کمینه‌سازی هزینه‌های پمپاژ درآبخوان آزاد تحت مدل شبیه‌سازی - بهینه‌سازی با استفاده از الگوریتم بهینه‌سازی سطوح شیبدار

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران

2 دانشیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران

3 گروه برق و الکترونیک، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران

چکیده

با توجه به پیچیدگی‌های محیط آب زیرزمینی، ابداع فن‌آوری‌های نو و بهره‌گیری از روش‌های پیشرفته در این امر، کمک شایانی در بهبود مدیریت منابع آب زیرزمینی کرده است. در این مطالعه جهت مدیریت بهره‌‌برداری از آبخوان از مدل ارائه شده شبیه‌سازی-بهینه‌سازی FEM-MOIPO استفاده شد. مدل‌سازی ریاضی آبخوان با استفاده از شبیه‌سازی عددی اجزاء محدود با در نظر گرفتن معادلات دو بعدی جریان آب زیرزمینی انجام شد. در این مطالعه 3 سناریو جهت مدیریت بهینه بررسی شد که در هر سناریو با تعداد چاه‌های مشخص مختلف میزان افت و هزینه‌ی مورد نیاز برای پمپاژ با توجه به نیاز آب مورد ارزیابی قرار گرفت. همچنین منطقه‌ی مورد مطالعه با توجه به مقدار ضریب هدایت هیدرولیکی به 3 ناحیه تقسیم گردید. در نهایت هزینه‌ی پمپاژ چاه‌های بهره‌برداری با توجه به هدف مورد نظر (موقعیت چاه‌ها جهت بهره‌برداری بهینه، کاهش سطح افت) با استفاده از روش نوین الگوریتم صفحات شیب‌دار چند هدفه بهینه گردید. نتایج نشان داد با توجه به این که آبخوان فرضی از 7 چاه پمپاژ برخوردار است با غیر فعال کردن دو چاه در سناریوی 1، آبخوان دارای کم‌ترین هزینه جهت پمپاژ و افت سطح آب بود. همچنین سطح آب محاسبه شده توسط مدل اجزاء محدود با سطح آب مشاهداتی مدل مقایسه شدند به طوری که خطای نسبی و خطای جذر میانگین مربعات به ترتیب 0.00024 و 0.223 محاسبه شد که نشان‌دهنده‌ی دقت بالای مدل می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Minimization of Pumping Costs of Unconfined Aquifer under Simulation - Optimization Model Using the Inclined Planes system Optimization Algorithm

نویسندگان [English]

  • Zahra Baazm 1
  • Mahdi Naseri 1
  • Abolfazl Akbarpour 2
  • Seyed Hamid Zahiri 3
1 Civil Engineering Department, Faculty of Engineering, University of Birjand, Birjand, Iran
2 Associate Professor, Department of Civil Engineering, University of Birjand., Birjand., Iran
3 Electrical Engineering Department, Faculty of Engineering, University of Birjand, Birjand, Iran
چکیده [English]

Given the complexity of the underground water environment, the invention of new technologies and the use of advanced techniques in this area has contributed greatly to improving the management of groundwater resources. In this study, FEM-IPO simulation-optimization model was used to manage the groundwater operation. The aquifer mathematical modeling was done by the numerical simulation of the finite elements, taking into account two-dimensional equations of groundwater flow. In this study, three scenarios were considered for the optimum management. In each scenario with different and distinctive wells, the amount of losses and costs required for pumping according to water requirement was evaluated. Also, the studied area was divided into 3 regions based on the amount of hydraulic conduction coefficient. Finally, the cost of the pumping of the wells according to the target (well positioning for the optimal utilization, the reduction of the dropping level) was optimized using the sloped surface algorithm. The results showed that considering the hypothetical aquifer of 7 pumping wells, by disabling two wells in scenario 1, the aquifer had the lowest cost for pumping and water loss. The water level calculated by the finite element model was compared with the observed water level so that the relative error and root mean square error were calculated to be 0.00024 and 0.223 respectively indicating high accuracy of the model.

کلیدواژه‌ها [English]

  • Groundwater
  • Optimization Inclined Planes system Algorithm
  • Pumping
  • FEM

مراجع

اسماعیلی م.­ر.، ظهیری، س.ح. 1393. تشخیص صرع در سیگنال EEC با استفاده از ویژگی طول خط و طبقه بندی مبتنی بر الگوریتم IPO. دومین کنفرانس بین الملیی بازشناسی الگو و تحلیل تصویر ایران، دانشگاه گیلان، ایران.

شیخ­خوزانی، ز.، حسینی، خ.، رحیمیان، م. 1389. مدلسازی بهره­برداری از مخازن چندمنظوره به روش پویایی سیستم. مجله مدل­سازی در مهندسی، 8. 21: 66-57.

حاجی­عزیزی، م.، رحمانی م.، بیگلری، ن. 1393. تحلیل اجزای محدود سدهای زیرزمینی و نکات مهم در طراحی و اجرای آنها- مطالعه موردی سد زیرزمینی آبخوری در استان سمنان. مجله مدل­سازی در مهندسی، 12. 38: 165-153.

صیادی ن.، ظهیری، س.ح. 1395. روش جدید برای بهینه­سازی چند هدفه در فناوری اطلاعات MOIPO. اولین همایش ملی مهندسی رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد سوسنگرد، ایران.

نخعی، م.، محمدی خ.، و رضایی، ح. 1394. بهینه­یابی مدل عددی برداشت از آبخوان با استفاده از الگوریتم ژنتیک. مطالعه موردی آبخوان ساحلی ارومیه. یادداشت فنی مجله­ی تحقیقات منابع آب ایران، 12. 39: 11-20.

نوذری، ح.، آزادی، س. 1397. پیش‌بینی شوری آب زیرزمینی زیر لوله‌های زهکش با استفاده از شبکه عصبی. مجله مدل­سازی در مهندسی،  16. 52: 17.

Anderson, M., Woessner, W., and Hunt, R. 2015. Applied Groundwater Modeling Second Edition: Simulation of Flow and advective Transport in 2nd. Academic Press. 133-135.

Ayvaz, M.T., and Elci, A. 2013. A groundwater management tool for solving the pumping cost minimization problem for the Tahtali watershed (Izmir-Turkey) using hybrid HS-Solver optimization algorithm. Journal of Hydrology. 478:63-76.

Ahlfeld, D. P., and Mulligan A. E. 2000. Optimal Management of Flow in Groundwater Systems. Published by Academic Press. 185.

Bayer, P., Duran, E., Baumann, R., and Finkel, M. 2009. Optimized groundwater drawdown in a subsiding urban mining area. Journal of Hydrology. 365.1-2: 95-104.

Bansal, R., Lande, C., and Warke, A. 2016. Unsteady groundwater flow over sloping beds: analytical quantification of stream–aquifer interaction in presence of thin vertical clogging layer. Journal of Hydrologic Engineering. 21. 7.

Bear, J. 1979. Hydraulics of ground water. New York. NY: McGraw-Hill. 1979.

Chiang, W.H., and Kinzelbach, W. 2001. 3D groundwater modeling with PMWIN. ed. F. Edition. Vol. ISBN 3-45067744. 2001. Springer Berlin Heidelberg New York.

Elci, A., and Ayvaz, M. 2014. Differential-evolution algorithm best optimization for the site selection of groundwater production wells with the consideration of the vulnerability concept. Journal of Hydrology. 511: 736-749.

Guar, S., Chahar, B. R., and Graillot, D. 2011. Analatic elements method and particle swarm optimization based on simulation-optimization model for groundwater management. Journal of Hydrology. 402: 217-227.

Heydari, F., Saghafian, B., and Delavar, M. 2016. Coupled quantity-quality simulation-optimization model for conjunctive surface-groundwater use. Water Resour Manag. 30. 12: 4381-4397.

Kontos,Y. 2013. Optimal Management of Fractured Coastal Aquifers with Pollution Problems, in Aristotle Univ. of Thessaloniki.

K., Moutsopoulos, Papaspyros, J., and Tsihrintzis, V. 2017. Management of groundwater resources using surface pumps: optimization using genetic algorithms and the Tabu Search method. journal of the Korean Society of Civil Engineers. 21. 7: 2968– 2976.

Katsifarakis, K., and Petala, Z. 2006. Combining  genetic algorithms and boundary element to optimize coastal aquifers management. Journal of Hydrology. 327.1-2: 200-207.

Katsifarakis, K.L., Nikoletos, I.A., and Stavridis, C. 2017. Minimization of Transient Groundwater Pumping Cost - Analytical and Practical Solutions. Journal Water Resources Management. 1-17.

Kumar, C. S. D., Prasad, R., and Mathur, S.2013. Optimal design of an in-situ bioremediation system using support vector machine and particle swarm optimization. Journal of Contaminant Hydrology. 151: 105-116.

Ketabchi, H., and Ataie-Ashtiani, B. 2015. Review: coastal groundwater optimization-advances, challenges, and practical solutions. Journal of Hydrogeology. 23. 6: 1129–1154.

Mayer, A.S., Kelley, C.T., and Miller, C.T. 2002. Optimal design for problems involving flow and transport phenomena in subsurface systems. Advances in Water Resources. 25: 1233-1256.

Mantoglou, A., Papntoniou, M., and Giannouloplopoulos, P. 2004. Management of coastal aquifers based on nonlinear optimization and evolutionary algorithms, Journal of Hydrology. 297.1-4: 209-228.

Mozaffari, M. H., and Zahiri, S. H. 2014. Unsupervised data and histogram clustering using Inclined Planes system Optimization algorithm. Image Analysis and Stereology. 33: 65-74.

Sadeghi tabas, S., Samadi, S. Z., Akbarpour, A., and Pourreza Bilondi, M. 2016. Sustainable groundwater modeling using single-and multi-objective optimization algorithms. Journal of Hydroinformatics. 18. 5: 1-18. Pinder, G.F., and Gray, W.G. 1977. Finite element simulation in surface and subsurface hydrology. New York. NY.: Academic Press. 1977.Steward, D. R., and Allen, A. J. 2013. The analytic element method for rectangular gridded domains, benchmark comparisons and application to the high plains aquifer. Advances in Water Resources. 60: 89-99.

Van-Veldhuizen, D. A., and Lamont, G. B. 1998. Multiobjective evolutionary algorithm research: A history and analysis. Dept. Elec. Comput. Eng, Graduate School of Eng. Air Force Inst. Technol.Wright-Patterson AFB.OH. Tech. Rep. TR-98-03.

Zitzler, E., Deb, K., and Thiele, L. 2000. Comparison of multiobjective evolutionary algorithms: Empirical results. Evolutionary Computation. 8. 2: 173–195.

نشریه آبیاری و زهکشی ایران

دوره 13، شماره 4 - شماره پیاپی 76
مهر و آبان 1398
صفحه 1087-1101

فایل ها

سابقه مقاله

  • تاریخ دریافت: 30 مهر 1397
  • تاریخ بازنگری: 07 دی 1397
  • تاریخ پذیرش: 21 مهر 1398

اشتراک گذاری

ارجاع به این مقاله

آمار