Column

Optimalisering van waterinfrastructuur met betere parameters

Wat heeft Feng Shui gemeen met het optimaliseren van de waterinfrastructuur?

Water- en afvalwaternetwerken behoren tot de belangrijkste infrastructurele voorzieningen voor essentiële diensten in een samenleving. Nieuwe systemen moeten zodanig worden ontworpen dat ze voldoen in de praktijk. Tegelijkertijd is het belangrijk om bestaande en verouderde systemen bij de modernisering ervan uit te breiden: om in te spelen op ontwikkelingen en de toenemende eisen ten aanzien van water; of om ze ‘slim’ te maken door er diverse sensoren aan toe te voegen; of gewoon om ervoor te zorgen dat ze weer een hele tijd mee kunnen. Een optimaal ontwerp maken voor dergelijke systemen is een bijzonder complexe opgave: ze zijn groot en ze moeten voldoen aan allerlei eisen die vaak niet gemakkelijk met elkaar te verenigen zijn. Dat zijn bijvoorbeeld eisen met betrekking tot de kosten voor de aanleg en bedrijfsvoering; de kwaliteit van de te leveren diensten; de betrouwbaarheid van het systeem en de waterkwaliteit. In de afgelopen dertig jaar hebben onderzoekers veel aandacht besteed aan numerieke, op de natuur gebaseerde methoden gericht op uiteenlopende doelen, zoals evolutionaire algoritmen.

Bij KWR hebben wij een dergelijk stuk gereedschap ontwikkeld: het optimaliseringsplatform Gondwana. Hiermee willen wij de kloof tussen het wetenschappelijk onderzoek en de praktijk overbruggen. Gondwana is met succes ingezet bij allerlei uitdagende problemen, waaronder: (i) ontwerp van masterplannen voor netwerken en van transities van bestaande configuraties naar de blauwdrukken voor toekomstig netwerken waarbij lage kosten en hoge prestatieniveaus werden geëist; (ii) bepaling van de optimale verdeling van netwerken in sectoren (District Metered Areas, of  DMA’s) om lekken zo goed mogelijk te kunnen opsporen; (iii) ontwerp van optimale kleppenconfiguraties om verliezen bij de levering aan klanten zoveel mogelijk tegen te gaan; en (iv) ontwerp van installatie-configuraties voor sensoren (voor het meten van de waterkwaliteit en de waterdruk en voor andere soorten sensoren).

Nog betere optimalisering met visualisering

Om een optimaal ontwerp te kunnen maken, is het belangrijk goed te begrijpen hoe de daarbij ingezette instrumenten werken. Dan kunnen de mogelijkheden die ze bieden ten volle worden benut. Dat betekent weten hoe de parameterwaarden voor het optimalisatiealgoritme moeten worden bepaald om het beste resultaat te kunnen krijgen: een optimaal ontwerp. Wanneer verschillende parameters onderling samenhangen – lees: elkaar op wellicht onverwachte manieren kunnen beïnvloeden – wordt het heel lastig om de ‘optimale’ combinatie van parameters te bepalen.

Samen met enkele Chinese collega’s van de Guangdong University of Technology de Tsinghua universiteit hebben wij een methode ontwikkeld om het effect van verschillende combinaties van parameters op de uitkomst van de optimaliseringsmethode te visualiseren en zo de beste oplossing te kunnen kiezen voor het gegeven probleem. De methode is conceptueel gebaseerd op een magnetisch kompas uit de Chinese oudheid dat ook wel bekend staat als de ‘luopan’, ofwel het ‘geomantische kompas’. Zo’n instrument wordt gebruikt bij Feng Shui om mensen te helpen in harmonie te komen met hun omgeving.

Figuur 1: Luopan (Feng Shui)-kompas

Naar analogie van de concentrische ringen van het Feng Shui-kompas (figuur 1) brengen we de uitkomsten van een optimaliseringsalgoritme in beeld op basis van een combinatie van parameterwaarden weergegeven in concentrische ringen (figuur 2).

Figuur 2: Kompasdiagram van parameterstelling voor een optimaal ontwerp van een waternetwerk

Het komt erop neer dat het optimaliseringsalgoritme voor een bepaald ontwerpprobleem verscheidene berekeningen uitvoert met 5 parameters binnen de uitersten van hun bandbreedtes (min/max). Elke concentrische ring staat voor twee tinten (dieptes) van een enkele kleur, bijvoorbeeld donker/licht.

Vanwege het stochastische karakter van op de natuur gebaseerde optimalisering moet de berekening voor iedere combinatie van parameters een aantal keren worden uitgevoerd. Vervolgens vergelijken we de uitkomsten van die berekeningen, waarbij we bekijken hoe vaak het algoritme voor iedere afzonderlijke combinatie van parameters het dichtst uitkomt bij de beste gevonden oplossing (in de kleur grijs en de buitenste ring in het kompasveld). Het dieptescala van de grijze kleur geeft de frequentie aan van een bepaalde combinatie van parameters die de beste oplossing oplevert.

Onze bevindingen laten zien dat de cruciale parameters op een complexe manier in elkaar grijpen, en dat dit van geval tot geval verschilt. Het is daarom sterk aan te bevelen om de parameters te verfijnen, bij voorkeur met behulp van de methode voorgesteld in onze paper, om te bepalen welke combinaties de meeste kans bieden om de nagenoeg optimale oplossingen in beeld te brengen. Op deze manier kan bij grote ontwerpproblemen voor de praktijk veel computertijd en -geld worden bespaard.

 

 

delen