Professional Documents
Culture Documents
Sommario
1 Valutazione della configurazione di perdita in una rete idraulica in
pressione: stato dell’arte.................................................................................................. 9
2
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
3
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
4
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Introduzione
5
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
6
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
7
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
8
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 1
1.1 Introduzione
In questa parte della tesi si analizzeranno le diverse tecniche, riportate in
letteratura, che hanno come scopo la valutazione della configurazione di perdita
in una rete idraulica in pressione.
Tali metodologie possono classificarsi come:
• Tecniche per la valutazione dell’entità delle perdite, mediante misure di
portata o volume;
• Tecniche per la valutazione dell’entità e della posizione delle perdite,
mediante misure di portata e pressione;
• Tecniche per la valutazione dell’entità e della posizione delle perdite,
mediante misure acustiche;
• Tecniche per la valutazione dell’entità e della posizione delle perdite,
mediante altri metodi fisici.
Una delle prove più efficaci per la valutazione dello stato di efficienza globale di
una rete idraulica in pressione è, sicuramente, la prova di tenuta in condizioni
statiche, ma è altrettanto vero che tale prova può essere agevolmente condotta
solo su sistemi di nuova costruzione, non su sistemi già esistenti.
9
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Il principio su cui si basa l’approccio del bilancio di volume (Whaley et al. 1992) è
la conservazione della massa: la differenza tra la quantità di fluido che entra nella
condotta e la quantità di fluido che ne esce, in un qualsiasi intervallo di tempo,
deve essere uguale alla variazione della massa immagazzinata nella condotta,
nello stesso intervallo di tempo.
10
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
11
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
12
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
variabili dipendenti (le misure), che sono variabili dinamiche, solo parzialmente
stimabili.
I parametri idraulici, pressione e portata, possono considerarsi soggetti ad un
continuo cambiamento costante, dovuto alle fluttuazioni legate a fenomeni di
moto vario. Una volta calibrato il filtro, con una serie di dati iniziali, assunti come
condizione di normalità, è possibile definire quando i valori misurati in tempo
reale stiano effettivamente deviando da quelli stimati attraverso con il filtro,
mostrando la possibile insorgenza di una perdita.
13
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
L’Analisi della deviazione è una delle prime tecniche basate sull’uso di modelli,
si basa sulla simulazione idraulica del moto in condotta, utilizzando, come
condizioni al contorno, alcuni dei dati misurati dalla rete, cosicché una perdita
può essere individuata quando i valori calcolati sono dissimili da quelli misurati,
non usati come condizioni al contorno. Lo scopo dell’uso di un modello è quello
di assicurare la capacità di individuare i cambiamenti di pressione e di portata,
causati da un evento di perdita, anche in presenza di fenomeni transitori. Usando
le misurazioni, ottenute ad una certa frequenza di campionamento, come
condizioni al contorno, la simulazione può tenere conto degli effetti transitori
presenti in rete.
Dato che i cambiamenti delle condizioni al contorno, causate da altri fenomeni
diversi dalla perdita, sono valutati tramite lo sviluppo del modello di moto vario,
le deviazioni, che si verificano tra valori calcolati agli estremi del tubo e quelli
misurati, possono essere ritenute indicative di una perdita.
Le normali fluttuazioni tra modello e misura possono causare delle leggere
deviazioni, tra dato calcolato e dato misurato, ma d’altronde la soglia di
deviazione viene stabilita per ogni coppia di valori calcolati di pressione e
portata. Sotto queste soglie, le deviazioni sono accettate come normali, dovute a
errori e disturbi di misura, incertezze nella modellazione fisica, oppure come
conseguenza di fluttuazioni con una frequenza troppo alta per essere modellate.
Solo quando la deviazione supera la soglia di allarme, viene interpretata come
una perdita.
Rispetto ai metodi che non si basano su modelli, il Metodo dell’Analisi della
deviazione permette di operare anche in presenza di transitori. Per individuare le
perdite di entità maggiore bastano pochi minuti, per le più piccole, invece si
richiedono almeno trenta minuti.
Questo tipo di metodo, però, ha necessità di una strumentazione in grado di
garantire misure di pressione e portata in ingresso e in uscita.
14
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Questo tipo di tecnica valuta la presenza delle perdite sulla base dei
cambiamenti, che queste producono sulla frequenza di oscillazione del sistema,
quindi i cambiamenti associati alla variazione di questa frequenza di oscillazione
possono essere decodificati per quantificare e localizzare la perdita. Questa
tecnica prevede l’utilizzo di una sola serie di misure di pressione in una sezione,
inoltre è necessario poter disporre di un dispositivo di generazione di un
transitorio da attivare periodicamente, al fine di analizzare la risposta in
frequenza del sistema, durante il fenomeno di oscillazione stazionario. Una volta
che questo tipo di moto si è stabilito in condotta, vengono prese le misure di
pressione, determinando, per ogni frequenza, le ampiezze massime e creando,
quindi, un diagramma di risposta della frequenza, dal quale possono essere fatti i
confronti tra il sistema intatto e quello con perdita. Il moto di oscillazione
stazionario può essere analizzato sia nel dominio del tempo che della frequenza,
però, nel dominio della frequenza, il calcolo risulta più diretto e veloce. Inoltre,
15
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
le equazioni che governano il fenomeno possono essere risolte nel dominio della
frequenza, assumendo che sia il carico che la portata siano composte di una
componente stazionaria e di una oscillatoria. Unendo le equazioni del moto con
quelle che esprimono le variabili, come insieme di una componente stazionaria
ed una oscillatoria, si hanno le funzioni di trasferimento, che si possono risolvere
o con il metodo dell’impedenza o con la matrice di trasferimento.
Un metodo (Mpesha et al. 2001) prevede l’esecuzione di analisi periodiche,
mediante un dispositivo, come una valvola, in grado di generare un transitorio,
producendo un fenomeno oscillatorio stazionario, durante il quale verranno
registrati i dati di portata e pressione. Questa operazione viene ripetuta per un
certo campo di frequenze, ottenute variando il periodo di oscillazione della
valvola. I risultati vengono poi confrontati con quelli ottenuti con un modello
numerico del sistema in assenza di perdita.
In modo simile anche Jonsson e Larson (1992) in analogia aCovas e Ramos (1999), in
accordo con Mpeshaet al. (2001) hanno proposto che la presenza di perdite e di
altre singolarità sia rivelata dalla presenza picchi di risonanza addizionali nel
diagramma sperimentale della risposta in frequenza (FRD frequency response
diagram). Asserendo che questi picchi siano, inoltre, minori dei picchi di
risonanza, che si avrebbero in un sistema senza perdite. I dati numerici presentati
da Mpesha (2001) sembrerebbero validare l’idea che esistano dei picchi nella
frequenza di risposta del sistema dovuti alle perdite.
I risultati raggiunti da Mpesha (2001), risultano, come evidenziato da Lee et al.
(2003), discordanti con quelli raggiunti da altri studiosi come Wylie e Streeter
(1993) e Chaudhry (1987).
La risposta in frequenza di una singola tubazione tipicamente contiene picchi ai
multipli dispari della frequenza fondamentale ( ω=a̟/2L) (Wylie e Streeter (1993)
e Chaudhry (1987)), mentre i risultati di Mpesha (2001) presentano dei picchi alla
prima, alla settima e alla tredicesima armonica. Nel caso con perdita, vi è una
frequenza di picco addizionale, la cui posizione ed ampiezza è utilizzata come
base per la ricerca perdite. Questo picco addizionale risulta posizionato alla
quinta armonica e non è chiara la ragione per cui è mancante nel caso di assenza
di perdite e riappare in presenza di una perdita.
16
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Ferrante e Brunone (2004) hanno presentato degli ulteriori risultati che rifiutano
l’esistenza di frequenze indotte dalla perdita. Variando la portata di perdita da
valori esigui a valori molto elevati, fino all’80% della portata transitante, si
notava un cambiamento della frequenza fondamentale del sistema, ma non vi
erano picchi addizionali su alcuna armonica. Secondo questo studio, la presenza
di frequenze addizionali indotte dalla perdita era da ritenersi connessa con la
confusione tra le armoniche già esistenti proprie della tubazione. Occorre notare
che Jonsson e Larson (1992) furono i primi a proporre l’idea di studiare le perdite
attraverso lo spettro di Fourier della traccia di pressione misurata e Mpeshaet al.
(2001) furono i primi a tentare di applicare tali idee.
Lee et al.(2005a,b) hanno introdotto due tecniche di ricerca perdite in transitorio,
basate sull’analisi, nel dominio della frequenza, della risposta del sistema ad un
transitorio indotto: il metodo della risonanza inversa e quello dei picchi di
risonanza sequenziali. Entrambi questi metodi sono basati sul fatto che una
perdita impone un pattern di tipo sinusoidale sui picchi della funzione di
risposta in frequenza e che le caratteristiche di questi pattern possono dare
informazioni utili sulla dimensione e sulla posizione della perdita. La tecnica
della risonanza prevede la minimizzazione della somma dei quadrati delle
differenze tra le funzioni di risposta in frequenza modellate e misurate,
cambiando il coefficiente di dimensione della perdita e la posizione lungo il tubo.
Il metodo dei picchi di risonanza sequenziali è basato sull’irregolare
smorzamento dei picchi delle armoniche, per le varie frequenza, causato dalla
presenza delle perdite, che viene confrontato con dei comportamenti tipici
tabellati, sui valori dei picchi di risonanza per quel tipico sistema.
Lee et al.(2005a,b) hanno derivato, inoltre, un’espressione analitica per
determinare il pattern tipico di una perdita in una condotta semplice, utilizzando
le equazioni della matrice di trasferimento. Trovando che la frequenza e la fase di
un pattern indotto dalla perdita sono direttamente relazionabili alla posizione e
all’entità della perdita. Questi risultati validano le osservazioni empiriche fatte da
Covas et al. (2005), FerranteeBrunone (2004) e Lee et al. (2005a,b). Usando questa
espressione analitica è stata sviluppata una procedura semplice per determinare
le perdite dal FRD. Questa procedura implica l’estrazione dell’ampiezza dei
picchi dal FRD e, attraverso l’analisi spettrale, vengono determinate le proprietà
17
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
18
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
dell’attrito non stazionario, sebbene sia noto che l’attrito non stazionario causi
delle attenuazioni nei picchi del FRD, si è visto che questo fenomeno è più
influente per le alte frequenze, mostrando un lieve trend, che può essere
agevolmente distinto dai patterns, più complessi, indotti dalla perdita nel FRD.
L’entità della perdita e la posizione sono determinati analiticamente con
un’analisi di Fourier, applicata direttamente alla versione modificata delle
equazioni fisiche, per determinare la relazione tra lo smorzamento e le diverse
armoniche. E’ stato trovato che il tasso di smorzamento per ogni frequenza, in un
segnale in transitorio, è differente per un tubo con perdita e lo smorzamento per
alcune componenti sia maggiore di quello che si avrebbe a causa delle sole
perdite dovute all’attrito. La localizzazione della perdita è determinata sulla base
dei differenti damping che si hanno sulle componenti armoniche.
La procedura è stata sperimentata per sistemi rudimentali, trovando anche
perdite con area di efflusso pari all’0.1% dell’area totale. Gli stessi autori
riconoscono però che l’accuratezza della metodologia proposta dipende da
numerosi fattori, tra cui l’appropriata modellazione del termine d’attrito non
stazionario e la validità della linearizzazione del carico e del flusso attraverso le
componenti stazionarie e transitorie. Uno studio dettagliato della tecnica di
analisi dello smorzamento in transitorio è stato sviluppato da Nixon e Ghidaoui
(2006) e gli effetti dell’approssimazione lineare sono risultati essere minimi,
comunque è stato trovato che il metodo manca di generalità ed è necessario
sviluppare ulteriori ricerche prima di applicare la tecnica in sistemi reali. In
particolare i ricercatori hanno evidenziato sei assunzioni, fatte da Wang et al.
(2002), che riducono di molto il range di validità della tecnica proposta, in
particolare i due punti più restrittivi sono:
• l’istantaneità della manovra che deve generare un transitorio di ampiezza
contenuta;
• lo schema dell’impianto in studio (serbatoio-tubo-valvola o serbatoio-
tubo-serbatoio).
Un altro lavoro, nel campo della ricerca perdite, mediante l’analisi in frequenza, è
il metodo della differenza d’onda stazionaria, proposto da Covas et al. (2005),
come da Lee et al.(2005a,b) e Mpesha et al. (2001),che fa uso del flusso oscillatorio
stazionario e dell’analisi spettrale. Il caso base è costituito da un tubo di
19
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
lunghezza infinita, sia nel caso di perdita singola, che doppia. L’assunzione di
lunghezza infinita è necessaria per assicurare che la riflessione dall’estremità del
sistema non ritorni verso la sorgente di disturbo, in modo tale da evidenziare al
meglio, almeno da un punto di vista teorico, le caratteristiche della risonanza
dovuta alla perdita. Per i tubi non danneggiati, non viene osservata nessuna
condizione di risonanza, mentre nei tubi danneggiati con una perdita sono
evidenti l’ampiezza dell’impedenza idraulica, con una condizione di risonanza
direttamente connessa alla posizione della perdita, nel caso con due perdite,
invece è necessaria una più complessa condizione di risonanza, che richiede
un’analisi attraverso la trasformata veloce di Fourier. In un sistema di serbatoio-
tubo- valvola, analogamente, viene considerato uno scenario con perdita e senza
perdita, per un tubo non danneggiato si è osservato che vi sono, nel diagramma
di risposta in frequenza, una serie di picchi ugualmente spaziati e di uguale
ampiezza. Nel tubo con perdita, vi è, invece, oltre ai picchi menzionati
precedentemente, anche un pattern, che può essere correlato con la posizione
della perdita, in analogia con quanto osservato da Lee et al.(2005a,b). Un’analisi di
sensitività ha mostrato l’impatto della posizione della perdita nel diagramma di
risposta in frequenza. Sebbene l’ampiezza dei picchi, associati con la posizione
del serbatoio, mantengano le stesse frequenze, la forma dei pattern indotti dalla
perdita, dipendono dalla posizione della perdita stessa. Le perdite sono
localizzate usando l’analisi spettrale della risposta in frequenza, che permette di
visualizzare le massime frequenze associate alla risposta del sistema.
L’utilizzo della trasformata di Fourier sulla frequenza, per derivare la posizione
della perdita, è, però, secondo Vıtkovsky e Lee (2008), in analogia con quanto viene
effettuato attraverso la tecnica della cross-correlazione nel dominio del tempo tra
Beck et al. (2005).
20
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
punto sorgente del transitorio, al punto di perdita, più quello necessario all’onda
riflessa per tornare indietro. Nota la velocità con cui viaggiano le onde, la
localizzazione della perdita può essere determinata dalla base di questo tempo di
arrivo.
Numerose pubblicazioni hanno descritto quest’uso del segnale di pressione.
Brunone (1999) ha proposto una tecnica semplice ed economica per evidenziare le
perdite nei tubi. Lo studio considera un singolo tubo, soggetto ad un transitorio,
e sviluppa una serie di relazioni, che permettono di calcolare, noti i tempi di
arrivo dell’onda principale e di quella riflessa, la posizione e l’entità della perdita.
Questa procedura è utile nell’ispezione periodica dei tubi, permettendo il
confronto tra curve di transitorio, registrate in momenti differenti. Anche altri
autori si sono mossi in questa direzione Jonsson eLarson (1992),Covas e Ramos
(1999), Jonsson (2001) ,Brunone e Ferrante (2001).
Il fondamento teorico del metodo è rappresentato da un’importante proprietà
delle onde di pressione. Queste, infatti, subiscono una riflessione parziale in
corrispondenza di ciascuna singolarità – ad esempio, una variazione di diametro,
una diramazione o una rottura – incontrata mentre, durante un transitorio, si
propagano in condotta. Le onde riflesse portano con loro informazioni relative
alle singolarità che le ha originate. Se si misura in una o più sezioni della
condotta la pressione, il passaggio di tali onde determina delle discontinuità nei
segnali di pressione che dipendono dalle caratteristiche della singolarità che le
hanno originate. Dalla conoscenza degli istanti in cui nella sezione di misura
transitano, rispettivamente, l’onda di pressione originata dalla manovra e quella
riflessa dalla singolarità è possibile determinare la posizione di quest’ultima. Il
coefficiente di riflessione della singolarità, inoltre, dipende dalle caratteristiche di
questa; nel caso di una rottura di assegnata geometria, ad esempio, tale
coefficiente aumenta all’aumentare delle sue dimensioni (Brunone e Ferrante,
2001).
Esempi di questo tipo di approccio nel dominio del tempo si possono trovare in
numerosi articoli, che sottolineano la rilevanza di tale metodo per ingegneri
idraulici e chimici, (Brunone, 1989; Brunone 1999; Covas et al., 2000; Jonsson e
Larson, 1992; Silva et al., 1996) e per condotte che trasportano petrolio e per pozzi
di elevazione di gas.
21
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Beck et al. (2005) analizzano il segnale di pressione, con una tecnica innovativa,
sviluppata per l’analisi di segnali, che contengano delle onde riflesse, applicando
un’estensione dell’analisi della cross-correlazione e testando il metodo con degli
esperimenti di laboratorio su un sistema semplice. Essenzialmente l’approccio si
basa sul calcolo della derivata seconda della cross-correlazione, al fine di scoprire
la firma dell’onda riflessa, che è nascosta in patterns più complessi. La derivata
prima della cross-correlazione indica l’ampiezza del gradiente, mentre la
derivata seconda mostra dei picchi nei punti dove cambia il gradiente, ovvero la
posizione delle varie onde riflesse.
E’ da notare, però, che molti dei metodi sin qui analizzati si basano molto su una
conoscenza esatta del comportamento del sistema in assenza di perdita e,
soprattutto, hanno come presupposto la riproducibilità del segnale, che genera il
transitorio, ma nei casi in cui il segnale transitorio non è perfettamente
riproducibile, è difficile, se non impossibile determinare i cambiamenti
nell’integrità del sistema.
Vitkovsky et al. (2003b) hanno descritto un metodo per identificare la riflessione
dovuta alle perdite, attraverso un metodo che si basa sulla determinazione della
Impulse Response Function (IRF), una relazione unica tra il segnale di impulso e
il segnale di pressione misurato. Questa relazione si basa solo sulle caratteristiche
fisiche del sistema e, per un dato sistema, la risposta in transitorio di forme
completamente differenti produce un’identica IRF. L’uso di questa funzione per
la ricerca perdite fu, inizialmente, usata, però, prevalentemente, per determinare
i cambiamenti nella pendenza del carico idraulico, come d’uso nei metodi di
ricerca perdita nel caso stazionario.
Nel lavoro di Vitkovsky et al. (2003b) è mostrato come la IRF può rifinire tutte le
riflessioni del sistema, attraverso degli impulsi molto ripidi, che risultano,
quindi, ben evidenziati. Un altro tipo di analisi è quella studiata da Stoianov et al.
(2002), Ivetice Savic (2002), Ferrante e Brunone (2003) che usano la trasformata
wavelet per evidenziare le riflessioni dovute alle perdite all’interno del segnale di
pressione. L’analisi wavelet è una tecnica di analisi armonica successiva a quella
di Fourier, che permette di analizzare il segnale sia nel dominio del tempo sia in
22
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
23
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Pudar e Liggett (1992) hanno proposto una metodologia di ricerca perdite basata
su un modello di tipo inverso, in regime stazionario, dove le variabili di stato
(pressioni e/o portate)sono considerate come input, e assumendo che le perdite
possono essere simulate tramite orifici, localizzati solo in corrispondenza dei
nodi della rete, L’individuazione delle perdite viene fatta calibrando il modello
idraulico della rete in regime stazionario, attraverso l’algoritmo di ottimizzazione
di Levemberg - Marquardt. Tale procedura ha portato, nel caso di sistemi sovra
determinati, ad una soluzione esatta, ma nel caso di sistemi sotto determinati non
è stato possibile individuare una risposta certa: è stato mostrato che, nei sistemi
sotto determinati, la variazione nell’area di perdita, dovuta agli errori nella stima
dei coefficienti di scabrezza, è significativamente maggiore della variazione
dovuta agli errori nella misura del carico idraulico, indicando che la valutazione
accurata della scabrezza è necessaria per fare un calcolo inverso accurato.
Liggett e Chen (1994) cambiarono la prospettiva dell’analisi inversa, virando verso
l’analisi non stazionaria. In contrasto con l’analisi stazionaria, le condizioni di
transitorio offrono potenzialmente un numero di informazioni maggiori, anche
da pochi punti di misura, trasformando un sistema non determinato in uno
determinato, dato che ogni stazione di misura può produrre un numero illimitato
di punti nel tempo, permettendo la calibrazione di coefficienti di scabrezza e di
perdita.
Sia Pudar e Liggett (1992) che Liggett e Chen (1994) definiscono la funzione
obiettivo del problema inverso come la somma al quadrato delle differenze tra
carichi misurati e simulati. Un accurato risolutore per i transitori, generalmente
basato su un metodo alle caratteristiche finite, è richiesto insieme ad un
algoritmo di ottimizzazione, che minimizzi l’errore globale. Un lavoro molto
simile è anche quello di Liou e Tian (1995). La metodologia proposta da Liggett e
Chen (1994) è stata negli anni rifinita da molti ricercatori, focalizzando
l’attenzione sui metodi di ottimizzazione della funzione obiettivo, lo sviluppo di
adeguati strumenti di misura e di modelli idraulici in transitorio adeguati.
Vi sono generalmente due metodi per minimizzare la somma dei quadrati delle
differenze tra dati osservati e simulati: la prima strada è quella degli algoritmi di
24
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
25
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
27
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
28
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
dei risultati raggiunti, nella pratica della modellistica applicata, è stata limitata,
per il momento, in larga parte solo a sistemi molto semplici, ovvero per tubazioni
integre, in assenza di diramazioni e/o perdite.
La convinzione generale, nei riguardi del termine d’attrito in condizioni non
stazionarie, era legata essenzialmente alla trascurabilità di questo termine per le
applicazioni pratiche, come può essere in quei casi in cui si è interessati solo al
primo ritmo della condotta, come nel caso dell’analisi wavelet, ma vi sono
condizioni in cui l’influenza di questo termine è tutt’altro che trascurabile,
(Ghidaoui e Mansour, 2002; Axworthy et al., 2000), come per simulazioni di moto
vario in un periodo lungo o per sistemi che hanno lunghezze molto brevi, quindi,
generalizzando, per tutti quei sistemi dove non vi è il tempo sufficiente affinché
la diffusività del sistema permetta di non tener conto dello sforzo di taglio non
stazionario.
Attualmente è in discussione l’individuazione di linee guida per decidere
quando e dove tener del fattore d’attrito in condizioni non stazionarie, ma
sembra chiaro che l’uso di questi modelli non possa esser fatto in modo
indiscriminato, occorre, in primo luogo aver chiara la situazione che si sta
analizzando e l’adeguatezza del modello che si vorrebbe implementare.
In particolare, come emerso nella sezione speciale sul coefficiente d’attrito in
condizioni non stazionarie nella 9th International Conference on Pressure
Surges(Marzo 2004), il punto cruciale della ricerca è quello di chiarire quali sono
le condizioni in cui si può trascurare tranquillamente il coefficiente d’attrito in
condizioni non stazionarie e quando, invece, è necessaria un accurata
modellazione.
I risultati emersi da questo lavoro indicano che per dei flussi esterni superiori al
30% del valore circolante, allora gli effetti del coefficiente d’attrito in condizioni
non stazionarie possono essere trascurati, il che implica che il coefficiente
d’attrito in condizioni non stazionarie ha un impatto rilevante su tutte quelle
tecniche di ricerca perdite, che considerano il solo coefficiente d’attrito in
condizioni stazionarie.
In un recente studio è stato mostrato l’uso dei transitori idraulici, ipotizzando
una condotta che risponda elasticamente ed un modello di transitorio in grado di
replicare le misure ricavate dalla condotta. Nello studio vengono presentati i
29
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
30
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
31
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
L’ascolto della condotta, per rilevare il rumore prodotto dalle perdite è stata una
delle prime tecniche utilizzate già dal 1850’s (Pilcher 2003). I dispositivi acustici,
infatti, hanno la funzione di intercettare il rumore prodotto dalla tubazione
quando si verifica una perdita, tale onda si propaga dalla zona di perdita con una
certa velocità, determinata dalle proprietà fisiche del fluido nella condotta (Hough
1988, Klein 1993, Kurmer 1993, Turner 1991).
L’utilizzo di questa tecnica deve tener conto di numerosi fattori, come per
esempio le attenuazioni del segnale acustico, che dipendono dal tipo di terreno in
cui giace la tubazione danneggiata (Hunaidi e Chu 1999). Inoltre anche il
materiale, di cui è composto il tubo, ha un’influenza considerevole
sull’attenuazione del segnale di perdita, per esempio le tubazioni in materiale
plastico trasmettono il rumore prodotto dalla perdita in modo più attenuato,
rispetto alle tubazioni di metallo.
Dato che l’onda sonora si propaga sia attraverso il materiale del tubo, che
attraverso l’acqua, nei grandi diametri si verifica una maggiore attenuazione del
segnale.
L’ispezione della tubazione deve essere condotta manualmente, spostando i
sensori lungo la tubazione, oppure mediante dei sensori fissati stabilmente lungo
la condotta ed interrogati ad intervalli fissi.
Il raggio d’azione di questo tipo di sensori è, però, abbastanza limitato, quindi è
necessario installarne molti lungo l’intero sviluppo della linea. Questi sensori
devono individuare i segnali acustici provenienti dalla condotta e discriminare le
perdite dagli altri rumori prodotti dalle normali operazioni di linea.
Nella ricerca perdite, mediante segnali acustici, la tecnica più comune per
individuare la posizione della perdita è la cross-correlazione, se una perdita è
presente tra due sensori, la funzione di cross-correlazione, presenta un picco
evidente, che corrisponde ad una differenza nel tempo di arrivo del segnale di
perdita a ciascuno dei due sensori, permettendo di individuare la posizione della
perdita.
32
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
33
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
34
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 2
2.1 Introduzione
In questo capitolo sarà approfondita la tematica relativa all’analisi bayesiana, già
introdotta, in modo sintetico, nello stato dell’arte. Partendo dalla presentazione
dei lavori già pubblicati in letteratura e analizzando le peculiarità degli stessi, si
definiranno le modalità di applicazione di queste tecniche per casi di complessità
maggiore, per poi sviluppare una nuova applicazione dell’analisi probabilistica,
utilizzando come strumento di modellazione idraulica un modello di moto vario
alle caratteristiche, che permette di aumentare il numero di punti di controllo nel
dominio del tempo, sfruttando la successione di dati temporali.
35
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Pr, |̅
=
, | = ̅
=
= ̅|,
Pr ,
1.
Pr(X=x) 3.
= −
4.
36
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
denota la differenza tra il valore reale del sistema e quello modellato per un certo
x, tale valore è definibile come incertezza del modello (model discrepancy ).
Analogamente si può definire l’incertezza di misura, come
=− 5.
= + =
+ + 6.
Nel caso più semplice e più usato, dove X, ed e sono trattati come mutuamente
indipendenti, la scelta delle distribuzioni marginali di ed e modellano la
distribuzione condizionale Pr(Z=z | X=x).
La distribuzione a priori Pr(X=x) quantifica il tipo di conoscenza che si ha del
parametro del modello, prima di avere le osservazioni Z=zobs.
Occorre notare ancora una cosa, quando i modelli fisici sono inaccurati gli errori
che si commettono producono effetti sistematici sugli output del modello: la
persistenza dell’errore è rappresentata dalla dipendenza delle componenti di
calcolo dalla discrepanza . In questo caso, quindi, le osservazioni che si possono
dedurre dal modello non sono indipendenti per ogni set di parametri.
L’unica situazione in cui si può ignorare l’incertezza del modello si ha quando
l’incertezza predominante è quella di misura, in questo caso è, generalmente,
possibile trattare le osservazioni dedotte dal modello come indipendenti rispetto
a X, anche se è anche pur vero che se le misure sono affette da forti errori, allora
l’informazione veicolabile dalle stesse è minore: diviene, così, importante
scegliere accuratamente la distribuzione a priori.
La valutazione dell’incertezza del modello è molto difficile, quindi, spesso, viene
ignorata e posta uguale a zero. In questo modo ciascuna informazione viene
trattata come se contenesse più informazioni e tale applicazione potrebbe
influenzare il tipo di distribuzione a posteriori fino a renderla incompatibile con
l’applicazione specifica.
37
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Come si vedrà in seguito, per ovviare a questo problema, sarà introdotta una
nuova tecnica di analisi, che, sfruttando le potenzialità del filtro di Kalman,
permetterà di gestire in modo separato l’incertezza relativa ai parametri e quella
relativa al modello.
38
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
ℎ − ℎ
− =0 7.
ℓ * +ℓ
,
ℎ − ℎ
− − =0 9.
39
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
40
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
→" 13.
Pr0|"2
=
" = "2 |0, ̅
Pr 0
14.
È equivalente
= ̅|0, "2
16.
Pr0|"2
=
= ̅|0, "2
Pr 0
17.
Pr0|"2
=
= ̅
Pr 0
18.
41
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Pr0
= Prℓ, #, /
= Prℓ
Pr#
Pr /
19.
42
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-1: Schema con una condotta che collega due serbatoi a livello costante
43
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
ℓ * +ℓ
,
ℎ − ℎ
− − =0 22.
ℓ
ℎℓ
= ℎ − * = 0 23.
222222222
Δ" = |" − " 6+768 | 24.
44
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-2: Andamento dei dati di portata in ingresso e in uscita nel tempo –perdita circa 2%
45
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-3: Distribuzione di probabilità della posizione della perdita – perdita pari al 2%
46
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
47
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
<= = >?|0
27.
dove <= è un vettore con dimensioni @ × 1 che rappresenta i valori predetti dal
modello, ? è una matrice @ × C di variabili di input e 0 il vettore di C parametri
incogniti.
Dati i valori misurati y, si denotano gli errori residui della predizione come:
D0
= <= − < = EF 0
, 0
, … , H 0
I 28.
JKCKJK) LML = ∑H
OPF O 0
29.
Mentre la statistica classica considera i parametri del modello 0 come dei valori
incogniti fissi, la statistica bayesiana li considera come delle variabili
48
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
TU
H .] ^
/F`U
Q0|R, #
= S
V
W exp [−#
∑H
OPF \ \ a 30.
V
dove
EcdeF`U
/fIg/
b#
= F`U
EcdF`U
/fIh/ 31.
cdeF`U
/f F/F`U
#
= i cdF`U
/f j 32.
49
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Come già accennato la risoluzione delle equazioni del modello può essere
effettuata con l’ausilio di EPANET come solutore idraulico e le postazioni di
perdita potenziali sono fisse. L’entità utilizzata per descrivere la perdita è
l’EMITTER (Rossman, 2000), il cui coefficiente dovrà essere calibrato.
50
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-5: Rete di studio come mostrata da Pudar e Ligget (1992). I coefficienti d’attrito Hazen-
William hanno tutti un valore di 120.
51
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Sempre nel lavoro di Puust et al. (2006) si trova l’applicazione per la rete di
Anytown, avente lo schema mostrato in Figura 2-6:
In questa applicazione, gli autori hanno ipotizzato che siano disponibili dei valori
osservati di pressione ai quattro nodi indicati in Figura 2-6, in quattro condizioni
di carico differenti, con assegnato un valore ben definito ai coefficienti di perdita.
Questi valori osservati sono stati modificati al fine di creare una misura
imperfetta, aggiungendo del rumore normalmente distribuito, con media zero e
deviazione standard 0.1 m.
I casi oggetto di studio presentati sono due:
1. Una perdita effettiva con:
a. 12 posizioni potenziali di perdita;
b. 6 posizioni potenziali di perdita;
2. Due perdite effettive con:
a. 12 posizioni potenziali di perdita;
b. 6 posizioni potenziali di perdita;
Anche in questo caso il problema è sovradeterminato, in quanto si utilizzano 20
misure di pressione (4 punti di misura per 5 condizioni di carico), per
determinare i coefficienti di massimo 12 postazioni di perdita. Dai risultati
riportati nell’articolo è possibile notare come alcuni punti abbiano una notevole
52
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
dispersione dei valori: la media e la deviazione standard della stima hanno, quasi
lo stesso valore, in particolare questi punti si concentrano nelle zone più sensibili,
come quelle di ingresso.
Nella parte conclusiva dell’analisi gli autori rilevano i vantaggi della metodologia
basata sull’approccio SCEM-UA:
1. Sia la dimensione della perdita che l’errore associato possono essere
determinati in un solo modello di ottimizzazione, quindi non è necessario
effettuare alcun post-processing, come nelle metodologie FOSM (first
Order Second Moment), eliminando, quindi, la necessità di verificare le
ipotesi associate di linearità e normalità dei residui;
2. Non è richiesto nessun calcolo delle derivate, che possono essere un
problema in presenza di discontinuità.
Il maggior inconveniente riscontrato nell’uso dell’algoritmo SCEM-UA è lo
sforzo computazionale necessario, che resta, però, non troppo differente da
quello richiesto con l’uso di tecniche alternative, come gli algoritmi genetici in
associazione con un metodo FOSM.
Nelle conclusioni gli autori ipotizzano degli sviluppi futuri come l’applicazione
della metodologia:
1. per diverse tipologie di rete, mutuate anche dai casi reali;
2. con diversi modelli di solutori idraulici;
3. con l’uso di misure addizionali come le misure di portata;
ed infine:
4. lo studio di come e con quali mezzi definire in modo migliore la
distribuzione a priori dei parametri incogniti.
Partendo da questi spunti prende origine il lavoro di questa tesi, che vuole dare
una risposta ai quesiti posti in conclusione al lavoro citato, ponendo, infine,
l’attenzione anche su una nuova metodologia, finora mai applicata in campo
idraulico, che deriva dall’unione delle potenzialità dell’analisi SCEM-UA con il
filtro di Kalman d’insieme.
53
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
H2=5 m
50 m 50 m
Si assumono:
• Condizioni al contorno del modello: misure di pressione.
• Condizioni di confronto per l’ottimizzazione: misure di portata,
differenziandosi da quanto fatto nelle precedenti applicazioni. In
particolare, nelle reti di adduzione, questo tipo di possibilità può essere di
utile applicazione, in quanto potrebbe essere più difficile raggiungere dei
manufatti intermedi, mentre può risultare molto più semplice monitorare
portata e pressione nei nodi estremi.
54
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-7: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
Figura 2-8: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
55
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-9: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
Q2=14.85 m
50 m 50 m
Si assumono:
• Condizioni al contorno del modello: Misure di pressione a monte e
portata a valle;
• Condizioni di confronto per l’ottimizzazione: Misure di portata a monte e
pressione a valle.
56
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-10: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
Figura 2-11: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
57
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-12: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
H2=5 m
30 m 70 m
Si assumono:
• Condizioni al contorno del modello: Misure di pressione
• Condizioni di confronto per l’ottimizzazione: Misure di portata,
differenziandosi da quanto fatto nelle precedenti applicazioni.
58
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-13: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
Figura 2-14: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
59
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-15: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
Caso4
Effettuando un’ulteriore prova sulla medesima condotta, ma impostando
differentemente il problema:
H1=10 m
Q2=14.85 m
30 m 70 m
Si assumono:
• Condizioni al contorno del modello: Misure di pressione a monte e
portata a valle;
• Condizioni di confronto per l’ottimizzazione: Misure di portata a monte e
pressione a valle.
60
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-16: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
Figura 2-17: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
61
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-18: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
62
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Caso1
Si ha:
50 m 50 m
Figura 2-19: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
63
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-20: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
Figura 2-21: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
64
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Caso2
Si ha:
30 m 70 m
Figura 2-22: Distribuzione di probabilità del coefficiente di perdita in assenza di errori di misura
65
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-23: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 2%
Figura 2-24: Distribuzione di probabilità del coefficiente di perdita con errori di misura del 10%
66
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
67
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
68
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
69
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
70
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
71
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
72
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-39: Differenze percentuali tra portate reali e stimate, calcolate utilizzando i parametri
con maggiore probabilità
73
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Anche nella valutazione dei carichi si ottiene una stima con differenze
percentuali inferiori alla soglia dell’errore di misura.
Figura 2-40: Differenze percentuali tra carichi reali e stimati, calcolate utilizzando i parametri
con maggiore probabilità
Tutti i dati utilizzati sono stati perturbati con un disturbo casuale pari al 2% del
valore misurato.
In questo caso, si osserva che, avendo a disposizione circa 120 misure nel tempo,
il problema è abbondantemente sovradeterminato, infatti l’algoritmo di calcolo
necessita di una sola iterazione per raggiungere la convergenza.
Le differenze percentuali, per ciascun punto di controllo, presentano una buona
convergenza, in quanto sono molto basse (Figura 2-41), in particolari inferiori allo
0.2%:
Figura 2-41: Differenze percentuali tra la portata reale e quella modellata nel tempo, per ciascun
punto di calcolo, calcolate utilizzando i parametri con maggiore probabilità
75
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-42: Differenze percentuali tra il carico reale e quello modellato nel tempo, per ciascun
punto di calcolo, calcolate utilizzando i parametri con maggiore probabilità
L’acquedotto del Simbrivio fa parte di ACEA ATO2, tale struttura alimenta gran
parte delle zone a Sud di Roma, in particolare la zona dei Castelli Romani.
La dorsale principale, oggetto di questo studio numerico, si diparte dal
manufatto di riunione delle diverse Sorgenti, fino ad arrivare al partitore in
pressione “I Colli” (Figura 2-43). Lungo questo percorso vi sono diverse
diramazioni a servizio dei centri abitati, posti lungo il percorso, le cui domande
sono monitorate nei punti di arrivo ai serbatoi comunali.
76
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
77
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
78
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
79
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
80
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-53: Differenze percentuali tra portate reali e stimate, calcolate utilizzando i parametri
con maggiore probabilità
81
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-54: Differenze percentuali tra carichi reali e stimati, calcolate utilizzando i parametri
con maggiore probabilità
83
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
84
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
85
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-64: Differenze percentuali tra portate reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità, punto d’ingresso, in corrispondenza della condizione di monte
86
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 2-65: Differenze percentuali tra carichi reali e modellati, calcolati utilizzando i parametri
con maggiore probabilità, punto d’uscita, in corrispondenza della condizione di valle
Figura 2-66: Differenze percentuali tra carichi reali e modellati, calcolati utilizzando i parametri
con maggiore probabilità, nei punti di controllo intermedi
87
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Come si può notare nei punti intermedi le differenze percentuali sono molto
elevate, è quindi evidente, in contrasto con il caso precedente del Peschiera in
moto vario, che quando sono note e ben identificate le postazioni di perdita si
ottiene un risultato di stima del parametro con massima probabilità migliore.
88
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
89
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 3
3.1 Introduzione
Fin qui si è utilizzato un trattamento dell’incertezza comune alla maggior parte
degli approcci bayesiani, che la trattano come legata esplicitamente e
primariamente alla stima dei parametri del modello.
Come già accennato in più punti, in questa parte della tesi si introduce un nuovo
modello per il trattamento dell’incertezza, distinguendo tra quella associata alla
stima dei parametri e quella legata al modello stesso.
Pochi autori discutono del trattamento delle variabili di input e di stato, nonché
delle incertezze legate alla struttura del modello, (Young e Beck, 1974; Beck e
Young, 1975; Kitanidis e Bras, 1980,1980b; Beck,1985,1987; Hebson e Wood,1985;
Young,1986), anche se è chiaro che le incertezze, in una procedura di
modellazione, non dipendono solo dalla stima dei parametri, ma anche dagli
errori di misura dei parametri di stato del modello e dagli errori strutturali di
modello, che derivano dall’aggregazione processi reali, spazialmente distribuiti,
in un modello matematico di sintesi.
Non tener conto in modo accurato di questi errori durante la calibrazione del
modello può portare a simulazioni, con associati margini d’incertezza, che non
trovano riscontro nelle misure dirette.
Ciò trova evidenza nei residui, che esibiscono una considerevole non
stazionarietà e variazioni della varianza.
Le applicazioni mostrate precedentemente, utilizzando l’analisi Bayesiana, sono
in linea con le applicazioni che tentano di dare una valutazione dei parametri,
associando l’intera incertezza alla stima di quest’ultimi, considerando il
90
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
91
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
non sono direttamente misurabili. L’incertezza nella stima dei parametri, quindi,
ritorna nell’incertezza della stima delle variabili di stato del modello. Per
estendere l’utilità e l’applicabilità delle tecniche SDA alla modellazione idraulica,
è importante esplicare una metodologia formale, che non solo aggiorna, in modo
ricorsivo, le variabili di stato, ma simultaneamente stima i parametri del modello.
La maggior differenza tra questo tipo di impostazione e le metodologie di
calibrazione classiche è che questo approccio non assegna un’incertezza primaria
ai parametri, ma calcola esplicitamente le incertezze di modello, dei parametri e
delle variabili di stato durante il processo di calibrazione.
L’algoritmo (SODA) utilizzato in questa applicazione (Vrugt et al., 2005) si basa
su un metodo che combina le potenzialità delle tecniche di SDA, con quelle
dell’algoritmo SCEM-UA (Vrugt et al., 2003), con il potere e l’efficienza
computazionale del filtro di Kalman esteso (Evensen, 1994).
L’applicazione dell’algoritmo SODA richiede un cambio di filosofia, in quanto il
processo di calibrazione non viene più considerato al fine di trovare il miglior set
di parametri, che genera la miglior previsione del modello. Invece, il set di
parametri ottimali identificati mediante la procedura SODA ha senso solo in
combinazione con i metodi SDA, e, conseguentemente, per definizione, non
genererà la miglior previsione possibile quando non è possibile fare un
aggiornamento delle variabili di stato, che è il caso tipico di quando si valutano le
capacità di predizione di un modello durante un periodo di valutazione
indipendente.
L’implementazione del modello SODA permette di ottenere:
• Una predizione più significativa dei margini d’incertezza della
simulazione con il modello;
• Una stima dei parametri che rappresenta meglio le proprietà del sistema,
che risultano meno influenzate da errori di modello.
92
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
0
= E<F 0
, … , <r 0
I 35.
<l = skl
36.
Dove s∙
è l’operatore di misura, che definisce il legame tra misure e output del
modello.
93
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
D0
= td0
f − tdnf = EF 0
, … , r 0
I 37.
Dove t∙
è un operatore che permette di fare diverse trasformazioni lineari e
non lineari.
L’approccio classico alla stima dei parametri ignora l’incertezza dei dati di input
= n
e assume che il modello di predizione >∙
sia corretto. In linea con la
teoria classica della stima, i residui D0
vengono assunti come mutuamente
indipendenti, distribuiti secondo una Gaussiana, con una varianza costante. Sotto
queste ipotesi, il miglior set di parametri viene trovato, tradizionalmente,
minimizzando l’equazione:
uvv 0
= ∑rlPF l 38.
In questo modo, però, gli errori di input, le differenze tra dato modellato ed
osservato e gli errori di modello convergono in un unico termine, che, spesso, si
manifesta nella serie storica dei residui con un’elevata non stazionarietà e
eteroschedasticità.
Anche utilizzando le procedure di analisi Bayesiana, come quella SCEM-UA già
illustrata,(Vrugt et al., 2005) non si riesce a tener conto delle diverse fonti
d’incertezze e a darne un trattamento adeguato, tenendo in debito conto le
informazioni che si possono ricavare dallo sviluppo temporale della serie di
osservazioni. Come sarà illustrato nel seguito, le tecniche di analisi SDA, invece,
permettono di trattare adeguatamente i diversi aspetti.
94
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
<l = skl
+ {l 40.
Con
{l ~@0, }l~
41.
)l = <ql − smkl o 42.
Che aggiorna la previsione di stato futura, kl , poi si calcola lo stato aggiornato,
kl , utilizzando l’equazione standard:
kl = kl + l <ql − smkl o 43.
95
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
l = Σ
s ds ∑7
l s + Σ
f
~ +F
44.
kl = kl − kl 45.
Dato che l’incertezza nella struttura del modello e nei dati di output può essere
specificata, rispettivamente, mediante il termine y e mediante l’errore di misura {
e l’incertezza nei dati di input può essere valutata attraverso una perturbazione
stocastica degli elementi di input n, il KF offre uno strumento molto generale per
tener conto delle diverse forme d’incertezza.
Per ovviare ai problemi di calcolo legati alla non linearità di molti modelli e
all’onerosità del calcolo matriciale, associato alle matrici di covarianza degli
errori, Evensen (1994) ha proposto il filtro di Kalman d’insieme (Ensemble
Kalman Filter - EnKF), che utilizza dei metodi Monte Carlo per generare
un’insieme di traiettorie del modello, dalle quali l’evoluzione temporale della
densità di probabilità a posteriori e le relativa covarianza di errore viene stimata.
96
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
, con A
dove A = A − A è l’insieme delle medie delle previsioni.
O O O
<l = <l + {l 50.
O
{l ~@0, }l~
= 1, … , @ 51.
97
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
22222
Σ
~ = {{ 52.
$ = $ + Σ
s ds ∑7
l s + Σ
f d − s$
f
~ +F
53.
98
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
F F+
} = Σ
s ds ∑7
l s + Σ
f %Δx}7
~ +F
57.
In particolare le variabili di stato del modello possono essere riscritte come segue:
99
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
100
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
La prima applicazione che si presenta è quella relativa al caso del Peschiera, già
illustrato in precedenza. Il modello idraulico che si utilizza è un modello alle
caratteristiche, in cui sia i dati che si utilizzano come condizioni al contorno, che
quelli che si utilizzano per l’ottimizzazione sono stati perturbati con un errore
casuale del 2%.
Figura 3-1: Differenze percentuali tra portate reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità
101
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 3-2: Differenze percentuali tra carichi reali e modellati, calcolati utilizzando i parametri
con maggiore probabilità
102
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
103
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 3-3: Differenze percentuali tra portate reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità, punto d’ingresso, in corrispondenza della condizione di monte
104
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 3-4: Differenze percentuali tra carichi reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità, punto d’ingresso, in corrispondenza della condizione di monte
Figura 3-5: Differenze percentuali tra portate reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità,
105
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 3-6: Differenze percentuali tra carichi reali e modellate, calcolate utilizzando i parametri
con maggiore probabilità
106
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
107
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
108
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 4
4.1 Introduzione
Nei capitoli precedenti è stato possibile notare l’importanza del corretto
posizionamento delle postazioni di perdita, da qui la necessità, già sottolineata
anche dagli altri autori, che si sono occupati di analisi probabilistica, di mettere a
punto un dispositivo per una stima preliminare delle postazioni di perdita di
maggiore importanza. Come già accennato, questo tipo di dispositivo è un
sensore galleggiante, che può essere inserito nella condotta, per percorrerla
completamente. Durante il percorso tale sensore registrata i dati di pressione,
correlabili, nota la geometria della condotta, alla posizione del sensore stesso.
Contemporaneamente il sensore acustico, che viaggia insieme al sensore di
pressione, permette di capire quali sono le zone in cui più probabilmente si
concentra la perdita.
4
s =)+U+ 59.
109
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
4
s = ) + U
+
61.
∆s = sF − s = #
M" 62.
110
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
111
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
112
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 5
5.1 Introduzione
In questo capitolo si vuole dare cenno ad una tecnica innovativa che permette,
utilizzando la combinazione di due tecniche già esistenti, di migliorarne
l’efficacia. Questo tipo di tecnica, differentemente da quelle già analizzate, non
permette di individuare la posizione della perdita, ma solo di individuarne la
formazione. Come verrà illustrato nel capitolo successivo, questo tipo di tecnica
può essere utile in un sistema di monitoraggio completo, che comprenda l’analisi
in tempo reale dei dati di misura delle grandezze idrauliche.
113
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
≡ "
− "
63.
114
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Il valore del residuo del bilancio di flusso tra ingresso e uscita,
,viene,
quindi, utilizzato per confrontare le due ipotesi:
• assenza di perdita
H 0 : R ( k ) ∞N ( µ 0 ; σ )
64.
• presenza di perdita
H1 : R ( k ) ∞N ( µ0 + ∆µ ;σ )
65.
N ( µ 0 + ∆µ ; σ )
λ = ln
N ( µ0 ; σ ) 66.
∆µ ∆µ
λ ( k ) = λ ( k − 1) + 2
R ( k ) − µ0 −
σ 2 67.
< B ⇒ no leak
λ
≥ A ⇒ leak 68.
F+¤
$¡, ¢
≤ ¥
69.
¤
¦¡, ¢
≥ F+¥ 70.
115
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
R ( k ) − R ( k − N0 + 1)
µˆ 0 ( k ) = µˆ 0 ( k − 1) + 71.
N0
≡ "
− " −
72.
dove
L
τ=
a
116
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
¨
= 73.
: ©
in condizioni di moto vario d’insieme, con L è pari alla distanza tra i misuratori
di portata in ingresso e in uscita.
Qualora le condizioni operative della rete lo rendano necessario, è possibile
calcolare detto residuo, R(k), sia in condizioni quasi stazionarie, che transitorie,
incorporando un termine correttivo, che tenga conto delle fluttuazioni legate alla
massa presente all’interno del tratto di tubazione in esame. Il termine correttivo
potrà essere calcolato attraverso le condizioni di pressione misurate agli estremi,
nell’intervallo temporale di misura (t;t-∆t) e sulla base delle caratteristiche fisiche
note della tubazione in esame.
117
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 5-1: Posizionamento degli strumenti di misura della portata e della perdita intermedia,
nel laboratorio di Costruzioni Idrauliche (DICEA – ‘Sapienza’ Università di Roma)
118
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 5-2: Le portate registrate in 20 minuti di osservazione, con apertura della perdita dopo 10
minuti dall’inizio della prova
I risultati che si sono ottenuti, mediante l’applicazione del test SPRT, sono i
seguenti:
Come si vede, il tempo di rilevazione, per una perdita del 4% è pari a 4 minuti
circa.
119
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
= − 1
+ " 74.
=
+ 75.
120
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
| − 1
= − 1| − 1
76.
Q| − 1
= Q − 1| − 1
+ y
77.
4ª|ª+F
'
= 78.
4ª|ª+F
`ǻ
|
= | − 1
+ '
d
− | − 1
f 79.
Q|
= d1 − '
fQ| − 1
80.
=
− | − 1
81.
Ponendo poi:
y
= '
82.
=
+ Q| − 1
83.
121
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Dove
la covarianza d’innovazione calcolata attraverso l’autocorrelazione
della sequenza d’innovazione
, all’interno di una finestra d’estimazione
mobile di dimensione M:
F ª
= ∑ K
¬ Pª+¬`F
84.
=
− |
85.
=
d1 − '
f 86.
Nel caso della portata tale residuo rappresenta direttamente la portata di perdita.
Per far partire l’algoritmo, 0|0
, Q0|0
, y0
, 0
devono essere inizializzati.
Per 0|0
si può assegnare direttamente il valore della prima misura, p.e.
0|0
= 1.01 ∙ 1
. In questo modo il livello di rumore assegnato al modello è
molto basso, per Q0|0
, y0
, 0
si può adottare il valore iniziale di 1. Questo
permette di tener conto dell’incertezza sia nel processo di predizione, che sia in
quello di stima. Nel caso si sia sicuri che le misure siano effettuate in una
condizione di assenza di perdite è possibile assegnare un valore di 0|0
molto
vicino a 1
, aumentando y0
e diminuendo 0
. In questo modo si aumenta
la velocità di convergenza del filtro. Non è consigliabile porre Q0|0
, y0
, 0
al
valore zero, perché in questo modo, il filtro sarà conforme al 100% al processo di
predizione o di misura, portando ad un’impossibilità di convergenza. Una volta
che il filtro è arrivato a convergenza, i parametri Q e R saranno aggiornati
automaticamente e saranno necessarie solo le misure correnti per l’output.
122
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Figura 5-4: Andamento dei dati reali e di quelli ottenuti mediante il filtro di Kalman per la
misura di portata di monte
Figura 5-5: Andamento dei dati reali e di quelli ottenuti mediante il filtro di Kalman per la
misura di portata di valle
123
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Applicando il test SPRT alla differenza, sia a monte che a valle, tra dati misurati e
dati stimati con il filtro di Kalman, verificando quando la differenza è
significativamente diversa da zero, si ottiene un risultato di questo tipo:
Figura 5-6: Applicazione del test SPRT alla differenza, sia a monte che a valle, tra dato misurato
e dato stimato con il filtro di Kalman
124
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
125
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
CAPITOLO 6
6.1 Introduzione
In questo capitolo si vuole mostrare come, mediante l’uso combinato delle
tecniche illustrate nei capitoli 2,3,4 e 5 sia possibile pervenire ad una valutazione
probabilistica della configurazione di perdita di una rete idraulica in pressione.
Si richiameranno, in modo sintetico, le peculiarità dell’applicazione SCEM-UA e
di quella SODA, mostrando come la loro implementazione in combinazione con
il dispositivo sperimentale illustrato nel capitolo 4 possa renderne più efficace
l’applicazione, oppure come possa essere parte integrante di un sistema di
monitoraggio completo in tempo reale.
126
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
127
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
128
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
® = 2¯
°:
129
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Quando, invece, le manovre sono veloci, non è più possibile prescindere dai
tempi di propagazione delle perturbazioni; il problema di moto vario va pertanto
impostato introducendo le proprietà elastiche del liquido e quelle del condotto
entro cui avviene il movimento. L’azione esercitata dalle resistenze è assai
limitata e presenta un’influenza di pratico interesse soltanto quando la condotta
ha lunghezza rilevante. Il periodo di oscillazione è (Marchi-Rubatta):
2M
®=
avendo indicato con c la celerità di propagazione delle perturbazioni e con L la
lunghezza tra le due postazioni di misura.
In una condotta reale, ma soprattutto in una rete di condotte, non è possibile
determinare in modo esatto ed inequivocabile il periodo di oscillazione, quindi è
necessario trattare questi aspetti in modo è statistico.
130
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
º:2'© ½
M
± = 10 ÷ 20
∗ max ¹ ¼
¹̧ 2¯ ¼
»
131
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
º ½
2¯
®± = 10 ÷ 20
∗ max ¹ ¼
¹̧ 2' ¼
: ©M
»
Nei casi numerici analizzati finora, questo aspetto non è stato rilevante, ma nel
caso di un’applicazione reale lo è.
L’applicazione dell’algoritmo SCEM-UA con il modello di MOTO VARIO porta
ad una soluzione che punta alla massima convergenza globale dei dati in esame
e, in questo caso, il fenomeno dell’aliasing può giocare un ruolo fondamentale
nell’inficiare i risultati.
In generale, gli strumenti che presentano maggiori problematiche in questo
campo, sono quelli per la misura della portata, che, per avere elevate precisioni,
necessitano di un tempo di elaborazione più lungo.
Per evitare questa problematica nei casi reali, dove non è possibile utilizzare uno
strumento di portata con caratteristiche adeguate, è necessario utilizzare, sia per
l’impostazione delle condizioni al contorno, che per un raffronto, i dati di livello
o pressione, acquisibili, con le odierne tecnologie, in modo molto più rapido.
Infine, la terza soluzione è quella di maggiore avanguardia nel campo dell’analisi
bayesiana, anche se la sua implementazione richiede uno sforzo computazione
maggiore rispetto alle prime due, però presenta anche il vantaggio di poter tener
conto dell’incertezza del modello e, quindi, di una non corretta rappresentazione
della realtà a causa del fenomeno dell’aliasing, infatti qualora non sia possibile
fare le misure necessarie di pressione e livello, ma occorra sfruttare le misure di
portata disponibili, può risultare più utile utilizzare il terzo metodo, che permette
di tener conto, in modo separato, dell’incertezza dei parametri e di quella del
modello, connessa ai dati non rilevati in modo corretto.
132
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
133
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
134
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
135
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Bibliografia
Axworthy, D.H., and Karney, B.W. 1998. Transient analysis with time-decoupled
pumping station. ASCE Journal of Hydraulic Engineering, 124(3): 301–306.
Beck, M. B., and P. C. Young (1975), A dynamic model for DO-BOD relationships
in a non-tidal stream, Water Res., 9, 769– 776.
136
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Beck, S.M.B., Curren, M.D., Sims, N.D., Stanway, R., 2005. Pipeline network
features and leak detection by cross-correlation analysis of reflected waves.
Journal of Hydraulic Engineering, ASCE 131 (8), 715-723.
Bergant, A., and Tijsseling, A. 2001. Parameters affecting water hammer wave
attenuation, shape and timing. In Proceedings of the 10th International Meeting
of the Work Group on the Behaviour of Hydraulic Machinery Under Steady
Oscillatory Conditions, Trondheim, Norway, 26 June 2001. International
Brunone, B., 1999. Transient test based technique for leak detection in outfall
pipes. Journal of Water Resources Planning and Management, ASCE 125 (5),
302e306.
Brunone, B., 1999. Transient test based technique for leak detection in outfall
pipes. Journal of Water Resources Planning and Management, ASCE 125 (5),
302e306.
Brunone, B., and Golia, U.M. 1990. Improvements in modelling of water hammer
and cavitating flow in pipes. Experimental verification. In Proceedings of the
137
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Brunone, B., Ferrante, M., 2001. Detecting leaks in pressurised pipes by means of
transients. Journal of Hydraulic Research, IAHR 39 (5), 539e547.
Brunone, B., Golia, U.M., and Greco, M. 1991. Modelling of fast transients by
numerical methods. In Proceedings of the International Conference on Hydraulic
Transients with Water Column Separation, Valencia, Spain, 4–6 September 1991.
International Association of Hydraulic Engineering and Research, Madrid, Spain.
pp. 273–280.
Brunone, B., Karney, B.W., Mecarelli, M., and Ferrante, M. 2000. Velocity profiles
and unsteady pipe friction in transient flow. ASCE Journal of Water Resources
Planning and Management, 126(4): 236–244.
Bush, C. A., and Uber, J. G. (1998). "Sampling Design Methods for Water
Distribution Model Calibration." ASCE Journal of Water Resources Planning and
Management, 124(6), 334-344.
138
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Covas, D., Ramos, H., 1999. Leakage Detection In Single Pipelines Using Pressure
Wave Behaviour. In: Fifth International Conference on Computing and Control in
the Water Industry (CCWI), Exeter, England, September 1999. Proceedings of
CCWI’99, Exeter, UK, 287e299, ISBN: 0-86380-248-6.
Covas, D., Ramos, H., Almeida, A.B., 2005. Standing wave difference methodfor
leak detection in pipeline systems. Journal of Hydraulic Engineering, ASCE 131
(12), 1106e1116
D.M. 8 gennaio 1997, n. 99 Regolamento sui criteri e sul metodo in base ai quali
valutare le perdite degli acquedotti e delle fognature G. U. Serie generale - n. 90
del 18-4-1997
Decreto del Ministero dei LL.PP. 12/12/85 “Normativa tecnica per le tubazioni”
DM 1-08-96 Metodo normalizzato per definire le componenti di costo e
determinare la tariffa di riferimento
139
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Duan, Q., Sorooshian, S., and Gupta, V. K. (1992). "Effective and Efficient Global
Optimisation for Conceptual Rainfall-Runoff Models." Water Resources
Research, 28(4), 1015-1031.
Fantozzi M., Lambert A.O., Applicazione in Italia dei più recenti sviluppi nel
calcolo della frequenza economica di controllo perdite
Ferrante, M., Brunone, B., 2003. Pipe system diagnosis and leak detection by
unsteady-state tests. 2. wavelet analysis. Advances in Water Resources
26,107e116.
Ferrante, M., Brunone, B., 2004. Pressure waves as a tool for leak detection in
closed conduits. Urban Water Journal 1 (2), 145e156.
Ferreri, G. B., Napoli, E., and Tumbiolo, A. (1994). "Calibration of Roughness in
Water Distribution Networks." 2nd International Conference on Water Pipeline
Systems, Edinburgh, UK, 379-396.
140
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Geiger G., Werner T., Matko D. (2003) Leak Detection and Locating – A survey.
Pipeline Simulation Interest Group p.20
Gelman, A., and Rubin, D. B. (1992). "Inference from iterative simulation using
multiple sequences." Statistical Science, 7, 457-472.
Ghidaoui, M. S., and Mansour, S., 2002, ‘‘Efficient Treatment of the Vardy-Brown
Unsteady Shear in Pipe Transients,’’ J. Hydraul. Eng. 128(1), pp. 102–112.
Greco, M., and Del Guidice, G. (1999). "New Approach to Water Distribution
Network Calibration." Journal of Hydraulic Engineering, ASCE, 125(8), 849-854.
Hastings, W. K. (1970). "Monte Carlo sampling methods using Markov chains
and their applications." Biometrika, 57, 97-109.
Hebson, C., and E. F. Wood (1985), Partitioned state and parameter estimation for
real-time flood forecasting, Appl. Math. Comput., 17, 357–374.
Hough J.E., 1988, “Leak testing of pipelines uses pressure and acoustic velocity”,
Oil and Gas Journal, vol. 86, pp. 35-41.
141
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Ivetic´, M., Savic, D.A., 2002. Practical Implications of Using Induced Transients
for Leak Detection. In: 3rd World Water Forum, Kyoto, Session. Integrated River
Basin Environment Assessment.
Jonsson, L., Larson, M., 1992. Leak detection through hydraulic transient
analysis. In: Coulbeck, B., Evans, E. (Eds.), Pipeline Systems. Kluwer Academic
Publishers, pp. 273e286
Kapelan Z, Savic DA, Walters GA. (2000) Inverse Transient Analysis in Pipe
Networks for Leakage Detection and Roughness Calibration, Water Network
Modelling for Optimal Design and Management, Exeter, Uk.
Kapelan Z., Savic D., Walters G. A., (2007) Calibration of Water Distribution
Hydraulic Models Using a Bayesian- Type Procedure, Journal of hydraulic
engineering ppn 927-936
142
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Kapelan, Z., Savic, D. A., and Walters, G. A. (2005). "Optimal Sampling Design
Methodologies for Water Distribution Model Calibration." ASCE Journal of
Hydraulic Engineering, 131(3), 190-200.
Kapelan, Z., Savic, D.A. and Walters, G.A. and Babayan, A. (2006): Risk and
Robustness based Solutions to Multiobjective Water Distribution System
Rehabilitation Problems under Uncertainty, Water Science & Technology, 53(1),
pp 61-75
Kapelan, Z.S., Savic, D.A., Walters, G.A., 2002. Hybrid GA for calibration of
water distribution models. In: Proc. EWRI, Roanoke, VA, May, 2002.
Kapelan, Z.S., Savic, D.A., Walters, G.A., 2003a. A hybrid inverse transient model
for leakage detection and roughness calibration in pipe networks. Journal of
Hydraulic Research, IAHR 41 (5), 481e492
Kapelan, Z.S., Savic, D.A., Walters, G.A., 2003b. Optimal sampling design for
calibration of transient network models using multi-objective gas. In: Cabrera,
Cabrera Jr., (Eds.), First International Conference on Pumps, Electromechanical
Devices and Systems (PEDS), April 22e25, 2003, Valencia, Spain. Pumps,
Electromechanical Devices and Systems Applied to Urban Water Management.
Swets & Zeitlinger, Lisse, ISBN 9058095606.
Kapelan, Z.S., Savic, D.A., Walters, G.A., 2004. Incorporation of prior information
on parameters in inverse transient analysis for leak detection and roughness
calibration. Urban Water Journal, 129e143. 1e2 June.
143
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Kurmer J. P., Kingsley S. A., Laudo J. S., Krak S. J., “Applicability of a novel
distributed fibre optic acoustic sensor for leak detection”, Proceedings SPIE Vol.
1797, 1993, p63-71
Lambert A.O, Timothy.G. Brown, M. Takizaw , D. Weimer A Review of
Performance Indicators for Real Losses from Water Supply Systems IWA/AQUA
2000
144
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Lansey, K. E., and Basnet, C. (1991). "Parameter Estimation for Water Distribution
Networks." ASCE Journal of Water Resources Planning and Management, 117(1),
126-144.
Lansey, K. E., El-Shorbagy, W., Ahmed, I., Araujo, J., and Haan, C. T. (2001).
"Calibration Assessment and Data Collection for Water Distribution Networks."
ASCE Journal of Hydraulic Engineering, 127(4), 270-279.
Lee, P., Lambert, M., Simpson, A., Vıtkovsky, J., 2006. Experimental verification
of the frequency response method of leak detection. Journal of Hydraulic
Research, International Association of Hydraulic Research 44 (5), 451e468
Lee, P., Vıtkovsky´, J., Lambert, M., Simpson, A., Liggett, J., 2005b. Leak location
using the pattern of the frequency response diagram in pipelines: a numerical
study. Journal of Sound and Vibration 284 (3e5), 1051e1073.
Lee, P.J., Vıtkovsky, J.P., Simpson, A.R., Lambert, M.F., Liggett, J.A., 2003.
Discussion to ‘‘Leak detection in pipes by frequency response method using a
step excitation, 2002, 40(1), 55e62.’’. Journal of Hydraulic Research, IAHR 41 (2),
221e223
Lee, P.J., Vitkovsky´, J.P., Lambert, M.F., Simpson, A.R., Liggett, J.A.,
2005a.Frequency domain analysis for detecting pipeline leaks. Journal
ofHydraulic Engineering, ASCE 131 (7), 596e604.
Legge Galli L. 5 gennaio 1994, n. 36. Disposizioni in materia di risorse idriche.
D.P.C.M. 4 marzo 1996
Liebman, J. C., Mays, L., Morgan, D. R., and Ormsbee, L. (1987). "Battle of the
145
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Liggett, J.A., Chen, L.-C., 1994. Inverse transient analysis in pipe networks.
Journal of Hydraulic Engineering, ASCE 120 (8), 934e955.
Liou and Tian, 1995 J.C.P. Liou and J. Tian, Leak detection—Transient flow
simulation approaches, Journal of Energy Research and Technology 117 (1995),
pp. 243–248.
McInnis, D.A., Karney, B.W., and Axworthy, D.H. 2003. TransAM reference
manual. HydraTek Solutions Inc., Ajax, Ont.
Nash, G.A., Karney, B.W., 1999. Efficient inverse transient analysis in series pipe
systems. Journal of Hydraulic Engineering, ASCE 125 (7), 761e764.
Network Models: Epilogue." ASCE Journal of Water Resources Planning and
Management, 113(2), 191-203.
Nixon, W., and Ghidaoui M.S. (2007). “A Numerical Sensitivity Study of
Unsteady Friction in Simple Systems with External Flows.” Journal of Hydraulic
Engineering, ASCE, 133(7), 736-749
146
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Nixon, W., Ghidaoui, M., 2006. Range of validity of the transient damping
leakage detection method. Journal of Hydraulic Engineering, ASCE 132 (9),
944e957.
Pudar, R.S., Liggett, J.A., 1992. Leaks in pipe networks. Journal of Hydraulic
Engineering, ASCE 118 (7), 1031e1046.
Puust R., Kapelan Z., Savic D., Koppel T., (2006) Probabilistic Leak Detection in
Pipe Networks Using the SCEM-UA Algorithm WDSA 2006
147
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Rahal, C. M., Sterling, M. J. H., and Coulbeck, B. (1980). "Parameter Tuning for
Simulation Models of Water Distribution Networks." Proceedings of Institution
of Civil Engineers, Part 2, 751-762.
Rizzo, P., Han, J., and *Ni, X. (2010). “Structural Health Monitoring of Immersed
Structures by Means of Guided Ultrasonic Waves,” Journal of Intelligent
Materials and Structures, accepted for publication.
Rougier J., (2005) Probabilistic Leak Detection in Pipelines Using the Mass
Imbalance Approach. Department of Mathematical Sciences, University of
Durham. UK.
Rougier J., (2008) Formal Bayes Methods for Model Calibration with uncertainity.
Applied uncertainty analysis for flood risk management. Imperial College Press.
World Scientific 2008.
Rougier J., Goldstein M., (2001) A Bayesian analysis of fluid flow in pipe-lines.
Applied Statistic 50, Part 1, pp77-93
Scott S.L., Barrufet M.A. (2003) Project Report for the Minerals Management
Service. Worldwide Assessment of Industry Leak Detection Capabilities for
Single &Multiphase Pipelines.
Shamir, U., and Howard, C. D. D. (1968). "Water Distribution Systems Analysis."
ASCE Journal of the Hydraulic Division, 94(1), 219-234.
148
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Silva H.V., Morooka C.K., Guilherme I.R., Fonseca T.C., Mendes J. R.P. (2005)
Leak detection in petroleum pipelines using a fuzzy system. Journal of Petroleum
Science and Engineering 49. pp 223-238
Silva, R., Buiatta, C., Cruz, S., Pereira, J., 1996. Pressure wave behaviour and leak
detection in pipelines. Computers and Chemical Engineering 20, S491-S496.
Stoianov, I., Karney, B., Covas, D., Maksimovic, C., Graham, N., 2002. Wavelet
Processing of Transient Signals for Pipeline Leak Location and Quantification. In:
1st Annual Environmental & Water Resources Systems Analysis Symposium in
conjunction with ASCE Environmental & Water Resources Institute Annual
Conference, Roanoke, Virginia, USA
Suo, L., Wylie, E.B., 1989. Impulse response method for frequency-dependent
pipeline transients. Journal of Fluids Engineering, Transactions of the ASME 111
(4), 478e483
Turner N. C., “Hardware and software techniques for pipeline integrity and leak
detection monitoring”, Proceedings of Offshore Europe 91, Aberdeen, Scotland,
1991
Vardy, A. E., and Hwang, K. L., 1991, ‘‘A Characteristic Model of Transient
Friction in Pipes,’’ J. Hydraul. Res. 29~5!, pp. 669–685.
Vardy, A. E., and Hwang, K. L., 1991, ‘‘A Characteristic Model of Transient
Friction in Pipes,’’ J. Hydraul. Res. 29~5!, pp. 669–685.
149
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Vardy, A.E., andB rown, J.M.B. (1995). Transient, turbulent, smooth pipe flow.
Journal of Hydraulic Research, IAHR, 33(4), 435-456.
Vardy, A.E., Hwang, K.L., and Brown, J.M.B. 1993. A weighting function model
of transient turbulent pipe friction. Journal of Hydraulic Research, 31(4): 533–548.
Vıtkovsky, J., Lambert, M.F., Simpson, A.R., Liggett, J.A., 2007. Experimental
observation and analysis of inverse transients for pipeline leak detection. Journal
of Water Resources Planning and Management, ASCE 133 (6), 519e530
Vitkovsky, J.P., Lee, P., 2008. Discussion to ‘‘standing wave difference method for
leak detection in pipeline systems’’ by Covas, D., Ramos, H.M., Almeida, A.B.
Journal of Hydraulic Engineering, ASCE 134 (7), 1027e1029
Vitkovsky, J.P., Lee, P.J., Stephens, M.L., Lambert, M.F., Simpson, A.R., Liggett,
J.A., 2003b. Leak and blockage detection in pipelines via animpulse response
method. In: Cabrera, E., Cabrera Jr., E. (Eds.), Pumps, Electromechanical Devices
and Systems Applied to Urban WaterManagement, vol. I, pp. 423e430. 22e25
April, Valencia, Spain
Vitkovsky, J.P., Simpson, A.R., Lambert, M.F., 2000. Leak detection and
calibration of water distribution systems using transients and genetic algorithms.
Journal of Water Resources Planning and Management, ASCE 126 (4), 262e265.
Vitkovsky´, J.P., Liggett, J.A., Simpson, A.R., Lambert, M.F., 2003. Optimal
measurement site locations for inverse transient analysis in pipe networks.
Journal of Water Resources Planning and Management, ASCE 129 (6), 480e491.
150
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Vitkovsky´, J.P., Stephens, M., Bergant, A., Simpson, A.R., Lambert, M.F., 2006.
Numerical error in weighting function-based unsteady friction models for pipe
transients. Journal of Hydraulic Engineering, ASCE 132 (7), 709e721
Vrugt, J. A., Gupta, H. V., Bouten, W., and Sorooshian, S. (2003). "A Shuffled
Complex Evolution Metropolis Algorithm for Optimisation and Uncertainty
Assessment of Hydrologic Model Parameters." Water Resources Research, 39(8),
1-16.
151
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Walski, T. M., Brill, E. D., Gessler, J., Goulter, I. C., Jeppson, R. M., Lansey, K.,
Lee, H. L.,
Wang, X.J., Lambert, M.F., Simpson, A.R., Liggett, J.A., Vitkovsky´, J.P., 2002.
Leak detection in pipelines using the damping of fluid transients. Journal of
Hydraulic Engineering, ASCE 128 (7), 697e711.
Whaley R.S., Nicholas R.E., Van Reet, (1992)Tutorial on software based leak
detection techniques, Pipeline Simulation Interest Group p.19
Wylie, E.B., Streeter, V.L., 1993. Fluid Transients in Systems. Prentice Hall,
Englewood Cliffs, New Jersey, USA
Young, P. C. (1986), Time-series methods and recursive estimation in
hydrological systems analysis, in River Flow Modeling and Forecasting, edited
by D. A. Kraijenhoff and J. R. Moll, pp. 129–180, Springer, New York.
152
Valutazione della configurazione di perdita in una rete idraulica in
pressione mediante tecniche di analisi probabilistiche
Young, P. C., and M. B. Beck (1974), The modeling and control of water quality in
a river system, Automatica, 10, 455– 468.
Zhang X.J. (1993) Statistical leak detection in gas and liquid pipelines. Pipes &
Pipelines International, July-August 1993, p26-29
Zhao, M., and Ghidaoui, M. S., 2003, ‘‘An Efficient Solution for Quasi-Two-
Dimensional Water Hammer Problems,’’ J. Hydraul. Eng., 129~12!, pp. 1007–
1013.
153