Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto

Las empresas de servicio de agua potable enfrentan un gran desafío con respecto a la edad de su infraestructura. Las tuberías se deterioran, la roturas y tasas de fallo aumentan y con ello la capacidad hidráulica del sistema disminuye. En consecuencia, la rehabilitación de las redes de distribución...

Full description

Autores:
García Alvarado, Kevin David
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/53851
Acceso en línea:
http://hdl.handle.net/1992/53851
Palabra clave:
Red de agua potable
Fallas en tuberías
Tuberías para agua
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_24209ab57eef360a4de5f5770dae6aac
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/53851
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
title Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
spellingShingle Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
Red de agua potable
Fallas en tuberías
Tuberías para agua
Ingeniería
title_short Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
title_full Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
title_fullStr Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
title_full_unstemmed Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
title_sort Revisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueducto
dc.creator.fl_str_mv García Alvarado, Kevin David
dc.contributor.advisor.none.fl_str_mv Saldarriaga Valderrama, Juan Guillermo
dc.contributor.author.none.fl_str_mv García Alvarado, Kevin David
dc.contributor.jury.none.fl_str_mv Martínez Solano, Javier
Sauza Rodriguez, Lady Johanna
Solarte Moncayo, Laura Milena
dc.subject.armarc.none.fl_str_mv Red de agua potable
Fallas en tuberías
Tuberías para agua
topic Red de agua potable
Fallas en tuberías
Tuberías para agua
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Las empresas de servicio de agua potable enfrentan un gran desafío con respecto a la edad de su infraestructura. Las tuberías se deterioran, la roturas y tasas de fallo aumentan y con ello la capacidad hidráulica del sistema disminuye. En consecuencia, la rehabilitación de las redes de distribución de agua potable -RDAP- se incrementará en las décadas venideras al igual que el gasto futuro que las empresas de servicio público (E.S.P.) deberán invertir a sus sistemas, que en la actualidad ya representa un alto porcentaje de su presupuesto. Por otro lado, la infraestructura de las redes de distribución de agua potable se encuentra bajo tierra, dificultando determinar la condición de los tubos para decidir posteriormente cual rehabilitar. La presente investigación se propone encontrar cuáles son los métodos actuales y cuya base de procesamiento estadístico, de sistemas de información geográfica -SIG-, métodos matemáticos avanzados y medidas indirectas de confiabilidad que incluyan las variables operacionales y/o dinámicas del sistema y permitan a las empresas prestadoras de servicio de agua potable priorizar sus recursos financieros para la rehabilitación de las tuberías. Los resultados de la revisión bibliográfica bajo los criterios anteriormente establecidos señalaron diez metodologías útiles para la predicción de fallas en las tuberías de agua: (1) Logistic Regression and Support Vector Classification, (2) Gaussian Process Regression, (3) Multivariate Adaptive Regression Spline Model, (4) Hot Spot Analysis (Getis-Ord-Gi*), (5) Hierarchical Density-Based Clustering Algorithm (HDBSCAN), (6) Artificial Neural Network (Multi-Layer Perceptron, MLP), (8) Genetic Algorithm, (9) Resilience Index y (10) Vulnerability Measure.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-11-03T16:44:25Z
dc.date.available.none.fl_str_mv 2021-11-03T16:44:25Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/53851
dc.identifier.pdf.none.fl_str_mv 24878.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/53851
identifier_str_mv 24878.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 79 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Maestría en Ingeniería Civil
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Civil y Ambiental
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/3c8ef97f-2c4b-4603-a887-c21f4e819785/download
https://repositorio.uniandes.edu.co/bitstreams/b08f4701-8089-4eda-991d-4ca351da1377/download
https://repositorio.uniandes.edu.co/bitstreams/a46da802-b47b-4ff0-a57e-fa6a36be0cda/download
bitstream.checksum.fl_str_mv 495b5317b84152b149df26e3c18dd825
7be3b59c9d612d35dce109cbddea4ee4
af30dbbe2070a4308a177440bf935e27
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133809653547008
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Saldarriaga Valderrama, Juan Guillermovirtual::1126-1García Alvarado, Kevin David59740529-8eee-4bd1-94ef-95ee8dd8527a500Martínez Solano, JavierSauza Rodriguez, Lady JohannaSolarte Moncayo, Laura Milena2021-11-03T16:44:25Z2021-11-03T16:44:25Z2021http://hdl.handle.net/1992/5385124878.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Las empresas de servicio de agua potable enfrentan un gran desafío con respecto a la edad de su infraestructura. Las tuberías se deterioran, la roturas y tasas de fallo aumentan y con ello la capacidad hidráulica del sistema disminuye. En consecuencia, la rehabilitación de las redes de distribución de agua potable -RDAP- se incrementará en las décadas venideras al igual que el gasto futuro que las empresas de servicio público (E.S.P.) deberán invertir a sus sistemas, que en la actualidad ya representa un alto porcentaje de su presupuesto. Por otro lado, la infraestructura de las redes de distribución de agua potable se encuentra bajo tierra, dificultando determinar la condición de los tubos para decidir posteriormente cual rehabilitar. La presente investigación se propone encontrar cuáles son los métodos actuales y cuya base de procesamiento estadístico, de sistemas de información geográfica -SIG-, métodos matemáticos avanzados y medidas indirectas de confiabilidad que incluyan las variables operacionales y/o dinámicas del sistema y permitan a las empresas prestadoras de servicio de agua potable priorizar sus recursos financieros para la rehabilitación de las tuberías. Los resultados de la revisión bibliográfica bajo los criterios anteriormente establecidos señalaron diez metodologías útiles para la predicción de fallas en las tuberías de agua: (1) Logistic Regression and Support Vector Classification, (2) Gaussian Process Regression, (3) Multivariate Adaptive Regression Spline Model, (4) Hot Spot Analysis (Getis-Ord-Gi*), (5) Hierarchical Density-Based Clustering Algorithm (HDBSCAN), (6) Artificial Neural Network (Multi-Layer Perceptron, MLP), (8) Genetic Algorithm, (9) Resilience Index y (10) Vulnerability Measure.Water utilities face a major challenge with respect to the age of their infrastructure. Pipelines are deteriorating, burst and failure rates are increasing and with it the hydraulic capacity of the system is decreasing. Consequently, the rehabilitation of drinking water distribution networks will increase in the coming decades, as will the future expenditure that utilities will have to invest in their systems, which currently already represents a high percentage of their budget. On the other hand, the infrastructure of the drinking water distribution networks is underground, making it difficult to determine the condition of the pipes in order to decide which one to rehabilitate.This research aims to find current methods based on statistical processing, geographic information systems (GIS), advanced mathematical methods and indirect measures of reliability that include the operational and/or dynamic variables of the system and allow drinking water service providers to prioritise their financial resources for the rehabilitation of pipes. The results of the literature review under the criteria set out above indicated ten useful methodologies for predicting failures in water pipes: (1) Logistic Regression and Support Vector Classification, (2) Gaussian Process Regression, (3) Multivariate Adaptive Regression Spline Model, (4) Hot Spot Analysis (Getis-Ord-Gi*), (5) Hierarchical Density-Based Clustering Algorithm (HDBSCAN), (6) Artificial Neural Network (Multi-Layer Perceptron, MLP), (8) Genetic Algorithm, (9) Resilience Index and (10) Vulnerability Measure.Magíster en Ingeniería CivilMaestría79 páginasapplication/pdfspaUniversidad de los AndesMaestría en Ingeniería CivilFacultad de IngenieríaDepartamento de Ingeniería Civil y AmbientalRevisión de métodos predictivos de fallas de tuberías en RDAP para planear su rehabilitación y priorizar los recursos financieros de las empresas de acueductoTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMRed de agua potableFallas en tuberíasTuberías para aguaIngeniería201717227Publicationhttps://scholar.google.es/citations?user=Lz0SGpIAAAAJvirtual::1126-10000-0003-1265-2949virtual::1126-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000076848virtual::1126-1b405028a-b4ff-4b84-9e85-97a80148970evirtual::1126-1b405028a-b4ff-4b84-9e85-97a80148970evirtual::1126-1THUMBNAIL24878.pdf.jpg24878.pdf.jpgIM Thumbnailimage/jpeg8948https://repositorio.uniandes.edu.co/bitstreams/3c8ef97f-2c4b-4603-a887-c21f4e819785/download495b5317b84152b149df26e3c18dd825MD55ORIGINAL24878.pdfapplication/pdf2527324https://repositorio.uniandes.edu.co/bitstreams/b08f4701-8089-4eda-991d-4ca351da1377/download7be3b59c9d612d35dce109cbddea4ee4MD51TEXT24878.pdf.txt24878.pdf.txtExtracted texttext/plain203897https://repositorio.uniandes.edu.co/bitstreams/a46da802-b47b-4ff0-a57e-fa6a36be0cda/downloadaf30dbbe2070a4308a177440bf935e27MD541992/53851oai:repositorio.uniandes.edu.co:1992/538512024-03-13 11:53:22.285https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co