Pobierz artykuł PDF

PODEJCIA STOSOWANE WE WSPOMAGANIU
STEROWANIA SIECI
WODOCI
GOW
IZABELA ROJEK
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Streszczenie
W referacie przedstawiono podejcia stosowane we wspomaganiu sterowania
sieci wodocigow. Omówiono klasyczne podejcie do sterowania sieci wodocigow oraz autorskie podejcie z uyciem metod sztucznej inteligencji. Uycie metod
sztucznej inteligencji jest szczególnie wane w sytuacji kryzysowej i wystpieniu
awarii w złoonych systemach technicznych, do których naley sterowanie sieci wodocigow.
Słowa kluczowe: wspomaganie, sterowanie, sie wodocigowa
1. Wstp
Przedsibiorstwo wodocigowe w zakresie sieci wodocigowej powinno zajmowa si dystrybucj wody dobrej jakoci w iloci gwarantujcej zaspokojenie potrzeb odbiorców, poprawn
eksploatacj sieci wodocigowej zapewniajc właciwe cinienie w wzłach odbiorczych, sprawnym usuwaniem awarii oraz planowaniem i wykonywaniem prac zwizanych z konserwacj, modernizacj i rozbudow sieci [1]. Sterowanie sieci wodocigow jest trudnym i kompleksowym
procesem.
Istniej róne podejcia do wspomagania sterowania sieci wodocigow. Jednym z podej
modelowania w czasie rzeczywistym systemu wodocigowego jest podejcie prezentowane w pracy [2]. Modelowanie numeryczne zostało zastosowane do sterowania sieci wodocigow, w tym
analiz jakoci wody, dystrybucj wody oraz redukcj przeciekania wody. Odpowiednie modele,
zawierajc wysoko rozwinite technologie takie jak geograficzny system informacyjny i systemy
telemetrii stały si niezbdnym narzdziem dla operatora sieci wodocigowej. Matematyczny model systemu dostarczania wody został skalibrowany i zweryfikowany dla rzeczywistej sieci wodocigowej. W innej pracy równie zaprezentowano model matematyczny sterowania dla systemu
wodocigowego [3]. Matematyczny model dotyczy okrelania norm poboru wody wg planu konsumpcji zasobów wody. Model jest opisany przez nieliniowe programowanie dla dystrybucji wody
w sieci, symulujc ródło zasobów wody z nieograniczon pojemnoci, umieszczone w wybranym
w
le. Kolejna praca równie zawiera badania dotyczce systemów wodocigowych, w których
zostały wykorzystane matematyczne modele dotyczce wybranych problemów sterowania sieci
wodocigow [4].
W pracy [5] przedstawiono inteligentny system monitorowania sieci wodocigowych sygnalizujcy pojawienie si awarii sieci i wspomagajcy ich lokalizacj. Podstawowym załoeniem
omawianego systemu było przyjcie metody wykrywania awarii stosowanej dotychczas w diagnostyce technicznej maszyn i procesów przemysłowych. Bazujc na niewielkiej liczbie czujników
przepływu zainstalowanych na sieci wodocigowej i wytrenowanej sieci neuronowej, pojawiajce
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ
Seria: Studia i Materiały, nr 18, 2009
159
si awarie sieci s wykrywane i lokalizowane. Do znalezienia najlepszych lokalizacji czujników
został uyty algorytm genetyczny.
W Instytucie Bada Systemowych w zespole pod kierunkiem dr hab. in. Jana Studziskiego
prowadzone s prace dotyczce opracowania zintegrowanego systemu komputerowego do zarzdzania miejsk gospodark wodno-ciekow powstajcego w ramach projektu badawczego finansowego przez Ministerstwo Nauki i Szkolnictwa Wyszego1. Równolegle prowadzono prace dotyczce sieci wodocigowej, sieci kanalizacyjnej oraz oczyszczalni cieków.
Podejcie prezentowane przez autork artykułu wie si z zastosowaniem metod sztucznej
inteligencji do wspomagania sterowania sieci wodocigow. Podejcie to w istotny sposób moe
wzbogaci klasyczne podejcia wspomagania sterowania sieci wodocigow. To podejcie równie jest rozwijane w ramach tego samego projektu badawczego. Uycie metod sztucznej inteligencji jest szczególnie wane w sytuacji kryzysowej i wystpieniu awarii w złoonych systemach
technicznych, do których naley sterowanie sieci wodocigow.
2. Klasyczne podejcie do sterowania sieci wodocigow
Idea informatycznego systemu wspomagania do zarzdzania, sterowania operacyjnego i planowania miejskiego systemu wodno-ciekowego powstała w wyniku obserwacji, e poszczególne
obiekty zarzdzane przez typowe przedsibiorstwo wodocigowe nie funkcjonuj niezalenie, a s
elementami jednego układu wzajemnie na siebie wpływajcymi. Funkcj centraln pełni w tym
układzie sie wodocigowa a jej zmieniajce si w czasie obcienie wpływa na działanie zestawów pompowych w stacji ujcia wody, na obcienie hydrauliczne sieci kanalizacyjnej i w rezultacie na jako pracy oczyszczalni cieków. Poprawne przewidywanie obcienia i sterowanie operacyjne sieci wodocigow pozwoli energooszczdnie sterowa pompami na ujciu wody oraz
efektywnie sterowa procesem technologicznym w oczyszczalni, przygotowujc j odpowiednio
wczenie do przyjcia okrelonej iloci cieków i ładunku zanieczyszcze [1]. Dotychczasowy stan
informatyzacji krajowych wodocigów jest zły. Na ogół sprowadza si do instalacji niepełnych
systemów monitoringu na sieciach wodocigowych i w oczyszczalniach cieków oraz na opracowywaniu map numerycznych dla sieci wodocigowych. Bardzo rzadko stosuje si modele matematyczne do oblicze hydraulicznych sieci wodocigowych. Sterowanie pompowniami na ujciach
wody i w sieciach wodocigowych oraz sterowanie napełnianiem zbiorników wyrównawczych
w wodocigach i sterowanie napowietrzaniem cieków w oczyszczalniach realizuj zwykle układy
regulacji automatycznej, zapewniajce utrzymanie zadanych nastaw regulatorów. Ponadto programy ju uywane s zwykle eksploatowane niezalenie nie tworzc zintegrowanych systemów
wspomagania decyzji [1].
Koncepcja komputerowego systemu wspomagania decyzji operatora sieci wodocigowej została przedstawiona na rys. 1. Najwaniejszymi elementami tego systemu jest branowa baza danych, mapa numeryczna sieci wodocigowej, system monitoringu oraz model hydrauliczny z algorytmami optymalizacji [6].
Branowa baza danych jest ródłem technicznych, technologicznych i eksploatacyjnych danych o sieci. Zdefiniowane zostały obiekty sieci wodocigowej.
Mapa numeryczna pozwala na wizualizacj sieci poprzez generowanie grafu sieci wodocigowej. Pierwszy graf geodezyjny powstaje na podstawie przyrostowej aktualizacji danych pobiera1 Praca wykonana w ramach projektu badawczego MNiSzW nr R11 001 01
160
Izabela Rojek
Podejcia stosowane we wspomaganiu sterowania sieci wodocigow
nych z geodezji miejskiej. Graf topologiczny poprawia topologi grafu geodezyjnego poprzez eliminacj niecigłoci i przecigni. Graf hydrauliczny umoliwia generowanie wzłów hydraulicznych sieci.
System monitoringu sieci pokazuje rzeczywiste i biece informacje o pracy i stanie sieci.
Pomiary z monitoringu dalej słu do kalibracji i weryfikacji modelu hydraulicznego sieci. Naleało dokona wyboru punktów pomiarowych, wyboru rodzaju urzdze pomiarowych (przepływomierze, cinieniomierze), instalacji urzdze pomiarowych, wyboru rodzaju transmisji danych (telemetria, telefonia komórkowa, radio), ustalenia zasad transmisji danych oraz wyboru programu
archiwizacji i wizualizacji danych.
Poziom funkcji
Wizualizacja
grafu sieci
Obliczenia
hydrauliczne
Kalibracja
modelu
Optymalizacja
sieci
Sterowanie
sieci
Poziom modułów
Mapa
numeryczna
Model
hydrauliczny
System
monitoringu
Algorytm
optymalizacji
Algorytm
sterowania
Poziom danych
Branowa
Baza
Danych
Rys. 1. Koncepcja komputerowego systemu wspomagania decyzji
operatora sieci wodocigowej [6]
Model hydrauliczny pozwala na obliczanie przepływów wody w przewodach i cinie w wzłach sieci. Model ten został opisany liniowymi i nieliniowymi równaniami algebraicznymi (równania liniowe z I prawa Kirchhoffa (K), równania nieliniowe z II prawa Kirchhoffa (S), równania
liniowe z równania Bernoulliego (K – 1)). Problemem obliczeniowym jest wybór kombinacji piercieni do formułowania równa nieliniowych z II prawa Kirchhoffa oraz wybór algorytmu rozwizywania tego równa nieliniowego. Zastosowano algorytm Crossa obliczania równa nieliniowych.
Został opracowany program oblicze hydraulicznych. Program ten posiada rozbudowany edytor
graficzny, rozbiory wzłowe w postaci miesicznych rozbiorów rednich, rozbiory wzłowe w postaci rozkładów godzinowych oraz wbudowany algorytm optymalizacji [7].
Zadaniem systemu komputerowego jest optymalizacja i sterowanie sieci wodocigow. Wyróniono dwa zadania optymalizacji: projektowanie i sterowanie sieci oraz dwa zadania projektowania: rekonstrukcj i rozbudow sieci.
Projektowanie sieci polegało na doborze parametrów technicznych sieci spełniajcym okrelone wymagania techniczne, technologiczne i ekonomiczne. Zastosowano dwie metody projektowania: symulacj oraz optymalizacj jednokryterialn i wielokryterialn. Symulacja i optymaliza-
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ
Seria: Studia i Materiały, nr 18, 2009
161
cja została wykorzystana do doboru zmienianych parametrów sieci, w obliczeniach symulacyjnych
za pomoc modelu hydraulicznego, w ocenie wyników, do powtarzania oblicze dla innych wariantów zmian parametrów oraz wyboru najlepszego rozwizania.
Podsumowujc komputeryzacja sieci wodocigowej polegała na opracowaniu i wdroeniu
systemu informatycznego zarzdzania obiektem z uwzgldnieniem funkcji technicznych i administracyjnych realizowanych w ramach zarzdzania [8]. Funkcje techniczne to: monitoring przepływów i cinie w wybranych punktach sieci, obliczenia hydrauliczne wykonane dla wszystkich rur
i wzłów sieci wodocigowej, wizualizacja sieci w postaci mapy numerycznej, lokalizacja awarii,
optymalizacja i projektowanie oraz generowanie planów rewitalizacji sieci, sterowanie sieci wodocigow, wykonywanie rónorodnych analiz przestrzenno-tematycznych. Z kolei funkcje administracyjne to: rejestracja uytkowników sieci, rejestracja opracowanych projektów technicznych
i ledzenie ich realizacji, rejestracja odbiorców technicznych stanów awaryjnych, ewidencja i ledzenie realizacji planowych przegldów eksploatacyjnych. Nie wszystkie moduły s ju zakoczone i równie nie mona uzna, e struktura tego systemu jest ju zamknita i adne nowe aplikacje
nie zostan do niego włczone, poniewa system wykonywany w postaci autonomicznych i jednoczenie współpracujcych ze sob modułów jest otwarty i znajduje si cigle jeszcze w fazie rozbudowy [8].
3. Zastosowanie metod sztucznej inteligencji do sterowania sieci wodocigow
System wspomagania sterowania sieci wodocigow z udziałem metod sztucznej inteligencji
jest opracowywany etapami. System ten składa si z wielu elementów, a mianowicie: bazy danych,
bazy wiedzy, bazy modeli i metod, systemów wspomagania w postaci systemów ekspertowych
ukierunkowanych na okrelone podproblemy oraz systemów pozyskiwania wiedzy wykorzystujcych wczeniej opracowane modele klasyfikujce, predykcyjne i preferencji oraz hybrydowy system klasyfikujcy, który uwzgldnia predykcj i preferencje. Z jednej strony korzysta on z danych
pomiarowych zgromadzonych w bazie danych przesłanych przez system monitoringu sieci. Z drugiej strony wykorzystuje on modele prognostyczne do prognozowania obcienia sieci wodocigowej, które powstały w systemie pozyskiwania wiedzy. System wspomagania na podstawie opracowanych modeli umoliwia opracowanie scenariuszy sterowania sieci wodocigow.
Opracowanie odpowiednich modeli i algorytmów pozwoli w automatyczny sposób wspomaga kadr inynieryjn przedsibiorstwa wodocigowego, która obecnie te zadania wykonuje rcznie. Opracowane modele i algorytmy to algorytmy optymalizacji i sterowania pompami (które pozwol na zoptymalizowanie: zuycia energii elektrycznej, cinienia i przepływu wody), modele
sterowania sieci wodocigow, modele prognozowania obcienia i awaryjnoci sieci wodocigowej, algorytmy napełniania i opróniania zbiorników retencyjnych oraz modele jakoci wody
w wzłach sieci wodocigowej [9].
Inteligentny system wspomagania zawiera zarówno wspomaganie decyzji oraz sterowanie
działaniem urzdze pracujcych w sieci wodocigowej. Wród parametrów, którymi si steruje
mona wyróni poziom wody w zbiornikach, stałe cinienie i przepływ wody w sieci. Utrzymanie
tych parametrów jest bardzo trudne ze wzgldu na szybkie i due zmiany warunków np. zmian
obcienia sieci wodocigowej. Obcienie sieci wodocigowej wpływa na prac pomp oraz na
napełnianie zbiorników retencyjnych. Std prognoza obcienia sieci wodocigowej jest istotnym
elementem sterowania sieci. Poprawne przewidywanie obcienia i sterowanie operacyjne sieci
wodocigow pozwoli, zatem energooszczdnie sterowa pompami, które odpowiadaj za utrzy-
162
Izabela Rojek
Podejcia stosowane we wspomaganiu sterowania sieci wodocigow
manie właciwego poziomu cinienia i przepływu wody w sieci wodocigowej oraz właciwego
poziomu wody w zbiornikach. System wspomagania w czasie rzeczywistym sprawdza, czy biece
parametry cinienia i przepływu wody mieszcz si w granicy normy. W przypadku parametrów
poniej normy, system wskazuje potrzeb uruchomienia pompy w celu wyrównania poziomu cinienia wody. W przypadku przekraczania górnej normy cinienia, system sygnalizuje potrzeb
wyłczenia pompy. Wykorzystujc wbudowane modele mona według nich przewidywa potencjalne obcienie i sterowa pompami, w zalenoci od pory roku, miesica, dnia, czy nawet czci
dnia.
W oparciu o zasady metodologii analizy systemowej model systemu moe by ogólnie scharakteryzowany zbiorem (1) [10]:
S=< D, C, Og, Wi, Wo, Amod, Amet, K, Oc, Pref, Proc>
(1)
gdzie:
D- dziedzina przedmiotowa systemu, w której system działa
C- cele (funkcje) systemu zwizane z rozwizaniem problemów/zada
Og- ograniczenia, przy których system działa
Wi- wejcie systemu
Wo- wyjcie systemu (rozwizanie w postaci decyzji, działania)
Amod- zbiór alternatywnych modeli
Amet- zbiór alternatywnych metod
K- zbiór kryteriów wyboru decyzji, działania, modelu
Oc- zbiór ocen metod i modeli
Pref- zbiór preferencji uytkownika systemu i odbiorcy
Proc- zbiór procesów zachodzcych w systemie, w postaci wejcia/wyjcia
y(t)=f(x(t-1),…,x(t-n)), t- czas dyskretny, x()- wektor wej, y()- wektor wyj, f- funkcja bazujca
na przykładach.
Na rys. 2 pokazano architektur systemu wspomagania sterowania sieci wodocigow [11].
Na wejciu systemu znajduj si uytkownik systemu, okrelona rzeczywisto, na któr
powinien zareagowa uytkownik systemu oraz odbiorca, który ma okrelone oczekiwania, co do
systemu.
W skład systemu wchodz moduły zawierajce: model sytuacji decyzyjnej, model preferencji uytkownika systemu z uwzgldnieniem preferencji odbiorcy w postaci reguł decyzyjnych, które zawieraj warianty, kryteria, ograniczenia, prognozy i preferencje, system pozyskiwania wiedzy,
który dostarcza wiedzy niezbdnej zarówno do tworzenia preferencji i wspomagania decyzji oraz
system wspomagania decyzji.
Moduły systemu korzystaj z baz danych, baz wiedzy, baz metod i baz modeli, zawierajcych
niezbdne informacje do zarzdzania procesami w systemie. Podstaw analizy i podjcia decyzji
w systemie jest właciwy model opisujcy sytuacj decyzyjn lub działanie. Model jest budowany,
a nastpnie aktualizowany na podstawie informacji zewntrznych, takich jak dane historyczne,
oceny ekspertów. Model bdzie inny dla kadej rozpatrywanej sytuacji decyzyjnej. Zarówno informacje zewntrzne oraz modele s pamitane w odpowiednich bazach danych, wiedzy, metod
i modeli. Model sytuacji decyzyjnej powizany jest z modelem preferencji. Model preferencji zawiera opis preferencji uytkownika systemu w postaci reguł decyzyjnych. Preferencje s uwzgld-
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ
Seria: Studia i Materiały, nr 18, 2009
163
niane w trakcie analizy sytuacji decyzyjnej zarówno w modelach klasyfikacji jak i na etapie klasyfikacji. Zakłada si, e preferencje mog si zmienia w trakcie analizy decyzyjnej. Zauwaono
równie, e w trakcie analizy decyzyjnej nastpuje proces uczenia, polegajcy na tym, e uytkownik uzyskujc kolejne informacje o moliwych efektach decyzji, czsto koryguje swoje preferencje.
System pozyskiwania wiedzy na podstawie danych historycznych pozyskuje wiedz, która
jest niezbdna w systemie wspomagania decyzji do klasyfikacji według okrelonych kryteriów,
prognozowania, tworzenia preferencji, wspomagania decyzji oraz optymalizacji podjtych decyzji.
System wspomagania decyzji/działania generuje wielkoci wyjciowe dla zadanych scenariuszy
zmiennych decyzyjnych zgodnie z preferencjami uytkownika oraz wyznacza decyzje optymalne.
Na wyjciu systemu znajduje si rozwizanie kompromisowe.
Opracowanie modelu systemu wspomagania naleało przeprowadzi etapami. Po pierwsze
okrelono dziedzin przedmiotow, dla której system ma działa. Kolejno okrelono ograniczenia,
przy których system działa, wejcia systemu, wyjcia systemu, zbiór alternatywnych metod do
rozwizywania okrelonych problemów oraz zbiór alternatywnych modeli (klasyfikacji, predykcji),
zbiór ocen metod i modeli, zbiór preferencji uytkownika systemu i odbiorcy oraz zbiór procesów
zachodzcych w systemie. Wszystkie dane, metody, modele i wiedza mieszcz si w odpowiednich
bazach.
Szczególnie interesujcy okazał si etap budowy modeli klasyfikacji, predykcji i preferencji.
Celem budowy modelu klasyfikacji było kontrolowanie, czy wartoci wejciowe s w normie, czy
te nie. W celu uzyskania najlepszych efektów jako modele klasyfikacyjne opracowano i przebadano sieci neuronowe: jednokierunkowe wielowarstwowe ze wsteczn propagacj błdu, liniowe
i RBF, klasyfikatory proste oraz wielokrotne w postaci drzew decyzyjnych. Opracowano klasyfikator złoony, w którym dodano preferencje i wyjtki.
Celem budowy modeli predykcji było dokładniejsze przewidywanie wartoci wejciowych
oraz szybsze reagowanie na nieprawidłowoci w systemie. Modele predykcji zbudowane zostały
przy uyciu sieci neuronowej. Porównano róne ich typy: jednokierunkowe wielowarstwowe ze
wsteczn propagacj błdu, liniowe i RBF.
Na podstawie modelu klasyfikacji i predykcji utworzono reguły decyzyjne w systemie wspomagania. W regułach tych zawarto metody zarzdzania i sterowania elementami systemu.
W celu wzmocnienia inteligentnego wspomagania opracowano modele preferencji, które
wprowadzono do modeli klasyfikacyjnych i predykcyjnych jako przykłady, w celu dokładniejszego
opracowania reguł i procedur zawartych w systemie inteligentnego wspomagania.
4. Podsumowanie
Zastosowanie metod sztucznej inteligencji we wspomaganiu sterowania sieci wodocigow
wprowadziło now jako do sterowania sieci wodocigow oraz moe sta si podstaw algorytmizacji nowych systemów zwanych „inteligentnymi”.
Wykorzystanie metod sztucznej inteligencji umoliwia utworzenie systemu wspomagania,
który w sposób automatyczny pozyskuje wiedz i ma właciwo adaptacji. Jest to szczególnie
wane przy opracowywaniu systemu dla złoonych systemów rzeczywistych, w których nastpuj
cigłe zmiany i jedne podprocesy zale od innych oraz wiele czynników zaley jeden od drugiego
i kada zmiana powoduje zmiany kolejne.
164
Izabela Rojek
Podejcia stosowane we wspomaganiu sterowania sieci wodocigow
Korzyci ze stosowania metod sztucznej inteligencji wielokrotnie przekraczaj pracochłonno ich tworzenia. W rzeczywistoci najdłuszym etapem procesu ich tworzenia jest zgromadzenie i przygotowanie danych ródłowych, chocia poprzez automatyczne gromadzenie danych równie ten etap ulega skróceniu. Zastosowanie właciwych metod sztucznej inteligencji do tworzenia
modeli oraz samo tworzenie modeli, oczywicie po opracowaniu odpowiednich procedur komputerowych, w najdłuszych przypadkach zajmuje kilka do kilkunastu minut.
Inteligentny system wspomagania pozwala na pozyskanie danych, wiedzy i dowiadczenia ludzi w sposób komplementarny. Wykorzystano zarówno do tego celu bazy danych istniejce w
przedsibiorstwie oraz metody sztucznej inteligencji. Kompleksowe podejcie jest istotnym osigniciem w stosunku do tradycyjnych systemów opartych wyłcznie na wiedzy pozyskanej od ekspertów ludzi. Jest to szczególnie istotne w sytuacjach, gdy wiedza taka nie jest dostpna, bd
jest
trudna do sformalizowania, niepełna i niepewna.
Rys. 2. Architektura inteligentnego systemu wspomagania sterowania sieci wodocigow [11]
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ
Seria: Studia i Materiały, nr 18, 2009
165
Bibliografia
1.
Studziski J., Bogdan L.: Informatyczny system wspomagania decyzji do zarzdzania,
sterowania operacyjnego i planowania miejskiego systemu wodno-ciekowego.
W: Studziski J., Drelichowski L., Hryniewicz O. (Red.): Rozwój i zastosowania metod
ilociowych i technik informatycznych wspomagajcych procesy decyzyjne, Instytut
Bada Systemowych Polska Akademia Nauk, Badania Systemowe 49, Warszawa 2006.
2. Farmani R., Ingeduld P., Savic D., Walters G., Svitak Z., Berka J.: Real-time modeling of
a major water supply system, International Conference on Computing and Control for the
Water Industry No8, Exeter , ROYAUME-UNI, vol. 160, no 2, str. 103-108, 2007
3. Iskenderov A.A.: A Mathematical Model of Water Supply System Management, MAIK
Nauka/Interperiodica, Water Resources, vol. 30, no 4, str. 458-466(9), 2003
4. Chung G., Kim J., Kim T-W: System dynamics modeling approach to water supply
system, KSCE Journal of Civil Engineering, vol. 12, no. 4, str. 275-280, 2008
5. Wyczółkowski R., Wysogld B.: An optimization of heuristic model of water supply
network, Computer Assisted Mechanics and Engineering Science, CAMES, no 14,
str. 767–776, 2007
6. Studziski J.: Optymalizacja i zarzdzanie operacyjne miejskimi sieciami
wodocigowymi, wykład habilitacyjny, IBS PAN, Warszawa, 2005
7. Studziski J.: Projektowanie zintegrowanego systemu informatycznego zarzdzania
miejsk sieci wodocigow, w: Bojar W., Budziski R., Straszak A., Studia i Materiały
Polskiego Stowarzyszenia Zarzdzania Wiedz, vol. 17, str. 185-197, Bydgoszcz 2008
8. Studziski J.: Wspomaganie zarzdzania miejskim przedsibiorstwem wodocigowym za
pomoc informacji z systemu monitoringu i mapy numerycznej, w: Budziski R.,
Drelichowski L., Straszak A. (2008) Studia i Materiały Polskiego Stowarzyszenia
Zarzdzania Wiedz, vol. 14, str. 100-115, Bydgoszcz 2008
9. Rojek I.: Inteligentny system wspomagania decyzji dla sterowania sieci wodocigow,
materiały konferencyjne II Krajowej Konferencji Naukowej „Technologie przetwarzania
danych”, wydawnictwo Politechniki Poznaskiej, str. 186-194, Pozna 2007
10. Rojek I.: Model of Intelligent Decision Support System Using Methods of Artificial
Intelligence, Polish Journal of Environmental Studies, vol. 17, no. 3B, str. 375-379, 2008
11. Rojek I.: Inteligentne zarzdzanie preferencjami poboru wody w sieci wodocigowej, red.
Bojar W., Studia i Materiały Polskiego Stowarzyszenia Zarzdzania Wiedz, vol. 14,
str. 67-74, Bydgoszcz 2008
166
Izabela Rojek
Podejcia stosowane we wspomaganiu sterowania sieci wodocigow
APPROACHES APPLIED TO SUPPORT OF CONTROL WATER SUPPLY SYSTEM
Summary
In the paper approaches applied to support of control of water-supply system
were introduced. The classic approach to control of water-supply system and the author's approach with use of the methods of artificial intelligence were presented. The
application of artificial intelligence methods is particularly important in critical
situation and pronouncement of average in complex technical systems , to which
control of water-supply system belonged.
Keywords: support, control, water-supply system
Izabela Rojek
Instytut Mechaniki rodowiska i Informatyki Stosowanej
Uniwersytet Kazimierza Wielkiego
85-064 Bydgoszcz, ul. Chodkiewicza 30
e-mail: [email protected]