sistemas con un aceptable nivel de gestin. Se ha
valorado en un 5% ms la edad de la tubera y el periodo de instalacin, que el historial
de roturas. Seguidamente se han ponderado las consideraciones hidrulicas, que tienen
un peso del 40%, debido a la relevancia que consideramos que juegan en la red dichos
criterios: concretamente se ha valorado con un 10% al criterio del ndice de la capacidad
nodal, un 5% menos respecto los otros dos criterios a los cuales se les asigna un valor de
15%. Las consideraciones miscelneas, fundamentalmente econmicas, tienen un valor
del 15% debido a su influencia sujetiva de evaluacin, repartidas de una manera
equitativa entre los tres criterios.
Finalmente, se presenta en la tabla 6.4 la puntuacin parcial y ponderada de cada
tubera, en cada uno de los criterios. La suma de las puntuaciones de cada tubera,
respecto a un valor mximo de 100 se presenta en la tabla 6.2, as como la posicin de
cada tubera de cara a su renovacin.
Orden de
Puntuacin
Posicin de cada
priorizacin
tubera
7.07
Fo Ga (C1)
6.97
Fo Ga (C2)
6.33
AC (A1)
5.54
FoFo (C1)
5.30
PVC20
140
5.28
AC (A2)
4.94
Polietileno
4.81
PVC30
3.1.2
Si los valores del peso relativo en las consideraciones bsicas se hubiesen intercalado,
es decir, se hubiese valorado un 20 % la edad y el periodo de instalacin y un 20 % el
historial de roturas, y en las consideraciones funcionales se hubiese valorado un 10 % la
capacidad de transporte y un 20% el ndice del caudal fugado, as como en las
consideraciones miscelneas, se aumentara el ndice de la influencia de una rotura de
un 5% a un 10% , el ordenamiento variara tal y como refleja la tabla 6.3.
Orden de
Puntuacin
Posicin de cada
priorizacin
tubera
6.68
Fo Ga (C2)
6.42
Fo Ga (C1)
5.79
AC (A1)
5.49
PVC20
5.20
FoFo (C1)
5.04
AC (A2)
141
4.71
Polietileno
4.42
PVC30
Historial
fugas
W = 20.0%
V Wi*Vi
10 2.00
9.19 1.84
8.36 1.67
9.25 1.85
9.92 1.98
6.78 1.36
7.26 1.45
9.1 1.82
Capacidad
transporte
W = 15.0%
V Wi*Vi
3.98 0.60
4.64 0.70
5.02 0.75
4.73 0.71
4.1 0.62
4.92 0.74
4.27 0.64
2.86 0.43
IDN
W = 10.0%
V Wi*Vi
4.10 0.41
5.80 0.58
5.20 0.52
4.60 0.46
5.50 0.55
3.60 0.36
5.50 0.55
10.00 1.00
IIQfuga
Tiempo
renovacin
W = 15.0% W = 5.0%
V Wi*Vi V Wi*Vi
0.00 0.00 7.19 0.36
2.45 0.37
0
0.00
0.55 0.08 6.33 0.32
4.62 0.69 3.85 0.19
3.72 0.56
10 0.50
3.24 0.49
0
0.00
10.00 1.50
0
0.00
2.23 0.33
0
0.00
Influencia
rotura
W = 5.0%
V Wi*Vi
3.26 0.16
3.04 0.15
4.46 0.22
4.57 0.23
4.1 0.21
0.12 0.01
2.27 0.11
1.12 0.06
142
Impacto
medio amb.
W = 5.0%
V Wi*Vi
6.00 0.30
4.80 0.24
4.80 0.24
10.00 0.50
4.20 0.21
6.00 0.30
0.00 0.00
0.00 0.00
6.33
5.28
5.54
7.07
6.97
4.81
5.30
4.94
3.1.4
Mtodo de Ordenar
143
Modelo de Eficiencia
144
4.1
numerosos artculos, sobre la deteccin y control de fugas en los ltimos aos (Hunaidi
et al. ,2000; Vtkovsk et al., 2000; Vairavamoorthy y Lumbers, 1998). Brothers (2001)
recomienda que la gestin de las empresas de agua en las prcticas de la reduccin de la
presin, debe ser realizada fuera de las horas punta, para minimizar la prdida de agua.
El control en la medicin de las fugas, as como la reduccin de la presin excesiva, son
de utilidad para reducir el desperdicio innecesario, y para abordar los sntomas del
problema, es necesario comprender mejor las externalidades asociadas con las fugas,
4.1.1
La consideracin de cmo las fugas aumentan el gasto energtico del suministro del
agua, a travs de un segmento de la tubera, ofrece un til punto de partida para un
anlisis de las fugas en las redes de distribucin. Cuando una nica fuga se concentra en
una distancia x a lo largo de una longitud uniforme L de la tubera, podemos derivar
ecuaciones relativamente simples para relacionar la eficiencia energtica, la localizacin
y magnitud de la fugas. Aunque elementales, tales ecuaciones ofrecen una descripcin
concisa de cmo la localizacin y el tamao de la fuga influyen en la tasa de fugas y los
requerimientos energticos.
Pueden ser considerados los siguientes supuestos: si el sistema fuga o no fuga, debiendo
verificarse las demandas aguas abajo de la fuga y los requisitos de presin. Por lo tanto,
la prioridad es evaluar las prdidas en los sistemas de suministro de agua de un nivel
equivalente en el servicio. Este enfoque puede no reflejar exactamente la prctica en
determinadas comunidades, pero sus simplificaciones facilitan las comparaciones
numricas entre diferentes sistemas y escenarios, mediante la eliminacin de una
importante zona de variabilidad.
Hf
Hs
Hf
Hd
L, D, f
Qd + aQd
Qd
xL
(1-x)L
Ql = aQd
Figura 6. 5 Lnea del grado de energa (EGL) del segmento de una tubera con una
fuga.
El impacto de una fuga sobre el uso de la energa se puede determinar fcilmente a
partir la observacin en la lnea del grado de energa (EGL) en la figura 6.5 (Colombo y
146
Ql = C d A 2 g (H l H gw ) = C E H a
a
Donde:
A =
H = Hl =
Hgw =
Cd =
CE =
A =
(6.6)
rea de la fuga
diferencia de carga (m) atravs de la fuga
Las cargas (m) en la tubera
Cargas en el medio ambiente del nivel fretico
Coeficiente de descarga
Coeficiente del emisor utilizado en EPANET el cual refleja el flujo
atravs de un orificio de tamao fijo.
Claramente esta relacin implica que la presin interna puede hacer variar el rea de la
fuga, y dependiendo del material de la tubera, Ql puede aumentar y crear un bucle de
realimentacin que puede poner a prueba la capacidad del sistema. Una funcin de
orificio es por lo general una representacin ms realista, que la aproximacin
tradicional de asignar fugas como demandas fijas.
De la expresin de la descarga a travs de un orificio, es evidente que a y CE estn
relacionados linealmente; sin embargo, la funcin que los relaciona no es lineal con x ni
con las cargas del sistema.
a=
C E ( H l H gw )
(6.7)
Qd
= [1 + (1 x )hd ]
a0
(6.8)
147
Donde:
C E H d
= fraccin de minima fuga (la cual ocurre cuando Hl = Hd ); y
a0 =
Qd
Hf
hf =
hf = perdida de carga relativa.
Hd
La Fig. 6.6 muestra como el ndice de fuga a/a0 vara con x y hf., y claramente cuando la
presin en la tubera decrece, el ndice se aproxima a la unidad. As, en lo que respecta a
la prdida de agua, si una fuga existe, el mejor lugar donde puede ocurrir es en el
extremo aguas debajo de una tubera horizontal (x=1) (o el punto de ms baja presin).
Para x< 1, a/a0 decrece al disminuir hf, porque la presin en la fuga es ms pequea.
x=0
1,8
1,7
x=0,25
1,6
1,5
x=0,5
1,4
1,3
x=0,75
1,2
1,1
1
0,5
1,0
1,5
2,0
(6.9)
Por lo tanto, como x disminuye, la prdida de carga adicional impuesta por la fuga
tambin disminuye, debido a que una mayor porcin del segmento del tubo que
transporta slo el caudal de diseo. Sin embargo, si la relacin del orificio de la Eq.6.8
es sustituido en la Eq. (6.9), el ndice de friccin de carga llega a ser una funcin ms
compleja en funcin de la distancia, de las propiedades del orificio y de la relativa
prdida de carga hf.
La diferencia entre la energa mecnica entregada al final de la tubera aguas abajo (Ed)
y la que suministra la fuente (Es), indica la energa que se consume en la alimentacin
148
Qd H d
Ed
=
=
'
E s Qd (1 + a )( H d + H f ) (1 + a ){1 + [xa (a + 2) + 1]h f }
(6.10)
Indice de energa
0,65
0,60
0,55
0,50
x=0,25
0,45
0,40
0,35
x=0,75
x=0,5
0,30
0,25
0,50
Fraccin fugada, a
4.1.2
149
La prdida de carga para una sola fuga est dada por Eq. (6.9); el primer trmino en la
Eq. (6.9) puede ser expandido en una serie de N trminos, para tener en consideracin
las N fugas, obteniendo la siguiente expresin.
hF =
H 'f
Hf
= ( x m x m 1 )1 + ai + (1 x N )
m =1
i=m
N
(6.11)
=
N
Es
1 + a m ( H d + H 'f )
m =1
(6.12)
150
xe =
hf 1
(6.13)
(1 + a e ) 2 1
De este modo, la fuga equivalente asociada con las fugas 1 y 2 tiene una magnitud de ae
y se encuentra a xe. El mismo planteamiento puede ser utilizado para obtener una
expresin para el coeficiente de emisor y xe en una fuga equivalente, dado el
conocimiento de los coeficientes de los emisores, para las fugas originales y la relacin
entre a y CE. La expresin resultante es ligeramente ms compleja, pero
fundamentalmente es la misma.
A
HAB
B
Hf
HBD
D
HDE
Hd
(a1 + a2+1)Qd
Qd
alQd
a2Qd
xl L
xe L
Figura 6. 8 EGL para una tubera con mltiples fugas y la correspondiente fuga
equivalente
4.1.3
Al igual que el anlisis de sistemas con una sola tubera, es posible realizar el anlisis de
las redes completas de distribucin de agua. Para evaluar el impacto de fugas sobre los
sistemas de distribucin, fueron realizadas una variedad de simulaciones de estados
permanentes con EPANET, sobre cuatro redes malladas hipotticas (Colombo y
Karney, 2002). El objetivo es encontrar relaciones simples para poder caracterizar el
comportamiento, al menos groso modo, sobre la interdependencia del ndice de fugas,
gastos de energa y los sistemas complejos.
una sola estacin de bombeo. Ignorar tanto el patrn de la demanda como el almacenaje,
simplifica el anlisis y ms claramente, destaca el papel especfico de las fugas; adems,
puesto que las condiciones medias dominan en la estimacin del consumo de la energa
a largo plazo, su omisin no es especialmente problemtica. Naturalmente hay una
variedad de consideraciones operacionales adicionales, y estas consideraciones tambin
entrarn en el juego cuando se determine como se gestiona la fuga, y como esto influye
en el funcionamiento econmico total de un sistema real.
15
23
13
22
45.5
(35.7)
24
34.0
(16.2)
14
39.5
(24.5)
16
35.3
(16.7)
20
21
19
18
42.0
(33.5)
11
30.6
(17.3)
15
41.6
(34.7)
7
8
25
55.5
(40.8)
48.0
(42.3)
39.13
(17.1)
11
52.5
(39.0)
18
12
17
10
12
35.6
(16.4)
13
10
42.9
(20.7)
Flujo total
24 MLD
(28.5) MLD
17
40.8
(20.3)
16
38.5
(18.3)
41.9
(20.3)
152
40
Fuga (% )
35
24.8 MLD
30
0,5
0,8
0,5
25
22.8 MLD
20
46 MLD
15
43.4 MLD
10
0,4
0,6
0,8
1,2
1,4
1,6
1,8
Multiplicador de la demanda, KD
curvas A y B representan las fugas definidas por =0.5 y CE y los valores de 0,15 y 0,1
MLd/m1/2, respectivamente. La curva C es definida con una relacin diferente de fugas,
es decir, por CE=0.03 MLd/m1/2 y =0.8.
La interseccin de las curvas B y C muestran la forma en que la funcin orificio con
diferentes combinaciones de parmetros, puede dar las mismas fugas para un
determinado KD. A bajas KD, la curva B da mayores fugas debido a que las presiones del
sistema son pequeas, y CE es el parmetro dominante de la funcin orificio. Sin
embargo, cuando la demanda total del sistema es mayor (KD>1.2), la importancia del
factor h en la Ec. (6.6) se hace evidente en los niveles ms altos de fugas asociados con
la curva C. Una caracterstica evidente de la fig. 6.10 es que la curva C es ms llana que
B. Esto se explica teniendo en cuenta la derivada de Ec. (6.6).
dQl
= C E h 1
dh
(6.14)
Para <1, Ql aumenta con la h en una disminucin de la tasa o ndice, sin embargo
como se aproxima a la unidad, el ndice de este decremento disminuye y un alto
volumen de fugas est asociado con el mismo KD. Cuando =1, Ql est relacionada
linealmente con h y la curva asociada en la Fig. 6.10 ser plana, es decir, Lk sera
independiente de KD. Las tres curvas descienden a una tasa decreciente para las grandes
KD. La relacin inversa existe porque el aumento de la demanda total del sistema deja
atrs el aumento de volumen fugado, conforme KD crece. Las presiones ms altas
asociados con un mayor KD en el sistema de presin compensada, conducen a un mayor
volumen de fugas, y la tasa de descenso de cada una de las curva se reduce. Cabe
sealar que el aumento del bombeo necesario para atender mayores flujos, causa
presiones excesivamente altas en la parte de aguas arriba del sistema. Por lo general, la
capacidad del sistema podra ser mejorada para evitar esto, y el actual anlisis es poco
realista en este sentido.
El papel de la CE puede evaluarse mediante la comparacin de las curvas A y B, las
cuales representan las fugas con el mismo valor del exponente =0.5 pero diferentes
valores de los coeficientes de emisores. La posicin relativa de estas curvas expone la
esencial relacin lineal entre Lk y CE cuando , KD y las presiones se mantienen
constantes. Por ejemplo a KD=0.8, un avance desde A a B representa un aumento del
50% en CE desde 0,1 a 0,15, lo que tambin corresponde a un incremento del 50% en Lk
del 20% al 30%.
consiguiente distribucin de presiones fue comparada con el caso sin fugas para el
rgimen del da medio, obtenindose diferentes porcentajes de la reduccin de la
presin en cada nodo en relacin con el caso sin fugas, por una sola fuga en cada uno de
los nodos de prueba.
Los resultados, aunque importantes, no son sorprendentes, pues una fuga presente en
cualquier nodo provoca una respuesta para cada uno de los dems nodos. Sin embargo,
los nodos ms gravemente afectados son los adyacentes o en las cercanas del nodo con
fuga. Por otra parte, las fugas en los nodos aguas abajo, como los nodos N11 y N16
tambin causa un mayor grado de reduccin de la presin, tanto en trminos de la
magnitud de la reduccin y el nmero de nodos, con reducciones de ms de una
cantidad determinada.
140
Walski # 2
120
Tubera
sencilla
100
Walski # 1
80
10 mallas
2 mallas
60
40
1:1
20
0
0
10
20
30
40
50
60
70
Fuga (%)
155
En el sistema denominado Walski # 1 fueron asignadas fugas a los nodos centrales N60,
80, 90, 100, 150 y 160. Para Walski # 2 varias de las fugas se trasladaron a la periferia
de la red (N55, 90, 120, 140, 150 y 170). Todas las fugas tienen el mismo CE y las
simulaciones se realizaron de acuerdo a la metodologa descrita anteriormente.
Una familia de polinomios de segundo orden de la forma ay2+by, encajan las curvas en
la Fig. 6.11 con excelente precisin. Por ejemplo, el coste de la energa de la curva del
sistema de 10-mallas est bien descrita por la funcin z=0.012y2+1.63, y donde z e
y es el porcentaje de incremento en el coste de la energa y las fugas respectivamente.
A pesar de que cada curva sigue la forma de una funcin cuadrtica, no existe una
regla general para relacionar el coste de energa, con las fugas para sistemas de
distribucin de agua. Lo que est claro, sin embargo, es que las fugas son
definitivamente costosas, pues todas las curvas estn muy por encima del valor 1:1, esto
es, el aumento relativo en los costes de la energa excede significativamente al ndice de
fugas asociados. El efecto de distribucin de las fugas en una red es evidente desde la
disparidad entre las dos curvas de Walski.
56
76
74
75
72
36
50
115
40
70
66
38
68
140
40
22
150
44
60
30
30
16
20
64
62
18
80
28
42
32
34
90
8
24
26
12
170
115
100
60
10
46
70
48
58
50
54
130
110
20
52
56
10
120
las fugas u otras medidas de rehabilitacin podran ser aplicadas para reducir al mnimo
los costes adicionales. Por el contrario, la tubera representada por la curva de mejora
es inicialmente ms cara debido a la seleccin de mejores materiales de fabricacin,
pero tambin ms resistentes a las fugas.
Una tubera que se ajusta econmicamente, puede ofrecer a los planificadores unos
perodos de amortizacin buenos para recuperar los costes del capital adicionales,
asociados con su fabricacin y la aplicacin. La oportunidad de ahorrar dinero durante
la ampliacin de la vida de servicio de las tuberas, implica que los recursos pueden ser
asignados para reparar o sustituir tuberas y otras infraestructuras. La mejora de la
caracterizacin de las fugas y la evaluacin de los costes ayudar a determinar la
naturaleza de la curva de mejora.
Costes
Tiempo de reemplazo
Con fugas y
deterioro
Coste
extra
Umbral
coste de
reemplazo
actual
mejora
asumido
Presente
Retrazo Excedentes de
tiempo
Ms fugas
tubera
resistente
Tiempo
Pw = k w C E H d + (1 x) H f
] 3600T
a
(6.15)
Donde:
kw = Precio unitario del agua en $/m3
T = Duracin del anlisis
El coste diario de la energa adicional PE, es el producto del precio unitario de la
electricidad ($/kWh), la diferencia en la energa suministrada Es entre los casos de
fuga y no-fuga, y la duracin del anlisis T es dado como PE=kEEsT de la ecuacin
157
(6.9) y (6.10). La expresin es resuelta en las cargas del sistema y los parmetros
adimensionales a y x.
PE = k E Qd (1 + a)( H d + H 'f ) ( H d + H f ) T
(6.16)
(6.17)
Donde a es calculado de acuerdo a la ec. 6.7. Estas ecuaciones fueron probadas para una
red principal (L=2 km, D=254 mm) con una demanda constante Qd=0.07 m3/s y Hd=25
m y los parmetros de fuga CE=0.001 m5/2/s y a=0.5.
La Fig. 6.14 muestra la grafica del caudal diario adicional y los costes de la energa,
como una funcin de localizacin de fugas x cuando a la tubera es asignado un
coeficiente de rugosidad de Hazen-Williams C=130 (curvas de lnea discontinua) y
C=80 (curvas de lnea continua). Estos valores de C reflejan la tendencia de las fuga en
las tuberas cuando son nuevas (debido a la fabricacin de la tubera y/o defectos de
instalacin) y cuando envejecen, las cuales se han incluido para ilustrar cmo los costes
de las fugas se distribuyen entre los costes del agua y la energa desperdiciada, de
acuerdo con las caractersticas de la friccin de las tuberas.
Los precios unitarios para el agua y la electricidad en la ciudad de donde se aplico el
anlisis (Toronto) en el verano de 2001, son los siguientes: un precio de $ 0.10/kWh
para la electricidad; los clientes residenciales suelen pagar alrededor de $ 0.50/m3 de
agua, y por tanto, la Ciudad paga una fraccin de esta cantidad como su coste marginal
de un metro cbico de agua. Se escoge un valor de $ 0.05/m3 con el fin de que el coste
diario adicional de la tubera, debido a la prdida de agua y la energa sea proporcional.
La Fig. 6.14 muestra que a estos precios, el coste adicional diario domina sobre los
costes de la energa en todos los lugares posibles de fugas.
40
C=130
35
Agua
30
C=80
25
20
15
10
Energa
5
0
0
0,2
0,4
0,6
0,8
Figura 6. 14 Curvas del coste de la energa y del agua para una tubera fugando con
demanda especfica y caractersticas de fuga
El rol de la localizacin de las fugas es evidente en la Fig. 6.14 y exhibe las relaciones
representadas en las figuras. 6.7 y 6.8. Como x aumenta, los costes de la energa siguen,
mientras que el coste del agua disminuye. Cuando C se cambia de 130 a 80, ambos, el
158
coste del agua y de la energa se incrementan en todos los valores de x, (excepto en x=1
donde los costes del agua son equivalentes, porque Hl=Hd), sin embargo sus curvas
correspondientes se aproximan entre s ms rpidamente. Estos cambios reflejan el
hecho de que las tuberas rugosas disipan la energa, y por tanto la presin ms
eficazmente conforme el agua viaja aguas abajo. Como resultado las fugas decrecen con
mayor rapidez con respecto a x, mientras que el suministro de la energa debe ser
aumentado para superar el aumento de la friccin. La relativa forma llana del valor de
C=130 de la curva de costes de energa, refleja el carcter compensatorio de los costes
de fuga cuando en un modelo de una fuga es usado un orificio. Cerca del final de la
tubera aguas arriba las presiones son mayores o altas y por tanto, se pierde ms agua. Y
el consumo de la energa es menor aqu porque la mayor parte de la tubera lleva slo el
caudal de diseo.
Cerca del final de la red (aguas abajo), las presiones son ms bajas y se pierde menos
agua, sin embargo, la mayor parte de la tubera tiene un mayor flujo y por lo tanto, las
prdidas por friccin son mayores. En total la mayor parte del coste total de operacin
adicional, es debido a las fugas que se componen del desperdicio de energa. De
hecho para este ejemplo bsico, cuando la tubera se le asigna C=80 y la fuga se localiza
en medio de la tubera (es decir, x=0.5), el coste anual de prdida de agua es de
aproximadamente $ 10400, mientras que el coste del desperdicio de energa es de
aproximadamente $ 5.900. En consecuencia, aun cuando el coste marginal del agua es
superior, la fuga sigue siendo costosa a partir de una perspectiva de la energa solo. Es
evidente que desde una perspectiva financiera, la importancia relativa de agua o los
costes de la energa depende de sus precios relativos.
Aunque los resultados obtenidos deben ser colocados en un contexto econmico ms
amplio, antes de que los cambios en el procedimiento operativo puedan ser prescritos, la
discusin anterior demuestra que la motivacin para la reparacin de fugas sin duda
existe. La localizacin y la reparacin de las fugas requieren la aplicacin de recursos
tanto econmicos, humanos, tecnolgicos, etctera. En consecuencia los planificadores
deben tomar las decisiones con respecto a la reparacin de las fugas, sobre la base de
una variedad de otras consideraciones. Walski (1993) indica que los sistemas de
distribucin de agua debern cumplir muchos objetivos, algunos de los cuales compiten
contra el objetivo de la minimizacin de la energa, aduce que existen varias formas
distintas adems de la reparacin de fugas, en las cuales se ahorran los costes en la
bomba.
A pesar de tcticas, como la mejora de la eficiencia de bombeo y considerar el horario
de operacin, en base a los precios horarios del coste de la energa, no se debe de
eliminar por completo el aspecto del medio ambiente, o el coste de oportunidad de no
corregirlos. Los enfoques operacionales, tales como el mantenimiento de los niveles
ms bajos de los tanques o la reduccin de los excesos de presin (sobre todo fuera de
las horas punta desde el punto de vista energtico), tambin se puede reducir la cantidad
de agua y el desperdicio de energa, aunque su aplicacin algunas veces puede ser
verdaderamente difcil de llevar a la practica.
A pesar de las evidentes ventajas de la reparacin de fugas, no es menos interesante
examinar brevemente algunos de los costes ocultos en la reparacin de fugas. Uno de
posibles beneficios es la disminucin del tiempo de residencia del agua, durante los
perodos de reduccin de los flujos. Otra es la posible atenuacin de transitorios
159
hidrulicos, debido a las fugas pueden proporcionar un medio de disipacin del exceso
de presiones de la misma manera como las vlvulas de alivio de presin. En
consecuencia, los sistemas con fugas pueden experimentar el rompimiento de las
tuberas, y otros daos de forma menos violenta cuando experimentan fenmenos
transitorios. Aqu se da por tanto una relacin entre las fugas y las roturas de tuberas.
4.2
160
Analisis del
riesgo
Identificacin
del riesgo
Evaluacin del
riesgo
Toma de
decisiones
Estimacin
del riesgo
Aceptacin
del riesgo
Monitoreo
Tratamiento
del riesgo
4.2.1
161
4.2.2
Estimacin de probabilidades
P{H }P{F | H }
i
(6.18)
X
g ( x )<0
(6.19)
( x | H i ) dx
162
4.2.3
4.2.4
El riesgo es una medida del peligro que los sucesos indeseables representan para los
valores humanos, ambientales o econmicos. El riesgo se expresa normalmente,
mediante la probabilidad de que acontezcan sucesos indeseables, junto con las
consecuencias que stos implicaran. Se estima a menudo mediante la esperanza
matemtica de las consecuencias de un suceso indeseable. Entonces el riesgo es el
producto "probabilidad x consecuencias". Sin embargo, una interpretacin ms general
del riesgo, trabaja con la probabilidad y las consecuencias de una manera distinta. La
presentacin en forma de producto es til a veces, particularmente cuando se considera
un espectro de consecuencias, cada magnitud con su propia probabilidad de ocurrencia.
Se denomina estimacin del riesgo, al proceso que se sigue para obtener una estimacin
de una medida de riesgo. Como ya se ha planteado anteriormente, la estimacin del
riesgo est basada en la identificacin del peligro y generalmente consta de los
siguientes pasos: definicin del alcance, anlisis de frecuencia, anlisis de
consecuencias e integracin. Si se da correspondencia uno a uno entre las consecuencias
Cij,k y los sucesos Eij, entonces la componente de riesgo Rk asociada a las situaciones
consideradas Hi viene dada como la suma
Rk =
ij , k
P{Eij | H i }P{H i }
(6.20)
ij
163
(6.21)
Donde C (x) es el grado de riesgo segn una funcin de variables bsicas X, y fX(x) es la
funcin de densidad de probabilidad conjunta X.
4.2.5
164
El marco propuesto
completa de las tcnicas basada en lgica difusa se puede consultar en Klir Yuan (1995)
y Ross (2004).
4.2.6.1 Difuminacin del riesgo
Escala cualitativa de la
Nmero difuso
probabilidad de riesgo
consecuencia de riesgo
triangular ( TFNr )
absolutamente bajo
[0, 0, 0.1]
extremadamente bajo
totalmente bajo
bajo
medianamente bajo
medio
sin importancia
medianamente sin
importancia
neutral
medianamente alto
medianamente importante
alto
importante
totalmente alto
completamente importante
10
extremadamente alto
extremadamente importante
[0.8, 0.9, 1]
11
absolutamente alto
absolutamente importante
[0.9, 1, 1]
166
(6.22)
Grado
Nmero difuso
Centroide
nivel de riesgo ( L )
triangular ( TFNL )
Lp
muy bajo
0, 0, 0.25
0.08
Bajo
0, 0.25, 0.5
0.25
Medio
0.50
Alto
0.5, 0.75, 1
0.75
muy alto
0.75, 1, 1
0.92
MA
Pertenencia
0.8
0.6
0.4
0.2
20
40
Riesgo
60
80
pN =
(6.23)
p =1
En nuestro caso de la figura 6.16 el conjunto difuso X es [ 0.0, 0.0, 0.15, 0.51, 0.33 ] y
0.0 0.0 0.15 0.51 0.33
puede ser expresado como X=
. Ver tabla 6.7.
,
,
,
,
A MA
MB B M
167
MB
TFNL
Inferencia
0 0.25
0 0.25 0.5
0.5 0.75 1
0.26
0.87
MA
0.75
0.57
cardinalidad, C = 1.70
Se pretende conformar una herramienta que nos permita decidir, en base a una
restriccin presupuestal, que cantidad de metros lineales de cada grupo de tuberas nos
proporciona un mayor beneficio, en base a la valoracin de los factores de influencia, el
coste de rehabilitacin y de los beneficios obtenidos con la rehabilitacin. Para tal
motivo utilizaremos la herramienta de algoritmos genticos a travs del mtodo recipe
del Evolver, del procedimiento sealado en el apartado 4.1 de este capitulo, en el cual
va implcito la utilizacin de EPANET, para determinar el coste del ahorro de la
energa elctrica, y del caudal recuperado de las fugas. Para determinar el riesgo de la
consecuencia de se aplicara el procedimiento sealado en el apartado 4.2.6., de este
mismo capitulo.
En nuestro caso, se cuenta con una restriccin presupuestal de 3.5 millones de pesos
mexicanos, que es lo que se viene aplicando anualmente, en el programa de
rehabilitacin de tuberas por parte de JUMAPA. Para la aplicacin se pretende
priorizar de los ocho grupos de tuberas, la cantidad de longitud de tubera que
maximice los beneficios, en la aplicacin de los recursos para la rehabilitacin de
tuberas. Por lo tanto la funcin objetivo es:
n
Max X i ( Bt C t )
(6.24)
i =1
s.a
n
(C s ) 3.5 millones
(6.25)
i =1
X i 500 , X i 0
(6.26)
168
FACTORES DE INFLUENCIA
ID linea
Edad Historial
fugas
transporte
renovacin rotura Q medio amb aritmetica
AC (A1)
10.0
10.00
3.98
4.1
7.19
3.26
44.53
AC (A2)
5.63
9.19
4.64
5.8
2.45
3.04
4.8
35.54
FoFo (C1)
6.94
8.36
5.02
5.2
0.55
6.33
4.46
4.8
41.67
Fo Ga (C1)
9.77
9.25
4.73
4.6
4.62
3.85
4.57
10
51.38
Fo Ga (C2)
9.38
9.92
4.1
5.5
3.72
10
4.1
4.2
50.92
PVC30
6.25
6.78
4.92
3.6
3.24
0.12
30.91
PVC20
4.17
7.26
4.27
5.5
10
1.76
32.95
Polietileno
5.21
9.10
2.86
10
2.23
1.12
30.52
Factor
m.l
C sustitucin
m.l
(a modificar)
Coste total
$477
11.65
12605
$6,012,585.00
12605
$6,012,585.00
$537
16.02
7243
$3,889,491.00
7243
$3,889,491.00
$594
13.28
11613
$6,898,122.00
11613
$6,898,122.00
$550
10.65
8600
$4,730,000.00
8600
$4,730,000.00
$480
10.01
7540
$3,619,200.00
7540
$3,619,200.00
$491
17.37
25201
$12,373,691.00
25201
$12,373,691.00
$471
15.50
11548
$5,439,108.00
11548
$5,439,108.00
$480
18.67
13865
$6,655,200.00
13865
$6,655,200.00
$49,617,397.00
$49,617,397.00
$3,500,000.00
169
Sector
Q85% eficiencia
Q cumpliendo
presiones (b)
coste da
Diferencia
b-a
coste da
Q sin cumplir
presiones (a)
coste da
AC (A1)
$621.31
$875.00
$1,231.00
$356.00
AC (A2)
$701.24
$1,023.22
$1,424.22
$401.00
FoFo (C1)
$567.30
$831.31
$1,214.31
$383.00
Fo Ga (C1)
$444.65
$630.54
$1,008.54
$378.00
Fo Ga (C2)
$678.95
$944.22
$1,345.22
$401.00
PVC30
$1,388.42
$2,019.41
$2,496.41
$477.00
PVC20
$538.26
$787.19
$1,191.19
$404.00
Polietileno
$174.84
$259.51
$504.51
$245.00
171
Sector
Q85% eficiencia
Q sin cumplir
presiones
Q cumpliendo
presiones
m /da
AC (A1)
1161.09
1559.18
1908.06
348.88
AC (A2)
1164.71
1379.95
1788.97
409.02
FoFo (C1)
848.99
1129.18
1506.05
376.87
Fo Ga (C1)
918.44
1138.71
1511.04
372.33
Fo Ga (C2)
4194.64
4538.44
4904.06
365.62
PVC30
4698.00
5473.63
5934.89
461.26
PVC20
3269.20
3975.66
4375.62
399.96
Polietileno
1381.61
1626.41
1883.66
257.25
Diferencia
b-a
edificios
vialidades
importantes
Clasificacin
Absolutamente Importante
Extremadamente importante
Completamente importante
Completamente importante
Importante
Importante
Importante
173
Edificios
$800,000.00
Vialidades
importantes
$420,000.00
AC (A1)
AC (A2)
importante
FoFo (C1)
Fo Ga (C1)
Fo Ga (C2)
PVC30
ext importante
completamente
importante
PVC20
Polietileno
importante
Escala cualitativa
P = ( Pi * wi )
(6.27)
i =1
Tipo de material
Presin hidrosttica
Edad de la tubera
Historial de fugas
Medio ambiente
Tipo de unin
Continuidad en la operacin
Los resultados de la probabilidad de fallo, para el grupo de tuberas del caso de estudio
se muestran en la tabla 6.14.
174
AC (A1)
AC (A2)
FoFo (C1)
Fo Ga (C1)
Fo Ga (C2)
PVC30
PVC20
Polietileno
presion
hidrosttica
tipo del
material
ID
W
0.1
0.1
0.2
0.3
0.3
0.1
0.1
0.1
1
K P=Fi*W i
0.2 0.02
0.4 0.04
0.2 0.03
0.6 0.15
0.4 0.1
0.2 0.01
0.2 0.01
0.4 0.02
0.38
W
0.1
0.1
0.1
0.1
0.2
0.2
0.2
0.1
1
K P=Fi*W i
0.2 0.01
0.4 0.04
0.2 0.02
0.2 0.02
0.4 0.06
0.6 0.12
0.4 0.08
0.4 0.04
0.39
edad de la
tubera
W
0.2
0.2
0.2
0.2
0.2
0.1
0.1
0.1
1
historial de
fugas
K P=Fi*Wi
0.2 0.03
0.4 0.06
0.6 0.12
0.4 0.06
0.2 0.04
0.2 0.01
0.2 0.01
0.2 0.01
0.34
W
0.2
0.2
0.1
0.1
0.2
0.1
0.1
0.1
1
K P=Fi*W i
0.4 0.06
0.4 0.08
0.2 0.02
0.4 0.04
0.2 0.04
0.2 0.02
0.4 0.04
0.2 0.01
0.31
medio
ambiente
W
0.1
0.1
0.2
0.2
0.2
0.1
0.1
0.2
1
K P=Fi*W i
0.6 0.06
0.4 0.04
0.2 0.03
0.2 0.03
0.4 0.06
0.6 0.03
0.2 0.02
0.4 0.08
0.35
W
0.1
0.1
0.2
0.2
0.2
0.1
0.1
0.3
1
tipo de
unin
continuidad en
la operacin
K P=Fi*W i
0.4 0.02
0.2 0.02
0.2 0.03
0.2 0.03
0.2 0.03
0.4 0.04
0.2 0.01
0.6 0.15
0.33
W
0.1
0.1
0.1
0.1
0.1
0.2
0.2
0.1
1
K P=Fi*Wi
0.2 0.02
0.2 0.02
0.4 0.02
0.6 0.02
0.6 0.02
0.4 0.06
0.2 0.04
0.6 0.06
0.26
0.22
0.30
0.27
0.35
0.35
0.29
0.21
0.37
Rango de probabilidad
Clasificacin de la
escala cualitativa
20-25
Alto
25-30
Completamente alto
30-35
Extremadamente alto
35-40
Absolutamente alto
Probabilidad de fallo
Escala cualitativa
AC (A1)
0.22
alto
AC (A2)
0.30
completamente alto
FoFo (C1)
0.27
completamente alto
Fo Ga (C1)
0.35
extremadamente alto
Fo Ga (C2)
0.35
extremadamente alto
PVC30
0.29
completamente alto
PVC20
0.21
alto
Polietileno
0.37
absolutamente alto
ID
AC (A1)
AC (A2)
FoFo (C1)
Fo Ga (C1)
Fo Ga (C2)
PVC30
PVC20
Polietileno
TFNr x TFNl
0.8 0.9
0.8 0.9
0.64 0.81
MA
Pertenencia
0.8
0.6
0.4
0.2
20
40
Riesgo
60
80
176
alta en la escala del nivel de riesgo), que en este caso es del 0.16 (ver tabla 6.17), dicho
valor se aplica para determinar el coste de la consecuencia de fallo.
MB
TFNL
Inferencia
0 0.25
0 0.25
0.5
0.25 0.5
A
0.75
MA
0.5 0.75
0.65
0.75
0.75
0.16
cardinalidad, C = 1.56
ID
Agencia de
autos
$500,000.00
Edificios
proximidad
$800,000.00
Vialidades
Coste
importantes consecuencia
$420,000.00
de fallo
AC (A1)
$0.00
AC (A2)
0.27
$216,000.00
FoFo (C1)
$0.00
Fo Ga (C1)
$0.00
Fo Ga (C2)
0.33
0.33
$429,000.00
PVC30
0.1
0.1
$92,000.00
PVC20
$0.00
Polietileno
0.1
$42,000.00
177
Es necesario sealar que la determinacin del coste asociado a las consecuencias de los
fallos se complica, debido a la consideracin subjetiva, como ocurre en la mayora de
los trabajos que se han encontrado en la literatura, en los que es por dems complicado,
determinar el coste del fallo con exactitud o de una manera analtica. Considero que se
requerir a lo largo del tiempo, poder contar con una base de datos adecuada, en cuanto
a calidad y cantidad de datos, que cuente con los respectivos anlisis de los costes de las
consecuencias de fallo.
A este respecto podemos citar el trabajo realizado por Ladislav Tuhovcak et al. (2007),
que utiliza una escala de frecuencias de categoras, pero tambin al momento de
determinar el coste de fallo se realiza de manera subjetiva. Respecto al caso de la ciudad
de Celaya el coste de fallo se realizo en base a antecedentes, pero debemos recalcar que
son mnimamente escasos, y en ningn momento llegan a ser representativos, pero es el
nico indicador disponible. Por tal motivo, realizamos el siguiente comentario de los
trabajos analizados ms relevantes, como es el programa europeo CARE-W.
4.3.3
Comentario
Dentro del modulo del programa europeo CARE-W descrito en captulos anteriores, se
cuenta con un modulo para el clculo del riesgo, en el que se realiza una aproximacin,
basada en el clculo del riesgo para diferentes acciones y escenarios. Riesgo, en este
caso, se refiere a la incertidumbre del evento, con consecuencias no deseadas; los
acontecimientos considerados son los fallos en las tuberas; especficamente fallos de
tuberas en el rango de baja a mediana consecuencia de fallo. El riesgo se utiliza para
analizar los diversos escenarios identificados, y sus correspondientes acciones.
La medida adecuada del riesgo, se calcula como la expectativa estadstica de los futuros
costes, causados por el fallo de la siguiente manera:
R = E (C)
(6.28)
(6.29)
178
Longitud
inicial
Aproximacin
Valor presupuestal
Longitud del
resultado
restricciones
Funcin objetivo
Figura 6. 23 Modelo de optimizacin
179
Los costes son determinados a partir del coste de rehabilitacin unitario de cada grupo
de tubera, por el factor de coste obtenido de la longitud total entre la valoracin global
obtenida, en la suma de los factores de influencia. De tal manera que el resultado del
coste total, para rehabilitar la longitud total de los ocho grupos de tuberas, es de
aproximadamente 50 millones de pesos mexicanos (3,3 millones de euros). Como ya se
menciono, el objetivo es obtener la longitud ptima de cada sector, para maximizar los
beneficios. Respetando la restriccin presupuestal de los 3,5 millones de pesos
mexicanos, como se muestra en la figura 6.23.
Respecto a los beneficios, como se ya se haba detallado en prrafos anteriores, los
procedimientos para la obtencin de los mismos, son tres los beneficios que se obtienen
al rehabilitar las tuberas, a saber, el beneficio del ahorro de energa cuyo monto es
determinado por EPANET, como se detalla en el apartado 4.3 de este mismo capitulo.
El siguiente beneficio es el ahorro o recuperacin del caudal fugado, que nuevamente es
determinado por EPANET, y del cual tambin se detallo el procedimiento para su
obtencin (ver apartado 4.3.1), multiplicando por el precio de produccin del metro
cbico de agua. Por ultimo, el riesgo de la consecuencia de fallo, el cual es calculado en
el apartado 4.3.2 y los resultados se presentan en la tabla 6.20.
BENEFICIOS
AHORRO
energa
AHORRO
Qfuga
coste
total
Riesgo
$/da
m3/da
$/m3
AC (A1)
356
349
1.96
683.80
$0.00
0.00
1,039.80
AC (A2)
401
409
1.96
801.67
$216,000
29.82
1,232.50
FoFo (C1)
383
377
1.96
738.67
$0.00
0.00
1,121.67
Fo Ga (C1)
378
372
1.96
729.76
$0.00
0.00
1,107.77
Fo Ga (C2)
401
366
1.96
716.61
$429,000
56.90
1,174.51
PVC30
477
461
1.75
807.20
$92,000
3.65
1,287.85
PVC20
404
400
1.63
651.93
$0.00
0.00
1,055.93
Polietileno
245
257
1.63
419.31
$42,000
3.03
667.35
ID Lnea
riesgo/m.l
M.l x SECTOR
593.00
1,250.00
723.00
1,198.00
599.00
750.00
937.00
741.00
11.65
16.02
13.28
10.65
10.01
17.37
15.50
18.67
FACTOS DE BENEFICIO
990.96
1,175.24
1,068.91
1,055.64
1,123.32
1,283.24
1,059.93
669.92
COSTE/M.L
477.00
537.00
594.00
550.00
480.00
491.00
471.00
480.00
6,910.85
20,027.15
9,602.71
12,764.68
5,997.37
13,031.25
FACTOR DE COSTE
FACTOR COSTES*M.L
14,523.55 13,834.84
96,692.40
TOTAL COSTES
282,861.00
671,250.00 429,462.00
658,900.00
TOTAL BENEFICIOS
304,779.23
797,797.87 343,357.79
605,757.44
m.l
Coste total
AC (A1)
593.00
$282,861.00
AC (A2)
1,250.00
$671,250.00
FoFo (C1)
723.00
$429,462.00
Fo Ga (C1)
1,198.00
$658,900.00
Fo Ga (C2)
599.00
$287,520.00
PVC30
750.00
$368,250.00
PVC20
937.00
$441,327.00
Polietileno
741.00
$355,680.00
$3,495,250.00
181
182
Capitulo
7
Modelo de Evaluacin
de las condiciones
fsicas de las tuberas
184
Anlisis de supervivencia
1.1.1
T2
T1
0
X1
X2
T3
X3
Un problema frecuente, cuando se esta analizando los datos del tiempo de fallos en las
redes de abastecimiento de agua, es que no conocemos el historial de fallos completo.
Los modelos estadsticos que elijamos, debe ser capaz de manejar datos incompletos de
los datos de fallo.
La figura 7.2 muestra un ejemplo tpico de los datos de fallo, disponible para las redes
de distribucin de agua. Los eventos de fallos se sealan en el eje del tiempo. As como
el perodo donde los datos de los fallo se encuentran disponibles.
Los datos de los fallos sobre el lado izquierdo del periodo de tiempo no se conocen. Los
fallos tal vez se hayan producido en este perodo, pero no se tienen registrados,
llamamos a esto censura-izquierda de los datos de fallo. La parte derecha de la ventana
de tiempo corresponde a un lmite superior de tiempo, para el cual los datos de fallo se
encuentran disponibles. Los datos de fallo sern registrados en el futuro, pero estos
datos no se incluyen en el anlisis. Esto significa que los datos tambin son censuraderecha.
Disponibilidad de los datos de fallo
15/04/03
Tubera1
Tiempo
22/10/04
12/12/01
08/02/06
Tubera2
16/09/03
Tubera3
03/06/05
01/01/00
Inicio
Censura Izquierda
31/12/06
Periodo de
observacin
Censura derecha
Un conjunto de datos tambin podr contener algunos datos errneos, los cuales pueden
ser debido a dificultades al ser tomados en campo, errores de mecanografa, etctera.
Antes que los datos puedan ser analizados, los datos errneos deben ser detectados y
luego descartados o corregidos, de lo contrario los resultados pueden ser distorsionados
con la presencia de datos errneos.
La falta de datos de fallos en el tiempo para algunos das no causar grandes problemas,
como sucedera por ejemplo, la falta de datos de la precipitacin y la escorrenta en la
elaboracin de modelos urbanos de drenaje. Si se cree que los datos que faltan son un
problema y la extensin de los datos que faltan se conoce, esto puede ser manejado
mediante la introduccin del intervalo de censura (SYSTAT, 1997).
1.2
187
1.2.1
Funcin de supervivencia
(7.1)
1.2.2
(7.2)
Donde F ( x) = Pr( X x)
(7.3)
f ( x) =
P [ x X < x + x ]
dF ( x)
=
lim
dt
x
x 0
(7.4)
f ( x) = f (u )du
(7.5)
188
f(t)
F(t)
t
Figura 7. 3 Grafica de la funcin de la densidad de probabilidad
1.2.3
h( x) = lim
x 0
P[x X < x + x | X x]
x
(7.6)
El termino h(x)x puede ser el mejor interprete como la probabilidad que el primer fallo
ocurre en (x, x+x).
Si X es una variable aleatoria continua, la funcin de razn de riesgos o tasa instantnea
de fallos h(x), se define como el cociente entre la funcin de densidad y la funcin de
supervivencia:
h( x) =
f ( x)
= ln[S ( x)]
S ( x)
(7.7)
(7.8)
189
(7.9)
FOM
h(x)
Fallos precoces
Envejecimiento
Operacin normal
(fallos aleatorios)
X
(Tiempo desde la ltima reparacin)
190
X1*
X2
X3
X4*
X5
Xn
Tiempo, X
1.3
h( x | z) = h 0 ( x)c( z ' )
(7.10)
Z3, ZP ..]) y c(z) es una funcin conocida. La funcin de riesgo base representa la
funcin de riesgo que un sistema podr experimentar, si los efectos de todas las
covariables en el modelo son iguales a cero. Dependiendo de cmo una covariable se
define en el modelo, esto puede corresponder o bien a un cero natural o un valor de cero
asignado arbitrariamente. Esto se denomina modelo semi-paramtrico, porque es
asumida una forma paramtrica solo para los efectos de las covariables.
Un modelo comn para c(z) es:
(7.11)
Resultando
h( x | z) = h 0 ( x) exp(z' ) = h0 ( x) exp i zi
i=1
(7.12)
h0 ( x) exp i zi
p
h( x|z) h0 ( x) exp( i zi )
i =1
= exp ( z z *)
=
=
i i i
h( x|z*) h0 ( x) exp( i zi )
p
i =1
h0 ( x) exp i zi
i =1
(7.13)
192
1.4
(7.14)
p=1
h(t)
0.4
p=0.5
0.3
p=2
0.2
p=5
0.1
11
13
15
17
19
193
de fallo decrece con el tiempo mientras estos defectos son corregidos. Una
funcin Weibull con un p<1 modela esta regin.
La regin II, es caracterizada por el cambio de fallos en el sistema: aparece un
estado permanente de fallos. Una funcin Weibull con un p valor de 1 (la
distribucin exponencial) modela esta regin.
La regin III, regin representa el desgaste del sistema. El envejecimiento en el
sistema produce un incremento en el nmero de fallos.
Como puede verse en la formula de la funcin de riesgo. El modelo Weibull es
apropiado para el fenmeno, para el cual los factores de riesgo son irrelevantes (o han
sido estadsticamente neutralizados, atravs de la segmentacin apropiada), y el riesgo
depende solo del tiempo t.
Donde p=0.10 y la distribucin Weibull llega a ser una distribucin exponencial. Las
expresiones de las funciones bsicas son:
h( x) =
(7.15)
H ( x) = x
(7.16)
S ( x) = e x
(7.17)
F ( x) = 1 e t
(7.18)
Los modelos Weibull con una representacin de riesgo proporcional, tienen la siguiente
funcin de riesgo.
h0 ( x , , z ) = p ( x ) p 1 exp( z )
(7.19)
(7.20)
w( x) = (ln x z ' *) /
(7.21)
194
(7.22)
1/
ln x z ' *
z ' *
S ( x, *, z ) = exp exp
= exp x exp
(7.23)
Los modelos de vida acelerado son modelos log-lineales, es decir, las variables
explicativas actan aditivamente en lnX (o multiplicativamente en X). Se asume que las
covariables aceleran el tiempo de fallos.
El mtodo para calcular el vector * y los parmetro y , utiliza la funcin de
maximizacin log-probabilstica, la cual es la transformacin-log del conjunto de
densidad de la probabilidad de las observaciones. Los datos de censura derecha
contribuyen a esta funcin, por el valor de su funcin de supervivencia en el tiempo
censurado. El anlisis se realizara con la ayuda del lenguaje R y del software estadstico
Splus.
1.5
Los valores discretos de una covariable, pueden ser utilizados para agrupar un conjunto
de datos. El nmero de grupos que pueden formarse, se define como el nmero de
estratos de un conjunto de datos. Si un estrato especfico del PHM es asumido, el
modelo correspondiente es llamado PHM estratificado. En este modelo, se asume que
las funciones de riesgos son proporcionales dentro del mismo estrato, pero no
necesariamente a travs de los estratos. La funcin de riesgo de un sistema en el estrato
jesimo puede expresarse como:
h j ( x | z) = h 0 j ( x ) exp( z ' )
(7.24)
195
1.6
2.1
Dos modelos de alternativas A y B, cada uno de ellos con una serie de resultados
previstos EA y EB (con los que se calcula cada modelo). Los resultados observados OA y
OB son comparados respectivamente y el ndice de riesgo es como sigue:
OA / E A
OB / EB
(7.25)
196
El p-valor nos da la probabilidad de la diferencia que puede ser observada entre los
resultados de los dos grupos, incluso si la hiptesis nula es verdadera (si no hubiera en
realidad ninguna diferencia, entre los dos grupos o modelos observados). Si Ho es
verdadero, ello no significa que ambos grupos son equivalentes, pero la diferencia
algunas veces no se puede ver, debido a la simplicidad del estudio. Hay una relacin
cercana entre un p-valor y un CI si el CI excluye el cero: por ejemplo, si el CI es 95 %
entonces el p-valor correspondiente <0,05 (1-0,95).
2.2
Una vez que se ha ajustado un modelo de Cox, existen tres contrastes de hiptesis para
verificar la significacin del modelo, estos tests son asintticamente equivalentes, pero
no siempre sucede lo mismo en la prctica.
2.2.1
2 log( L( 0 )) log( L( ))
(7.26)
^
2.2.2
Test de Wald
197
b
W =
SE (b)
(7.27)
b
SE (b)
(7.28)
2.2.3
Otro contraste es el conocido como test de los puntajes, definido como UIU, donde U
es el vector de derivadas del log (L(b)) dado por:
n
U ( ) = Z i (t ) Z ( , t ) dN i (t )
i _ =1 0
(7.29)
j Y j (t )rj (t ) Zi (t ) Z ( , t ) Zi (t ) Z ( , t )
n
dN (t )
I ( ) =
i
i =0 0
j Y j (t )rj (t )
(7.30)
Z ( , t ) =
Y j (t )rj (t ) Z i (t )
(7.31)
Y (t )ri (t )
j i
Los estudios que se han realizado a la fecha, con la aplicacin del anlisis de
supervivencia (modelo de riesgo proporcional de Cox o Weibull), dichos estudios se
han planteado con los siguientes objetivos:
198
3.1
Stefanos A. Andreou fue parte del equipo del MIT conjuntamente con Kaara, Marks y
Clark, fue el primero en introducir fuera del campo de la medicina el concepto de riesgo
proporcional, utilizando un modelo de riesgo proporcional de Cox, con el objetivo de
analizar los patrones de las roturas de las tuberas, en los sistemas de distribucin de
agua, y mas especficamente al modelo la funcin de riesgo h(t), y la identificacin de la
importancia de los factores de riesgo en las roturas. Los modelos fueron probados en
dos empresas de agua al noreste de estados unidos, llegaron hacer el tpico de estudio
por parte de la EPA (Marks et al, 1988).
Los estudios han sido llevados a cabo utilizando la informacin referente a las tuberas y
las variables ms relevantes, como son la presin interna, el historial de roturas, la edad
de la tubera, el periodo de instalacin, el uso de la tierra y la longitud de la tubera. Los
datos son estratificados basados en el nmero de fallos previos, antes (etapa lenta de
roturas, el ndice de roturas se incrementa despus de cada rotura) o despus de tres
roturas (etapa rpida de roturas, el ndice de roturas alcanza el estado permanente). El
estudio ya se plantea la cuestin de la longitud de la tubera, pero no contempla el
clculo del nmero de fallos futuros.
3.2
Las investigaciones que se han realizado por parte de Eisenbeis para el Cemagref de
Bordeaux (Francia) forman parte del proyecto Europeo Care_W. El Cemagref en
conjunto con la Universidad de Trondheim en Noruega, desarrolla la investigacin de
los modelos estadsticos de la degradacin de redes de agua. En un principio las
publicaciones de Eisenbeis (1994), exploro ambos modelos el modelo de riesgo
proporcional de Cox (CPHM) y el modelo de riesgo proporcional de Weibull (WPHM),
en tres empresas de agua de Francia. Los datos son estratificados en varios grupos,
basados en su nmero de fallos previos.
Los estudios se basan en una base de datos de periodos largos (17, 40 y 54 aos de
observacin de las roturas). Solo las tuberas con la informacin perfecta (no
199
LED-Bordeaux
CEB
Bas-Rhin
Cox
Weibull
Cox
Weibull
Cox
Weibull
0.52(0.06)
0.57 (0.05)
0.37 (0.05)
0.37 (0.05)
0.48 (0.10)
0.49 (0.09)
-0.80 (0.14) -0.85(0.11) -0.34 (0.10) -0.34 (0.10) -0.37 (0.30) -0.39 (0.26)
Suelo
0.32(0.09)
0.34 (0.07)
0.29 (0.09)
0.29 (0.09)
Trafco
0.23(0.12)
0.47 (0.09)
0.58 (0.18)
NA
NA
CEB
Bas-Rhin
1er rotura 2da rotura 3er rotura 1er rotura 2da rotura 3er rotura 1er rotura 2da rotura 3er rotura
0.03
0.15
0.15
0.02
0.10
0.20
0.03
0.07
NA
1.67
1.06
1.00
1.21
0.99
1.00
1.27
1.08
NA
200
Hierro ductil
NFPO=0
Hierro gris
NFPO>0
NFPO
NFPO=0
Acero
NFPO>0
NFPO
0
-0.35
-0.6
-0.43
-0.57
-2.03
Edad-izquierda
Longitud
-0.27
-0.37
Dimetro
0.55
0.29
Presin
-0.03
-0.051
-0.102
Intercepcin,
8.82
10.83
11.54
13.8
8.95
Escala,
0.36
0.63
1.15
0.99
0.91
Hierro gris
PVC
0.85
Edad-izquierda
-1.81
-1.65
Trafico
0.47
-1.65
Humedad
-1.66
Acides
2.35
-1.45
1.99
-2.25
-0.75
Rocas
-1.87
-2.93
Dimetro
0.52
1.38
NFPO
-1.59
Conexin
1.74
Longitud
-0.53
-1.60
-0.29
Intercepcin,
14.32
8.84
4.92
7.59
12.89
5.79
Escala,
1.26
1.90
0.71
1.74
1.15
1.37
201
Los modelos presentados mezclan los resultados cuando comparan los fallos observados
y esperados, y los resultados esperados tienden a ser sobreestimados. Un estudio
realizado por Achard et al (1994), que compara la proyeccin de las roturas obtenidas
con un modelo WPHM por Eisenbeis en Bordeux, con las roturas reales desde el mismo
sistema, enfatiza el hecho de que la precisin en el nivel de las tuberas en trminos del
pronostico del nmero de fallos fue mas bien limitado. Sin embargo, en general, el
modelo es capaz de identificar las tuberas con mayor probabilidad de fallo, con un
ndice de xito que vara entre el 30% y 75% de las roturas evitadas sobre un trmino de
periodo de tiempo corto, si el 10% de las tuberas de mayor riesgo se reemplazan.
Los estudios de Eisenbeis y Le Gatt, indican que los parmetros significativos varan de
una empresa a otra. Cada red de distribucin cuenta con caractersticas especficas que
afectan los fallos en las tuberas, esto de acuerdo con el equipo de Cemagref, de tal
manera que establecer un modelo universal resulta complicado, por otro lado, la
longitud y el dimetro presentan alguna consistencia en sus resultados.
3.3
Malandain propone una alternativa al mtodo planteado por Eisenbeis para la red de
Lyon, y para ello utiliza un modelo de regresin de Poisson, para cuantificar la
influencia de los diversos factores de riesgo en el ndice de roturas. Posteriormente se
reagrupan las tuberas en funcin de estos factores (inherentes a las tuberas y al
entorno). Eisenbeis, en su trabajo original, asume tres etapas de degradacin
(equivalentes a los estratos basados en el nmero de fallos previos), utilizando para la
primera etapa el modelo WPHM y en las etapas posteriores, un modelo exponencial.
Eisenbeis encontr que despus de la ltima etapa, el valor del parmetro de forma es
cercano a uno. Los clculos con el mtodo de Malandain resultan simplificados, pero
los resultados estn limitados a un grupo de tuberas.
3.4
Rostum (2000)
3.5
202
Autor(fecha)
Problema
Objetivo
Herramienta Matemtica
Woodbum (1986)
Deficiencia hidrulica
Mezcla de integracin
Lansay(1992)
al incremento de
no lineal
Kim(1994)
bombeo
Li(1992)
Deficiencia estructural
Modelo Semi-Markoviano
c/tubera basado en la
Halhat(1997)
Algoritm os genticos
Deb(1998)
y deficiencia hidrulica
Deficiencia estructural
presupuestaria
Determinacin de la long. A
rehabilitar cada ao
datos limitados
Kleiner(1998)
Deficiencia hidrulica
Minimizar costes
Programacin dinmica
Utilnets(1999)
Modelo determinista
restante
Loganathan(2002)
Degradacin estructural
NHPP
roturas
Shamir and H. (1979) Deficiencia estructural (roturas)
Regresin
con el tiempo
Clark(1982)
Regresin
Regresin
Anlisis de supervivencia
Eisenbeis(1994,99)
Anlisis de supervivencia
Elbanousy(1997)
Rostum(2000)
Anlisis de supervivencia
Malandain(2000)
4.1
204
Un estudio reciente (Le Gatt, 2000) mostr resultados favorables para dos empresas de
agua con datos de periodos cortos, e importantes datos de truncamiento-izquierdo. Sin
embargo, los factores de riesgo mas importantes considerados para estas empresas de
agua, han sido aquellos asociados con las tuberas, que no cambian con el tiempo, al
contrario de lo que sucede con los factores del entorno.
El objetivo de este trabajo, es evaluar, si es posible y bajo qu condiciones, los modelos
pueden ser aplicados a un sistema ms complejo, como el caso del sistema de la red de
abastecimiento de la ciudad de Celaya, Gto. Mxico.
De este modo se plantea una modificacin al ndice de condicin fsica de Cox, que
consistira en lo siguiente: si el objetivo es priorizar una poblacin de tuberas por orden
del nivel de riesgo, se podr utilizar dicho ndice en base al valor total de la funcin de
riesgo base de cada tubera comparada una a una. De esta manera, se determina un
orden de prioridad para la rehabilitacin. Los datos que se han preparado y las
caractersticas con las que se cuentan son los siguientes:
La red de distribucin, se localiza en una zona completamente urbanizada con
multiconexiones, donde cuenta con zonas de trfico intenso, alta densidad de la
poblacin, una proximidad densa en otros servicios subterrneos, frecuente apertura de
las calles donde se localizan las tuberas. Como comprobamos, hay una fuerte
intervencin de los factores de riesgo relacionados con el entorno, que juegan un papel
importante.
Consideramos que con la presentacin de este objetivo y el mtodo, se cierra el ciclo del
anlisis de los factores, que contribuyen al ndice de roturas y su comportamiento en la
red. Por tal motivo, el anlisis estadstico resulta necesario en este estudio, y
seguramente aportara valiosa informacin y resultados para el entendimiento del estado
actual de la red y ofrecer alternativas para la programacin en la priorizacin de la
renovacin de tuberas.
En este caso, los datos pueden ser modelados mediante un modelo de riesgo
proporcional, y como su nombre lo indica, todas las tuberas que pertenecen a un mismo
estrato no experimentan ningn cambio en sus factores de riesgo durante el horizonte de
planeacin (el nmero de fallos previos, que puede cambiar durante el horizonte de
planeacin, se opone a este supuesto) y aunque tienen la funcin de ndice de riesgo
distintiva, pero los factores permanecen proporcionales con el tiempo. Esto significa
que si no hay ningn cambio de los factores de riesgo durante el horizonte de
planificacin y dentro de un mismo estrato, la tubera que tuvo el ndice de roturas alto
al principio del horizonte de planeacin (al momento cuando la decisin es tomada),
continuara manteniendo el ndice alto y tambin experimentara un nmero alto de
roturas.
205
Se creara un ndice de Evaluacin de las condiciones fsicas (IECF), que nos ayudar
en la planeacin de renovacin para la priorizacin del orden de tuberas, en base a su
nivel de riesgo.
Un ndice para la evaluacin de las condiciones fsicas podr ser una herramienta muy
til y complementaria, para la toma de decisiones en la planeacin de la renovacin de
tuberas. Este ndice se podr emplear por parte de los gestores de los sistemas de redes
en situaciones reales, por ejemplo, si se contempla abrir zanjas en una calle para realizar
trabajos en estructuras subterrneas, canalizaciones urbanas o trabajos de reasfaltado.
El gestor de la red de abastecimiento podr contactar con los diferentes departamentos
del ayuntamiento, o empresas que pretendan llevar a cabo los trabajos, con el objetivo
de valorar el reemplazo de las tuberas, al mismo tiempo que se realizan los trabajos de
las dems empresas implicadas. Un cmputo rpido del ndice de las condiciones fsicas
podr auxiliar en conjunto con los otros factores valorados, para determinar cuales
tuberas de la zona de influencia son ms factibles de fallo, y en consecuencia son
candidatas para su rehabilitacin, con la ventaja de que el computo de los resultados se
puede realizar de manera rpida, una vez que se tiene implementado el modelo.
5.1
El anlisis estadstico se realizar para el sector Centro y sector San Juanico Poniente,
pues dicho sector cuenta con tuberas de diferentes caractersticas, como son: el
material, edad, dimetro y longitudes, as como de diversas caractersticas del entorno
que lo rodea. El sector San Juanico Poniente cuenta con material de la tubera de
Polietileno con 20 aos de edad, y a pesar de contar con una edad relativamente corta,
ha presentado varias fugas, al igual que el sector de San Juanico (Oriente). Por tal
motivo es interesante determinar, cuales son los factores de riesgo que influye en el
ndice de roturas.
Los sectores seleccionados se han considerado en base a los siguientes criterios:
206
nfp0
nfp1
nfp2
nfp3
nfp4
traf
profund.
diam
edad
mat
material
matecomb
mat1
mat2
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
75
30
AC30
AC
AC3075
10
75
30
AC30
AC
AC3075
11
150
30
AC30
AC
AC30150
12
150
30
AC30
AC
AC30150
13
150
30
AC30
AC
AC30150
14
150
30
AC30
AC
AC30150
15
150
30
AC30
AC
AC30150
16
150
30
AC30
AC
AC30150
17
150
30
AC30
AC
AC30150
18
150
30
AC30
AC
AC30150
19
300
30
AC30
AC
AC30300
20
300
30
AC30
AC
AC30300
21
300
30
AC30
AC
AC30300
22
300
30
AC30
AC
AC30300
23
300
30
AC30
AC
AC30300
24
300
30
AC30
AC
AC30300
25
75
30
AC30
AC
AC3075
26
75
30
AC30
AC
AC3075
27
75
30
AC30
AC
AC3075
28
75
30
AC30
AC
AC3075
29
75
30
AC30
AC
AC3075
30
75
30
AC30
AC
AC3075
31
75
30
AC30
AC
AC3075
32
75
30
AC30
AC
AC3075
33
75
30
AC30
AC
AC3075
34
75
30
AC30
AC
AC3075
35
300
30
AC30
AC
AC30200
36
300
30
AC30
AC
AC30200
37
300
30
AC30
AC
AC30200
38
300
30
AC30
AC
AC30200
39
300
30
AC30
AC
AC30200
40
300
30
AC30
AC
AC30200
41
300
30
AC30
AC
AC30200
42
75
30
AC30
AC
AC3075
43
75
30
AC30
AC
AC3075
44
75
30
AC30
AC
AC3075
45
75
30
AC30
AC
AC3075
46
75
30
AC30
AC
AC3075
47
75
30
AC30
AC
AC3075
48
75
30
AC30
AC
AC3075
49
75
30
AC30
AC
AC3075
50
75
30
AC30
AC
AC3075
51
75
30
AC30
AC
AC3075
52
75
30
AC30
AC
AC3075
53
75
30
AC30
AC
AC3075
54
75
30
AC30
AC
AC3075
55
75
30
AC30
AC
AC3075
56
75
30
AC30
AC
AC3075
57
75
30
AC30
AC
AC3075
58
75
30
AC30
AC
AC3075
59
75
30
AC30
AC
AC3075
207
mat3
mat4
long
long2
lndiam
diam1
diam2
diam3
time
censor
164
5.100
4.317
45
164
5.100
4.317
84
164
5.100
4.317
117
164
5.100
4.317
592
164
5.100
4.317
343
164
5.100
4.317
791
164
5.100
4.317
583
110
4.700
4.317
1684
110
4.700
4.317
266
110
4.700
4.317
605
185
5.220
5.011
23
185
5.220
5.011
410
185
5.220
5.011
153
185
5.220
5.011
218
185
5.220
5.011
812
185
5.220
5.011
641
185
5.220
5.011
222
185
5.220
5.011
76
80
4.382
5.704
145
80
4.382
5.704
157
80
4.382
5.704
1569
80
4.382
5.704
110
80
4.382
5.704
133
80
4.382
5.704
441
142
4.956
4.317
798
142
4.956
4.317
464
142
4.956
4.317
277
142
4.956
4.317
146
143
4.963
4.317
870
105
4.654
4.317
901
105
4.654
4.317
130
105
4.654
4.317
517
105
4.654
4.317
487
106
4.663
4.317
520
130
4.868
5.704
154
130
4.868
5.704
641
130
4.868
5.704
484
130
4.868
5.704
502
130
4.868
5.704
211
130
4.868
5.704
135
131
4.875
5.704
428
135
4.905
4.317
477
135
4.905
4.317
507
135
4.905
4.317
204
135
4.905
4.317
782
135
4.905
4.317
189
135
4.905
4.317
396
170
5.136
4.317
156
171
5.142
4.317
2399
140
4.942
4.317
399
140
4.942
4.317
385
140
4.942
4.317
468
140
4.942
4.317
631
140
4.942
4.317
84
140
4.942
4.317
344
140
4.942
4.317
244
120
4.787
4.317
42
120
4.787
4.317
1805
120
4.787
4.317
708
Tabla 7. 5 Base de datos de 59 tuberas estadsticas del total de 1685, incluye roturas,
variables de sobrevivencia y de censura (time; censor) entre otras, respectivamente.
La tabla 7.5 muestra un extracto de la base de datos, construida para todos los
individuos, con la informacin de fallos en un periodo de siete aos (2000-2006). Ser
necesario crear tablas adicionales, para el desarrollo de los diversos objetivos de este
trabajo, incluyendo los datos de fallos para el periodo 2000-2006 en los siguientes
estratos: Acero Galvanizado, Asbesto-cemento y Polietileno y el estrato de igual o mas
de un fallo.
La siguiente figura muestra la distribucin de los materiales del sector centro
208
5.2
5.2.1
En los diversos trabajos previos que se han realizado en diversos lugares ya sea en
Europa o Estados unidos, se ha utilizado una variedad de software estadstico. En
nuestro caso, vamos a seleccionar el lenguaje R. Se trata de un proyecto de software
libre, resultado de la implementacin GNU desarrollado por R Foundation, que lo hace
muy atractivo, incluyendo su gran potencial para abordar los diversos y complejos
temas estadsticos. Adems, R puede integrarse con distintas bases de datos, agregando
que existen libreras que facilitan su utilizacin, desde lenguajes de programacin
interpretados como Perl y Python o en lenguajes de cdigo compilado, por ejemplo, C o
Fortran. As mismo se utiliza el software estadstico S-Plus, con el cual se puede
emplear el lenguaje R en su editor, para realizar y personalizar los anlisis estadsticos.
Una base de datos puede ser importada al visor del lenguaje R o al software S-Plus, en
un formato adecuado para base de datos, deben ser introducidos las variables de censura
(llamada censor en nuestro caso) y la variable de supervivencia/fallo (time), as
como los diversos factores de riesgo que se deseen analizar. Una vez realizado lo
209
5.2.2
210
El trfico pesado del sector centro se produce en las principales avenidas, como se
muestra en la figura 7.8.
zona de estudio, y por lo tanto no se consideran en este trabajo. Por ejemplo, la presin,
en algunos estudios se considera como variable de riesgo, pero en nuestro caso, como se
ha comentado anteriormente, la presin de operacin en la red de la ciudad de Celaya,
es relativamente baja al permitirse una presin minima de 15 mca.
Varios factores de riesgo pueden ser considerados para ser analizados, aunque la
disponibilidad de los datos es determinante para incluir en el anlisis dichos factores y
viceversa, una vez que se asume los factores de riesgo seleccionados, cuando siguiendo
una tubera a lo largo de una calle, cada vez que un factor de riesgo cambia, incluyendo
el nmero de fallos previos (nfpo), se introduce un nuevo individuo estadstico, como se
detalla en prrafos anteriores, es muy importante resaltar que la seleccin de asumir los
factores de riesgo, podr tener un gran impacto en la base de datos. En otras palabras, se
asume que son probadas ms variables, puede ser probablemente contar con individuos
estadsticos ms cortos.
213
nfpo
nfpo0
Ninguna rotura
nfp1
0= diferente de un fallo
1= tiene un fallo
nfp2
nfp3
nfp4
214
Traf
0= trafico moderado
1= trafico alto
Canprox
Tiposuelo
0= suelo adecuado
1= suelo inapropiado
Relleno
0= material nativo
1= material no nativo
Profund
Diam
Dimetro en mm
Edad
Edad de la tubera
Material
Mat1
Mat2
Mat3
Mat4
Long
Longitud en metros
Lnlong
Logaritmo de la longitud
Longestrat
0= long. <100m
1= long. 100 a 200 m
2= long. >200m
Lndiam
Diamstrt
0= diam. <100mm
1= long 100 a 200 mm
2= long >200mm
Edadstrat
0= 30 aos
1= 40 aos
2= 50 aos
215
3= 20 aos
Servcont
0= el servicio es continuo
1= el servicio es discontinuo
Tiem
Censor
5.2.3
Anlisis Preliminar
216
la longitud
217
Figura 7. 11 Grafico
i =l
i =l
(7.32)
Como se realizo anteriormente, se asume que las tuberas estn sujetas a un factor de
riesgo xl, el valor de xl para la tubera A es xl0 y xl1 para la tubera B, el ndice de riesgo
acumulado de la tubera B versus la tubera A es.
H (t , xl1 ) exp( 1 xl1 )
=
= exp 1 ( xl1 xl 0 ), La cual es una constante que ser llamada K.
H (t , xl 0 ) exp( 1 xl 0 )
(7.33)
H (t , xl1 )
ln
= 1 ( xl1 xl 0 ) = ln K
(7.34)
H (t , xl 0 )
ln H (t , xl1 ) ln H (t , xl 0 ) = ln K = K ' otra constante.
(7.35)
218
Estas son aproximaciones aceptables de S(t), que pueden ser derivados de los datos
observados. El mtodo Kaplan-Meier es uno de los encontrados frecuentemente. Parmar
y Machain en Survival analysis: A practical approach (Parmar, 1995), uno de los
textos mas consultados en el tema, sugieren que ello puede ser calculado como sigue:
S (t ) = Pr(T > t )
(7.36)
S (t ) = S (t 1) p (t ) = p (t ) con t = 1....., n
(7.37)
i =1
S (t ) =
ti t
r (ti ) d (ti )
r (ti )
(7.38)
Donde p(t) es la probabilidad de sobrevivencia para cada periodo de tiempo, r(ti), d(ti)
son el nmero de individuos en riesgo y el nmero de muertes respectivamente (o de
ocurrencia del evento de inters) en el momento ti.
La varianza del estimador de Kaplan Meier, se obtiene a travs de la formula de
Greenwood (1926):
V ( S (t )) = S 2 (t )
ti t
d (ti )
r (ti ) [ r (ti ) d (ti )]
(7.39)
(7.40)
valor de cada variable. Se utiliza el mtodo de Kaplan-Meier para obtener las curvas
H(t) o ln[-lnS(t)].
Tiempo de
supervivencia
Numero de
Numero de Numero de tub.
tub. al inicio tub. que fallan removidas del
de t = nt
durante t = dt conjunto durante
t = ct (censurado)
S(t)
1686
1686
1686/1686=1
1686
1683
1683/1686=0.997
1*0.997=0.997
1683
1675
1183/1183=1
1*0.997*1=0.997
1675
1667
1667/1675=0.995
1*0.997*0.997*0.9
95=0.996
0
-1
500
1000
1500
2000
2500
"Edad0"
-2
"Edad1"
-3
"Edad2"
"Edad3"
-4
-5
-6
-7
tiem po
220
2
1
log(Riesgo acumulado)
0
-1
500
1000
1500
2000
2500
"Mat0"
-2
"Mat1"
-3
"Mat2"
"Mat3"
-4
-5
-6
-7
tiem po
el material.
Log(Riesgo acumulado)
1
0
-1 0
500
1000
1500
2000
2500
-2
"longest0"
-3
"longest1"
-4
"longest2"
-5
-6
-7
-8
tiempo
221
Log(Riesgo acumulado)
0
-1
500
1000
1500
2000
2500
-2
-3
"traf0"
-4
"traf1"
-5
-6
-7
-8
tiem po
5.2.4
Dimetro
Edad
Material
A
B
C
D
NTS
%tub NTS longitud total % longitud
por categoria A/1686*100 de tub. Por
categora (m)
75 a 100 mm
150 mm
200-300 mm
total
141.38
125.71
124.32
130
1172
242
272
1686
69.51
14.35
16.13
100.00
168583
39965
33513
242061
69.64
16.51
13.84
100
20
30
190
112
484
237
28.71
14.06
92188
26454
38.08
10.93
40
50
total
117
139
123
526
439
1686
31.20
26.04
100.00
61608
61811
242061
25.45
25.54
100.00
AC
FOFO
FOGA
POLIET
total
112
143
122
190
126
315
271
616
484
1686
18.68
16.07
36.54
28.71
100.00
35236
38780
75857
92188
242061
14.56
16.02
31.34
38.08
100.00
moderado
1508
89.44
208191
86.01
alto
total
178
1686
10.56
100.00
33870
242061
13.99
100.00
canprox
existen
no existen
total
236
1450
1686
13.95
86.05
100.00
40559
201502
242061
16.76
83.24
100.00
tiposuelo
relleno exterior
nativo
total
86
1602
1686
4.93
95.07
100.00
13019
229042
242061
5.38
94.62
100.00
relleno
material banco
no adecuado
total
1231
455
1686
73.00
27.00
100.00
168455
73606
242061
69.59
30.41
100.00
1375
311
1686
81.54
18.46
100.00
201966
40095
242061
83.44
16.56
100.00
5.2.5
En el periodo de evaluacin han ocurrido 1.149 roturas entre las tuberas estadsticas,
dentro de las 294 tuberas fsicas que se consideran, de las cuales como ya se ha
mencionado, se derivan 1686 segmentos de tuberas estadsticas. Las tuberas fsicas
mencionadas, cuentan algunas desde cero roturas, hasta ms de nueve roturas.
Observaremos en la siguiente grafica, que no existe una tendencia notable, en el patrn
del nmero de roturas en las tuberas por ao, cabe mencionar que el periodo de
observacin es corto, por tal motivo, es demasiado aventurado sealar alguna tendencia.
Pero para nuestro propsito, es conveniente analizar algunos comportamientos de las
mismas.
100
fallos
80
60
40
20
0
2000
2001
2002
2003
2004
2005
2006
tiempo
Figura 7. 17 Grafica del nmero de fallos por ao
Cero roturas observadas entre el ao 2000 y el ao 2006.
530 (1685-1155) segmentos estadsticos, que registraron ninguna rotura entre el periodo
sealado.
Durante el periodo de observacin (2000 2006), se han observado 26 tuberas que
experimentaron solo una rotura, esto representa aproximadamente el 8% del total de las
tuberas.
Dos fallos observados entre 2000 y 2006: 35 tuberas presentaron dos fallos, el
tiempo promedio entre los fallos son:
-
224
Tres fallos observados entre 2000 y 2006: 26 tuberas con tres fallos, por lo tanto
el tiempo promedio entre los fallos son:
-
Cuatro fallos observados entre 2000 y 2006: 23 tuberas con cuatro fallos, el
tiempo promedio entre los fallos son:
-
2000 y la
1er rotura
1ra y 2da
rotura
2da y 3er
rotura
3ra y 4ta
rotura
4ta y 5ta
rotura
5ta y 6ta
rotura
6ta y 7ta
rotura
7ta y 8ta
rotura
8ta y 9na
rotura
Ultima rotura
y 2006
894.21
NA
NA
NA
NA
NA
NA
NA
NA
1660.79
878.05
651.80
NA
NA
NA
NA
NA
NA
NA
1025.15
743.10
472.52
442.19
NA
NA
NA
NA
NA
NA
897.19
553.57
401.57
466.86
328.86
NA
NA
NA
NA
NA
804.14
356.24
503.59
506.77
413.82
365.40
NA
NA
NA
NA
409.18
423.00
462.36
226.55
392.55
204.64
364.09
NA
NA
NA
481.82
308.56
444.58
352.94
284.06
320.25
248.59
224.44
NA
NA
371.58
459.78
351.08
189.56
279.92
248.04
321.45
167.12
203.45
NA
334.60
9 mas
389.45
324.21
340.67
256.48
146.89
201.43
264.25
194.52
213.56
223.54
promedio. Cabe mencionar que las tuberas de acero galvanizado representan el 31,34%,
del total de las tuberas y ocurren en ellas el 46% de las roturas.
Como observamos en la tabla 7.9, el tiempo de reparacin entre cada rotura tiende a
disminuir, cuando el nmero de roturas se incrementa, excepto en algunas roturas. Lo
importante de esto, es que podremos aventurarnos en contemplar la posibilidad de un
cambio en la practica de reparacin, donde podr tener un efecto significativo en
prolongar el tiempo de reparacin, considero que es un punto, en el cual se debe prestar
una importante atencin; tanto en la obtencin de datos, como la preparacin de la base
de datos, misma que se podr utilizar para un trabajo posterior.
Nos referimos a la obtencin de datos, como una explicacin detallada, en cuanto al tipo
de rotura y otros aspectos que se consideren relevantes, aspectos que nos permitan
evaluar, si la intervencin en la prctica de reparacin contribuye a disminuir el tiempo
entre roturas.
Material
Rotura
AC ( 13.15%) FOGA ( 46.49% )
Total
0.01
18
0.08
0.02
0.02
30.00
0.02
23
0.10
0.04
0.02
39.00
0.01
16
0.07
0.02
0.03
30.00
0.02
12
0.05
0.01
0.04
27.00
0.02
13
0.06
0.02
0.02
26.00
0.03
0.03
0.02
0.02
22.00
0.02
0.03
0.01
0.02
18.00
0.00
0.03
0.02
0.02
15.00
9 mas
0.01
0.01
0.02
12
0.05
21.00
30
0.13
106
0.46
40
0.18
52
0.23
228.00
226
70
60
Tuberas
50
40
30
20
10
0
0
Fallos
5.2.6
Las tablas 7.11 y 7.12 contienen todos los resultados del anlisis de la estadstica
descriptiva. Los valores en negrita son los valores promedios, los valores subrayados
son los valores menores de cada categora, los valores que se encuentran en cursiva son
aquellos valores mas altos. Las tablas son definidas como siguen; un ejemplo es el
siguiente:
A = Nmero de tuberas estadsticas de la misma categora (NTS); por ejemplo: estas
son 1172 tuberas con un dimetro entre 75-100 mm.
B = Longitud de NTS; estos son 168.583 m de tuberas con un dimetro de 75-100 mm.
C = Porcentaje de la longitud de NTS sobre la longitud total de tuberas (242.061); las
tuberas de 75-100 mm de dimetro representan el 69,51% de la longitud total.
D = longitud promedio de NTS; las tuberas de 75-100 de dimetro tienen una longitud
promedio de 130,00 m.
E = Nmero de roturas entre 2000 y 2006 para NTS; tuberas de 75-100 mm de
dimetro se rompen 788 veces entre 2000 y 2006.
F = Nmero de tuberas en la misma categora que sufren una rotura entre 2000 y 2006;
estas son 157 tuberas con un dimetro de 75-100 mm que tienen una rotura entre 2000
y 2006.
G = longitud de las tuberas entre 2000 y 2006; 22.800 m de tuberas con un dimetro
de 75-100 mm sufren roturas entre 2000 y 2006.
H = Porcentaje de las tuberas sobre la longitud total; tuberas de 75-100 mm de
dimetro que sufren roturas representan el 70,41 de la longitud total.
227
I = Nmero de roturas por km. por ao por (NTS); tuberas con un dimetro de 75-100
mm que experimentan un ndice de roturas de 0,67 por kilmetro y ao.
J = Nmero de roturas por 100 tuberas estadsticas entre 2000 y 2006; entre 2000 y
2006, 100 tuberas estadsticas con 75-100 de dimetro experimentan 67,24 roturas.
A
B
NTS
Longitud
por categoria de las
NTS
Dimetro
C
%tub NTS
A/1202*100
D
Longitud
promedio
NTS
E
Nmero de
roturas de
NTS
F
Nmero de
tuberas con
roturas
G
longitud
de las
tuberas
H
% de long.
de las tub.
sobre el tot.
I
Nmero de
roturas por
km. y ao
J
Nm. de
roturas por
NTS
75 a 100 mm
150 mm
200-300 mm
total
1172
242
272
1686
168583
39965
33513
242061
69.51
14.35
16.13
100.00
141.38
125.71
124.32
130.00
788
174
187
1149
157
29
42
228
22800
4789
4791
32380
70.41
14.79
14.80
100
0.67
0.62
0.80
0.70
67.24
71.90
68.75
69.30
20
30
40
50
total
484
237
526
439
1686
92188
26454
61608
61811
242061
28.71
14.06
31.20
26.04
100.00
190.00
112.00
117.00
139.00
123.00
411
97
325
316
1149
63
62
21
82
228
11706
32380
36.15
8.79
29.64
25.42
100.00
0.64
0.52
0.75
0.73
0.66
0.85
0.41
0.62
0.72
0.58
AC
FOFO
FOGA
POLIETILENO
total
moderado
alto
total
315
271
616
484
1686
1507
178
1685
35236
38780
75857
92188
242061
208191
33870
242061
18.68
16.07
36.54
28.71
100.00
89.44
10.56
100.00
112.00
143.00
122.00
190.00
126.00
161.00
189.00
175.00
110
210
418
411
1149
1007
142
1149
23
104
39
62
228
205
23
228
3165
12595
4914
11706
32380
32468
5921
38389
9.77
38.90
15.18
36.15
100.00
84.58
15.42
100.00
0.45
0.77
0.79
0.64
0.66
0.69
0.60
0.64
0.35
0.77
0.68
0.85
0.60
0.67
0.80
0.73
Canprox
existen
no existen
total
235
1450
1685
40559
201502
242061
13.95
86.05
100.00
166.00
172.00
169.00
979
170
1149
195
33
228
6877
31512
38389
17.91
82.09
100.00
3.45
0.12
1.78
4.17
0.12
2.14
Tiposuelo
relleno exterior
nativo
total
83
1602
1685
13019
229042
242061
4.93
95.07
100.00
150.00
156.00
153.00
997
152
1149
15
213
228
2573
35816
38389
6.70
110.61
117.31
10.94
0.09
5.52
12.01
0.09
6.05
Relleno
material banco
no adecuado
total
1230
455
1685
168455
73606
242061
73.00
27.00
100.00
136.00
161.00
148.50
970
179
1149
163
65
228
28308
10081
38389
73.74
31.13
104.87
0.82
0.35
0.59
0.79
0.39
0.59
1374
311
1685
201966
40095
242061
81.54
18.46
100.00
146.00
128.00
137.00
761
388
1149
168
60
228
30266
8123
38389
78.84
25.09
103.93
0.54
1.38
0.96
0.55
1.25
0.90
Edad
Material
Traf
2845
9598
8231
228
una rotura, puede variar de una empresa a otra. Este ndice de roturas es equivalente al
valor promedio de h(t), del periodo de observacin.
J = Nmero de roturas por 100 tuberas, pertenecientes a una misma categora del factor
de riesgo, para un cierto periodo de observacin (indicador 2).
Este indicador expresa la idea de la ocurrencia de fallo, y es introducido para reflejar la
variable de inters en el Modelo de Riesgo Proporcional, el tiempo de
supervivencia/fallo, el cual tambin varia con la ocurrencia de roturas,
independientemente de la longitud del segmento. Se puede decir que el factor de riesgo
que muestra significancia en algunos subgrupos, porque la longitud promedio de este
subgrupo es actualmente mas corta, que el resto de la longitud promedio. No
continuaran mostrando significancia con este segundo indicador (y con un PHM).
Los anlisis de los resultados significativos de las tablas 7.9 y 7.10, nos ofrecen aqu
una variable a la vez. Estos anlisis son necesarios para determinar en qu forma
(continua, binaria, logartmica, o reagrupada por clase), cada variable debe ser
organizada para el modelo.
Dimetro: la mayora de las tuberas son de dimetro pequeo (menor que 100 mm) y
contrario a lo que se esperaba, son las de menor ndice de fugas, as como con las
tuberas de longitud promedio mayor, al igual que en conjunto. Respecto al mayor
riesgo de rotura, de dimetro mayor, puede ser debido al tipo de material y a la edad.
Edad: las tablas 7.11 y 7.12 muestran claramente que las tuberas de asbesto cemento y
acero galvanizado, no muestran una tendencia lineal entre la edad de envejecimiento y
el riesgo alto de fallo. Esto nos puede indicar, que son varios los factores que influyen
en esta variable, y que a su vez provocan un comportamiento indistinto a lo que se
pudiera esperar.
Material: nos encontramos en este factor, que el material que tiene un peor
comportamiento es el de Polietileno, es interesante analizar este dato, debido a que son
las tuberas de menor edad. Pero como se he detectado en otros estudios, la instalacin
de dichas tuberas no fue la ms adecuada.
Trfico: definitivamente los resultados obtenidos en la tabla 7.11, nos indican lo que se
esperaba, que las tuberas localizadas en una zona donde el trfico es moderado, tienden
a tener un menor ndice de rotura.
Respecto al resto de los dems factores, continan con el mismo comportamiento
esperado; es decir, condiciones menos favorables es mayor el ndice de roturas, por
ejemplo las tuberas que se localizan prximas a los dems servicios subterrneos
229
AC
Edad
30
total
40
total
FOGA
Edad
40
total
50
total
FOFO
Edad
50
total
Dimetro
Dimetro
Dimetro
POLIETILENO
Edad
Dimetro
20
total
230
Caso de Estudio
231
6.1
Los modelos son ajustados para varios subgrupos de los datos de roturas, con un
historial de 7 aos (2000-2006).
Base de datos, todos los individuos
Base de datos estratificados en el material
Base de datos estratificados en el material y el historial de roturas.
Esto resulta en los siguientes estratos:
Todos los individuos sin estratificar
Material acero galvanizado
Material Asbesto cemento-Polietileno
Uno o mas fallos
El test de cada variable sencilla con un modelo de Cox (PHM) en un estrato especfico,
muestra la relevancia de cada variable en una familia especfica de tuberas. El ajuste de
los estratos completos de datos para el modelo de Cox, indica la importancia relativa de
la seleccin previa de las variables significativas. Incluso aunque significativo sobre el
mismo, algunas variables no pueden aparecer en el modelo, porque su importancia
relativa es modesta, comparada a otra variable dominante.
Esto es, porque el paso donde se reviso la significancia estadstica, de cada variable
sencilla, es ms que un paso hacia el ajuste del modelo. Ello actualmente provee
informacin valiosa, que no podr aparecer en el modelo completo, y puede sin
embargo ser usado para los propsitos de prevencin. La base de datos (ver anexo 3) es
importada a Splus como un primer estrato completo; que sirve como proporcin para el
resto de los otros estratos.
232
6.1.1
Coeficiente ndice de
de regresin
riesgo
Error
estndar
p-valor
relleno
0.707
2.03
0.074
1.20E-02
profundidad
0.091
1.1
0.087
2.90E-01
traf
-0.141
0.87
0.117
2.30E-01
canprox
-0.219
0.8
0.105
3.80E-02
tiposuelo
0.037
1.04
0.137
7.80E-01
servcontin
-0.400
0.67
0.174
4.21E-01
nfp1
0.597
1.82
0.097
7.90E-10
nfp2
0.691
2.0
0.118
2.90E-10
nfp3
0.762
2.14
0.115
3.70E-11
nfp4
0.832
2.30
0.103
6.70E-16
lnlong
0.365
1.44
0.115
8.90E-04
lndiam
0.649
1.92
0.234
5.50E-03
diam2
-0.273
0.76
0.163
9.40E-02
diam3
-0.437
0.65
0.278
1.20E-02
edadstrat1
-0.158
0.85
0.129
2.20E-02
edadstrat2
-0.168
0.85
0.055
2.30E-03
edadstrat3
0.340
1.41
1.065
7.50E-02
mat2
-1.167
0.31
0.249
2.90E-06
mat3
-1.124
0.33
4.252
8.00E-02
mat4
0.769
0.86
0.104
1.20E-13
longestrat1
0.133
1.14
0.055
1.40E-02
longestrat2
0.084
1.09
0.042
4.20E-02
el que tiene un riesgo mayor de sufrir una rotura, son las tuberas de fundicin (FOFO)
que es de 0.86.
Tambin otro comentario que podemos hacer de los resultados obtenidos, es respecto al
logaritmo de la longitud, cuando se incrementa en una unidad el logaritmo de la
longitud (ln(L)), el riesgo de sufrir una rotura es 1.44 veces mayor.
Es conveniente aclarar, antes de realizar un anlisis de los resultados anteriores y
abordar la significancia de cada factor de riesgo, deben hacerse algunas observaciones
con respecto a la potencial dependencia de las variables, y el sesgo que puede mostrar
una variable sobre otra. La dependencia de las variables puede ser identificada por la
evaluacin, ya sea de los coeficientes de regresin, o el ndice de riesgo de una variable,
que puede estar influenciada por la presencia de otra variable.
En el anlisis descriptivo estadstico previo que se realizo, se mostraba que las tuberas
de mayor dimetro son de acero galvanizado (FOGA), con lo cual se pudiera presentar
algn tipo de sesgo estadstico, por tal motivo; es conveniente analizar conjuntamente
las tuberas por el tipo de material y el dimetro, de tal manera que los coeficientes de
regresin y los ndices de riesgo, se podrn ajustar sustancialmente, as mismo se puede
confirmar la dependencia si existiera y corregir su efecto.
Por lo tanto se ejecutara el modelo de riesgo proporcionales de Cox (PHM), para cada
tipo de material individualmente y los diferentes dimetros. Una vez que se realizan los
anlisis correspondientes, estaremos en condiciones de plantear varios escenarios con la
confrontacin de parejas de variables, o la conjugacin de ms variables.
coef
mat2 -1.0139
mat3 0.4762
mat4 0.6215
diam2 -0.0213
diam3 0.2031
exp(coef) se(coef)
0.363
0.1077
1.610
0.0851
1.862
0.0733
0.979
0.0855
1.225
0.0835
p
1.1e-003
1.3e-004
2.2e-008
8.0e-002
1.5e-002
Rsquare= 0.169
(max possible= 0.999 )
Likelihood ratio test= 254 on 5 df,
p=0.0001248
De los resultados obtenidos, observamos que los coeficientes de regresin y los ndices
de riesgo, cambian al considerar la interaccin entre ambos: el material y el dimetro.
Es decir; porque al evaluar de manera global todas las covariables, el modelo nos
arroja unos valores de los coeficientes de regresin y los ndices de riesgo. Al evaluar
estos factores conjuntamente nos arroja otros valores, lo que nos indica es que el
material evaluado conjuntamente con el dimetro, cambia el ndice de riesgo del
modelo. De tal manera que el material interacta con el dimetro, influyendo en los
resultados del modelo.
234
coef
materialACdiametro1 -0.742
materialFOFOdiametro1 0.849
materialFOGAdiametro1 0.321
materialPOLIETdiametro1 1.057
materialACdiametro2 -0.123
materialFOFOdiametro2 1.008
materialFOGAdiametro2 0.193
materialPOLIETdiametro2 0.916
materialACdiametro3 -0.151
materialFOFOdiametro3 0.570
materialFOGAdiametro3 0.713
materialPOLIETdiametro3
NA
exp(coef) se(coef)
0.476
0.393
2.338
0.387
1.378
0.384
2.878
0.382
0.884
0.535
2.739
0.400
1.212
0.400
2.500
0.406
0.860
0.434
1.769
0.458
2.039
0.387
NA
0.000
Rsquare= 0.185
(max possible= 1 )
Likelihood ratio test= 346 on 11 df,
p
0.0590
0.0280
0.4000
0.0057
0.8200
0.0120
0.6300
0.0240
0.7300
0.2100
0.0650
NA
p=0.00654
coef
canprox -0.0413
exp(coef) se(coef)
0.96
0.1359
p
0.010241
235
longestrat1
longestrat2
0.4326
0.2709
1.54
1.31
0.0412
0.0337
Rsquare= 0.128
(max possible= 1 )
Likelihood ratio test= 165 on 3 df,
0.007450
8.9e-016
p=0.0000362
Los resultados nos muestran que los valores de los coeficientes de regresin, y los
ndices de riesgo, varan al evaluar conjuntamente las variables de canalizaciones
prximas y la longitud, pero de manera aislada del resto de las dems variables. Donde
nuevamente se muestra una interaccin, entre las canalizaciones prximas y la longitud
de la tubera, de tal manera que el mayor ndice de riesgo, es la longitud que se
encuentra en el rango entre 100-200 m., por encima de las tuberas de mayor longitud.
Es necesario analizar uno a uno, la variable de la longitud con las canalizaciones
prximas, para observar ms detalladamente su interaccin. Aclarando que no pierden
su significancia ninguna variable.
coef
canproxlongestrat1 -0.647
canproxlongestrat2 0.334
canproxlongestrat3 0.569
exp(coef) se(coef)
0.524
0.237
1.397
0.169
1.766
0.498
Rsquare= 0.012
(max possible= 1 )
Likelihood ratio test= 14.5 on 3 df,
p
0.0064
0.0470
0.2500
p=0.00229
Observamos resultados interesantes; como el valor del ndice de riesgo que es mayor al
interactuar las canalizaciones prximas, con las longitudes mayores de 200 m., se
obtiene un resultado diferente, al realizar el anlisis de la interaccin en conjunto de las
canalizaciones con las longitudes. Esto nos puede indicar cierta dependencia entre las
dos variable canprox y long.
coef
relleno 0.7992
diametro1 0.2015
diametro2 0.0715
exp(coef) se(coef)
p
2.22
0.0806 0.000000
1.22
0.0506 0.000069
1.07
0.0294 0.015000
Rsquare= 0.092
(max possible= 1 )
Likelihood ratio test= 116 on 3 df,
coef
rellenodiametro1 0.756
rellenodiametro2 0.784
rellenodiametro3 0.878
p=0.0004
exp(coef) se(coef)
p
2.13
0.0925 3.3e-016
2.19
0.2135 2.4e-004
2.41
0.1433 9.1e-010
Rsquare= 0.069
(max possible= 1 )
Likelihood ratio test= 86.6 on 3 df,
p=0.0068
236
los factores, de tal forma que al hacer el anlisis de la interaccin entre ellos; es decir el
relleno con cada uno de los dimetros, arrojan resultados diferentes a los anteriormente
obtenidos, y el valor de los coeficientes es muy similar. Esto nos indica que cuentan con
el mismo riesgo los tres estratos al interactuar con el relleno.
6.1.2 Conclusin
Cuando es examinada la poblacin completa, las variables del entorno que muestran
resultados estadsticamente significativos son canprox y el relleno, lo cual nos
puede indicar que las tuberas de los sectores analizados, son sensibles a los factores de
la proximidad las tuberas. Riesgo con el que interacta las tuberas, por considerarlo de
alguna manera. As mismo se encontr que la variable canprox interacta con la
variable long, al igual que la variable relleno interacta con la variable dimetro,
segn los resultados mostrados.
Como se esperaba, en base a los anlisis estadsticos previos, el factor de riesgo
inherente a las tuberas mismas como son el material, longitud, dimetro, historial de
roturas, etctera. Son de manera estadstica, altamente significativas con un claro
dominio del factor de riesgo del nmero de fallos previos.
6.2
Las variables que son altamente significativas sealadas en la tabla 7.13, se mantienen
en el modelo, debido que son las que potencialmente aportaran mejores resultados al
ajuste del modelo, en este caso se elimina las variables traf, tiposuelo,
profundidad, servcontin. Esto en relacin al mtodo hacia atrs, el cual se
desarrollara e ilustrara paso a paso, los resultados en el primer ajuste para todas las
variables significativas son.
relleno
canprox
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
diam2
diam3
edadstrat1
edadstrat2
edadstrat3
mat2
mat3
mat4
longestrat1
longestrat2
coef
0.7057
-0.2683
0.6114
0.7103
0.7799
0.8525
0.3750
0.5780
-0.2674
-0.4147
-0.1619
-0.1802
0.3340
-1.1999
-1.1149
0.7739
0.1326
0.0707
exp(coef) se(coef)
2.025
0.0740
0.765
0.0961
1.843
0.0968
2.035
0.1092
2.181
0.1148
2.345
0.1022
1.455
0.1102
1.782
0.2290
0.765
0.1627
0.661
0.2786
0.851
0.1289
0.835
0.0535
1.397
1.0637
0.301
0.2463
0.328
4.2486
2.168
0.1030
1.142
0.0544
1.073
0.0408
Rsquare= 0.341
(max possible= 1 )
Likelihood ratio test= 703 on 18 df,
p
0.0e+000
5.3e-003
2.6e-010
7.9e-011
1.1e-011
1.1e-016
6.7e-004
1.2e-002
1.0e-001
1.4e-001
2.1e-001
7.5e-004
7.5e-001
1.1e-006
7.9e-001
5.6e-014
1.5e-002
8.3e-002
p=0.00634
237
exp(coef) se(coef)
1.916
0.0719
0.827
0.0935
1.946
0.0964
2.114
0.1091
2.290
0.1146
2.445
0.1019
1.516
0.1085
1.311
0.0730
0.846
0.0908
0.443
0.1114
1.351
0.0855
1.814
0.0922
1.106
0.0537
1.051
0.0403
Rsquare= 0.333
(max possible= 1 )
Likelihood ratio test= 683 on 14 df,
p
0.0e+000
4.3e-002
4.9e-012
6.9e-012
4.8e-013
0.0e+005
1.3e-004
2.1e-004
6.6e-002
2.7e-013
4.4e-004
1.1e-010
6.0e-002
2.1e-001
p=0.00617
238
coef
relleno 0.6503
canprox -0.2176
nfp1 0.6906
nfp2 0.7587
nfp3 0.8465
nfp4 0.9027
lnlong 0.5902
lndiam 0.1543
diametro2 -0.0664
mat2 -0.7966
mat3 0.3181
mat4 0.5818
longitud2 0.0591
exp(coef) se(coef)
1.916
0.0720
0.804
0.0933
1.995
0.0962
2.136
0.1089
2.331
0.1144
2.466
0.1018
1.804
0.0916
1.167
0.1269
0.936
0.0753
0.451
0.1115
1.374
0.0868
1.789
0.0909
1.061
0.0980
Rsquare= 0.331
(max possible= 1 )
Likelihood ratio test= 678 on 13 df,
p
0.0e+000
2.0e-002
6.8e-013
3.2e-012
1.3e-013
0.0e-011
1.2e-010
2.2e-001
3.8e-001
9.2e-013
2.5e-004
1.6e-010
5.5e-001
p=0.00598
Por los resultados obtenidos, debemos de considerar remover de manera definitiva, las
variables referentes al dimetro y a la longitud, donde cabe recalcar que el valor del
ratio de verosimilitud varia; por tal motivo, nos confirma que debemos remover la
variable recin creada longitud2 y la variable diametro2, donde el factor de riesgo
respecto a la longitud es llevado por la variable lnlong, y para el dimetro por la
variable lndiam. Debemos comentar que la variable lndiam, es estadsticamente no
significativa, pero permanecer en el modelo, con el objetivo de evaluar si esta afectada
por la variable diametro2.
Nuevamente realizaremos una nueva simulacin con los ajustes mencionados.
coef
relleno 0.649
canprox -0.230
nfp1 0.906
nfp2 0.763
nfp3 0.846
nfp4 0.691
lnlong 0.544
lndiam 0.242
mat2 -0.794
mat3 0.313
mat4 0.569
exp(coef) se(coef)
1.913
0.0720
0.795
0.0919
2.475
0.1018
2.145
0.1088
2.330
0.1144
1.997
0.0961
1.722
0.0631
1.274
0.0718
0.452
0.1111
1.368
0.0853
1.767
0.0901
Rsquare= 0.331
(max possible= 1 )
Likelihood ratio test= 676 on 11 df,
p
0.0e+000
1.2e-002
0.0e+000
2.3e-012
1.4e-013
6.3e-013
1.1e-016
7.5e-004
8.6e-013
2.5e-004
2.7e-010
p=0.00563
De acuerdo a los resultados obtenidos, este ser el modelo definitivo de todas las
variables que son significativas para nuestro estudio. Esto para todos los individuos sin
estratificar. Y como se haba comentado la variable lndiam, resulta altamente
significativa al eliminar la variable diametro2.
6.3
Es necesario realizar un anlisis respecto a los estratos del material, iniciaremos por
realizar el estrato de las tuberas de acero galvanizado (FOGA), del resto de los
239
coef
0.66068
0.35555
0.25280
-0.28710
-0.21471
0.59247
0.60286
0.69522
0.77341
0.42588
0.77396
-0.29255
-0.44098
-0.08587
0.03416
-0.00198
exp(coef) se(coef)
1.936
0.1284
1.427
0.1496
1.288
0.1879
0.750
0.1800
0.807
0.3886
1.808
0.1671
1.827
0.1554
2.004
0.1857
2.167
0.1590
1.531
0.1480
2.168
0.3734
0.746
0.2527
0.643
0.4110
0.918
0.0802
1.035
0.0754
0.998
0.0745
Rsquare= 0.24
(max possible= 1 )
Likelihood ratio test= 169 on 16 df,
p
2.7e-007
1.7e-002
1.8e-001
1.1e-001
5.8e-001
3.9e-004
1.0e-004
1.8e-004
1.2e-006
4.0e-003
3.8e-002
2.5e-001
2.8e-001
2.8e-001
6.5e-001
9.8e-001
p=0.000327
Respecto a los factores inherentes a las tuberas mismas como son: la edad, dimetro y
la longitud obtienen valores no significativos, esto debido a la fuerte correlacin entre
ellos, es decir entre los factores de riesgo de las variables lndiam y diam, al igual
que los factores de riesgo lnlong(estadsticamente significativa) y longestrat. Por tal
motivo permanecern ambos factores (lnlong, lndiam) para el prximo modelo y
observaremos los resultados que se obtienen. Respecto a la variable edad se incluyo
en este modelo con el objetivo de conocer si la diferencia de edad entre las tuberas de
acero galvanizado de 40 y 50, tiene alguna significancia estadstica y su respectivo
ndice de riesgo si es que correspondiera, pero con los resultados obtenidos observamos
que no tiene significancia estadstica.
En relacin al resto de los factores inherentes de las tuberas, como el nmero de roturas
sigue siendo altamente significativas, y con los valores de los ndices de riesgo ms
altos.
En lo que se refiere a las variables del entorno, tenemos que las variables de relleno y
profundidad, poseen una significancia estadstica y es la variable de relleno, la que
posee un ndice de riesgo mayor. Es decir, aquellas tuberas que se encuentren alojadas
en sitios donde el relleno no es el adecuado, tienen 1.936 mas veces de sufrir una rotura,
que aquellas tuberas que se localizan en una zona con el relleno adecuado.
Observamos que al eliminar ciertas variables, el riesgo referente a los fallos aumenta, lo
que se refiere al valor del riesgo de la covariable lnlong y lndiam permanece
constante.
240
relleno
profundidad
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
coef
0.529
0.411
0.629
0.638
0.725
0.869
0.434
0.461
exp(coef) se(coef)
1.70
0.112
1.51
0.120
1.88
0.165
1.89
0.154
2.06
0.185
2.38
0.154
1.54
0.088
1.59
0.104
Rsquare= 0.229
(max possible= 1 )
Likelihood ratio test= 161 on 8 df,
p
2.2e-006
6.3e-004
1.4e-004
1.4e-004
8.6e-005
1.9e-008
8.2e-007
8.6e-006
p=0.000301
En la tabla anterior, tenemos el modelo final con las covariables que son
estadsticamente significativas, en donde los valores de mayor ndice de riesgo, son
aquellas tuberas que cuentan con tres y cuatros fallos previos. Y el resto de las
covariables cuentan con ndice de riesgo muy similar, respecto a su valor e importancia.
6.4
Se genera la estratificacin con los individuos que pertenecen a este estrato, es decir, las
tuberas que son de asbesto cemento y polietileno, se realiza el clculo y se obtiene los
resultados que se muestran en la siguiente tabla.
relleno
profundidad
traf
canprox
tiposuelo
nfp4
nfp2
nfp3
nfp1
lnlong
lndiam
diam2
diam3
edadstrat1
edadstrat2
longestrat1
longestrat2
coef
0.7554
0.0659
-0.7441
0.1576
0.0428
0.5202
0.8815
0.9232
1.1357
0.3536
0.8163
-0.2742
-0.7408
-0.1240
0.3948
0.1581
0.1388
exp(coef)se(coef)
2.128
0.1022
1.068
0.1730
0.475
0.2130
1.171
0.1574
1.044
0.1850
1.682
0.1592
2.415
0.1797
2.517
0.1803
3.113
0.1726
1.424
0.2301
2.262
0.3791
0.760
0.2947
0.477
0.4565
0.883
0.1324
1.484
0.0562
1.171
0.1099
1.149
0.0702
Rsquare= 0.444
(max possible= 1 )
Likelihood ratio test= 468 on 17 df,
p
1.5e-013
7.0e-001
4.8e-004
3.2e-001
8.2e-001
1.1e-003
9.3e-007
3.0e-007
4.8e-011
1.2e-001
3.1e-002
3.5e-001
1.0e-001
3.5e-001
2.1e-012
1.5e-001
4.8e-002
p=0.000510
Al estructurar el modelo de Cox con todas las covariables, que pueden tener alguna
significancia en los factores de riesgo, para las tuberas que no son de acero,
observamos que los factores del entorno que tienen una significancia estadstica, son los
factores de relleno y trafico (traf), cabe mencionar que por primera vez aparece el
factor de riesgo del trafico, esto para las tuberas que no son de acero. Es decir para las
tuberas de asbesto cemento y polietileno. Eliminamos las covariables del entorno que
no son estadsticamente significativas, y dejamos el resto de las dems covariables, en
relacin a las covariables de la longestrat, creamos una nueva covariable longitud2
241
coef
0.7331
0.0895
-0.7536
0.2079
0.0201
0.5525
0.8961
0.9481
1.1513
0.8016
0.7276
-0.2753
-0.6347
-0.1004
0.3785
0.0869
exp(coef)se(coef)
2.081
0.1018
1.094
0.1733
0.471
0.2107
1.231
0.1559
1.020
0.1836
1.738
0.1587
2.450
0.1796
2.581
0.1800
3.162
0.1718
2.229
0.1964
2.070
0.3756
0.759
0.2944
0.530
0.4524
0.905
0.1323
1.460
0.0555
1.091
0.1823
Rsquare= 0.441
(max possible= 1 )
Likelihood ratio test= 465 on 16 df,
p
6.0e-013
6.1e-001
3.5e-004
1.8e-001
9.1e-001
5.0e-004
6.1e-007
1.4e-007
2.1e-011
4.5e-005
5.3e-002
3.5e-001
1.6e-001
4.5e-001
8.9e-012
6.3e-001
p=0.000518
Rsquare= 0.387
(max possible= 1 )
Likelihood ratio test= 390 on 8 df,
p
9.6e-005
1.4e-001
3.5e-012
3.4e-013
1.6e-014
1.3e-014
2.1e-015
5.1e-001
p=0
Una vez que se han eliminado las covariables, que no son estadsticamente
significativas, se obtiene los resultados anteriores, donde la covariable traf tiene
interaccin con alguna de las covariables eliminadas, en especfico con la covariable
edad, ya que se realiza la simulacin y la covariable traf sigue siendo significativa.
Al momento de eliminar las covariables sealadas, influyen en los resultados y sobre
manera, en los valores de los factores de riesgo.
242
relleno
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
coef
0.3502
1.1095
1.3394
1.3930
1.5129
0.9311
0.0037
exp(coef) se(coef)
1.42
0.0928
3.03
0.1555
3.82
0.1800
4.03
0.1765
4.54
0.1711
2.54
0.1154
1.00
0.1287
p
1.6e-004
9.7e-013
1.0e-013
2.9e-015
1.8e-013
6.7e-016
9.8e-001
Rsquare= 0.385
(max possible= 1 )
Likelihood ratio test= 388 on 7 df,
p=0
En la tabla anterior, tenemos el modelo final de los factores de riesgo que son
significativos, en los fallos de las tuberas de asbesto cemento y polietileno. Lo que
resalta en este estrato, es que respecto a las variables del entorno, solo el factor del
relleno es el que resulta estadsticamente significativo.
6.5
relleno
profundidad
traf
canprox
tiposuelo
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
diam2
diam3
edadstrat1
edadstrat2
edadstrat3
longestrat1
longestrat2
mat2
mat3
mat4
coef
0.32218
-0.13673
0.08617
-0.23347
-0.11892
0.22182
0.23403
0.29165
0.32307
0.12925
0.54164
-0.21338
-0.54092
0.23738
0.00399
0.12991
0.13413
0.09229
0.23721
NA
0.55569
exp(coef)
1.380
0.872
1.090
0.792
0.888
1.380
1.264
1.339
1.250
1.138
1.719
0.808
0.582
1.268
1.004
1.139
1.144
1.097
1.268
NA
1.743
se(coef)
0.0864
0.1004
0.1321
0.1195
0.1585
0.3753
0.3749
0.3775
0.3700
0.1601
0.2680
0.1891
0.3236
0.1375
0.0624
0.0364
0.0681
0.0522
0.2758
0.0000
0.1198
Rsquare= 0.081
(max possible= 1 )
Likelihood ratio test= 97.5 on 20 df,
p
1.9e-001
1.7e-001
5.1e-001
5.1e-002
4.5e-001
3.9e-001
5.3e-001
4.4e-001
5.5e-001
4.2e-001
4.3e-002
2.6e-001
9.5e-001
8.4e-001
9.5e-001
3.6e-001
4.9e-002
7.7e-002
3.9e-001
NA
3.5e-001
p=3.47e-012
Como observamos, son escasos los factores de riesgo los que cuentan con un valor de
riesgo estadsticamente significativo, tan solo los factores canprox y lndiam.
6.6
243
Nombre
variable
Datos
completos
FOGA
ACPOLIET
Mas de
una fuga
relleno
profundidad
traf
canprox
tiposuelo
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
diam2
diam3
edadstrat1
edadstrat2
edadstrat3
mat2
mat3
mat4
longestrat1
longestrat2
244
riesgo para la ocurrencia de roturas, se requiere un estudio mas profundo para conocer si
estos factores, se relacionan con la agresividad del suelo. Por tal motivo resulta
interesante tener lo anterior en consideracin.
Dentro de las covariables del entorno, la covariable que resulta significativa para todos
los individuos, y para aquellos que tienen mas de una rotura, son las canalizaciones
prximas (canprox), factor que se debe de considerar al momento de determinar los
factores de riesgo, en conjunto para las tuberas que presentan roturas.
7
7.1
Una vez que las variables significativas han sido identificadas, cada estrato de la base de
datos, es ajustado para aplicarse en el modelo de riesgo proporcional de Weibull. En
dicho modelo se obtendrn los parmetros de escala y forma respectivamente. As como
se calcula las formas paramtricas de las funciones de riesgo y de sobrevivencia.
Nuevamente nos auxiliaremos del lenguaje R y del software estadstico S-plus, para la
realizacin de los clculos de los parmetros de escala, forma y los coeficientes de
regresin. El anlisis se realizar para el mismo periodo de los datos 2000-2006, donde
de la base de datos de cada estrato, se selecciona y se ajusta con el objetivo de conocer
las caractersticas de cada estrato definido.
Las variables que aparecen en las funciones de riesgo y de supervivencia como Xi, se
interpretan de la siguiente manera:
X1=1
X2=1
X3=1
X4=1
X5=1
X6=1
X7=1
X8 =
Ln(diam)
X9=
Ln (long)
X10=1
X11=1
X12=1
X13=1
X14=1
X15=1
7.2
(Intercept)
relleno
profundidad
canprox
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
edadstrat1
edadstrat2
edadstrat3
mat2
mat3
mat4
Value
10.9328
-1.5372
-0.1320
0.8763
-0.7468
-1.1085
-1.3234
-1.6246
-1.1843
0.5641
-0.8927
-0.0923
-1.4368
-1.1162
-1.1072
-0.8887
Std. Error
9.2871
0.0776
0.0889
0.0970
0.1062
0.1121
0.1174
0.0985
0.0666
0.0792
0.1355
0.0569
0.2734
0.2620
0.0928
0.1080
p
2.39e-001
9.28e-028
1.37e-001
1.07e-004
2.23e-028
1.31e-022
2.39e-025
5.56e-026
2.47e-021
1.23e-005
1.74e-002
1.26e-003
8.72e-002
8.14e-007
8.78e-002
1.84e-003
Scale= 1.05
Loglik(model)= -8681.6
Chisq= 814.84 on 14 degrees of freedom, p= 3.03e-06
Todas las covariables en el modelo son significativas, excepto la variable que se refiere
a la profundidad, inclusive las covariables que no fueron estadsticamente significativas
en el modelo de Cox, resultan estadsticamente significativas.
Conocemos que la forma de la funcin del ndice de riesgo es:
n
h(t ) = p (t ) p 1 exp i xi
i =1
(7.41)
i*
1
f . forma
Por lo tanto en esta expresin p =
, =e
, i =
.
factor escala
factor escala
Con lo anteriormente descrito, nosotros obtenemos:
p=
1
*
, = e12.76 , i =
1.05
1.05
246
h(t ) =
1.05
1 10.93 11.05
e
t
e[0.952( 1.537 x1 + 0.876 x3 0.746 x4 1.108 x5 1.323x6 1.624 x7
1.05 1.05
1.184 x8 + 0.564 x9 0.892 x10 0.092 x11 1.436 x12 1.116 x13 1.107 x14 0.888 x15 ]
1.184 x8 + 0.564 x9 0.892 x10 0.092 x11 1.436 x12 1.116 x13 1.107 x14 0.888 x15 ]
Ahora obtendremos la funcin de supervivencia, la cual tiene la siguiente expresin.
n
S (t ) = e ( t ) p e( i xi )
i =1
(7.42)
10.93 1
S (t ) = e e 1.05 x t 1.05 * e[0.952(1.537 x1 + 0.876 x3 0.746 x4 1.108x5 1.323x6 1.624 x7
1.184 x8 + 0.564 x9 0.892 x10 0.092 x11 1.436 x12 1.116 x13 1.107 x14 0.888 x15 ]
S (t ) = e ( 3.0144 x105 * t 0.952 ) * e[ 0.952( 1.537 x1 + 0.876 x3 0.746 x4 1.108 x5 1.323 x6
1.624 x7 1.184 x8 + 0.564 x9 0.892 x10 0.092 x11 1.436 x12 1.116 x13 1.107 x14 0.888 x15 ]
Para ilustrar la ecuacin de la funcin de riesgo, se realiza un ejemplo para una tubera
donde el relleno es el adecuado (X1=1), primero la tubera no sufre ninguna rotura (X4=
X5, =X6=X7 = 0), despus de cierto tiempo, la tubera experimenta un primer fallo
(X4=1, X5= X6=X7=0), seguidamente la tubera sufre un segundo fallo (X5=1,
X4=X6=X7=0), despus experimenta un tercer fallo (X6=1, X4=X5=X7=0), con un
dimetro de 150 mm (X8=Ln150) y una longitud de 110 metros (X9=Ln110), una edad
de 40 aos (X10=1), la tubera es de material acero galvanizado (X13=1). La expresin
de la funcin subsecuente es la siguiente:
Ninguna rotura al primer fallo:
(7.43)
(7.44)
(7.45)
(7.46)
247
1.65E-02
1.45E-02
1.25E-02
h(t)
1.05E-02
8.50E-03
6.50E-03
4.50E-03
2.50E-03
5.00E-04
0
500
1000
1500
2000
tiempo
248
7.3
(Intercept)
relleno
profundidad
canprox
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
longestrat1
longestrat2
edadstrat
diam2
diam3
Value
12.6239
-0.7471
-0.4196
0.3483
-0.8344
-0.8554
-0.9986
-1.0758
-0.4333
-1.0234
-0.0452
-0.0158
0.0846
0.4188
0.5561
Std. Error
1.9185
0.1307
0.1559
0.1853
0.1606
0.1717
0.1902
0.1624
0.1500
0.3764
0.0784
0.0772
0.0828
0.2567
0.4218
p
2.48e-014
1.10e-008
7.10e-003
6.02e-002
2.05e-007
6.27e-007
1.52e-007
3.49e-011
3.87e-003
6.55e-003
5.65e-001
8.38e-001
3.07e-001
1.03e-001
1.87e-001
Scale= 1.05
Loglik(model)= -3289.3
Chisq= 243.67 on 14 degrees of freedom, p= 2.10e-07
Una vez eliminadas las covariables que no son significativas, obtenemos el modelo
final.
(Intercept)
relleno
profundidad
canprox
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
Value
12.0627
-0.6957
-0.4779
0.3415
-0.8766
-0.9056
-1.0507
-1.1477
-0.4719
-0.6160
Std. Error
0.7143
0.1223
0.1277
0.1760
0.1596
0.1703
0.1891
0.1591
0.0903
0.1170
p
1.06e-074
1.29e-008
1.83e-004
5.23e-002
3.99e-008
1.06e-007
2.75e-008
5.45e-013
1.76e-007
1.39e-007
Scale= 1.05
Loglik(model)= -3291.9
Chisq= 238.54 on 9 degrees of freedom, p= 2.12e-07
p=
1
*
, = e12.76 , i =
1.05
1.05
1.05
1 12.06 11.05
e
t
e[0.952(0.695 x1 0.477 x2 + 0.341x3 0.876 x4 0.905x5 1.050 x6 1.147 x7
1.05 1.05
0.471x8 0.616 x9 ]
h(t ) = 9.82 x10 6 t 0.0476 e[0.952(0.695 x1 0.477 x2 + 0.341x3 0.876 x4 0.905 x5 1.050 x6 1.147 x7
0.471x8 0.616 x9 ]
249
S (t ) = e ( t ) p e( i xi )
i =1
(7.47)
12.06 1
S (t ) = e e 1.05 xt 1.05 * e[0.952(0.695x1 0.477 x2 + 0.341x3 0.876 x4 0.905x5 1.050 x6
7.4
(Intercept)
relleno
profundidad
traf
canprox
tiposuelo
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
diam2
diam3
edadstrat1
edadstrat2
longestrat1
longestrat2
mat2
mat3
mat4
Value
9.32176
-0.24968
0.14577
0.03702
0.13480
0.11649
-0.28452
-0.46304
-0.49494
-0.58054
0.12363
-0.76710
0.20019
1.15565
-0.27833
-0.08765
0.00562
-0.09763
0.00000
0.00000
0.00000
Std. Error
2.4234
0.1089
0.1724
0.2140
0.1605
0.1871
0.6596
0.6598
0.6621
0.6555
0.2811
0.3936
0.3081
0.4987
0.1287
0.0567
0.1154
0.0773
0.0000
0.0000
0.0000
p
0.00012
0.22192
0.39796
0.06262
0.40086
0.53347
0.37553
0.45493
0.04825
0.06866
0.06005
0.05130
0.51584
0.20487
0.03062
0.12230
0.96116
0.20680
NA
NA
NA
Scale= 0.913
Loglik(model)= -3076
Chisq= 41.89 on 20 degrees of freedom, p= 0.0029
Una vez eliminadas las covariables que no son significativas, obtenemos el modelo
final.
250
(Intercept)
traf
nfp3
nfp4
lnlong
lndiam
Value
7.93608
-0.08705
-0.01946
0.11464
-0.36799
-0.01475
Std. Error
0.9708
0.0907
0.1367
0.1024
0.1283
0.1288
p
2.97e-016
3.37e-002
8.87e-002
2.63e-003
4.12e-003
9.71e-002
Scale= 0.943
Loglik(model)= -3092.3
Chisq= 9.45 on 5 degrees of freedom, p= 0.0092
p=
1
*
, = e8.985 , i =
0.94
0.94
0.94
1 7.93 10.94
e
e[1.063(0.087 x3 0.019 x6 + 0.114 x7 0.368x8 0.014 x9 )]
t
0.94 0.94
S (t ) = e ( t ) p e( i xi )
i =1
(7.48)
7.93
1
0.94
0.94
S (t ) = e e xt * e[1.063(0.087 x3 0.019 x6 + 0.114 x7 0.368x8 0.014 x9 )]
7.5
Una de las ventajas que han surgido del enfoque del anlisis de supervivencia, es la
posibilidad de efectuar anlisis de residuos (Andersen et al. 1993, Fleming y Harrington
1991, Therneau y Grambsch, 2000, Therneau et al. 1990). Una de las principales
hiptesis del modelo de Cox, es precisamente que la funcin de riesgo sea proporcional,
dado dos perfiles de cambio de estado diferentes y por tanto, se debe mantener a lo
largo del tiempo. Esto se puede verificar grficamente. Para facilitar la interpretacin de
estos grficos se suele superponer una curva de ajuste, utilizando alguna funcin de
ajuste local de alisado.
251
8
6
4
2
0
-2
-4
77
110
140
170
260
410
640
1200
Time
1
0
-1
77
110
140
170
260
410
640
1200
Time
0
-1
-2
77
110
140
170
260
410
640
1200
Time
252
4
2
0
-2
77
110
140
170
260
410
640
1200
Time
traf
canprox
tiposuelo
relleno
profundidad
lnlong
lndiam
material1
material2
material3
longestrat1
longestrat2
Global
rho
chisq
0.03778
-0.0829
-0.0394
0.1807
0.1404
0.0136
0.1245
0.0872
0.0323
0.0281
-0.0196
-0.0235
NA
0.7084
0.2154
0.0187
0.9952
0.9013
0.1348
0.0254
0.0315
0.2544
0.7423
0.3152
0.5416
3.0408
0.19
0.37
0.59
0.15
0.31
0.44
0.27
0.30
0.26
0.21
0.22
0.33
0.52
253
Para determinar el nmero de roturas para un tiempo determinado, en este caso, para
nosotros el periodo de tiempo ser de dos aos del 2007 al 2008, son los aos de los
cuales se cuenta con datos. Para tal propsito se utilizar el modelo de Weibull
acelerado (Rostum, 2000), donde se asume que las covariables aceleran el tiempo de
fallos, como se ha comprobado en los resultados obtenidos en los anlisis previos. Una
vez que se obtienen los resultados del nmero de fallos esperado, se compara con los
fallos observados.
Esto ser primero realizado para cada estrato definido en el apartado 6.1, mostrando a
manera de resumen los resultados obtenidos para cada estrato.
La validacin del modelo de Weibull, se lleva a cabo primero para el estrato general; es
decir para todos los individuos sin estratificar, seguidamente para las tuberas de acero
galvanizado (FOGA), despus para el estrato de las tuberas conjuntas de asbesto
cemento y polietileno.
El modelo sobre estima ligeramente de manera global, los resultados de los fallos
esperados, respecto a los fallos observados. Los resultados son comparados con los
fallos observados, a travs de la metodologa desarrollada por Yves Le Gatt (Le Gatt,
2002) para el Cemagref, dicha metodologa es llamada ndice de beneficio. Las tuberas
son listadas, basadas en el orden de priorizacin del nmero de fallos esperados. En la
misma tabla se agrega el nmero de roturas observadas, con el objetivo de realizar la
comparacin entre ambas.
De los resultados obtenidos, se calcula el porcentaje de roturas que se pueden evitar, al
reemplazar cierto porcentaje de la longitud de la tubera. En la tabla 7.16 se muestra un
estrato de los resultados de los clculos sealados.
ID
T272
T391
T10
T398
T393
T449
T433
T463
T396
T434
T25
T302
T451
T287
T394
T21
T52
Nmero de Nmero de
Nmero de
Priorizacin en Porcentaje Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
esperados observados
observados
de fallos esperados evitados si reemplazadas
4.7860
4.7003
4.5982
4.4945
4.4621
4.3335
4.3278
4.2894
4.2870
4.2794
4.2755
4.2631
4.2468
4.2310
4.2157
4.2097
4.2006
3
4
5
4
2
6
3
4
2
4
1
3
5
4
3
4
2
3
7
12
16
18
24
27
31
33
37
38
41
46
50
53
57
59
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
254
0.551
1.287
2.206
2.941
3.309
4.412
4.963
5.699
6.066
6.801
6.985
7.537
8.456
9.191
9.743
10.478
10.846
0.340
0.680
1.020
1.361
1.701
2.041
2.381
2.721
3.061
3.401
3.741
4.082
4.422
4.762
5.102
5.442
5.782
T234
T271
T436
T116
T288
T303
T454
T23
T392
T397
T18
T72
T65
T119
T435
T126A
T432
T395
T2A4
T464
T19
T20
T85
T457
T469
T47A
T456
T438
T60A
T16
T64
T105A
T127A
T437
T424
T106
T29A
T81
T78A
T26A
4.1774
4.0924
4.0585
4.0344
4.0337
4.0253
4.0253
3.9967
3.9901
3.9451
3.9127
3.8679
3.8278
3.8115
3.7687
3.7290
3.7269
3.7250
3.7193
3.6747
3.6684
3.6605
3.6338
3.6082
3.5902
3.5671
3.5668
3.5617
3.5311
3.5090
3.4800
3.4779
3.4693
3.4408
3.4265
3.4242
3.4208
3.3911
3.3836
3.3778
4
3
4
4
0
2
4
4
3
2
2
1
3
4
2
4
4
2
3
4
1
3
3
4
2
3
3
4
2
3
1
1
3
5
4
2
4
3
2
2
63
66
70
74
74
76
80
84
87
89
91
92
95
99
101
105
109
111
114
118
119
122
125
129
131
134
137
141
143
146
147
148
151
156
160
162
166
169
171
173
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
11.581
12.132
12.868
13.603
13.603
13.971
14.706
15.441
15.993
16.360
16.728
16.912
17.463
18.199
18.566
19.301
20.037
20.404
20.956
21.691
21.875
22.426
22.978
23.713
24.081
24.632
25.184
25.919
26.287
26.838
27.022
27.206
27.757
28.676
29.412
29.779
30.515
31.066
31.434
31.801
6.122
6.463
6.803
7.143
7.483
7.823
8.163
8.503
8.844
9.184
9.524
9.864
10.204
10.544
10.884
11.224
11.565
11.905
12.245
12.585
12.925
13.265
13.605
13.946
14.286
14.626
14.966
15.306
15.646
15.986
16.327
16.667
17.007
17.347
17.687
18.027
18.367
18.707
19.048
19.388
esperados (los otros son exactamente igual), y son mostrados en la tabla 7.17. El orden
o la posicin de una parte de la tabla son mostradas con las tuberas, que tienen el
mismo nmero de fallos esperados y la ocurrencia de los fallos observados. La
priorizacin es basada en el nmero de fallos esperados, como comentamos. Porque
ellos son iguales, cada una de estas tuberas podr ocupar cualquiera de los sitios en la
priorizacin, el orden se obtiene en la siguiente tabla.
ID
T13
T25
T30
T52
T67
Nmero de Nmero de
Nmero de
Priorizacin en
Porcentaje
Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
observados esperados
observados
de fallos esperados evitados si reemplazadas
0
0.213
6
12
60
6
0
0.213
6
13
60
6.5
0
0.213
6
14
60
7
1
0.213
7
15
70
7.5
1
0.213
8
16
80
8
T67
T52
T30
T25
T13
Nmero de Nmero de
Nmero de
Priorizacin en
Porcentaje
Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
observados esperados
observados
de fallos esperados evitados si reemplazadas
1
0.213
7
12
70
6
1
0.213
8
13
80
6.5
0
0.213
8
14
80
7
0
0.213
8
15
80
7.5
0
0.213
8
16
80
8
T272
T391
T10
T398
T393
T449
T433
Nmero de Nmero de
Nmero de
Priorizacin en
Porcentaje Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
esperados observados
observados
de fallos esperados evitados si reemplazadas
4.7860
4.7003
4.5982
4.4945
4.4621
4.3335
4.3278
3
4
5
4
2
6
3
3
7
12
16
18
24
27
1
2
3
4
5
6
7
256
0.551
1.287
2.206
2.941
3.309
4.412
4.963
0.340
0.680
1.020
1.361
1.701
2.041
2.381
T463
T396
T434
T25
T302
T451
T287
T394
T21
T52
T234
T271
T436
T116
T288
T303
T454
T23
T392
4.2894
4.2870
4.2794
4.2755
4.2631
4.2468
4.2310
4.2157
4.2097
4.2006
4.1774
4.0924
4.0585
4.0344
4.0337
4.0253
4.0253
3.9967
3.9901
4
2
4
1
3
5
4
3
4
2
4
3
4
4
0
2
4
4
3
31
33
37
38
41
46
50
53
57
59
63
66
70
74
74
76
80
84
87
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
5.699
6.066
6.801
6.985
7.537
8.456
9.191
9.743
10.478
10.846
11.581
12.132
12.868
13.603
13.603
13.971
14.706
15.441
15.993
2.721
3.061
3.401
3.741
4.082
4.422
4.762
5.102
5.442
5.782
6.122
6.463
6.803
7.143
7.483
7.823
8.163
8.503
8.844
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T29
T281
T63
T53
T30
T35
T37
T34
T67A
2.7991
2.7916
2.7724
2.7724
2.7724
2.7724
2.7545
2.7260
2.7058
1
3
2
3
2
2
4
4
4
233
236
238
241
243
245
249
253
257
82
83
84
85
86
87
88
89
90
42.831
43.382
43.750
44.301
44.669
45.037
45.772
46.507
47.243
27.891
28.231
28.571
28.912
29.252
29.592
29.932
30.272
30.612
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T455
T106A
T129A
T429
T223
2.3371
2.3271
2.3271
2.3098
2.2964
4
2
2
3
2
295
297
299
302
304
108
109
110
111
112
54.228
54.596
54.963
55.515
55.882
36.735
37.075
37.415
37.755
38.095
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Tabla 7. 19 ndice de beneficio todos los individuos sin estratificar, sin modificar.
Para corregir lo anterior, se realiza una nueva interpretacin que es mostrada en las
tablas siguientes, en donde la modificacin de los resultados se muestra en negritas, esta
nueva priorizacin es independiente del orden de priorizacin de las tuberas iguales.
257
ID
Priorizacin Porcentaje
en base del
de fallos
numero de evitados si
fallos esp.
Porcentaje Nmero de
Prior. en
Porcentaje
de tub
fallos acum. base del nm. de fallos
reemp.
obs.
de fallos esp. evitados si
modificados
8
16
Porcentaje
de tub
reemplaz
T13
0.213
12
60
80
T25
0.213
13
60
6.5
16
80
T30
0.213
14
60
16
80
T52
0.213
15
70
7.5
16
80
T67
0.213
16
80
16
80
Porcentaje Nmero de
Prior. en
Porcentaje
de tub
fallos acum. base del nm. de fallos
reemp.
obs.
de fallos esp. evitados si
modificados
Porcentaje
de tub
reemplaz
T67
0.213
12
70
16
80
T52
0.213
13
80
6.5
16
80
8
8
T30
0.213
14
80
16
80
T25
0.213
15
80
7.5
16
80
T13
0.213
16
80
16
80
Nmero de Nmero de
Nmero de
fallos
fallos
fallos acumulados
esperados observados
observados
Priorizacin en
base del nmero
Porcentaje
de fallos
Porcentaje
de tub
T272
T391
T10
T398
4.7860
4.7003
4.5982
4.4945
3
4
5
4
3
7
12
16
1
2
3
4
0.551
1.287
2.206
2.941
0.340
0.680
1.020
1.361
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T116
T288
T303
T454
T23
T392
T397
4.0344
4.0337
4.0253
4.0253
3.9967
3.9901
3.9451
4
0
2
4
4
3
2
74
74
80
80
84
87
89
19
20
21
21
22
23
24
13.603
13.603
14.706
14.706
15.441
15.993
16.360
7.143
7.483
7.823
8.163
8.503
8.844
9.184
258
T18
T72
3.9127
3.8679
2
1
91
92
25
26
16.728
16.912
9.524
9.864
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T29
T281
T63
T53
T30
T35
T37
2.7991
2.7916
2.7724
2.7724
2.7724
2.7724
2.7545
1
3
2
3
2
2
4
233
236
245
245
245
245
249
79
80
81
81
81
81
82
42.831
43.382
45.037
45.037
45.037
45.037
45.772
27.891
28.231
28.571
28.912
29.252
29.932
29.932
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T455
T106A
T129A
T429
2.3371
2.3271
2.3271
2.3098
4
2
2
3
295
299
299
302
102
103
103
104
54.228
54.963
54.963
55.515
36.735
37.075
37.415
38.095
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T69
T407
T120
T233
T296
T390
T47
T77A
T63A
1.6858
1.6581
1.6519
1.6519
1.6464
1.6412
1.6375
1.6364
1.6294
1.6209
1.6088
1.5997
1.5997
1.5914
1.5872
1.5872
1.5872
1.5870
1.5852
2
2
3
2
4
0
0
2
3
3
2
2
2
1
2
3
2
3
0
375
377
382
382
386
386
386
388
391
394
396
400
400
401
408
408
408
411
411
139
140
141
141
142
143
144
145
146
147
148
149
149
150
151
151
151
152
153
68.934
69.301
70.221
70.221
70.956
70.956
70.956
71.324
71.875
72.426
72.794
73.529
73.529
73.713
75.000
75.000
75.000
75.551
75.551
49.660
50.000
50.340
50.680
51.020
51.361
52.041
52.041
52.381
52.721
53.061
53.741
53.741
54.082
55.102
55.102
55.102
55.442
55.782
T122
T117
T7A
T9A
T6A
T298
T89
T96
T79A
T443
comparacin de las curvas con los datos completos (100%), nos ofrece una perspectiva
de la tendencia global, pero el 10% de la curva es la herramienta de inters para la toma
de decisiones, con el objetivo de identificar las tuberas de mayor riesgo.
100
% de roturas evitadas
90
80
70
60
50
40
30
20
10
0
0
20
40
60
80
100
% de tuberas evitadas
25
20
15
10
5
0
0
10
12
14
260
ID
Nmero de Nmero de
Nmero de
Priorizacin en
Porcentaje
Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
Serie esperados observados
observados
de fallos esperados evitados si reemplazadas
T272
T434
T424
3.8092
3.6234
3.5427
3
4
4
3
7
11
1
2
3
1.099
2.564
4.029
0.787
1.575
2.362
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T52
T13
T287
T303
T454
T451
T393
3.0114
3.0061
2.9551
2.9551
2.9551
2.9247
2.9018
2
5
4
2
4
5
2
68
73
83
83
83
88
90
18
19
20
20
20
21
22
24.908
26.740
30.403
30.403
30.403
32.234
32.967
14.173
14.961
15.748
15.748
15.748
16.535
17.323
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T17
T399
T276
T279
T55
T26
T38
T41
T43
T44
T409
T411
T265
T448
T444
T445
T278
T54
T72
T413
T62
T258
T14
T407
T18
T15
1.3801
1.2633
1.2558
1.2558
1.2558
1.2364
1.2260
1.2260
1.2108
1.2046
1.1986
1.1986
1.1956
1.1802
1.1584
1.1584
1.1028
1.0834
1.0824
1.0650
1.0650
1.0582
1.0531
1.0459
1.0270
1.0199
1
1
0
1
0
0
1
0
1
1
1
0
0
1
2
0
1
1
1
0
1
1
1
2
2
1
245
253
254
254
254
254
255
255
256
257
258
258
258
259
261
261
263
264
265
266
266
267
268
270
272
273
98
106
107
107
107
108
109
109
110
110
111
111
112
113
114
114
118
119
120
121
122
123
124
125
126
127
89.744
92.674
93.040
93.040
93.040
93.040
93.407
93.407
93.773
94.139
94.505
94.505
94.505
94.872
95.604
95.604
96.337
96.703
97.070
97.436
97.436
97.802
98.168
98.901
99.634
100.000
77.165
83.465
84.252
84.252
84.252
85.039
85.827
85.827
86.614
86.614
87.402
87.402
88.189
88.976
89.764
89.764
92.913
93.701
94.488
95.276
96.063
96.850
97.638
98.425
99.213
100.000
Total 316.0841
273
% de roturas evitadas
100
90
80
70
60
50
40
30
20
10
0
0
20
40
60
80
100
% de tuberias reemplazadas
Figura 7. 26 Grafica ndice de beneficio con el estrato de las tuberas de FOGA, con el
100% de los individuos
% de roturas evitadas
25
20
15
10
5
0
0
10
12
14
% de tuberas reemplazadas
Figura 7. 27 Grafica ndice de beneficio con el estrato de las tuberas de FOGA, con el
10% de los individuos
Como podemos observar el modelo sobreestima el nmero de fallos, el valor se
incrementa, en comparacin con los resultados obtenidos con toda la poblacin sin
estratificar. Se realiza a continuacin el clculo para el estrato de las tuberas conjuntas
de asbesto cemento y polietileno.
ID
T272
T391
T10
T398
T393
T449
Nmero de Nmero de
Nmero de
Priorizacin en
Porcentaje
Porcentaje
fallos
fallos
fallos acumulados base del nmero
de fallos
de tub
esperados observados
observados
de fallos esperados evitados si reemplazadas
4.6479
3
3
1
0.591
0.476
4.5977
4
7
2
1.378
0.952
4.4177
5
12
3
2.362
1.429
4.3542
4
16
4
3.150
1.905
4.3172
2
18
5
3.543
2.381
4.1732
6
24
6
4.724
2.857
262
T433
T463
T396
T434
T25
T302
T451
T287
T303
T454
T394
T21
4.1670
4.1250
4.1223
4.1141
4.1098
4.0963
4.0787
4.0616
4.0616
4.0616
4.0453
4.0388
3
4
2
4
1
3
5
4
2
4
3
4
27
31
33
37
38
41
46
56
56
56
59
63
7
8
9
10
11
12
13
14
14
14
15
16
5.315
6.102
6.496
7.283
7.480
8.071
9.055
11.024
11.024
11.024
11.614
12.402
3.333
3.810
4.286
4.762
5.238
5.714
6.190
6.667
6.667
6.667
7.143
7.619
.
.
.
.
.
.
.
.
.
.
.
.
2.1009
2.0988
1.4173
1.4095
1.4095
1.3998
1.3913
1.3913
1.3845
1.3763
4
3
2
1
2
1
1
2
1
3
330
333
474
477
477
478
481
481
482
485
111
112
177
178
178
179
180
180
181
182
64.961
65.551
93.307
93.898
93.898
94.094
94.685
94.685
94.882
95.472
52.857
53.333
84.286
84.762
84.762
85.238
85.714
85.714
86.190
86.667
.
.
.
.
.
.
.
.
.
.
.
.
T135
T299
1.1486
1.1125
1.0859
1.0844
1.0711
1
2
0
1
2
501
503
503
504
506
205
206
207
208
209
98.622
99.016
99.016
99.213
99.606
97.619
98.095
98.571
99.048
99.524
T127
1.0195
508
210
100.000
100.000
550.2465
508
.
.
T296
T75
T292
T37A
T49A
T110
T101
T98
T125
T78
.
.
T43A
T84B
T115A
Total
263
120.000
% de roturas evitadas
100.000
80.000
60.000
40.000
20.000
0.000
0.000
20.000
40.000
60.000
80.000
100.000
120.000
% de tuberas reemplazadas
% de rotutas evitas
20.000
15.000
10.000
5.000
0.000
0.000
2.000
4.000
6.000
8.000
10.000
12.000
14.000
16.000
% de tuebras reemplazadas
8.1
264
Los resultados previos obtenidos con una metodologa basada en una simulacin de
Weibull, observamos que la estratificacin en los fallos previos no mejora los
resultados, que la estratificacin sobre el material slo los mejora ligeramente de forma
marginal, y que ajustando un conjunto de datos sin estratificar para un modelo de
Weibull PHM, es una opcin valida. Esto abre la puerta a un mtodo completamente
nuevo, cuando el objetivo de una empresa de agua, es tomar la decisin de priorizar las
tuberas por el riesgo de fallo; se puede emplear una poblacin entera que puede ser
calculada con un modelo de Cox.
Una mayor ventaja de un modelo de riesgo proporcional de Cox, es que el ndice del
riesgo de dos tuberas permanece constante sobre el tiempo (riesgo proporcional). Por lo
tanto como se ha mencionado previamente, las tuberas pueden ser priorizadas en base a
sus factores de riesgo, la funcin de lnea base ho(t) no necesariamente debe ser
explicitas.
Por ejemplo, una tubera A tiene las siguientes caractersticas, basadas en el modelo de
todos los individuos con roturas en el periodo 2000-2006
Relleno adecuado (x1= 1), no existen canalizaciones prximas (x3= 0), ninguna rotura
(x4=x5=x6=x7= 0), una longitud de 140 m (x8= ln140), el dimetro es de 75 m (x9=
ln75), Fundicin (x14= 1).
coef
relleno 0.649
canprox -0.230
nfp4 0.691
nfp2 0.763
nfp3 0.846
nfp1 0.906
lnlong 0.544
lndiam 0.242
mat2 -0.794
mat3 0.313
mat4 0.569
exp(coef)
1.913
0.795
1.997
2.145
2.330
2.475
1.722
1.274
0.452
1.368
1.767
se(coef)
0.0720
0.0919
0.0961
0.1088
0.1144
0.1018
0.0631
0.0718
0.1111
0.0853
0.0901
p
0.0e+000
1.2e-002
6.3e-013
2.3e-012
1.4e-013
2.0e-012
1.1e-016
7.5e-004
8.6e-013
2.5e-004
2.7e-010
llamaremos ndice de evaluacin de las condiciones fsicas (IECF); para los datos que
se ajusten a un modelo de riesgo proporcional, y no experimentan ningn cambio en su
factor de riesgo, un IECF indica el riesgo relativo aparente para cada individuo.
Un ndice de evaluacin de las condiciones fsicas (IECF), no puede ser empleado en
una base de datos, que no puede ser ajustada por un modelo de riesgo proporcional. Por
ejemplo, las tuberas C y D ilustran lo anterior para una base de datos; al momento de la
toma de decisin, la tubera C ha alcanzado un ndice de rotura que es superior a la
tubera D.
De tal manera, la curva del ndice de roturas para la tubera C permanece constante
sobre el horizonte de planeacin (modelo exponencial), mientras que la tubera D
experimenta una forma de degradacin (riesgo no proporcional), resultando en un paso
el incremento del ndice de rotura.
El nmero de roturas es la integral de h(t), tambin ilustrada por la superficie bajo la
curva. Como un resultado sobre el horizonte de planeacin considerado, la tubera D
podr experimentar un largo nmero de roturas, ms que la tubera C y por lo tanto
tendr que ser reemplazada primero, en la figura 7.30 se ilustra lo comentado.
h(t)
Tubera D
Tubera C
Horizonte de planeacin
266
h(t)
Tubera F
Tubera G
Tubera H
Horizonte de planeacin
267
h(t)
Tubera E
2da rotura de
la tubera G
Tubera F
Tubera G
Horizonte de planeacin
9.1
x2=1
268
x3=1
x4=1
x5=1
x6=1
x7=1
x8 =
Ln(diam)
x9 =
Ln (long)
x10=1
x11=1
x12=1
x13=1
x14=1
x15=1
9.2
relleno
profundidad
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
coef
0.529
0.411
0.629
0.638
0.725
0.869
0.434
0.461
exp(coef) se(coef)
1.70
0.112
1.51
0.120
1.88
0.165
1.89
0.154
2.06
0.185
2.38
0.154
1.54
0.088
1.59
0.104
p
2.2e-006
6.3e-004
1.4e-004
1.4e-004
8.6e-005
1.9e-008
8.2e-007
8.6e-006
269
0.3502
1.5129
1.3930
1.3394
1.1095
0.9311
0.0137
1.42
4.54
4.03
3.82
3.03
2.54
1.00
0.0928
0.1711
0.1765
0.1800
0.1555
0.1154
0.1287
3.7749
8.8407
7.8944
7.4393
7.1345
8.0663
0.0288
1.6e-004
0.0e+000
2.9e-015
1.0e-013
9.7e-013
6.7e-016
9.8e-001
9.3
100
% de roturas evitadas
90
80
70
60
IECF
50
Weibull
40
30
20
10
0
0
20
40
60
80
100
% de tuberas reemplazadas
270
% de roturas evitadas
25
20
15
IECF
Weibull
10
0
0
10
12
14
% de tuberas reemplazadas
% de roturas evitadas
IECF
Weibull
20
40
60
80
100
% de tuberas reemplazadas
271
% de roturas evitadas
30
25
20
IECF
Weibull
15
10
5
0
0
10
15
% de tuberas reemplazadas
En las figuras 7.37, 7.38 podemos observar la comparacin de los mtodos de WPHM y
IECF, para el estrato de las tuberas de asbesto cemento.
100
90
% de roturas evitadas
80
70
60
IECF
50
Weibull
40
30
20
10
0
0
20
40
60
80
100
% de tuberas reemplazadas
272
25
% de roturas evitas
20
15
IECF
Weibull
10
0
0
10
12
14
16
% de tuberas reemplazadas
9.3.1
El 20,03% de las roturas son evitadas si el 11.56% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 14.92% de las tuberas son
reemplazadas.
El 50% de las roturas son evitadas si el 33.67% de las tuberas son reemplazadas, esto
se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el mismo
porcentaje de roturas son evitadas si el 40.67% son reemplazadas.
El 90.07% de las roturas son evitadas si el 70.92% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 81.71% son reemplazadas.
9.3.2
El 20,14% de las roturas son evitadas si el 11.52% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 12.31% son reemplazadas.
El 50.18% de las roturas son evitadas si el 33.08% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 34.94% son reemplazadas.
273
El 90.47% de las roturas son evitadas si el 76.15% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 78.74% son reemplazadas.
9.3.3
El 20,47% de las roturas son evitadas si el 14.06% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 15.92% son reemplazadas.
El 50.18% de las roturas son evitadas si el 39.65% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 47.26% son reemplazadas.
El 90.47% de las roturas son evitadas si el 82.38% de las tuberas son reemplazadas,
esto se obtuvo con el mtodo Weibull (PHMW). Con el mtodo de Cox (IECF) el
mismo porcentaje de roturas son evitadas si el 89.05% son reemplazadas.
9.4
exp(coef) se(coef)
1.913
0.0720
0.795
0.0919
2.475
0.1018
2.145
0.1088
2.330
0.1144
1.997
0.0961
1.722
0.0631
1.274
0.0718
0.452
0.1111
1.368
0.0853
1.767
0.0901
p
0.0e+000
1.2e-002
0.0e+000
2.3e-012
1.4e-013
6.3e-013
1.1e-016
7.5e-004
8.6e-013
2.5e-004
2.7e-010
Rsquare= 0.331
(max possible= 1 )
Likelihood ratio test= 676 on 11 df,
p=0.00563
274
(Intercept)
relleno
profundidad
canprox
nfp1
nfp2
nfp3
nfp4
lnlong
lndiam
edadstrat1
edadstrat2
edadstrat3
mat2
mat3
mat4
Value
10.9328
-1.5372
-0.1320
0.8763
-0.7468
-1.1085
-1.3234
-1.6246
-1.184
-0.3464
0.1842
0.1835
-1.4971
1.2923
5.6709
-0.8887
Std. Error
9.2871
0.0776
0.0889
0.0970
0.1062
0.1121
0.1174
0.0985
0.0666
0.0792
0.1355
0.0569
9.2734
0.2620
0.0928
0.1080
p
2.39e-001
9.28e-028
1.37e-001
1.07e-004
2.23e-028
1.31e-022
2.39e-025
5.56e-026
2.47e-021
1.23e-005
1.74e-002
1.26e-003
8.72e-002
8.14e-007
8.78e-002
1.84e-016
Scale= 1.05
Loglik(model)= -8681.6
Chisq= 814.84 on 14 degrees of freedom, p= 3.03e-06
1.624 x7 1.184 x8 + 0.564 x9 0.892 x10 0.092 x11 1.436 x12 1.116 x13 + 1.107 x14 ]
En las siguientes tablas, se muestra un extracto de los resultados de la priorizacin en el
orden de las tuberas, calculadas con el IECF para los siguientes estratos; primeramente
para todos los individuos (ver tabla 7.25), para las tuberas de acero galvanizado (ver
tabla 7.26 ), y por ultimo para el estrato de las tuberas de Asbesto cemento y
Polietileno (ver tabla 7.27).
275
ID
Calle
Intercepcin
Intercepcin
T272
T391
T10
T398
T393
T449
T433
T463
T396
T434
T25
T302
T451
T287
T394
T21
T52
T234
T271
T436
T116
T288
T303
T454
T23
T392
T397
T18
T72
T65
T119
T435
T126A
T432
T395
T2A4
T464
T19
T20
T85
T457
T469
T47A
T456
T438
T60A
T16
T64
T105A
T127A
T437
T424
T106
T29A
T81
T78A
T26A
T439
T48A
T28
T24
T75A
T84
T12A
T56
T108A
T13
T89A
T466
T15
T440
T422
Fco. I. Madero
Benito Jurez
Czda Independencia
Fco. I. Madero
5 de Mayo
Miguel Hidalgo
Los Aztecas
16 de Septiembre
lvaro Obregn
Hermeregildo Galeana
Benito Jurez
Ro bravo
Miguel Hidalgo
Ro bravo
Tres Guerras
Benito Jurez
Jos Ma. Morelos
Ro bravo
Fco. I. Madero
Hermanos Aldama
16 de Septiembre
Ro bravo
Ro bravo
Miguel Hidalgo
Colunga Guerrero
Benito Jurez
lvaro Obregn
Miguel Hidalgo
Jos Ma. Morelos
Jos Ma. Morelos
16 de Septiembre
Insurgentes
Lajas
Insurgentes
Priv. Rioja
Diamante
16 de Septiembre
Miguel Hidalgo
Benito Jurez
16 de Septiembre
Emeteria Valencia
lvaro Obregn
Rub
Democracia
Insurgentes
Jade
Jos Ma. Morelos
Jos Ma. Morelos
Mina del Cubo
Mina del Cubo
1ro de Mayo
Mariano Jimnez
16 de Septiembre
Diamante
16 de Septiembre
Calcedonia
Brillante
5 de Mayo
Antrasita
Democracia
Benito Jurez
Calcedonia
16 de Septiembre
Acerina
Av. Lpez Mateos
Mrmol
Czda Independencia
Brillante
A. Arroyo Chico
Fco. I. Madero
Fco. I. Madero
Hermanos Aldama
V. Carranza
Fco. I. Madero
Fco. I. Madero
lvaro Obregn
Benito Jurez
Benito Jurez
Leandro Valle
A. Arroyo Chico
5 de Mayo
Insurgentes
Democracia
Acapulco
E. Valencia
Jos Ma. Morelos
5 de Mayo
Colunga Guerrero
Cortazar
Fco. I. Madero
Guadalupe Victoria
1ro de Mayo
Melitn Balderas
Fco. I. Madero
5 de Mayo
Concha Cuauhtemoc
Benito Jurez
5 de Mayo
Priv. Rioja
Zaragoza
16 de Septiembre
Chapala
Texcoco
Los Aztecas
Mina del Sto. Nio
Mariano Jimnez
Tres Guerras
Negrita
Texcoco
Benito Jurez
Miguel Hgo.
Campeche
Miguel Hgo.
Fco. I. Madero
Antrasita
E. Valencia
Hermeregildo Galeana
Pedernal
I. Allende
Mitla
Lajas
Alunta
Insurgentes
Insurgentes
Tampico
Pedernal
Jos Ma. Morelos
Agata
Mina San Bernab
Leandro Valle
Titania
Rayn Ignacio Lpez
Democracia
mbar
Fco. I. Madero
Guanajuato
Agrarismo Norte
Circn
Miguel Hgo.
Mina de Mellado
16 de Septiembre
Czda Independencia
Hermanos Aldama
Mariano Jimnez
Ro Bravo
M. Doblado
Gngora
Czada Independencia
Tres Guerras
Aguilar Nieto
Insurgentes
M. de la Cruz
Priv. Rioja
Hermanos Aldama
Av. Lpez Mateos
5 de Mayo
Aguilar Nieto
Priv. V. Carranza
Priv. Rioja
M. Doblado
Tenochtitlan
Acapulco
Riva Palacio
Fco. I Madero
Tampico
Jos Ma. Morelos
Tampico
Emeteria Valencia
lvaro Obregn
Fco. I Madero
Fco. I Madero
Corregidora
Plan de Iguala
Plan de Iguala
Melitn Balderas
Hermeregildo Galeana
Silao Nita
Los Aztecas
lvaro Obregn
Esmeralda
Czada. Linan
Zaragoza
Colunga Guerrero
Zacatecas
Democracia
Jos Ma. Morelos
Turmalina
Rayn Ignacio Lpez
5 de Mayo
Negrita
Czda Independencia
Chapala
Silao Nita
Lajas
Hermanos Aldama
Hermanos Aldama
Campeche
Espinela
Fco. I Madero
Acerina
Av. Torres Landa
Insurgentes
Circn
Benito Jurez
Miguel Hidalgo
Aguamarina
Zacatecas
Madre Perla
Priv. Revolucin
Rub
Fco. I Madero
Mina Valencia
C. Tenochtitlan
Guadalupe Victoria
Benito Jurez
Guanajuato
276
NFPO Diametro
9
6
6
4
8
7
8
9
6
9
6
4
9
8
2
4
8
7
9
8
7
3
4
7
4
4
3
0
0
7
4
5
4
6
2
4
4
1
3
2
2
3
4
5
6
4
4
1
5
4
4
5
1
4
4
4
4
1
4
2
4
4
2
4
5
4
4
5
4
0
3
4
300
200
300
300
100
300
100
300
150
200
75
300
300
300
100
200
300
300
300
150
300
300
300
300
200
75
150
300
300
300
300
100
100
100
75
75
300
300
200
300
200
150
75
150
100
75
300
300
75
75
75
100
300
75
300
75
100
100
75
150
100
75
300
75
100
150
300
150
75
300
150
75
POLIET
POLIET
FOFO
POLIET
FOFO
POLIET
POLIET
AC
POLIET
FOFO
POLIET
FOFO
POLIET
POLIET
FOGA
FOFO
FOGA
FOFO
POLIET
FOFO
POLIET
AC
FOGA
POLIET
FOGA
FOGA
POLIET
FOGA
FOGA
FOGA
POLIET
FOGA
FOGA
AC
FOGA
FOGA
FOGA
POLIET
POLIET
FOGA
FOGA
FOGA
FOGA
POLIET
POLIET
FOFO
FOGA
FOGA
FOFO
POLIET
FOGA
FOGA
AC
POLIET
POLIET
FOGA
AC
AC
FOGA
FOFO
FOFO
FOFO
FOGA
FOGA
FOGA
FOGA
POLIET
FOGA
POLIET
FOGA
FOGA
POLIET
160
93
110
141
76
80
30
40
70
150
80
100
105
110
70
20
120
128
160
150
80
74
110
110
86
170
100
8
15
290
130
120
194
130
118
108
100
83
100
40
75
200
142
110
175
151
110
115
165
100
117
219
30
181
150
192
75
30
221
70
80
249
80
256
90
266
207
268
115
12
140
210
4.786
4.700
4.598
4.494
4.462
4.333
4.328
4.289
4.287
4.279
4.276
4.263
4.247
4.231
4.216
4.210
4.201
4.177
4.092
4.059
4.034
4.034
4.025
4.025
3.997
3.990
3.945
3.913
3.868
3.828
3.811
3.769
3.729
3.727
3.725
3.719
3.675
3.668
3.660
3.634
3.608
3.590
3.567
3.567
3.562
3.531
3.509
3.480
3.478
3.469
3.441
3.427
3.424
3.421
3.391
3.384
3.378
3.376
3.292
3.278
3.232
3.212
3.202
3.193
3.151
3.098
3.094
3.093
3.078
3.072
3.062
3.048
1
2
3
4
5
6
7
8
9
10
11
12
13
14
14
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
0.383
0.766
1.149
1.533
1.916
2.299
2.682
3.065
3.448
3.831
4.215
4.598
4.981
5.364
5.364
5.364
5.747
6.130
6.513
6.897
7.280
7.663
8.046
8.046
8.429
8.812
9.195
9.579
9.962
10.345
10.728
11.111
11.494
11.877
12.261
12.644
13.027
13.410
13.793
14.176
14.559
14.943
15.326
15.709
16.092
16.475
16.858
17.241
17.625
18.008
18.391
18.774
19.157
19.540
19.923
20.307
20.690
21.073
21.456
21.839
22.222
22.605
22.989
23.372
23.755
24.138
24.521
24.904
25.287
25.670
26.054
26.437
T50
T442
T458
T8A
T452
T104A
T51
T420
T91
T29
T281
T63
T53
T30
T35
T37
T34
T67A
T14
T400
T116A
T238
T45
T115
T405
T39
T389
T280
T58
T59
T109
T441
T447
T27
T36
T455
T106A
T129A
T429
T223
T124A
T111
T195
T428
T444
T459
T40
T465
T453
T67
T301
T93
T75
T446
T44
T273
T235
T95A
T33
T118
T112
T60
T445
T350
T130
T406
T117A
T68
T2A
T48
T460
T1A
T62
T69
Pedro Figueroa
E. Valencia
E. Valencia
Mina de las Torres
Miguel Hgo.
Brillante
Venustiano Carranza
Mariano Jimnez
Campeche
Benito Jurez
Jos Ma. Morelos
Av. Lpez Mateos
Cortazar
Av. Lpez Mateos
Democracia
I. Allende
Zaragoza
Onix
Calzada Ind.
Fco. I. Madero
Av. Torres Landa
Texcoco
Pedro Figueroa
Tampico
Insurgentes
I. Allende
5 de Mayo
Fco. I. Madero
Plan de Ayutla
Ocampo
P. Pachuca
Aguilar Nieto
E. Valencia
Av. Lpez Mateos
Democracia
Miguel Hgo.
Brillante
Rocas
Hermeregildo Galeana
S. de Gto.
Mrmol
Ignacio. Gtz.
16 de Septiembre
Aztecas
E. Valencia
Av. Lpez Mateos
Gpe. Victoria
16 de Septiembre
Concha Cuauhtemoc
Ocampo
Mitla
Morelos
Plan de Ayutla
5 de Mayo
Czda Independencia
Fco. I. Madero
lvaro Obregn
Ing. Vicente Fdez
Av. Lpez Mateos
Fco. Mascareno
Tampico
Av. Lpez Mateos
Insurgentes
Benito Jurez
C. Fundacin
Hermanos Aldama
Marfil
Ma. Dolores Avellanal
Marquesita
Cortazar
Concha Cuauhtemoc
Ojo de Gato
Tenochtitlan
Ocampo
Venustiano Carranza
Aguilar Nieto
Rayn Ignacio Lpez
Mina del Cubo
M. Doblado
Caolin
Ro Bravo
Cda. 1ro de Mayo
Zacatecas
Zaragoza
Priv. V. Carranza
Ma. Dolores Avellanal
Tenochtitlan
Democracia
Miguel Hidalgo
Czda Independencia
I. Allende
Perla
Czda Independencia
Priv. Rioja
Perla
Tampico
Venustiano Carranza
Melitn Balderas
Hermanos Aldama
Czada Independencia
Fco. I Madero
5 de Mayo
Ocampo
Plan de Iguala
Ignacio Gtz.
Benito Jurez
Benito Jurez
Democracia
Jos Ma. Morelos
M. Doblado
Rocas
Mrmol
Los Aztecas
Tenochtitlan
Crisolita
Margarita Basurto
S. de Gto.
Mariano Jimnez
H. Aldama
Democracia
Czada Independencia
C. Tenochtitlan
E. Valencia
Plan de Iguala
Plan de Ayutla
Prl.. Fco. I. Madero
Palmas
Fco. I Madero
Gpe. Victoria
J. Fdez. de Lizardi
Gpe. Victoria
Losas
Democracia
Ignacio Gtz.
Campeche
Jos Ma. Morelos
E. Valencia
Tres Guerras
A. Arroyo Chico
Insurgentes
Basalto
Av. Lpez Mateos
Turmalina
Gpe. Victoria
E. Valencia
Esmeralda
Mitla
Plan de Ayutla
2
4
4
4
2
4
4
2
4
3
4
4
6
4
4
3
4
4
0
3
4
5
1
4
4
3
3
1
2
2
4
2
0
3
2
4
3
4
4
4
3
4
4
4
0
0
1
0
3
2
4
4
4
2
0
2
2
1
1
4
2
2
0
0
4
4
4
3
4
4
1
4
0
2
300
100
100
150
200
100
300
75
150
100
75
100
100
75
75
100
75
75
300
100
100
75
300
150
150
75
150
200
100
100
150
100
150
75
200
75
100
100
150
150
100
150
150
150
150
200
100
200
75
75
75
150
150
100
300
75
200
75
200
75
150
100
150
150
75
150
100
75
100
100
100
75
100
75
40
40
40
20
40
20
40
50
50
40
40
40
40
40
40
40
40
20
40
40
20
40
40
30
50
40
40
40
40
40
50
40
40
40
40
40
20
20
50
50
20
50
50
50
40
40
40
40
40
40
40
50
50
40
40
40
40
20
40
30
50
40
40
40
30
50
20
40
20
40
40
20
40
40
FOGA
POLIET
FOFO
FOGA
AC
POLIET
FOFO
FOFO
FOFO
POLIET
FOGA
POLIET
FOGA
FOFO
POLIET
POLIET
POLIET
FOGA
POLIET
AC
POLIET
FOFO
FOFO
FOFO
FOGA
POLIET
POLIET
FOGA
POLIET
POLIET
FOFO
FOFO
POLIET
FOFO
FOGA
AC
FOGA
FOGA
FOFO
POLIET
FOFO
FOFO
POLIET
FOGA
FOFO
POLIET
FOGA
POLIET
FOFO
FOGA
FOGA
FOFO
POLIET
POLIET
FOGA
AC
FOFO
POLIET
FOGA
POLIET
FOFO
FOFO
FOFO
POLIET
POLIET
POLIET
AC
AC
POLIET
POLIET
FOGA
FOGA
FOFO
AC
277
90
65
115
330
130
151
170
114
80
85
80
150
150
82
82
90
87
307
20
100
201
205
80
185
65
60
170
180
80
80
116
85
30
75
89
140
94
94
150
150
98
155
157
110
40
75
70
115
114
80
200
210
215
160
50
92
157
276
84
105
100
180
40
61
110
270
181
160
183
335
110
340
30
80
3.035
3.031
2.974
2.941
2.922
2.889
2.882
2.821
2.808
2.799
2.792
2.772
2.772
2.772
2.772
2.755
2.726
2.706
2.685
2.671
2.666
2.638
2.634
2.619
2.613
2.596
2.553
2.545
2.544
2.544
2.511
2.494
2.434
2.413
2.374
2.337
2.327
2.327
2.310
2.296
2.292
2.269
2.258
2.197
2.192
2.170
2.116
2.071
2.057
2.034
2.033
2.008
1.988
1.957
1.915
1.913
1.889
1.888
1.874
1.868
1.859
1.855
1.833
1.828
1.828
1.805
1.765
1.765
1.755
1.755
1.727
1.711
1.706
1.686
70
71
72
73
74
75
76
77
78
79
80
81
81
81
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
26.820
27.203
27.586
27.969
28.352
28.736
29.119
29.502
29.885
30.268
30.651
31.034
31.034
31.034
31.034
31.418
31.801
32.184
32.567
32.950
33.333
33.716
34.100
34.483
34.866
35.249
35.632
36.015
36.398
36.782
37.165
37.548
37.931
38.314
38.697
39.080
39.464
39.464
39.847
40.230
40.613
40.996
41.379
41.762
42.146
42.529
42.912
43.295
43.678
44.061
44.444
44.828
45.211
45.594
45.977
46.360
46.743
47.126
47.510
47.893
48.276
48.659
49.042
49.425
49.808
50.192
50.575
50.958
51.341
51.724
52.107
52.490
52.874
53.257
ID
Calle
Intercepcin
Intercepcin
T272
T434
T424
T65
T436
T398
T438
T422
T391
T10
T392
T469
T432
T435
T271
T406
T48
T234
T437
T52
T13
T287
T303
T454
T451
T393
T302
T51
T397
T429
T25
T389
T395
T280
T420
T449
T431
T64
T49
T396
T408
T440
T301
T63
T53
T428
T456
T452
T16
T23
T394
T20
T19
T60
T288
T458
T425
T455
T68
T446
T235
T427
T433
T414
T56
T405
T457
T400
T426
Fco. I. Madero
V. Carranza
Ro Bravo
Hermeregildo Galeana
Insurgentes
Hermanos Aldama
9
9
5
Mariano Jimnez
Insurgentes
Hermanos Aldama
Chapala
Plan de Iguala
Hermanos Aldama
1ro de Mayo
Fco. I Madero
Fco. I. Madero
lvaro Obregn
Czada Independencia
Insurgentes
Hermeregildo Galeana
5 de Mayo
Hermanos Aldama
Mariano Jimnez
Guanajuato
M. Doblado
8
4
6
4
6
6
4
3
6
5
9
4
4
7
4
8
4
8
4
7
9
8
4
4
3
4
6
3
2
1
2
7
4
1
3
6
3
3
4
4
6
4
5
2
4
4
2
3
1
2
3
4
1
4
3
2
2
3
8
1
5
4
2
3
1
Benito Jurez
Fco. I. Madero
Czda Independencia
Fco. I. Madero
Gngora
Benito Jurez
5 de Mayo
Fco. I Madero
lvaro Obregn
Fco. I. Madero
Insurgentes
Mariano Jimnez
Los Aztecas
Insurgentes
Los Aztecas
Hermeregildo Galeana
Fco. I. Madero
Guadalupe Victoria
Riva Palacio
20 de Nov
Hermanos Aldama
Insurgentes
Cortazar
Gpe. Victoria
Ro bravo
Fco. I. Madero
Acapulco
1ro de Mayo
Insurgentes
Hermanos Aldama
Cortazar
Tenochtitlan
Czda Independencia
Miguel Hgo.
Fco. I Madero
Ro bravo
Priv. V. Carranza
Ro bravo
5 de Mayo
Tampico
Miguel Hidalgo
Concha Cuauhtemoc
Emeteria Valencia
Miguel Hidalgo
E. Valencia
Aguilar Nieto
5 de Mayo
Benito Jurez
Tres Guerras
5 de Mayo
Ro bravo
Acapulco
Venustiano Carranza
Ro Bravo
lvaro Obregn
Priv. Rioja
Fco. I Madero
Hermanos Aldama
Hermeregildo Galeana
Los Aztecas
Benito Jurez
Democracia
Benito Jurez
5 de Mayo
Fco. I Madero
Priv. Rioja
Tres Guerras
lvaro Obregn
Guadalupe Victoria
Fco. I. Madero
5 de Mayo
1ro de Mayo
Mariano Jimnez
Miguel Hidalgo
Benito Jurez
Aguilar Nieto
Los Aztecas
Insurgentes
Hermanos Aldama
Mitla
Chapala
Libertad
Pedro Figueroa
Cortazar
lvaro Obregn
5 de Mayo
Priv. Rioja
Liborio Crespo
Insurgentes
Leandro Valle
Fco. I. Madero
Hermanos Aldama
Benito Jurez
Mitla
Plan de Ayutla
Ma. Dolores Avellanal
Mitla
Cortazar
Tenochtitlan
E. Valencia
Democracia
E. Valencia
Emeteria Valencia
Miguel Hgo.
M. Doblado
I. Allende
Czda Independencia
Colunga Guerrero
Benito Jurez
lvaro Obregn
Tres Guerras
5 de Mayo
Priv. Rioja
Benito Jurez
Miguel Hgo.
Colunga Guerrero
Miguel Hidalgo
Benito Jurez
Zaragoza
Tenochtitlan
Ro bravo
Fco. I. Madero
E. Valencia
Insurgentes
C. Guanajuato
Miguel Hgo.
M. Doblado
Ocampo
Insurgentes
5 de Mayo
Fco. I Madero
5 de Mayo
lvaro Obregn
Gpe. Victoria
Aztecas
Hermanos Aldama
Benito Jurez
Los Aztecas
Leandro Valle
Insurgentes
Guanajuato
Insurgentes
Priv. 20 de Nov.
Agrarismo Norte
Priv. Revolucin
20 de Nov
Insurgentes
Hermanos Aldama
Emeteria Valencia
Miguel Hgo.
Democracia
Tres Guerras
Fco. I. Madero
Priv. Rioja
Insurgentes
Hroes de Nacozari
C. Guanajuato
300
200
100
300
150
300
100
75
200
300
75
150
100
100
300
150
100
300
75
300
300
300
300
300
300
100
300
300
150
150
75
150
75
200
75
300
100
300
75
150
150
150
75
100
100
100
150
200
300
200
100
200
300
100
300
100
100
75
75
100
200
100
100
100
100
150
200
100
100
40
50
50
40
50
40
50
50
40
40
40
40
50
50
40
50
40
40
50
40
40
40
40
40
40
40
40
40
40
50
40
40
40
40
50
40
50
40
40
40
50
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
50
40
40
40
40
50
50
50
40
50
40
40
50
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
FOGA
160
150
219
290
150
141
175
210
93
110
170
200
130
120
160
270
335
128
117
120
207
110
110
110
105
76
100
170
100
150
80
170
118
180
114
80
175
115
250
70
250
140
200
150
150
115
110
130
110
86
70
100
83
180
74
115
178
140
160
160
157
115
30
140
90
65
75
100
128
Index
3.8092
3.6234
3.5427
3.5387
3.5053
3.4576
3.4177
3.3960
3.3585
3.3139
3.2714
3.2602
3.2422
3.1932
3.1929
3.1887
3.1301
3.0528
3.0390
3.0114
3.0061
2.9551
2.9551
2.9551
2.9247
2.9018
2.8928
2.8776
2.8182
2.8104
2.7902
2.7889
2.7874
2.7853
2.7644
2.7446
2.7062
2.6930
2.6923
2.6850
2.6765
2.6588
2.6481
2.6025
2.6025
2.6024
2.6024
2.5984
2.5865
2.5847
2.5844
2.5802
2.4731
2.4604
2.4275
2.4232
2.4212
2.4076
2.3915
2.3812
2.3527
2.3177
2.2791
2.2608
2.2595
2.2493
2.2297
2.2251
2.2018
Orden % Orden
1
2
3
4
5
6
7
8
9
10
11
12
13
14
14
14
15
16
17
18
19
20
20
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
40
41
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
0.79
1.57
2.36
3.15
3.94
4.72
5.51
6.30
7.09
7.87
8.66
9.45
10.24
11.02
11.02
11.02
11.81
12.60
13.39
14.17
14.96
15.75
15.75
15.75
16.54
17.32
18.11
18.90
19.69
20.47
21.26
22.05
22.83
23.62
24.41
25.20
25.98
26.77
27.56
28.35
29.13
29.92
30.71
31.50
31.50
32.28
32.28
33.07
33.86
34.65
35.43
36.22
37.01
37.80
38.58
39.37
40.16
40.94
41.73
42.52
43.31
44.09
44.88
45.67
46.46
47.24
48.03
48.82
49.61
ID
Calle
Intercepcin
Intercepcin
T272
T391
T10
T398
T393
T449
T433
T463
T396
T434
T25
T302
T451
T287
T303
T454
T394
T21
T52
T234
T271
T436
T116
T288
T23
T392
T397
T464
T65
T119
T435
T127A
T126A
T432
T395
T2A4
T439
T19
T20
T85
T457
T469
T47A
T456
T438
T60A
T16
T64
T105A
T437
T424
T106
T29A
T81
T78A
T26A
T442
T48A
T28
T452
T24
T51
T75A
T84
T12A
T56
T108A
T13
T89A
T466
T67A
T440
Fco. I. Madero
Benito Jurez
Czda Independencia
Fco. I. Madero
5 de Mayo
Miguel Hidalgo
Los Aztecas
16 de Septiembre
lvaro Obregn
Hermeregildo Galeana
Benito Jurez
Ro bravo
Miguel Hidalgo
Ro bravo
Tres Guerras
Benito Jurez
Jos Ma. Morelos
Ro bravo
Fco. I. Madero
Hermanos Aldama
16 de Septiembre
Ro bravo
Ro bravo
Miguel Hidalgo
Colunga Guerrero
Benito Jurez
lvaro Obregn
16 de Septiembre
Jos Ma. Morelos
16 de Septiembre
Insurgentes
Mina del Cubo
Lajas
Insurgentes
Priv. Rioja
Diamante
5 de Mayo
Miguel Hidalgo
Benito Jurez
16 de Septiembre
Emeteria Valencia
lvaro Obregn
Rub
Democracia
Insurgentes
Jade
Jos Ma. Morelos
Jos Ma. Morelos
Mina del Cubo
1ro de Mayo
Mariano Jimnez
16 de Septiembre
Diamante
16 de Septiembre
Calcedonia
Brillante
M. Doblado
Antrasita
Democracia
Emeteria Valencia
Benito Jurez
Jos Ma. Morelos
Calcedonia
16 de Septiembre
Acerina
Av. Lpez Mateos
Mrmol
Czda Independencia
Brillante
A. Arroyo Chico
Basalto
Fco. I. Madero
V. Carranza
Fco. I. Madero
Fco. I. Madero
lvaro Obregn
Benito Jurez
Benito Jurez
Leandro Valle
A. Arroyo Chico
5 de Mayo
Insurgentes
Democracia
Acapulco
E. Valencia
Jos Ma. Morelos
5 de Mayo
Colunga Guerrero
Cortazar
Fco. I. Madero
Guadalupe Victoria
1ro de Mayo
Melitn Balderas
Fco. I. Madero
5 de Mayo
Concha Cuauhtemoc
Benito Jurez
5 de Mayo
Priv. Rioja
Texcoco
Chapala
Texcoco
Los Aztecas
Alunta
Mina del Sto. Nio
Mariano Jimnez
Tres Guerras
Negrita
Leandro Valle
Benito Jurez
Miguel Hgo.
Campeche
Miguel Hgo.
Fco. I. Madero
Antrasita
E. Valencia
Hermeregildo Galeana
Pedernal
I. Allende
Mitla
Lajas
Insurgentes
Insurgentes
Tampico
Pedernal
Jos Ma. Morelos
Agata
Mina San Bernab
E. Valencia
Titania
Rayn Ignacio Lpez
Miguel Hgo.
Democracia
Venustiano Carranza
mbar
Fco. I. Madero
Guanajuato
Agrarismo Norte
Circn
Miguel Hgo.
Mina de Mellado
16 de Septiembre
nix
Hermanos Aldama
Ro Bravo
M. Doblado
Gngora
Czada Independencia
Tres Guerras
Aguilar Nieto
Insurgentes
M. de la Cruz
Priv. Rioja
Hermanos Aldama
Av. Lpez Mateos
5 de Mayo
Aguilar Nieto
Priv. V. Carranza
Priv. Rioja
M. Doblado
Tenochtitlan
Acapulco
Riva Palacio
Fco. I Madero
Tampico
Jos Ma. Morelos
Tampico
Emeteria Valencia
lvaro Obregn
Fco. I Madero
Fco. I Madero
Czada. Linan
Plan de Iguala
Melitn Balderas
Hermeregildo Galeana
Lajas
Silao Nita
Los Aztecas
lvaro Obregn
Esmeralda
Insurgentes
Zaragoza
Colunga Guerrero
Zacatecas
Democracia
Jos Ma. Morelos
Turmalina
Rayn Ignacio Lpez
5 de Mayo
Negrita
Czda Independencia
Chapala
Silao Nita
Hermanos Aldama
Hermanos Aldama
Campeche
Espinela
Fco. I Madero
Acerina
Av. Torres Landa
Aguilar Nieto
Circn
Benito Jurez
M. Doblado
Miguel Hidalgo
Ro Bravo
Aguamarina
Zacatecas
Madre Perla
Priv. Revolucin
Rub
Fco. I Madero
Mina Valencia
C. Tenochtitlan
Perla
Benito Jurez
300
200
300
300
100
300
100
300
150
200
75
300
300
300
100
200
300
300
300
150
300
300
300
300
200
75
150
300
300
300
100
75
100
100
75
75
100
300
200
300
200
150
75
150
100
75
300
300
75
75
100
300
75
300
75
100
100
75
150
200
100
300
75
300
75
100
150
300
150
75
75
150
40
40
40
40
40
40
50
30
40
50
40
40
40
40
40
40
40
40
40
50
30
40
40
40
40
40
40
30
40
30
50
20
20
50
40
20
50
40
40
50
40
40
20
40
50
20
40
40
20
50
50
50
20
50
20
20
40
20
40
40
40
40
20
50
20
40
20
40
20
40
20
40
POLIET
POLIET
FOFO
POLIET
FOFO
POLIET
POLIET
AC
POLIET
FOFO
POLIET
FOFO
POLIET
POLIET
FOGA
FOFO
FOGA
FOFO
POLIET
FOFO
POLIET
AC
FOGA
POLIET
FOGA
FOGA
POLIET
FOGA
FOGA
POLIET
FOGA
POLIET
FOGA
AC
FOGA
FOGA
AC
POLIET
POLIET
FOGA
FOGA
FOGA
FOGA
POLIET
POLIET
FOFO
FOGA
FOGA
FOFO
FOGA
FOGA
AC
POLIET
POLIET
FOGA
AC
POLIET
FOGA
FOFO
AC
FOFO
FOFO
FOFO
FOGA
FOGA
FOGA
FOGA
POLIET
FOGA
POLIET
FOGA
FOGA
160
93
110
141
76
80
30
40
70
150
80
100
105
110
70
20
120
128
160
150
80
74
110
110
86
170
100
100
290
130
120
100
194
130
118
108
30
83
100
40
75
200
142
110
175
151
110
115
165
117
219
30
181
150
192
75
65
221
70
130
80
170
249
80
256
90
266
207
268
115
307
140
Index
4.6479
4.5977
4.4177
4.3542
4.3172
4.1732
4.1670
4.1250
4.1223
4.1141
4.1098
4.0963
4.0787
4.0616
4.0616
4.0616
4.0453
4.0388
4.0291
4.0043
3.9148
3.8795
3.8546
3.8538
3.8158
3.8090
3.7632
3.7548
3.6456
3.6295
3.5873
3.5786
3.5486
3.5466
3.5448
3.5392
3.4996
3.4901
3.4825
3.4569
3.4325
3.4154
3.3936
3.3933
3.3885
3.3597
3.3390
3.3121
3.3101
3.2758
3.2626
3.2605
3.2574
3.2302
3.2234
3.2180
3.2095
3.1408
3.1283
3.1193
3.0865
3.0861
3.0695
3.0606
3.0527
3.0152
2.9693
2.9662
2.9647
2.9521
2.9414
2.9387
279
Orden % Orden
1
2
3
4
5
6
7
8
9
10
11
12
13
14
14
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
0.48
0.95
1.43
1.90
2.38
2.86
3.33
3.81
4.29
4.76
5.24
5.71
6.19
6.67
6.67
6.67
7.14
7.62
8.10
8.57
9.05
9.52
10.00
10.48
10.95
11.43
11.90
12.38
12.86
13.33
13.81
14.29
14.76
15.24
15.71
16.19
16.67
17.14
17.62
18.10
18.57
19.05
19.52
20.00
20.48
20.95
21.43
21.90
22.38
22.86
23.33
23.81
24.29
24.76
25.24
25.71
26.19
26.67
27.14
27.62
28.10
28.57
29.05
29.52
30.00
30.48
30.95
31.43
31.90
32.38
32.86
33.33
Este ltimo aspecto es importante, porque una gran cantidad de informacin necesaria
para analizar eficazmente las causas y los efectos de los fallos, a menudo ya se realiza
en algunas empresas de agua. El reto es identificar la ubicacin de los datos, la forma de
acceder a ella, y la forma de vincularlos especficamente a los eventos de los fallos de
una manera adecuada.
Es importante definir que es lo que se debe considerar y que no, respecto a los datos de
fallos, en varias empresas de agua un grupo es responsable para la investigacin, y los
incidentes de la reparacin de las roturas en el sistema de distribucin. Por lo tanto, la
recoleccin y administracin de la informacin, relacionada con estos incidentes son
frecuentemente estructuradas recurrentemente para este estudio, una rotura o fallo es
definido como un fallo estructural de la tubera.
Antes de discutir los datos especficos que deben recogerse, es ilustrativo considerar la
tpica secuencia de eventos que estn asociados con la identificacin, investigacin,
reparacin y el seguimiento de un fallo de la tubera. Cada paso en este proceso genera
informacin, o datos que deben ser guardados y clasificados para su uso posterior. La
disponibilidad de la informacin y la viabilidad de la recopilacin, deben ser
examinadas por cada empresa de agua, al decidir qu parte de su organizacin es la ms
adecuada para recopilar los datos.
Las actividades especficas relacionadas con cada uno de estos, es probable que difieran
entre las distintas empresas de agua. Los siguientes pasos bsicos, son los tpicos que se
llevan a cabo para la respuesta a la atencin en la reparacin de una rotura.
Registro de los datos.- Cada uno de estos pasos en el proceso, genera datos y ellos son
registrados inicialmente en papel, basado en las formas previamente establecidas,
seguidamente se transfieren a la base de datos.
La informacin de los fallos y las etapas del proceso de reparacin, son ilustrados
esquemticamente en la figura 7.39. Este concepto indica los datos que pueden ser
esperados.
Reporte de una
rotura
Identificacin
Del problema
Datos de oficina
-Caractersticas tub.
-Tipo del problema
-Causa del problema
Datos de campo
-Localizacin
Investigacin
del problema
Datos de oficina
Medidas
correctivas
Datos de oficina
-ID tuberas
-Historial roturas
-etc
-Caractersticas tub.
-Tipo rotura
-Causa de rotura
Datos de coste
-Personal, Materiales
-Equipo
-Daos
Seguimiento
Registro de
datos
283
No de reporte
4.-
Brigada
2.-
Direccin
5.-
Responsable
3.-
Interseccin
6.-
Fecha
7.-
Material de la tubera
8.-
Dimetro de la tubera
9.-
Proteccin de la tubera
PVC
75 mm
Catdica
A-C
100 mm
Asfaltado
Fo Fo
150 mm
Otro
Fo Ga
200 mm
Pol (H o MD)
otro
PRFV
10 .-Tipo
de unin
Rgida
Conexin empaque
Flexible
Termofusin
Conector adhesivo
Electrocucin
11 .-Condicin
externa de la tubera
12.-Condicin
interior de la tubera
Extensin de la corrosin
Grado de la corrosin
Ninguna
Incipiciente (0%-20%)
Roturas incipientes
Presenta corrosin
No se observa
y trafico
14.-Cama
Peatonal
Tipo
Condicin
Acera
Suelo nativo
Aparece uniforme
Arena
Granular
Material orgnico
Limo arenoso
(estrato superior)
de fallo
17.-Probable
causa de fallo
Rotura circunferencial
Rotura longitudinal
Contacto tubera-roca
Agujero de corrosin
Carga de trfico
Fallo de la proteccin
Corrosin
Asentamiento
Rotura en unin
Supresin
Desconocido
Otro
Sobrepresin
Horizontal
Vertical
284
Arena
Temperatura
Limo
PH
Arcilla
Contenido de humedad
Roca
Resistividad
Otro
Granulometra
Plasticidad
27 Longitud
25 ID de la rotura
28 Antigedad
26 ID de la tubera
29 Presin de operacin normal en la zona
Nota: Cambio de la presin debido a m aniobras de operacin en la red antes de 24 hrs.
30 Tipo de servicio
Continuo
Discontinuo
Residencial
Comercial
0 - 5 hr
Industrial
5 - 10 hr
Hospitales
10 - 20 hr
Escuelas
20 o mas
Edificios Gob
Otros
38 Propiedades daadas
Si
Puntos neuralgicos
No
Edificios gubernamnetales
Edificios con mas de 5 plantas
40 Coste de la reparacin
Monumentos historicos
Nota: P untos neuralgicos: Hospitales, centros educativos, parques publicos, centros de recreo
285
Dato
Descripcin
Objetivo
1.-No. de reporte
2.-Direccin
3.-Interseccin
Precisin de la localizacin de la
rotura, cuando el domicilio no aplica
4.-Brigada
5.-Responsable
6.-Fecha
7.-Material de la tubera
Material de la tubera
8.-Dimetro de la tubera
9.-Proteccin de la tubera
10.-Tipo de Unin
13.-Superficie y trfico
14.-Cama
286
15.-Profundidad de la tub.
16.-Tipo de fallo
18.-Mostrar localizacin de la
rotura
21.-Espesor de la pared de la
tubera
22.-Modulo de ruptura de la
tubera
23.-Resistencia de la rotura
de la tubera
24.-ID de la brigada
25.-ID de la rotura
26.-ID de la tubera
27.-Longitud
28.-Antigedad
287
29.-Presin de operacin
30.-Tipo de servicio
35.-Coste de operacin de la
reparacin
Incluye todos los costes de operacin nece sarios en la reparacin del fallo
36.-Tiempo de interrupcin en
el servicio
38.-Propiedades daadas
40.-Coste de reparacin
288
289
291
292
El modelo de vulnerabilidad (ver figura 7.42), tiene como objetivo evaluar las tuberas o
grupo de tuberas que son mas vulnerables, y por consecuencia que poseen un orden
mas primordial para la rehabilitacin, en base a los factores de influencia. As mismo
este modelo de vulnerabilidad cuenta con un apartado de criticidad, que esta integrado
por los factores del ndice de deficiencia en los nodos, del impacto del caudal fugado en
el comportamiento de la red, comparado con un nivel de eficiencia optimo y el ndice de
impacto en los usuarios.
ID
Edad
Historial
Capacidad
Tiempo
Influencia
Periodo Inst.
fugas
transporte
renovacin
rotura
IDN
IIQfuga
IICusuarios
medio amb.
C ritic id a d
W=
25.0%
W=
20.0%
W=
15.0%
W=
5.0%
W=
5.0%
W=
10.0%
W=
15.0%
W=
5.0%
Wi*Vi
Wi*Vi
Wi*Vi
Wi*Vi
Wi*Vi
Wi*Vi
Wi*Vi
Wi*Vi
AC (A1)
10.00
2.50
10.00
2.00
3.98
0.60
7.19
0.36
3.26
0.16
4.10
0.41
0.00
0.00
6.00
0.30
0.71
6.33
AC (A2)
5.63
1.41
9.19
1.84
4.64
0.70
0.00
0.00
3.04
0.15
5.80
0.58
2.45
0.37
4.80
0.24
1.19
5.28
FoFo (C1)
6.94
1.74
8.36
1.67
5.02
0.75
6.33
0.32
4.46
0.22
5.20
0.52
0.55
0.08
4.80
0.24
0.84
5.54
Fo Ga (C1)
9.77
2.44
9.25
1.85
4.73
0.71
3.85
0.19
4.57
0.23
4.60
0.46
4.62
0.69
10.00
0.50
1.65
7.07
Fo Ga (C2)
9.38
2.34
9.92
1.98
4.10
0.62
10.00
0.50
4.10
0.21
5.50
0.55
3.72
0.56
4.20
0.21
1.32
6.97
PVC30
6.25
1.56
6.78
1.36
4.92
0.74
0.00
0.00
0.12
0.01
3.60
0.36
3.24
0.49
6.00
0.30
1.15
4.81
PVC20
4.17
1.04
7.26
1.45
4.27
0.64
0.00
0.00
2.27
0.11
5.50
0.55
10.00
1.50
0.00
0.00
2.05
5.30
Polietileno
5.21
1.30
9.10
1.82
2.86
0.43
0.00
0.00
1.12
0.06
10.00
1.00
2.23
0.33
0.00
0.00
1.33
4.94
294
ID
W
P=Fi*W i
presin
hidrosttica
W
P=Fi*W i
edad de la
tubera
W
P=Fi*Wi
historial de
fugas
W
P=Fi*W i
medio
ambiente
W
P=Fi*W i
tipo de
unin
W
P=Fi*Wi
continuidad en
la operacin
W
P=Fi*W i
AC (A1)
0.05 0.20
0.02
0.10 0.20
0.02
0.20 0.20
0.04
0.15 0.20
0.03
0.10 0.40
0.04
0.10 0.40
0.04
0.10 0.20
0.02
0.21
AC (A2)
0.10 0.40
0.04
0.10 0.40
0.04
0.20 0.40
0.08
0.10 0.40
0.04
0.20 0.20
0.04
0.10 0.20
0.02
0.15 0.20
0.03
0.29
FoFo(C1)
0.20 0.20
0.04
0.10 0.20
0.02
0.15 0.60
0.09
0.15 0.20
0.03
0.20 0.20
0.04
0.20 0.20
0.04
0.10 0.40
0.04
0.30
Fo Ga(C1)
0.05 0.60
0.18
0.10 0.20
0.02
0.10 0.40
0.04
0.10 0.40
0.04
0.10 0.20
0.02
0.05 0.20
0.01
0.10 0.40
0.04
0.35
Fo Ga(C2)
0.30 0.40
0.12
0.20 0.40
0.08
0.05 0.20
0.01
0.20 0.20
0.04
0.20 0.20
0.04
0.20 0.20
0.04
0.05 0.40
0.02
0.35
PVC30
0.10 0.20
0.02
0.10 0.60
0.06
0.10 0.40
0.04
0.10 0.20
0.02
0.05 0.60
0.03
0.05 0.40
0.02
0.20 0.40
0.08
0.27
PVC20
0.10 0.20
0.02
0.20 0.40
0.08
0.10 0.20
0.02
0.10 0.40
0.04
0.05 0.20
0.01
0.10 0.20
0.02
0.20 0.20
0.04
0.23
Polietileno
0.10 0.40
0.04
0.10 0.40
0.04
0.10 0.40
0.04
0.10 0.20
0.02
0.10 0.40
0.04
0.20 0.60
0.12
0.10 0.60
0.06
0.36
0.48
0.36
0.36
0.26
0.26
0.31
0.33
295
Weibull, al igual que la respectiva grafica de las tuberas reemplazadas versus las
roturas evitadas.
ID
T463
T106
T85
T116
T21
T464
T10
T288
T119
T84
T398
T45
T19
T50
T272
T449
T64
T397
T302
T20
T451
Nmero de
fallos
esperados
4.1493
4.0144
3.9293
3.8721
3.7890
3.7828
3.7447
3.6833
3.6779
3.6521
3.6454
3.6221
3.6074
3.6050
3.5948
3.5221
3.4769
3.4689
3.4328
3.4152
3.4133
Nmero de
fallos
observados
4
2
3
4
4
4
5
0
4
1
4
0
1
3
3
6
1
2
3
3
5
Nmero de
fallos acumulados
observados
4
6
9
13
17
21
26
26
30
31
35
35
36
39
42
48
49
51
54
57
62
Priorizacin en
base del nmero
de fallos esperados
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Porcentaje
de fallos
evitados si
0.787
1.181
1.772
2.559
3.346
4.134
5.118
5.118
5.906
6.102
6.890
6.890
7.087
7.677
8.268
9.449
9.646
10.039
10.630
11.220
12.205
Porcentaje
de tub
reemplazadas
0.498
0.995
1.493
1.990
2.488
2.710
3.483
3.980
4.478
4.975
5.473
5.970
6.468
6.965
7.463
7.960
8.458
8.955
9.453
9.950
10.448
Finalmente existe la opcin de obtener un resumen de los resultados, de cada uno de los
modelos como se muestra en la figura 7.45, ya sea verlo en pantalla o imprimirlo,
tambin se cuenta con la opcin de guardar la sesin de trabajo.
Criticidad
Orden de
Longitud
Coste
optima
1,198.00
599.00
897.00
723.00
674.00
1,250.00
741.00
total
$627,294.00
$287,520.00
$427,869.00
$429,462.00
$317,454.00
$671,250.00
$355,680.00
781.00
$383,471.00
Fo Ga (C1)
Fo Ga (C2)
AC (A1)
FoFo (C1)
PVC20
AC (A2)
Polietileno
1.884
1.504
0.71
0.87
2.55
1.31
1.446
7.07
4.94
priorizacion
1
2
3
4
5
6
7
PVC30
1.308
4.81
6.97
6.33
5.54
5.30
5.28
298
Capitulo 8
Conclusiones y
desarrollos futuros
300
Conclusiones
301
Debemos de considerar que uno de los mayores beneficios en la aplicacin del modelo
para la toma de decisiones, es evitar las consecuencias causadas por el fallo de una
tubera. En este trabajo se introduce un nuevo individuo estadstico, cada vez que una de
las variables seleccionadas cambia, especficamente, cuando cambia la variable del
nmero de fallos previos.
Adems, como se esperaba y como ya fue sealado, la longitud de la tubera juega un
papel importante en los modelos: las tuberas de mayor longitud tienen mayor
probabilidad de sufrir roturas, y en consecuencia, la clasificacin de la poblacin de
tuberas dada con sus direcciones, muestra que dos segmentos localizados a lo largo de
la misma calle, pero separados por una interseccin, pueden aparecer en primer lugar en
el riesgo de las tuberas, mientras la interseccin entre estas dos segmentos de tuberas
no, probablemente debido a su longitud y su posterior Nfpo.
La base de datos se obtiene a partir de un Sistema de Informacin Geogrfica (SIG) de
la JUMAPA, lo que permite delimitar fsicamente cada individuo estadstico, asociado a
un vector de variables. El propio SIG permite la visualizacin fsica del segmento en
funcin de sus caractersticas, as como la visualizacin del agrupamiento de las roturas,
tales caractersticas tambin permiten la visualizacin fsica del agrupamiento de las
roturas, lo que podr ser til para, eventualmente, sugerir nuevas variables aun no
consideradas.
Ya se ha mencionado que el surgimiento de los SIG en los servicios de agua
proporciona una herramienta accesible y rpida para el anlisis estadstico, y si
consideramos que la tendencia es que mejoren aun ms, junto con la disponibilidad de
una herramienta de gestin de datos, esencial para el mejoramiento del anlisis
estadstico, todo ello redundar en la amplitud y precisin de los alcances del anlisis
estadstico.
El modelo desarrollado se basa en los eventos de fallos en las tuberas. Uno puede
imaginarse fcilmente que una fuga podra ser igualmente el evento de fallo. La
continua aparicin de sistemas de deteccin de fugas, como los utilizados actualmente
en Pars, New York, etctera, y en diversos pases del mundo, debe de auxiliar tambin
a generar los datos necesarios, para mejorar y hacer ms eficiente el anlisis estadstico.
La combinacin de los modelos de deterioro y los datos de fugas, permitirn vislumbrar
un verdadero programa de prevencin de fugas.
La degradacin estructural es considerada y abordada de manera amplia. El ndice de
Evaluacin de las Condiciones Fsicas (IECF), debera ser el primer paso hacia la
creacin de un ndice global de la condicin fsica de la tubera, que incorpora el
funcionamiento hidrulico y el deterioro estructural.
Es importante analizar los resultados para el pronstico de roturas, del que puede
obtenerse un nmero de tuberas que deben ser reemplazadas. Sin embargo, en la
prctica habitual de las empresas de agua, resulta casi imposible satisfacer todos los
reemplazos previstos, debido a las limitaciones de recursos financieros. As,
observamos, por ejemplo, que si se reemplazase el 33.67% de las tuberas, seran
evitadas el 50% de las roturas.
302
303
Los resultados se obtuvieron con una historia de fallos relativamente corta (siete aos),
y la validacin se realizo para un historial de dos aos. Con este trabajo se confirma
que una importante censura izquierda, no pone en riesgo el uso de modelos de
prediccin. Esto puede ser debido al hecho que las polticas de mantenimiento y
construccin del departamento de la JUMAPA ha cambiado sobre los aos. Tambin,
este trabajo confirma que un importante dato de censura, no pone en peligro la
utilizacin de modelos de prediccin. Adems, cualquiera que sea el reagrupamiento de
datos, aunque muy importante, los datos del historial de las roturas constituyen, en este
caso, una variable dominante del modelo.
Es necesario mencionar que, aunque los modelos de riesgo proporcional arrojan
resultados vlidos satisfactorios, con una base de datos del historial de roturas cortas, lo
ideal es seguir conformando un historial de roturas, para poder contar con un base de
datos de un periodo mas largo, al objeto de realizar un anlisis estadstico. Adems, la
calidad de la informacin se podr mejorar aun ms, permitiendo un anlisis ms rpido
y ms sencillo, al momento del tratamiento de los datos. Con una base de datos para un
periodo mas largo, la gran ventaja ser contar con mejores elementos en la variable del
nmero de fallos previos.
En este trabajo, el ndice de evaluacin de las condiciones fsicas fue utilizado para
identificacin de las tuberas de mayor riesgo, dentro de un grupo de tuberas de la
ciudad de Celaya, Gto. Mxico, especficamente para el extenso sector Centro y del
sector San Juanico Poniente. A partir de la modelacin de siete aos de los datos de
fallos para la poblacin completa de tuberas, para un estrato de tuberas de acero
galvanizado, para otro estrato de tuberas de asbesto-cemento y polietileno.
En prrafos anteriores se hace nfasis en la necesidad de una mayor investigacin sobre
la identificacin de factores de riesgo adicionales, el formato ms apropiado para
documentar algunos factores de riesgo conocidos, as como la introduccin de
herramientas en la gestin y manejo de los datos para la identificacin de nuevas
variables. Se puede pensar en adecuar un sistema de informacin geogrfica, enfocado a
la identificacin de nuevas variables como factores de riesgo. Tambin resulta de
importancia la utilizacin de los datos que se recabaron en primer lugar para otro
propsito, utilizados ahora para los modelos de priorizacin u optimizacin de tareas de
rehabilitacin.
Este trabajo muestra que la informacin til es un valioso apoyo para la planificacin de
la rehabilitacin de tuberas, y puede ser generada por el anlisis de los datos (que
originalmente no haban sido coleccionados para este tipo de anlisis), incluso en un
entorno complejo, donde no se pueden tomar en consideracin varias causas de fallo.
Con una mejor seleccin y preparacin de datos, los resultados podran ser incluso
mejorados. Cuando se combina el anlisis de datos con las tecnologas disponibles hoy
en el mercado, tales como los sistemas de informacin geogrfica, sistemas de deteccin
de fugas o de modelacin hidrulica, el potencial de una sofisticada herramienta de
toma de decisiones, encaminadas a facilitar la planificacin de la rehabilitacin de un
sistema de tuberas, puede convertirse en una caracterstica estndar de las empresas de
agua, lo que cada vez se hace ms presente.
Es necesario reiterar que uno de los principales activos de estos enfoques es que
requieren poca inversin, adems de hacer uso de los datos con los que se cuenta para
304
Desarrollos futuros
305
realizar, puesto que slo tiene ventajas si todos los costes son identificables, una
posibilidad que requiere una investigacin exhaustiva.
Por otro lado y en base a la investigacin detallada en el estado del arte que se realizo en
este trabajo, respecto los modelos existentes y metodologas empleadas para la
programacin ptima en la renovacin de las tuberas podemos decir que es necesario
establecer una programacin plurianual, que aporte una jerarquizacin de los trabajos
que hay que realizar y una consideracin de las necesidades financieras, sobre el
horizonte de planificacin. El instrumento desarrollado podr aportar un sistema de
soporte a la decisin multiobjetivo, ms robusto y completo, tal vez acudiendo ya a un
algoritmo gentico ms robusto no paretado para la bsqueda de polticas aceptables, y
proponiendo una gestin para la determinacin de un conjunto de soluciones viables,
entre las cuales el gestor de la red distribucin de agua, pueda seleccionar una poltica
de renovacin, que se traduzca en una programacin plurianual de trabajos de
renovacin.
Por ultimo, consideramos que se puede particularizar ms en la priorizacin para la
renovacin de tuberas, en el aspecto econmico con las consideraciones tcnicas
necesarias de las redes de abastecimiento, agregar el factor de la reparacin, como
opcin en la aplicacin de los recursos, con los beneficios o penalizaciones que se
generen.
306
Bibliografa
308
309
310
311
conference on Computing and control for the Water Industry, U. of Exeter, UK,
September, pp 65-70.
Dubois, F. and Parade, H. (1988). Possibility Theory: An Approach to Computerized
Processing of Uncertainty. NewYork: Plenum Press.
Eisenbeis, P. (1994). Modlisation statistique de la prvision des dfaillances sur les
conduites deau potable. Thse de doctorat, Universit Louis Pasteur, Strasbourg.
Eisenbeis, P. (1997). Estimating the aging of a water mains network with the aid of a
record of past failures. In: Proceedings of the 10th EJSW at Tautra, Norwegian
University of Science and Technology, IVB-report B2-1997-2, ISBN 82-7598040-2, pp125-133.
Eisenbeis, P. Rostum, J. and Le Gat, Y. (1999). Statistical Models for Assessing the
Technical State of Water Networks - Some European Experiences. In: Proceedings
of annual conference of AWWA, Chicago, Illinois, 20 24 June 1999. pp 32-40.
Eisenbeis, P. Le Gat, Y. Laffrchine, K. Le Gauffre, P. Konig, A. Rostum, J. Tuhovcak,
L. and Valkovic, P. (2002). CARE-W: WP2 description And validation of
technical tools D3 report on models description. Care-w, EU project Under the
5th framework programme, contract nEVK1-CT-2000-00053.
Environmental Protection Agency, US-EPA. (2002). Decision-Support tools for
Predicting the Performance of Water Distribution and Wastewater Collection
Systems, EPA/600/R- 02/029. www.epa.gov/ORD/NRMRL/pubs. pp 7-46.
Environmental Protection Agency, US-EPA. (2003). Asset Management: A Handbook
for Small Water Systems One of the Simple Tools for Effective Performance
(STEP) Guide Series.EPA /816/R-03/016.
Fleming, T. R. and Harrington, D. P. (1991). Counting Processes and Survival Analysis,
John Wiley & Sons, Inc., N.Y.
Fonseca, C.M and Fleming, P.J. (1993). Genetic algorithms for multiobjective
optimisation: Formulation, discussion and generalization. In Genetic Algorithms:
Proceedings of the 5th International Conference, pp 416-423.
Fullwood, R. R., and Hall, R. E. (1988). Probabilistic Risk Assessment in the Nuclear
Power Industry, 1st ed. New York: Pergamon Press.
Germanopoulos, G. (1985). A technical note on the inclusion of pressure dependent
demand and leakage terms in water supply network models. Civ. Eng. Syst., 2, pp
171179.
Goldberg, D.E. (1989). Genetic algorithms in search optimization and machine learning,
Ed. Addison Wesley, Reading, MA.
Goodwin, S. J. (1980). The results of the experimental program on leakage and leakage
control. Tech. Rep. TR 154, Water Research Centre, Swindon, U.K.
312
Goulter, I.C. and A. Kazemi. (1988). Analysis of Water Distribution Pipe Failure Types
in Winnipeg,Canada. Jour. Transportation Engineering. 15. pp 91-97.
Grablutz, F. and Hanneken, S. (2000). Economic Modelling for Prioritizing Pipe
Replacement Programs. AWWA Infrastructure Conference and Exhibition.
Baltimore, MD, 14 March 2000.
Gustafson, J. M. and Clancy, D. V. (1999). Modeling the occurrence of breaks in castiron water pipelines using methods of survival analysis. Proc., AWWA Annual
Conf., Denver.
Hadzilacos, T. Kalles, D. Preston, N. Melbourne, P. Camarinopoulos, L. Eimermacher,
M. Kallidromitis, V. Frondistou-Yannas, S. and Saegrov, S. (2000). UtilNets: A
water mains rehabilitation decision-support system. Computers, Environment and
Urban systems n 24, pp 215-232.
Halhal, D. Walters, G.A. Ouazar, D. and Savic, D.A. (1997). Water Network
Rehabilitation with Structured Messy Genetic Algorithm. Journal of Water
Resources Planning and Management, Vol. 123, n3, pp 137-146.
Hansen, G.K. and Vatn, J. (2000). Combining hydrostatic and reliability models for
water distribution networks. To appear in: Proceedings of Foresight and
th
th
313
316
Makar, J.M. and Kleiner, Y. (2000). Maintaining Water Pipeline Integrity, AWWA
Infrastructure Conference and Exhibition, Baltimore, Maryland, pp 78-93.
Malandain, J. Le Gauffre, P. and Miramond, M. (1998). Organising a Decison Support
System for Infrastructure Maintenance: Application to Water Supply Systems. In:
Proceedings of 1st International Conference on new Information technologies for
decision Making in Civil Engineering, Oct 11-1998, Montreal, pp 1013-1025.
Malandain, J. (1999). Modlisation de ltat de sant des rseaux de distribution deau
pour lorganisation de la maintenance. Doctoral thesis INSA Lyon, May 1999,
pp 206.
Marks, D. Andreou, S. Jeffrey, L. Park, C. and Zaslavsky, T. (2003). A. Statistical
Models for Water Main Failures. EPA/600/S5-87/003. January 1988.
Mays, L. W. (2000). Water distribution systems handbook, McGraw-Hill.
Meneghin, M. (1999). Fabbisogno, consumi, portate e perdite nella pratica di esercizio
delle reti di distribuzione dacqua potabile a sollevamento meccanico. LAcqua,
N4, Abril 1999, pp 55-65.
Mogolia, M. Burn, S. and Meddings, S. (2006). Decision support system for water
pipeline renewal Prioritisation. CSIRO BCE, Melbourne, Australia. ITcon Vol. 11,
pp 237-256.
Morgan Kaufmann. Frondistou-Yannas S and Saegrov S (2000). UtilNets: A water
mains rehabilitation decision support.
Morris, R.E. (1967). Principal Causes and Remedies of Water Main Breaks. Journal
AWWA, pp 782-798.
Mosevoll, G. (1994). Vedlikehold og fornyelse av VA- ledninger: Modeller for
tilstands-prognose / Funksjonskrav til informasjon systemer. Dr. Ing avhandling,
Institutt for Vassbygging, Norges Tekniske Hogskole, Universitetet i Trondheim.
Mousseau,V. F. and Naux, J.Ph. (2001). Using assignment examples to infer weights for
ELECTRETRI method: Some experimental results. European Journal of
Operational Research N 130: pp 263-275.
Nafi, A. (2006). La programmation pluriannuelle du renouvellement des reseaux deau
potable. Thse de Doctorat. Universit Louis Pasteur, Strasbourg I, France.
ODay, K. (1984). Againg water supply systems: repair or replace? Infrastructure
maintenance and repair of public works, Annals of the New York Academy of
Sciencies. 431, pp 241-258.
ODay, K. (1984). Water main evaluation for rehabilitation /replacement, AWWARF
and the U.S. EPA Guidance Manual. Subject Area: Distribution Systems.
317
ODay, K. Weiss, R. Chiavari, S. and Blair, D. (1989). Water main evaluation for
rehabilitation/replacement. Guidance manual of AWWARF.
Ormsbee, L. and Kessler, A. (1990). Optimal Upgrading of Hydraulic-Network
Reliability. Journal of Water Resources Planning and Management (ASCE). Vol.
116, n. 6. pp. 784-802.
Parmar, M. and Machin D. (1995). Survival Analysis: A Practical Approach. Wiley,
Johns & Sons, Inc. September.
Parra, J. (2006) Renovacin de redes de abastecimiento de agua mediante sistemas
soporte a la toma de decisin multicriterio. Diploma de estudios avanzados.
Universidad Politecnica de Valencia.
Parsons, D. P. (1997). Management benefits of mains rehabilitation through structures
surveys. Workshop on performance indicators and distribution systems. LNEC
Lisboa 5-7.
Pascal, O. and Revol, D. (1994). Renovation of water supply system. Water supply
Congress, International Water Supply Association, (Budapest) pp 6-12.
Pearl, J. (1988). Probabilistic Reasoning in Expert Systems. San Mateo, CA: Morgan
Kaufmann.
Price, M. and Reed, D. (1989). The influence of mains leakage and urban drainage on
groundwater levels beneath conurbations in the UK. Proc., Inst. Civ. Eng., Part 1,
86, pp 3139.
Quimpo, R.G. and Shamsi, U.M. (1991). Reliability-Based Distribution-System
Maintenance. Journal of Water Resources Planning and Management-ASCE, 117,
No. 3, May-June, pp 321-339.
Quimpo, R.G. (1996). Measures of Water Distribution System Reliability. In:
Proceedings of Risk Based Decision Making in Water Resources, Santa Barbara,
California. October 8-13. pp 167-174.
Raestad, C. (1995). Nordic Experiences with water pipeline systems. 3rd International
Conference, Sector C- Pipe materials and handling, CEOCOR Praha 95. pp 8296.
Rajani, B. and Kleiner, Y. (2001). Comprehensive review of structural deterioration of
water mains:physicallybased models. Urban water n 3. pp 177-190.
Rajani, B. and Kleiner, Y. (2001). Comprehensive review of structural deterioration of
water mains:physically based models. Urban water Vol n3, pp177-190.
Ricci, P. F. Sagen, L. A., and Whipple, C. G. (1981). Technological Risk Assessment
Series E: Applied Series No. 81, NATO Asi Series, Erice (Italy).
318
319
Vatn, J. and Tveit, O. (1997). Modeling and reliability of a water distribution network
STF38 A96446, ISBN 82-595-9638-5, SINTEF Sikkerhet og palitelighet,
Trondheim.
Vincoli, J.W. (1994). Basic Guide to Accident Investigation and Loss Control. New
York: Van Nostrand Reinhold.
Vitkovsky, J. P. Simpson, A. R. and Lambert, M. F. (2000). Leak detection and
calibration using transients and genetic algorithms. J. Water Resour. Plan.
Manage., 126 (4), pp 262265.
Wagner, J.M., Shamir, U. and Marks, D.H. (1988a). Water Distribution Reliability:
Analytical Methods. Journal of Water Resources Planning and Management, May,
114, pp 253-275.
Wagner, J.M. Shamir, U. and Marks, D.H. (1988b). Water Distribution Reliability:
Simulation Method. Journal of Water Resources Planning and Management, May,
114, pp 276-294.
Walski, T.M. and Pellicia, A. (1982). Economic analysis of water main breaks, Journal
AWWA, Vol n 74,n3. pp 140-147.
Walski, T. M. (1987). Battle of networks models: Epilogue. J. Water Resour. Plan.
Manage., 113(2), pp 191203.
Walski, T. M. (1993). Tips for saving energy in pumping operations. J. Am. Water
Works Assoc., 85(7), pp 4953.
Walski, T. M. and Gessler, J. (1999). Discussion of Improved design of Anytown
Distribution network using structured messy genetic algorithms, by G. A. Walters,
D. Halhal, D. A. Savic, and D. Ouzar. Urban Water, Vol 1 n2, pp 265268.
Wengstrom, T.R. (1993a). Comparative analysis of pipe break rates: a literature review.
Institutionen for Vattenforsorjnings- och avloppsteknik, Chalmers tekniska
hogskola.
Werey, C. (2000). Politiques de renouvellement des rseaux d'eau potable. Thse en
gnie delenvironnement. Universit Louis Pasteur. Strasbourg. France. 162p.
Woodburn, J. Lansey, K. and Mays, L. W. (1987). Model for the optimal rehabilitation
and replacement of water distribution system components. Hydraulic Engineering,
pp 606-611.
Wu, S.J. Yoon, J.H. and Quimpo, R.G. (1993). Capacity-Weighted Water DistributionSystem Reliability. Reliability Engineering & System Safety, 42, pp 39-46.
Xu, C. and Goulter, I. (1999). Reliability-Based Optimal Design of Water Distribution
Networks. Journal of Water Resources Planning and Management, Volume 125,
n 6. pp 352-362.
321
322
Anexo 1
324
325
326
TUBERAS EXISTENTES EN EL DH 18
DH 18
Longitud
Dimetro
Material
Sub-Total
2836.20
3"
PVC
Sub-Total
1024.63
4"
PVC
Sub-Total
1106.33
6"
PVC
Total
4967.16
327
ANLISIS DE CONSUMOS
COLONIA SAN JUANICO 1RA Y 2DA SECCIN
ENERO A DICIEMBRE DEL 2004
Rango
> 0 m3
No.
Cuentas
337
<0 m3
0%
= 0 m3
2%
344
100.0%
Total de Cuentas
%
98%
1 a 15 m3
138
40.1%
15 a 25 m3
128
37.2%
25 a 30 m3
27
7.8%
30 a 40 m3
31
9.0%
40 a 50 m3
0.9%
=> 50 m3
10
2.9%
337
98%
Total de Cuentas
328
CMN 14.691
=
= 0.654
CHP 22.452
Al ver el valor que toma el ndice, se tiene que el valor del ndice de consumo mnimo
nocturno es un mucho mayor al ideal de 0.20, o bien 20% lo cual indica que se tienen
problemas de fugas o prdidas en el DH.
Por otro lado vale la pena destacar que no se tienen grandes consumidores en la zona,
que pudiesen tener grandes consumos nocturnos, razn por la cual se toma el valor del
ICMN como vlido.
329
344
32
742
68
total de cuentas
1086
100
330
Tipo de Servicio
No de
cuentas
92
12C
24
13C
DEPARTAMENTO C
216
20
10C
DOMESTICO C
695
64
15C
17C
SERVICIO PUBLICO C
21B
COMERCIAL BASICO B
21C
COMERCIAL BASICO C
41
23C
COMERCIAL MEDIO C
29C
TARIFA PREFERENCIAL C
35C
36C
39C
40A
1086
100
31.7%
68.3%
331
Fallas en Micromedidor
DH 18 "SAN JUANICO 1 Y 2"
2004
34
40
30
16
23
20
23
20
30
24
10
20
14
10
Dic_04
Nov_04
Oct_04
Sept_04
Ago_04
Jul_04
Jun_04
May_04
Abr_04
Mar_04
Feb_04
0
Ene_04
Micromedidores
38
Meses
332
60.0
54.1
45.9
40.0
20.0
0.0
0.0
0.0
>2%
<-2%
+-2 %
Rango
0%
Micromedidores
64
70
60
50
20
40
30
10
20
0
11C 12C 13C 10C 15C 17C 21B 21C 23C 29C 35C 36C 39C 40A
Tarifa
333
con este dato se corrigen los datos de produccin del pozo para poder realizar el balance
global corregido.
Volumen
Facturado (m3)
Volumen
Perdido (m3)
1,236,397.0
1,084,276.28
152,120.72
100%
87.70%
12.30%
334
cada Distrito Hidromtrico para que de esta manera se faciliten los balances
hidrulicos que se tengan que efectuar. Esto tambin nos permitir verificar la
informacin generada obtenida del Sistema Geogrfico.
3. Micromedicin, establecer un programa de verificacin y mantenimiento, del
tal manera que garantice una medicin adecuada y confiable de los volmenes
de agua entregada a los usuarios, incluyendo el reemplazo de los dispositivos
que midan mal o que simplemente ya no funcionen por diversas causas (termino
de vida til, deterioro por vandalismo, defecto de fabricacin, etc.) as como
sacar los micromedidores que se encuentren al interior de los domicilios para
garantizar la toma de lecturas y lograr la cobertura del 100% de micromedicin
en los Distritos Hidromtricos.
Los estudios de verificacin debern realizarse tomando una muestra aleatoria,
esto en virtud de que sera un estudio demasiado caro si se efectuara al total de
micromedidores instalados.
Cabe mencionar que se requieren realizar algn plan o medida para poder instalar
medidor a los condominios que se ubican en este D.H. ya que no existe otra forma de
obtener un dato real de consumo si no se miden los consumos de estos usuarios.
4. Macromedicin, esta accin es muy similar a lo que sera la micromedicin,
con la ventaja de que por lo regular son equipos que se instalan en menor
cantidad, caracterstica que propicia la verificacin y mantenimiento por ser un
nmero mucho menor en comparacin con la micromedicin que se debe
analizar desde un punto de vista estadstico. Aqu cabe mencionar que se genero
un expediente tcnico para la correccin de 11 trenes de descarga en el cual se
incluye a el pozo San Juanico 2.
5. Reparacin de fugas en tomas domiciliarias, cuando la fuga detectada no es
en el ramal, sino en algn otro sitio tal como unin del bastn con el ramal, o
bien es fuga en las piezas que conforman el cuadro de medicin, se deber
efectuar la reparacin, podr ser desde apretado y ajuste de las piezas, hasta
sustitucin de las mismas.
6. Reparacin de fugas en red de distribucin, no todas las fugas que se
prdidas.
335
SAN JUANICO
Marca Numero
del
del
Medidor Medidor
Domicilio
1
M. DE STA. ROSA
M. DE STA. ROSA
LOZAS
2
210
217
3
CICASA
CICASA
Caudal
Alto
RMP
Caudal Bajo
RVR RMP
RVR
PRESION
4162733
1,00
1,00
10,53
5,00
1,500
4102941
-1,00
-1,00
0,00
0,00
1,400
0,00
5,26
0,00
1,500
509
CICASA
5100425
1,01
LOZAS
701
CICASA
425509
1,00
1,00
0,00
0,00
1,400
LOZAS
705
CICASA
618994
1,00
1,00
0,00
-5,00
1,400
LOZAS
601
CICASA
5068201
2,02
1,00
0,00
0,00
1,100
CAOLIN
105
CICASA
5083146
1,01
0,00
-4,76
0,00
1,300
CAOLIN
101
CICASA
5083174
0,00
0,00
-4,55
5,00
1,300
CAOLIN
504
CICASA
4265271
-1,94
1,00
5,00
5,00
1,300
M DE ROCA
106
CICASA
4260538
0,99
2,00
0,00
5,00
1,300
M DE CUBO
300
CICASA
4265286
0,00
1,00
-5,00
-5,00
1,300
M DE CUBO
104
CICASA
3017850
-3,88
-1,00
5,26
0,00
1,300
M DE CUBO
105
CICASA
339827
1,00
1,00
-4,76
0,00
1,300
M DE SAN BERNABE
218
CICASA
3009745
0,00
0,00
-5,00
-5,00
1,400
M DE SAN BERNABE
112
CICASA
4259490
1,01
0,00
0,00
0,00
1,600
BRILLANTE
253
CICASA
5067957
0,00
0,00
0,00
0,00
1,600
0,00
0,00
0,00
1,500
BRILLANTE
240
CICASA
4260929
0,00
BRILLANTE
216
CICASA
4199060
3,03
2,00
0,00
0,00
1,500
SINALOITA
105
CICASA
118407
0,00
0,00
0,00
5,00
1,300
SIRENIA
131
CICASA
3006722
-0,99
0,00
-9,52
-5,00
1,300
SIRENIA
132
CICASA
5065288
1,00
1,00
0,00
0,00
1,300
M MELLADO
213
CICASA
3047983
2,00
2,00
-9,09
0,00
1,300
MARMOL
65
CICASA
5129712
0,00
0,00
-4,76
0,00
1,300
MARMOL
101
CICASA
3057965
-0,99
0,00
5,26
0,00
0,800
41
CICASA
2886207
0,00
1,00
0,00
0,00
1,200
PIRITA
98
CICASA
2882511
-0,98
1,00
-4,76
0,00
0,800
PIRITA
95
CICASA
-0,99
0,00
5,00
5,00
0,800
2,00
-4,76
0,00
0,800
MARMOL
PIRITA
90
CICASA
3026095
-0,97
M DE LA LUZ
124
CICASA
3074581
0,00
0,00
0,00
0,00
0,800
M DE LA LUZ
100
CICASA
4265004
-1,00
-1,00
-4,55
5,00
0,800
M DE LA LUZ
102
CICASA
5151333
3,06
1,00
0,00
5,00
0,800
M VILLALPANDO
107
CICASA
5082946
1,01
0,00
-5,00
-5,00
1,200
M VILLALPANDO
108
CICASA
3024588
0,00
1,00
15,79
10,00
1,200
336
M VILLALPANDO
214
CICASA
3058773
0,00
1,00
0,00
0,00
1,200
M VILLALPANDO
218
CICASA
3015370
1,01
0,00
0,00
0,00
1,200
M SAN NICOLAS
102
CICASA
3025585
1,01
0,00
0,00
0,00
1,200
M SAN NICOLAS
300
CICASA
4260536
0,00
0,00
0,00
0,00
1,200
106
CICASA
4259483
1,01
0,00
5,26
0,00
1,300
104
CICASA
4259484
2,04
0,00
0,00
0,00
1,300
ALUNITA
104
CICASA
4264542
-0,99
0,00
10,00
10,00
1,300
ALUNITA
100
CICASA
4264847
-0,96
0,00
10,53
5,00
1,300
M DE TORRES
209
CICASA
4259733
0,00
0,00
5,26
0,00
1,300
M DE TORRES
110
CICASA
619007
-0,99
0,00
-5,00
-5,00
1,300
M VALENCIANA
CICASA
3023327
0,00
0,00
-10,00
-10,00
1,300
M VALENCIANA
CICASA
4265273
0,00
0,00
-5,00
-5,00
1,300
4265012
2,02
1,00
0,00
0,00
0,800
5082944
-0,98
1,00
-5,00
-5,00
0,800
5083142
1,00
1,00
-4,76
0,00
0,800
1,00
0,00
5,00
0,800
TORRES LANDA
TORRES LANDA
TORRES LANDA
652
648
602-A
CICASA
CICASA
CICASA
JASPE
100
CICASA
3021247
0,00
JASPE
109
CICASA
2871381
-0,99
0,00
5,00
5,00
0,800
JACINTO
105
CICASA
508346
-0,99
0,00
-9,09
0,00
0,900
JACINTO
107
CICASA
3047383
-2,94
-1,00
10,53
5,00
0,900
TURQUEZA
105
CICASA
5068115
1,00
1,00
0,00
0,00
0,800
110
CICASA
2908438
0,00
1,00
0,00
0,00
0,800
4265020
0,00
0,00
0,00
0,00
1,300
0,00
-4,76
0,00
0,700
CRISOBERITO
ALUMBRE
CRISOLITA
100
CICASA
152
CICASA
1711
-1,96
VICENTE FERNANDEZ
100
CICASA
5101374
0,00
0,00
0,00
0,00
1,200
M SAN PEDRO
103
CICASA
5082947
0,00
0,00
0,00
0,00
1,100
M DE RAYAS
417
CICASA
3047388
-0,99
0,00
-9,52
-5,00
0,800
M DE CEDROS
206
CICASA
4260250
-1,96
0,00
0,00
0,00
1,100
M DE CATA
107
CICASA
5082995
1,00
1,00
-50,00
-50,00
1,200
337
338
Anexo 2
339
340
Algoritmos Genticos
341
342
A.3. 1 Introduccin
El Algoritmo Gentico es una tcnica de bsqueda basada en la teora de la evolucin
de Darwin, que ha cobrado tremenda popularidad alrededor del mundo durante los
ltimos aos. La forma de trabajo de los algoritmos genticos es idntica a la evolucin
de una poblacin de individuos que es sometida a acciones aleatorias semejantes a las
que actan en la evolucin biolgica (mutaciones y recombinacin gentica), as como
tambin a una seleccin de acuerdo con algn criterio, en funcin del cual se
decide cuales son los individuos ms adaptados, que sobreviven, y cuales los menos
aptos que son descartados.
John Holland se planteaba desde nio cmo la naturaleza consegua crear seres cada vez
ms perfectos. Lo curioso del caso era que todo se lleva a cabo a base de interacciones
locales entre individuos, y entre estos y lo que les rodea. No saba la respuesta, pero
tena cierta idea acerca de como hallarla. La idea era realizar pequeos modelos de la
naturaleza que tuvieran alguna de sus caractersticas, ver como funcionaban y
finalmente extrapolar sus conclusiones a la totalidad. De esta manera, el objetivo de
Holland era lograr que los ordenadores aprendieran por s mismos. A la tcnica que
invent Holland se le llam originalmente "planes reproductivos", pero no se hizo
popular hasta 1975.
As, en los aos 50 entr en contacto con los primeros ordenadores, donde consigui
llevar a cabo alguna de sus ideas, pese a que no encontr un ambiente intelectual
adecuado para propagarlas. Fue a principios de los aos 60, en la Universidad de
Michigan en Ann Arbor donde, dentro del grupo Logic of Computers, sus ideas
comenzaron a desarrollarse y a adquirir cierta importancia. Y fue, adems, por la lectura
de un libro escrito por un bilogo evolucionista, R.A. Fisher, titulado La teora
gentica de la seleccin natural, como comenz a descubrir los medios de llevar
a cabo sus propsitos de comprensin de la naturaleza. De ese libro aprendi que
la evolucin era una forma de adaptacin ms potente que el simple aprendizaje, y
tom la decisin de aplicar estas ideas para desarrollar programas bien adaptados para
un fin determinado.
En esa universidad, Holland imparta un curso titulado Teora de sistemas
adaptativos. Dentro de este curso, y con una participacin activa por parte de sus
estudiantes, fue donde se crearon las ideas de lo que ms tarde se convertiran en los
algoritmos genticos.
Por tanto, cuando Holland se enfrent a los algoritmos genticos, los objetivos
de su investigacin fueron dos:
Imitar los procesos adaptativos de los sistemas naturales.
Disear sistemas artificiales (normalmente programas) que retuvieran los
mecanismos importantes de los sistemas naturales.
Unos 15 aos ms adelante, David Goldberg, actual delfn de los algoritmos genticos,
conoci a Holland, y se convirti en su estudiante. Goldberg era un ingeniero industrial
que trabajaba en el diseo de tuberas, y fue uno de los primeros que trat de aplicar los
343
344
345
Son los algoritmos que hacen una barrida mayor al subespacio de posibles soluciones
vlidas. De hecho, se considera que, de todos los algoritmos de optimizacin
estocsticos, los algoritmos genticos son de los ms exploratorios disponibles.
La convergencia del algoritmo es poco sensible a la poblacin inicial si sta se
escoge de forma aleatoria y es lo suficientemente grande, salvo que la poblacin
inicial est realmente degenerada. En ese caso, el operador de mutacin tendr
mucho trabajo.
Presentan una convergencia excepcionalmente rpida al principio, que casi enseguida se
bloquea. Esto de debe a que el algoritmo gentico es excelente descartando
subespacios realmente malos. Cada cierto tiempo, la poblacin vuelve dar el salto
evolutivo, y se produce un incremento en la velocidad de convergencia excepcional. La
razn de esto es que algunas veces aparece una mutacin altamente beneficiosa, o un
individuo excepcional, que propaga algn conjunto de cromosomas excepcional al resto
de la poblacin. Todo esto es consecuencia del grado de penetracin casi nulo que
presentan los algoritmos genticos.
La optimizacin es funcin de la representacin de los datos. Este es un concepto clave
dentro de los algoritmos genticos, ya que una buena codificacin puede hacer la
programacin y la resolucin muy sencillas, mientras que una codificacin errada obliga
a estudiar que el nuevo genoma cumpla las restricciones del problema, y en muchos
problemas se tendr que abortar los que no cumplan las restricciones, por ser stas
demasiado complejas. Adems, la velocidad de convergencia va a estar fuertemente
influenciada por la representacin.
Es una bsqueda paramtricamente robusta. Esto quiere decir que para que no
converja la eleccin de los parmetros debera ser realmente mala. Con tasas
razonables, va a converger -mejor o peor- en una solucin razonablemente buena si la
representacin es la adecuada.
Los algoritmos genticos son intrnsecamente paralelos. Esto significa que,
independientemente de que se haya implementado de forma paralela o no, buscan en
distintos puntos del espacio de soluciones de forma paralela. Ese paralelismo
intrnseco permite que sean fcilmente paralelizables, es decir, que sea fcil
modificar el cdigo para que se ejecute simultneamente en varios procesadores.
346
347
348
una
serie
de
Inicializacin de la poblacin
Seleccin de individuos
350
Por supuesto, depende tambin del ordenador en el que se ejecutar, puesto que
a mayor tamao de la poblacin, el proceso sera ms lento.
Condicin de terminacin: lo ms habitual es que la condicin de terminacin
sea la convergencia del algoritmo gentico a un valor dado o un nmero
prefijado de generaciones.
A.3.4. 1 Inicializacin
El proceso comienza con la inicializacin de la primera poblacin de individuos
padre (G = 0) , desde un archivo con valores conocidos, o de manera aleatoria.
El tamao de la poblacin es una variable de decisin puesto que una poblacin
pequea es posible que no cubra todo el espacio de bsqueda y una poblacin
grande puede multiplicar el tiempo de clculo innecesariamente. Por ello entre 50 y 100
individuos es el intervalo que propone la bibliografa ya que proporciona buenos
resultados en el proceso de optimizacin.
Normalmente, la poblacin inicial se consigue si se utiliza un mtodo aleatorio.
Sin embargo, se puede fijar un cierto nmero de individuos de la poblacin inicial, por
ejemplo dndoles los valores centrados en los intervalos que proporciona la bibliografa
para los parmetros i. De esta manera, si estos individuos son buenos, sern
conservados en subsiguientes generaciones y harn que se converga con rapidez. El
nmero de individuos que se quieren incluir en la poblacin inicial y el genoma
de los mismos, puede ser definido por el modelador.
351
A.3.4. 3 La reproduccin
El objetivo de la reproduccin es crear nuevos individuos mediante el uso de los
operadores genticos. En este caso, se usan los operadores de cruce y mutacin.
352
353
Punto de cruce
Punto de cruce
PADRES
DESCENCIENTES
Figura A.12 El operador de cruce
Cromosoma inicial
10011001111010011011
Cromosoma mutado
10011001011010011011
354
bueno que acab con la diversidad gentica, la poblacin tenga los mismos
fenotipos. La mutacin permite introducir nuevos genomas.
Incrementar el nmero de saltos evolutivos. Los saltos evolutivos -aparicin de
un fenotipo especialmente valioso, o, dicho de otra forma, salida de un mnimo
local- son muy poco probables en un gentico puro para un problema
genrico. La mutacin permite explorar nuevos subespacios de soluciones,
por lo que, si el subespacio es bueno en trminos de adaptacin, se
producir un salto evolutivo despus de la mutacin que se expandir de forma
exponencial por la poblacin.
Enriquecer la diversidad gentica. Es un caso ms suave que el de una poblacin
degenerada -por ejemplo, que la poblacin tenga una diversidad gentica pobre-,
la mutacin es un mecanismo de prevencin de las poblaciones degeneradas.
Es necesario evitar tasas de mutacin excesivamente altas, puesto que se podra caer en
la deriva gentica. Una estrategia muy empleada es una tasa de mutacin alta al inicio
del algoritmo, para aumentar la diversidad gentica, y una tasa de mutacin baja al final
del algoritmo, para conseguir que converja.
La mutacin es un parmetro del que no conviene abusar, puesto que si bien es
un mecanismo generador de diversidad, tambin es cierto que reduce el algoritmo
gentico a una bsqueda aleatoria. Siempre es ms conveniente usar otros mecanismos
de generacin de diversidad, como aumentar el tamao de la poblacin, o garantizar la
aleatoriedad de la poblacin inicial.
A.3.4. 6 Evaluacin
Despus de la reproduccin, el siguiente paso en la evolucin es la evaluacin.
sta consiste en la asignacin de la puntuacin que procede de la funcin objetivo
evaluada con cada individuo.
En este caso, se realiza el clculo de la funcin objetivo para el cromosoma del
individuo correspondiente. Esta es la valoracin de la bondad de cada individuo que se
almacena en la variable puntuacin definida.
A.3.4. 7 Penalizacin
Una vez que la funcin objetivo ha sido evaluada para cada descendiente, el algoritmo
verifica que se cumplan las restricciones que se haban impuesto, y penaliza a
los individuos que no cumplen las restricciones.
La funcin de penalizacin asigna al individuo que no cumple las restricciones el peor
de los resultados de la puntuacin de todos sus hermanos, de manera que la
probabilidad de que se reproduzca en base a su bondad se ve disminuida.
Se suelen definir unas funciones para penalizar la puntuacin de los individuos peores
de manera que estos no sean escogidos para siguientes iteraciones. Estas funciones
introducen penalizaciones referidas al peor individuo de la generacin actual. Esta
355
A.3.4. 8 Escalado
Una vez que ha sido asignada su puntuacin a cada uno de los individuos, se tiene una
poblacin de tamao popsize+ nrepl y se procede al escalado de los individuos.
Este proceso persigue evitar dos problemas: El primero de ellos es lo que ocurre si
aparece en una poblacin un individuo excepcionalmente bueno en generaciones muy
tempranas, llamados superdotados entre otros mediocres. Esto puede hacer que sean
solo ellos los que se reproduzcan, por lo que se obliga a una convergencia prematura y
evita que puedan encontrarse buenos individuos de otras familias.
El otro problema que puede darse es que todos los individuos sean igual de mediocres,
de manera que, diametralmente opuesto al caso anterior, las generaciones no
mejoran sensiblemente puesto que todos los progenitores son iguales. En este caso ser
interesante ampliar las diferencias entre las puntuaciones de los individuos con
objeto de que la seleccin sea mejor.
El escalado amortigua las diferencias de puntuaciones de los individuos en las
primeras generaciones y los acenta en las ltimas. Se definen unas funciones de escala,
que pueden ser de varias maneras, pero en este caso se implementa una funcin lineal,
adecuada a cada generacin. Estas funciones pueden a su vez, ser seleccionadas por el
modelador.
A.3.4. 9 Terminacin
El algoritmo contiene las estadsticas, las estrategias de generacin de hijos, las
funciones objetivo de la poblacin, las funciones de referencia con las que se debe
comparar, y los factores de seleccin de los individuos hijo. Un algoritmo tpico estara
en funcionamiento hasta el infinito, por ello hay que definir dentro del mismo los
criterios de terminacin.
El ciclo de la evolucin se repetir hasta un nmero indeterminado de
generaciones mientras los criterios de terminacin no se vean satisfechos. Dichos
356
criterios deben determinar las condiciones que se deben satisfacer para que se
considere que se ha encontrado la mejor solucin, o que se ha llegado al mximo
nmero de generaciones que el modelador y los recursos disponibles estn dispuestos a
destinar.
La bibliografa presenta diferentes criterios para determinar el final de la evolucin. El
ms simple e igualmente el ms utilizado es el criterio de limitar el nmero de
generaciones totales ( G ), donde se asume que terminado este estudio, el algoritmo
habr encontrado un buen individuo.
Existen otros criterios ms complejos basados en el estudio de las caractersticas
de la poblacin. As, se distingue entre dos tipos de convergencia:
Terminar cuando se haya producido una convergencia aceptable en los
resultados de la puntuacin proporcionada por todos los individuos de cada
generacin, para lo cual hay que definir el error permitido.
Terminar cuando se cumple el criterio de convergencia y adems un
criterio de diversidad de la poblacin: casi todos los individuos tienen el
mismo genoma (Martorell et al., 2000).
A.3.5. 1 Gwin 2
Se le conoce ms como WinGA. Es un programa que permite ejecutar algoritmos
genticos simples, as como cambiar sus parmetros. Adems, tiene la
ventaja de admitir ampliaciones mediante la programacin de nuevas funciones
en lenguaje Pascal. Fue realizado por I.R. Munro, de la Universidad de Hertfordshire.
Est disponible en la pgina web Zooland, y en el sitio ftp del autor.
357
A.3.5. 3 OptiGA
OptiGA es un programa basado en Visual Basic para la implementacin de
algoritmos genticos. Independientemente de la naturaleza del problema, el
programa permitir adaptar el algoritmo a ste. Adems, el programa permite variar
entre distintas formas los parmetros estndar, como son el mtodo de seleccin, el
entrecruzamiento o la mutacin.
358