Definição das velocidades de escoamento e monitorização da qualidade da água ao longo do Sistema Adutor X/Y (ETA – extremo da rede)

Abstract

A principal preocupação das entidades gestoras de Sistemas de Abastecimento de Água (SAA) é a qualidade da água e a sua manutenção ao longo dos sistemas de distribuição. Além de ser a maior preocupação, é também uma tarefa difícil de realizar, devido à complexidade das redes de abastecimento. Posto isto, o principal objetivo deste trabalho passa por disponibilizar informação relativa à evolução da qualidade da água ao longo do sistema adutor em estudo. Além disso, pretendeu se também desenvolver uma ferramenta de predição da evolução da qualidade da água, que possa depois ser utilizada pela empresa. Para isso, recorreu-se a 3 formas de modelação do sistema em estudo: software EPANET, ajuste a modelos cinéticos em Excel e com recurso a um modelo de machine learning (árvores de decisão). A modelação em EPANET revelou-se ser uma tarefa muito complexa, uma vez que é uma ferramenta que necessita de algum conhecimento técnico para uma correta abordagem. Também a dificuldade em gerar os dados necessários para a construção e calibração do modelo fez com que não se tornasse possível obter uma modelação adequada ao SAA em estudo. O método mais rudimentar utilizado, por aplicação de modelos cinéticos em Excel, já utilizado por certa forma pela empresa, mostrou apresentar alguns erros, uma vez que não considera todas as variáveis que provocam o decaimento de cloro. Contudo, é uma ferramenta fácil de utilizar e dá uma ideia aproximada do decaimento de cloro global. Por fim, recorreu-se ao modelo de Árvores de Decisão, que mostrou ser um modelo com uma taxa de erro relativamente baixa, pelo que é o modelo que mais se aproxima ao sistema real.

The main concern of managing entities of Water Supply Systems is the water quality and its maintenance throughout the distribution systems. In addition to being the biggest concern, it is also a difficult task to carry out due to the complexity of supply networks. That said, the main objective of this work is to provide information about the evolution of water quality along the system under study. Moreover, it was also intended to develop a tool to predict the evolution of water quality, which can then be used by the company itself. For that, 3 ways of modelling the system under study were used: EPANET software, adjustment to kinetic models in Excel and using a machine learning model (decision trees). Modelling in EPANET turned out to be a very complex task, as it is a tool that needs some technical knowledge for a correct approach. Also, the difficulty in generating the data provided for the construction and calibration of the model made it impossible to obtain an adequate modelling for the system under study. The most rudimentary method used, by applying kinetic models in Excel, already used by the company, showed some errors, since it does not consider all the variables that cause chlorine decay. However, it is an easy-to-use tool and gives an idea about the global chlorine decay. Finally, the decision trees model was used, which proved to be a model with a relatively low error rate, making it the closest model to the real system.