[article]
| Titre : |
Use of Supervisor Control and Data Acquisition for Damage Location of Water Delivery Systems |
| Titre original : |
Utilisation de Commande de Surveillant et d'Acquisition de Données pour l'Endroit de Dommages des Systèmes de la Livraison de l'Eau |
| Type de document : |
texte imprimé |
| Auteurs : |
Masanobu Shinozuka, Auteur ; Feng, Maria Q. ; Liang, Jianwen, Auteur |
| Année de publication : |
2005 |
| Article en page(s) : |
225-230 p. |
| Note générale : |
Génie Civil, Génie Mécanique, Génie Electrique |
| Langues : |
Anglais (eng) |
| Mots-clés : |
Damage Water distribution pipilines Buriedpipes Urban areas Data Collection Avarie Dommage Distribution de l'eau Canalisation Pipes enterrées Secteurs urbains Collecte données |
| Index. décimale : |
621.34/624/621.38 |
| Résumé : |
Urban water delivery systems can be damaged by earthquakes or severely cold weather. In either case, the damage cannot easily be detected and located, especially immediately after the event. In recent years, real-time damage estimation and diagnosis of buried pipelines attracted much attention or researchers focusing on establishing the relationship between damage ratio (breaks per unit length of pipe) and ground motion, taking the soil condition into consideration. Due to the uncertainly and complexity of the parameters that effect the pipe damage mechanism, it is not easy to estimate the degree of physical damage only with a few numbers of parameters. As an alternative, this paper develops a methodology to detect and locate the damage in a water delivery system by monitoring water pressure on-line at some selected positions in the water delivery systems. For the purpose of on-line monotoring, emerging supervisory control and date acquisition technology can be well used. A Neural network-based inverse analysis method is constructed for detecting the extent and location of damage based on the variation of water pressure. The Neural network is trained by using analytically simulated data from the water delivery system with one location of damage, and validated by using a set of data that have never been used in the training. It is found that the method provides a quick, effective, and pratical way in which the damage sustained by a water delivery system can be detected and located.
Des systèmes urbains de la livraison de l'eau peuvent être endommagés par des tremblements de terre ou sévèrement froid survivez à. Dans l'un ou l'autre cas, les dommages ne peuvent pas facilement être détectés et trouvés, particulièrement juste après l'événement. Ces dernières années, l'évaluation de dommages et le diagnostic en temps réel des canalisations enterrées ont attiré beaucoup d'attention ou chercheurs se concentrant sur établir le rapport entre le rapport de dommages (coupures par unité de longueur de pipe) et le mouvement au sol, prenant en compte l'état de sol. En raison du incertain et de la complexité des paramètres qui effectuent le mécanisme de dommages de pipe, il n'est pas facile d'estimer le degré de dommages physiques seulement avec quelques nombres de paramètres. Comme alternative, cet article développe une méthodologie pour détecter et trouver les dommages dans un système de la livraison de l'eau près de surveiller la pression de l'eau en ligne à quelques positions choisies dans les systèmes de la livraison de l'eau. Afin de monotoring en ligne, la technologie de surveillance naissante de commande et d'acquisition de date peut être bien employée. Une méthode inverse réseau-basée neurale d'analyse est construite pour détecter l'ampleur et l'endroit des dommages basés sur la variation de la pression de l'eau. Le réseau neurologique est formé en employant des données analytiquement simulées du système de la livraison de l'eau avec un endroit des dommages, et validé en employant un ensemble de données qui n'ont été jamais employées dans la formation. On le constate que la méthode fournit une manière rapide, efficace, et pratical dont les dommages soutenus par un système de la livraison de l'eau peuvent être détectés et trouvés.
|
| En ligne : |
shino@usc.edu, jwliang@public.tjuc.com.cn, mfeng@uci.edu |
in Journal of engineering mechanics > Vol.131, N° 3 (March 2005) . - 225-230 p.
[article] Use of Supervisor Control and Data Acquisition for Damage Location of Water Delivery Systems = Utilisation de Commande de Surveillant et d'Acquisition de Données pour l'Endroit de Dommages des Systèmes de la Livraison de l'Eau [texte imprimé] / Masanobu Shinozuka, Auteur ; Feng, Maria Q. ; Liang, Jianwen, Auteur . - 2005 . - 225-230 p. Génie Civil, Génie Mécanique, Génie Electrique Langues : Anglais ( eng) in Journal of engineering mechanics > Vol.131, N° 3 (March 2005) . - 225-230 p.
| Mots-clés : |
Damage Water distribution pipilines Buriedpipes Urban areas Data Collection Avarie Dommage Distribution de l'eau Canalisation Pipes enterrées Secteurs urbains Collecte données |
| Index. décimale : |
621.34/624/621.38 |
| Résumé : |
Urban water delivery systems can be damaged by earthquakes or severely cold weather. In either case, the damage cannot easily be detected and located, especially immediately after the event. In recent years, real-time damage estimation and diagnosis of buried pipelines attracted much attention or researchers focusing on establishing the relationship between damage ratio (breaks per unit length of pipe) and ground motion, taking the soil condition into consideration. Due to the uncertainly and complexity of the parameters that effect the pipe damage mechanism, it is not easy to estimate the degree of physical damage only with a few numbers of parameters. As an alternative, this paper develops a methodology to detect and locate the damage in a water delivery system by monitoring water pressure on-line at some selected positions in the water delivery systems. For the purpose of on-line monotoring, emerging supervisory control and date acquisition technology can be well used. A Neural network-based inverse analysis method is constructed for detecting the extent and location of damage based on the variation of water pressure. The Neural network is trained by using analytically simulated data from the water delivery system with one location of damage, and validated by using a set of data that have never been used in the training. It is found that the method provides a quick, effective, and pratical way in which the damage sustained by a water delivery system can be detected and located.
Des systèmes urbains de la livraison de l'eau peuvent être endommagés par des tremblements de terre ou sévèrement froid survivez à. Dans l'un ou l'autre cas, les dommages ne peuvent pas facilement être détectés et trouvés, particulièrement juste après l'événement. Ces dernières années, l'évaluation de dommages et le diagnostic en temps réel des canalisations enterrées ont attiré beaucoup d'attention ou chercheurs se concentrant sur établir le rapport entre le rapport de dommages (coupures par unité de longueur de pipe) et le mouvement au sol, prenant en compte l'état de sol. En raison du incertain et de la complexité des paramètres qui effectuent le mécanisme de dommages de pipe, il n'est pas facile d'estimer le degré de dommages physiques seulement avec quelques nombres de paramètres. Comme alternative, cet article développe une méthodologie pour détecter et trouver les dommages dans un système de la livraison de l'eau près de surveiller la pression de l'eau en ligne à quelques positions choisies dans les systèmes de la livraison de l'eau. Afin de monotoring en ligne, la technologie de surveillance naissante de commande et d'acquisition de date peut être bien employée. Une méthode inverse réseau-basée neurale d'analyse est construite pour détecter l'ampleur et l'endroit des dommages basés sur la variation de la pression de l'eau. Le réseau neurologique est formé en employant des données analytiquement simulées du système de la livraison de l'eau avec un endroit des dommages, et validé en employant un ensemble de données qui n'ont été jamais employées dans la formation. On le constate que la méthode fournit une manière rapide, efficace, et pratical dont les dommages soutenus par un système de la livraison de l'eau peuvent être détectés et trouvés.
|
| En ligne : |
shino@usc.edu, jwliang@public.tjuc.com.cn, mfeng@uci.edu |
|
Use of Supervisor Control and Data Acquisition for Damage Location of Water Delivery Systems in Journal of engineering mechanics, Vol.131, N° 3 (March 2005)
