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...
- 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 |