Neurális hálózat alkalmazása csatornahálózat hordalékszállításának modellezésére (Application of Neural Network for Sediment Transport in Storm Water Network)

Elsődleges fülek

Erre a témakiírásra nem lehet jelentkezni.
Nyilvántartási szám: 
18/59
Témavezető neve: 
Témavezető e-mail címe:
knolmar.marcell@emk.bme.hu
A témavezető teljes publikációs listája az MTMT-ben:
A téma rövid leírása, a kidolgozandó feladat részletezése: 
A városi csapadék csatornahálózatok mennyiségi modellezése jól bevált és elfogadott módszer a meglévő és tervezett rendszerek esetén. E területen matematikai, hidrodinamikai és számítástechnikai és szempontból is részletesen alátámasztott módszereket fejlesztettek ki.
A városi csapadék csatornahálózatok minőségi modellezése már kevésbé kutatott és gyakorlati alkalmazásokkal is kevésbé alátámasztott. A csatornában kiülepedő hordalék eltávolítása jelentős üzemeltetési költséget jelent. A jelenlegi állapot valósághoz minél közelebbi modellezése segítséget jelenthet az esetleges beavatkozások megtervezéséhez, a hordalék-eltávolítási költségek csökkentéséhez.
A hordalék lerakódási-felszakadási és hordalékszállítási folyamatok meglehetősen összetett fizikai-kémiai-biológia kölcsönhatások eredményei. Ráadásul a csatorna hordalékterhelését döntően meghatározó felszíni lemosódás mennyisége és minősége meghatározó jelentőségű, mely önmagában is sok bizonytalanságot tartalmazó folyamat. Az ilyen, matematikailag és fizikailag is nehezen leírható jelenségek modellezésére ígéretes lehetőséget biztosítanak az újabban kifejlesztett, úgynevezett „soft” számítási módszerek. Ezek közül a neurális hálón alapuló algoritmusok alkalmasak lehetnek a vízgyűjtő és a csatornahálózat bizonytalanságainak figyelembevételével a hordalékszállítás számítására.
A neurális hálózat alkalmazhatóságát elméletileg és egy kiválasztott  mintaterületre alkalmazva szükséges megvizsgálni, az így született modellezési eredményeket összehasonlítani a mérési eredményekkel és hagyományos modellek kimeneteivel. A teljes vizsgált csatornahálózat egyes részei neurális hálóval, míg más részek determinisztikus számítással modellezhetők.
A fentieknek megfelelően a javasolt feladatrészek:
    1. A fontosabb hordalékképződési folyamatok meghatározása a csatornahálózatban.
    2. Determinisztikus modellek alkalmazhatósági vizsgálata a hordalékszállításra.
    3. A „soft” algoritmusok összehasonlító vizsgálata, a természetes vízfolyásokra fejlesztett modellek alkalmazhatósági vizsgálata csapadék csatornára.
    4. A hordalékszállítás mérési lehetőségeinek vizsgálata, többek között a zavarosságmérés felhasználási lehetősége a lebegőanyag tartalom mérésére.
    5. Hordalékszállítás számítására alkalmas vizsgálati mintaterület kiválasztása.
    6. A neurális hálóba bevont paraméterek meghatározása: pl. vízgyűjtő: alak, lejtés, fedettség, területhasználat, csapadék intenzitás, időtartam, csatorna: geometria, anyag, lejtés.
    7. Neurális háló alkalmazása a mintaterület csatornáinak hordalékszállítására.
    8. A neurális hálón alapuló algoritmus hordalékszállítási eredményeinek összehasonlító vizsgálata és integrált alkalmazási lehetősége determinisztikus modellekkel.
********
The quantitative modelling of urban conveyance networks is an approved method for existing and designed systems. The developed methods on this area are soundly supported by mathematics, hydrodynamics and informatics.
The qualitative modelling of urban storm water networks are much less researched and supporting case studies are also scarce. The removal of the sedimented sludge from the channels means significant operating costs. The modelling of the existing state approximating close to the reality can support the designing process of the operational actions and the increase of the removal cost. The sedimentation, erosion and transport processes are results of quite complex physical-chemical-biological interactions. Furthermore, the quantity and quality of surface runoff determining primarily the sediment load of sewers are including several uncertainty. The “soft” calculation methods developed recently promising possibilities for modelling of such mathematic and physical nondescript phenomena. Among these methods, the calculations based on neural networks can be applicable for prediction of sediment transport taking into consideration of the uncertainty of the catchments and the conveyance network.
Application of neural networks should be analysed both theoretically and practically, the born model results should be compared with the measurements and the output of traditional models. Neural networks can model some parts of the total examined sewer network while deterministic methods can model the rest of the network.
The proposed tasks based on the outlined background:
 1. Determination of the most important sedimentation processes in sewer networks.
 2. Examination of the possibility of using deterministic models for sediment transport.
 3. Comparative examination of “soft” algorithms, applicability research of models developed for natural streams for sediment transport in sewers.
 4. The potential of sediment measurements, especially the application of turbidity measurements for suspended solids.
 5. Selection of a case study area for sediment transport models.
 6. Selection of parameters included in neural network (e.g. catchments: shape, slope, permeability, land use, rain intensity and duration; sewers: geometry, material, slope)
 7. Application of a neural network for the sediment transport in cases study sewers.
 8. Comparison the results of neural and deterministic models, integration of neural and deterministic models.

 

A téma meghatározó irodalma: 
    1. Ebtehaj, I, Bonakdari, H.: Assessment of evolutionary algorithms in predicting non-deposition sediment transport, Urban Water Journal, 13:5, 499-510, 2016.
    2. Ebtehaj, I., Bonakdari, H.: Evaluation of Sediment Transport in Sewer using Artificial Neural Network, Engineering Applications of Computational Fluid Mechanics, 7:3, 382-392, 2013.
    3. Kisi, O., Dail A.H., Cimen, M., Shirib, J.: Suspended sediment modeling using genetic programming and soft computing techniques Journal of Hydrology, Volumes 450–451, Pages 48-58, 2012.
    4. Tayfur, G., Guldal, V.: Artificial neural networks for estimating daily total suspended sediment in natural streams. Hydrology Research. Vol. 37. Iss. 1 p. 69–79., 2006.
    5. Kisi, O. (2005). Suspended sediment estimation using neuro-fuzzy and neural network approaches. Hydrol Sci 50(4):683–696, 2005.
    6. Rauch, W., Bertrand-Krajewski, JL, Krebs, P., Mark, O, Schilling, W., Schütze, M., Vanrolleghem, PA.: Deterministic modelling of integrated urban drainage systems,Water Sci Technol. 45(3):81-94., 2002.
    7. Arthur, S., Ashley, R., Tait, S., Nalluri, C.: Sediment transport in sewers- a step towards the design of sewers to control sediment problems, Institution of Civil Engineers. Proceedings. Water and Maritime Engineering, Vol.136, 1999.
    8. Ackers JC, Butler D, May RWP: Design of sewers to control sediment problems. Rep No CIRIA 141, Construction Industry Research and Information Association, London, 1996.
    9. May, RWP., Ackers, JC., Butler, D., Johnt, S.: Development of design methodology for self-cleansing sewers. Water Sci Technol 33(9):195–205, 1996.
    10. Engelund, F., Fredsee, J.: A Sediment Transport Model for Straight Alluvial Channels, Nordic Hydrology, 7, 1976, 293-306.
A téma hazai és nemzetközi folyóiratai: 
    1. Water Science and Technology (Scopus)
    2. Water Resources Research
    3. Water Science and Technology (Scopus)
    4. Hidrológiai Közlöny
    5. Vízmű Panoráma
    6. Periodica Polytechnica
A témavezető utóbbi tíz évben megjelent 5 legfontosabb publikációja: 
    1. Rátky, I., Knolmár, M.: Csapadék csatornahálózatokban a hordalékmozgás modellezése (Az üzemi kockázat csökkentése érdekében), Konferencia kiadvány, MHT XXXIV. Országos Vándorgyűlés, Debrecen, 2016.
    2. Knolmár, M.: Cost Effective Rainfall Monitoring, SGEM, Konferencia kiadvány, 2015.
    3. Knolmár, M.: Hordalékmodell beépítése az SWMM-be, Konferencia kiadvány, V. Víziközmű Konferencia és Nemzetközi Szakkiállítás, ÖkoAqua, Debrecen, 2012.
    4. Knolmár, M.: Számítógéppel segített csatornatervezés, doktori (PhD) értekezés, BME VKKT, 2011.
    5. Knolmár, M.: Hordalékszállítás modellezése csatornahálózatokban, Konferencia kiadvány, XV. Országos Víziközmű Konferencia, Magyar Víziközmű Szövetség, Sopron, 2011.
A témavezető fenti folyóiratokban megjelent 5 közleménye: 
    1. Knolmár, M., Nemeth, A.: Application of Sediment Transport Models in a Sewer Network, International Journal of Advanced Engineering and Management Research, Vol. 3 Issue 2; pp.50-61, 2018.
    2. Rátky, I., Knolmár, M.:Sediment Transport Model For Storm Sewer Networks Towards The Operational Risks, Riscuri şi catastrofe, an XV, vol. 19, nr. 2/2016., pp. 47-62., Universitatea „Babes Bolyai” Cluj Napoca, Facultatea de Geografie, 2016.
    3. Knolmár, M.: Csatornahálózat-modellezés – Lehetőségek és gyakorlati tapasztalatok, Sewer Network Model – Possibilities and Practical Experiences, Vízmű panoráma XV.évf.4.szám , pp.30-34., 2007.
    4. Knolmár, M.: Csatornahálózatok hidraulikai modellezése, Hydraulic Modelling of Sewage Systems, Vízmű panoráma XIV.évf.2.szám, pp.8-13., 2006.
    5. Knolmár, M., - Werner, J. : Computer Aided Sewer Design, Periodica Polytechnica Ser. Civil Eng., Vol.35., Nos. 1-2, general editor:Kollár, I., pp.71-78, 1991.

A témavezető eddigi doktoranduszai

Státusz: 
régi