Dissertação

{en=Decision support tools for urban drainage system management} {} EVALUATED

{pt=O processo de previsão de falhas desempenha um papel importante na gestão de infraestruturas de sistemas de drenagem de águas pluviais e residuais. Uma descrição precisa dos modos de deterioração destes sistemas é necessária para garantir um investimento e planeamento da reabilitação adequados. A previsão de falhas em coletores é um processo complexo, uma vez que os dados de falhas disponíveis apresentam, frequentemente, um historial de falhas curto. Neste estudo, cinco modelos de previsão de falha foram implementados de modo a identificar modelos que combinem previsões exatas e robustas quando aplicados a diferentes cadastros de coletores: o processo de Poisson não-homogéneo, o processo de Poisson não-homogéneo zero-inflacionado, as árvores de decisão, o modelo de regressão de Weibull e a extensão linear do processo de Yule. Os cinco modelos foram aplicados a um histórico de falhas disponibilizado por um departamento de recursos hídricos dos EUA. O LEYP e o processo de Poisson não-homogéneo zero-inflacionado apresentaram os melhores resultados globais na comparação entre os modelos, tendo gerado previsões precisas e uma boa capacidade de detetar coletores com maior tendência para falhar. As árvores de decisão só conseguiram detetar coletores com maior tendência para falhar numa janela de previsão curta, tendo a precisão das previsões sido uma das melhores quando se utilizaram árvores de decisão robustas. Os resultados obtidos com o modelo de regressão de Weibull não permitiram prever quando se considera uma janela de previsão curta; o número esperado de falhas só pôde ser obtido recorrendo a uma simulação de Monte Carlo. , en=The failure prediction process plays an important role in the management of urban water systems infrastructures. An accurate description of the deterioration of urban drainage systems is necessary for optimal investment and rehabilitation planning. Predicting urban drainage system and sewer pipe failures is an important challenge since available failure data often have a short failure history and incomplete records. In the study presented in this thesis, five different failure prediction models, the non-homogeneous Poisson process, the zero-inflated non-homogeneous Poisson process, decision trees, the Weibull accelerated lifetime model and the linear extended Yule process (LEYP), were implemented and explored in order to identify models that combine good failure prediction results with robustness, when applied to different pipe samples. The five models were applied to a failure data set provided by a Water Resources Department in the USA. The LEYP and the zero-inflated non-homogeneous Poisson process presented the overall best results throughout the models comparison, presenting accurate predictions and a good ability to detect pipes with high likelihood of failure. Decision trees only detected pipes with high likelihood of failure when considering a short-term predicting window and the accuracy of the predictions was one of the best when using robust decision trees. The Weibull accelerated lifetime model was one of the best when considering a medium-term prediction window but failed to predict when considering a shorter one and the expected number of failures could only be obtained using a Monte Carlo simulation, which can be a time-consuming procedure.}
{pt=Previsão de falhas, Sistemas de drenagem urbana, Processo de Poisson não homogéneo, Árvores de Decisão, Regressão Weibull, LEYP, en=Failure prediction, Urban drainage systems, Non-homogeneous Poisson process, Decision Trees, Weibull regression, LEYP}

Novembro 22, 2013, 15:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

CO-ORIENTADOR

João Paulo Correia Leitão

LNEC e Eawag

ORIENTADOR

Maria da Conceição Esperança Amado

Departamento de Matemática (DM)

Professor Auxiliar