Tính cấp thiết của nghiên cứu
Nước sạch là nhu cầu thiết yếu của con người, nhưng vấn đề cung cấp nước đảm bảo chất lượng vẫn chưa được giải quyết hiệu quả Từ năm 1974 đến 2001, nhiều dịch bệnh liên quan đến nguồn nước uống đã xảy ra ở Bắc Mỹ và Tây Âu, mặc dù đây là những khu vực có nền kinh tế phát triển và công nghệ xử lý tiên tiến Một ví dụ điển hình là sự cố ô nhiễm nước uống ở Chicago.
Vào năm 1933, Mỹ ghi nhận 1.409 trường hợp mắc bệnh lị, trong đó có 98 ca tử vong Tương tự, vào năm 2000, tại Walkerton, Canada, 2.300 người bị viêm dạ dày do uống nước ô nhiễm, dẫn đến 7 ca tử vong và tiêu tốn 64,5 triệu đô la của chính phủ Sau sự cố, người dân phải sử dụng nước đóng chai trong 6 tháng do mất niềm tin vào chất lượng nước cấp Những sự kiện này cho thấy nguy cơ ô nhiễm trong hệ thống phân phối nước luôn hiện hữu và ảnh hưởng trực tiếp đến sức khỏe của người tiêu dùng.
Nghiên cứu dịch tễ học đã chỉ ra mức độ ảnh hưởng của nguồn nước uống đến sức khỏe cộng đồng, đặc biệt là qua các bệnh lây truyền qua đường nước Tác giả Payment đã chứng minh rằng người uống nước máy có tỷ lệ viêm dạ dày và ruột cao hơn so với nhóm sử dụng nước xử lý bằng thẩm thấu ngược Ngoài ra, các bệnh như đau mắt hột, sốt rét, viêm gan siêu vi A và sốt thương hàn cũng có thể lây nhiễm qua nước uống Những bệnh này thường lây lan nhanh chóng, có thể dẫn đến tử vong và bùng phát dịch bệnh nếu không được ngăn chặn kịp thời Tất cả các độ tuổi đều có nguy cơ mắc bệnh, nhưng trẻ nhỏ, với hệ miễn dịch yếu, dễ bị nhiễm hơn so với người lớn Do đó, việc ngăn chặn mầm bệnh từ nguồn nước cung cấp cho người tiêu dùng là vô cùng cấp thiết.
Nước sạch có nguy cơ ô nhiễm tại bất kỳ vị trí nào trong hệ thống phân phối, với nguyên nhân chính được chia thành hai loại: tác động bên ngoài và sự phát sinh ô nhiễm từ bên trong đường ống Các điểm kết nối, chuyển hướng và trạm bơm cục bộ trong hệ thống dễ xảy ra sự cố, cho phép nguồn nước ô nhiễm xâm nhập Nước từ hệ thống thoát nước hoặc nước ngầm bị ô nhiễm có thể thâm nhập vào ống dẫn nước sạch, trong khi áp suất thấp và lưu lượng dòng chảy nhỏ tạo điều kiện cho vi sinh vật gây bệnh Thêm vào đó, sự cố vỡ ống trong quá trình xây dựng cũng làm gia tăng nguy cơ ô nhiễm do vi khuẩn Nếu đường ống phân phối không được bảo trì định kỳ, hàm lượng Clo dư có thể tạo ra cặn lắng trong hệ thống, dẫn đến ô nhiễm nước.
Nước trong HTPPN đang đối mặt với nguy cơ ô nhiễm từ cả nguồn bên trong và bên ngoài, ảnh hưởng trực tiếp đến sức khỏe cộng đồng và nền kinh tế quốc gia Chi phí chữa trị các bệnh liên quan đến ô nhiễm nước rất cao, bao gồm chi phí y tế, thuốc men, vận chuyển, nghiên cứu và vắc-xin, cũng như mất mát nguồn nhân lực Do đó, việc dự báo nguy cơ ô nhiễm trong HTPPN là một vấn đề cấp thiết cần được xem xét trong quá trình thiết kế và quản lý hệ thống.
Ý nghĩa khoa học và tính thực tiễn của nghiên cứu
Nghiên cứu được xây dựng trên cơ sở lý luận và thực nghiệm, kế thừa kết quả từ các nghiên cứu trong và ngoài nước, nhằm phát triển vấn đề nghiên cứu Việc phân tích ba yếu tố nguy cơ và ước lượng ảnh hưởng của chúng đến ô nhiễm nước trong đường ống giúp xây dựng mô hình dự báo nguy cơ ô nhiễm HTPPN, tạo nên cơ sở khoa học cho luận án Hơn nữa, việc áp dụng mô hình này vào các HTPPN thực tế đã mang lại kết quả tích cực, góp phần làm phong phú thêm kiến thức chuyên ngành trong lĩnh vực.
Nghiên cứu này đề xuất các mô hình toán học nhằm dự báo khả năng ống bị vỡ, giúp các nhà quản lý đánh giá và giảm thiểu tỷ lệ rò rỉ nước trong mạng lưới đường ống Bên cạnh đó, nghiên cứu cũng xem xét quy trình vận hành đóng van để hạn chế áp suất âm và giải quyết hiệu quả các giao cắt giữa ống cấp nước và thoát nước Mục tiêu cuối cùng là đưa ra giải pháp bảo vệ môi trường nước, ngăn chặn ô nhiễm trong hệ thống ống.
Nghiên cứu trong luận án cung cấp cơ sở cho các công ty cấp nước xây dựng chiến lược cấp nước an toàn và kế hoạch cải thiện chất lượng nước Mục tiêu là phát triển bền vững, phục vụ cộng đồng hiệu quả hơn và tạo niềm tin cho người sử dụng nước.
Xác định ô nhiễm nước tại hệ thống cấp nước là một vấn đề nhạy cảm, ảnh hưởng trực tiếp đến uy tín của công ty cấp nước, khiến cho việc thực hiện các nghiên cứu thực nghiệm trở nên khó khăn Tuy nhiên, việc áp dụng các phương pháp và hướng tiếp cận mà luận án đề xuất sẽ giúp giải quyết những thách thức này Mô hình được đề xuất không chỉ khả thi cho các hệ thống cấp nước thực tế mà còn cho kết quả dự báo chính xác.
Mục tiêu nghiên cứu
Nghiên cứu được thực hiện với hai mục tiêu sau:
Để xây dựng mô hình đánh giá khả năng xảy ra ba yếu tố nguy cơ và dự báo nguy cơ HTPPN bị ô nhiễm, cần xác định cơ sở khoa học vững chắc Việc này sẽ giúp nhận diện và phân tích các yếu tố ảnh hưởng đến mức độ ô nhiễm, từ đó đưa ra các biện pháp phòng ngừa hiệu quả Mô hình này không chỉ hỗ trợ trong việc đánh giá rủi ro mà còn góp phần vào việc bảo vệ môi trường và sức khỏe cộng đồng.
- Đề xuất mô hình dự báo nguy cơ HTPPN bị ô nhiễm và quy trình thực hiện.
Phương pháp nghiên cứu
Để đạt được mục tiêu nêu trên, luận án sử dụng các phương pháp nghiên cứu như sau:
Luận án áp dụng phương pháp kế thừa có chọn lọc các tư liệu và kết quả nghiên cứu liên quan, bao gồm lý thuyết mô hình hồi quy logistic và cây quyết định, cũng như các lý thuyết về tính toán nước va và logic mờ Ngoài ra, luận án còn sử dụng các phương trình toán học về độ nhạy trung bình của hàm thuộc và các phương trình xác định biên của dòng thấm rò rỉ từ cống và mương thoát nước.
Phương pháp thu thập và phân tích thông tin số liệu bao gồm việc thu thập, hệ thống hoá và xử lý tài liệu để tạo ra tập số liệu đầu vào cho mô hình luận án đề xuất.
Phương pháp điều tra thực địa được áp dụng để khảo sát tình hình hệ thống cấp thoát nước tại các khu vực nghiên cứu, nhằm thu thập tài liệu bổ sung, điều chỉnh thông tin và kiểm chứng kết quả nghiên cứu.
Phương pháp mô hình toán được áp dụng để dự báo nguy cơ ống vỡ trên hệ thống HTPPN thông qua mô hình cây quyết định Đồng thời, mô hình HAMMER được sử dụng để xác định giá trị áp suất âm cho từng ống cấp, giúp tối ưu hóa quá trình quản lý và bảo trì hệ thống.
Mô hình hệ thống suy luận mờ được áp dụng để đánh giá khả năng ảnh hưởng của nguồn ô nhiễm đến ống cấp nước, đồng thời ước lượng mức độ ô nhiễm của chính ống cấp nước Việc này giúp xác định các yếu tố có thể gây hại và đưa ra biện pháp phòng ngừa hiệu quả.
Phương pháp chuyên gia là một công cụ hiệu quả để nâng cao độ tin cậy và nguồn thông tin cho các kết quả nghiên cứu trong luận án Phương pháp này giúp lựa chọn các giải pháp chính xác hơn cho các vấn đề đặt ra Đối tượng tham khảo bao gồm các nhà khoa học dày dạn kinh nghiệm trong lĩnh vực mạng lưới cấp thoát nước và cán bộ quản lý tại các công ty cung cấp dịch vụ cấp thoát nước.
Cấu trúc luận án
Trên cơ sở các mục tiêu đề ra, đảm bảo tính logic trong trình bày vấn đề nghiên cứu, luận án được cấu trúc như sau:
Giới thiệu lý do lựa chọn đề tài và định hướng mục tiêu và phạm vi cần nghiên cứu
Chương 1: Tổng quan các nghiên cứu liên quan
Tìm hiểu các nghiên cứu liên quan tới mục tiêu đã định hướng để từ đó xây dựng nội dung thực hiện để đạt được mục tiêu cụ thể
Chương 2: Cơ sở lý thuyết và phương pháp luận
Bài viết trình bày cơ sở lý thuyết về các mô hình dự báo ống vỡ, mô hình mô phỏng áp suất âm và nguồn ô nhiễm ảnh hưởng đến ống cấp nước Từ đó, đề xuất phương pháp nghiên cứu và các bước thực hiện cụ thể Ngoài ra, bài viết cũng giới thiệu các công cụ cần thiết cho các mô hình đã được đề xuất.
Chương 3: Ứng dụng mô hình dự báo nguy cơ ô nhiễm cho HTPPN thực tế và thảo luận
Bài viết này trình bày kết quả xây dựng mô hình đã đề xuất trong Chương 2, áp dụng cho số liệu của ba HTPPN thực tế Qua đó, chúng tôi sẽ thảo luận về tính chính xác và độ tin cậy của mô hình, nhằm đánh giá khả năng áp dụng của nó trong thực tiễn.
Kết luận và kiến nghị: Kết luận nội dung đã thực hiện, những đóng góp mới của luận án và kiến nghị hướng phát triển trong tương lai
TỔNG QUAN CÁC NGHIÊN CỨU VỀ DỰ BÁO NGUY CƠ
Nguy cơ vỡ ống trên HTPPN
Mỗi ngày, các công ty cấp nước ghi nhận nhiều sự cố vỡ ống, đặc biệt là ở các tuyến ống dịch vụ, và phải chi thêm chi phí để phát hiện rò rỉ trên các tuyến ống cấp I, II Theo báo cáo năm 2014, một số công ty cấp nước tại Việt Nam cho biết tỷ lệ thất thoát nước vượt quá 50% tổng lượng nước cung cấp vào mạng lưới, với các đô thị lớn như thành phố Hồ Chí Minh có tỷ lệ rò rỉ tương đối cao.
Năm 2015, tỷ lệ thất thoát nước trên toàn quốc đạt 34%, gây thiệt hại lên tới 950 tỷ đồng mỗi năm, trong khi công ty VIWACO tại Hà Nội ghi nhận tỷ lệ này lên đến 60% Do đó, nghiên cứu về giảm tỷ lệ thất thoát nước ngày càng được chú trọng Các giải pháp kỹ thuật như giảm áp suất làm việc của đường ống, quy hoạch phân vùng tách mạng để nâng cao hiệu quả quản lý mạng lưới cấp nước, và ứng dụng công nghệ phát hiện rò rỉ cùng tự động hóa với thiết bị cảm biến đã được đề xuất Tuy nhiên, việc thực hiện các giải pháp này đòi hỏi thời gian, nguồn nhân lực và chi phí lớn từ các công ty cấp nước Vì vậy, việc đánh giá khả năng vỡ ống không chỉ phục vụ cho công tác dự báo ô nhiễm HTPPN mà còn là cơ sở để giảm thiểu tỷ lệ nước thất thoát trên hệ thống cấp nước.
Nguyên nhân vỡ ống thường do tác động tự nhiên như động đất hoặc thiên tai, những tình huống khó kiểm soát và phòng ngừa Do đó, giải pháp chính là ứng phó và khắc phục hệ thống trong những trường hợp này Bên cạnh đó, các hoạt động thi công công trình gần khu vực ống và khả năng chịu tải của mặt đường cũng có thể gây ra tình trạng vỡ ống.
Tình trạng ống dẫn nước bị gẫy do tải trọng xe chạy trên bề mặt thấp hơn ống là một vấn đề khó dự đoán Mặc dù đã có nhiều cải tiến trong vật liệu và biện pháp bảo vệ để nâng cao khả năng chịu lực, nhưng vẫn không thể hoàn toàn ngăn chặn những hư hỏng xảy ra Những sự cố này cần được xem xét đặc biệt trong quá trình quản lý và vận hành mạng lưới.
Nguyên nhân chính dẫn đến vỡ đường ống thường là do ăn mòn hoặc lực tác động từ môi trường, đặc biệt ở những đoạn ống thường xuyên gặp sự cố Chi phí sửa chữa nhiều lần có thể cao hơn so với việc lắp đặt ống mới, và hoạt động sửa chữa còn ảnh hưởng đến chất lượng dịch vụ của hệ thống, cũng như gây gián đoạn giao thông tại khu vực sửa chữa.
Nghiên cứu dự báo khả năng xuất hiện điểm vỡ ở Việt Nam thường sử dụng mô hình WaterGEMs của công ty Bentley, kết hợp dữ liệu ống vỡ trong quá khứ và áp suất đo được tại các điểm trên HTPPN Kết quả từ mô hình này không chỉ giúp xác định vị trí điểm vỡ mà còn hỗ trợ lập kế hoạch sửa chữa đường ống, từ đó nâng cao độ chính xác trong phát hiện điểm vỡ và tiết kiệm thời gian cũng như nhân lực cho các đơn vị quản lý Bên cạnh đó, các giải pháp phân vùng tách mạng cũng được xem xét để cải thiện hiệu quả công tác quản lý.
Để phát hiện rò rỉ nhanh chóng, cần giám sát áp suất và lưu lượng tiêu thụ trong từng khu vực nhỏ thông qua hệ thống thông tin địa lý và mô hình thủy lực Tuy nhiên, mô hình chỉ xác định được khu vực rò rỉ mà không dự báo khả năng vỡ của tất cả các đoạn ống trong hệ thống Do đó, cần có phương pháp khác để xác định khả năng vỡ của từng ống Nhiều nghiên cứu đã được thực hiện để tìm hiểu nguyên nhân vỡ ống trong mạng lưới phân phối, từ đó dự báo khả năng vỡ và lập kế hoạch sửa chữa, bảo dưỡng Theo thời gian, các phương pháp và nội dung nghiên cứu đã được mở rộng để xem xét vấn đề một cách toàn diện hơn, với kết quả mô phỏng gần với thực tế.
Trong quá trình hoạt động của đường ống, hiện tượng ăn mòn xảy ra do tác động từ môi trường đất bên ngoài và nước bên trong ống Chiều sâu vết ăn mòn được xác định bởi thời gian hoạt động của ống, cùng với các yếu tố như đặc điểm cơ học của vật liệu, lỗi sản xuất, kỹ thuật thi công không chính xác và vị trí đặt ống Tuy nhiên, tuổi thọ của ống dẫn không chỉ bị ảnh hưởng bởi ăn mòn mà còn do sự thay đổi khả năng chịu lực của vật liệu ống dưới tác động của tải trọng từ thiên tai, động đất và các sự kiện ngẫu nhiên, cũng như dao động áp suất bên trong.
[30] Ngoài ra các đại lượng đặc trưng để phân loại năng lực làm việc của ống còn có đường kính, chiều dài, vật liệu và khu vực đặt ống [31]
Hình 1.3 Các yếu tố dẫn đến hiện tượng ống vỡ trên HTPPN
Số lần vỡ ống trước đây được coi là một yếu tố ảnh hưởng đến khả năng vỡ ống trong hệ thống cấp nước Khảo sát tại Binghamton chỉ ra rằng một số đoạn ống cần được thay thế do tình trạng vỡ.
Trong Ngoài Ăn mòn Điều kiện vật lí Động Tĩnh D,L, khu vực đặt ống,
Lịch sử vỡ Tải trọng
MH SM: Mô Hình Số Mũ
MH HQ Bayesian: Mô Hình Hồi Quy
MH ANN : Mô Hình Mạng Trí Tuệ Nhân
MH HQTT: Mô Hình Hồi Quy Tuyến Tính
MH HQĐB : Mô Hình Hồi Quy Đa Biến
MH HQP : Mô Hình Hồi Quy Poisson
MH HQLT: Mô Hình Hồi Quy Logistic Tổng Quát
Việc thay thế ống mới là cần thiết để tránh chi phí sửa chữa liên tục gia tăng, vì chi phí sửa chữa sẽ lớn hơn nhiều so với việc thay mới Theo tác giả Gorji - bandpy, thời gian giữa các lần vỡ ống sẽ ngày càng ngắn hơn.
Để dự báo khả năng ống vỡ, các tác giả thường áp dụng các mô hình như số mũ, hồi quy tuyến tính, mô hình Bayesian và Poisson, dựa trên dữ liệu thống kê các yếu tố ảnh hưởng đến sự kiện vỡ ống Mỗi mô hình đều có những ưu điểm riêng và được chọn lựa phù hợp với loại số liệu khảo sát cụ thể.
Khả năng ống vỡ được xác định bởi thời gian làm việc, theo nghiên cứu của Shamir và Howard Họ đã phát triển một mô hình số mũ để mô tả hiện tượng này, tiếp tục được mở rộng bởi Rajani Phương trình số mũ thể hiện số lần vỡ trên một đơn vị chiều dài tại thời gian t.
Mô hình số mũ được biểu diễn bằng công thức N(t) = N(t0)e^(-A) với N(t0) là số lần vỡ ban đầu và A là tỉ lệ tăng số lần vỡ từ t0 đến t Mặc dù các tham số có thể được điều chỉnh cho phù hợp với từng tập dữ liệu khảo sát, nhưng dữ liệu hiện tại không xem xét các yếu tố như môi trường làm việc của ống, điều kiện áp suất, và môi trường bên trong và bên ngoài ống Điều này dẫn đến nhược điểm khi phân tích số điểm vỡ trên một đoạn ống cấp nước, vì các ống dài thường có số lần vỡ nhiều hơn, trong khi các đoạn ống nhánh ngắn có tỉ lệ vỡ cao nhưng lại cho kết quả tổng số lần vỡ thấp hơn Do đó, cần chú trọng đến các đặc điểm hình học của mạng lưới cấp nước khi áp dụng mô hình này.
Mô hình hồi quy Bayesian
Hồi quy Bayesian là một mô hình tiên tiến được áp dụng trong các nghiên cứu gần đây, mang lại độ chính xác cao hơn so với các phương pháp truyền thống nhờ vào lý thuyết Bayes Tác giả Golam Kabir đã phát triển mô hình hồi quy Bayesian dựa trên xác suất của sự kiện ống vỡ M1 và biến cố đối của nó, M2 (không xảy ra vỡ), sử dụng dữ liệu lịch sử về ống vỡ từ thực tế theo công thức xác suất.
Trong nghiên cứu này, p(y|M1) và p(y|M2) đại diện cho xác suất xảy ra sự cố ống vỡ trong tập dữ liệu khảo sát y dưới các điều kiện M1 và M2 Dữ liệu y bao gồm các yếu tố ảnh hưởng đến sự kiện ống vỡ và môi trường xung quanh Kết quả cho thấy rằng các tính chất vật lý của ống dẫn có ảnh hưởng quan trọng hơn so với tác động của môi trường đặt ống Tuy nhiên, xác suất dự báo phụ thuộc nhiều vào xác suất tiền định (p(y|M1), p(y|M2)), và nếu các giá trị của biến không dẫn đến sự cố vỡ ống trong lịch sử, thì mô hình dự báo xác suất sẽ không chính xác.
Mô hình hồi quy Poisson
Nguy cơ áp suất âm trên xuất hiện trên ống cấp nước
Nước va là hiện tượng biến thiên áp suất trong các ống dẫn khi chất lỏng di chuyển không ổn định do lực quán tính Hiện tượng áp suất nước va âm xuất hiện đột ngột trên đường ống cấp nước, tạo ra chênh lệch áp suất giữa bên ngoài và bên trong, từ đó tạo ra nguy cơ ô nhiễm chất lỏng trong đường ống Để xác định giá trị áp suất nước va âm trên ống cấp nước, có thể áp dụng một số phương pháp khác nhau.
Phương pháp cơ học để đo áp suất nước va âm bằng cách đóng van đột ngột trên đường ống là rất tốn kém và gây gián đoạn cho hệ thống cấp nước Hơn nữa, việc xác định áp suất nước va âm trên từng đường ống đòi hỏi nhiều thời gian và nhân công, khiến phương án này trở nên không khả thi.
Phương pháp toán học trong việc áp dụng lý thuyết nước va trong hệ thống đường ống được thực hiện qua các phương pháp như hình học, đặc trưng và số Tuy nhiên, việc giải các phương trình toán học chỉ hiệu quả cho nước va trong các đoạn ống ngắn và đơn giản Đối với các ống phức tạp, việc giải thủ công không chỉ mất nhiều thời gian mà còn dễ dẫn đến sai số.
Phương pháp mô hình hóa nước va được thực hiện dựa trên lý thuyết hình học và phương pháp đặc trưng, sử dụng phần mềm thương mại hoặc ngôn ngữ lập trình Qua thời gian, các lý thuyết về tính toán nước va đã được cải thiện đáng kể nhờ sự phát triển của công nghệ thông tin, mang lại kết quả đa dạng hơn cho nghiên cứu diễn biến nước va trong ống dẫn Để đảm bảo tính chính xác của mô phỏng, cần hiệu chỉnh mô hình dựa trên số liệu thực tế hoặc từ các thí nghiệm.
Trong các hệ thống đơn giản, phương pháp mô hình hóa được ưa chuộng hơn ba phương pháp cơ học Nhiều nghiên cứu điển hình áp dụng phương pháp này đã được công bố từ năm 1977 đến 2015, như thể hiện trong Bảng 1.1.
Tác giả Wylie đã nghiên cứu và tính toán dòng chảy trong ống đơn giản bằng phương pháp đặc trưng và hình học, sử dụng ngôn ngữ lập trình FORTRAN để trình bày các ví dụ trên ống có đường kính thay đổi, ống thẳng và ống rẽ nhánh Nội dung tài liệu mang tính thực tiễn cao, dễ áp dụng cho việc phát triển lập trình trong các mạng lưới đường ống phức tạp hơn.
Nghiên cứu của Dídia Covas đã chỉ ra rằng hệ số tổn thất qua van, tính chất vật lý của nước và đặc điểm vật liệu ống có ảnh hưởng đáng kể đến áp suất nước va trong ống dẫn Thí nghiệm được thực hiện với vật liệu ống là PE, tuy nhiên, trong quá trình lắp đặt hệ thống thí nghiệm, một số thông số cần được xem xét kỹ lưỡng.
15 số cơ học của vật liệu chỉ mang tính tương đối; yếu tố quan trọng hơn ảnh hưởng đến áp va là vị trí của ống trong mạng lưới và lịch sử thay đổi ứng suất cũng như biến dạng của đường ống.
Bảng 1.1 Các nghiên cứu điển hình về hiện tượng nước va
TT Năm Tác giả Tiêu đề Cơ sở lý thuyết Công cụ
1 1977 Wylie Dòng chảy biến động [41]
Phương pháp đặc trưng Phương pháp hình học
Nghiên cứu của Covas tập trung vào ảnh hưởng của động lực học đến tính nhớt đàn hồi của thành ống cấp nước trong các hệ thống thủy lực biến động Phần I của bài viết trình bày các thí nghiệm phân tích và phát triển đặc tính của vật liệu, nhằm hiểu rõ hơn về sự tương tác giữa động lực học và tính chất vật liệu trong các ứng dụng thực tiễn.
Mô hình dòng chảy không ổn định
Mô hình thí nghiệm và phương trình toán học
Covas nghiên cứu ảnh hưởng của động lực học đến tính nhớt đàn hồi của thành ống cấp nước trong các hệ thống thủy lực biến động Phần II của nghiên cứu tập trung vào thí nghiệm phân tích và phát triển các đặc tính của hệ thống này.
Hiệu chỉnh mô hình và so sánh kết quả
Phân tích biến động thủy lực trong mạng lưới ống bằng phương pháp đặc trưng [44]
Thí nghiệm mô phỏng và mô hình toán
Dự báo nguy cơ chất lượng nước không đảm bảo trong mạng lưới phân phối dưới điều kiện không chắc chắn sử dụng phân tích cây lỗi [45]
Lập trình Fortran và phần mềm ABAQUS
Phân tích độ chính xác và an toàn của dòng chảy biến động trong đường ống dài [46]
Lập trình Fortran và phần mềm ABAQUS
Xác định các đặc trưng và đề xuất giải pháp chống nước va trong hệ thống cấp nước bằng phần mềm HAMMER V8 [47]
M A Bouaziz [45] đánh giá tác động của áp va tới thành ống dẫn khi đóng van trên ba đoạn ống nối tiếp trong trường hợp có bơm và không có bơm, so sánh kết quả cho thấy
Trong trường hợp bơm có giá trị áp suất dương tăng từ 30% đến 40%, có khả năng gây hủy hoại cấu trúc của ống dẫn Nghiên cứu này tiếp nối công trình của M A Bouaziz do tác giả M Dallali và cộng sự thực hiện.
Nghiên cứu xác định khoảng cách ảnh hưởng của sóng áp va trong ống dài nối giữa bể chứa nước và van Tác giả đã sử dụng ngôn ngữ lập trình để mô phỏng quá trình lan truyền sóng áp va do đóng van, từ đó xác định độ lớn của áp va tác động lên thành ống dẫn nhằm đánh giá độ bền của ống Phương pháp đặc trưng đã được áp dụng để tính toán, tuy nhiên, mô phỏng hiện tại chỉ dừng lại ở một đoạn ống dài mà chưa xem xét các tổn thất cục bộ có thể xảy ra khi có liên kết vòng hoặc phân nhánh với các ống khác.
Tác giả Đăng An đã đề xuất phần mềm HAMMER V8 để tính toán hiện tượng nước va trên tuyến ống từ trạm bơm, từ đó đưa ra giải pháp chống va cho đường ống Nghiên cứu tập trung vào áp suất nước va pha dương có khả năng gây phá hủy công trình, nhưng không đề cập đến độ lớn của áp va pha âm Kết quả cho thấy HAMMER V8 là công cụ hữu ích trong việc quan sát diễn biến hiện tượng nước va trên mạng lưới cấp nước.
Mạng lưới cấp nước thực tế bao gồm các ống với đường kính khác nhau, được kết nối qua các mạng vòng và nhánh phức tạp Việc mô phỏng áp suất âm trên từng ống cấp nước tốn nhiều thời gian và có thể ảnh hưởng đến sản xuất, gây nguy hiểm cho người sử dụng và hệ thống đường ống Do đó, luận án áp dụng phương pháp mô hình hóa để nghiên cứu hệ thống cấp nước thực tế.
Nguy cơ ảnh hưởng của nguồn ô nhiễm tới ống cấp nước
Các chất ô nhiễm từ công trình hạ tầng như cống thoát nước và bể chứa xăng dầu, cùng với các hoạt động phát thải từ sinh hoạt và sản xuất, gây ô nhiễm môi trường đất và nước ngầm Khi ô nhiễm xâm nhập vào ống cấp nước, nó có thể dẫn đến các bệnh đường tiêu hóa và ngộ độc cho người sử dụng nước.
Nghiên cứu của tác giả Karim cho thấy ô nhiễm phân từ động vật máu nóng tồn tại gần đường ống phân phối nước Qua việc thử nghiệm 66 mẫu đất và nước tại 8 vị trí ở 6 bang Mỹ, kết quả cho thấy 50% mẫu có vi khuẩn coliform và coliform phân, trong khi Bacillus xuất hiện trong hầu hết các mẫu Đáng chú ý, 56% mẫu dương tính với virus, chủ yếu là enterovirus và các virus gây rối loạn tiêu hóa và viêm gan A Mặc dù có quy định về khoảng cách giữa đường ống cấp nước và các công trình khác, vi sinh vật vẫn có khả năng di chuyển xa trong điều kiện đất bão hòa nước.
Vận chuyển vi khuẩn trong khoảng thời gian ngắn sẽ diễn ra nhanh hơn khi có nước chảy ra từ ống, tạo điều kiện cho sự lây nhiễm sang các đường ống cấp nước trong khu vực.
Các chất ô nhiễm trong khí quyển và môi trường không khí xuất phát từ hoạt động sinh hoạt và sản xuất của con người Khi thấm vào đất, chúng có thể lưu lại trên bề mặt hạt đất và tiếp tục di chuyển trong môi trường nếu gặp dòng chảy thích hợp Nếu ô nhiễm gặp tầng nước ngầm, chúng sẽ phát tán nhanh và tồn tại lâu trong dòng chảy Thành phần ô nhiễm trong nước thải có thể bao gồm hóa chất hoặc vi sinh vật gây bệnh như E Coli, vi khuẩn và virus Gần đây, hành động gây ô nhiễm có chủ ý cũng đã trở thành một vấn đề đáng chú ý, bao gồm các tác động của con người làm hỏng hệ thống cung cấp nước và đưa chất ô nhiễm hữu cơ vào mạng lưới.
Sau một thời gian sử dụng, ống thoát nước có thể bị vỡ, dẫn đến dòng thấm rò rỉ ra môi trường đất, với vị trí vỡ thường ở thành ống hoặc các điểm đấu nối Trong nhiều năm qua, các rò rỉ từ hệ thống thoát nước đã bị bỏ qua trong quá trình vận hành, và mặc dù có nhiều nghiên cứu về dòng chảy rò rỉ từ cống thoát nước, nhưng kết quả lại không được công bố rộng rãi, làm hạn chế tài liệu tham khảo Các nghiên cứu hiện có chủ yếu tập trung vào ba vấn đề chính: (1) xác nhận rằng dòng chảy rò rỉ chứa chất ô nhiễm, gây nguy cơ ô nhiễm nguồn nước ngầm; (2) xác định phương trình biên dòng thấm; và (3) mô phỏng diện tích lưới thấm.
Hệ thống thoát nước tại các đô thị Việt Nam chủ yếu là hệ thống chung, kết hợp giữa nước mưa và nước thải Điều này dẫn đến ô nhiễm không chỉ từ nước thải sinh hoạt và nước mưa, mà còn bao gồm cả chất thải rắn từ bề mặt đô thị bị cuốn trôi vào cống.
Các chất ô nhiễm từ hệ thống thoát nước được phân loại thành ba nhóm chính: virus, vi khuẩn và động vật đơn bào Những chất này có thể gây ra các bệnh tật nghiêm trọng, ảnh hưởng trực tiếp đến sức khỏe và tính mạng con người.
Theo quy định hiện hành, khoảng cách tối thiểu giữa ống cấp nước và ống thoát nước đô thị là từ 0,5 đến 1 mét Tuy nhiên, trong thực tế, khi cải tạo và mở rộng mạng lưới cấp nước, có những trường hợp phải lắp đặt ống cấp nước ngay dưới ống thoát nước, vi phạm quy định về khoảng cách an toàn Nếu nước trong ống thoát nước rò rỉ, nguy cơ ô nhiễm từ nước thải có thể xâm nhập vào ống cấp nước, gây ra các vấn đề về an toàn nước sạch.
Hình 1.4 Ống cấp nước đi dưới cống thoát nước
Luận án này sẽ kế thừa kết quả từ các nghiên cứu trước, nhằm xác định khả năng ô nhiễm của ống cấp nước trong khu vực nước ngầm bị ô nhiễm và vùng thấm rò rỉ từ hệ thống thoát nước.
Dự báo nguy cơ HTPPN bị ô nhiễm
Phân tích dựa trên ba yếu tố nguy cơ, bao gồm ống vỡ, áp suất thấp/âm và nguồn ô nhiễm, nhằm đề xuất mô hình dự báo chất ô nhiễm xâm nhập vào HTPPN là một phương pháp nghiên cứu hiệu quả.
Các nghiên cứu trong nước về HTPPN
Trong những năm gần đây, các mô hình quản lý giám sát chất lượng nước đã được chú trọng không chỉ ở các thành phố lớn mà còn ở các khu vực nông thôn Một trong những vấn đề nổi bật là ô nhiễm Asen và kim loại nặng trong nước máy, dẫn đến tình trạng nước có màu vàng hoặc đen Những thành phần ô nhiễm này không chỉ gây ảnh hưởng nghiêm trọng đến sức khỏe của người dân mà còn đặt ra nhiều thách thức trong việc đảm bảo an toàn nguồn nước.
Ô nhiễm nguồn nước ngầm có thể dẫn đến tử vong do sự hiện diện của các chất độc hại từ nhà máy, vì vậy cải thiện công nghệ xử lý nước là biện pháp quan trọng Bên cạnh đó, sự kết hợp giữa thành phần hữu cơ trong nước máy và chất khử trùng Clo có thể tạo ra độc tố gây ung thư cho con người và động vật Tuy nhiên, hiện tại chưa có nghiên cứu nào đề cập đến nguy cơ ô nhiễm HTPPN từ các chất bên ngoài xâm nhập vào đường ống trong quá trình vận chuyển nước.
Các nghiên cứu ngoài nước về HTTPPN bị ô nhiễm
Lý thuyết Dempster-Shafer đã được Rehan Sadiq áp dụng để đánh giá nguy cơ xâm nhập ô nhiễm trên một đoạn ống làm việc, phân loại mức độ ô nhiễm thành các cấp độ không xảy ra, thấp, trung bình và cao Tuy nhiên, phương pháp này chưa được áp dụng cho hệ thống thực tế do lý thuyết yêu cầu các giả thuyết loại trừ giữa các khả năng xuất hiện yếu tố nguy cơ Mặc dù đã có nghiên cứu đề xuất phần mềm tính toán linh hoạt nhằm cải thiện các giả thuyết có khối lượng bằng 0 trong lý thuyết Dempster-Shafer, nhưng kết quả vẫn chưa xác nhận khả năng ứng dụng cho mạng thực tế.
Tác giả Gou và cộng sự [64] đã áp dụng phương pháp đánh giá khả năng ô nhiễm trong mạng lưới bằng công cụ số D, đại diện cho thông tin không chắc chắn, phát triển từ lý thuyết Dempster - Shafer Ba yếu tố quyết định sự xâm nhập ô nhiễm vào dòng chảy bao gồm con đường xâm nhập, tỷ lệ vỡ ống và các yếu tố khác liên quan.
Trong nghiên cứu về ô nhiễm nguồn nước, phương pháp số D được áp dụng để đánh giá khả năng xâm nhập và áp suất quá độ trên mạng lưới, đồng thời ước lượng khoảng cách giữa nguồn ô nhiễm và đường ống cấp nước chính Các giá trị xâm nhập được phân loại thành ba tập hợp {P}; {NP}; {P, NP}, trong đó P và NP lần lượt đại diện cho các giá trị có thể hoặc không thể xâm nhập Nghiên cứu này xem xét các kịch bản khác nhau để đánh giá rủi ro cho hệ thống cấp nước, xác định khả năng xảy ra ô nhiễm là cao hay thấp Mặc dù phương pháp số D cung cấp hệ số riêng cho từng yếu tố đánh giá nguy cơ và thiết lập miền xác suất trong từng trường hợp cụ thể, nhưng vẫn còn hạn chế do chưa tổng hợp đầy đủ các nguy cơ.
Dự báo nguy cơ ô nhiễm xâm nhập vào đường ống là một bài toán với ba biến đầu vào: nguồn ô nhiễm, con đường xâm nhập và yếu tố tác động, cùng một biến đầu ra là khả năng xuất hiện ô nhiễm trên hệ thống ống dẫn Con đường xâm nhập được xác định dựa vào chiều dày còn lại của ống, trong đó tác giả Mansour-Rezaei đề xuất tính giá trị này theo thời gian làm việc của ống, nhưng tỉ lệ ăn mòn lại được coi là hằng số thực nghiệm chưa được kiểm chứng Tác giả cũng áp dụng kỹ thuật phân tích không chắc chắn để ước lượng tiềm năng ô nhiễm xâm nhập vào hệ thống ống dẫn Nghiên cứu xác định các vị trí có khả năng xảy ra điểm vỡ do ăn mòn và ước tính tốc độ dòng chảy trong điều kiện áp suất biến động Dựa trên logic mờ, tiềm năng ô nhiễm xâm nhập vào ống gang qua các điểm vỡ được xây dựng, trong khi yếu tố tác động là áp suất thay đổi do đóng van, với xác suất xuất hiện áp suất thấp hoặc âm được xem xét Tuy nhiên, tác giả chỉ lựa chọn dạng hàm tam giác và hình thang mà không xác định mức độ phù hợp của chúng với biến nghiên cứu.
Dựa trên phân tích ba mô hình, cần cải thiện các yếu tố đầu vào để nâng cao độ chính xác của kết quả Do đó, nghiên cứu này sẽ phát triển vấn đề như được trình bày trong Bảng 1.2.
Nghiên cứu của Mansour - Rezaei (2014) chỉ ra rằng điều kiện ống vỡ do ăn mòn là chưa đủ, vì còn nhiều yếu tố khác như tải trọng tác động và đặc điểm vật lý của ống dẫn Việc chỉ dựa vào chiều sâu vết ăn mòn để đánh giá nguy cơ vỡ ống là không đủ Độ lớn của nước va và áp suất âm trong ống phụ thuộc vào đặc điểm làm việc của từng đoạn ống, trong khi khả năng xâm nhập của chất ô nhiễm chủ yếu liên quan đến giá trị áp suất âm Tuy nhiên, các nghiên cứu hiện tại thường định lượng giá trị này một cách tương đối, dẫn đến giảm độ chính xác của dự báo.
Nghiên cứu đề xuất việc áp dụng phần mềm mô phỏng để xác định các giá trị áp suất âm lớn nhất có thể xảy ra trên từng đường ống, đồng thời kiểm chứng kết quả thông qua mô hình thí nghiệm.
Bảng 1.2 Nghiên cứu dự báo nguy cơ HTPPN bị ô nhiễm Đặc điểm Nghiên cứu đã thực hiện Trong nghiên cứu này Nguy cơ ống vỡ trên HTPPN
Nguyên nhân [66] Ăn mòn Điều kiện hoạt động Vật liệu ống Ăn mòn Tải trọng tác dụng Đặc điểm vật lý của ống Lịch sử ống vỡ
Khả năng vỡ ống Chiều dày còn lại [66] Thống kê hiện tượng ống vỡ
Nguy cơ ảnh hưởng của áp suất âm Độ lớn áp suất âm Không được xác định Xác định bằng mô hình thí nghiệm và phần mềm
Nguy cơ ảnh hưởng của nguồn ô nhiễm
Nguồn ô nhiễm Cống thoát nước bị vỡ [66]
Khu vực trữ nước trên mặt đất
Nước ngầm bị ô nhiễm Giả định dòng thấm rò rỉ từ cống và mương thoát nước
Vùng ảnh hưởng Lý thuyết thấm của Harr [68] Lý thuyết thấm của Harr
Phương trình biên thấm của Vairavamoorthy [69]
Dự báo nguy cơ HTPPN bị ô nhiễm
Lý thuyết áp dụng Dempster-Shafer [62]
Logic mờ Lựa chọn tập mờ phù hợp với đối tượng nghiên cứu và
Mô hình dự báo Không có Mô hình dự báo nguy cơ
Dòng chảy nước ngầm xung quanh ống cấp nước chứa các chất ô nhiễm có thể gây ra bệnh về đường tiêu hóa Ngoài ra, dòng chảy thấm từ mặt đất hoặc rò rỉ từ cống và mương thoát nước thải bị vỡ cũng tạo ra các vùng ô nhiễm xung quanh ống Các tác giả đã xác định vùng ô nhiễm dựa trên phương trình dòng thấm ổn định trong đất không bão hòa nước, đồng chất và đẳng hướng, và áp dụng lý thuyết logic mờ để đánh giá mức độ ảnh hưởng của nguồn ô nhiễm đến ống cấp nước.
Trong nghiên cứu này sẽ kế thừa các nội dung liên quan tới đặc điểm hình học của vùng thấm rò rỉ từ cống và mương thoát nước
Bằng cách áp dụng lý thuyết Dempster - Shafer và số D hay logic mờ, các tác giả đã dự đoán nguy cơ ô nhiễm HTPPN Nghiên cứu này sẽ tiếp tục sử dụng logic mờ để ước lượng các biến trong bài toán Để nâng cao độ chính xác của kết quả, nghiên cứu sẽ lựa chọn các dạng hàm phù hợp cho biến đầu vào của mô hình dự báo nguy cơ mà luận án đề xuất.
Dựa trên phân tích và kế thừa các nghiên cứu trước, luận án đề xuất sơ đồ tiếp cận nghiên cứu Nghiên cứu tổng quan chỉ ra rằng nguy cơ ô nhiễm nước trên HTPPN xảy ra khi ba yếu tố: ống vỡ, áp suất âm và nguồn ô nhiễm cùng xuất hiện Để dự báo nguy cơ này, luận án cần thực hiện các nội dung cụ thể.
1 Nghiên cứu cơ sở khoa học để dự báo nguy cơ HTPPN bị ô nhiễm:
Dự báo khả năng ống vỡ trên HTPPN cần phân tích các yếu tố ảnh hưởng đến sự kiện này để đề xuất mô hình dự báo hiệu quả Nghiên cứu áp dụng mô hình logistic tổng quát nhằm dự đoán nguy cơ ống vỡ, đồng thời điều chỉnh các yếu tố đầu vào của mô hình Qua việc đánh giá độ chính xác của kết quả dự báo, nghiên cứu hướng đến việc phát triển mô hình mới có khả năng dự báo tốt hơn.
- Mô phỏng các kịch bản đóng van trên HTPPN trên mô hình toán đã được hiệu chỉnh
Từ đó xác định các giá trị áp suất âm lớn nhất có khả năng xuất hiện trên từng đoạn ống cấp nước
Xác định chiều sâu mực nước ngầm và biên vùng thấm rò rỉ từ hệ thống thoát nước là rất quan trọng để ước lượng mức độ ảnh hưởng của nước ngầm và vùng thấm tới ống cấp nước trong khu vực.
2 Nghiên cứu xây dựng mô hình dự báo nguy cơ HTPPN bị ô nhiễm và quy trình thực hiện cho công tác này
Hình 1.5 Sơ đồ tiếp cận nghiên cứu
Các nghiên cứu trước đây đã chỉ ra rằng trong điều kiện hoạt động bình thường của hệ thống cấp nước, các điểm vỡ trên đường ống có xu hướng gây ra hiện tượng rò rỉ nước Điều này xảy ra khi áp suất nước trong đường ống ở mức dương Tuy nhiên, trong trường hợp áp suất có giá trị âm, tình hình có thể thay đổi.
Tại vị trí ống vỡ, chất lỏng có xu hướng bị hút vào bên trong ống cấp nước, đặc biệt khi môi trường bên ngoài bị ô nhiễm Điều này dẫn đến khả năng chất ô nhiễm xâm nhập vào đường ống là hoàn toàn có thể xảy ra Do đó, để xây dựng mô hình dự báo nguy cơ chất ô nhiễm xâm nhập vào hệ thống cấp nước, cần ước lượng khả năng xuất hiện của cả ba yếu tố liên quan.
(1) (2) (3) cùng lúc Các nội dung này sẽ được giải quyết trong các chương tiếp theo
CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP LUẬN
Dự báo khả năng ống vỡ trên HTPPN
Hiện tượng ống vỡ là sự kết hợp của các yếu tố từ môi trường làm việc và đặc tính cơ học của vật liệu ống, do đó khả năng vỡ ống trên HTPPN được xác định dựa trên tất cả các yếu tố này Nghiên cứu thu thập số liệu vỡ ống thực tế và sử dụng các phần mềm như Excel, Google Earth, và ArcGIS để tổng hợp và đánh giá Trong quá trình này, nghiên cứu áp dụng phương pháp lấy ý kiến chuyên gia và kiểm định số liệu thống kê Sau khi chuẩn hóa số liệu, chúng sẽ được dùng để kiểm chứng mô hình dự báo, theo trình tự nghiên cứu như Hình 2.1.
Hình 2.1 Nội dung nghiên cứu dự báo ống vỡ trên HTPPN
Sơ lược về phần mềm R Được phát triển từ năm 1996 bởi Ross Ihaka và Robert Gentleman [70] phần mềm R là
Ngôn ngữ R đã trở thành một lựa chọn phổ biến cho các nhà nghiên cứu thống kê, thay thế cho các phần mềm thương mại như SPSS, SAS, Stata và Statistica Sau hơn 10 năm phát triển, R thu hút sự quan tâm của các nhà thống kê và cộng đồng nghiên cứu, dẫn đến việc xây dựng nhiều công cụ hỗ trợ hữu ích cho phần mềm này.
R là phần mềm mã nguồn mở chuyên dùng cho thống kê và biểu diễn đồ thị, hoạt động trên các hệ điều hành Windows, MacOS và UNIX Phần mềm này hỗ trợ phân tích dữ liệu dạng mảng và ma trận, với hơn 6000 gói công cụ tích hợp cho các hệ thống phân loại và thống kê R sử dụng cú pháp đơn giản, cho phép người dùng tự tạo hàm mới dễ dàng Ngoài ra, R có khả năng đọc dữ liệu trực tiếp từ nhiều định dạng file như Excel (.csv), SAS, SPSS, Stata, và text Môi trường R cũng cho phép làm việc với các biến số và biến ký tự, lưu trữ các biến số trong bộ nhớ cho đến khi người dùng thoát khỏi môi trường.
R Phần mềm linh hoạt trong quá trình xử lý số liệu thống kê bằng cách phân loại thành các nhóm, thay thế biến từ kí tự sang số và ngược lại, nhập tách dữ liệu hoặc loại bỏ các số liệu trống Ngôn ngữ R cũng cho phép lập trình bậc cao bằng cấu trúc rẽ nhánh (if/else), cấu trúc lặp (for) Với các ưu điểm trên, luận án lựa chọn ngôn ngữ R để xây dựng hai mô hình hồi quy logistic và cây quyết định, từ đó dự báo khả năng ống vỡ và so sánh với dữ liệu khảo sát thực tế
Dữ liệu đầu vào cho mô hình dự báo ống vỡ
Hệ thống cấp nước của Việt Nam đã bắt đầu quá trình số hóa từ năm 2013 và hiện vẫn đang trong giai đoạn hoàn thiện, với việc đồng bộ hóa thông tin Do đó, trong quá trình thu thập dữ liệu, một số số liệu không thể thu thập được và thời gian thực hiện hạn chế, dẫn đến việc luận án chỉ phân tích dựa trên dữ liệu từ hệ thống thông tin GIS Kết quả của luận án có thể không đánh giá chi tiết các điều kiện liên quan như chỉ số dẫn điện, độ ẩm của đất, hay chỉ số oxy hòa tan trong nước, cũng như giá trị lực tác dụng từ nền đường trên từng đoạn ống Tuy nhiên, mô hình đề xuất trong nghiên cứu lại cho thấy tính áp dụng thực tế tốt hơn, dựa trên dữ liệu từ hệ thống GIS.
Các công ty cấp nước có thể ước lượng khả năng ống vỡ mà không cần phải thu thập hay khảo sát từng vị trí ống trong mạng lưới.
Trong luận án, các yếu tố ảnh hưởng tới ống vỡ được xem xét bao gồm đặc trưng vật lý của hệ thống như đường kính (D), chiều dài (L), và vật liệu (Mat), cùng với chỉ số độ tuổi (A) thể hiện tỉ lệ ăn mòn và giá trị áp suất trung bình làm việc (P) Ngoài ra, các yếu tố hình học của mạng lưới như vị trí tuyến đường đặt ống (R), số đoạn ống kết nối trên một tuyến (N0), tổng chiều dài ống trong vùng cấp nước (DMA), và số lần vỡ trước đây (Prior) cũng được khảo sát để đưa vào mô hình thống kê Độ tuổi ống dẫn (A) không trực tiếp ảnh hưởng tới nguy cơ ống vỡ nhưng phản ánh khả năng làm việc của ống.
Số lượng nút đấu nối trên một tuyến ống dẫn (N0) ảnh hưởng đến mức độ xáo trộn dòng chảy, từ đó tác động đến hiện tượng lắng cặn và ăn mòn bên trong ống Do đó, việc gia tăng số điểm đấu nối có thể làm tăng nguy cơ ống vỡ.
Vật liệu ống dẫn có tính chất cơ học khác nhau, trong đó vật liệu kim loại dễ bị ăn mòn trong môi trường ẩm ướt, trong khi vật liệu nhựa dễ bị lão hóa và có khả năng chịu tải kém hơn Nghiên cứu này xem xét các vật liệu như ống thép không gỉ ST, gang dẻo DI, gang xám CI, nhựa PVC, nhựa HDPE và ống xi măng amiăng AC Đường kính ống dẫn (D) là yếu tố quan trọng ảnh hưởng đến khả năng vận chuyển nước, với khả năng vỡ ống giảm khi đường kính tăng Áp suất làm việc trung bình trong DMA thay đổi theo cấp ống và thời gian làm việc; áp suất thấp hoặc bằng 0 có thể khiến cặn bám vào thành ống, làm giảm hiệu suất và gây bào mòn Quá trình lặp lại này làm giảm khả năng chịu tải của vật liệu ống, dẫn đến tăng nguy cơ vỡ ống.
Chiều dài ống dẫn L (km) ảnh hưởng đến áp suất dòng chảy bên trong ống, khi chiều dài tăng, áp suất giảm, dẫn đến nguy cơ vỡ ống do tải trọng nước cũng giảm Tuy nhiên, khi xem xét các tác động từ bên ngoài, đoạn ống ngắn lại có khả năng chịu lực tốt hơn so với ống dài.
Tuyến đường đặt ống R là yếu tố quan trọng, phản ánh đặc trưng của môi trường đất xung quanh ống và tải trọng tác động lên ống dẫn nước.
Tổng chiều dài đường ống trong một DMA ảnh hưởng đến công suất phục vụ của các đường ống Quy mô của mỗi DMA quyết định rằng với cùng một loại đường kính và chiều dài ống, số lượng điểm đấu nối nhiều sẽ làm thay đổi chế độ thủy lực trên đường ống nhiều hơn so với những ống có ít điểm đấu nối, từ đó ảnh hưởng đáng kể đến khả năng xảy ra sự cố vỡ ống.
Lịch sử vỡ ống có tác động lớn đến khả năng ống vỡ trong tương lai Các nghiên cứu cho thấy, những ống đã từng bị vỡ có nguy cơ xảy ra sự cố lần tiếp theo cao hơn so với những ống chưa từng bị vỡ.
Cần xác định mối tương quan giữa 9 biến ảnh hưởng đến khả năng vỡ ống, từ đó dự báo xác suất vỡ (Pf) cho từng đoạn ống được khảo sát.
Phương pháp xác định kích thước mẫu
Các nghiên cứu thường xác định kích thước mẫu thông qua các công thức thực nghiệm phù hợp với từng tập số liệu thống kê, với mục tiêu chính là phản ánh sự khác biệt cơ bản giữa các biến và đảm bảo độ tin cậy cao Trong bài toán dự báo nguy cơ ống vỡ trên HTPPN, có 9 biến độc lập và 1 biến phụ thuộc là tình trạng ống vỡ, thuộc dạng phân tích hồi quy đa biến Theo tác giả Barbara [73], kích thước mẫu được xác định dựa trên công thức cụ thể.
Trong đó m là số biến độc lập trong mô hình, m = 9 Vậy N ≥ 50 + 8 x 9 = 122 (mẫu)
Lý thuyết mô hình hồi quy logistic đánh giá khả năng ống vỡ
Xác định áp suất âm do đóng van trên HTPPN
Áp suất âm lớn nhất xảy ra khi đóng van trên HTPPN được xác định thông qua phương pháp mô hình hóa, theo trình tự nghiên cứu được minh họa trong Hình 2.5 Để đảm bảo độ chính xác và nâng cao hiệu suất của mô hình, nghiên cứu đề xuất một phương pháp xây dựng mô hình hiệu quả.
- Thí nghiệm trên quy mô mạng lưới đường ống nhỏ trước để có khái niệm về các giá trị cần hiệu chỉnh mô hình mô phỏng
- Ước lượng vị trí đóng van hiệu quả để xác định giá trị áp suất âm lớn nhất có khả năng xuất hiện trên từng ống cấp nước
Hình 2.5 Nội dung nghiên cứu xác định độ lớn áp suất nước va âm trên HTPPN
HTPPN đã được mô phỏng bằng phần mềm HAMMER của hãng Bentley, dựa trên kết quả thí nghiệm và các kịch bản đóng van được xây dựng sau khi hiệu chỉnh mô hình Kết quả mô phỏng cho thấy giá trị áp suất âm lớn nhất có thể xảy ra do việc đóng van ở từng đoạn ống trên HTPPN.
2.1.2.1 Cơ sở lý thuyết tính toán nước va trong phần mềm HAMMER
Nước va được nghiên cứu dựa trên giả thuyết rằng nước là một chất lỏng nén được, trong khi vật liệu ống có khả năng đàn hồi Theo tài liệu của tác giả Mays [80], vận tốc truyền sóng nước va trong ống cấp nước có thể được xác định bằng một công thức cụ thể.
Trong đó: K - Mô đun đàn hồi của nước, MPa
E - Môđun đàn hồi của vật liệu ống, MPa
Dt - Đường kính trong của ống, mm d0 - Chiều dày ống cấp nước, mm a0 - Vận tốc sóng âm, m/s a 0 K / , là khối lượng riêng của nước
Dòng chảy nước va là hiện tượng dòng chảy không ổn định, biến đổi nhanh theo thời gian Theo Wylie và Streeter, độ lớn của nước va thường được mô phỏng bằng phương trình liên tục và phương trình động lượng.
Trong đó: V - Vận tốc dòng chảy
H - Tổng cột nước so với mặt chuẩn f - Hệ số ma sát thành ống
Dt - Đường kính trong của ống g - Gia tốc trọng trường t - Biến thời gian x - Biến không gian dọc theo chiều dài ống dẫn
Wylie và Streeter [41] đề xuất áp dụng phương pháp đặc trưng để giải quyết hai phương trình (2.16) và (2.17), nhằm xác định giá trị áp suất và lưu lượng nước theo thời gian Lý thuyết này đã được tích hợp vào phần mềm HAMMER của công ty.
Bentley cho phép theo dõi diễn biến của hiện tượng nước va tại từng điểm trên đường ống Luận án sẽ ứng dụng phần mềm này để nghiên cứu cho hệ thống xử lý nước thải thực tế.
2.1.2.2 Thiết kế thí nghiệm và mô hình mô phỏng trên phần mềm HAMMER
Khi nước va xảy ra trên ống trong HTPPN, hiện tượng này rất đa dạng và phong phú Mỗi mô phỏng chỉ phản ánh một khía cạnh của thực tế, do đó, cần sử dụng nhiều mô hình để phản ánh một hệ thống thực tế Việc xây dựng mô hình yêu cầu trừu tượng hóa và khái quát hóa hiện tượng nghiên cứu, dẫn đến sự đơn giản hóa bằng cách lược bỏ những chi tiết thứ yếu, chỉ giữ lại các thuộc tính và mối liên hệ bản chất Tính đơn giản của mô hình là cần thiết để nắm bắt những vấn đề cơ bản nhất và rút ra quy luật Nếu không sử dụng mô hình đơn giản, quy luật của hiện tượng có thể bị lu mờ, dẫn đến nhầm lẫn trong nghiên cứu Do đó, mô hình nghiên cứu hiện tượng nước va được thiết kế để loại bỏ các nút tiêu thụ trên HTPPN và khái quát hóa trên quy mô nhỏ.
Bảng 2.2 Các loại đường kính ống trong mô hình mô phỏng Đường kính danh nghĩa Đường kính ngoài (mm) Độ dày (mm) Đường kính trong (mm) Vật liệu
Mô hình thí nghiệm được thiết lập tại sân mô hình của Khoa Xây Dựng, trường Đại học Bách Khoa Thành phố Hồ Chí Minh, với tổng chiều dài mạng lưới là 78,76m Mạng lưới bao gồm các đoạn ống có đường kính từ 15mm đến 140mm, được làm từ vật liệu HDPE và PVC, và trải rộng trên diện tích 70m2 Nước được bơm từ bể chứa nước ngầm và có hệ thống kênh dẫn thu gom để đưa về bể chứa.
Hình 2.6 Mô hình thí nghiệm xác định áp suất âm do đóng van
Mô hình thí nghiệm thiết lập trong phần mềm HAMMER như Hình 2.7, mô hình này được hiệu chỉnh để nghiên cứu các kịch bản đóng van
Hình 2.7 Mô hình mô phỏng thí nghiệm đóng van Thiết bị sử dụng trong mô hình gồm:
Cảm biến áp lực Đồng hồ đo lưu lượng
Cảm biến áp lực Đồng hồ đo lưu lượng Đầu nguồn
- 2 đồng hồ tua bin đo lưu lượng đầu và cuối mạng lưới đường kính 30mm để đo lưu lượng nước vào và ra khỏi mô hình
- 1 máy bơm Grunfos lưu lượng 60,3 m 3 /h, cột áp 11,4m, số vòng quay 2850 vòng/phút đặt tại đầu mạng lưới
- 8 van đặt trên các ống và 6 thiết bị đo cột áp trong đó 4 cảm biến đo cột áp dương và
Hai cảm biến đo cột áp âm được lắp đặt cố định tại điểm đầu và cuối của mạng lưới thiết bị Các cảm biến cột áp dương được bố trí trước và sau vị trí đóng van để đo áp suất nước, bao gồm cả áp suất âm và dương.
Để hiệu chỉnh mô hình HAMMER, cần đặt 4 cảm biến đo áp suất tại các vị trí quan trọng: đầu mạng lưới (nút J-13), cuối mạng lưới (nút J-81) và 2 điểm giữa (nút J-25 và J-60) Việc này giúp kiểm tra diễn biến của áp suất trong quá trình thí nghiệm, như được thể hiện trong Hình 2.8.
Hình 2.8 Vị trí đặt cảm biến đo áp suất dương để hiệu chỉnh mô hình
Sau khi mở van cuối nguồn và khởi động bơm, hệ thống hoạt động ổn định với lưu lượng trung bình đo được là 2,8 l/s Cột áp trung bình tại các vị trí HJ-13, HJ-60, HJ-25 và HJ-81 lần lượt là 12,23m, 8,53m, 8,63m và 5,83m Khi đưa lưu lượng 2,8 l/s vào phần mềm HAMMER, kết quả cho thấy cột áp tại các nút HJ-13, HJ-60, HJ-25 và HJ-81 lần lượt là 12,10m, 9,73m, 9,40m và 8,77m.
Cảm biến áp suất dương 1,2,3,4
Hình 2.9 cho thấy sự chênh lệch lớn giữa kết quả đo áp suất thực tế và mô hình HAMMER, điều này cho thấy cần phải hiệu chỉnh mô hình trong phần mềm để phù hợp với thí nghiệm thực tế Áp suất cột nước trong ống bị ảnh hưởng bởi tổn thất do ma sát giữa dòng chảy và thành ống (tổn thất chiều dài) cùng với các vị trí dòng chảy có sự thay đổi tiết diện (tổn thất cục bộ), do đó cần cân chỉnh theo hai yếu tố này.
Hình 2.9 So sánh kết quả mô phỏng, thí nghiệm và sau hiệu chỉnh
Theo lý thuyết thủy lực, tổn thất cục bộ trong mạng lưới đường ống dài là không đáng kể so với tổn thất chiều dài Thử nghiệm mô hình cho thấy áp suất thay đổi không đáng kể; cụ thể, khi tăng gấp 10 lần tổn thất cục bộ, cột áp tại nút sau van chỉ giảm 0,05m Để điều chỉnh áp suất dòng chảy trong ống, cần tập trung vào tổn thất ma sát theo chiều dài ống dẫn Hệ số nhám thành ống là đại lượng quan trọng để xác định tổn thất chiều dài Nghiên cứu sử dụng công cụ Darwin Calibrator trong phần mềm WaterGEMS để xác định hệ số nhám tối ưu cho 4 vị trí đo cột áp thực nghiệm Kết quả cho thấy giá trị hệ số nhám cho từng ống trong mô hình.
- Ống HDPE ban đầu có hệ số nhám là C = 150 được đề xuất thay thế C = 125
- Ống PVC ban đầu có hệ số nhám là C = 120 được đề xuất thay thế C = 110
Kết quả cột áp tại nút sau khi hiệu chỉnh trong Bảng 2.3 chỉ ra tại nút đầu J - 13 và
Nút Thí nghiệm Mô phỏng Sau hiệu chỉnh
Mô hình HAMMER cho thấy giá trị cột áp ở 42 cuối J - 81 mạng lưới thí nghiệm nhỏ hơn 2,4% và 3,5%, trong khi ở khu vực giữa mạng lưới (J-25, J-60) lại lớn hơn từ 3,8% đến 5,1% Khoảng sai số này được coi là chấp nhận được giữa mô hình và thực tế, do đó mô hình HAMMER sẽ được sử dụng để mô phỏng các kịch bản đóng van trên mạng lưới.
Bảng 2.3 Kết quả hiệu chỉnh mô hình HAMMER
Sai số Thí nghiệm Sau hiệu chỉnh Chênh lệch
So sánh kết quả giữa thí nghiệm và mô phỏng bằng phần mềm
Sau khi điều chỉnh các thông số hệ nhám, nghiên cứu tiến hành kiểm định độ chính xác của mô hình HAMMER trong việc mô phỏng nước va âm khi đóng van bằng cách so sánh sai số giữa giá trị áp suất nước va âm sau van của mô hình và dữ liệu thực nghiệm.
Hình 2.10 Mô hình thí nghiệm đóng van FCV-3
Đánh giá nguy cơ ảnh hưởng của nguồn ô nhiễm
Nguồn ô nhiễm được đánh giá theo các trường hợp sau:
- Dòng thấm rò rỉ từ hệ thống cống và mương thoát nước
Nguy cơ chất ô nhiễm xâm nhập vào bên trong ống cấp nước được đánh giá theo tương quan vị trí của ống so với các nguồn ô nhiễm trên
Khi nước ngầm bị ô nhiễm gần điểm vỡ của ống cấp nước, nguy cơ ô nhiễm xâm nhập vào ống tăng cao Nếu mực nước ngầm cao hơn đỉnh ống, tỷ lệ giữa khoảng cách H từ mực nước ngầm đến đỉnh ống và đường kính ống D sẽ xác định mức độ xâm nhập chất ô nhiễm, có thể ở mức thấp, trung bình hoặc cao Sử dụng hệ trục tọa độ với trục hoành tại mực nước ngầm và trục tung hướng xuống, tỷ số H/D sẽ được đánh giá để phân tích khả năng ô nhiễm.
- Nếu 0 ≤ H/D < 0,5 thì khả năng chất ô nhiễm xâm nhập vào bên trong ống là thấp
- Nếu 0,5D ≤ H/D ≤ 1,5 thì khả năng chất ô nhiễm xâm nhập vào bên trong ống được đánh giá là trung bình
- Nếu H/D > 1,5, khả năng chất ô nhiễm xâm nhập được đánh giá là cao
Hình 2.19 Mực nước ngầm nằm cao hơn ống cấp nước
2.1.3.2 Dòng thấm rò rỉ từ cống và mương thoát nước
Nước rò rỉ từ mương và cống thoát nước có thể thấm xuống đất khi ống cấp nước bị vỡ, tạo ra nguy cơ ô nhiễm Nguồn ô nhiễm này được giả định là dòng thấm ổn định từ hệ thống thoát nước rò rỉ, với B và H lần lượt là chiều rộng mặt nước và chiều sâu nước trong cống và mương thoát nước.
Hình 2.20 Vùng thấm rò rỉ từ điểm ô nhiễm mặt đất
Hình 2.21 Vùng thấm rò rỉ từ cống thoát nước
Trong môi trường đất không bão hòa, đồng chất và đẳng hướng, lý thuyết thấm của K Vairavamoorthy đã được áp dụng để xác định khu vực ảnh hưởng của nguồn ô nhiễm, như minh họa trong Hình 2.20 và Hình 2.21 Phương trình biên thấm được sử dụng để mô tả quá trình này.
Khi chiều sâu dòng thấm y > 3 (B + 2H) / 2 thì chiều rộng dòng thấm gần như không
53 đổi x = ± (B + 2H) / 4 Trong luận án này sử dụng phương trình (2.18) xác định 3 mức độ ảnh hưởng của nguồn ô nhiễm tới điểm vỡ trên ống cấp nước tọa độ (x,y) như sau:
- Nếu - (B + 2H) / 4 < x < (B + 2H) / 4 và y < 3 (B + H) / 2 thì ống cấp nước nằm bên trong vùng thấm ô nhiễm, khả năng ảnh hưởng của nguồn ô nhiễm ở mức độ cao
- Nếu x = ± (B + 2H) / 4 và y = 3 (B + H) / 2 lúc này ống cấp nước nằm trên biên của vùng thấm, khả năng ảnh hưởng của nguồn ô nhiễm được ước lượng ở mức trung bình
- Nếu x > (B + 2H) / 4 hoặc x < - (B + 2H) / 4 và y > 3 (B + 2H) / 2 thì ống cấp nước nằm bên ngoài vùng thấm, khả năng ảnh hưởng của nguồn ô nhiễm ở mức thấp
Theo mô hình dòng thấm, các ống cấp nước có tọa độ âm (x hoặc y) ảnh hưởng tương đương với tọa độ dương của nguồn ô nhiễm Để đơn giản hóa tính toán, các tọa độ âm được chuyển thành giá trị dương Ngoài ra, các ống cấp nước nằm trên hệ thống thoát nước được xem là nằm ngoài vùng ô nhiễm, do đó khả năng ô nhiễm được đánh giá ở mức độ thấp.
Dự báo nguy cơ HTPPN bị ô nhiễm
Ba yếu tố chính dẫn đến hiện tượng HTPPN bị ô nhiễm bao gồm vỡ ống, áp suất âm và nguồn ô nhiễm, tất cả đều mang tính không chắc chắn Để xác định quy luật phân phối và xác suất xảy ra của các biến cố này, cần có một lượng lớn dữ liệu thống kê thực tế Lý thuyết logic mờ là công cụ tối ưu giúp đánh giá các hiện tượng ngẫu nhiên và không chắc chắn, do đó, nghiên cứu áp dụng lý thuyết này để xây dựng mô hình dự báo nguy cơ.
Lý thuyết logic mờ
Trong lý thuyết logic cổ điển, xác suất P được sử dụng để đo khả năng xuất hiện của một biến cố, với xác suất không xảy ra là 1 - P Tuy nhiên, nhiều thông tin không chắc chắn như nhiệt độ máy điều hòa hay đánh giá năng lực học tập có nhiều trạng thái hơn hai Do đó, vào năm 1965, giáo sư Lotfi Zadeh đã phát triển lý thuyết mờ để giải quyết vấn đề này.
Lý thuyết mờ, được phát triển tại 54 trường đại học California - Mỹ, đã nhanh chóng trở thành công cụ quan trọng trong nghiên cứu, giúp đánh giá thông tin không rõ ràng thông qua các khái niệm như tập hợp mờ, hàm thuộc và logic mờ Tập mờ mở rộng từ khái niệm tập hợp cơ bản, trong đó các giá trị thuộc tập hợp được gán giá trị 1, các giá trị không thuộc nhận giá trị 0, và các giá trị còn lại nằm trong khoảng từ 0 đến 1.
Tập A bao gồm các khả năng vỡ ống cao hơn 0,4, trong khi các giá trị khả năng xảy ra thấp từ 0-0,2 sẽ được xem là 0 vì không thuộc tập hợp Các giá trị nằm trong khoảng từ 0,2 đến 0,6 được xem là trung bình, không cao cũng không thấp, và sẽ nhận các giá trị hàm tăng dần từ 0 đến 1 Do đó, tập mờ A sẽ có ba cấp độ được thể hiện như Hình 2.22.
Tập mờ A trong miền xác định U được định nghĩa bởi các giá trị u thuộc miền U với độ thuộc μA(u) nằm trong khoảng [0,1] Độ thuộc này thể hiện mức độ mà phần tử u thuộc về tập mờ A, trong đó H = 1 được coi là chính tắc và H < 1 là không chính tắc Tập mờ được chia thành hai miền: miền xác định U1 chứa các tập con M thỏa mãn μM(u) > 0 với mọi u thuộc M, và miền tin cậy U2 chứa các tập con N thỏa mãn μN(u) = 1 với mọi u thuộc N Hình dạng của tập mờ phụ thuộc vào các kiểu hàm thuộc, và nghiên cứu này sẽ xem xét các dạng khác nhau.
Hình 2.24 là hàm thuộc tam giác (Trimf -
Hình 2.25 là hàm thuộc hình thang (Trapmf -
Tập mờ A được xác định theo hàm thuộc dạng
Tập mờ A có hàm thuộc dạng Gamma tuyến tính (Gmf) như Hình 2.27 được xác định là:
Hàm thuộc Gaussian có dạng đường cong hình chuông và xác định theo công thức:
Hình 2.24 Hàm thuộc dạng tam giác
Hình 2.25 Hàm thuộc hình thang
Hình 2.27 Hàm thuộc dạng Gamma
- σ, c lần lượt là tham số hình dạng tương ứng với các giá trị độ lệch chuẩn và trung bình của đường cong
- Hình 2.28 biểu diễn trường hợp c = 0 và σ 1 của hàm Gaussian chuẩn (Gaumf) có giá trị thuộc được xác định là:
Hình 2.28 Hàm thuộc dạng Gaussian
Hàm thuộc Sigmoidal dạng S của tập mờ A như Hình 2.29 có hệ phương trình
Hàm thuộc Sigmoidal dạng Z của tập mờ A như Hình 2.30 xác định theo:
Logic mờ được xây dựng dựa trên lý thuyết tập mờ và lý thuyết logic cổ điển, vì vậy nó bao gồm tất cả các tính chất của tập hợp và cho phép lập luận xấp xỉ thay vì chính xác như logic cổ điển Một trong những phần quan trọng của logic mờ là xác định mối quan hệ nguyên nhân và hệ quả trong các hiện tượng nghiên cứu, từ đó hình thành các luật mờ thông qua các mệnh đề Nếu - Thì Mỗi giá trị hàm thuộc của biến vào đóng vai trò quan trọng trong quá trình này.
Số 57 đại diện cho một luật mờ và sự kết hợp của các luật mờ nhằm xác định giá trị thuộc về một biến ra Các luật mờ này được kết hợp theo quy tắc hợp thành mờ.
Phần mềm MATLAB và công cụ thiết kế
Hình 2.31 Giao diện công cụ Logic mờ trong MATLAB
Soạn thảo mô hình FIS
Soạn thảo luật mờ Soạn thảo tập mờ
MATLAB là phần mềm lập trình mạnh mẽ cho việc xử lý dữ liệu và biểu diễn đồ họa chính xác trong không gian 2D và 3D Nhờ vào việc tích hợp các thư viện ToolBox và công cụ hỗ trợ SIMULINK, MATLAB giúp thiết kế và mô phỏng trở nên dễ dàng hơn, tiết kiệm thời gian tính toán và nâng cao độ tin cậy của kết quả.
Công cụ logic mờ (Fuzzy Logic Designer - FLD) là một tập hợp các hàm được phát triển trên nền tảng MATLAB và tích hợp vào ToolBox của phần mềm Giao diện FLD bao gồm hai phần chính: soạn thảo và quan sát luật mờ Trong phần soạn thảo, người dùng có thể xây dựng mô hình hệ thống suy luận mờ (FIS) với thông tin về ba biến đầu vào và một biến đầu ra, bao gồm tên các biến, luật suy diễn, phương pháp khử mờ và các luật hợp thành của các tập mờ Công cụ này cũng cho phép soạn thảo hình dạng tập mờ, miền xác định, không gian biến và đề xuất các luật mờ cho mô hình Ngoài ra, FLD còn cung cấp khả năng hiển thị luật mờ dưới dạng giao diện 2D và 3D, giúp người sử dụng dễ dàng quan sát quy luật hoạt động của các luật cũng như ảnh hưởng của hàm thuộc đến kết quả.
Hình 2.32 Mô hình dự báo nguy cơ xây dựng trong SIMULINK
Công cụ SIMULINK cho phép thiết kế hệ thống vận hành mô hình FIS thông qua giao diện người dùng đồ họa (GUI) Người dùng có thể lựa chọn các khối nguồn và khối tải, đồng thời tích hợp mô hình FIS với khối xử lý Logic mờ (Fuzzy Logic Controller) để thực hiện các thao tác cần thiết.
Nhận tín hiệu Xử lý số liệu Hiển thị kết quả
Để xây dựng mô hình tích hợp trong SIMULINK, người dùng cần lựa chọn công cụ từ ToolBox và hoàn chỉnh các thông số Mô hình dự báo nguy cơ bao gồm bốn phần chính: nguồn, nhận tín hiệu, xử lý số liệu và hiển thị kết quả, tương ứng với các khối chức năng trong SIMULINK như Constant, Mux, Fuzzy Logic Controller và Scope Các khối này được lấy từ thư viện SIMULINK, như được minh họa trong Hình 2.32.
Trong thư viện Sources, có nhiều loại nguồn, trong đó khối nguồn phù hợp là dạng Constant với giá trị mặc định ban đầu là 1, tạo ra hằng số thực hoặc phức không phụ thuộc vào thời gian Khối này cho phép người dùng khai báo trực tiếp và hiển thị số liệu ngay trên nền hệ thống Mỗi nguồn có một tín hiệu ra, nhưng tín hiệu này không truyền trực tiếp tới khối xử lý, mà phải qua bộ phận tổng hợp tín hiệu (Signal routing) để Mux từ 3 ngõ vào thành một tín hiệu ra Fuzzy Logic Controller tích hợp trong hệ thống nội suy mờ cho phép nhập thông tin của mô hình FIS nhằm ước lượng các thông số nguy cơ và chuyển tới đầu ra Khối Display trong thư viện Scope được sử dụng để theo dõi trực tiếp kết quả Pc.
Mô hình dự báo nguy cơ HTPPN bị ô nhiễm
Hình 2.33 Mô hình dự báo nguy cơ HTPPN bị ô nhiễm
Mô hình hệ thống suy luận mờ FIS được phát triển dựa trên lý thuyết logic mờ, nhằm dự báo nguy cơ như trong Hình 2.33 Mô hình này sử dụng ba biến đầu vào: Pf - khả năng ống vỡ, Hn - giá trị áp suất âm, và Sc - mức độ ảnh hưởng của nguồn ô nhiễm Các biến này được xử lý thông qua công cụ thiết kế logic mờ FLD (Fuzzy Logic Design) và SIMULINK trong phần mềm MATLAB.
Miền xác định của ba yếu tố nguy cơ
Khả năng ô nhiễm xâm nhập vào đường ống cấp nước (Pc) và khả năng vỡ ống (Pf) được phân loại thành 4 mức độ, mỗi mức tương ứng với một tập mờ trong khoảng từ 0 đến 1 Hai yếu tố nguy cơ khác là độ lớn áp suất nước va âm trong ống (Hn) và khả năng ảnh hưởng của nguồn ô nhiễm (Sc) được đánh giá qua 3 mức độ: thấp, trung bình và cao, như được trình bày trong Bảng 2.6.
Bảng 2.6 Kí hiệu tập mờ của các biến vào và ra trong mô hình FIS
Rất Cao (Very High)-VH1
Tập mờ rất cao (VH) được xác định bởi miền xác định, chiều cao và dạng hàm thuộc Giá trị miền xác định (U) của các tập mờ được thiết lập thông qua phương pháp đánh giá trực quan, trong đó các khoảng trong miền U được chia đều để đảm bảo kích thước tương đương Để đảm bảo các giá trị luôn thuộc một tập mờ nhất định và không rơi vào tập rỗng, các tập mờ được lấy theo tính chất phần bù; ví dụ, tập mờ trung bình M2 là phần bù của tập mờ thấp L2 và tập mờ cao H2, đảm bảo tổng hai giá trị hàm thuộc của biến x luôn bằng 1.
Hình 2.34 Tính chất phần bù của tập mờ
Miền U của các tập mờ sẽ được kết hợp để đảm bảo các hàm thuộc có độ dốc đồng đều, với các tham số trong công thức độ nhạy được xác định như trong Bảng 2.7.
Bảng 2.7 Các tham số trong công thức xác định độ nhạy trung bình
Do đặc điểm chỉ có một độ dốc bên phải, Lmf và Zmf không có giá trị trên tập mờ biên trái VH1, L2 và H3 Tương tự, hàm Gmf và Smf chỉ có độ dốc bên trái, dẫn đến H2(x) và M2(x) = 1, từ đó suy ra L2(x) và M2(x) = 1, kết luận là H2(x) và L2(x).
Trong nghiên cứu này, 62 không thể biểu diễn cho tập mờ biên phải L1, H2, L3 Đồng thời, bốn dạng hàm thuộc tập mờ trung bình (M1, M2, M3) và tập mờ cao (H1) đều không có ý nghĩa Bảng 2.7 trình bày các giá trị biên ở dạng không xác định.
Hàm Trimf, Trapmf và Gaumf đều có đặc điểm đối xứng qua trung vị và có cùng miền xác định U = [a,b] = [U1,U2] Tham số c của hàm Trimf và Gaumf đại diện cho giá trị trung bình của a và b, trong khi đối với hàm Trapmf, tham số c và d được phân bố đều trên miền U Giá trị σ của hàm Gaumf được xác định thông qua công thức phương sai của hàm Gaussian cho N giá trị trong khoảng [U1,U2].
Phân tích độ nhạy của hàm thuộc cho biến nghiên cứu là cần thiết để đánh giá các yếu tố nguy cơ phụ thuộc vào giả định đầu vào cho mô hình, mà những giả định này có thể bị ảnh hưởng bởi yếu tố chủ quan trong việc phân tích và xử lý dữ liệu Việc phân tích độ nhạy giúp giảm thiểu tính chắc chắn và làm cơ sở cho việc thiết kế tập mờ Các dạng hàm thuộc khác nhau dẫn đến đặc điểm tập mờ khác nhau; ví dụ, hàm thuộc dạng tam giác và Gaussian có độ mờ biến thiên nhanh, trong khi hàm thuộc dạng hình thang, L, Gamma tuyến tính và Sigmoidal có tốc độ biến thiên vừa phải Để lựa chọn các hàm thuộc có độ biến thiên nhỏ nhất, cần có một cơ sở phù hợp, vì các yếu tố nghiên cứu có trọng số đóng góp như nhau trong một tập mờ Tác giả Hung Nguyen đã đề xuất phương trình để đo lường sự biến thiên của các giá trị hàm thuộc trong tập mờ A với miền xác định [a,b] là [0,1], và áp dụng công thức này cho bảy dạng hàm thuộc khác nhau.
- Hàm thuộc tam giác (Trimf) với một cận trên (c,1) và hai cận dưới (a,0), (b,0):
- Hàm thuộc hình thang (Trapmf) có cận trên (c,1), (d,1) và cận dưới là (a,0),(b,0):
- Hàm thuộc hình L (Lmf) có một cận trên (a,1) và một cận dưới là (b,0):
- Hàm thuộc Gamma tuyến tính (Gmf) có cận trên (b,1) và cận dưới là (a,0):
- Hàm thuộc Gaussian (Gaumf) dao động trong khoảng từ U1 đến U2:
- Hàm thuộc Sigmoidal dạng S (Smf) trong khoảng [a,b]:
- Hàm thuộc Sigmoidal dạng Z (Zmf) trong khoảng [a,b]:
Để giải phương trình vi phân với cận trên và cận dưới như trong Bảng 2.8, bạn có thể sử dụng phần mềm MATLAB với lệnh int(f,x,a,b), trong đó f là hàm tích phân của biến x trong khoảng từ a đến b Đồng thời, bạn cũng có thể kết hợp với bảng tính Excel để tính toán các giá trị liên quan một cách hiệu quả.
Kết quả tính độ nhạy trung bình S(A) cho thấy hàm thuộc dạng Lmf và Gmf có giá trị S(A) lớn nhất, do đó không nên sử dụng hai dạng hàm này trong việc đánh giá nguy cơ ô nhiễm Ngược lại, hàm thuộc dạng Gaussian và Sigmoidal có giá trị S(A) thấp nhất Ba dạng hàm Gaumf, Zmf và Smf là phù hợp cho các giá trị thực như Hn và các giá trị không thứ nguyên như Pf, Sc Hơn nữa, các dạng hàm này cũng có khả năng ước lượng các đại lượng không chắc chắn.
Bảng 2.8 Kết quả độ nhạy trung bình của các dạng hàm thuộc Độ nhạy trung bình Lmf Gmf Trimf Trapmf Gaumf Zmf Smf
Mô hình hệ thống suy luận mờ (mô hình FIS)
Mô hình hệ thống suy luận mờ, được phát triển từ lý thuyết logic mờ, bao gồm các đầu vào và đầu ra là các giá trị rõ ràng nhưng không có mối liên hệ toán học Do đó, cần một bộ xử lý số liệu trung gian để mờ hóa ngõ vào và áp dụng các luật mờ, từ đó sử dụng luật suy diễn xấp xỉ để xác định giá trị biến ra.
Bước đầu tiên trong mô hình FIS là mờ hóa ngõ vào, nơi mà các biến đầu vào được ánh xạ vào tập mờ Mỗi giá trị số thực được đưa vào mô hình sẽ được xác định mức độ thuộc vào các tập mờ tương ứng.
Bước 2: Cơ sở luật mờ là bộ quy tắc mờ dạng Nếu…Thì…được xây dựng theo luật hợp thành max - min với 3 biến vào và 1 biến
Bước 3 trong mô hình FIS là suy diễn mờ, đóng vai trò quan trọng trong nghiên cứu này, với việc áp dụng cả hai dạng suy diễn mờ Mamdani và Takagi-Sugeno (TS).
Mờ hóa Suy diễn mờ
Tập mờ Đầu ra (số thực)
Suy diễn mờ Mamdani được áp dụng để xác định vùng thấm ô nhiễm trong mô hình FIS, với hai ngõ vào chính là tọa độ ống cấp nước (X,Y), tuy nhiên, hai giá trị này có tính không chắc chắn cao Đặt A* và B* là tập mờ tương ứng với hai yếu tố đầu vào X và Y, từ đó, luật mờ được phát biểu nhằm phân tích và xử lý dữ liệu một cách hiệu quả.
R1 Nếu X là A1 và Y là B1 thì Sc là C1
R2 Nếu X là A2 và Y là B2 thì Sc là C2
Rn Nếu X là An và Y là Bn thì Sc là Cn
Cho Nếu X là A* và Y là B* thì Sc là C*
Theo suy diễn xấp xỉ Mamdani, tập mờ C* được suy diễn từ quan hệ thành phần: i i i
R A B và quan hệ tích hợp
nên tập mờ đầu ra là: C * R i R Tập mờ C* dùng trong bước giải mờ
Bước 4: Giải ngõ mờ đầu ra của các tập mờ
Phương pháp điểm trọng tâm cho phép mọi giá trị đóng góp một trọng số nhất định trong việc xác định hoành độ của điểm trọng tâm Trọng tâm y0 được xác định trong miền Y của tập mờ B.
(2.46) Hình 2.36 Phương pháp điểm trọng tâm
Suy diễn mờ Tagaki-Sugeno:
Mô hình FIS (Sc) xác định khả năng ảnh hưởng của nguồn ô nhiễm
Để dự báo nguy cơ ô nhiễm, cần xác định giá trị Sc, phản ánh khả năng ảnh hưởng của nguồn ô nhiễm từ tọa độ xi, yi Mô hình FIS cho nước ngầm và mô hình FIS cho thoát nước được áp dụng để ước lượng Sci dựa trên dữ liệu mực nước ngầm và phương trình vùng thấm rò rỉ Sử dụng công cụ FLD trong phần mềm MATLAB, mô hình được xây dựng nhằm xác định mức độ ảnh hưởng của nguồn ô nhiễm theo luật Mamdani.
Hình 2.41 Mô hình FIS xác định khả năng ảnh hưởng của nguồn ô nhiễm
Quan hệ giữa các tập mờ được xác định qua phương pháp cực đại cực tiểu, trong khi quan hệ hợp thành mờ tuân theo quy tắc max - min Theo lý thuyết mô hình FIS, việc giải ngõ mờ đầu ra của các tập mờ trong luận án sử dụng phương pháp điểm trọng tâm Do đó, phương pháp Defuzzification được xác định trong mô hình là “centroid”.
Bảng 2.10 Tương quan giữa các yếu tố đầu vào và ra của mô hình FIS
Thấp Thấp Thấp Trung bình
Trung bình Thấp Trung bình Cao
Cao Trung bình Cao Cao
Luật mờ trong mô hình được định nghĩa như sau: Nếu x là A i và y là B i, thì S c là C i, trong đó C i là các tập mờ thể hiện khả năng ảnh hưởng của nguồn ô nhiễm ở các mức độ thấp, trung bình và cao Các tập mờ này có miền xác định lần lượt là [0, 0, 0,25, 0,5] và [0,25, 0,5, 0,75].
[0,5 0,75 1 1] và dạng hàm thuộc tương ứng là Zmf, Gaumf và Smf Từ ba tập mờ xa- trung bình-gần sẽ tạo thành 3 x 3 = 9 luật mờ theo tương quan như Bảng 2.10
Thiết lập luật mờ trong công cụ FLD cho phép quan sát ảnh hưởng của ô nhiễm tới ống cấp nước dựa trên hai biến đầu vào (x,y) Hình 2.40 cho thấy các vùng màu vàng, xanh dương và xanh nước biển, tương ứng với mức độ ảnh hưởng từ thấp đến cao của nguồn ô nhiễm Trục ox trong hệ tọa độ xOy được đặt tại mực nước ngầm trong mô hình FIS nước ngầm, giúp xác định tọa độ (x,y) của từng ống cấp nước Để đánh giá khả năng ảnh hưởng của ô nhiễm, người dùng có thể nhập các cặp tọa độ (x,y) vào ô Input như trong Hình 2.42, từ đó cột bên phải sẽ hiển thị giá trị Sc tương ứng.
Hình 2.42 Luật mờ xác định khả năng ảnh hưởng của nguồn ô nhiễm
Kiểm định mô hình dự báo nguy cơ
Để xác thực khả năng làm việc của mô hình dự báo, bài viết thực hiện so sánh giữa kết quả chạy mô hình và tính toán thủ công cho một ống cấp nước có nguy cơ bị vỡ.
Giá trị áp suất âm trên ống Hn là -6,94 với Pf = 0,5, cho thấy nguy cơ ảnh hưởng của nguồn ô nhiễm Sc đạt 0,79 Mô hình dự báo nguy cơ sử dụng các phương pháp phép hợp, phép giao và luật hợp thành theo quy tắc max-min.
- Khả năng ống vỡ Pf = 0,50 có độ thuộc theo hệ phương trình (2.36) và (2.37):
- Giá trị áp suất âm Hn = -6,94 (m) theo hệ phương trình (2.40) và (2.42):
- Nguồn ô nhiễm có khả năng ảnh hưởng tới ống Sc = 0,79 > 0,75 sẽ có hàm thuộc xác định theo hệ phương trình (2.46) là:
H Vậy các luật mờ được hình thành như sau:
R1 Nếu Pf = 0,5 là M1 và Hn = -6,94 là M2 và Sc =0,79 là H3 thì Pc là fM
R2 Nếu Pf = 0,5 là M1 và Hn = -6,94 là H2 và Sc = 0,79 là H3 thì Pc là fH
R3 Nếu Pf = 0,5 là H1 và Hn = -6,94 là M2 và Sc = 0,79 là H3 thì Pc là fM
R4 Nếu Pf = 0,5 là H1 và Hn = -6,94 là H2 và Sc = 0,79 là H3 thì Pc là fVH
Theo tính chất quan hệ tích hợp:
Theo phương trình (2.47), mức độ ô nhiễm Pc được xác định dựa trên bốn giá trị thực: M = 0,5; H = 0,75; và VH = 1 Do đó, khả năng ô nhiễm xâm nhập vào ống là một yếu tố quan trọng cần được xem xét.
Giá trị Pf, Hn và Sc được đưa vào mô hình dự báo trong khối constant màu đỏ Qua quá trình xử lý bằng mô hình FIS, kết quả thu được như Hình 2.43, cho thấy sự tương đồng với kết quả tính toán trước đó Điều này chứng tỏ rằng mô hình hoạt động chính xác theo các nguyên tắc đã được lập trình.
Hình 2.43 Kết quả mô hình dự báo sử dụng mô hình FIS - Gmf, Smf, Zmf Đề xuất quy trình dự báo nguy cơ HTPPN bị ô nhiễm
Những vấn đề cần giải quyết
Từ các phân tích của luận án cho thấy những vấn đề cần phải được giải quyết khi dự báo nguy cơ HTPPN bị ô nhiễm bao gồm:
- Dự báo được khả năng ống cấp nước bị vỡ (Pfi)
- Giá trị áp suất âm lớn nhất có khả năng xuất hiện trên từng đoạn ống (Hni)
- Đánh giá được khả năng ảnh hưởng dòng thấm ô nhiễm tới ống cấp nước (Sci)
- Dự báo nguy cơ HTPPN bị ô nhiễm (Pci).
Quy trình giải quyết vấn đề
Các mô hình như Cây quyết định, HAMMER, FIS và mô hình dự báo nguy cơ HTPPN bị ô nhiễm đều đóng vai trò quan trọng trong việc dự báo nguy cơ ô nhiễm vào ống cấp nước Để áp dụng mô hình dự báo nguy cơ HTPPN bị ô nhiễm cho khu vực nghiên cứu, cần xác định các số liệu đầu vào Pfi, Hni và Sci.
1 Dự báo khả năng ống cấp nước bị vỡ (P fi )
Tài liệu mạng lưới cấp nước bao gồm bản vẽ và các số liệu sau:
Các ống cấp nước trên hệ thống cấp nước phân phối (HTPPN) có những đặc trưng vật lý quan trọng bao gồm đường kính (D), chiều dài (L), và vật liệu ống (Mat) Độ tuổi (A) của ống cũng ảnh hưởng đến hiệu suất và độ bền, trong khi giá trị áp suất trung bình làm việc (P) của ống là yếu tố quyết định khả năng chịu đựng và an toàn trong quá trình vận hành.
Mạng lưới cấp nước có những đặc trưng hình học quan trọng như vị trí tuyến đường đặt ống (R), số đoạn ống kết nối trên một tuyến ống (N0) và tổng chiều dài ống trong một vùng cấp nước (DMA) Những yếu tố này ảnh hưởng đến hiệu quả và khả năng cung cấp nước cho khu vực.
Số lần vỡ trước đây cho thấy nguyên nhân chính là do ống bị lão hóa theo thời gian Tuy nhiên, cần lưu ý rằng còn nhiều yếu tố khác có thể gây ra vỡ, chẳng hạn như sự cố tại phụ tùng đấu nối, tác động từ bên ngoài hoặc các hoạt động có chủ ý.
Hình 2.44 Quy trình dự báo nguy cơ HTPPN bị ô nhiễm
Tập hợp các giá trị của những yếu tố và mô tả thống kê để kiểm tra tính thống nhất của số liệu thu thập Bước tiếp theo là sử dụng phần mềm R để đưa các số liệu vào mô hình Cây quyết định, nhằm dự báo khả năng ống vỡ trên HTPPN P fi thuộc khoảng [0, 1] Kết quả dự báo sẽ được kiểm tra bằng đường cong ROC và tiêu chuẩn AUC Nếu kết quả dự báo không đạt yêu cầu, cần xem xét lại quy trình phân tích.
76 đảm bảo độ chính xác cần tăng số liệu ống vỡ, nếu không thu thập được thì có thể lấy số liệu của khu vực tương tự
2 Giá trị áp suất âm lớn nhất có khả năng xuất hiện trên từng đoạn ống (H ni )
Các tài liệu cần có để xác định giá trị Hni cho từng ống cấp nước là:
- Các thông số vật lí và thủy lực của HTPPN, đặc biệt là hệ số nhám, loại vật liệu và chiều dày thành ống
- Giá trị cột áp theo thời gian thực tại ít nhất 3 vị trí ở đầu, giữa và cuối HTPPN (Hi)
- Xác định vị trí van trên đường ống chính ở đầu, giữa và cuối mạng lưới cấp nước
Để thiết lập mô hình mạng lưới cấp nước trên phần mềm HAMMER, cần xây dựng mô hình cho từng khu vực cấp nước (DMA) riêng biệt nếu chúng không có mối liên hệ thủy lực Tiếp theo, hiệu chỉnh mô hình bằng cách nhập dữ liệu cột áp thực tế vào công cụ Darwin Calibration trong WaterGEMs để xác định hệ số nhám Cuối cùng, xác định áp suất âm lớn nhất có thể xuất hiện trên từng ống cấp nước thông qua các kịch bản đóng van ở đầu, giữa và cuối hệ thống phân phối nước.
3 Đánh giá khả năng ảnh hưởng dòng thấm ô nhiễm tới ống cấp nước (S ci )
Để xác định chiều cao mực nước ngầm và chiều sâu đặt ống cấp nước, cần tham khảo bản vẽ Quy hoạch chi tiết mạng lưới cấp nước Dựa trên thông tin này, xác định giá trị mực nước ngầm cao nhất có khả năng gây xâm nhập chất ô nhiễm vào từng ống cấp nước Đồng thời, xác định tọa độ (xi,yi) của ống cấp nước để đưa vào mô hình FIS nước ngầm.
Bản vẽ Quy hoạch chi tiết mạng lưới cấp thoát nước trong vùng nghiên cứu cần thu thập đầy đủ thông tin về cấu tạo mạng lưới, độ sâu chôn cống, mực nước trung bình trong cống và các đặc trưng vật lý như chiều dài, đường kính và độ dốc Việc này giúp xác định vùng thấm rò rỉ có khả năng ảnh hưởng tới ống cấp nước Sử dụng phần mềm AutoCad, tọa độ (xi,yi) của ống cấp nước trong vùng thấm ô nhiễm được đưa vào mô hình FIS thoát nước Kết quả từ hai mô hình FIS cho thấy khả năng ảnh hưởng của nguồn ô nhiễm tới ống cấp nước.
S ci , so sánh kết quả hai mô hình và lấy giá trị Sci lớn hơn để đưa vào mô hình dự báo nguy cơ HTPPN bị ô nhiễm
4 Dự báo nguy cơ HTPPN bị ô nhiễm (P ci )
Sau khi thu thập đủ ba giá trị đầu vào cho mô hình dự báo nguy cơ, người dùng sẽ nhập dữ liệu và chạy mô hình trong SIMULINK để xác định khả năng ô nhiễm tại từng đoạn ống cấp nước của HTPPN Đồng thời, cần đánh giá tính chính xác của kết quả dự báo bằng cách so sánh với dữ liệu chất lượng nước thực tế Nếu kết quả không đạt yêu cầu, sẽ tiến hành điều chỉnh miền xác định của tập mờ trong mô hình Cơ sở đánh giá chính là so sánh giữa kết quả mô hình dự báo nguy cơ và kết quả kiểm tra chất lượng nước thực tế tại HTPPN.
Chất ô nhiễm trong hệ thống được xác định bởi ba yếu tố nguy cơ, bao gồm mô hình dự báo nguy cơ ống vỡ và áp suất nước va âm, cũng như chiều sâu mực nước ngầm và vùng thấm từ hệ thống thoát nước Mô hình dự báo HTPPN bị ô nhiễm được phát triển dựa trên lý thuyết logic mờ, trong đó đánh giá độ nhạy của ba biến nghiên cứu Kết quả cho thấy hàm Gaussian và Sigmoidal phù hợp hơn so với các dạng tam giác, L, Gamma tuyến tính hay hình thang Nghiên cứu đã sử dụng công cụ SIMULINK trong phần mềm MATLAB để xây dựng mô hình và quy trình dự báo nguy cơ ô nhiễm HTPPN.