Modelación estadística de fallas en redes de distribución de agua potable : caso de estudio : Bogotá, Colombia

"El objetivo de las RDAP es suministrar agua a la población con la cantidad y calidad adecuadas. Factores como los procesos de deterioro de las tuberías, el cambio climático y la creciente demanda de agua aumentan cada vez más la complejidad de su gestión. La ocurrencia de fallas en tuberías genera diferentes consecuencias económicas, sociales y ambientales. Entre estas se incluyen los altos costos de reparación, la interrupción en el suministro del agua y en el tráfico, la intrusión de contaminantes a la red y la pérdida de recursos. La planificación efectiva de la renovación de las RDAP requiere de una cuantificación precisa de su deterioro estructural. La inspección directa de estas suele ser una labor difícil y costosa. Por tal razón, el uso de modelos estadísticos y de minería de datos para predecir fallas en tuberías es una alternativa efectiva y económica que permite determinar su deterioro estructural. Así pues, este trabajo se centró en la implementación de varios modelos para la predicción de fallas estructurales en tuberías. Para predecir daños en grupos de tuberías se implementaron tres modelos que relacionaron el número de fallas con las variables físicas de las tuberías: la regresión lineal múltiple, la regresión de Poisson y EPR. Las regresiones ajustadas exhibieron resultados aceptables en términos de su rendimiento (R2 entre 0.695 y 0.927). Los resultados sugieren que utilizar modelos sencillos e involucrar los atributos físicos de la tubería es adecuado para estimar el número de fallas en grupos de tuberías. Para el caso de las tuberías individuales, se implementaron cuatro modelos (i.e. Gradient Boosted tree, Bayes, SVM y ANN) y se incluyeron como variables de entrada atributos físicos de las tuberías y algunas variables ambientales y operacionales. El rendimiento de los modelos revela resultados aceptables excepto para las ANN. El modelo que presentó el mejor rendimiento en términos de la capacidad predictiva fue la técnica de árboles de decisión."--Tomado del Formato de Documento de Grado.

• Autores: Giraldo González, Mónica Marcela
• Fecha de publicación: 2018
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/34941
• Acceso en línea: http://hdl.handle.net/1992/34941
• Palabra clave: Fallas en tuberías - Investigaciones - Bogotá (Colombia) - Métodos estadísticos; Fallas en tuberías - Investigaciones - Bogotá (Colombia) - Métodos de simulación; Corrosión de tuberías - Investigaciones - Bogotá (Colombia) - Métodos estadísticos; Minería de datos - Aplicaciones industriales - Investigaciones - Bogotá (Colombia); Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf