ABSTRACT Water distribution networks (WDNs) are designed to operate over a long period, however, it is expected that their capacity reduces over time. The large set of options that can be applied to improve their capacity, combined with their hydraulic complexity and the search for the most economical solution create a difficult problem to solve. Therefore, in this paper the hydraulic and economic benefits of three rehabilitation strategies: pipes cleaning, pipe replacement and leakage fixing. were evaluated individually first and then combined into two case studies, through a cost minimization using the PSO algorithm. Initially, the relation between the investment and the reduction in pressure deficit is analyzed for each alternative to identify the best strategy, and at which point the benefits are saturated. Then, an optimization considering the combination of the three intervention techniques is made to verify if there is a prioritization of any technique, and if it is related with the individual performance. in economic and hydraulic terms pipe replacement was the best intervention technique, followed by pipe cleaning and leak repair. For substitution, few interventions are sufficient to significantly improve the pressure. Moreover, it was observed that in the intervention - combined, the algorithm prioritizes joint solutions.

RESUMO As redes de distribuição de água são projetadas para operar durante um longo período, porém, espera-se que sua capacidade se reduza ao longo do tempo. O grande conjunto de opções que podem ser aplicadas para melhorar sua capacidade, combinado com sua complexidade hidráulica e a busca da solução mais econômica, criam um problema difícil de resolver. Portanto, neste artigo são avaliados os benefícios hidráulicos e econômicos de três estratégias de reabilitação: limpeza de tubos, substituição de tubos e correção de vazamentos. Primeiramente, cada estratégia é avaliada individualmente, e em seguida avaliadas em conjunto em dois estudos de caso, utilizando a minimização dos custos através do algoritmo PSO. Primeiro é avaliada a relação entre o investimento e a redução do déficit de pressão, tentando identificar a melhor estratégia, e em que ponto os benefícios são saturados. Em seguida, é feita a otimização considerando a combinação das três técnicas de intervenção para verificar se há a priorização de alguma das técnicas, e se essa priorização está relacionada com seu desempenho individual. Em termos econômicos e hidráulicos, a substituição de tubos foi a melhor técnica de intervenção, seguida da limpeza de tubulações e do conserto de vazamentos. No caso da substituição, poucas intervenções são suficientes para melhorar significativamente a pressão. Além disso, foi observado que quando as técnicas de intervenção são combinadas, o algoritmo prioriza a soluções conjuntas.

RESUMO O conhecimento dos parâmetros hidráulicos em uma rede de distribuição de água pode ser usado para indicar problemas em tempo real, como rompimentos de tubos, pequenos vazamentos, aumento da rugosidade do tubo e conexões ilegais. No entanto, uma indicação precisa depende da quantidade e qualidade dos dados adquiridos, ou seja, do número de sensores usados para monitorar a rede e sua localização. Entretanto, não é economicamente viável ter um grande número de sensores, portanto, o uso da inteligência artificial, como Redes Neurais Artificiais (RNAs) podem reduzir a falta de informações necessárias para identificar problemas, estimando parâmetros hidráulicos através das poucas informações coletadas. A confiabilidade das RNAs depende de sua arquitetura, então, neste trabalho, diferentes condições são testadas para o treinamento das RNAs de modo a identificar quais são os parâmetros mais relevantes a serem ajustados quando utilizadas na estimativa de pressão.

ABSTRACT The knowledge of hydraulic parameters in water distribution networks can indicate problems in real time, such as pipe bursts, small leakages, increase in pipe roughness and illegal connections. However, an accurate indication relies on the quantity and quality of the data acquired, i.e., the number of sensors used to monitor the network and their location. It is not economic feasible have a great number of sensors, thus, the use of artificial intelligence, such as Artificial Neural Networks (ANNs) can reduce the lack of information necessary to identify problems, estimating hydraulic parameter through the few information collected. The reliability of ANNs depends on its architecture, so, in this paper, different conditions are tested for ANN training to identify which are the most relevant parameters to be adjusted when the ANN is used for pressure estimation.

RESUMO A otimização da operação das estações elevatórias nas redes de distribuição de água tem sido amplamente estudada, principalmente com o desenvolvimento de conversores de frequência, que permitem que as máquinas ajustem a potência hidráulica de acordo com as demandas requeridas. Embora essa abordagem resulte em muitos benefícios, as características originais das bombas permanecem as mesmas. Consequentemente, as bombas podem estar operando em um intervalo de eficiência abaixo do ideial. Portanto, esse artigo irá avaliar os beneficios que a seleção otimizada de uma bomba pode gerar para sua operação com rotação variável. A seleção da bomba com o melhor ponto de operação e o número de bombas operando em paralelo na rede foram definidos através da técnica Particle Swarm Optimization (PSO), minimazando os custos de energia do sistema. Os resultados mostram que não há benefício em operar múltiplas bombas em paralelo, e que manter uma rotina operacional mais flexível reduz significativamente os gastos com energia, principalmente quando a bomba é selecionada com este objetivo.

ABSTRACT The optimization of pumping stations operation in water distribution networks has been largely studied, especially with the development of speed drivers, which allowed the machines to adjust the hydraulic power inserted to the system according to the demand requirements. Although this approach results in high benefits, the original characteristics of pumps remains the same. Consequently, the pumps can be operating in a range of suboptimal efficiency. Thus, this paper will evaluate the benefits that an optimized pump selection can bring for variable speed operation. The selection of the pumps best efficiency point and the number of pumps operating in parallel are defined applying Particle Swarm Optimization (PSO) to minimize the energy costs of the system. For the case study, the results show that there is no benefit when more pumps are operated in parallel, and that a flexible operational routine significantly reduces the energy expenses, especially when the pump is selected for this purpose.

An accurate knowledge of thermophysical properties is very important, for example, to optimize the engineering design and the development of new materials for many applications. Thermal effusivity is a thermal property which presents an increasing importance in heat conduction problems. This property indicates the amount of thermal energy that a material is able to absorb. The estimation can be done by simulating a transient heat transfer model. In this case a one-dimensional semi-infinite thermal model is used. A resistance heater in contact with the sample generates a heat pulse. Variations of temperature and heat flux are measured simultaneously on the top surface of the sample. In this work, thermal effusivity is estimated in time domain through the minimization of the objective function, defined as the square difference between experimental and theoretical temperatures. The golden section technique is used for minimizing this objective function. A sensitivity analysis and a comparison between the semi-infinite and the finite models were also done to define the number of points to be used in the estimation. Measurements were carried out with three different polymers: polymethyl methacrylate, polyvinyl chloride and polyethylene. In all cases studied the results are in good agreement with literature. In addition, an uncertainty analysis is also presented.