Sistema de suporte à decisão para detecção de vazamentos em redes de abastecimento de água em operação usando sinais de carga de pressão

• Ano de defesa: 2020
• Autor(a) principal: Braga, Pedro Henrique Alves
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Decision Support System; Detecção de vazamentos; Leak detection; Redes de abastecimento de água; Sistema de Suporte à Decisão; Water supply networks
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18138/tde-02072021-175928/

As perdas na distribuição de água para abastecimento em cidades apresentam valores bem elevados em todas as regiões do Brasil, e sua redução é um dos fatores importantes para reduzir a sobrecarga sobre os recursos hídricos. Este trabalho apresenta um Sistema de Suporte à Decisão (SSD) para a detecção automatizada em tempo quase real de vazamentos e outros eventos em sistemas de distribuição de água, por meio de uma metodologia aprimorada de detecção de variações anormais de carga de pressão. A nova metodologia se estrutura a partir do Controle Estatístico de Processo (CEP) como forma de autoaprendizagem, buscando identificar alterações através de análises de curto prazo, longo prazo e interdiários de mesmo horário, realizadas com dados de carga de pressão monitorados de forma contínua em vários pontos da rede. Essas análises foram incorporadas em um SSD que classifica as anomalias por meio de um indicador integrado, que considera as análises com todos os sensores disponíveis. A metodologia foi testada em um estudo de caso que envolveu um setor de um sistema de abastecimento de água do interior de São Paulo. Para isso, sensores armazenadores de carga de pressão foram instalados, utilizando uma frequência de aquisição de dois minutos por um período de nove semanas, e em paralelo ao uso cotidiano pela população nove simulações de vazamentos foram realizadas através da abertura de hidrantes. Os resultados obtidos mostram que a integração das análises por meio do SSD pode filtrar com êxito eventos com vazão superior a 5% da vazão média durante as aberturas.