earticle

영어

Supervision of a stable water supply should be supported by proper analysis of the levels of energy supplied and consumed. Accurate prediction of the energy lost to friction in pipelines can be helpful for effective management of a water distribution system. The present study applied an artificial neural network (ANN) in predicting energy lost due to friction in a drinking water distribution system. The study site was the Cheongna water distribution system in Incheon, and the results obtained through the EPANET model were used to estimate energy lost to friction. Major hydraulic factors of the pipelines were used as input data for predicting the coefficient of friction loss, friction loss head, and energy loss through the ANN. The findings were compared to the model simulation values to determine the applicability of ANN. The findings in the study showed that using an ANN produced highly accurate estimates of coefficient of friction loss and friction loss head in the pipelines, whereas energy loss could not be accurately estimated. This study suggest that an ANN can be used to estimate factors related to friction in pipelines.

한국어

상수도 운영관리에 있어서 안정적인 수돗물 공급을 위해서는 적합한 공급에너지와 소요에너지 분석 이 수반되어야 한다. 특히 관로에서의 마찰손실에너지를 정확히 예측한다면 효과적인 관망 관리에 도움이 될 수 있다. 본 연구에서는 상수도 관망 내 마찰로 인한 에너지 손실 예측을 위하여 인공신경 망을 적용하였다. 대상지역은 인천시 청라배수관망으로 하였으며, 마찰 손실에너지를 산출하기 위 하여 EPANET 모델 결과를 활용하였다. 관로에서의 주요 수리요소를 입력데이터로 하여 마찰손실 계수, 마찰손실수두와 손실에너지를 인공신경망을 통하여 예측하였고, 모델 시뮬레이션 값과 비교 하여 인공신경망의 적용성을 판단하였다. 연구 결과 인공신경망을 이용한 관로의 마찰손실계수와 마찰손실수두의 추정 정확도가 높았지만, 손실에너지의 경우 정확한 추정이 어려운 것으로 나타났다. 본 연구를 통하여 인공신경망을 이용하여 관로 내 마찰손실 관련 인자의 추정이 가능하다는 것을 제시하였다.