Dissertação

Decision support tools for urban drainage system management EVALUATED

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.
Previsão de falhas, Sistemas de drenagem urbana, Processo de Poisson não homogéneo, Árvores de Decisão, Regressão Weibull, 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