Herramientas para la implementación de mantenimiento proactivo en alcantarillados urbanos utilizando confiabilidad de inundación y conceptos de entropía de información

  • Santiago Sandoval Pontificia Universidad Javeriana
  • Andrés Torres Pontificia Universidad Javeriana
  • Nelson Obregón Pontificia Universidad Javeriana

Abstract

Las bases de datos de alcantarillados urbanos existentes en ciudades de países en vía de desarrollo presentan deficiencias en los registros de las características físicas de las tuberías, lo cual limita su utilización como soporte para la implementación de herramientas de gestión de dicha infraestructura. El objetivo de este trabajo consistió en proponer y emplear en 13 subcuencas pertenecientes a la cuenca El Salitre de Bogotá, comprendiendo un área de 4515 Ha, con un total de 12842 tuberías pluviales y combinadas, árboles de decisión y entropía de información para identificar tuberías con demandas de actividades de mantenimiento en la red como limpieza, rehabilitación, reemplazo, etc., apartir de confiabilidades de inundación estimadas (para 2337 tuberías con cuyas características físicas se encontraban registradas de manera precisa). El modelo clasificatorio presentó una capacidad predictiva promedio de 62%. Las tuberías fueron clasificadas mediante 28 reglas, según los valores de confiabilidad, identificando 3383 tuberías (26% sobre el total) con una priorización alta de mantenimiento proactivo.
|Abstract
= 9 veces | PDF (ESPAÑOL (ESPAÑA))
= 14 veces|

Downloads

Download data is not yet available.

References

E. Ana, W. Bauwens. “Sewer Network Asset Management Decision-Support Tools: A Review”. International Symposium on New Directions in Urban Water Management. 2007. París: UNESCO. pp. 1-8.

S.T. Ariaratnam, C.W. MacLeod. “Financial outlay modeling for a local sewer rehabilitation strategy Financial Outlay modeling for Local Rehabilitation Strategy”. Journal of Construction Engineering and Management 2002;128(6):486-495 Journal of Construction Engineering and Management. 2002. pp. 486-496.

S. Arthur, H. Crow, L. Pedezert, N. Karikas. “The holistic prioritization of proactive sewer maintenance”. Water Science & Technology. Vol. 59. 2009. pp. 1385 - 1396.

M. Aulinas, J. Nieves, U. Cortes, M. Poch “Supporting decision making in urban wastewater system using a knowledge-based approach” 2011 Environmental Modelling and Software. Vol. 26. pp. 562-572.

H. Baik, H. Jeong, D. Abraham, “Estimating transition probabilities in Markov chain-based deterioration models for management of wastewater systems”. Journal of Water Resources Planning and Management. Vol. 132. 2006. pp. 15-24.

R. Baur, R. Herz. Selective Inspection Planning with Aging Forecast for Sewer Types. Efficient Water Management. 2001. pp. 389-396.

S. Bennis, J. Bengassem, P. Lamarre. “Hydraulic Performance Indez of a Sewer Network”. Journal of Hydraulic Engineering. Vol 129. 2003. pp. 504-510.

N. Caradot, D. Granger, J. Chaogier, F. Cherqui, B. Chocat. “Urban flood risk assessment using sewer flooding databases”. Water Science and Technology. Vol. 64. 2011. pp. 832 – 840.

J. Chen, A. Hill, L. Urbano “A GIS-based model for urban flood inundation”. Journal of Hydrology. Vol. 373. 2009. pp. 184-192.

T. Cover, A. Joy. Entropy, relative entropy and mutual information. Elements of information theory (2nd Ed). John Wiley & Sons, New Jersey. 2006. pp. 748.

P. Davis, S. Dhammika, D. Marlow, M. Mogolia, S. Gould, S. Burn. Failure Prediction and Optimal Scheduling of Replacements in Asbesto Cement Water Pipes. Australia: IWA Publishing. 2008. pp. 239-252.

R. Fenner. “Approaches to sewer maintenance: A review”. Urban Water. Vol. 2. 2000. pp. 343-356.

D. Fernandez, M. Lutz. “Urban flood hazard zoning in Tucumán Province, Argentina, using GIS and multicriteria decision analysis”, Engineering Geology. Vol. 111. 2010. pp. 90-98.

M. Hall, F. Frank, G. Holmes, B. Fahringer, P. Reutemann, I. Witten. “The WEKA Data Mining Software: An Update”. SIGKDD Explorations. Vol. 11. 2009. pp. 10-18.

Z. Liu, Y. Kleiner. “State of Art Review of Inspection Technologies for Condition Assessment of Water Pipes”, Measurement. 2012. http://dx.doi. org/10.1016/j.measurement.2012.05.032 (Revisado Julio 2012)

T. Micevski, G. Kuczera, P. Coombes. “Markov Model for Storm Water Pipe Deterioration”. Infrastructure Systems. Vol. 8. 2002. pp. 49-56.

J. Quinlan, C4.5: Programs for Machine Learning. Morgan Kaufmann, San Francisco. 1993. pp. 302.

A. Quintero, D. Konare, S. Pierre. “Prototyping an Intelligent Decision Support System for improving urban infrastructures management”. European Journal of Operational Research. Vol. 162. 2005. pp. 654-672.

J. Rodríguez, M. Díaz, J. Penagos, N. McIntyre, C. Maksimovié. “A serviceability model for supporting proactive maintenance in urban drainage systems”. Proceedings of the 12th International Conference on Urban Drainage. Porto Alegre, Brazil. 11-16 September 2011.

J. Rodríguez, N. McIntyre, M. Díaz, C. Maksimovié. “A database and model to support proactive management of sediment related sewer blockages”, Water Research (2012), http://dx.doi.org/10.1016/j.watres.2012.06.037 (Revisado Julio 2012)

L. Rokach. O. Maimon. Data mining with decision trees: theory and applications. World Scientific Publishing, Singapore. 2008. pp. 244.

J. Ruwanpura, S. Ariaratnam, A. El-Assaly. “Prediction models for sewer infrastructure utilizing rule-based simulation”. Civ. Eng. Environ. Syst. Vol. 21. 2004. pp. 169-185.

S. Saegrov. CARE-S: Computer Aided Rehabilitation of Sewer and Storm Water Networks. Londres: IWA Publishing. 2006. pp. 160.

B. Salman, O. Salem. “Modeling Failure of Wastewater Collection Lines Using Various Section-Level Regression Models.” J. Infrastruct. Syst. Vol. 18. 2012. pp. 146-154.

S. Sandoval, A. Torres, K. Navarro. Estimación de la confiabilidad de inundación en alcantarillados pluviales de Bogotá mediante métodos de generación aleatoria. Evento: Agua 2011 ECOSISTEMAS Y SOCIEDAD, Seminario Internacional: “Inundaciones, Escasez de Agua y Ecosistemas, Acciones Frente al Cambio Climático”. Cali. Colombia. 2011.

S. Stone, E. Dzuray, D. Meisegeier, A. Dahlorg. Decision-Support Tools for Predicting the Performance of Water Distribution and Wastewater Collection Systems. US EPA. 2002. pp. 97.

W. Tagherouit, S. Bennis, J. Bengassem. “A Fuzzy Expert System for Prioritizing of Sewer Networks”. Computer-Aided Civil and Infrastructure Engineering, Vol. 26. 2011. pp. 146-152.

A. Torres, S. Sandoval, K. Navarro, L. Pulido. Strategies of maintenance in storm sewers in Bogotá Colombia by using estimates of operational and flooding reliabilities. Proceedings of the 12th International Conference on Urban Drainage. Porto Alegre. Brazil. 11-16 September. 2011. pp. 9.

A. Torres, Z. Méndez. Estimación del riesgo en estructuras de drenaje pluvial mediante herramientas de inteligencia artificial. Seminario Internacional: “La Hidroinformática en la Gestión Integrada de los Recursos Hídricos”. Ponencia: Libro: Agua 2003. Cartagena de Indias. Colombia. pp. 31-38.

T. Veldhuis, J. Clemens, F. Clemens. “The efficiency of asset management strategies to reduce urban flood risk”. Water Science & Technology. Vol. 64. 2011. pp. 1317-1324.

M. Yang, T. Su. “Automated diagnosis of sewer pipe defects based on machine learning approaches”. Expert Systems with Applications (2007). doi:10.1016/j.eswa.2007.08.013

Q. Zhou, P. Mikkelsen, K. Halsnaes, K. Arnbjerg. “Framework for economic pluvial flood risk assessment considering climate change effects and adaptation benefits”. Journal of Hydrology, Vol. 414- 415. 2012. pp. 539-549.

Published
2013-01-27
How to Cite
Sandoval S., Torres A., & Obregón N. (2013). Herramientas para la implementación de mantenimiento proactivo en alcantarillados urbanos utilizando confiabilidad de inundación y conceptos de entropía de información. Revista Facultad De Ingeniería Universidad De Antioquia, (65), 152-166. Retrieved from https://revistas.udea.edu.co/index.php/ingenieria/article/view/14226