( PDF ) Estudo dos parâmetros do decaimento do cloro residual em sistema de distribuição de água tratada considerando vazamento

Download PDF

ads:

SÉRGIO RICARDO TOLEDO SALGADO

ESTUDO DOS PARÂMETROS DO DECAIMENTO DO

CLORO RESIDUAL EM SISTEMA DE DISTRIBUIÇÃO DE

ÁGUA TRATADA CONSIDERANDO VAZAMENTO

Dissertação apresentada ao Programa de Pós –

Graduação em Hidráulica e Saneamento da

Escola de Engenharia de São Carlos da

Universidade de São Paulo, como parte dos

requisitos para obtenção de titulo de Mestre em

Engenharia Hidráulica e Saneamento.

ORIENTADORA: Profa. Titular Luisa Fernanda Ribeiro Reis

SÃO CARLOS

2008

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

AUTORIZO A REPRODUÇÃO E DIVULGAÇÃO TOTAL OU PARCIAL DESTE

TRABALHO, POR QUALQUER MEIO CONVENCIONAL OU ELETRÔNICO,

PARA FINS DE ESTUDO E PESQUISA, DESDE QUE CITADA A FONTE.

Ficha catalográfica preparada pela Seção de Tratamento

da Informação do Serviço de Biblioteca – EESC/USP

Salgado, Sérgio Ricardo Toledo

S164e Estudo dos parâmetros de decaimento do cloro residual

em sistema de distribuição de água tratada considerando

vazamento / Sérgio Ricardo Toledo Salgado ; Sérgio

Ricardo Toledo Salgado. –- São Carlos, 2008.

Dissertação (Mestrado-Programa de Pós-

Graduação e Área

de Concentração em Hidráulica e Saneamento) –- Escola de

Engenharia de São Carlos da Universidade de São Paulo,

2008.

1. Modelo de calibração. 2. Coeficiente de decaimento

do cloro. 3. Sistema de distribuição de água. 4.

Vazamento.

I. Título.

ads:

Dedico este trabalho:

A Deus.

As minha queridas avós Matilde Ribeiro

Toledo (in memoriam) e Maria Silva

Salgado (in memoriam).

Aos meus amados pais: José Sérgio

Salgado e Maria Marta Toledo Salgado

por estarem comigo durante toda a minha

vida, sempre com amor, carinho e

dedicação.

A minha querida Irmã Monique Toledo

Salgado por ser esse exemplo e por todo o

carinho e amor.

AGRADECIMENTOS

Á minha orientadora Profª Tit. Luisa Fernanda R. Reis por oferecer a oportunidade de

realizar este trabalho e proporcionar o meu crescimento profissional.

Aos professores Fernando João Guzzo e Élcio Casimiro da Faculdade Brasileira –

UNIVIX pelo incentivo na busca do mestrado.

Ao professor Rodrigo Porto e ao Professor Eduardo Cleto Pires pelas sugestões na

qualificação.

A professora Ruth de Gouvêa Duarte e ao professor Luiz Duarte (in memoriam) por

me receberem em sua cidade e por terem colaborado durante o período do mestrado.

Obrigado, prof

Ruth pelo apoio especial na hora crucial.

Aos professores do Departamento de Hidráulica e Saneamento (EESC-USP) pela

atenção e conhecimentos compartilhados

Aos funcionários do Departamento de Hidráulica e Saneamento (EESC-USP), em

especial Pavi, Rose, Sá e André.

A minha irmã Monique Toledo Salgado pelo constante apoio e paciência.

Aos meus pais, José Sérgio Salgado e Maria Marta Toledo Salgado, por estarem

sempre junto comigo.

A Gisele Valiati pelo apoio e paciência durante o tempo que estive em São Carlos-SP.

Aos amigos que fiz durante o mestrado: Alexandre Ono, Alexandre Pai, Paulino,

Luciano, os Alagoanos (Neto e Eduardo), Hemerson, Marcelo Cavicchia, Sulita e Érika.

Aos amigos do laboratório de simulação numérica (LABSIN) que contribuíram na

realização deste trabalho, em atenção especial ao Alexandre Kepler, José Eduardo, Peter

Cheung, Fernando Colombo, Fausto Moraes e Katia Ventura

Aos amigos que peguei emprestado da Monique, Karina Querne de Carvalho,

Fernando Passig, Lara Steil, Thiago Momenti, Sérgio Luis, Gláucio Cavalcante, Bruna

Soares, Luciana Peixoto, Liliane Albertin. E a todos aqueles que de forma direta e indireta

colaboraram com a elaboração deste trabalho. Muito Obrigado!

RESUMO

Salgado, S.R.T.(2008). Estudo dos Parâmetros do Decaimento do Cloro Residual em

Sistema de Distribuição de Água Tratada Considerando Vazamento. São Carlos, 2006.

145p. Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São

Paulo, São Carlos.

O uso do cloro como desinfetante em sistemas de água para abastecimento é prática comum

nas estações de tratamento de água. Introduzido durante o processo de tratamento, o cloro participa de

diversas reações com compostos de naturezas orgânicos e inorgânicos no interior das tubulações. Tais

reações ocorrem na massa líquida e junto às paredes das tubulações e são responsáveis pelo

decaimento do cloro ao longo das redes. Visualizando a modelagem como uma ferramenta eficiente

para gerenciar o cloro residual em sistemas de distribuição de água, muitos estudos foram realizados e

reportados pela literatura, assumindo que os efeitos de decaimento de cloro podem ser bem

representados pelos coeficientes k

e k

. Entretanto, a determinação de valores para parâmetros em

questão não é uma tarefa fácil, devido à complexidade dos sistemas enfocados em termos da

diversidade de materiais das tubulações e mananciais (superficiais e subterrâneos). No Brasil, apesar

de legislação recente estabelecer limites restritivos para o cloro na água potável (após desinfecção, a

concentração de cloro deve observar a concentração mínima de 0,5 mg/L, sendo o mínimo nível aceito

em sistemas de distribuição de 0,2 mg/L e o máximo de 2,0 mg/L), poucos estudos enfocam a

avaliação dos parâmetros de decaimento. Esta pesquisa apresenta a aplicação de um modelo inverso

elaborado para determinar a ordem para o modelo de decaimento do cloro e os valores globais e/ou

locais para o k

e o k

. Sendo programado com o suporte do simulador de EPANET 2 (toolkit) e os

algoritmos genéticos como ferramenta de otimização, implementado através da biblioteca de GAlib

C++. Os estudos foram realizados em dois sistemas reais da distribuição da água em que foram

considerados parâmetros globais e parâmetros específicos da qualidade. Para a investigação da

determinação de parâmetros de decaimento de cloro em sistemas de distribuição com vazamento em

função da pressão, foi adotada uma rede hipotética com três fontes de cloro. Esse sistema permitiu a

calibração e a validação do modelo, assim como a avaliação da influência hidráulica na determinação

dos resultados de qualidade de água.

Palavras chave: modelo de calibração, coeficiente de decaimento do cloro, sistema de distribuição de

água, vazamento

ABSTRACT

Salgado, S.R.T.(2008). Study of the Residual Decay Parameters in Water

Distribution Systems with Leakage. São Carlos, 2006. 145p. M.Sc. Dissertation – Escola

de Engenharia de São Carlos, Universidade de São Paulo, São Carlos.

The use of chlorine as disinfectant in water supply systems has been a common practice

adopted by the water industry. Introduced during the treatment process, chlorine participates in several

reactions with compounds of organic and inorganic nature inside the pipes. Such reactions that occur

in the bulk and the wall of the pipes are responsible for chlorine decay along the networks. Visualizing

the modeling as an efficient tool to manage the chlorine residual in water distribution systems, many

studies have been conducted and reported by the literature, assuming that the Chlorine decay effects

can be well represented by the decay coefficients k

and k

. However, the determination of values for

theses parameters is not an easy task, due to the complexity of the focused systems in terms of pipe

materials and water supply sources diversity (surface water and groundwater). In Brazil, instead of

recent legislation stating more strict limits for chlorine in drinking water (after disinfection, chlorine

concentration has to observe the minimum concentration of 0.5 mg/L, being the minimum accepted

level in the distribution system of 0.2 mg/L and the maximum of 2.0 mg/L), few studies focus on the

evaluation of the decay parameters. This research reports the application of an inverse model built to

determine the order for chlorine decay model and the global and/or local values for k

and k

. It is

codified with the support of EPANET 2 (Toolkit) simulator and technology of Genetic Algorithms as

optimization tool, which is implemented by using the GAlib C++ library. The studies were conducted

on two real water distribution systems considering both global and specific quality parameters. A

hypothetical network with three sources of chlorine was studied too, admitting leakage as pressure

function. This system permitted both calibration and validation of the model as well as the evaluation

of hydraulic calibration influence on the water quality results.

Keywords: calibration model, chlorine decay coefficients, water supply system, leakage.

iii

LISTA DE FIGURAS

Figura 2.1 Curva de cloro residual demonstrando o fenômeno típico de um break point............................ 12

Figura 2.2 Esquema ilustrativo das reações do decaimento do cloro numa tubulação de ferro................... 17

Figura 2.3 Exemplo do processo de funcionamento de um AG.......................................................................28

Figura 3.1 Fluxograma do processo proposto para avaliação hidráulica e determinação do fator de

consumo para cada padrão horário de demanda.................................................................................... 38

Figura 3.2 Fluxograma do processo de calibração dos parâmetros de qualidade AGs................................. 41

Figura 3.3 Fluxograma do processo de calibração dos parâmetros de vazamento com os AGs................... 43

Figura 3.4 Sistema de distribuição da localidade de Jucu ............................................................................... 45

Figura 3.5 Fatores de Consumo horário do sistema Jucu................................................................................ 46

Figura 3.6 Cloro residual na saída do reservatório do sistema Jucu. .............................................................47

Figura 3.7 Esqueleto do Sistema de distribuição de Fouras (França)............................................................. 48

Figura 3.8 Fatores de Consumo horário do sistema Jucu – Padrão de demanda 1....................................... 49

Figura 3.9 Fatores de Consumo horário do sistema Jucu – Padrão de demanda 2....................................... 49

Figura 3.10 Cloro residual na saída do reservatório do sistema Fouras ........................................................50

Figura 3.11 Rede hipotética utilizada para simulações com vazamento......................................................... 52

Figura 4.1 Função objetivo para o primeiro cenário (geracional elitista). ..................................................... 56

Figura 4.2 Função objetivo para o primeiro cenário (Steady-State)............................................................... 57

Figura 4.3 Resultado da simulação do primeiro cenário - (nó 6) ....................................................................57

Figura 4.4 Resultado da simulação do primeiro cenário - (nó 30) ..................................................................58

Figura 4.5 Resultado da simulação do primeiro cenário - (nó 38) ..................................................................58

Figura 4.6 Resultado da simulação do primeiro cenário - (nó 46) ..................................................................58

Figura 4.7 Função objetivo para o segundo cenário (geracional elitista). ......................................................59

Figura 4.8 Função objetivo para o segundo cenário (Steady-State)................................................................60

Figura 4.9 Resultado da simulação do segundo cenário - (nó 6) ..................................................................... 60

Figura 4.10 Resultado da simulação do segundo cenário - (nó 30).................................................................. 61

Figura 4.11 Resultado da simulação do segundo cenário - (nó 38).................................................................. 61

Figura 4.12 Resultado da simulação do segundo cenário - (nó 46).................................................................. 61

Figura 4.13 Função objetivo para o terceiro cenário (geracional elitista)...................................................... 62

Figura 4.14 Função objetivo para o terceiro cenário (Steady-State). ............................................................. 63

Figura 4.15 Resultado da simulação do terceiro cenário - (nó 6)....................................................................63

Figura 4.16 Resultado da simulação do terceiro cenário - (nó 30).................................................................. 63

Figura 4.17 Resultado da simulação do terceiro cenário - (nó 38).................................................................. 64

Figura 4.18 Resultado da simulação do terceiro cenário - (nó 46).................................................................. 64

Figura 4.19 Função objetivo para o quarto cenário (geracional elitista)........................................................ 65

Figura 4.20 Função objetivo para o quarto cenário (Steady-State). ............................................................... 66

Figura 4.21 Resultado da simulação do quarto cenário - (nó 6)...................................................................... 66

Figura 4.22 Resultado da simulação do quarto cenário - (nó 30).................................................................... 66

Figura 4.23 Resultado da simulação do quarto cenário - (nó 38).................................................................... 67

Figura 4.24 Resultado da simulação do quarto................................................................................................. 67

Figura 4.25 Taxa de reação média. Considerando kb = 0,191 (d

) e kw = 0,015 (md

). ................................. 68

Figura 4.26 Taxa de reação média, primeiro cenário. Considerando k

= 0,191 (d

) e k

= 0,0085 (md

). .. 69

Figura 4.27 Taxa de reação média, segundo cenário. Considerando k

= 0,191 (d

) e F = 0,0646. ............... 69

Figura 4.28 Taxa de reação média, terceiro cenário. Considerando k

= 0,052 (d

) e k

= 0,0124 (md

). .... 69

Figura 4.29 Taxa de reação média, quarto cenário. Considerando k

= 0,040 (d

) e F = 0,089..................... 69

Figura 4.30 Função objetivo média para o primeiro cenário ..........................................................................72

Figura 4.31 Resultado da simulação (SNCF) – Cenário 1................................................................................ 72

Figura 4.32 Resultado da simulação (MARO) – Cenário 1 ............................................................................. 73

Figura 4.33 Resultado da simulação (AUBO) – Cenário 1...............................................................................73

Figura 4.34 Resultado da simulação (BARO) – Cenário 1...............................................................................73

Figura 4.35 Função objetivo média para o segundo cenário (Steady-State). ................................................. 76

Figura 4.36 Resultado da simulação (SNCF) – Cenário 2................................................................................ 77

Figura 4.37 Resultado da simulação (MARO) – Cenário 2 ............................................................................. 77

Figura 4.38 Resultado da simulação (AUBO) – Cenário 2...............................................................................77

Figura 4.39 Resultado da simulação (BARO) – Cenário 2...............................................................................78

Figura 4.40 Função objetivo média para o terceiro cenário (Steady-State). .................................................. 79

Figura 4.41 Resultado da simulação (SNCF) – Cenário 3................................................................................ 79

Figura 4.42 Resultado da simulação (MARO) – Cenário 3 ............................................................................. 80

Figura 4.43 Resultado da simulação (AUBO) – Cenário 3...............................................................................80

Figura 4.44 Resultado da simulação (BARO) – Cenário 3...............................................................................80

Figura 4.45 Padrão temporal de consumo real. ................................................................................................ 83

Figura 4.46 Nível dos reservatórios durante a operação.................................................................................. 84

Figura 4.47 Valores dos consumos característicos da rede hipotética. ........................................................... 84

Figura 4.48 Entrada de cloro residual na rede de acordo com cada reservatório.........................................84

Figura 4.49 Simulação com traçador – Reservatório 16 .................................................................................. 85

Figura 4.50 Simulação com traçador – Reservatório 17 .................................................................................. 86

Figura 4.51 Simulação com traçador – Reservatório 18 .................................................................................. 86

Figura 4.52 Função objetivo média para calibração hidráulica (sem vazamento) ........................................ 90

Figura 4.53 Fatores de consumo total ao longo do período de simulação....................................................... 91

Figura 4.54 Função objetivo média da calibração da qualidade de água (sem vazamento) ......................... 92

Figura 4.55 Resultado da simulação nó 2 (sem vazamento)............................................................................. 93

Figura 4.56 Resultado da simulação nó 3 (sem vazamento)............................................................................. 93

Figura 4.57 Resultado da simulação nó 6 (sem vazamento)............................................................................. 93

Figura 4.58 Resultado da simulação nó 11 (sem vazamento)........................................................................... 94

Figura 4.59 Função objetivo média para calibração de parâmetros de vazamento. ..................................... 95

Figura 4.60 Comparativo em Fatores de consumo efetivo real e determinado.............................................. 97

Figura 4.61 Função objetivo média da calibração da qualidade de água (com vazamento)......................... 98

Figura 4.62 Resultado da simulação nó 2 (com vazamento) ..........................................................................98

Figura 4.63 Resultado da simulação nó 3 (com vazamento) ..........................................................................98

Figura 4.64 Resultado da simulação nó 6 (com vazamento)........................................................................... 99

Figura 4.65 Resultado da simulação nó 11 (com vazamento) ..........................................................................99

Figura 4.66 Resultado da simulação nó 9........................................................................................................ 100

Figura 4.67 Resultado da simulação nó 10 ..................................................................................................... 100

Figura 4.68 Tempo de percurso da água no nó 10..........................................................................................101

Figura 4.69 Tempo de percurso da água no nó 9............................................................................................ 101

LISTA DE TABELAS

Tabela 2.1 Principais doenças veiculação hídricas. ............................................................................................6

Tabela 2.2 Denominação dos trihalomentanos e respectivas fórmulas químicas.......................................... 15

Tabela 2.3 Valores máximos permitidos para desinfetantes e produtos secundários da desinfecção .......... 16

Tabela 2.4 Modelos cinéticos de decaimento do cloro ......................................................................................20

Tabela 3.1 Parâmetros dos AGs adotados nas simulações de vazamento.......................................................44

Tabela 3.2 Dados das tubulações do sistema de distribuição Jucu.................................................................. 46

Tabela 3.3 Características dos nós do sistema de distribuição Jucu............................................................... 47

Tabela 3.4 Informações das tubulações do sistema de distribuição ................................................................ 50

Tabela 3.5 Características dos nós do sistema de distribuição Fouras ...........................................................51

Tabela 3.6 Informações das tubulações do sistema de distribuição ................................................................ 53

Tabela 3.7 Informações das tubulações do sistema de distribuição ................................................................ 53

Tabela 4.1 Informações sobre as simulações realizadas................................................................................... 54

Tabela 4.2 Informações sobre as simulações realizadas................................................................................... 55

Tabela 4.3 Valores de concentração de cloro residual (mg/L) monitorados no sistema Jucu....................... 55

Tabela 4.4 Resultado das simulações para o primeiro cenário........................................................................ 56

Tabela 4.5 Resultado das simulações para o segundo cenário.........................................................................59

Tabela 4.6 Resultado das simulações para o terceiro cenário ......................................................................... 62

Tabela 4.7 Resultado das simulações para o quarto cenário ...........................................................................65

Tabela 4.8 Valores médios dos parâmetros cinéticos – AG Geracional Elitista.............................................68

Tabela 4.9 Valores médios dos parâmetros cinéticos – AG Steady-State....................................................... 68

Tabela 4.10 Informações sobre as simulações realizadas................................................................................. 70

Tabela 4.11 Informações sobre os limites dos parâmetros...............................................................................71

Tabela 4.12 Material das tubulações do sistema Fouras.................................................................................. 71

Tabela 4.13 Resultados encontrados para o primeiro cenário ........................................................................71

Tabela 4.14 Resultados encontrados considerando 1º ordem.......................................................................... 75

Tabela 4.15 Resultados encontrados considerando ordem 1.2 ........................................................................75

Tabela 4.16 Resultados encontrados considerando ordem 1.4 ........................................................................75

Tabela 4.17 Resultados encontrados considerando ordem 1.6 ........................................................................75

Tabela 4.18 Resultados encontrados considerando ordem 1.8 ........................................................................76

Tabela 4.19 Resultados encontrados considerando ordem N ..........................................................................76

Tabela 4.20 Resultados encontrados para o terceiro cenário .......................................................................... 78

Tabela 4.21 Parâmetros para simulação hidráulica considerando vazamento.............................................. 82

Tabela 4.22 Valores de Kf de acordo com os parâmetros de vazamento........................................................ 83

Tabela 4.23 Tubulações divida por zona de k

.................................................................................................. 87

vii

Tabela 4.24 Tubulações divida por zona de k

................................................................................................. 87

Tabela 4.25 Valores de k

...................................................................................................................................87

Tabela 4.26 Padrão de consumo selecionado para a calibração hidráulica ...................................................88

Tabela 4.27 Informações sobre os parâmetros do AG - Hidráulica................................................................ 88

Tabela 4.28 Informações sobre os limites dos parâmetros de vazamento ...................................................... 88

Tabela 4.29 Informações sobre os parâmetros do AG - Qualidade ................................................................ 89

Tabela 4.30 Informações sobre os limites dos parâmetros de qualidade........................................................89

Tabela 4.31 Resultado da calibração hidráulica sem vazamento.................................................................... 89

Tabela 4.32 Comparação entre valores de pressão simulados e observados.................................................. 90

Tabela 4.33 Comparação entre valores de vazão simuladas e observadas..................................................... 91

Tabela 4.34 Parâmetros k

e k

encontrados sem considerar vazamento ...................................................... 92

Tabela 4.35 Resultado da calibração dos parâmetros de vazamento..............................................................94

Tabela 4.36 Comparação entre valores de pressão simulados e observados.................................................. 95

Tabela 4.37 Comparação entre valores de vazão simuladas e observadas..................................................... 96

Tabela 4.38 Parâmetros k

e k

encontrados considerando vazamento ......................................................... 97

viii

LISTA DE SÍMBOLOS

ε rugosidade absoluta (ou rugosidade de Darcy-Weisbach)

α expoente do emissor constante

C coeficiente da fórmula de Hazen-Williams, constante, concentração de uma substância,

coeficiente de vazão

concentração no instante inicial

concentração na tubagem i

i|x=0

concentração no início do troço i

i|x=L

concentração no final do troço i

concentração-limite

concentração no instante t

d diâmetro da tubagem

D difusão molecular

consumo no nó i

DBT demanda base ou de referência

F fator que relaciona a reação na parede com a rugosidade da tubulação

FT fator temporal de consumo

g aceleração da gravidade

h perda de carga total

i índice do nó de montante

j índice do nó de jusante

coeficiente de reação no escoamento

coeficiente de transferência de massa

coeficiente de reação na parede da tubalação

L comprimento da tubulação

comprimento da tubulação j

n coeficiente de rugosidade de Manning, ordem da reação,

P pressão

Q vazão

vazão na tubulação entre os nós i e j

vazão na tubulação j

k,ext

origem externa da vazão que entra na rede através do nó k

R raio da tubulação

Re número de Reynolds

Sc nº de Schmidt

Sh nº de Sherwood

T tempo

TS vazão total abastecida

velocidade do escoamento na tubalação i

SUMÁRIO

RESUMO ................................................................................................................................................I

ABSTRACT.......................................................................................................................................... II

LISTA DE FIGURAS .........................................................................................................................III

LISTA DE SÍMBOLOS................................................................................................................... VIII

SUMÁRIO .............................................................................................................................................X

INTRODUÇÃO ..............................................................................................................................1

1.1

PROPOSIÇÃO...............................................................................................................................4

1.2

OBJETIVOS ESPECÍFICOS.........................................................................................................4

REVISÃO BIBLIOGRÁFICA ......................................................................................................5

2.1

QUALIDADE DA ÁGUA PARA ABASTECIMENTO PÚBLICO.............................................5

2.1.1

Microrganismos patogênicos....................................................................................................5

2.1.2

A problemática da desinfecção ................................................................................................7

2.1.3

Cloração em água sem a presença de Amônia......................................................................10

2.1.4

Cloração em água com a presença de amônia......................................................................11

2.1.5

Cloro residual..........................................................................................................................13

2.2

FORMAÇÃO DE TRIHALOMETANOS ...................................................................................14

2.3

DECAIMENTO DO CLORO EM SISTEMAS DE DISTRIBUIÇÃO DE ÁGUA.....................16

2.4

DETERMINAÇÃO DOS PARÂMETROS CINÉTICOS NA MASSA DE ÁGUA...................19

2.4.1

Determinação de parâmetros cinéticos na zona de influência da parede da tubulação ...22

2.4.2

Trabalhos relacionados com a determinação de parâmetros de decaimento de cloro em

sistemas de distribuição .......................................................................................................................23

2.5

ALGORITMOS GENÉTICOS.....................................................................................................26

2.6

SIMULAÇÃO DE QUALIDADE DO EPANET 2 .....................................................................29

2.6.1

Correlação com a perda de carga..........................................................................................32

MATERIAL E MÉTODOS .........................................................................................................34

3.1

O PROBLEMA INVERSO..........................................................................................................34

3.1.1

Calibração do modelo de qualidade ......................................................................................34

3.1.2

Calibração do modelo de vazamento.....................................................................................35

3.2

MODELO DE SISTEMA DE DISTRIBUIÇÃO DE ÁGUA (EPANET) ...................................36

3.2.1

Simulação hidráulica ..............................................................................................................36

3.2.2

Modelo de vazamento em função da pressão nodal.............................................................38

3.3

PROCESSO DE CALIBRAÇÃO ................................................................................................40

3.3.1

Parâmetros de qualidade........................................................................................................40

3.3.2

Parâmetros de vazamento ......................................................................................................42

3.3.3

Parâmetros dos Algoritmos Genéticos ..................................................................................43

3.4

SISTEMAS DE DISTRIBUIÇÃO ESTUDADOS ......................................................................44

3.4.1

Sistema de distribuição JUCU ...............................................................................................44

3.4.2

Sistema de distribuição FOURAS .........................................................................................48

3.4.3

Sistema de distribuição Hipotético ........................................................................................51

RESULTADOS E DISCUSSÕES................................................................................................54

4.1

SISTEMA DE DISTRIBUIÇÃO JUCU ......................................................................................54

4.1.1

Primeiro Cenário ....................................................................................................................56

4.1.2

Segundo Cenário .....................................................................................................................59

4.1.3

Terceiro Cenário .....................................................................................................................62

4.1.4

Quarto Cenário .......................................................................................................................64

4.1.5

Análise entre cenários.............................................................................................................67

4.2

SISTEMA DE DISTRIBUIÇÃO FOURAS.................................................................................70

4.2.1

Primeiro Cenário ....................................................................................................................71

4.2.2

Segundo Cenário .....................................................................................................................74

4.2.3

Terceiro cenário ......................................................................................................................78

4.2.4

Análise entre cenários.............................................................................................................81

4.3

SISTEMA DE DISTRIBUIÇÃO HIPOTÉTICO.........................................................................82

4.3.1

Primeiro Cenário ....................................................................................................................89

4.3.2

Segundo cenário ......................................................................................................................94

4.3.3

Análise entre cenários.............................................................................................................99

CONSIDERAÇÕES FINAIS.....................................................................................................103

5.1

CONCLUSÃO ...........................................................................................................................103

5.2

SUGESTÕES .............................................................................................................................105

REFERÊNCIAS .........................................................................................................................106

xii

APÊNDICE.........................................................................................................................................113

APÊNDICE A – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE JUCU.................114

APÊNDICE B – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE FOURAS ...........118

APÊNDICE C – RESULTADO DA CALIBRAÇÃO VAZAMENTO – REDE HIPOTÉTICA........134

APÊNDICE D – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE HIPOTÉTICA ...139

1. INTRODUÇÃO

Os sistemas públicos de abastecimento de água figuram entre as grandes benfeitorias

do saneamento ambiental, que podem proporcionar melhoria na qualidade de vida por meio

de apropriadas condições de higiene, conforto e bem estar para as populações beneficiadas.

Tais sistemas são grandes aliados no controle e na prevenção das doenças de veiculação

hídrica, como o cólera e a febre tifóide e, juntamente com os sistemas públicos de coleta de

esgoto, constituem um caminho para diminuir a procura por serviços de saúde.

As concessionárias de abastecimento de água são responsáveis pelo suprimento das

demandas urbanas de uma região, considerando as necessidades das populações e das

atividades industriais. Entretanto, a concepção de um bom sistema de abastecimento requer o

planejamento sustentável dos mananciais, o bom desempenho do tratamento, a operação

racional de reservatórios e a eficiência do sistema de distribuição de água. Em resumo, a

função de um sistema de abastecimento é captar água, submetê-la ao tratamento para alcançar

os padrões de potabilidade e, posteriormente, distribuí-la para a população.

Umas das mais importantes etapas nas estações de tratamento de água (ETA) é a

desinfecção, que é responsável pela inativação dos microrganismos patogênicos

remanescentes do tratamento. A desinfecção pode ser obtida com aplicação de agentes

desinfetantes químicos ou físicos. Entretanto, o cloro e seus derivados são os agentes

químicos freqüentemente mais utilizados nas ETAs. Segundo proposta da USEPA (1999), a

eliminação de microrganismos patogênicos pode ser realizada por uma estratégia de

desinfecção, e, não apenas pautada na escolha de um desinfetante.

Para a manutenção da qualidade e proteção contra a presença microbiana nos sistemas

de distribuição de água, geralmente existe a presença de um residual com potencial

desinfetante que deve ter ação até os pontos mais longínquos da rede. A finalidade deste

residual desinfetante é limitar a presença de microrganismos patogênicos, que podem ser

introduzidos acidentalmente no sistema por rupturas nas tubulações, podem se desprender do

biofilme das paredes da tubulação e dos microrganismos eventualmente não eliminados

durante o processo de desinfecção.

Como o cloro é um elemento não conservativo, sua concentração é reduzida conforme

certas condições encontradas nos reservatórios e nas redes, acarretando diferença entre as

condições da água tratada e da água que chega aos consumidores. Os responsáveis pela

operação das ETAs geralmente monitoram a concentração residual de cloro, imediatamente,

após o tratamento. Nas redes o que se faz é o monitoramento alternado de alguns pontos,

porém o controle ao longo das tubulações é mais difícil de ser realizado.

O sistema de distribuição, na parte final do abastecimento, deve ser concebido para

suportar as pressões desejadas em conformidade com as normas, suprir as demandas e

garantir a qualidade adequada em toda sua extensão. No entanto, deve haver preocupação com

a manutenção das tubulações instaladas, visto que a quantidade e a qualidade da água podem

ser comprometidas de acordo com a condição da rede de distribuição.

Em grandes centros, a perda da eficiência no abastecimento é relacionada ao estado de

desgaste das redes, principalmente dos sistemas mais antigos. A deterioração do sistema de

distribuição, devida à falta de manutenção e de recuperação, pode levar à perda no

faturamento da concessionária por causa dos vazamentos (SOBRINHO & MARTINS, 2006).

Além disso, a perda da estanqueidade e danos nas juntas das tubulações podem colocar os

usuários em risco, por possibilitarem a intrusão de microrganismos patogênicos e de matéria

orgânica em geral.

Como referido anteriormente, a concentração de cloro residual decai e sua manutenção

na rede depende das reações que ocorrem dentro da tubulação. O cloro residual ao reagir com

substâncias presentes na água como a matéria orgânica, além de reduzir a concentração

residual pode produzir subprodutos potencialmente cancerígenos, por exemplo, os

trihalometanos (WHO, 2000). Por isto, é necessário estabelecer limites mínimos e máximos

que possibilitem o controle microbiológico e não causem futuros problemas para a saúde da

população. No Brasil, os padrões relativos à qualidade de água para consumo humano são

estabelecidos, atualmente, pela Portaria 518/04 do Ministério da Saúde.

Na busca pela manutenção de níveis adequados de cloro residual em todos os pontos

da rede, normalmente, eleva-se a concentração inicial na saída da ETA, uma situação que

pode gerar problemas relacionados às questões estéticas, de sabor e odor, e à questão de saúde

devido à possibilidade de formação de subprodutos prejudiciais a saúde. Outra possibilidade,

para compensar a perda do residual de cloro é a introdução de estações para reforço de

cloração em pontos estratégicos do sistema.

Existem muitas dificuldades no controle da qualidade de água em sistema de

distribuição, principalmente em estudar os fatores responsáveis pelo decaimento do cloro nas

redes. Assim, os simuladores hidráulicos associados a modelos de qualidade da água têm sido

empregados como ferramenta para subsidiar pesquisas nesta área.

Estes modelos permitem a reprodução das condições hidráulicas das redes e a previsão

do teor de cloro residual em cada nó do sistema e ainda podem ser associados com

ferramentas de otimização que auxiliam o processo de calibração. A aplicação dessas

ferramentas permite estudos mais apurados na caracterização do decaimento de cloro nos

sistemas de distribuição e fornece base na busca de soluções no sentido de manter o residual

de cloro em níveis desejáveis.

O decaimento do cloro ao longo das tubulações das redes resulta do efeito conjunto

das reações que ocorrem junto às paredes das tubulações e na massa líquida (CLARK et al,

1993). Assim, o bom desempenho dos modelos depende da calibração dos parâmetros

cinéticos de decaimento do cloro tanto na massa líquida, como junto às paredes das

tubulações. Uma tarefa complexa, pois esses parâmetros não são globais e uniformes dentro

do mesmo sistema de distribuição (SHEKHAR, 2001).

O presente estudo propõe o desenvolvimento de uma ferramenta que permita a

determinação dos parâmetros cinéticos em sistemas de distribuição de água para

abastecimento, utilizando o EPANET 2 (ROSSMAN, 2000) como modelo hidráulico e de

simulação de qualidade da água em termos do cloro residual e do uso dos Algoritmos

Genético (AG) como ferramentas de calibração dos referidos parâmetros.

Após a elaboração, o modelo foi testado para três sistemas de distribuição para avaliar

seu desempenho. Foram estudadas duas redes reais, Sistema Jucu (CASAGRANDE, 1997) e

Sistema Fouras (CHEUNG, 2005), com características distintas pois as tubulações da primeira

rede são todas em PVC e a segunda contém tubulações de quatro diferentes materiais (PVC,

PEAD, Cimento Amianto e Ferro Fundido). Essas redes possibilitaram analisar a capacidade

do modelo em calibrar os parâmetros de qualidade de acordo com o material da tubulação e

não apenas com valores globais.

O terceiro sistema é uma rede hipotética, que foi estudada por Tucciarelli et al 1999

em pesquisas sobre modelos de vazamento em função das pressões nodais. A adoção dessa

rede permitiu a realização de simulações que reproduziram as condições reais de operação de

um sistema de distribuição, o que permitiu a avaliação do modelo de calibração em um

sistema de distribuição com três fontes de cloração e o diagnóstico da influência da calibração

hidráulica nos resultados do processo de busca voltado aos parâmetros de decaimento de

cloro.

1.1

PROPOSIÇÃO

A proposta desta pesquisa tem como objetivo precípuo desenvolver e aplicar uma

rotina computacional com base no software EPANET2 e com auxílio dos Algoritmos

Genético (AG), para determinação da ordem das reações e dos valores dos parâmetros

cinéticos de decaimento do cloro em sistemas de distribuição.

1.2

OBJETIVOS ESPECÍFICOS

• Recolher informações sobre os sistemas de distribuição escolhidos para o estudo;

• Realizar simulações com os sistemas de distribuição, adotando diferentes zoneamentos

para os parâmetros cinéticos;

• Calibrar os parâmetros cinéticos para cada sistema de distribuição em estudo;

• Realizar simulação de qualidade em sistema de distribuição admitindo vazamento nos

nós;

• Calibrar os parâmetros cinéticos do sistema de distribuição sem considerar o

vazamento; e

• Calibrar os parâmetros cinéticos do sistema de distribuição considerando vazamento.

2. REVISÃO BIBLIOGRÁFICA

2.1

QUALIDADE DA ÁGUA PARA ABASTECIMENTO PÚBLICO

2.1.1

Microrganismos patogênicos

O meio aquático normalmente é habitado por microrganismos classificados como de

vida livre, seres que extraem do meio as condições necessárias para sua sobrevivência.

Portanto, todas as alterações químicas e físicas, causadas ao meio no qual habitam, devem ser

classificadas como ecológicas. As atividades decorrentes dos organismos de vida livre podem

causar interferência na qualidade da água, porém estão relacionadas ao meio e não podem ser

classificadas como ação direta de um organismo humano. Normalmente, essas alterações

ocorrem devido à produção de substâncias tóxicas provenientes de secreções liberadas pelos

microrganismos na água.

Para VON SPERLING (2005), a classificação dos efeitos das interferências dos

microrganismos de vida livre como benéficos ou nocivos depende do uso planejado da água.

Um exemplo positivo é o enriquecimento nutritivo dos corpos de água na piscicultura devido

à floração de algas que proporciona aumento de fonte básica de alimentação para os peixes.

No entanto, esse aumento de nutrientes pode levar a eutrofização do manancial,

acarretando efeitos indesejáveis e causar problemas estéticos, por exemplo, a liberação de

toxinas de cianobactérias. O que resulta na necessidade de tratamento mais acurado da água,

que inclui a remoção de algas que entopem filtros e tubulações e causam sabor e odor

(BRANCO,1974).

No meio aquático, também é possível encontrar microrganismos patogênicos, que, na

maioria dos casos, estão presentes de forma transitória. Esses organismos geralmente não

causam modificações ecológicas e usam a água apenas como um veículo eventual. Esses seres

são parasitas e incapazes de viver e reproduzirem-se fora dos hospedeiros e sua sobrevivência

em ambientes aquáticos depende da temperatura, presença de partículas suspensas e coloidais

(BRANCO, 1974). A presença destes microrganismos nas águas deve-se à contaminação por

excretas humanas e animais parasitados. Essa contaminação pode ocorrer pela infiltração no

solo, pelo carreamento devido às águas pluviais e pela extrapolação da calha do rio em épocas

de cheias. No caso dos centros urbanos ocorre, principalmente, pelo lançamento de esgoto não

tratado ou com tratamento ineficiente em águas de rios, lagos e mar. Os principais

microrganismos patogênicos encontrados em águas contaminadas podem ser classificados

como vírus, bactérias, protozoários e helmintos.

A contaminação por doenças de veiculação hídricas possui maior dependência das

características físicas, químicas e biológicas das águas naturais. Pode, também, estar

relacionada, de forma secundária, com as peculiaridades referentes à saúde, idade e condição

de higiene em que a população exposta se encontra (DANIEL, 2001). Na Tabela 2.1 são

apresentadas as principais doenças de veiculação hídricas e os respectivos agentes etiológicos,

sintomas e fontes de contaminação.

Geralmente, a água natural não é o habitat original dos microrganismos patogênicos,

por isso sua eliminação ocorre naturalmente pelo processo conhecido como autodepuração.

Entretanto, por questões de saúde adota-se a etapa de desinfecção no tratamento da água para

controle desses organismos nos sistemas de abastecimento de água para consumo

Tabela 2.1 Principais doenças veiculação hídricas.

Doença Agente etiológico Sintomas Fontes de

contaminação

Febre tifóide e

paratifóide

Salmonella typhi

Salmonella paratyphi A e B

Febre elevada, diarréia Fezes humanas

Disenteria baciliar Shigella dysenteriae Diarréia Fezes humanas

Disenteria amebiana Entamoeba histolystica

Diarréia, abscesso no fígado e

intestino delgado

Fezes humanas

Cólera Vibrio cholerae Diarréia e desidratação

Fezes humanas e águas

costeiras

Giardíase Giardia lamblia

Diarréia, náusea, indigestão,

flatulência

Fezes humanas e de

animais

Hepatite A e B Vírus da hepatite A e B Febre, icterícia Fezes humanas

Poliomelite Vírus da poliomielite Paralisia Fezes humanas

Criptosporidise

Cryptosporidium parvum,

Cryptosporidium muris

Diarréia, anorexia, dor

intestinal, náusea, indisgestão,

flatulência

Fezes humanas e de

animais

Gastroenterite

Escherichia coli,

Campylabacter jejuni, Yersina

enterocolitica, Aemomonas

hydrophyla, Rotavírus e outros

vírus entéricos.

Diarréia Fezes humanas

Fonte: Adaptado de DANIEL (2001).

2.1.2

A problemática da desinfecção

As características sanitárias e toxicológicas da água do sistema de abastecimento são

reguladas por legislação, para que haja garantia da isenção de microrganismos patogênicos e

substâncias tóxicas, que causem mal a saúde dos consumidores.

A desinfecção tem a finalidade de destruição e inativação de microrganismos

patogênicos (bactérias, protozoários, vírus e vermes) remanescentes na água após o

tratamento, visto que os processos físico-químicos não asseguram remoção total destes

microrganismos. Segundo Azevedo Netto et al (1998), a desinfecção é uma medida que pode

ser corretiva ou preventiva, devendo ser obrigatória em todos os sistemas de abastecimento

público, pois somente através desse processo, bem controlado, é possível garantir que a água

tenha qualidade do ponto de vista de saúde publica.

Para assegurar a potabilidade da água, a concentração de microrganismos

remanescentes após tratamento de água tem que ser reduzida. Em condições ótimas, um

sistema de tratamento de água convencional pode atingir a meta de remoção de 99% (noventa

e nove por cento) dos microrganismos patogênicos proveniente do manancial (GELDREICH,

1974).

A importância da desinfecção pode ser entendida no contexto da pesquisa realizada

por Lahti e Hiisvirta, (1995)

(Apud Philippi Jr e Martins, 2005), a qual relata a ocorrência de

24 surtos de doenças relacionadas à água na Finlândia, no período de 1980 e 1992. A maioria

dos surtos ocorreu pela contaminação da água de sistemas, dos quais 90% utilizavam águas de

poço cujo tratamento apenas contemplava o equilibro do pH, sem desinfecção. Outros três

surtos ocorreram em sistemas abastecidos por mananciais superficiais com tratamento por

filtração rápida e cloração. Devido à preocupação com a formação de compostos

organoclorados, a concentração de cloro foi reduzida e, como conseqüência, a desinfecção

tornou-se inadequada.

Lahti K, Hiisvirta L. Causes of waterborne outbreaks in community water systems in finland: 1980 - 1992.

Water Science Technology 1995; 31:33-6.

Outro estudo, realizado por Raman et al (1978)

(apud Philippi Jr e Martins, 2005),

informa que na cidade de Aurangabad, na Índia, com 1,5 milhões de habitantes, havia

constantes surtos de hepatite infecciosa e doenças gastrintestinais. No ano de 1972, constatou-

se que a tubulação do sistema de distribuição era de ferro galvanizado e estava enferrujada e a

tubulação de água estava assentada embaixo do sistema coletor de esgoto. Durante a parada

do abastecimento verificou-se a contaminação da água por sucção de material externo à

tubulação. A baixa pressão nas torneiras e a intermitência do abastecimento faziam com que

os consumidores construíssem tanques de alvenaria, para reserva de água, próximo ou abaixo

do lençol freático o que possibilitou mais uma forma de contaminação.

Apesar do entendimento que esse processo elimina os microorganismos presentes nas

águas, a ausência total dos organismos patogênicos no sistema de abastecimento é difícil de

ocorrer. Di Bernado e Di Bernado (2005) asseguram que a desinfecção é um processo de

seleção, que não destrói todas as formas vivas, incluindo os organismos patogênicos, e ainda

comentam que a destruição total de formas vivas seria a esterilização. Azevedo Netto (1974)

alerta para a distinção entre:

• Esterilizante: agente capaz de destruir completamente todos os organismos;

• Desinfetante: agente que destrói microrganismos patogênicos;

• Bactericida: agente que elimina bactérias;

• Cisticida: agente que elimina cistos.

Na desinfecção realizada nas ETAs são empregados agentes físicos e/ou químicos que

atuam na destruição e inativação desses microrganismos patogênicos presentes na água,

eliminando o risco de doenças. Os agentes químicos mais utilizados são: cloro, bromo, iodo,

dióxido de cloro, ozônio, permanganato de potássio, peróxido de hidrogênio, ácido peracético,

ferrato de potássio e os íons metálicos de prata e de cobre. Entre os agentes físicos mais

utilizados destacam-se o calor e a radiação ultravioleta (DI BERNADO & DI BERNADO,

2005).

Raman V, Parhad NM, Deshpande AW, Pathark SK. Assessment and control of water quality in a town

ditribuition ststem with refrence to the incidence of gastrointestinal diseases. Prog Water Technol 1978;

11(1/2):65-71

Os agentes químicos utilizados nas ETAs, segundo Azevedo Neto, 1974; Daniel, 2001

e Di Bernado e Di Bernado, 2005, devem apresentar características, como:

• Destruir, em tempo razoável, os organismos patogênicos na quantidade em que se

apresentam e nas condições da água;

• Ser atóxico para homens e para animais domésticos. Nas dosagens usuais não devem

causar odor e sabor que prejudiquem o consumo;

• Possuir custo razoável e oferecer condições seguras de transportes, armazenamento,

manuseio e aplicação no tratamento;

• Ter sua concentração na água medida de forma rápida e por métodos simples e

confiáveis; e

• Produzir residuais persistentes na água, assegurando, desse modo a qualidade da água

contra eventuais contaminações nas diferentes partes do sistema de distribuição.

Segundo Daniel (2001) há três mecanismos principais utilizados pelos agentes químicos

na ativação de organismos patogênicos:

• Ataque aos principais constituintes celulares causando destruição ou desarranjo

estrutural da organização, por exemplo, destruindo a parede celular ou modificando as

funções de semipermeabilidade das membranas;

• Transformação das enzimas em não funcionais, gerando interferência no metabolismo;

• Interferência na biossíntese e no crescimento, pelo prejuízo à síntese de proteínas,

ácidos nucléicos, coenzimas ou parede celular.

Em grande parte, os agentes químicos são fortes oxidantes e, por isso, podem ser

empregados em tratamento de águas com a finalidade de controlar odor, gosto, limpeza de

filtros, remoção do ferro e do manganês, destruir sulfetos de hidrogênio, diminuir a cor,

controlar o crescimento bacteriano nas redes, desinfeccionar as adutoras, aprimorar a

floculação, oxidar amônia na proteção de membranas filtrantes e controlar algas no pré-

tratamento (ROSSIN, 1987); conforme os exemplos das reações a seguir:

• Remoção de ácido sulfídrico:

8HCl SOH O4H 4Cl SH

422 22

→

(2.1)

• Remoção do ferro:

22323223

6CO CaCl 2Fe(OH) )Ca(HCO Cl )2Fe(HCO

→

(2.2)

Entre todos os outros agentes químicos citados anteriormente, o cloro é a substância

mais empregada na desinfecção primária do processo de tratamento de água, seja superficial

ou subterrânea. O cloro também pode ser empregado como pré-desinfetante e pós-

desinfetante; no último caso para fim de manutenção de residual em redes de distribuição.

Por serem fortes oxidantes, suas reações podem gerar alguns subprodutos de

desinfecção perigosos aos consumidores e ao meio ambiente, por exemplo:

• Os compostos orgânicos halogenados: como trihalometanos, ácidos haloacéticos,

halocetonas;

• Outros compostos orgânicos: como aldeídos, cetonas, carbono orgânico assimilável e

carbono orgânico biodegradável;

• Compostos inorgânicos: como cloritos e cloratos USEPA(1999).

2.1.3

Cloração em água sem a presença de Amônia

O cloro puro quando adicionado à água se dissocia, de acordo com as seguintes

reações:

HOClHClOHCl

↔

(2.3)

−+

+↔ ClOHHOCl

(2.4)

O cloro na forma de ácido hipocloroso e de íon hipoclorito presente na água é definido

como cloro residual livre.

O ácido hipocloroso (HOCl) é o agente mais ativo na desinfecção e o íon de

hipoclorito (OCL

), praticamente, não tem efeito sobre a desinfecção. O íon de hipoclorito

prevalece nos valores maiores que pH 7,0 e o ácido hipocloroso para valores inferiores de pH

7,0. Deste modo, procura-se realizar a cloração para pH inferior a 7,0, considerando o efeito

germicida de HOCL (DANIEL, 2001).

2.1.4

Cloração em água com a presença de amônia

O cloro na forma de ácido hipocloroso ao combinar com amônia, disponível na água,

pode formar monocloramina (NH

Cl), dicloramina (NHCl

) e tricloramina ou tricloreto de

nitrogênio (NCl

), de acordo com as seguintes reações

A monocloramina é razoavelmente estável perante o excesso de amônia, decompõe na

presença de excesso de cloro, seguindo a seguinte reação:

Na presença exclusiva de dicloramina, a mesma tende a se decompor formando ácido

hipocloroso, segundo as seguintes reações:

Quando há presença de monocloramina e dicloramina, ocorre também uma

decomposição razoavelmente rápida, com tendência ao desaparecimento de uma ou outra

dessas formas, segundo a reação:

No caso em que existem quantidades apreciáveis de monocloramina, o tricloreto de

hidrogênio se decompõe, segundo a reação:

A amônia presente pode ser totalmente destruída pelo cloro, como se ocorresse a

seguinte reação simplificadas:

HClClNHNHCl

↔

232

- (Monocloramina)

(2.5)

HClNHClClClNH

↔

222

- (Dicloramina)

(2.6)

HClNClNHCl

↔

- (Tricloreto de nitrogênio)

(2.7)

OHHClNHOClClNH

222

↔

(2.8)

222

22 ClHClNClNH

↔

(2.9)

HClHOClOHCl

↔

(2.10)

HClNNHClClNH 3

222

↔

(2.11)

HOClNHClOHNCl

↔

223

(2.12)

HClNClNCl 632

223

↔

(2.13)

A adição de cloro em águas contendo nitrogênio amoniacal poderá produzir uma série

de reações que irá depender da relação entre o cloro dosado e a amônia presente, pH,

temperatura e do tempo de reação. Nota-se que no principio o cloro residual combinado

aumenta com o aumento do cloro dosado, alcançando um ponto máximo, posteriormente um

ponto mínimo e a partir desse último retorna a crescer. Nessa condição, cada aumento no

cloro dosado resulta em aumento igual de cloro residual livre, o ponto de inflexão é conhecido

como

break point

(ROSSIN, 1987).

O cloro combinado é menos ativo que o cloro livre como desinfetante, por exemplo,

para um tempo de contato específico, com um pH 8,5 em que mais de 85% do ácido

hipocloroso encontra-se dissociado, deve-se aumentar a dosagem em pelo menos 25 vezes do

cloro combinado para que se o tenha o mesmo efeito germicida do cloro livre (RICHTER &

AZEVEDO NETTO, 1991).

Na presença de amônia, a adição de quantidades crescentes de cloro resulta na

produção de residuais conforme a curva demonstrada na Figura 2.1. O comportamento dessa

curva depende da forma de reação do cloro com a amônia.

Figura 2.1 Curva de cloro residual demonstrando o fenômeno típico de um break point

Fonte: ROSSIN(1987)

A técnica de cloração com amônia pode ser um processo recomendável apesar da

deficiência do cloro combinado como agente desinfetante, recomendada em tratamento de

águas contendo fenóis, cresóis ou taninos, quando não é possível remover esses compostos

pela cloração. Também pode ser recomendado nos casos em que se pretende obter um

residual mais estável (MANFRINI, 1974).

A cloração com residual livre apresenta maiores vantagens e, por isso, praticamente

substitui a cloração combinada. São vantagens da cloração residual livre:

•

A desinfecção é mais segura por ser feita com residual mais ativo que qualquer

residual combinado;

•

Destroem os compostos orgânicos presentes, responsáveis por problemas de odor, cor,

desenvolvimento de microrganismos e demanda bioquímica de oxigênio.

•

Reduz o crescimento de microrganismos nas diversas partes do sistema

2.1.5

Cloro residual

Após a cloração da água, com toda a demanda do cloro consumido e a desinfecção

completa, a água apresenta concentração de cloro residual nula. Entretanto, a presença de

cloro residual na água do sistema de distribuição tem a finalidade de proteger a qualidade da

água contra o desenvolvimento de microrganismos prejudiciais à saúde. Por exemplo, no caso

de ocorrer uma poluição moderada, o cloro residual poderá garantir a desinfecção da água no

sistema de distribuição. Por outro lado, caso a poluição seja maior, o cloro residual será

totalmente consumido e, deste modo, o cloro residual da rede pode servir como índice de

qualidade da água facilmente monitorado (MANFRINI, 1974).

Para garantir a manutenção de cloro residual até nos pontos mais distantes do sistema

de distribuição, normalmente, aumentam-se as dosagens de cloro nas estações de tratamento

de água. Essa “estratégia” pode resultar em problemas relacionados com sabor e odor,

principalmente nas áreas de influência mais próxima ao tratamento de água, e em problemas

relacionados à saúde pela possibilidade da geração de subprodutos de potencial cancerígenos

(CLARK et al, 1995; ROUHIAINEN et al, 2003).

No Brasil as condições sobre a qualidade da água são estabelecidas pela Portaria do

Ministério da Saúde 518/2004, que estabelece os procedimentos e responsabilidades relativas

ao controle e vigilância da qualidade de água para consumo humano e seu padrão de

potabilidade; e estabelece outras providências.

O Artigo 13 da referida portaria estabelece que: “após a desinfecção, a água deve

conter um teor mínimo de cloro residual livre de 0,5 mg/L, sendo obrigatória a manutenção

de, no mínimo, 0,2 mg/L em qualquer ponto da rede de distribuição, Recomenda ainda que a

cloração seja realizada em pH inferior a 8,0 e tempo de contato mínimo de 30 minutos e o teor

máximo de cloro residual seja de 2,0 mg/L em qualquer ponto do sistema abastecido.”

Outra legislação importante no Brasil é o decreto Nº 5440 de 4 de maio de 2005,

também do Ministério da Saúde. Trata-se de uma medida de caráter educativo, com a

finalidade de promover o consumo sustentável da água e proporcionar o entendimento da

relação entre a sua qualidade e a saúde pública. Esse decreto tornou obrigatória a divulgação

dos parâmetros de qualidade da água pelos responsáveis pelo tratamento e distribuição através

de informações referentes na conta de água mensal.

2.2

FORMAÇÃO DE TRIHALOMETANOS

No ano de 1977, a

Envorimental Protection Agency

(EPA) publicou o relatório do

“

National Organics Monitoring Survey”,

com o resultado de pesquisa realizado em 113

sistemas de abastecimentos de água, envolvendo 27 compostos orgânicos suspeitos de

causarem problemas à saúde da população. Entre eles estavam quatro compostos conhecidos

como trihalometanos (THMs), encontrados em águas que receberam cloro como desinfetante.

Em conseqüência do estudo realizado, em 1978 a EPA propôs o limite máximo aceitável de

100 µg/L THM para águas de abastecimento. Em 1979, esse limite foi regulamentado.

Os THMs são compostos de carbono simples que ocorrem na água potável como

subproduto das reações de oxidação entre o agente oxidante e a matéria orgânica presente na

água. Portanto a sua formação está ligada ao uso do cloro.

Segundo afirmações de Clark et al (1995), WHO (2004) e USEPA (1999), a presença

desses compostos na água de abastecimento pode ser um risco a saúde, devido a sua

característica de ser potencialmente cancerígeno. Mith et al (2005) encontraram evidências de

que esses subprodutos de desinfecção podem aumentar o risco de câncer no pâncreas. Itoh e

Matsuoka (1996) relatam a possibilidade de potencial mutagênico da água tratada em que

estão presentes esses subprodutos.

Os THMs possuem a forma geral CHX3, em que o X pode ser cloro, bromo,

possivelmente o iodo, conforme Tabela 2.2. Nos sistema de abastecimento que usam cloro

como agente desinfetante, normalmente, encontram-se as espécies de THM cloradas e

bromadas, com predominância dos compostos 1 e 2 e os compostos 3 e 4 são freqüentemente

encontrados. Os demais compostos não são comumente detectados (TOMINAGA & MIDIO,

1999). As referências aos THMs em sistemas de abastecimento tratam dos quatro primeiros

compostos da Tabela 2.2 (MEYER, 1994).

No Brasil, a preocupação com os aspectos toxicológicos da água para fins de

abastecimento limita o valor máximo permitido de THMs totais à concentração de 0,1 mg/L,

conforme o Art. 14 da portaria 518/2004. Entende-se como trihalometanos totais a soma

aritmética das concentrações desses compostos. A Tabela 2.3 apresenta o padrão de

potabilidade para desinfetantes e produtos secundários da desinfecção que representam risco à

saúde.

Tabela 2.2 Denominação dos trihalomentanos e respectivas fórmulas químicas

Denominação Fórmula Química

1 – Triclorometano, Clorofórmio CHCl

2 – Bromodiclorometano CHBrCl

3 – Dibromoclorometano CHBr

4 – Tribomometano, Bromofórmio CHBr

5 – Dicloroiodometano CHCl

6 – Bromocloroiodometano CHClBrI

7 – Clorodiiodometano CHClI

8 – Dibromoidometano CHBr

9 – Bromodiodometano CHBrI

10 - Triiodometano, Iodofórmio CHI

Tominaga e Mídio (1999) e Souza (2006) comentam que estão em estudo algumas

medidas alternativas com a finalidade de evitar a formação de THM. Por exemplo, substituir o

cloro por outros agentes oxidativos. Entretanto, esses métodos diferenciados podem levar à

formação de outros subprodutos dependendo da matéria orgânica disponível, cujos efeitos

para a saúde humana são ainda desconhecidos.

Tabela 2.3 Valores máximos permitidos para desinfetantes e produtos secundários da

desinfecção

Parâmetro Unidade VMP

Bromato mg/L 0,025

Clorito mg/L 0,2

Cloro Livre mg/L 5

Monocloramina mg/L 3

2,4,6 Triclorofenol mg/L 0,2

Trhialometanos Totais mg/L 0,1

Fonte: Ministério de Estado da Saúde (2004)

2.3

DECAIMENTO DO CLORO EM SISTEMAS DE DISTRIBUIÇÃO DE ÁGUA

O consumo do cloro residual nas redes de distribuição é uma função de muitos fatores,

que inclui a velocidade do escoamento, o tempo de residência, o diâmetro da tubulação, o

decaimento na massa de água e o decaimento na região da parede da tubulação (CLARK et

al., 1995).

O decaimento do cloro residual nos sistemas de distribuição ocorre devido às reações

com substâncias orgânicas e inorgânicas (ex: amônia, sulfetos, íons de ferro, íons de magnésio

e matéria orgânica), às reações com o biofilme formado nas tubulações e ao consumo pelo

processo de corrosão, principalmente nas tubulações de ferro. Na Figura 2.2, exemplo da

combinação do decaimento do cloro devido às reações no escoamento com matéria orgânica

(MO) gerando subprodutos da desinfecção (SPD) e na região da parede da tubulação

(CLARK, 1998; HALLAM et al., 2003 e POWELL et al, 2000a).

As características da água na saída da estação de tratamento (ETA) alteram-se ao

longo do seu percurso pela rede de distribuição, inclusive podendo haver redução da

desinfecção residual. Os sistemas de distribuição de água apresentam características

semelhantes a um reator, aonde ocorrem reações de origens químicas e biológicas no

escoamento e/ou entre a água e o material do reservatório e da tubulação (MARTINHO et al,

2006).

Figura 2.2 Esquema ilustrativo das reações do decaimento do cloro numa

tubulação de ferro

Fonte: Adaptado de Rossman (2000)

Assim os modelos utilizados para descreverem o decaimento da concentração do cloro

residual nos sistemas de distribuição, normalmente, consideram duas componentes: uma

relacionada com o escoamento e outra relacionada com a região próxima a parede das

tubulações que podem ser representadas pelas respectivas constantes cinéticas k

e k

(CLARK et al, 1993).

Usualmente os modelos de transporte de cloro são baseados nas leis de conservação da

massa e geralmente são descritos por uma equação de advecção, que tem como simplificação,

assumir dimensão única e pode ser expressa na forma:

)(

∂

−=

∂

(2.14)

Sendo que C

a concentração (massa/volume) na tubulação i em função da distância x e

do tempo t, u

a velocidade média do escoamento (comprimento/ tempo) na tubulação i e r são

a taxa de reação (massa/volume/tempo), função da concentração, que representa a

combinação dos efeitos das reações no escoamento e na região da parede da tubulação.

Muitos dos modelos de qualidade disponíveis assumem cinética de primeira ordem

simples para o decaimento de cloro em sistemas de distribuição, definindo o consumo do

cloro conforme as seguintes equações:

−=

(2.15)

eCC

−

(2.16)

Onde C é a concentração de cloro no tempo t; C

é concentração de cloro inicial; e k é

a constante de decaimento de primeira ordem.

Para representar os efeitos das duas parcelas de consumo do cloro residual (k

e k

), o

método mais simples é o decaimento de primeira ordem simples, onde o K é uma constante de

decaimento única, representando uma soma das duas constantes, conforme a equação

(POWELL et al, 2000b):

kkK +=

(2.17)

Em que K é a constante global de decaimento de primeira ordem (h

-1

), k

é a constante

de decaimento na massa de água ( h

-1

) e k

é a constante de decaimento na parede, que nesse

caso a sua unidade é ( h

-1

Os modelos dinâmicos utilizados para representar os sistemas de distribuição podem

ser baseados nos métodos de Euller ou nos métodos de Lagrange (OZDERMIR & UCAK,

2002). Segue os modelos citados:

•

Métodos de Euller:

o Método diferença finita (FDM)

o Método do volume discreto (DVM)

•

Métodos de Lagrange:

o Método dirigido pelo tempo (TDM)

o Método dirigido pelo evento (EDM)

Os métodos de Euller dividem todas as tubulações da rede em segmentos de tamanhos

iguais e considera que as reações e transporte de água entre os segmentos ocorram em um

intervalo de tempo. Os métodos Lagrange consideram a água em parcela discreta de

diferentes tamanhos, calculando as novas condições em intervalos de tempos diferentes ou no

tempo em que a parcela discreta de água se desloca na rede e se mistura em algum nó. A

utilização de cada um desses métodos tem vantagens e desvantagens, para os autores a

aproximação por Lagrange tem maior eficiência na precisão dos resultados e a aproximação

por Euller tem melhor desempenho com relação ao tempo computacional (ROSSMAN &

BOULOS, 1996).

2.4

DETERMINAÇÃO DOS PARÂMETROS CINÉTICOS NA MASSA DE ÁGUA

O parâmetro de decaimento do escoamento pode ser obtido através de ensaios

laboratoriais, por meio da determinação da concentração de cloro através de amostras

retiradas da rede em determinado instante e armazenadas em frascos de vidro respeitando-se

algumas condições, como controle da temperatura ambiente, esse ensaio é conhecido como

“teste da garrafa” (POWELL et al, 2000b).

O valor de k

é estimado para modelos de primeira ordem, a reação de primeira ordem

permite a representação gráfica dos valores de log (c

) em função do tempo (C

é a

concentração no instante t e C

a concentração no instante inicial). Deste modo obtém-se uma

reta, sendo o valor de k

estimado a partir da declividade da reta (ROSSMAN, 2000).

Para a determinação dos valores dos parâmetros cinéticos do decaimento do cloro, os

resultados obtidos no teste da garrafa são ajustados por meio da aplicação de modelos

cinéticos que representam a propagação e a diminuição da concentração do cloro ao longo do

tempo. As equações de decaimento do cloro mais utilizadas são apresentadas na Tabela 2.4.

Tabela 2.4 Modelos cinéticos de decaimento do cloro

Modelo Eq. Diferencial Eq. Integrada Parâmetros

Primeira

Ordem

−=

eCC

−

Segunda

Ordem

kCC

−=

−

Re1

)1(

R,u

Ordem n

−=

( )

[

]

( )

−

−−

+−=

CntkC

k,n

Primeira

Ordem

Limitada

(

)

∗

−−= CCk

(

)

eCCCC

−

∗∗

−+=

k, C*

Primeira

Ordem

paralela

slowslowfastfast

CkCk

−−=

( )

slow

fast

ezCzeCC

−

−+=

fast

, k

low

e z

Nos modelos cinéticos k é a constante de decaimento de primeira ordem; C

é a

concentração de todas as espécies que podem reagir com o cloro; n é a ordem da reação

(adimensional); k

é a constante de decaimento de ordem n (L/[h(mg/L)(n-1)]); C*

concentração limite do cloro (mg/L); k

fast

constante de decaimento das reações rápidas (L/h);

slow

constante de decaimento do escoamento das reações lentas (L/h); C

fast

concentração de

cloro que decai nas reações rápidas (mg/L); C

slow

concentração de cloro que decai nas reações

lentas (mg/L); e z relação entre as reações rápidas e lentas.

Vieira e Coelho (2003) descrevem as principais características dos modelos de

decaimento da seguinte forma:

•

O modelo de decaimento de primeira ordem é baseado na suposição de que os

compostos com os quais o cloro reage estão presentes em excesso na água distribuída.

Trata-se de uma simplificação que tem como vantagem a simplicidade na resolução do

problema e a necessidade de estimar apenas um parâmetro de decaimento.

•

O modelo de segunda ordem trabalha com o conceito de que a taxa de reação é

proporcional ao produto das concentrações do cloro e da outra substância que o cloro

reage.

•

No modelo de ordem n, a taxa de reação é proporcional à concentração do cloro

residual elevada à potência n.

•

O modelo de primeira ordem limitada supõe que uma fração do cloro residual inicial,

, mantenha-se sem reagir.

•

No modelo de primeira ordem paralela, o decaimento ocorre através de dois

mecanismos de cinética de primeira ordem e que depende de componentes residuais

do cloro: a fração z da concentração C

z que decai rapidamente de acordo com o

modelo de primeira ordem caracterizado pela constante k

fast

e a quantidade restante C

(1- z) que decai com menor velocidade de acordo com a cinética de primeira ordem e

caracterizado pela constante k

slow

O desempenho dos modelos de decaimento depende dos valores dos seus respectivos

parâmetros, para a representação do decaimento de cloro na rede devem-se considerar

questões como a representatividade, a complexidade para determinação de parâmetros, a

flexibilidade e a praticidade do modelo adotado (POWELL, 2000a). O decaimento do cloro na

massa de água está razoavelmente definido e pode ser aceitável admitir reações de primeira

ordem nos modelos de qualidade (MUNAVALLI & KUMAR, 2003).

O modelo que adota cinética de primeira ordem tradicionalmente é aplicado nos

estudos de decaimento de cloro. As vantagens desse modelo são sua simplicidade e a solução

analítica disponível, além do fato de apenas ser necessário determinar o parâmetro k (MAIER

et al, 2000). Entretanto, a cinética de primeira ordem paralela pode proporcionar ajustes

melhores em simulação de qualidade de água em sistemas de distribuição (VIEIRA &

COELHO, 2003). Podem existir casos em que a cinética de primeira ordem não obtenha

ajuste adequado. Por isso passa a ser necessária a adoção de modelos mais complexos, por

exemplo, adoção de cinética de segunda ordem ou de cinética de ordem n para investigar o

decaimento do cloro com espécies reagentes e/ou estudar o decaimento do cloro em relação à

formação de subprodutos de desinfecção (CLARK, 1998 e CLARK & SIVAGANESAN,

1998 e 2002).

2.4.1

Determinação de parâmetros cinéticos na zona de influência da parede da

tubulação

A separação do decaimento do cloro em duas parcelas, k

e k

, conduziram a

necessidade em estudar esses fenômenos separados. As demandas de cloro devido às reações

próximas as paredes das tubulações são atribuídas principalmente a fatores como a idade e o

material da tubulação, diâmetro, temperatura e rugosidade (CLARK & HAUGHT, 2005). A

velocidade, também, pode influenciar no decaimento do cloro, estudos realizados por Clark &

Haught (2005) sobre os efeitos da velocidade do escoamento no decaimento do cloro residual

livre em tubulações de ferro, indicaram que a taxa de decaimento aumenta com a velocidade.

O material da tubulação pode ser classificado de acordo com a reatividade (alto ou

baixa reatividade), as tubulações de ferro fundido são mais reativas que as tubulações de ferro

fundido revestida por cimento, de polietileno de média densidade e de policloreto de vinilo

(HALLAM et al, 2002). O consumo do cloro devido ao material da tubulação pode prejudicar

a desinfecção residual contra microrganismos patogênicos, o que o torna um fator a ser

considerado quanto à estratégia de cloração residual.

Outro fator que deve ser considerado é o consumo de cloro no biofilme na região das

paredes da tubulação (OZDEMIR & UCAK, 2002; E MUNAVALLI & KUMAR, 2005). Em

ensaios laboratoriais, Lu, Kiéné e Lévi (1999) descobriram que o decaimento do cloro pelo

consumo do biofilme é relacionado com a qualidade da água tratada e inversamente

proporcional ao diâmetro da tubulação. Na referida pesquisa, para diâmetros superiores a 80

mm, o consumo devido ao biofilme teve menor importância que o decaimento no escoamento,

mas para diâmetros menores que 40 mm, houve um alto consumo do cloro residual.

A determinação precisa dos parâmetros do decaimento das reações próximas às

paredes das tubulações necessitaria de análises exaustivas em laboratórios, para entender o

comportamento de água em tubulações retiradas de sistemas de distribuição em estudo. No

entanto, podem ser feitas estimativas em função de medições de cloro residual em diferentes

pontos na rede, para essa determinação deverão ser identificados e testados os tipos de

tubulação (material/idade) mais significativos no sistema.

Considerando o decaimento do cloro conforme as equações 2.16 e 2.17, o

procedimento mais simples passa pela determinação da constante de decaimento única (K) e o

conhecimento da constante de decaimento na massa d’água (k

) em laboratório. A constante

de decaimento na zona da parede da tubulação é determinada pela subtração da parcela de

decaimento na massa d’água, conforme a equação (HALLAM et al, 2002 e ROSSMAN,

2006):

kKk −=

(2.18)

No entanto, essa consideração pode não descrever adequadamente o consumo de cloro

em sistemas de distribuição. Modelos mais complexos incluem o mecanismo de transferência

de massa do cloro entre a parede e a massa de água. O coeficiente k

passa a ser uma função

da velocidade, diâmetro e comprimento da tubulação, difusão e viscosidade (POWELL et al,

2000a). A reação de consumo de cloro na zona da parede pode ser descrita conforme:

Reações de primeira ordem na parede da tubulação

( )

kkr

fwh

wall

,1,

(2.19)

Reação de ordem zero na parede da tubulação













wall

MinR

(2.20)

Onde r

é o raio hidráulico (m), o k

w,1

é a constante de primeira ordem para reações na

parede (m/d), o k

é o coeficiente de transferência de massa (m/d) e o k

w,0

é a constante de

ordem zero para reações na parede (mg/m²d).

2.4.2

Trabalhos relacionados com a determinação de parâmetros de decaimento de

cloro em sistemas de distribuição

No estudo para ajuste dos parâmetros de decaimento do cloro residual, geralmente é

realizado com uma combinação de amostragem em campo de valores de concentração de

cloro residual, da determinação de parâmetro em laboratórios e do ajuste com auxílio de um

modelo matemático.

Clark et al (1993) realizaram pesquisas no sistema de distribuição de

Cherry

Hill/Brushy plains

, relativas à qualidade de água em sistemas de distribuição. Foi identificado

que a concentração em alguns nós estava abaixo do valor mínimo, devido ao período de

residência nos trechos e às reações de decaimento. Através da variação das concentrações

encontradas nos nós à montante e à jusante e pelo tempo decorrido, foi determinado o

coeficiente de decaimento (k) para as principais linhas do sistema; os resultados encontrados

variaram entre 0,59 d

-1

e 2,40 d

-1

O parâmetro de decaimento na massa liquida (k

) do sistema de distribuição

Cherry

Hill/Brushy plains

foi determinado posteriormente em laboratório na pesquisa de Rossman et

al (1994), considerando cinética de primeira ordem e encontrado o valor de 0,55 d

-1

. Pode-se

observar que os valores encontrados para k são maiores se comparados ao valor de k

, isso

ocorre devido ao consumo do cloro da parede e do biofilme da tubulação da rede não

considerado no decaimento no escoamento. Por isso, Rossman et al (1994) ajustaram os

valores do parâmetro de decaimento na parede (k

) através das simulações no EPANET e

posteriormente comparado com os valores observados em campo.

Segundo os autores, o valor k

depende da velocidade e do diâmetro da tubulação.

Quando a velocidade é reduzida, o efeito desse parâmetro decresce e quando o diâmetro é

menor, aumenta a contribuição de k

. Os valores encontrados para k

neste estudo situam-se

na faixa entre 0,15 md

-1

e 0,45 md

-1

Os estudos de Sekhar (2001) tiveram preocupação com a formação dos subprodutos de

desinfecção nas redes de abastecimento. Através de estudos em campo foram levantados

valores de concentração de cloro e das concentrações desses subprodutos em uma parte no

sistema de abastecimento situado em Kentucky. Para a entrada do modelo de propagação de

cloro foi realizada a determinação para o parâmetro k

em épocas distintas, uma no mês de

fevereiro (0,002 d

-1

) e outra no mês de agosto (0,925 d

-1

). O aumento da taxa de decaimento

do cloro no mês de fevereiro para o mês de agosto foi atribuído à alteração de algumas

características da água bruta, por exemplo, a matéria orgânica, e pelo aumento de temperatura.

Entende-se que fatores como concentração inicial, concentração de matéria orgânica e

temperatura podem vir a interferir no consumo do cloro nas redes de distribuição, portanto

esses fatores têm influência no valor de k

(POWELL et al, 2000a; HALLAM et al, 2003).

No Brasil já foram realizados alguns trabalhos voltados para a área de modelagem de

qualidade em sistemas de distribuição. Como a pesquisa de Casagrande (1997), que estudou

um sistema de distribuição de água situado em Viana – ES, com objetivo avaliar o

desempenho do módulo de qualidade de água, do simulador EPANET, aplicada a um sistema

real. O k

e o k

foram considerados valores únicos para toda a extensão do sistema. O k

foi

determinado por ensaios laboratoriais e o k

foi ajustado através da análise dos valores

medidos em campo e os resultados obtidos pelo modelo. O decaimento na massa de água e na

zona da parede foram considerados de primeira ordem, e foram determinados os seguintes

valores 0,191 d

-1

e 0,015 md

-1

respectivamente.

Silva e Kishi (2003), em sua pesquisa, apresentaram um estudo de modelagem para

parte do sistema de distribuição de água da cidade de Curitiba – PR. Para a representação

matemática da hidráulica e da concentração de cloro utilizaram o software WaterCad. Os

autores realizaram verificações em campo por meio de amostras e análises de cloro em partes

da rede, a determinação do parâmetro k

foi feita por meio de ensaios de laboratório. O valor

encontrado para o parâmetro k

foi 0,15 md

-1

, sendo ajustado pelo método de tentativa após a

determianção de k

Danieli et al (2006) que realizaram estudo semelhante, utilizaram o EPANET para

modelagem de parte do sistema de distribuição de Santa Maria. Através de amostra de água

da rede foi determinado o valor de -0,1046 d

-1

para o parâmetro k

Quanto ao parâmetro k

os estudos de sensibilidades mostraram pouca interferência do coeficiente nos resultados, por

isso foi considerado nulo.

Para auxiliar a determinação desses parâmetros, existe a possibilidade de utilizar

mecanismos de busca acoplados aos modelos matemáticos. Por exemplo, a pesquisa de

Munavalli e Kumar (2003 e 2005), que utilizaram o algoritmo de Gauss-Newton para a

minimização da diferença entre os valores de concentração de cloro observados e o gerado

pela simulação, modelo inverso e, deste modo, determinar os parâmetros de decaimento. Os

parâmetros k

e k

foram determinados como valor característico para todo o sistema de

distribuição (valores globais).

Munavalli e Kumar (2005) realizaram calibrações com seu modelo na rede estudada

por Rossman et al (1994) e na determinação de k

realizaram testes

assumindo primeira

ordem e posteriormente ordem zero; os seguintes valores foram encontrados respectivamente

0,3654 m/d e 201,61 mg/m²/d.

Em novo estudo, também com a utilização do modelo inverso, Munavalli e Kumar

(2006) adotaram os Algoritmos Genéticos como ferramenta de busca para estudo de

parâmetros de qualidade de água. Neste trabalho foi mantida a possibilidade de encontrar

valores globais para k

e k

, porém foram avaliadas novas situações como a determinação dos

valores k

associados a grupos de tubulações com características semelhantes.

Em estudo realizado na França, Cheung, (2005) desenvolveu um modelo de calibração

para parâmetros de qualidade em redes. Para representação da rede foi utilizada a biblioteca

OOTEN (EPANET) e a ferramenta de busca os algoritmos genéticos. O modelo foi aplicado

para duas redes, uma rede com todas as tubulações em ferro e com mesmo diâmetro e uma

segunda rede com tubulações de diversos materiais e diâmetros. Para as duas redes foram

determinados valores iniciais de kb por meio do teste da garrafa, considerando cinética de

primeira ordem, valores encontrados 1,91 d

-1

e 1,9 d

-1

. Posteriormente, foram feitos ajustes

via modelo de calibração na ordem do decaimento, k

e k

Em ambos os casos, o modelo utilizando a constante de decaimento determinada em

laboratório não reproduziu, de maneira satisfatória, as condições reais das redes. Os resultados

da calibração indicaram valores diferentes para ordem de decaimento e para k

, demonstrando

que os valores determinados em laboratório necessitam de ajuste antes de serem utilizado nos

modelos matemáticos.

2.5

ALGORITMOS GENÉTICOS

Os algoritmos genéticos (AGs) são métodos de otimização por busca inspirados nos

mecanismos de evolução dos series vivos. Foram introduzidos por John Holland, que

desenvolveu o método, na Universidade de Michigan, juntamente com seus colaboradores e

posteriormente popularizados por um de seus alunos, David Goldberg (GOLDBERG, 1989).

Os AGs são metáforas do fenômeno natural da evolução, o que explica o fato de

utilizarem os termos de origem biológica, listados a seguir (GOLDBERG, 1989; LACERDA

& CARVALHO, 1999):

•

Cromossomo e Genoma: os dois representam a estrutura de dados que codifica uma

solução para um problema, ou seja, um cromossomo ou genoma representa um

simples ponto no espaço de busca;

•

Gene: é um parâmetro codificado no cromossomo, ou seja, a representação de um

elemento do vetor solução (cromossomo);

•

Alelo: representa os valores que um gene pode assumir;

•

Indivíduo: é um simples membro da população de cromossomos ao qual corresponde

um valor de aptidão (ajuste ou adaptação);

•

Genótipo: representa a informação contida no cromossomo ou genoma (composição

genética contida no genoma).

•

Fenótipo: representa o objeto, estrutura ou organismo construído a partir das

informações do genótipo. É o cromossomo decodificado.

•

Epistasia: interação entre genes do cromossomo, isto é, quando um valor de um gene

influencia o valor de outro gene.

•

Elitismo: é uma estratégia comum nos AGs tradicionais e baseia-se na transferência de

melhores cromossomos de uma geração para outra sem alterações, já que os melhores

cromossomos podem ser perdidos devido à aplicação dos operadores de recombinação

e de mutação. Proposto por DeJong

(1975) apud Lacerda & Carvalho, 1999), o AG

com elitismo encontra a solução mais rapidamente que o AG sem elitismo, ressaltando

que o AG ocasionalmente encontra máximos locais.

Os AGs funcionam como um processo iterativo a partir de uma determinada

população de indivíduos inicial, sendo cada um deles um candidato potencial para a solução

de determinado problema. A cada geração, os indivíduos da população são avaliados quanto à

sua aptidão para solução do problema. Com base nas avaliações de aptidão, são aplicados

operadores genéticos aos indivíduos criando uma nova população que substituirá a população

atual. Quanto maior for a aptidão do indivíduo, maior será seu peso na formação da nova

população. Deste modo, com o avanço das iterações as populações mais novas tendem a ficar

DEJONG, K.(1975). The analysis and behaviour of a class of genetic adaptive system. University of Michigan,

(PhD thesis).

cada vez mais próximas da solução ótima do problema. A Figura 2.3 mostra de maneira

esquemática o processo de interação de um AG.

Figura 2.3 Exemplo do processo de funcionamento de um AG

Fonte: Milare (2003).

Os AGs, geralmente, possuem três operadores que são inspirados na genética: seleção,

crossover ou recombinação e mutação, que são utilizados de maneira sistemática na busca da

solução que satisfaça o problema estudado.

No mecanismo de seleção, os melhores cromossomos são mantidos para próxima

geração, resultando a sobrevivência das soluções mais aptas, ou seja, que resulta em valores

mais eficientes na função objetivo. Na recombinação acontece troca parcial de segmentos

entre dois cromossomos pais, que geram outros dois cromossomos denominados filhos. A

mutação pode ser considerada uma degeneração casual dos valores, que permite a introdução

de novas características genéticas na população.

Os AGs possuem uma série de particularidades que os fazem ser mais vantajosos que

os métodos convencionais de busca direta. Por exemplo, eles trabalham com parâmetros

contínuos, discretos ou uma combinação dos dois; fazem buscas simultâneas em diversas

regiões de busca de espaço, pois trabalham com uma população e não com um único ponto;

utilizam informações da função objetivo, contínua ou não, não necessitando derivadas ou

outras informações; não é necessário conhecimento matemático complexo; otimizam

parâmetros de funções objetivos de superfície complexas e reduzem a incidência de mínimos

locais; otimizam grande número de variáveis; adaptam-se bem à computação paralela;

fornecem uma gama de parâmetros ótimos e não uma simples solução; podem ser facilmente

hibridizados com outras técnicas.

Os AGs apresentam a propriedade de varrer o espaço de soluções de maneira eficiente.

Entretanto, quando o número de variáveis de decisão do problema é muito grande, os AGS

podem se tornar lentos e oscilar em torno da solução ótima.

2.6

SIMULAÇÃO DE QUALIDADE DO EPANET 2

O EPANET 2 possui um módulo de qualidade de água que utiliza um modelo

Lagrangeano, o qual permite acompanhar o destino de parcelas discretas, que representam a

água, à medida que se deslocam no sistema de distribuição e se misturam nos nós. Os passos

de cálculo de qualidade têm intervalos fixos e são muito menores se comparados aos passos

de cálculo hidráulico, porque representam os pequenos intervalos de percursos que podem vir

a ocorrer no interior da tubulação.

A princípio cada tubulação da rede é constituída por um único segmento, no qual a

qualidade inicial é igual à do nó de montante. Sempre que ocorrer o escoamento, os vários

segmentos constituídos são reordenados.

O modelo de qualidade de água permite acompanhar a formação e o decaimento de

uma substância devida às suas reações ao longo do seu deslocamento na rede, mas para isso é

necessário conhecer as taxas de reações.

Adota-se que a substância, a ser estudada, é transportada ao longo da rede com a

velocidade média do escoamento e sujeita a uma taxa de reação de formação ou decaimento.

O EPANET não considera a dispersão longitudinal. Deste modo obtém-se a seguinte equação

de advecção com reação:

)()(

iwallibulk

CrCr

∂

−=

∂

(2.21)

Em que C

é a concentração (massa/volume) na tubulação i em função da distancia x e

do tempo t, u

é a velocidade média do escoamento (comprimento/ tempo) na tubulação i , r

bulk

é a taxa de reação no escoamento e r

wall

a taxa de reação na região da parede, ambas em

função da concentração. Portanto, admite que não exista mistura de massas entre segmentos

adjacentes que se deslocam ao longo da tubulação.

Assume-se que os nós recebem vazões de mais de uma tubulação, que fazem mistura

completa e instantânea, dessa forma a concentração de uma substância, cloro residual, contida

no escoamento pode ser obtida através de balanço de massas. Deste modo, pode-se escrever a

seguinte equação para um nó especifico:

∑

extk

extkextk

LXj

CQCQ

(2.22)

Em que i é a tubulação com vazão que sai do nó k, I

é o conjunto de tubulação com vazão

que convergem em k, L

é o comprimento da tubulação j, Q

é a vazão (volume/tempo) na

tubulaçãoj, Q

k,ext

é origem externa de vazão que entra na rede através no nó k e C

k,ext

é a

concentração externa de vazão que entra no nó k. A notação C

i|x=0

representa a concentração

no início da tubulação i, enquanto que C

i|x=L

é a concentração no final da tubulação.

Ao ser transportado ao longo de uma tubulação, uma substância pode reagir com

outros constituintes químicos presentes na água. Pode-se descrever, genericamente, a taxa de

reação em termos de concentração elevada à potência n:

bbulk

Ckr =

(2.23)

Em que k é o coeficiente de reação no escoamento e n é a ordem da reação. Quando

existe uma concentração limitante C

, no decaimento de uma substância, a taxa de reação

pode ser descrita pelas seguintes expressões:

(

)

(

)

1−

−=

Lbbulk

CCCkr

para n>0, k

(2.24)

Além das possíveis reações anteriormente descritas, as substâncias dissolvidas podem

ser transportadas para a parede das tubulações e reagir com materiais que se encontram juntos

ou com a parede da tubulação, como biofilme ou produtos da corrosão. O efeito de

transferência de massa pode ser representado por um coeficiente e seu valor depende da

difusão molecular das espécies reativas e do número de Reynolds do escoamento. As reações

que ocorrem na interface com a parede relacionam-se com a concentração no escoamento de

acordo com a seguinte expressão:













(2.25)

Em que k

coeficiente de reação da parede e (A/V) a área lateral por unidade de

volume, tal termo permite que a massa do reagente por unidade de área da parede passa a ser

expressa por unidade de volume. No modelo, a ordem da cinética de reação na parede, n, é

limitada entre 0 ou 1.

Os valores a serem ajustados para o k

devem refletir as limitações de transferência de

massa, entre a troca de reagentes e produtos de reação no escoamento e na parede. Esse efeito

é simulado pelo modelo de qualidade do EPANET, com base no valor definido para a difusão

molecular do cloro e no número de Reynolds do escoamento. Os efeitos de transferência de

massa podem ser ignorados, se atribuído valor nulo para difusão molecular (ROSSMAN,

2000).

Assumindo a condição de primeira ordem, a taxa de reação nas tubulações pode ser

representada pela seguinte expressão:

( )

wall

kkR

Ckk

(2.26)

Na condição de ordem zero, a taxa de reações não pode ser maior que a taxa de transferência

de massas:

( )













CkkMINr

fwwall

(2.27)

O k

é o coeficiente de reação da parede (comprimento/tempo), k

é o coeficiente de

transferência de massa (comprimento/tempo) e R é o raio de tubulação. Na equação de ordem

zero, k

terá como unidades massa/área/tempo.

O coeficiente de transferência de massa é usualmente expresso em termos do número

admensional de Sherwood (Sh):

Shk

(2.28)

Sendo d o diâmetro da tubulação em metros e D o valor da difusão molecular do cloro

na água (0,10 x 10-3 m²/dia) a 20º C. O número de Sherwood pode ser expresso em função do

número de Reynolds:

ScLd

Re)/(04,01

Re)/(0668,0

65,3

Para Re < 2300

(2.29)

Em que o Re é o número de Reynolds e Sc é o número de Schmidt que é a viscosidade

cinemática da água divida pela difusão molecular da substância. Nos escoamentos turbulentos

o número de Sherwood pode ser expresso por (NOTTER & SLEICHER

, 1971 apud

ROSSMAN, 2000):

2.6.1

Correlação com a perda de carga

Existem indicações de que o processo responsável pelo aumento da rugosidade da

tubulação com a idade promove aumento da reatividade da parede com algumas espécies

químicas, particularmente como o cloro.

Munuvalli e Kumar (2005) utilizaram a correlação do decaimento com o coeficiente

de perda de carga de

Hazen-Williams

para uma das redes estudadas, os resultados da calibração

do parâmetro F foram semelhantes aos resultados de calibração direta de k

para primeira

ordem e para ordem zero.

O coeficiente F apresenta a vantagem de requerer um único parâmetro para

caracterizar a variação dos coeficientes de reação na parede de todas as tubulações ao longo

do sistema de distribuição (ROSSMAN, 2000).

NOTTER, R.H and SLEICHER, C.A. (1971). The eddy difusivitty in the turbulent boundary layer near wall.,

Chem. Eng. Sci., VOL. 26 pp.167-171

3/188,0

Re01490,0

ScSh =

Para Re > 2300

(2.30)

Sobre este aspecto, o EPANET 2, também, permite que o coeficiente k

seja uma

função do coeficiente da rugosidade. Utiliza-se uma função diferente, consoante a fórmula

adotada para calcular a perda de carga na tubulação:

Fórmula de Perda de Carga Fórmula do Coeficiente de Reação na parede

Hazen-Williams k

= F / C

(2.31)

Darcy-Weisbach k

= -F / log(ε/d)

(2.32)

Chezy-Manning k

= F n

(2.33)

Em que C é o coeficiente da fórmula de Hazen-Williams,

é a rugosidade absoluta (ou

rugosidade de Darcy-Weisbach), d é o diâmetro da tubulação, n é o coeficiente de rugosidade

de Chezy-manning, e F é o fator que relaciona a reação na parede da tubulação com a

respectiva rugosidade.

3. MATERIAL E MÉTODOS

A calibração e demais simulações computacionais deste trabalho foram realizadas no

Laboratório de Simulação Numérica (LABSIN), que está devidamente equipado com

computadores, impressora e softwares como simulador hidráulico e de qualidade EPANET 2

(ROSSMAN, 2000), que foi desenvolvido pela US Enviromental Protection Agency – EPA,

de domínio publico, compilador de linguagem de programação C++ Builder 5, a biblioteca

GAlib ++ (WALL, 1996) do Departamento de Engenharia Mecânica do Massachutes Institute

of Technology – MIT, de distribuição livre e planilhas eletrônicas.

3.1

O PROBLEMA INVERSO

3.1.1

Calibração do modelo de qualidade

O processo de calibração dos parâmetros de decaimento do cloro no sistema de

distribuição é feito por meio do modelo inverso, que consiste na minimização dos desvios dos

valores de concentração de cloro observados pelo monitoramento e os valores obtidos pela

simulação do EPANET de concentração de cloro. A função objetivo para calibração dos

parâmetros de decaimento do cloro é:

[ ]

min

∑ ∑

∗

−=

jiji

CCWFO

(3.1)

Em que o M é o número de observações feitas, N é o número de nós observados, C é a

concentração observada de cloro em (mg/L) no nó j e no instante de tempo t, C* é a

concentração simulada de cloro em (mg/L) no nó j e no instante de tempo t e W

é o peso

associado ao nó j.

O valor de Wj tem como objetivo atenuar os erros dos valores observados em campo.

Munavalli & Kumar (2003 e 2005) avaliaram diferentes métodos para determinação de peso,

incluindo o peso baseado na média dos valores observados em campo para cada nó

monitorado; adotado neste trabalho. O peso pode ser descrito conforme a equação:

médio













(3.2)

Em que

jmédio

(mg/L

)

média da concentração de cloro residual monitorada do nó j e

que n varia entre 1 e 2, para este estudo n=2.

No modelo de calibração de parâmetros de qualidade podem ser variáveis de decisão,

a ordem do decaimento no escoamento (n) na zona da parede, a constante de decaimento no

escoamento (k

) e a constante de decaimento na zona da parede escoamento (k

considerando valores globais ou valores por zonas (conjuntos de tubos) pré-definidas da rede,

a concentração limitante do cloro (C

) e o valor do coeficiente (F) que correlaciona a

constante (k

) com a rugosidade.

3.1.2

Calibração do modelo de vazamento

Para que os parâmetros do modelo de qualidade possam ser calibrados, primeiramente

deve-se proceder à calibração do modelo hidráulico. Neste caso, a função objetivo para a

calibração, também foi baseada no modelo inverso, porém minimizando os desvios entre as

variáveis de pressões e vazões observadas e os respectivos valores obtidos via simulação

hidráulica do modelo, utilizando o EPANET como módulo de avaliação auxiliar.

O processo de calibração deve seguir as seguintes etapas: preparação dos dados de

entrada do modelo, definição das variáveis de decisão do problema (parâmetros hidráulicos) e

aplicação do modelo de otimização (SOARES, 2003).

A função objetivo adotada baseia-se no somatório dos quadrados das diferenças entre

valores observados e simulados de pressões e vazões ponderados por pesos (SOARES, 2003):























−























−

∑∑ ∑

∗

= =

∗

QPD

tit

jtjt

tit

jtjt

wFO

1 1

)(

min

(3.3)

Em que n

é o número de padrões de demanda observados, n

é o número de padrões

de demanda quando há observações de pressões, n

é o número de padrões de demanda

quando há observações de vazões, w

e w

são pesos atribuídos às observações de pressões e

vazões, respectivamente, P são as pressões simuladas, P

as pressões observadas, Q as vazões

simuladas e Q

as vazões observadas.

Soares (2003) avaliou os pesos da Equação 3.3, de acordo com seus resultados os

menores desvios encontrados foram decorrentes a utilização de w

= 0,4 e w

= 0,6. Sendo

assim, esses mesmo valores foram adotados neste trabalho.

Neste modelo de calibração podem ser variáveis de decisão a rugosidade absoluta (ε) e

os parâmetros do modelo vazamento dirigido pela pressão, coeficiente (θ) e expoente (α) para

tubulações ou setores de tubulações.

3.2

MODELO DE SISTEMA DE DISTRIBUIÇÃO DE ÁGUA (EPANET)

3.2.1

Simulação hidráulica

Na simulação hidráulica realizada pelo EPANET, são calculadas as cargas hidráulicas

nos nós e as vazões nas tubulações, a cada passo de cálculo. Os níveis de água nos

reservatórios de nível fixo e os consumos nos nós são atualizados, de acordo com os padrões

temporais que lhes são associados.

As cargas hidráulicas e as vazões nos pontos da rede, em determinado instante, são

obtidas por meio da resolução simultânea da equação da continuidade (Conservação da

Massa) para cada nó e da equação da conservação da energia para cada tubulação da rede.

Para o cálculo do balanço hidráulico utilizam técnicas interativas para resolver as equações

não lineares envolvidas. O simulador utiliza um Método Híbrido Nó-Malha (TODINI &

PILATI, 1987

apud ROSSMAN, 2000) e o Método do Gradiente (SALGADO et al,1988

apud ROSSMAN, 2000).

Uma das dificuldades inerentes ao problema dos vazamentos é a avaliação da parcela

da vazão abastecida total que corresponde aos vazamentos. Assim, é necessária uma

suposição quanto à composição da vazão abastecida (SOARES,2003). Neste caso, admitiu-se

que a vazão total abastecida (TS) corresponde à vazão efetivamente abastecida, acrescida dos

vazamentos. Inicialmente pode se considerar que a vazão total abastecida é uma demanda

base (DBT) multiplicado por um fator temporal de consumo total (FT), fator esse que

incorpora consumo real e vazamento. O balanço de massa correspondente pode ser escrito

como:

FTDBTTS

(3.4)

Pode ser reescrita, considerando que (TS) possa ser subdividida em demanda total

efetivamente abastecida (TS*) e vazamentos (Vtotal). O balanço de massa passa ser escrito

como:

VtotalTSTS

(3.5)

Supondo que a vazão efetivamente abastecida é a demanda de base multiplicada por

um Fator temporal apenas de consumo real (FT*), conforme:

** FTDBTTS

(3.6)

Substituindo a equação 3.6 em 3.5, temos o seguinte balanço de massa :

VtotalFTDBTTS

(3.7)

Deste modo pode-se considerar que o fator temporal de consumo efetivo pode ser

determinado subtraindo do consumo total o valor de vazamento, FT* pode ser obtido através

da seguinte equação:

DBT

VtotalTS

−

(3.8)

Todini, E., Pilati, S. . A gradient method for the analysis of pipe networks. International Conference on

Computer Applications for Water Supply and Distribution, Leicester Polytechnic, UK, September 8-10, 1987.

6 Salgado, R., TodinI, E., O'Connell, P.E. (1988). Extending the gradient method to include pressure regulating

valves in pipe networks. Proc. Inter. Symposium on Computer Modeling of Water Distribution Systems,

University of Kentucky, May 12-13.

Na Figura 3.1 é mostrado o fluxograma do processo de avaliação hidráulica para

determinar o fator de consumo real para cada padrão horário. Em que o FLi é a porcentagem

inicial admitida de vazamento do sistema para uma determinada hora de operação. FL é a

porcentagem de vazamento encontrada ao final do processo de avaliação.

∑

itotal

N é o número de nós.

(3.9)

Figura 3.1 Fluxograma do processo proposto para avaliação hidráulica e

determinação do fator de consumo para cada padrão horário de

demanda.

3.2.2

Modelo de vazamento em função da pressão nodal

Os softwares disponíveis podem ser Modelos de Simulação Hidráulica Dirigido pela

Demanda (MSHDD), caracterizados por avaliarem a pressão nos nós e as vazões nas

tubulações de forma a satisfazer totalmente as demandas impostas para todos os nós, sem

considerar a pressão disponível. Esses modelos geralmente não consideram vazamentos nas

avaliações hidráulicas.

O EPANET também não considera vazamento diretamente nas simulações, entretanto

possibilita a associação de dispositivos emissores aos nós, que modelam o escoamento através

de orifícios, variando em função da pressão no nó, de acordo com uma lei de vazão do tipo:

KfPQ

(3.10)

Sendo Qe o vazamento do emissor no nó, P é a pressão do nó provido de emissor, Kf o

coeficiente do emissor e

o expoente do emissor.

Araújo et al. (2003) consideraram esses emissores nos nós, para impor vazamentos

como uma função das pressões nodais. Em que Kf, passa a ser um valor em função da área de

influência de cada nó (metade dos comprimentos das tubulações ligadas a ele), conforme a

equação:

∑

jii

LcKf

*5,0

(3.11)

Sendo c um coeficiente de vazamento e L o comprimento da tubulação que liga o nó j

ao nó i (m).

Entretanto, existem autores que consideram o vazamento por unidade de área

superficial da tubulação. Tucciarelli et al. (1999) apresentou a seguinte equação para

avaliação dos vazamentos:

( )

∑

ijijij

LDPQs

(3.12)

Em que Qs

é o vazamento no nó, a é o expoente de perda, D

é o diâmetro da

tubulação ligando o nó i ao nó j,

é a taxa de vazamento por unidade de superfície da

tubulação ligando o nó i ao nó j, e M

é o conjunto das tubulações ligadas ao nó i.

O uso dos emissores, conforme apresentado por Araújo et al. (2003), permite realizar

simulações dinâmicas e possibilita ainda utilizar o módulo de qualidade de água do EPANET

2 (ROSSMAN,2000). Deste modo, o que se pretende é representar através dos emissores o

vazamento devido às pressões nodais, porém adotando a proposta de Tucciarelli et al (1999)

para vazamentos.

Assim, para esta pesquisa foi considerada a ocorrência de vazamento por meio da

Equação 3.10, sendo adotado o coeficiente do emissário passa a ser uma relação por unidade

de área superficial da tubulação, descrita pela equação:

∑

ijijiji

LDKf

(3.13)

3.3

PROCESSO DE CALIBRAÇÃO

3.3.1

Parâmetros de qualidade

Com vistas à determinação dos parâmetros relativos ao decaimento de cloro em

sistemas de distribuição, foi elaborada uma rotina computacional em linguagem C++, que faz

a ligação do simulador EPANET, como módulo de avaliação da concentração do cloro na

rede, e a biblioteca Galib C++ para aplicação dos Algoritmos Genéticos como ferramenta de

otimização. O modelo desenvolvido possui quatro arquivos de entrada:

•

Arquivo 1: Este arquivo contém os dados observados de cloro residual, com as

respectivas identificações de localização dos nós e o tempo de monitoramento.

•

Arquivo 2: Este arquivo contém os parâmetros estabelecidos para os AGs, como o tipo

do AG (geracional elitista ou Steady-State), operador de seleção (Ordenamento, Roda

da Roleta, Torneio, Uniforme, Amostragem Determinística e Stochastic Remainder

Sampling - SRS), número de cromossomos a serem trocados (no caso do AG Steady-

State), operador de recombinação (Uniforme, Um Ponto, Dois Pontos, Aritmética e

BLX-

), probabilidades de recombinação e mutação, tamanho da população, número

de gerações, semente aleatória e limites máximo e mínimo definido das variaveis de

decisão.

•

Arquivo 3: Este arquivo contém as informações sobre os parâmetros a serem

calibrados para decaimento do cloro no sistema de distribuição de água, incluindo a

ordem do decaimento na massa de água; a ordem do decaimento na parede da

tubulação; o zoneamento da rede de distribuição de água em relação ao coeficiente de

decaimento no escoamento e ao coeficiente de decaimento na parede da tubulação; a

concentração limitante e o fator que relaciona a reação na zona da parede da tubulação

e a respectiva rugosidade.

•

Arquivo 4: Este arquivo corresponde ao arquivo de entrada do EPANET 2, que

contém a configuração da rede, como demandas e cota topográficas dos nós, níveis

dos reservatórios, comprimentos, diâmetros e rugosidades das tubulações, bombas,

válvulas e regras de operação do sistema, além de opções quanto ao uso de equações

de perda de carga (Darcy-Weisbach, Hazen-Williams ou Chezy-Manning), unidades,

tolerância e outros.

Deste modo, o fluxograma da Figura 3.2 mostra o processo de calibração para

qualidade com a utilização dos AGs como método de busca.

Figura 3.2 Fluxograma do processo de calibração dos parâmetros de qualidade

AGs.

3.3.2

Parâmetros de vazamento

Foi elaborada uma segunda rotina computacional, também em C++, que possibilita

determinar os parâmetros pertinentes à determinação de vazamentos em redes de distribuição.

O processo de calibração possui o mesmo princípio que o modelo de calibração de

qualidade. Utiliza a biblioteca Galib C++ para aplicação dos Algoritmos Genéticos como

ferramenta de otimização; porém o simulador EPANET funciona como módulo de avaliação

das condições hidráulicas (pressão e vazão). O modelo desenvolvido possui quatro arquivos

de entrada:

•

Arquivo 1: Este arquivo contém os padrões de demandas observados com dados

observados em campo como pressão e vazão, com as respectivas identificações dos

nós em que ocorreu o monitoramento.

•

Arquivo 2: Este arquivo contém os parâmetros estabelecidos para os AGs, como o tipo

do AG (geracional elitista ou Steady-State), operador de seleção (Ordenamento, Roda

da Roleta, Torneio, Uniforme, Amostragem Determinística e Stochastic Remainder

Sampling - SRS), número de cromossomos a serem trocados (no caso do AG Steady-

State), operador de recombinação (Uniforme, Um Ponto, Dois Pontos, Aritmética e

BLX-

), probabilidades de recombinação e mutação, tamanho da população, número

de gerações, semente aleatória e limites máximo e mínimo definidos das variáveis de

decisão.

•

Arquivo 3: Este arquivo contém as informações sobre o vazamento no sistema de

distribuição de água, incluindo o coeficiente de vazamento, o expoente de vazamento,

o zoneamento das redes dos sistemas de distribuição de água em relação às áreas de

rugosidade e o zoneamento das redes dos sistemas de distribuição de água em relação

às áreas de vazamentos, identificando as tubulações que compõem cada zona.

•

Arquivo 4: Trata-se do arquivo de entrada do EPANET 2, que contém a configuração

da rede, como demandas e cota topográficas dos nós, níveis dos reservatórios,

comprimentos, diâmetros e rugosidades das tubulações, bombas, válvulas e regras de

operação do sistema, além de opções quanto ao uso de equações de perda de carga

(Darcy-Weisbach, Hazen-Williams ou Chezy-Manning), unidades, tolerância e outros.

Deste modo, o fluxograma da Figura 3.3 mostra o processo de calibração para

qualidade com a utilização dos AGs como método de busca.

Figura 3.3 Fluxograma do processo de calibração dos parâmetros de vazamento

com os AGs.

3.3.3

Parâmetros dos Algoritmos Genéticos

Para o processo de calibração foi escolhida a representação real (números inteiros ou

ponto flutuante), com limites máximos e mínimos definidos na entrada do modelo e como

critério de parada será o número de gerações adotado para o uso dos Algoritmos Genéticos

Os parâmetros dos AGs aplicados nas simulações para o processo de calibração são

descritos na Tabela 3.1

Tabela 3.1 Parâmetros dos AGs adotados nas simulações de vazamento

Tipo do Algoritmo Genético

Geracional elitista Steady-State

Representação das soluções Real Real

População de soluções Dependente do nº de

variáveis de decisão

Dependente do nº de

variáveis de decisão

Recombinação Aritmética Aritmética

Probabilidade de recombinação 0,90 0,90

Seleção Uniforme Uniforme

Mutação gaussiana gaussiana

Probabilidade de mutação 0,1 0,1

Taxa de elitismo 0,5 0,5

Número de gerações Dependente do nº de

variáveis de decisão

Dependente do nº de

variáveis de decisão

Escalonamento linear (c =1,5) linear (c =1,5)

3.4

SISTEMAS DE DISTRIBUIÇÃO ESTUDADOS

3.4.1

Sistema de distribuição JUCU

Para análise da rotina de calibração de parâmetros de qualidade de água, foi estudada a

rede do sistema de abastecimento da localidade de JUCU, Figura 3.4, situada no município de

Viana – ES, utilizada na pesquisa de (CASAGRANDE, 1997). Trata-se de um sistema de

abastecimento que utiliza um manancial subterrâneo e é composto de adutora de água bruta,

estação de tratamento completa e reservatório de distribuição.

O sistema tem como característica a capacidade de produção do sistema de

aproximadamente 490 m

/dia, com vazão instantânea de 8,50 L/s e tempo de funcionamento

de 16 horas/dia. A rede é constituída de 47 tubulações, sendo que todas são de PVC e

considerada a rugosidade absoluta igual a 0,1 mm. As informações sobre as tubulações e os

nós do sistema de distribuição podem ser visualizadas nas Tabelas 3.2 e 3.3.

Figura 3.4 Sistema de distribuição da localidade de Jucu

Fonte: (Casagrande, 1997)

Os fatores de consumo horário e a concentração de cloro residual na saída do

reservatório podem ser visualizados nas Figuras 3.5 e 3.6. Foram realizadas simulações

dinâmicas, considerando o período de 24 horas de operação e o reservatório com nível de

44,67 m não variável. Cabe ressaltar que o consumo é constante nos nós 47 e 48;

representação que foi adotada por Casagrande (1997) para considerar o vazamento diário

nesses dois pontos.

Nessa rede foram determinados os parâmetros de qualidade de água, assumindo que os

parâmetros de decaimento no escoamento k

e de decaimento na parede k

são parâmetros

globais. No entanto, o parâmetro k

também foi estimado através da determinação do fator

(F) da Equação 2.32.

Tabela 3.2 Dados das tubulações do sistema de distribuição Jucu

Figura 3.5 Fatores de Consumo horário do sistema Jucu.

Tubulação

Comprimento

(m)

Diâmetro

(mm)

Tubulação

Comprimento

(m)

Diâmetro

(mm)

1 30 156.4 23 100 100

2 110 156.4 24 20 54.6

3 50 54.6 25 190 54.6

4 380 156.4 46 1 54.6

5 25 100 26 25 100

47 1 100 27 65 54.6

6 155 100 28 100 24.8

7 50 54.6 29 190 100

8 105 27.8 30 75 78.2

9 65 100 31 110 54.6

10 95 54.6 32 75 54.6

11 110 27.8 33 90 54.6

12 110 100 34 80 24.8

45 15 100 35 300 78.2

13 135 54.6 36 670 78.2

14 130 27.8 37 450 78.2

15 55 100 38 100 54.6

16 40 54.6 39 95 54.6

17 65 54.6 40 74 54.6

18 90 24.8 41 56 54.6

19 40 100 42 124 54.6

20 30 100 43 86 54.6

21 70 27.8 44 26 54.6

22 90 100

Tabela 3.3 Características dos nós do sistema de distribuição Jucu

Nó

Cota

(m)

Demanda (m³/s)

Nó

Cota

(m)

Demanda

(m³/s)

2 38.00 0.000 25 6.52 0.014

3 9.19 0.000 26 6.46 0.133

4 9.34 0.065 27 7.37 0.018

5 8.82 0.491 28 7.50 0.046

6 8.86 0.022 29 8.00 0.070

48 8.86 0.810 30 10.02 0.133

7 8.49 0.139 31 23.58 0.053

8 8.34 0.045 32 37.55 0.077

9 9.04 0.094 33 26.85 0.053

10 8.76 0.058 34 27.15 0.063

11 8.41 0.085 35 30.47 0.056

12 9.22 0.099 36 9.88 0.000

13 8.64 0.099 37 18.00 0.000

14 7.85 0.121 38 10.94 0.000

15 9.88 0.117 39 34.08 0.068

16 7.33 0.039 40 34.42 0.065

17 9.33 0.028 41 20.47 0.050

18 10.24 0.046 42 19.00 0.038

19 10.49 0.063 43 30.00 0.084

20 7.70 0.028 44 30.46 0.059

21 8.03 0.021 45 30.45 0.018

22 7.50 0.049 46 8.76 0.011

23 7.51 0.063 47 6.46 0.380

24 7.07 0.070

Figura 3.6 Cloro residual na saída do reservatório do sistema Jucu.

3.4.2

Sistema de distribuição FOURAS

O sistema de Fouras(Figura 3.7), localizado na França, constitui alvo dos estudos

realizados por Cheung (2005). As tubulações dessa rede são de diversos materiais, como

PVC, PEAD, Cimento Amianto e Ferro Fundido. Na sua composição inclui um único

reservatório e 26 nós de consumo, interconectados por 29 tubulações, cujas características são

apresentadas nas Tabelas 3.4 e 3.5.

Foi considerado um tempo total de 144 horas de simulação que, de maneira adequada,

representam as observações necessárias para a qualidade de água da rede. O sistema possui

dois padrões de consumo, conforme apresentados nas Figuras 3.8 e 3.9, que foram levantados

em campo por Cheung (2005). A concentração do cloro residual na saída do reservatório pode

ser visualizada na Figura 3.10.

Figura 3.7 Esqueleto do Sistema de distribuição de Fouras (França)

Fonte:

(Cheung, 2005).

Figura 3.8 Fatores de Consumo horário do sistema Jucu – Padrão de demanda 1

Figura 3.9 Fatores de Consumo horário do sistema Jucu – Padrão de demanda 2

Para a determinação dos parâmetros de decaimento do cloro foram adotados os dois

cenários propostos por Cheung (2005); no primeiro k

é um parâmetro global e o sistema é

divido em zonas de acordo com o material da tubulação para determinação de k

no segundo

é apenas determinado o k

, que foi dividido em zonas de acordo com os materiais das

tubulações. Também, foi investigado um terceiro cenário com o objetivo de averiguar a

calibração dos parâmetros de qualidade adotando k

como um parâmetro global e o efeito do

determinado através do fator F da Equação 2.32.

Figura 3.10 Cloro residual na saída do reservatório do sistema Fouras

Tabela 3.4 Informações das tubulações do sistema de distribuição

Tubulação Nó 1 Nó 2

Comprimento

(m)

Diâmetro

(mm)

1 STLA BOUI 450 175

2 BOUI 4VOI 700 175

3 4VOI SNCF 650 175

4 SNCF TOUC 750 100

5 TOUC N35 350 100

6 YVES ROCH 1750 98.8

7 ROCH MARO 1460 60

8 SNCF SAIN 150 200

9 SAIN PIER 600 200

10 PIER RAIZ 360 200

11 PIER FOUR 200 80

12 FOUR BARR 380 80

13 RAIZ FOUR 300 53.6

14 PIER BARR 700 64

15 BARR N36 300 64

16 RAIZ N112 260 200

17 N112 N111 280 98.8

18 N112 CANA 1200 200

19 PIQ2 SABLIERE 375 200

20 DAUP CITE 1050 127.8

21 CITE YVES 730 98.8

22 STLA roche 1850 80

23 STLA N31 700 150

24 N31 AUBO 700 150

29 N35 DAUP 840 139.6

30 N36 N111 250 42.6

31 SABLIERE CANA 2425 200

32 roche 1 160 64

33 1 BARO 120 26.8

Tabela 3.5 Características dos nós do sistema de distribuição Fouras

Nó

Cota

(m)

Demanda

(m³/s)

STLA

8 63

BOUI

11 122

4VOI

11 32

SNCF

6 15

TOUC

20 51

YVES

10 79

ROCH

5 3

MARO

3 83

SAIN

7 56

PIER

17 62

RAIZ

20 30

FOUR

12 20

BARR

8 112

N111

12 23

N112

20 0

CANA

5 0

DAUP

8 0

CITE

9 0

roche

3 15

AUBO

5 111

N31

5 30

N35

5 0

N36

10 0

SABLIERE

7,5 0

1 3 0

BARO 3 0,69

3.4.3

Sistema de distribuição Hipotético

As análises que envolveram o sistema Jucu e o sistema Fouras apenas trataram dos

aspectos de determinação de parâmetros de qualidade de água; não foi avaliada a interferência

da calibração hidráulica nos modelos de qualidade de água. Com vistas a estudar tais

interferências foi adotada a rede hipotética utilizada nas pesquisas de Tucciarelli et al (1999) e

Soares (2003), visualizada na Figura 3.11.

Trata-se de uma rede amplamente estudada na área de vazamentos devido à pressão

que tem como características três reservatórios, três zonas homogêneas em termos do

parâmetro de vazamento (

), uma única zona para o expoente de vazamento (

) e uma de

rugosidade absoluta (

), essas informações podem ser encontradas nas Tabelas 3.6 e 3.7.

Figura 3.11 Rede hipotética utilizada para simulações com vazamento

Fonte: (Tucciarelli et al, 1999)

Cabe ressaltar que se trata de uma rede hipotética, por isso os dados citados como de

campo foram proveniente de simulações, portanto o estudo dessa rede seguiu os seguintes

passos:

•

Foram realizadas simulações com padrões de consumo, parâmetros de vazamento (EQ.

3.10 e EQ. 3.13) e parâmetros de decaimento de cloro para a reprodução das condições

similares as reais de operação de um sistema de distribuição;

•

Monitoramento fictício em tubulações e nós para obter dados de vazão e pressão,

respectivamente;

•

Monitoramento fictício em nós para obter dados de cloro residual;

•

Com os dados de pressão e vazão foi realizada a calibração hidráulica sem considerar

vazamento e logo depois foram calibrados os valores dos parâmetros de qualidade de

água com os dados de cloro residual; e

•

A calibração hidráulica foi realizada considerando vazamento e, a seguir foi feita a

calibração de parâmetros de decaimento.

Esses passos permitiram a avaliação do modelo de calibração de qualidade de água em

um sistema de distribuição com três fontes de cloração e o diagnóstico da influência da

calibração hidráulica nos resultados do processo de busca voltados aos parâmetros de

decaimento de cloro.

Tabela 3.6 Informações das tubulações do sistema de distribuição

Tubulação

Comprimento (m)

Diâmetro (mm)

Zona (θ)

1 1000 500 3

2 500 250 1

3 1000 500 3

4 500 150 1

5 500 150 1

6 500 250 1

7 500 250 1

8 500 150 1

9 500 150 2

10 500 250 2

11 500 150 2

12 560 250 2

13 250 250 2

14 560 250 2

15 500 150 2

16 500 250 2

17 500 150 2

18 500 150 2

19 500 250 2

20 700 150 2

21 500 250 2

22 500 500 3

23 1 500 3

24 1 500 3

25 1 500 3

Tabela 3.7 Informações das tubulações do sistema de distribuição

Nó Cota(m)

Demanda

(m³/s)

1 25 36.

2 20 36.

3 22 36.

4 27 0.

5 3 0.

6 27. 36.

7 22 0.

8 25 0.

9 25 0.

10 20 0.

11 22 36.

12 27 0.

13 25 0.

14 25 0.

15 30 0.

4. RESULTADOS E DISCUSSÕES

4.1

SISTEMA DE DISTRIBUIÇÃO JUCU

Para o processo de determinação dos parâmetros de qualidade do sistema Jucu foram

propostos quatro cenários. No primeiro foi considerado o valor de 0,191 d

-1

para k

determinado por Casagrande (1997) e através do modelo foi ajustado o valor de k

para todas

as tubulações. No segundo cenário manteve-se o valor para k

, porém foi determinado o fator

(F) que permite simular os efeitos de k

por meio da EQ 2.32, que correlaciona o coeficiente

de decaimento na zona da parede com rugosidade e diâmetro da tubulação.

No terceiro cenário foram determinados, através do modelo de calibração, os valores

globais de k

e k

únicos

para todas as tubulações da rede. Para o quarto cenário ajustou-se um

valor global de k

para todo o sistema, porém os valores de k

foram determinados de forma

indireta através do fator F da EQ. 2.32. Para todos os cenários foi considerado decaimento de

primeira ordem no escoamento e na zona próxima à parede da tubulação.

No processo de calibração dos parâmetros, foram utilizados dois tipos de AGs, o AG

Geracional elitista e Steady-State, e a função objetivo FO

(EQ 3.1). O critério de parada

adotado para as simulações foi o número máximo de gerações. Os limites dos parâmetros e as

informações sobre as simulações constam das Tabelas 4.1 e Tabela 4.2.

Para o processo de calibração foram utilizados os dados de concentração de cloro

residual monitorados nos nós 6, 30, 38 e 46 por Casagrande (1997). Os valores podem ser

visualizados na Tabela 4.3.

Tabela 4.1 Informações sobre as simulações realizadas

Parâmetro Limite mínimo Limite máximo

1,0 0,001

0,1 0,0001

Tabela 4.2 Informações sobre as simulações realizadas

AG Simulação População Geração Semente

Aleatória

1 10

2 100

3 500

Geracional

Elitista

300 500

1200

1 10

2 100

3 500

Steady-State

150 50

1200

Tabela 4.3 Valores de concentração de cloro residual (mg/L) monitorados no sistema

Jucu

Tempo

Nó 6 Nó 30 Nó 38 Nó 46

0,50 0,45 0,40 0,45

0,50 0,45 0,45 0,50

0,55 0,45 0,40 0,50

0,65 0,50 0,45 0,60

0,70 0,55 0,45 0,70

0,65 0,65 0,55 0,70

0,60 0,70 0,60 0,65

0,55 0,65 0,65 0,60

0,45 0,55 0,60 0,55

0,30 0,50 0,55 0,45

0,30 0,40 0,50 0,30

0,40 0,30 0,50 0,30

0,40 0,30 0,40 0,40

0,40 0,30 0,35 0,35

0,40 0,30 0,35 0,40

0,35 0,25 0,30 0,35

0,35 0,30 0,30 0,30

0,40 0,30 0,30 0,35

0,20 0,35 0,25 0,30

0,20 0,35 0,25 0,20

0,30 0,20 0,30 0,20

4.1.1

Primeiro Cenário

Os valores encontrados para o parâmetro k

juntamente, com o valor da função

objetivo para cada simulação são apresentados na Tabela 4.4. No processo de calibração com

o AG Geracional Elitista foram encontrados valores entre 0,0081 md

-1

a 0,0088 md

-1

para o

e os valores da função objetivo variaram entre 0,296 a 0,301. Em todas as simulações, a

função objetivo média tendeu a encontrar os menores valores no início das simulações,

apresentou valores de picos e depressões e apenas estabilizou com avançado número de

gerações para todas as simulações realizadas, Figura 4.1

Tabela 4.4 Resultado das simulações para o primeiro cenário

AG Simulação k

(md

-1

) FO

1 0,0087 0,297

2 0,0085 0,296

3 0,0088 0,297

Geracional

Elitista

4 0,0081 0,301

1 0,0106 0,296

2 0,0107 0,297

3 0,0087 0,297

Steady-State

4 0,0083 0,298

Figura 4.1 Função objetivo para o primeiro cenário (Geracional elitista).

Nas simulações com auxílio do AG Steady-State os valores determinados para k

mantiveram-se no intervalo entre 0,0083 md

-1

a 0,0107 md

-1

, variação maior comparada com

os resultados anteriores. Entretanto, a função objetivo apresentou pouca variação nos

resultados das simulações. Na Figura 4.2 pode ser visualizado o comportamento da função

objetivo média. À medida que as iterações avançaram, seu valor decresceu sem apresentar

picos ou depressões, até estabilizar.

Figura 4.2 Função objetivo para o primeiro cenário (Steady-State).

As Figuras 4.3 a 4.6 mostram os resultados do processo de calibração com AG

Geracional Elitista e com AG Steady-State para o primeiro cenário. Nas figuras são

apresentadas as concentrações de cloro residual monitoradas em campo e as simuladas

definidas assumindo o valor determinado de 0,0085 (md

) para

para os nós 6, 30, 38 e 46.

Figura 4.3 Resultado da simulação do primeiro cenário - (nó 6)

Figura 4.4 Resultado da simulação do primeiro cenário - (nó 30)

Figura 4.5 Resultado da simulação do primeiro cenário - (nó 38)

Figura 4.6 Resultado da simulação do primeiro cenário - (nó 46)

4.1.2

Segundo Cenário

Os valores encontrados para o fator F e para a função objetivo ficaram próximos em

todas as simulações no segundo cenário, conforme apresentado na Tabela 4.5. A função

objetivo média do AG Geracional Elitista apresentou baixa variação nos valores encontrados

e a função objetivo média do AG Steady-State apresentou comportamento semelhante ao

cenário anterior. As Figuras 4.7 e 4.8 apresentam os resultados das funções objetivas médias

para todas as simulações dos AGs Geracional e Steady-State.

Tabela 4.5 Resultado das simulações para o segundo cenário

AG Simulação F FO

1 0,0646 0,285

2 0,0646 0,285

3 0,0645 0,285

Geracional

Elitista

4 0,0647 0,285

1 0,0646 0,285

2 0,0635 0,286

3 0,0642 0,285

Steady-State

4 0,0646 0,285

Figura 4.7 Função objetivo para o segundo cenário (Geracional elitista).

Figura 4.8 Função objetivo para o segundo cenário (Steady-State).

Os resultados do segundo cenário considerando os valores da concentração de cloro

residual para os nós monitorados podem ser visualizados nas Figuras 4.9 a 4.12, assumindo o

valor de 0,0645 para F.

Figura 4.9 Resultado da simulação do segundo cenário - (nó 6)

Figura 4.10 Resultado da simulação do segundo cenário - (nó 30)

Figura 4.11 Resultado da simulação do segundo cenário - (nó 38)

Figura 4.12 Resultado da simulação do segundo cenário - (nó 46)

4.1.3

Terceiro Cenário

Os resultados de cada simulação para determinar os valores de k

e k

no terceiro

cenário com o respectivo valor da função objetivo estão disponíveis na Tabela 4.6. Os valores

para o k

apresentaram pequena variação em todas as simulações, entre 0,0115 md

-1

e 0,0124

-1

. Os valores encontrados para k

ficaram entre 0,052 d

e 0,114d

, sendo na simulação 2

do AG Geracional Elitista que foi encontrado o valor destoante dos demais.

Tabela 4.6 Resultado das simulações para o terceiro cenário

AG Simulação k

) k

(md

-1

) FO

1 0,065 0,0120 0,278

2 0,114 0,0115 0,283

3 0,052 0,0124 0,277

Geracional

Elitista

4 0,052 0,0124 0,277

1 0,056 0,0122 0,279

2 0,059 0,0123 0,278

3 0,054 0,0124 0,278

Steady-State

4 0,063 0,0120 0,279

Os resultados das simulações realizadas, em termos da evolução do valor da função

objetivo média para os dois tipos de AGs são apresentados nas Figuras 4.13 e 4.14. Nas

Figuras 4.15 a 4.18 são apresentados as comparações dos valores da concentração de cloro

residual monitorado e simulado para os nós monitorados.

Figura 4.13 Função objetivo para o terceiro cenário (Geracional elitista).

Figura 4.14 Função objetivo para o terceiro cenário (Steady-State).

Figura 4.15 Resultado da simulação do terceiro cenário - (nó 6)

Figura 4.16 Resultado da simulação do terceiro cenário - (nó 30)

Figura 4.17 Resultado da simulação do terceiro cenário - (nó 38)

Figura 4.18 Resultado da simulação do terceiro cenário - (nó 46)

4.1.4

Quarto Cenário

Os resultados obtidos nesse cenário em termos dos parâmetros ajustados e o valor da

função objetivo para cada simulação são apresentados na Tabela 4.7. Nas simulações com o

AG Geracional Elitista foram encontrados valores de k

entre

0,013 d

e 0,040 d

e no AG

Steady-State foram encontrados valores de 0,056 d

a 0,123 d

. No caso do parâmetro F os

valores permaneceram entre 0,073 a 0,094 e a função objetivo com valores 0,270 a 0,278,

considerando os resultados de todas as simulações.

Tabela 4.7 Resultado das simulações para o quarto cenário

AG Simulação k

) F FO

1 0,040 0,089 0,272

2 0,013 0,094 0,270

3 0,016 0,093 0,270

Geracional

Elitista

4 0,023 0,094 0,270

1 0,123 0,073 0,278

2 0,044 0,088 0,272

3 0,056 0,089 0,273

Steady-State

4 0,090 0,080 0,274

A função objetivo média das simulações com AG Gerecional Elitista apresentou

menores valores no início das simulações e apenas estabilizou nas ultimas gerações, com

exceção da simulação 1, conforme apresentado na Figura 4.19. Novamente, observa-se a

rápida convergência da função objetivo média para o AG Steady-State, com menos de 10

gerações, conforme a Figura 4.20.

Os resultados de comparação entre os valores da concentração de cloro residual

monitorado e simulado são apresentados nas Figuras 4.21 a 4.24, de acordo com os valores de

F e k

determinado pelo o processo de calibração.

Figura 4.19 Função objetivo para o quarto cenário (Geracional elitista).

Figura 4.20 Função objetivo para o quarto cenário (Steady-State).

Figura 4.21 Resultado da simulação do quarto cenário - (nó 6)

Figura 4.22 Resultado da simulação do quarto cenário - (nó 30)

Figura 4.23 Resultado da simulação do quarto cenário - (nó 38)

Figura 4.24 Resultado da simulação do quarto

4.1.5

Análise entre cenários

Nas simulações realizadas com o AG Geracional Elitista, a função objetivo média

tendeu a encontrar os valores menores no inicio das primeiras gerações e apresentou

comportamento pouco estável, com exceção das simulações realizadas no segundo cenário.

No caso do AG Steady-State, a função objetivo média não apresentou picos ou depressões e

convergiu rapidamente com menos de 10 gerações.

Casagrande (1997) ajustou seu modelo de qualidade de água através da determinação

do valor de k

por ensaios de laboratório. Encontrou o valor de 0,191 d

-1

considerando o

período de decaimento de um dia e o valor de 0,107 d

-1

considerando o decaimento de quatro

dias; para o modelo foi considerado o primeiro valor. Entretanto, o valor de k

foi encontrado

por meio de tentativa sobre a análise dos valores monitorados em campo e dos resultados

obtidos pelo modelo; valor encontrado 0,015 md

-1

. A Figura 4.25 apresenta a porcentagem de

contribuição de cada parcela de reação para o decaimento do cloro na rede, de acordo com os

parâmetros adotados por Casagrande (1997).

Figura 4.25 Taxa de reação média. Considerando k

= 0,191 (d

) e k

= 0,015 (md

Neste trabalho, para os dois primeiros cenários foi proposto apenas ajustar o parâmetro

referente às reações próximas a parede das tubulações, considerando o valor de k

utilizado

por Casagrande (1997). O terceiro e o quarto cenário tiveram a proposta de ajustar, também, o

valor de k

, e produziram os menores valores para a função objetivo. As Tabelas 4.8 e 4.9

apresenta os valores médios encontrados dos parâmetros cinéticos de acordo com Algoritmo

Genético.

Tabela 4.8 Valores médios dos parâmetros cinéticos – AG Geracional Elitista

Cenário K

F FO

1 0,191 0,0085 - 0,298

2 0,191 - 0,065 0,285

3 0,071 0,0121 - 0,279

4 0,023 - 0,093 0,271

Tabela 4.9 Valores médios dos parâmetros cinéticos – AG Steady-State

Cenário K

F FO

1 0,191 0,0096 - 0,297

2 0,191 - 0,064 0,285

3 0,058 0,0122 - 0,279

4 0,078 - 0,083 0,274

A representação matemática do consumo do cloro residual ocorre pelo somatório das

reações no escoamento e das reações próximas à parede da tubulação. Nesse caso, os

resultados obtidos indicaram que a taxa de reação na parede da tubulação é a maior

responsável pelo decaimento do cloro em todos os cenários. Entretanto, com os valores

obtidos no terceiro e no quarto cenários ocorreu aumento na importância das reações na

parede da tubulação em detrimento do decaimento que ocorre no escoamento. As Figuras 4.26

a 4.29 apresentam a contribuição de cada parcela de reação para o decaimento do cloro na

rede, considerando os valores obtidos nos quatros cenários propostos nesta pesquisa.

Figura 4.26

Taxa de reação média, primeiro

cenário. Considerando k

= 0,191 (d

) e k

0,0085 (md

Figura 4.27

Taxa de reação média, segundo

cenário. Considerando k

= 0,191 (d

) e F =

0,0646.

Figura 4.28

Taxa de reação média, terceiro

cenário. Considerando k

= 0,052 (d

) e k

0,0124 (md

Figura 4.29

Taxa de reação média, quarto

cenário. Considerando k

= 0,040 (d

) e F =

0,089.

Com relação ao fator F, pode-se afirmar que sua adoção para essa rede é viável,

comprovado com o resultado do segundo e do quarto cenário. O fator F permite determinar os

efeitos de k

considerando a rugosidade e o diâmetro de cada tubulação, com a vantagem de

apenas calibrar um valor característico para toda a rede. .

4.2

SISTEMA DE DISTRIBUIÇÃO FOURAS

O estudo desse sistema foi dividido em três cenários, no primeiro a parcela de

decaimento no escoamento foi representada por um valor global de k

e a parcela do

decaimento próxima à parede é divido em zonas de acordo com o material da tubulação para

determinação de k

; no segundo foi considerada a divisão em zonas por material de tubulação

e diversas ordens de decaimento para k

; e no terceiro foi determinado um valor global para k

e os efeitos de k

foram

considerados através do fator F. A Tabela 4.10 contém as

informações sobre o AG utilizado nas simulações e a Tabela 4.11 contém informação sobre os

limites dos parâmetros calibrados.

As tubulações da rede foram divididas em zonas de acordo com os respectivos

materiais (Tabela 4.12): zona de ferro fundido, zona de cimento amianto (CA), e zona de

plástico. As tubulações de PEAD foram colocadas nas zonas de PVC.

Para o processo de calibração foram utilizados os valores de concentração de cloro

residual monitoradas por Cheung (2005) nos nós: SNF, AUBO, BARO e MARO, por um

período de 144 horas.

Tabela 4.10 Informações sobre as simulações realizadas

AG Simulação Semente População Geração

1 100

2 500

3 2400

Steady-State

4 3000

300 100

Tabela 4.11 Informações sobre os limites dos parâmetros

Parâmetro Limite mínimo Limite máximo

-1

10 0,5

(md

-1

) 0,5 0,0001

F (md

-1

) 0,5 0,0001

N 1 3

Tabela 4.12 Material das tubulações do sistema Fouras

Tubulação

Material Tubulação

Material

1 FERRO 16 PVC

2 FERRO 17 PVC

3 FERRO 18 PVC

4 CA 19 PVC

5 CA 20 PEHD

6 PVC 21 PVC

7 CA 22 CA

8 PVC 23 FERRO

9 PVC 24 FERRO

10 PVC 29 PEHD

11 CA 30 PVC

12 CA 31 PVC

13 PVC 32 PEHD

14 PVC 33 PEHD

15 PVC

4.2.1

Primeiro Cenário

Os resultados de todas as simulações considerando os parâmetros encontrados, o valor

da função objetivo e o comportamento da função objetivo média, são apresentados

respectivamente na Tabela 4.13 e na Figura 4.30.

Tabela 4.13 Resultados encontrados para o primeiro cenário

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

-1

)

1,21 1,15 1,19 1,15 1,15

2,0

wferro

(md

-1

)

0,19 0,21 0,20 0,20 0,20

0,6

wCA

(md

-1

)

0,0006 0,0004 0,0015 0,0010 0,0010

0,1

wplástico

(md

-1

)

0,0011 0,0026 0,0017 0,0036 0,0023

0,1

8,98 9,33 9,09 9,20 9,15

224,52

Figura 4.30 Função objetivo média para o primeiro cenário

As tubulações de ferro demonstram ter maior contribuição no decaimento do cloro,

comprovado pelo valor encontrado para o k

. Os demais materiais demonstraram menor

interferência no consumo do cloro, apresentando menores valores de k

para as tubulações de

cimento amianto. Os resultados referentes às concentrações de cloro residual, simuladas em

conjunto com as concentrações monitoradas, podem ser visualizadas nas Figuras 4.31 a 4.34.

Figura 4.31 Resultado da simulação (SNCF) – Cenário 1

Figura 4.32 Resultado da simulação (MARO) – Cenário 1

Figura 4.33 Resultado da simulação (AUBO) – Cenário 1

Figura 4.34 Resultado da simulação (BARO) – Cenário 1

4.2.2

Segundo Cenário

Nesse cenário foram avaliadas diversas ordens de decaimento e determinados os

valores de k

distribuídos em zonas separadas pelo tipo da tubulação, de modo a representar o

somatório dos efeitos do decaimento no escoamento e o decaimento que ocorre na parede da

tubulação. Os resultados da calibração de acordo com a ordem de decaimento adotada estão

disponíveis nas Tabelas 4.14 a 4.18.

Em todas as simulações realizadas, os valores de k

da zona de tubulações de ferro

apresentaram valores mais altos, reafirmando que esse tipo de material por ser mais reativo

contribui com maior intensidade no decaimento do cloro residual. Os valores de k

das zonas

de tubulação de cimento amianto estiveram abaixo dos valores encontrados para as zonas de

tubulação de plástico, apesar de materiais como PVC e PEAD serem menos reativos que o

cimento amianto (HALLAM et al, 2002).

O modelo de calibração foi utilizado para determinar os parâmetros de decaimento sob

seis diferentes ordens. Pelos resultados encontrados e adotando o critério de menor valor para

a função objetivo, o modelo apresentou ajustes melhores ao considerar cinética de 1

ordem e

ordem 1.2, ao contrário dos resultados anteriores de Cheung (2005) que apontaram melhores

ajustes com cinética de ordem 1.4. Deste modo foi realizado um novo processo de busca na

qual, além dos parâmetros, foi calibrado a ordem, esses resultados estão disponíveis na Tabela

4.19.

Os resultados das quatro simulações apresentaram valores destinos para os parâmetros

e para a função objetivo, demonstrando não ter havido convergência. Essa opção aumenta o

grau de indefinição desse problema de otimização, visto que a ordem do decaimento interfere

na determinação dos valores de k

Tabela 4.14 Resultados encontrados considerando 1º ordem

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

4,53 4,41 4,43 4,45 4,46 4,8

bCA

1,16 0,79 0,96 0,97 0,97 1,40

nPVC

1,24 1,34 1,33 1,28 1,30 1,40

9,47 9,52 9,51 9,38 9,47 18,67

Tabela 4.15 Resultados encontrados considerando ordem 1.2

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

5,97 6,08 5,97 5,97 6,00 6,00

bCA

0,76 0,91 0,50 0,76 0,73 1,80

nPVC

1,55 1,49 1,67 1,55 1,57 1,50

9,36 9,45 9,63 9,35 9,45 21,52

Tabela 4.16 Resultados encontrados considerando ordem 1.4

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

8,09 8,26 8,05 8,09 8,12 8,00

bCA

0,61 0,67 0,62 0,61 0,63 2,10

nPVC

1,88 1,84 1,91 1,88 1,88 1,80

10,56 10,72 10,93 10,56 10,69 98,54

Tabela 4.17 Resultados encontrados considerando ordem 1.6

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

11,41 11,52 11,43 11,50 11,47 8,90

bCA

1,48 1,61 1,38 1,31 1,45 3,50

nPVC

1,98 1,93 1,96 1,93 1,95 1,90

13,74 13,66 13,58 13,54 13,63 98,54

Tabela 4.18 Resultados encontrados considerando ordem 1.8

Simulação

Parâmetro

1 2 3 4

Média Cheung (2005)

15,57 15,51 16,07 15,82 15,74 9,2

bCA

0,77 0,77 0,85 1,17 0,89 4,70

nPVC

2,50 2,43 2,38 2,41 2,43 2,30

16,81 16,90 16,75 16,55 16,75 82,43

Tabela 4.19 Resultados encontrados considerando ordem N

Simulação

Parâmetro

1 2 3 4

Média

1 1 1,43 1 1,13

4,67 9,93 9,31 4,67 8,48

bCA

0,78 0,85 0,92 0,78 0,79

nPVC

1,48 2,77 1,96 1,48 2,61

10,42 22,75 12,16 10,42 31,50

A evolução da função objetivo média e os resultados em termos de concentrações de

cloro residual simulada e monitorada, de acordo com o melhor ajuste são apresentadas nas

Figuras 4.35 a 4.39.

Figura 4.35 Função objetivo média para o segundo cenário (Steady-State).

Figura 4.36 Resultado da simulação (SNCF) – Cenário 2

Figura 4.37 Resultado da simulação (MARO) – Cenário 2

Figura 4.38 Resultado da simulação (AUBO) – Cenário 2

Figura 4.39 Resultado da simulação (BARO) – Cenário 2

4.2.3

Terceiro cenário

Nesse cenário foi analisada a viabilidade de calibrar os efeitos do decaimento na

parede da tubulação com determinação de apenas um parâmetro, o fator F, em conjunto de um

valor global para k

. Foram encontrados valores altos para a função objetivo, o que indica

que o modelo não ajustou de maneira satisfatória. Portanto, para essa rede não é viável utilizar

o fator F para considerar o decaimento na parede da tubulação. Os resultados de todas as

simulações realizadas estão disponíveis nas Tabelas 4.20.

Tabela 4.20 Resultados encontrados para o terceiro cenário

Simulação

Parâmetro

1 2 3 4

Média

-1

)

2,62 2,62 2,57 2,65 2,62

(md

-1

)

0,04 0,04 0,11 0,022 0,053

121,79 121,81 122,26 122,23 122,02

O AG Steady-State apresentou rápida convergência, indicada pela estabilização do

valor da função objetivo média com menos de 10 gerações. Na Figura 4.40 são visualizadas a

evolução dos valores da função objetivo média para cada simulação.

Figura 4.40 Função objetivo média para o terceiro cenário (Steady-State).

Os parâmetros encontrados em cada simulação apresentaram valores altos na função

objetivo, indicando que a configuração desse cenário não proporcionou ajuste satisfatório. O

que pode ser confirmado pelos comparativos; em termos de concentrações de cloro residual

simulada e monitorada apresentadas nas Figuras 4.41 a 4.44.

Figura 4.41 Resultado da simulação (SNCF) – Cenário 3

Figura 4.42 Resultado da simulação (MARO) – Cenário 3

Figura 4.43 Resultado da simulação (AUBO) – Cenário 3

Figura 4.44 Resultado da simulação (BARO) – Cenário 3

4.2.4

Análise entre cenários

O AG Steady-State adotado para calibrar os parâmetros da rede Fouras apresentou

rápida convergência; a função objetivo média apresentou estabilização veloz nos três

cenários, com menos de 10 gerações.

Cheung (2005) ao estudar os parâmetros de decaimento da rede Fouras, inicialmente

determinou o parâmetro k

em laboratório pelo teste da garrafa, valor encontrado 1,9 d

Entretanto, o autor identificou a necessidade de refinar o valor determinado em laboratório,

propondo o estudo de dois cenários que consideram também o decaimento na parede da

tubulação.

Neste trabalho foram propostos três cenários que consideram o decaimento no

escoamento e na parede da tubulação. Após a calibração, as simulações foram avaliadas com

relação ao nível de representação das condições encontradas em campo.

Com o critério de menor função objetivo, o primeiro cenário apresentou o melhor

ajuste. Trata-se de um cenário em que o valor de k

é único para toda rede e que a

determinação dos valores de k

está relacionado ao tipo de material da tubulação ( PVC,

Cimento Amianto e Ferro).

No segundo cenário foram determinados três valores k

dividido em áreas conforme o

tipo de material da tubulação para cinco ordens de decaimento. Cabe ressaltar, nesse cenário,

representa o somatório das duas parcelas do decaimento. A parametrização sob a condição

de decaimento de ordem 1.2 apresentou o melhor ajuste. No entanto, a condição de 1º ordem

apresentou resultados bem próximos, o que indica a viabilidade de aplicar uma aproximação

mais simples para essa rede.

Após determinadas as simulações com as ordens do decaimento no escoamento,

também, foi verificada a calibração da ordem para a rede Fouras. No entanto, como a ordem

do decaimento interfere na determinação dos valores de k

essa opção aumentou a indefinição

do problema de otimização, levando a não convergência dos valores encontrados.

Para o terceiro cenário foi proposta a simplificação de determinar o valor de k

, usar

apenas o fator F para representar o decaimento na parede. Porém, como se trata de uma rede

de diversos materiais com reatividades diferentes, não foi viável a utilização de um fator F

característico da rede.

No primeiro e segundo cenários foram criadas zonas para determinação dos

parâmetros de decaimento, porém essas zonas de parâmetro foram divididas apenas pelo tipo

do material da tubulação, sem considerar outros fatores como a idade e o diâmetro que

também exercem influência na demanda de cloro residual (CLARK & HAUGHT, 2005). Os

diâmetros das tubulações de cimento amianto estão entre 60 mm a 100 mm e no caso das

tubulações plásticas os diâmetros estão entre 26,8 mm a 200 mm. Provavelmente, as

tubulações de diâmetros menores são responsáveis por influenciar o valor do parâmetro de

decaimento maior nas tubulações de PVC e PEAD com relação às tubulações de cimento

amianto.

4.3

SISTEMA DE DISTRIBUIÇÃO HIPOTÉTICO

Com o objetivo de investigar a aplicação do modelo de calibração de qualidade em

redes de distribuição com vazamentos, utilizou-se a rede estudada por Tucciarelli et al (1999).

O consumo foi considerado dirigido pela demanda, porém as condições de vazamento foram

representadas dependente da pressão conforme as equações 3.10 e 3.13. Os dados adotados

para o expoente do emissor (

), o coeficiente de vazamento (

) para cada zona, a rugosidade

absoluta (

) são apresentados na Tabelas 4.21 e os valores calculados de K

estão disponíveis

na Tabela 4.22.

Tabela 4.21 Parâmetros para simulação hidráulica considerando vazamento

Coeficiente do emissor Expoente de

emissor (

)

Rugosidade

absoluta (

)

(mm)

1,253 0,7504 E-07 1,909 E-07 0 3,153

Fonte:

Tucciarelli et al (1999).

Para a simulação realizada foi adotado o tempo de operação de 120 horas. As Figuras

4.45 a 4.47 apresentam os valores para padrão horário de consumo; a variação do nível dos

reservatórios e os valores como consumo total, consumo real e vazamento provenientes da

simulação hidráulica, respectivamente. A saída de cloro residual por cada reservatório da rede

pode ser visualizada na Figura 4.48.

Tabela 4.22 Valores de Kf de acordo com os parâmetros de vazamento

Nó Kf

1 0,102

2 0,076

3 0,061

4 0,029

5 0,103

6 0,102

7 0,097

8 0,106

9 0,074

10 0,058

11 0,038

12 0,086

13 0

14 0

15 0

Figura 4.45 Padrão temporal de consumo real.

Figura 4.46 Nível dos reservatórios durante a operação.

Figura 4.47 Valores dos consumos característicos da rede hipotética.

Figura 4.48 Entrada de cloro residual na rede de acordo com cada reservatório

R 16

Nessa rede existem três fontes de água, os reservatórios 16, 17 e 18(Figura 3.9), e para

representar os efeitos do decaimento no escoamento na massa de água foram criadas zonas de

de acordo com a influência de cada reservatório.

O zoneamento foi feito com auxílio de simulações do EPANET 2, o programa permite

mostrar a quantidade de água que, a partir de determinada origem, se mistura com aquela

proveniente de outra(s) origens, assim como a variação espacial desta mistura ao longo do

tempo. O reservatório analisado passa a ser a origem de um traçador, substância não reativa,

que entra na rede com uma concentração de 100, através do monitoramento fictício da

concentração do traçador ao longo do tempo é possível conhecer a porcentagem de água que

saí do reservatório e chega às tubulações e aos nós.

Para a divisão das zonas de k

da rede hipotética foram realizadas três simulações, em

cada simulação foi escolhido um reservatório para ser a origem da fonte do traçador. Como

resultado foi apurado a quantidade do traçador em cada tubulação da rede, o que definiu o

alcance do fornecimento de água de cada fonte de abastecimento e permitiu separar as

tubulações de acordo com os valores propostos de k

. Nas Figuras 4.49 a 4.51 são

apresentados os resultados das três simulações em termos de propagação de traçador.

Figura 4.49 Simulação com traçador – Reservatório 16

R 18

Figura 4.50 Simulação com traçador – Reservatório 17

Figura 4.51 Simulação com traçador – Reservatório 18

As zonas de tubulações de k

, Tabela 4.23, foram distribuídas de acordo com a

quantidade de água de cada reservatório nas tubulações. No caso de tubulações com

concentração de traçador proveniente de mais de uma origem, essas receberam valores de k

de acordo com o reservatório com maior influência.

R 17

Tabela 4.23 Tubulações divida por zona de k

Reservatório 16 17 18

1,2 d

-1

1,8 d

-1

0,5 d

-1

Tubulação 1,2,5,6,7,23 3, 4,8,16,17,19,20,21,24 9, 10,11,12,13,14,15,18,22,25

Os efeitos do decaimento próximo à parede das tubulações foram representados

através do fator F (EQ 2.32), com o valor adotado de 1,5 md

-1

. Entretanto, as tubulações

foram divididas em três zonas conforme o diâmetro (Tabela 4.24) e os valores do k

estão

disponíveis na Tabela 4.25.

Tabela 4.24 Tubulações divida por zona de k

DN (mm) 500 250 150

Tubulação 1,3,4,22,23,24,25 2,6,7,10,12,13,14,16,19,21 5,8,9,11,15,17,18,20

Tabela 4.25 Valores de k

Parâmetro

EQ. 2.32 Real

wD150

(md

-1

)

0,90 0,45

w D250

(md

-1

)

0,80 0,40

w D500

(md

-1

)

0,68 0,34

Cabe ressaltar que após a realização de algumas simulações, constatou-se que para

repetir os efeitos do fator F utilizando valores de k

devem ser empregados no EPANET 2 a

metade dos valores calculados pela EQ. 2.32.

Com o objetivo de analisar a influência do vazamento nodal na qualidade de água da

rede, foram analisados dois cenários para os processos de calibração dos parâmetros de

decaimento do cloro. No primeiro foi realizada a calibração em termos de rugosidade absoluta

sem vazamento e, em seguida, a calibração dos parâmetros de qualidade. No segundo

inicialmente é feita à calibração dos parâmetros de vazamento e, em seguida, determina os

parâmetros de qualidade de água.

Para a calibração hidráulica foram eleitos três padrões de consumo colocados em

ordem decrescente do nível do reservatório, Tabela 4.26. Sendo monitoradas as pressões dos

nós 1,2,3,6 e 11 e as vazões nas tubulações 22, 23 e 24.

Tabela 4.26 Padrão de consumo selecionado para a calibração hidráulica

Padrão de Consumo Hora Nível dos reservatórios

(m.c.a)

1 64 68,75

2 41 66,00

3 53 56,65

Com relação ao processo de calibração dos parâmetros da modelagem hidráulica, a

Tabela 4.27 contém as informações sobre o AG utilizado na calibração e a Tabela 4.28

contém informação sobre os limites dos parâmetros calibrados.

Tabela 4.27 Informações sobre os parâmetros do AG - Hidráulica

AG Simulação Semente População Geração

1 1

2 10

Steady-State

3 20

300 70

Tabela 4.28 Informações sobre os limites dos parâmetros de vazamento

Parâmetro Limite mínimo Limite máximo

1,2 3

0,01 3

1 5

No caso do modelo de qualidade foram observados valores de concentração de cloro

residual nos nós 2,6, 3 e 11 no período de 25 a 72 horas para o processo de calibração e o

período de 73 a 120 horas para o processo de validação. As informações referentes aos

parâmetros do AG e dos limites das variáveis do processo de calibração de qualidade estão

disponíveis nas Tabelas 4.29 e 4.30.

Tabela 4.29 Informações sobre os parâmetros do AG - Qualidade

AG Simulação Semente População Geração

1 1

2 20

3 1000

Steady-State

4 1200

300 70

Tabela 4.30 Informações sobre os limites dos parâmetros de qualidade

Parâmetro Limite mínimo Limite máximo

2 0,1

4.3.1

Primeiro Cenário

4.3.1.1

Calibração dos parâmetros hidráulicos

Como nesse cenário não foi considerado vazamento nos nós, no processo de

calibração das condições hidráulicas da rede foi apenas determinado o valor da rugosidade

absoluta (

). Os valores encontrados com a comparação dos valores reais são apresentados na

Tabela 4.31. As evoluções da função objetivas média das simulações estão disponíveis na

Figura 4.52.

Tabela 4.31 Resultado da calibração hidráulica sem vazamento

Simulação

Parâmetro

1 2 3

Real

ε (mm)

1.87 1.83

1.83 3.153

5.83 5.83 5.83 -

Figura 4.52 Função objetivo média para calibração hidráulica (sem vazamento)

Apesar de não ter sido considerado vazamento, os valores de pressão das simulações

apresentaram erros baixos, com erro máximo de 0,72 m.c.a que ocorreu no nó 2, na simulação

1 com o padrão de consumo 1, conforme apresentado na Tabela 4.32.

Tabela 4.32 Comparação entre valores de pressão simulados e observados

Pressão Simulada (m.c.a) Erro Absoluto (m.c.a)

Padrão de

Consumo

Nó

Simulação

Pressão

Observada

Simulação

1 42,28 42,29 42,28 42,61 0,33 0,32 0,32

2 46,41 46,43 46,43 47,14 0,72 0,71 0,71

3 46,11 46,12 46,11 46,36 0,25 0,24 0,24

6 41,01 41,02 41,02 40,96 0,06 0,06 0,06

11 45,26 45,28 45,27 45,67 0,40 0,39 0,39

1 39,04 39,06 39,05 39,35 0,31 0,29 0,29

2 42,89 42,91 42,91 43,59 0,70 0,68 0,68

3 43,15 43,16 43,16 43,4 0,24 0,24 0,24

6 38,02 38,03 38,03 37,94 0,09 0,09 0,09

11 42,02 42,04 42,04 42,4 0,37 0,36 0,36

1 27,68 27,71 27,70 27,71 0,03 0,00 0,00

2 30,35 30,39 30,39 30,53 0,18 0,14 0,14

3 32,93 32,95 32,95 33,02 0,08 0,07 0,07

6 27,67 27,69 27,68 27,42 0,26 0,27 0,27

11 30,64 30,67 30,67 30,72 0,07 0,05 0,05

As simulações sem vazamento foram realizadas dependentes da demanda total da rede,

por isso as vazões monitoradas nas saídas dos reservatórios, apresentadas na Tabela 4.33,

apresentam os mesmos valores nas três simulações. Os erros relativos à vazão podem ser

considerados significativos, com destaque para os maiores erros que ocorreram na tubulação

23, com valor de 23% em todas as simulações do padrão 1. Nota-se que os dois primeiros

padrões, que têm o nível dos reservatórios mais elevados possuem erros maiores na

distribuição das vazões.

Tabela 4.33 Comparação entre valores de vazão simuladas e observadas

Vazão (l/s) Erro relativo (%)

Padrão

Consumo

Trecho

Simulação

Vazão

Obs.

Simulação

23 47,26 47,26 47,26 38,38 23% 23% 23%

24 41,72 41,72 41,72 46,01 9% 9% 9%

25 65,68 65,68 65,68 70,27 7% 7% 7%

23 54,60 54,60 54,60 46,42 18% 18% 18%

24 48,21 48,21 48,20 52,49 8% 8% 8%

25 75,87 75,87 75,87 79,77 5% 5% 5%

23 77,99 77,99 77,99 72,27 8% 8% 8%

24 68,89 68,89 68,89 72,65 5% 5% 5%

25 108,37 108,37 108,37 110,33 2% 2% 2%

4.3.1.2

Calibração dos parâmetros de qualidade de água

Na realização da calibragem de qualidade foi adotada uma simulação dinâmica em que

o consumo de água foi definido pela EQ. 3.4, considerando os fatores de demanda de

consumo total (FT) para todo o período estudado, Figura 4.53.

Figura 4.53 Fatores de consumo total ao longo do período de simulação

Na busca pelos parâmetros de decaimento foram encontrados três valores de k

acordo com influência dos reservatórios e três valores de k

divididos por zonas relacionadas

ao diâmetro das tubulações. Os resultados das simulações, em termos dos parâmetros

encontrados e do valor da função, são apresentados na Tabela 4.34 na Figura 4.54 consta a

função objetivo média.

Com exceção dos valores encontrados para k

wD500

e k

b17

, todos os parâmetros

apresentaram valores distantes dos valores reais, por isso não é possível afirmar que os

resultados são satisfatórios em termos da determinação de parâmetros. Entretanto, foram

encontrados valores baixos da função objetivo e valores de concentração de cloro simulados

próximos aos valores dos nós monitorados, Figuras 4.55 a 4.58.

Tabela 4.34 Parâmetros k

e k

encontrados sem considerar vazamento

Simulação

Parâmetro

1 2 3 4

Real

br16

-1

)

1,74 1,50 1,39 1,89 1,20

b17

-1

)

2,00 2,00 2,00 2,00 1,80

b18

-1

)

0,15 0,18 0,20 0,18 0,50

wD150

(md

-1

)

0,61 0,58 0,59 0,65 0,45

w D250

(md

-1

)

0,18 0,15 0,12 0,19 0,40

w D500

(md

-1

)

0,34 0,40 0,44 0,30 0,34

0,072 0,069 0,068 0,078 -

Figura 4.54 Função objetivo média da calibração da qualidade de água (sem vazamento)

Figura 4.55 Resultado da simulação nó 2 (sem vazamento)

Figura 4.56 Resultado da simulação nó 3 (sem vazamento)

Figura 4.57 Resultado da simulação nó 6 (sem vazamento)

Figura 4.58 Resultado da simulação nó 11 (sem vazamento)

4.3.2

Segundo cenário

4.3.2.1

Calibração parâmetros de vazamentos

Neste cenário admitiu-se que a rede não seja um sistema estanque e foram

consideradas as perdas de água no sistema através do modelo pressão x vazamento. Para

tanto, foi necessário determinar os parâmetros do modelo de vazamento bem como a

rugosidade absoluta da rede.

Portanto, para a rede hipotética foram realizadas simulações com foco na calibração

em termos de rugosidade absoluta e dos parâmetros do modelo de vazamento, como o

coeficiente

e o expoente

. Os resultados encontrados estão apresentados de acordo com os

valores obtidos para os parâmetros (Tabela 4.35), a comparação entre valores simulados e

observados de pressão e vazão (Tabelas 4.36 e 4.37) e a evolução do valor da função objetivo

média (Figura 4.59).

Tabela 4.35 Resultado da calibração dos parâmetros de vazamento

Simulação

Parâmetro

1 2 3

Real

1,218 1,283 1,237 1,253

(mm) 3,133 3,139 2,954 3,153

(E-07)

0,814 0,674 0,555 0,7504

(E-07)

2,16 1,7 1,85 1,909

0,0015 0,0005 0,0035 -

Pode-se considerar que os valores encontrados do expoente e da rugosidade foram

ajustados e apresentaram pequenas variações se comparados aos valores reais. No caso dos

coeficientes de perda

foram encontrados valores em torno dos valores considerados de

campo.

Figura 4.59 Função objetivo média para calibração de parâmetros de vazamento.

Os valores de pressão encontrados nas três simulações ficaram próximos aos valores

reais, podendo ser confirmado com erros pouco significativos. O máximo erro absoluto foi no

valor de 0,07 m.c.a, encontrado para o padrão de consumo 3 no nó 2.

Tabela 4.36 Comparação entre valores de pressão simulados e observados

Padrão Pressão Simulada (m.c.a) Erro Absoluto (m.c.a)

Consumo

Nó

Simulação

Pressão

Observada

Simulação

1 42,61

42,61

42,59

42,61 0,00 0,00 0,02

2 47,13

47,14

47,07

47,14 0,01 0,00 0,07

3 46,36

46,36

46,35

46,36 0,00 0,00 0,01

6 40,95

40,96

40,95

40,96 0,01 0,00 0,01

11 45,67

45,67

45,66

45,67 0,00 0,00 0,01

1 39,35

39,35

39,34

39,35 0,00 0,00 0,01

2 43,58

43,59

43,52

43,59 0,01 0,00 0,07

3 43,40

43,40

43,38

43,40 0,00 0,00 0,02

6 37,93

37,94

37,93

37,94 0,01 0,00 0,01

2 11 42,40

42,40

42,41

42,40 0,00 0,00 0,01

1 27,72

27,71

27,73

27,71 0,01 0,00 0,02

2 30,54

30,52

30,53

30,53 0,01 0,01 0,00

3 33,03

33,02

33,03

33,02 0,01 0,00 0,01

6 27,42

27,43

27,44

27,42 0,00 0,01 0,02

11 30,74

30,72

30,76

30,72 0,02 0,00 0,04

Os resultados das vazões também foram encontrados erros poucos significativos,

como, por exemplo, o maior erro relativo encontrado foi de 0,26 % na tubulação 23 com

padrão de consumo 1 e simulação 1 e na tubulação 24 com padrão 3 na simulação 3.

Os baixos valores de erro para pressão e vazão indicam que o modelo consegue

representar as condições hidráulicas para qual foi calibrado.

Tabela 4.37 Comparação entre valores de vazão simuladas e observadas

Vazão (l/s) Erro relativo (%)

Padrão

Consumo

Trecho

Simulação

Vazão

Obs.

Simulação

23 38,28 38,42 38,35 38,38 0,26% 0,10% 0,08%

24 46,00 46,02 45,92 46,01 0,02% 0,02% 0,20%

25 70,37 70,22 70,39 70,27 0,14% 0,07% 0,17%

23 46,31 46,48 46,36 46,42 0,24% 0,13% 0,13%

24 52,50 52,49 52,44 52,49 0,02% 0,00% 0,10%

25 79,88 79,71 79,89 79,77 0,14% 0,08% 0,15%

23 72,14 72,35 72,25 72,27 0,18% 0,11% 0,03%

24 72,66 72,63 72,46 72,65 0,01% 0,03% 0,26%

3 25 110,44 110,26 110,53 110,33 0,10% 0,06% 0,18%

4.3.2.2

Calibração parâmetros de qualidade de água

A busca de parâmetros de qualidade é realizada com simulação dinâmica então, após a

determinação dos parâmetros de vazamento foram calculados os fatores multiplicadores para

o consumo efetivo FT

(Figura 4.60), por meio da EQ 3.8. Esses novos fatores possibilitam a

realização da simulação dinâmica com a divisão do consumo efetivo e dos vazamentos nodais

relacionados à pressão, EQ 3.7.

No processo de determinação dos parâmetros de qualidade a rede foi dividida em três

zonas de k

correspondentes à influência dos reservatórios e três zonas de k

divididas pelos

diâmetros das tubulações. Os resultados encontrados nas simulações são analisados sob

comparação dos valores reais na Tabela 4.38 e na Figura 4.61 consta a evolução da função

objetivo média do AG aplicado.

Figura 4.60 Comparativo em Fatores de consumo efetivo real e determinado

Os resultados para as zonas k

foram considerados satisfatórios, os parâmetros

encontrados nas simulações ficaram em torno dos respectivos valores reais. Resultado

esperado quando se utiliza AGs. No entanto, os valores de k

também se mantiveram

próximos, porém, na maioria das simulações abaixo dos valores reais, isso pode significar

uma redistribuição na contribuição de cada parcela de reação no decaimento do cloro residual

do sistema estudado.

Os valores da função objetivo ficaram baixos, o que demonstra bom desempenho do

modelo de calibração e resulta em valores de concentração de cloro simulados estiveram

próximos aos valores dos nós monitorados tanto para o período de calibração quanto o de

validação, Figuras 4.62 a 4.65.

Tabela 4.38 Parâmetros k

e k

encontrados considerando vazamento

Simulação

Parâmetro

1 2 3 4

Real

br16

-1

)

1,25 1,02 1,58 1,35

1,2

b17

-1

)

1,82 1,63 2,00 1,93

1,8

b18

-1

)

0,38 0,41 0,51 0,55

0,5

wD150

(md

-1

)

0,43 0,37 0,40 0,38 0,45

w D250

(md

-1

)

0,34 0,34 0,33 0,35 0,40

w D500

(md

-1

)

0,28 0,34 0,23 0,27

0,34

0,005 0,002 0,007 0,003

Figura 4.61 Função objetivo média da calibração da qualidade de água (com vazamento)

Figura 4.62 Resultado da simulação nó 2 (com vazamento)

Figura 4.63 Resultado da simulação nó 3 (com vazamento)

Figura 4.64 Resultado da simulação nó 6 (com vazamento)

Figura 4.65 Resultado da simulação nó 11 (com vazamento)

4.3.3

Análise entre cenários

Para essa rede foi criada uma representação da operação de um sistema de distribuição

sob os aspectos de vazamento e qualidade de água e, com esses dados sintetizados, foi

avaliada a calibração dos parâmetros de qualidade sem considerar vazamento (cenário 1) e em

um segundo momento a calibração dos mesmos foi feito após a calibração dos parâmetros de

vazamento.

No cenário 1, apesar dos parâmetros ficarem distantes dos valores reais, as

concentrações de cloro residual simulado ficaram bem próximas às concentrações nos nós

100

monitorados. Inicialmente, pode-se concluir que a rede, sob os aspectos de qualidade de

água, está calibrada, apesar de ela não estar em condições ideal de representação hidráulica.

No entanto, ao estender a análise dos dois cenários para os quais nós que não foram

utilizados no monitoramento pode-se afirmar que os resultados do cenário 1 não foram

satisfatórios, o que reafirma o cuidado da representação hidráulica (cenário 2) na modelagem

de decaimento de cloro residual, conforme pode ser visualizado nas Figuras 4.66 e 4.67.

Figura 4.66 Resultado da simulação nó 9

Figura 4.67 Resultado da simulação nó 10

O tempo de residência da água é uma variável importante nas equações de modelagem

da qualidade de água, porém esse tempo de percurso da água está ligado às condições

hidráulicas da rede, principalmente nas vazões das tubulações. No caso do primeiro cenário

101

alguns nós apresentaram valores de tempo de residência próximo ao real, como por exemplo,

o nó 10 (Figura 4.68)

Figura 4.68 Tempo de percurso da água no nó 10

No entanto, no cenário 1 foram encontrados nós com valores diferenciados para o

tempo de residência, como exemplo o nó 9 (Figura 4.69). Isso demonstra que as condições

hidráulicas desse cenário interferiram no processo de calibração dos parâmetros de qualidade

de água.

Figura 4.69 Tempo de percurso da água no nó 9

A calibração dos parâmetros de vazamento no segundo cenário possibilitou o ajuste da

rede para a representação de valores de pressão e de vazão, conseqüentemente o tempo de

102

residência. As condições hidráulicas bem representadas possibilitaram melhores resultados da

calibração de qualidade de água nesse cenário.

5. CONSIDERAÇÕES FINAIS

5.1

CONCLUSÃO

Pode-se considerar que foi alcançado o objetivo de elaborar uma rotina computacional

que determine parâmetros de decaimento do cloro residual em sistemas de distribuição.

O modelo foi capaz de determinar os valores dos parâmetros k

e k

, assumindo

valores globais ou valores homogêneos por zonas características. Os efeitos de k

podem ser

determinados, também, de maneira indireta através do fator F que correlaciona esses efeitos

com a rugosidade, com o diâmetro da tubulação e com a equação de perda de carga utilizada.

O modelo pode também determinar a ordem de decaimento tanto para as reações no

escoamento quanto para as reações próximas as paredes.

Para os quatro cenários analisados no sistema Jucu foram testados a combinação de

valores fixos para k

, os valores calibrados para k

e k

e a viabilidade de se determinar o fator

F. Os resultados das simulações indicaram que para esse sistema é possível assumir o valor

global para k

e que o decaimento próximo à parede pode ser representado pelo fator F.

No caso do sistema de distribuição Fouras foram propostos três cenários, o primeiro

determinando um valor global para k

e valores k

de acordo com o material da tubulação; o

segundo determinando valores k

divididos por zonas de acordo com o material da tubulação;

e o terceiro determinou um valor global para k

e avaliado a adoção do fator F para essa rede.

Para o primeiro cenário, as tubulações de ferro apresentaram o maior valor de k

, em

seguida, as tubulações de plástico e por último, as tubulações de cimento amianto, o que

indica, neste caso, que as tubulações de ferro têm maior contribuição para o decaimento do

cloro. No segundo cenário, os valores de k

foram mais altos para as zonas de tubulações de

ferro e, novamente, os parâmetros relativos às tubulações de plástico estiveram acima das

tubulações de cimento amiantos.

104

Essas zonas de tubulação foram apenas divididas pelo tipo de material sem considerar

o diâmetro das tubulações, fator que influencia o consumo de cloro na parede da tubulação

(HALLAM et al, 2002 e CLARK E HAUGHT, 2005). Dentro da zona dos materiais plásticos,

havia tubulações com diâmetros pequenos, que influenciaram o valor dos parâmetros de

decaimento.

No terceiro cenário foi proposta a simplificação de determinar o valor de k

e o fator

F, porém os resultados das simulações não foram satisfatórios. Por se tratar de rede com

diversos materiais de reatividades diferentes, foi inviável determinar um valor característico

para o fator F.

O estudo da qualidade de água em redes com vazamento foi feito em rede Hipotética,

para qual foi elaborada uma representação da operação da rede sobre os aspectos da qualidade

de água considerando vazamento devido à pressão nos nós. Com os dados da simulação foi

realizada a análise da influência das condições hidráulicas para determinação dos parâmetros

de decaimento do cloro residual.

Na rede sem vazamento os valores encontrados de k

e k

ficaram distantes dos

valores reais. O modelo apenas foi ajustado para os nós utilizados na calibração, apresentando

valores divergentes em termos de concentração de cloro residual para nós não utilizados na

calibração.

O cenário em que ocorreu a calibração dos parâmetros de vazamento apresentou

melhores resultados, incluindo os nós que não estavam contemplados no processo de

calibração.

Vale lembrar o fato de a calibração hidráulica auxiliar na distribuição das vazões e

pressões na rede, influenciando o tempo de residência da água, variável hidráulica importante

para modelos de qualidade de água, o que confirma que a determinação de parâmetros de

qualidade é sensível ao nível da representação hidráulica da rede.

105

5.2

SUGESTÕES

O Modelo foi aplicado em duas redes reais e em um sistema hipotético; os resultados

encontrados indicaram a viabilidade de se aplicar a rotina computacional para determinar os

parâmetros de decaimento de cloro em sistemas de distribuição.

Nas duas redes reais foram encontrados valores diferentes de k

com relação aos

parâmetros determinados em laboratório, indicando que esses valores necessitam ser ajustados

antes de serem utilizados nos modelos matemáticos.

Portanto sugere-se a continuação do estudo de modelos de calibração para parâmetros

de qualidade em sistema reais de distribuição, porém contemplando modelos de redes que

permitam assumir vazamento devido à pressão nodal.

Ainda sobre k

, sugere-se que seja realizada pesquisa em redes com mais de uma fonte

de cloro residual para o desenvolvimento de metodologia adequada para a divisão de zonas

desse parâmetro.

Com relação ao decaimento na parede da tubulação, sugere-se a continuação de estudo

da utilização do fator F, porém não apenas como valor característico do sistema e sim como

valor característico de cada material da rede.

Sugere-se que sejam realizados estudos de k

não apenas valores atribuídos ao

material da tubulação, mas sim contemplando outras características, por exemplo, o diâmetro

e a idade da tubulação.

6. REFERÊNCIAS

ARAUJO, L.S.; RAMOS, H.M.; COELHO, S.T (2003). Estimation of distributed pressure-

dependent leakage and consumer demand in water supply network. In: INTERNATIONAL

CONFERENCE ON ADVANCES IN WATER SUPPLY MANAGEMENT, 2003, London.

Proceedings. London: Imperial College.

AZEVEDO NETTO, J. M. (1974). A desinfecção. Princípios. Agentes físicos e químicos. A

ação dos desinfetantes. Fatores envolvidos. equações. In: AZEVEDO NETTO, J. M

(COORD). Desinfecção de águas, p 210, São Paulo: CETESB.

AZEVEDO NETTO, J. M., FERNANDEZ Y FERNANDEZ, Y., ÁRAUJO, R., ITO, A. E.

(1998)Manual de hidráulica. 8 ed. São Paulo: Edgar BlÜncher LTDA.

BRANCO, S. M. (1974) As águas e os microrganismos: amebas, bactérias e vírus. Presença

nas águas naturais, nas águas poluídas e nas águas residuárias. In: AZEVEDO NETTO, J. M

(COORD). Desinfecção de águas, p 210, São Paulo: CETESB.

BRASIL. Agencia Nacional da Vigilância Sanitária. Decreto Nº 5.440, DE 4 DE MAIO DE

2005. Estabelece definições e procedimentos sobre o controle de qualidade da água de

sistemas de abastecimento e institui mecanismos e instrumentos para divulgação de

informação ao consumidor sobre a qualidade da água para consumo humano. Diário Oficial

[da] Republica Federativa do Brasil, Brasília, DF, 05 mai. 2005. Disponível em : http://e-

legis.anvisa.gov.br. Acesso em:10 mai. 2006.

BRASIL. Ministério de Estado da Saúde. Portaria 518 de 25 de Março de 2004. Estabelece os

procedimentos e responsabilidades relativos ao controle e vigilância da qualidade da água

para consumo humano e seu padrão de potabilidade, e dá outras providências. Diário Oficial

[da] Republica Federativa do Brasil, Brasília, DF, 26 mar. 2005. Disponível em: http://e-

legis.anvisa.gov.br. Acesso em: 10 de maio de 2006.

107

CASAGRANDE, J. Modelagem matemática da qualidade de água em sistemas de

distribuição. Vitória, (1997). 145p. Dissertação (Mestrado) – Universidade Federal do

Espírito Santo, Vitória.

CHEUNG, P. B. (2005). Computation tools for water Quality modeling in hydraulic networks

– Calibrations Model. Technical Report at Cemagref Bodeaux.

CLARK, R, GRAYMAN, W. MALES, R, HESS, A. (1993). Modeling contaminant

propagation in drinking water distribution systems. Journal of Environmental

Engineering.119(2):349-364.

CLARK, R. (1998). Chlorine demand and TTHM formation kinetics: a second-order model.

Journal of Environmental Engineering 124:16-24.

CLARK, R. , HAUGHT R. C. (2005). Charactering pipe wall demand: implications for water

quality modeling. Journal of water resources planning and management 131:208-217.

CLARK, R., ROSSMAN L. A, WYNER L. J. (1995). Modeling distribution system water

quality: Regulatory implications. Journal of water resources planning and management.V.

121, p. 423-428.

CLARK, R., SIVAGANESAN M. (1998). Predicting Chlorine Residuals and Formation of

TTHMs in Drinking Water. Journal of Environmental Engineering 124:1203-1210.

CLARK, R., SIVAGANESAN M. (2002). Predicting Chlorine Residuals in drinking water:

second order model. Journal of water resources planning and management 128:152-160.

DANIEL, L. A. (2001) Processos de desinfecção e desinfetantes alternativos na produção de

água potável, PROSAB, coord. Luiz Antônio Daniel, ABES, Rio de Janeiro.

DANIELI, R. D., GASTALDINI, M. C., BARROSO, L. B. ( 2006). Modelagem do cloro

residual em redes de distribuição – Aplicação ao sistema de abastecimento de Santa. RBRH

Revista Brasileira de Recursos Hídricos. Vol 11. 4: 201{208.

DI BERNADO L, DI BERNADO A. (2005). Métodos e técnicas de tratamento de água. 2 ed.

São Carlos.: RIMA. P 1152-1312.

GELDREICH, E. E. (1974) Qualidade microbiológica em águas potáveis. In: AZEVEDO

NETTO, J. M (COORD). Desinfecção de águas, p 210, São Paulo: CETESB.

108

GOLDBERG D. E.(1989) Genetic algorithms in search, optimization, and machine learn-ing.

Addison-Wesley, Reading, Massachusetts.

HALLAM N. B, WEST J. R., FORSTER C. F, POWELL, J. C. , SPENCER I. (2002) The

decay of chlorine associated with the pipe wall in water distribution systems. Wat. Res.,

36:3479{3488.

HALLAM, N. B., HUA F., WEST J. R., FOSTER C. F., SIMMS J. (2003). Bulk decay of

chlorine in water distribution systems. Journal of water resources planning and management.

Vol. 129:1, p 79-81.

ITOH S., MATSUOKA Y.(1996). Contributions of disinfection by-products to activity

inducing chromosomal aberrations of drinking water. Water. Res. Vol 30, No.6, 1403{1410.

LACERDA, E. G. M.; CARVALHO, A. C. P. L. F. (1999). Introdução aos Algoritmos

Genéticos. In: GALVÃO, C. O. (org.); VALENÇA, M. J. S. (org.): Sistemas Inteligentes:

aplicações a recursos hídricos e sistemas ambientais. Ed. Universidade/UFRGS/ABRH, Porto

Alegre, p. 99-150.

LU W, KIÉNÉ L, LÉVI Y. (1999). Chlorine demand of biofilms in water distribution

systems. Wat. Res. Vol. 33, No. 3, 827-835.

MAIER, S. H., POWELL, R. S., WOODWARD, C A. (2000). Calibration and comparation of

chlorine decay models for a test water distribution system. Wat. Res.v 36:2301{2309.

MANFRINI, C. (1974) Técnicas de cloração. In: AZEVEDO NETTO, J. M (COORD).

Desinfecção de águas, p 210, São Paulo: CETESB.

MARTINHO N., COSTA C., MARIANO T., MOURATO S. (2006). Aplicação de um

modelo de simulação hidráulica e da qualidade da água no sistema de abastecimento de

Abadia. In: 8º. Congresso da água, Figueira da Foz, 13-17 de março de 2006.

MEYER S. T. (1994).O Uso de Cloro na Desinfecção de Águas, a Formação de

Trihalometanos e os Riscos Potenciais à Saúde Pública. Caderno. Saúde Pública, vol. 10 (1):

99-110, jan/mar.

MILARÉ, C. R. Extração de conhecimento de redes neurais artificiais utilizando sistema de

aprendizado simbólico e algoritmo genético. (2003). São Carlos, 121p. Tese (Doutorado) –

Instituto de Ciências Matemáticas e de Computação de São Carlos, Universidade de São

Paulo, São Carlos.

109

MITH, T. D.; NICHOLAS, J. B.; KENNETH, C. J; KREWSKI D (2005). Chlorination

disinfection by-products and pancreatic cancer risk. Envoriment Health perspectives. 113:4,

418-424.

MUNAVALLI, G.R., KUMAR M. S. M. (2003). Water quality parameter estimation in

steady-state distribution system. Journal of water resources planning and management. Vol.

129(2):124{134.

MUNAVALLI, G.R., KUMAR M. S. M. (2005). Water quality parameter estimation in a

distribution system under dynamic state. Water Res.39:4287{4298.

MUNAVALLI, G.R., KUMAR M. S. M. (2006). Autocalibration of a water distribution

model for water quality parameter using GA. Journal American Water Works

Association.98:109{123.

OZDEMIR, O. N., UCAK, A. (2002). Simulation of chlorine decay in drinking-water

distribution systems. Journal of Environmental Engineering 128:31-39.

PHILIPPI JR, A., MARTINS, G. (2005). Água de abastecimento. In: PHILIPPI JR, A.

(COORD). Saneamento, saúde e ambiente: fundamentos para um desenvolvimento

sustentável. São Paulo: Manoel. 117-180p.

POWELL, J. C., HALLAM N. B., WEST, J. R. FOSTER C. F., SIMMS JOHN (2000a).

Factor which control bulk chlorine decay rates. Wat. Res. v 34:117{126.

POWELL, J. C., WEST, J. R., HALLAM, N. B., FORSTER. C. F., SIMMS, J.(2000b).

Performance of various kinetics models for chlorine decay. Journal of water resources

planning and management. Vol. 126(1):13-20.

RICHTER, C. A., AZEVEDO NETTO, J. M. (1991).Tratamento de água : tecnologia

atualizada. Sao Paulo: Edgard Blucher.

ROSSIN, A. C.(1987) Desinfecção. In: Técnica de Abastecimento e Tratamento de Água

(Tratamento de Água), Vol. 2, São Paulo: CETESB/ASCETESB.

ROSSMAN L., BOULOS P.(1996). Numerical methods for modeling water quality in

distribution systems: A comparison. Journal of water resources planning and

management.122:137-146.

110

ROSSMAN, L. A. (2000) EPANET 2 users manual. U.S. Environmental Protection Agency,

Cincinnati, Ohio. Set. 2000. Disponível em: www.epa.gov/nrmrl/wswrd/. Acesso em: 10 abr

de 2006.

ROSSMAN, L. A. (2006). The effect of advanced treatment on chlorine decay in metallic

pipes. U.S. Environmental Protection Water Res.40:2493{2502.

ROSSMAN, L., CLARK, R., GRAYMAN, W (1994). Grayman. Modeling chlorine residuals

in drinking- water distribution systems. ASCE J. of Env. Eng., 120:803{820.

ROUHIAINEN C. J., TADE M. O.,WEST G.(2003). Multi-objective genetic algorithm for

optimal scheduling of chlorine dosing in water distribution system. Proc. Computing and

Control for the Water Industry.

SEKHAR M. (2001). Disinfection by-product formation in the water distribution system of

Morehead, Kentucky. 229p. Dissertação (Mestrado) – University of Cincinnati,Cincinnati –

KY.

SILVA, K. R. G., KISHI, R. T. (2003). Modelagem matemática do cloro em redes de

distribuição de água. Saneare. Vol. 19,26-40.

SOARES, A. K. (2003). Calibração de modelos de redes de distribuição de água para

abastecimento considerando vazamentos e demanda dirigida pela pressão. São Carlos. 153p.

Dissertação (Mestrado). Escola de Engenharia de São Carlos, Universidade de São Paulo,

Brasil.

SOBRINHO, P. A, MARTINS G. (2006). Abastecimento de água. In: TSUTIYA, M T

(COORD). Abastecimento de água. 3º Ed. São Paulo. Departamento de Engenharia

Hidráulica e Sanitária da escola Politécnica da Universidade de São Paulo. 643p.

SOUZA, J. B.(2006) Avaliação de métodos para desinfecção de água, empregando cloro,

ácido perácético, ozônio e o processo de desinfecção combinado ozônio/cloro. São Carlos,

2006. 176p. Tese (Doutorado) – Escola de Engenharia de São Carlos, Universidade de São

Paulo, São Carlos.

TOMINAGA, M. Y., MIDIO A. F. (1999)Exposição humana a trihalometanos presentes em

água tratada. Revista Saúde Pública, 33(4), 413-21.

111

TUCCIARELLI, T.; CRIMINISI, A.; TERMINI, D., 1999. “Leak Analysis in Pipeline

Systems by Means of Optimal Valve Regulation.” Journal of Hydraulic Engineering, v. 125,

n. 3, p. 277-285, Mar.

USEPA (U.S. envorinmental Protection Agency) (1999) Guidance manual – Alternative

disinfectants and oxidants. Washington, D.C. Report n.815-r-99-014.1999.

VIEIRA P., COELHO S. T. (2003). Practical conditions for the use of a first order chlorine

decay model in water supply. Proc. Computing and Control for the Water Industry.

VON SPERLING, M. (2005) Introdução à qualidade das águas e ao tratamento de esgotos.

Vol. 1. 3 ed. Belo Horizonte : Ed. da UFMG. P 452.

Wall M.(1996) GAlib: A C++ Library of Genetic Algorithm Components. Mechanical

Engineering Department, Massachusetts Institute of Technology.

WORLD HEALTH ORGANIZATION. Disinfectants and disifectant by-product. WHO:

Geneva, 2004. (Environmental health criteria 216). Disponível em

<http://www.who.int/ipcs/publications/ehc/ehc_216/en/>, acesso em 15 dez. 2005.

APÊNDICE

114

APÊNDICE A – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE JUCU

Arquivo de Rede : jucu.inp

Avaliação : 76

Função Objetivo anterior :0.275767

Função Objetivo :0.272064

Parâmetros

ORDER BULK : 1

ORDER WALL : 1

Roughness Correlation : -0.0894435

Limiting Potential : 0

Kbulk1 -0.0404913

Concentração

Simulado Campo

TEMPO 1

Nó 5 0.489789 0.5

Nó 30 0.439695 0.45

Nó 38 0.388093 0.4

Nó 46 0.453419 0.45

TEMPO 2

Nó 5 0.486369 0.5

Nó 30 0.429626 0.45

Nó 38 0.37654 0.45

Nó 46 0.480944 0.5

TEMPO 3

Nó 5 0.591583 0.55

Nó 30 0.459399 0.45

Nó 38 0.411005 0.4

Nó 46 0.482418 0.5

TEMPO 4

Nó 5 0.690179 0.65

115

Nó 30 0.465018 0.5

Nó 38 0.444773 0.45

Nó 46 0.587771 0.6

TEMPO 5

Nó 5 0.739479 0.7

Nó 30 0.552654 0.55

Nó 38 0.442527 0.45

Nó 46 0.672234 0.7

TEMPO 6

Nó 5 0.695804 0.65

Nó 30 0.650855 0.65

Nó 38 0.532047 0.55

Nó 46 0.712504 0.7

TEMPO 7

Nó 5 0.591586 0.6

Nó 30 0.686333 0.7

Nó 38 0.621943 0.6

Nó 46 0.680744 0.65

TEMPO 8

Nó 5 0.549844 0.55

Nó 30 0.670627 0.65

Nó 38 0.662706 0.65

Nó 46 0.578742 0.6

TEMPO 9

Nó 5 0.453074 0.45

Nó 30 0.571871 0.55

Nó 38 0.632779 0.6

Nó 46 0.529959 0.55

TEMPO 10

Nó 5 0.295791 0.3

Nó 30 0.538122 0.5

Nó 38 0.540098 0.55

Nó 46 0.441391 0.45

TEMPO 11

Nó 5 0.291499 0.3

Nó 30 0.434651 0.4

Nó 38 0.5121 0.5

Nó 46 0.294729 0.3

TEMPO 12

Nó 5 0.394392 0.4

Nó 30 0.299156 0.3

116

Nó 38 0.496898 0.5

Nó 46 0.287961 0.3

TEMPO 13

Nó 5 0.388674 0.4

Nó 30 0.292362 0.3

Nó 38 0.399644 0.4

Nó 46 0.383724 0.4

TEMPO 14

Nó 5 0.383052 0.4

Nó 30 0.286807 0.3

Nó 38 0.389812 0.4

Nó 46 0.374949 0.4

TEMPO 15

Nó 5 0.387284 0.4

Nó 30 0.281222 0.3

Nó 38 0.380067 0.35

Nó 46 0.366365 0.35

TEMPO 16

Nó 5 0.381683 0.4

Nó 30 0.275894 0.3

Nó 38 0.370733 0.35

Nó 46 0.368295 0.35

TEMPO 17

Nó 5 0.385886 0.4

Nó 30 0.270798 0.3

Nó 38 0.361753 0.35

Nó 46 0.359885 0.4

TEMPO 18

Nó 5 0.38031 0.4

Nó 30 0.265819 0.3

Nó 38 0.353011 0.35

Nó 46 0.366068 0.4

TEMPO 19

Nó 5 0.33521 0.35

Nó 30 0.260932 0.25

Nó 38 0.34448 0.3

Nó 46 0.35771 0.35

TEMPO 20

Nó 5 0.376041 0.35

Nó 30 0.255974 0.3

Nó 38 0.336006 0.3

117

Nó 46 0.331637 0.3

TEMPO 21

Nó 5 0.382132 0.4

Nó 30 0.314465 0.3

Nó 38 0.327606 0.3

Nó 46 0.35878 0.35

TEMPO 22

Nó 5 0.219319 0.2

Nó 30 0.325631 0.35

Nó 38 0.219024 0.25

Nó 46 0.306672 0.3

TEMPO 23

Nó 5 0.199175 0.2

Nó 30 0.347134 0.35

Nó 38 0.212514 0.25

Nó 46 0.203882 0.2

TEMPO 24

Nó 5 0.295792 0.3

Nó 30 0.205184 0.2

Nó 38 0.286393 0.3

Nó 46 0.199197 0.2

118

APÊNDICE B – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE FOURAS

Arquivo de Rede : Fouras.inp

Avaliação : 3938

Função Objetivo anterior :9.10955

Função Objetivo :8.98452

Parâmetros

ORDER BULK : 1

ORDER WALL : 1

Roughness Correlation : 0

Limiting Potential : 0

Kbulk1 -1.21155

Kwall1 -0.193561

Kwall2 -0.000586737

Kwall3 -0.00108196

Concentração

Simulado Campo

TEMPO 24

Nó 4 0.48031 0.441

Nó 8 0.351746 0.312

Nó 26 0.22042 0.204

Nó 20 0.0798397 0.069

TEMPO 25

Nó 4 0.472499 0.512

Nó 8 0.353771 0.365

Nó 26 0.238444 0.202

Nó 20 0.086426 0.08

TEMPO 26

Nó 4 0.544058 0.497

Nó 8 0.361256 0.383

Nó 26 0.226042 0.196

119

Nó 20 0.0909648 0.084

TEMPO 27

Nó 4 0.537866 0.477

Nó 8 0.36639 0.4

Nó 26 0.214284 0.185

Nó 20 0.0882935 0.08

TEMPO 28

Nó 4 0.510872 0.393

Nó 8 0.363192 0.404

Nó 26 0.203139 0.166

Nó 20 0.0892294 0.08

TEMPO 29

Nó 4 0.495415 0.43

Nó 8 0.344712 0.39

Nó 26 0.192573 0.16

Nó 20 0.0900425 0.08

TEMPO 30

Nó 4 0.470551 0.453

Nó 8 0.339518 0.379

Nó 26 0.182557 0.155

Nó 20 0.0820712 0.08

TEMPO 31

Nó 4 0.474731 0.444

Nó 8 0.322242 0.355

Nó 26 0.173061 0.144

Nó 20 0.0750225 0.068

TEMPO 32

Nó 4 0.473229 0.514

Nó 8 0.305845 0.318

Nó 26 0.16406 0.133

Nó 20 0.0680752 0.057

TEMPO 33

Nó 4 0.520725 0.526

Nó 8 0.290282 0.332

Nó 26 0.155526 0.131

Nó 20 0.0679291 0.056

TEMPO 34

Nó 4 0.511589 0.497

Nó 8 0.275511 0.302

Nó 26 0.147437 0.148

Nó 20 0.0639847 0.056

120

TEMPO 35

Nó 4 0.51931 0.43

Nó 8 0.267362 0.276

Nó 26 0.164513 0.154

Nó 20 0.0585019 0.051

TEMPO 36

Nó 4 0.503478 0.501

Nó 8 0.30368 0.292

Nó 26 0.170976 0.148

Nó 20 0.0557765 0.046

TEMPO 37

Nó 4 0.538166 0.539

Nó 8 0.308031 0.344

Nó 26 0.179822 0.158

Nó 20 0.0710668 0.057

TEMPO 38

Nó 4 0.603265 0.571

Nó 8 0.292357 0.304

Nó 26 0.182539 0.163

Nó 20 0.0742144 0.068

TEMPO 39

Nó 4 0.584848 0.54

Nó 8 0.277481 0.299

Nó 26 0.183988 0.184

Nó 20 0.0693492 0.057

TEMPO 40

Nó 4 0.588226 0.5

Nó 8 0.285725 0.319

Nó 26 0.215909 0.182

Nó 20 0.0706752 0.056

TEMPO 41

Nó 4 0.56975 0.522

Nó 8 0.325139 0.31

Nó 26 0.204679 0.178

Nó 20 0.073783 0.056

TEMPO 42

Nó 4 0.559348 0.513

Nó 8 0.32384 0.378

Nó 26 0.194033 0.169

Nó 20 0.0885238 0.066

TEMPO 43

121

Nó 4 0.567695 0.495

Nó 8 0.307362 0.347

Nó 26 0.18394 0.158

Nó 20 0.0808782 0.068

TEMPO 44

Nó 4 0.549783 0.422

Nó 8 0.319483 0.342

Nó 26 0.188416 0.161

Nó 20 0.0757888 0.068

TEMPO 45

Nó 4 0.48897 0.452

Nó 8 0.303226 0.323

Nó 26 0.20157 0.173

Nó 20 0.0769291 0.068

TEMPO 46

Nó 4 0.483299 0.388

Nó 8 0.325192 0.302

Nó 26 0.212005 0.185

Nó 20 0.0714045 0.059

TEMPO 47

Nó 4 0.459043 0.41

Nó 8 0.371881 0.339

Nó 26 0.208178 0.181

Nó 20 0.0746882 0.061

TEMPO 48

Nó 4 0.448373 0.407

Nó 8 0.352958 0.353

Nó 26 0.216945 0.184

Nó 20 0.086331 0.072

TEMPO 49

Nó 4 0.451532 0.406

Nó 8 0.364849 0.367

Nó 26 0.205661 0.189

Nó 20 0.0839569 0.078

TEMPO 50

Nó 4 0.511243 0.493

Nó 8 0.346284 0.348

Nó 26 0.194964 0.184

Nó 20 0.0822519 0.072

TEMPO 51

Nó 4 0.506195 0.464

122

Nó 8 0.337818 0.351

Nó 26 0.197548 0.175

Nó 20 0.0826577 0.072

TEMPO 52

Nó 4 0.48079 0.396

Nó 8 0.320628 0.364

Nó 26 0.199709 0.154

Nó 20 0.0807454 0.083

TEMPO 53

Nó 4 0.474008 0.422

Nó 8 0.32003 0.355

Nó 26 0.189322 0.143

Nó 20 0.0813176 0.073

TEMPO 54

Nó 4 0.450219 0.404

Nó 8 0.303746 0.354

Nó 26 0.163571 0.138

Nó 20 0.0774567 0.072

TEMPO 55

Nó 4 0.438981 0.44

Nó 8 0.28829 0.318

Nó 26 0.155064 0.127

Nó 20 0.0713724 0.062

TEMPO 56

Nó 4 0.449761 0.406

Nó 8 0.273621 0.277

Nó 26 0.146998 0.127

Nó 20 0.0594424 0.06

TEMPO 57

Nó 4 0.46392 0.406

Nó 8 0.259698 0.275

Nó 26 0.139352 0.13

Nó 20 0.0564243 0.06

TEMPO 58

Nó 4 0.445982 0.445

Nó 8 0.246483 0.261

Nó 26 0.132104 0.148

Nó 20 0.053927 0.049

TEMPO 59

Nó 4 0.46729 0.442

Nó 8 0.266449 0.254

123

Nó 26 0.157704 0.164

Nó 20 0.0559611 0.048

TEMPO 60

Nó 4 0.49005 0.489

Nó 8 0.287267 0.286

Nó 26 0.16242 0.16

Nó 20 0.0533372 0.048

TEMPO 61

Nó 4 0.551984 0.578

Nó 8 0.294608 0.336

Nó 26 0.168025 0.161

Nó 20 0.0646731 0.06

TEMPO 62

Nó 4 0.594769 0.534

Nó 8 0.295138 0.314

Nó 26 0.173521 0.157

Nó 20 0.0667019 0.062

TEMPO 63

Nó 4 0.610761 0.503

Nó 8 0.28012 0.305

Nó 26 0.180075 0.163

Nó 20 0.0639231 0.062

TEMPO 64

Nó 4 0.587182 0.502

Nó 8 0.277383 0.291

Nó 26 0.18093 0.157

Nó 20 0.0710548 0.062

TEMPO 65

Nó 4 0.573376 0.51

Nó 8 0.280865 0.284

Nó 26 0.171519 0.156

Nó 20 0.0700763 0.062

TEMPO 66

Nó 4 0.559673 0.501

Nó 8 0.268905 0.291

Nó 26 0.172522 0.163

Nó 20 0.0707717 0.062

TEMPO 67

Nó 4 0.542343 0.442

Nó 8 0.255222 0.284

Nó 26 0.174119 0.174

124

Nó 20 0.0676517 0.062

TEMPO 68

Nó 4 0.502146 0.392

Nó 8 0.242235 0.263

Nó 26 0.196355 0.184

Nó 20 0.0690306 0.062

TEMPO 69

Nó 4 0.476944 0.441

Nó 8 0.249661 0.244

Nó 26 0.219049 0.209

Nó 20 0.0665981 0.062

TEMPO 70

Nó 4 0.463941 0.368

Nó 8 0.24726 0.228

Nó 26 0.220151 0.217

Nó 20 0.0760339 0.062

TEMPO 71

Nó 4 0.455958 0.366

Nó 8 0.234679 0.228

Nó 26 0.208701 0.212

Nó 20 0.0889372 0.07

TEMPO 72

Nó 4 0.433074 0.342

Nó 8 0.222737 0.213

Nó 26 0.209656 0.207

Nó 20 0.0860582 0.085

TEMPO 73

Nó 4 0.411339 0.305

Nó 8 0.231099 0.201

Nó 26 0.198751 0.206

Nó 20 0.0865806 0.082

TEMPO 74

Nó 4 0.390695 0.288

Nó 8 0.228523 0.197

Nó 26 0.205386 0.195

Nó 20 0.0848298 0.08

TEMPO 75

Nó 4 0.371087 0.306

Nó 8 0.231968 0.192

Nó 26 0.194704 0.178

Nó 20 0.082066 0.08

125

TEMPO 76

Nó 4 0.383517 0.385

Nó 8 0.220165 0.185

Nó 26 0.184577 0.165

Nó 20 0.0822926 0.08

TEMPO 77

Nó 4 0.385985 0.401

Nó 8 0.220296 0.18

Nó 26 0.174976 0.152

Nó 20 0.0736158 0.071

TEMPO 78

Nó 4 0.400553 0.353

Nó 8 0.238906 0.179

Nó 26 0.151267 0.148

Nó 20 0.0699536 0.068

TEMPO 79

Nó 4 0.392291 0.402

Nó 8 0.22675 0.178

Nó 26 0.143399 0.139

Nó 20 0.0640591 0.068

TEMPO 80

Nó 4 0.413199 0.364

Nó 8 0.228261 0.173

Nó 26 0.145651 0.129

Nó 20 0.0584349 0.057

TEMPO 81

Nó 4 0.408064 0.396

Nó 8 0.228598 0.18

Nó 26 0.138075 0.122

Nó 20 0.0553136 0.056

TEMPO 82

Nó 4 0.423569 0.422

Nó 8 0.216966 0.202

Nó 26 0.130894 0.114

Nó 20 0.0527478 0.056

TEMPO 83

Nó 4 0.479215 0.407

Nó 8 0.205926 0.216

Nó 26 0.124085 0.109

Nó 20 0.0510985 0.052

TEMPO 84

126

Nó 4 0.47158 0.517

Nó 8 0.195448 0.232

Nó 26 0.117631 0.123

Nó 20 0.0493425 0.044

TEMPO 85

Nó 4 0.550309 0.517

Nó 8 0.197819 0.257

Nó 26 0.132592 0.139

Nó 20 0.0483532 0.044

TEMPO 86

Nó 4 0.597591 0.495

Nó 8 0.187754 0.264

Nó 26 0.1592 0.147

Nó 20 0.0481017 0.044

TEMPO 87

Nó 4 0.611255 0.568

Nó 8 0.179293 0.252

Nó 26 0.173726 0.152

Nó 20 0.0531509 0.05

TEMPO 88

Nó 4 0.623419 0.569

Nó 8 0.180283 0.238

Nó 26 0.174761 0.153

Nó 20 0.0595341 0.056

TEMPO 89

Nó 4 0.614522 0.516

Nó 8 0.17111 0.229

Nó 26 0.175443 0.16

Nó 20 0.0702318 0.056

TEMPO 90

Nó 4 0.607401 0.5

Nó 8 0.162403 0.218

Nó 26 0.188175 0.171

Nó 20 0.0703692 0.056

TEMPO 91

Nó 4 0.566395 0.534

Nó 8 0.15414 0.211

Nó 26 0.18388 0.185

Nó 20 0.0709726 0.056

TEMPO 92

Nó 4 0.565425 0.484

127

Nó 8 0.146296 0.202

Nó 26 0.202223 0.206

Nó 20 0.0741481 0.062

TEMPO 93

Nó 4 0.537048 0.449

Nó 8 0.138852 0.182

Nó 26 0.213516 0.208

Nó 20 0.078013 0.068

TEMPO 94

Nó 4 0.510094 0.419

Nó 8 0.131787 0.163

Nó 26 0.218763 0.213

Nó 20 0.0791184 0.069

TEMPO 95

Nó 4 0.484493 0.454

Nó 8 0.141177 0.147

Nó 26 0.230496 0.223

Nó 20 0.0904254 0.08

TEMPO 96

Nó 4 0.485979 0.43

Nó 8 0.147498 0.136

Nó 26 0.218508 0.231

Nó 20 0.0915304 0.088

TEMPO 97

Nó 4 0.477683 0.434

Nó 8 0.150102 0.125

Nó 26 0.219547 0.22

Nó 20 0.0914107 0.088

TEMPO 98

Nó 4 0.467909 0.461

Nó 8 0.151949 0.113

Nó 26 0.220603 0.211

Nó 20 0.0931714 0.097

TEMPO 99

Nó 4 0.476242 0.445

Nó 8 0.155048 0.107

Nó 26 0.209128 0.218

Nó 20 0.0910405 0.098

TEMPO 100

Nó 4 0.47328 0.483

Nó 8 0.147159 0.102

128

Nó 26 0.198251 0.216

Nó 20 0.0889727 0.088

TEMPO 101

Nó 4 0.484931 0.45

Nó 8 0.139671 0.097

Nó 26 0.187939 0.202

Nó 20 0.0803157 0.088

TEMPO 102

Nó 4 0.474953 0.433

Nó 8 0.132564 0.093

Nó 26 0.178164 0.19

Nó 20 0.0731957 0.088

TEMPO 103

Nó 4 0.451116 0.422

Nó 8 0.139171 0.093

Nó 26 0.168897 0.186

Nó 20 0.0722501 0.088

TEMPO 104

Nó 4 0.428476 0.435

Nó 8 0.153589 0.1

Nó 26 0.160112 0.185

Nó 20 0.0675297 0.081

TEMPO 105

Nó 4 0.446957 0.44

Nó 8 0.145774 0.116

Nó 26 0.151784 0.183

Nó 20 0.0616335 0.076

TEMPO 106

Nó 4 0.451322 0.43

Nó 8 0.171025 0.138

Nó 26 0.14389 0.179

Nó 20 0.0569073 0.076

TEMPO 107

Nó 4 0.46903 0.405

Nó 8 0.189845 0.157

Nó 26 0.136405 0.183

Nó 20 0.0618456 0.074

TEMPO 108

Nó 4 0.469715 0.469

Nó 8 0.200171 0.175

Nó 26 0.15886 0.198

129

Nó 20 0.0586123 0.064

TEMPO 109

Nó 4 0.523577 0.494

Nó 8 0.200487 0.176

Nó 26 0.163051 0.198

Nó 20 0.0542138 0.064

TEMPO 110

Nó 4 0.563258 0.568

Nó 8 0.212956 0.194

Nó 26 0.174922 0.198

Nó 20 0.0609437 0.069

TEMPO 111

Nó 4 0.636493 0.594

Nó 8 0.203055 0.213

Nó 26 0.170754 0.206

Nó 20 0.0694516 0.076

TEMPO 112

Nó 4 0.667455 0.595

Nó 8 0.192722 0.205

Nó 26 0.203095 0.206

Nó 20 0.0725121 0.076

TEMPO 113

Nó 4 0.662552 0.522

Nó 8 0.182916 0.204

Nó 26 0.192532 0.197

Nó 20 0.0738304 0.076

TEMPO 114

Nó 4 0.640099 0.589

Nó 8 0.183486 0.218

Nó 26 0.192418 0.192

Nó 20 0.0767083 0.076

TEMPO 115

Nó 4 0.636344 0.561

Nó 8 0.184548 0.228

Nó 26 0.190754 0.187

Nó 20 0.083232 0.076

TEMPO 116

Nó 4 0.626002 0.514

Nó 8 0.186715 0.22

Nó 26 0.192381 0.195

Nó 20 0.0771676 0.076

130

TEMPO 117

Nó 4 0.574974 0.499

Nó 8 0.2006 0.231

Nó 26 0.198471 0.203

Nó 20 0.0754461 0.076

TEMPO 118

Nó 4 0.532131 0.45

Nó 8 0.190393 0.22

Nó 26 0.200799 0.234

Nó 20 0.0758016 0.076

TEMPO 119

Nó 4 0.519233 0.502

Nó 8 0.180705 0.202

Nó 26 0.236236 0.252

Nó 20 0.0790982 0.076

TEMPO 120

Nó 4 0.512755 0.524

Nó 8 0.17151 0.19

Nó 26 0.250583 0.263

Nó 20 0.0855503 0.081

TEMPO 121

Nó 4 0.517922 0.527

Nó 8 0.176089 0.183

Nó 26 0.23755 0.258

Nó 20 0.09433 0.098

TEMPO 122

Nó 4 0.527724 0.517

Nó 8 0.176756 0.178

Nó 26 0.246251 0.264

Nó 20 0.101285 0.102

TEMPO 123

Nó 4 0.524984 0.546

Nó 8 0.167763 0.179

Nó 26 0.233443 0.26

Nó 20 0.0980522 0.113

TEMPO 124

Nó 4 0.537151 0.51

Nó 8 0.172381 0.186

Nó 26 0.221301 0.249

Nó 20 0.0944821 0.103

TEMPO 125

131

Nó 4 0.523936 0.497

Nó 8 0.163609 0.189

Nó 26 0.20979 0.226

Nó 20 0.0922419 0.102

TEMPO 126

Nó 4 0.497641 0.472

Nó 8 0.167111 0.186

Nó 26 0.198878 0.207

Nó 20 0.0850146 0.102

TEMPO 127

Nó 4 0.485116 0.386

Nó 8 0.16953 0.192

Nó 26 0.176726 0.196

Nó 20 0.082915 0.101

TEMPO 128

Nó 4 0.43623 0.37

Nó 8 0.174239 0.213

Nó 26 0.156497 0.208

Nó 20 0.0757291 0.09

TEMPO 129

Nó 4 0.414337 0.398

Nó 8 0.197052 0.219

Nó 26 0.148357 0.217

Nó 20 0.0630709 0.08

TEMPO 130

Nó 4 0.435412 0.396

Nó 8 0.203492 0.205

Nó 26 0.158866 0.227

Nó 20 0.0629057 0.078

TEMPO 131

Nó 4 0.441644 0.422

Nó 8 0.209928 0.196

Nó 26 0.172845 0.233

Nó 20 0.0642826 0.078

TEMPO 132

Nó 4 0.467207 0.486

Nó 8 0.228779 0.183

Nó 26 0.163266 0.214

Nó 20 0.0677957 0.086

TEMPO 133

Nó 4 0.526665 0.486

132

Nó 8 0.228058 0.18

Nó 26 0.154167 0.202

Nó 20 0.0764813 0.096

TEMPO 134

Nó 4 0.590527 0.547

Nó 8 0.216454 0.181

Nó 26 0.157086 0.182

Nó 20 0.0845327 0.07

TEMPO 135

Nó 4 0.592825 0.498

Nó 8 0.216028 0.178

Nó 26 0.148332 0.167

Nó 20 0.0885131 0.088

TEMPO 136

Nó 4 0.584695 0.575

Nó 8 0.215552 0.179

Nó 26 0.152745 0.154

Nó 20 0.0853913 0.086

TEMPO 137

Nó 4 0.608284 0.564

Nó 8 0.204584 0.181

Nó 26 0.144233 0.14

Nó 20 0.077705 0.076

TEMPO 138

Nó 4 0.590446 0.526

Nó 8 0.194174 0.209

Nó 26 0.136195 0.126

Nó 20 0.0725714 0.076

TEMPO 139

Nó 4 0.560813 0.492

Nó 8 0.184294 0.229

Nó 26 0.128606 0.117

Nó 20 0.0751127 0.076

TEMPO 140

Nó 4 0.522387 0.463

Nó 8 0.196976 0.247

Nó 26 0.135651 0.108

Nó 20 0.0745001 0.084

TEMPO 141

Nó 4 0.508846 0.457

Nó 8 0.211105 0.249

133

Nó 26 0.128091 0.098

Nó 20 0.0813818 0.088

TEMPO 142

Nó 4 0.532515 0.505

Nó 8 0.214401 0.258

Nó 26 0.120953 0.091

Nó 20 0.0857636 0.105

TEMPO 143

Nó 4 0.517138 0.443

Nó 8 0.203492 0.25

Nó 26 0.114212 0.085

Nó 20 0.0968304 0.117

TEMPO 144

Nó 4 0.475526 0.443

Nó 8 0.193137 0.234

Nó 26 0.107848 0.078

Nó 20 0.0976278 0.12

134

APÊNDICE C – RESULTADO DA CALIBRAÇÃO VAZAMENTO – REDE HIPOTÉTICA

Arquivo de Rede : Tucciarelli.inp

Avaliação : 1405

Função Objetivo anterior :0.0025907

Função Objetivo :0.000499142

Parâmetros

Expoente do emitter : 1.28311

Rugosidade 1 3.1391

Coeficiente C :1 0.674445

Coeficiente C :2 1.70321

Coeficiente do Emiter :1 0.0909637

Coeficiente do Emiter :2 0.0681422

Coeficiente do Emiter :3 0.0546308

Coeficiente do Emiter :4 0.0264854

Coeficiente do Emiter :5 0.0916325

Coeficiente do Emiter :6 0.0909637

Coeficiente do Emiter :7 0.0869506

Coeficiente do Emiter :8 0.0949768

Coeficiente do Emiter :9 0.0667507

Coeficiente do Emiter :10 0.0519286

Coeficiente do Emiter :11 0.034431

Coeficiente do Emiter :12 0.0769178

Coeficiente do Emiter :13 0

Coeficiente do Emiter :14 0

Coeficiente do Emiter :15 1.98984e-43

Pressão

Simulado Campo

TEMPO 1

Nó 1 42.6108 42.61

Nó 2 47.1411 47.14

135

Nó 3 46.3612 46.36

Nó 6 40.9589 40.96

Nó 11 45.6667 45.67

TEMPO 2

Nó 1 39.3511 39.35

Nó 2 43.5872 43.59

Nó 3 43.3956 43.4

Nó 6 37.9389 37.94

Nó 11 42.3985 42.4

TEMPO 3

Nó 1 27.7076 27.71

Nó 2 30.5233 30.53

Nó 3 33.0196 33.02

Nó 6 27.4272 27.42

Nó 11 30.7177 30.72

Vazão

Simulado Campo

TEMPO 1

Tubulação 23 38.417 38.3764

Tubulação 24 46.0178 46.0101

Tubulação 25 70.2219 70.2744

TEMPO 2

Tubulação 23 46.4757 46.4208

Tubulação 24 52.4905 52.4903

Tubulação 25 79.7131 79.7737

TEMPO 3

Tubulação 23 72.3544 72.2683

Tubulação 24 72.6308 72.6523

Tubulação 25 110.255 110.325

Consumo

Demanda Base Consumo Real Vazamento Consumo Potencial

TEMPO 1

nó 1 36 9.8953 11.2129 21.1082

nó 2 36 9.8953 9.56245 19.4577

nó 3 36 9.8953 7.50404 17.3993

136

nó 4 0 0 3.16757 3.16757

nó 5 0 0 9.92763 9.92763

nó 6 36 9.8953 10.6582 20.5535

nó 7 0 0 11.8115 11.8115

nó 8 0 0 12.0441 12.0441

nó 9 0 0 8.21776 8.21776

nó 10 0 0 7.381 7.381

nó 11 36 9.8953 4.63869 14.534

nó 12 0 0 9.05766 9.05766

nó 13 0 0 0 0

nó 14 0 0 0 0

nó 15 0 0 2.17145e-41 2.17145e-41

Consumo Total da Hora : 154.657

Vazamento da Hora : 105.184

Consumo Real da Hora : 49.4732

Demanda Base : 180

Multiplicador do Consumo Real : 0.274869

Porcentagem de vazamento da hora : 0.68011

TEMPO 2

nó 1 36 16.5879 10.1244 26.7123

nó 2 36 16.5879 8.6475 25.2354

nó 3 36 16.5879 6.89378 23.4816

nó 4 0 0 2.89582 2.89582

137

nó 5 0 0 9.00781 9.00781

nó 6 36 16.5879 9.66061 26.2485

nó 7 0 0 10.8311 10.8311

nó 8 0 0 11.0579 11.0579

nó 9 0 0 7.41747 7.41747

nó 10 0 0 6.74755 6.74755

nó 11 36 16.5879 4.21712 20.805

nó 12 0 0 8.23966 8.23966

nó 13 0 0 0 0

nó 14 0 0 0 0

nó 15 0 0 1.97569e-41 1.97569e-41

Consumo Total da Hora : 178.679

Vazamento da Hora : 95.7407

Consumo Real da Hora : 82.9386

Demanda Base : 180

Multiplicador do Consumo Real : 0.460774

Porcentagem de vazamento da hora : 0.535824

TEMPO 3

nó 1 36 38.1815 6.45472 44.6362

nó 2 36 38.1815 5.47468 43.6562

nó 3 36 38.1815 4.85496 43.0365

nó 4 0 0 2.00938 2.00938

nó 5 0 0 6.0277 6.0277

138

nó 6 36 38.1815 6.37103 44.5526

nó 7 0 0 7.60449 7.60449

nó 8 0 0 7.84405 7.84405

nó 9 0 0 4.71953 4.71953

nó 10 0 0 4.61781 4.61781

nó 11 36 38.1815 2.78888 40.9704

nó 12 0 0 5.5707 5.5707

nó 13 0 0 0 0

nó 14 0 0 0 0

nó 15 0 0 1.34314e-41 1.34314e-41

Consumo Total da Hora : 255.24

Vazamento da Hora : 64.3379

Consumo Real da Hora : 190.903

Demanda Base : 180

Multiplicador do Consumo Real : 1.0606

Porcentagem de vazamento da hora : 0.252068

139

APÊNDICE D – RESULTADO DA CALIBRAÇÃO DE QUALIDADE – REDE

HIPOTÉTICA

Arquivo de Rede : Tucciarellicvc.inp

Avaliação : 12236

Função Objetivo anterior :0.00539255

Função Objetivo :0.0051944

Parâmetros

ORDER BULK : 1

ORDER WALL : 1

Roughness Correlation : 0

Limiting Potential : 0

Kbulk1 -1.24909

Kbulk2 -1.82065

Kbulk3 -0.382678

Kwall1 -0.428998

Kwall2 -0.339718

Kwall3 -0.280923

Concentração

Simulado Campo

TEMPO 25

Nó 2 0.429724 0.4322

Nó 6 0.610748 0.6085

Nó 3 0.359636 0.359

Nó 11 0.302847 0.3017

TEMPO 26

Nó 2 0.434076 0.4362

Nó 6 0.565866 0.5645

Nó 3 0.374981 0.3745

Nó 11 0.336085 0.3361

TEMPO 27

140

Nó 2 0.435688 0.4382

Nó 6 0.583327 0.5818

Nó 3 0.372543 0.3713

Nó 11 0.32219 0.3188

TEMPO 28

Nó 2 0.408995 0.4118

Nó 6 0.568922 0.5689

Nó 3 0.354983 0.3525

Nó 11 0.31555 0.3216

TEMPO 29

Nó 2 0.406585 0.4092

Nó 6 0.544886 0.5458

Nó 3 0.358359 0.3564

Nó 11 0.316476 0.3208

TEMPO 30

Nó 2 0.423291 0.4254

Nó 6 0.566375 0.5648

Nó 3 0.363128 0.3599

Nó 11 0.31422 0.3072

TEMPO 31

Nó 2 0.437508 0.4389

Nó 6 0.597349 0.5958

Nó 3 0.357389 0.3569

Nó 11 0.29751 0.2897

TEMPO 32

Nó 2 0.498333 0.5003

Nó 6 0.632736 0.6313

Nó 3 0.445348 0.4446

Nó 11 0.370947 0.3713

TEMPO 33

Nó 2 0.51839 0.5216

Nó 6 0.699228 0.6974

Nó 3 0.429701 0.429

Nó 11 0.36196 0.3624

TEMPO 34

Nó 2 0.5581 0.5597

Nó 6 0.730642 0.7287

Nó 3 0.443261 0.4426

Nó 11 0.359639 0.3599

TEMPO 35

Nó 2 0.538539 0.5417

141

Nó 6 0.72396 0.7221

Nó 3 0.426796 0.426

Nó 11 0.356985 0.3573

TEMPO 36

Nó 2 0.516798 0.5194

Nó 6 0.701382 0.6986

Nó 3 0.418682 0.4182

Nó 11 0.347251 0.3476

TEMPO 37

Nó 2 0.504152 0.5055

Nó 6 0.677086 0.6747

Nó 3 0.414323 0.4138

Nó 11 0.353314 0.3537

TEMPO 38

Nó 2 0.472934 0.4751

Nó 6 0.611985 0.6103

Nó 3 0.400707 0.4

Nó 11 0.332355 0.3326

TEMPO 39

Nó 2 0.45256 0.4554

Nó 6 0.622191 0.6202

Nó 3 0.360178 0.3597

Nó 11 0.302406 0.3026

TEMPO 40

Nó 2 0.421738 0.4261

Nó 6 0.606792 0.6043

Nó 3 0.351244 0.3507

Nó 11 0.29194 0.2919

TEMPO 41

Nó 2 0.406649 0.4075

Nó 6 0.577573 0.5749

Nó 3 0.329998 0.3295

Nó 11 0.270924 0.2709

TEMPO 42

Nó 2 0.378163 0.3814

Nó 6 0.578768 0.5768

Nó 3 0.302923 0.3024

Nó 11 0.26804 0.2678

TEMPO 43

Nó 2 0.399431 0.4032

Nó 6 0.649418 0.6463

142

Nó 3 0.303753 0.3032

Nó 11 0.27113 0.2709

TEMPO 44

Nó 2 0.424894 0.4275

Nó 6 0.626142 0.6238

Nó 3 0.363291 0.3627

Nó 11 0.318323 0.3185

TEMPO 45

Nó 2 0.466763 0.4692

Nó 6 0.619039 0.6169

Nó 3 0.391025 0.3866

Nó 11 0.326283 0.3211

TEMPO 46

Nó 2 0.490895 0.4931

Nó 6 0.63666 0.6352

Nó 3 0.395255 0.3957

Nó 11 0.321995 0.3152

TEMPO 47

Nó 2 0.480785 0.4825

Nó 6 0.632466 0.6308

Nó 3 0.386205 0.3834

Nó 11 0.3205 0.3202

TEMPO 48

Nó 2 0.484251 0.4856

Nó 6 0.694426 0.6926

Nó 3 0.370684 0.3702

Nó 11 0.303247 0.3037

TEMPO 49

Nó 2 0.463042 0.4649

Nó 6 0.601343 0.5997

Nó 3 0.381768 0.3811

Nó 11 0.327921 0.3286

TEMPO 50

Nó 2 0.422146 0.4246

Nó 6 0.564871 0.5631

Nó 3 0.370467 0.37

Nó 11 0.333319 0.3335

TEMPO 51

Nó 2 0.425496 0.4281

Nó 6 0.575267 0.5734

Nó 3 0.363195 0.3626

143

Nó 11 0.318607 0.3188

TEMPO 52

Nó 2 0.413952 0.4166

Nó 6 0.565496 0.5641

Nó 3 0.357702 0.3572

Nó 11 0.317673 0.3179

TEMPO 53

Nó 2 0.403277 0.4022

Nó 6 0.547587 0.5457

Nó 3 0.355901 0.3554

Nó 11 0.308207 0.3082

TEMPO 54

Nó 2 0.422681 0.4258

Nó 6 0.565779 0.5642

Nó 3 0.359269 0.3588

Nó 11 0.315605 0.3157

TEMPO 55

Nó 2 0.445404 0.4474

Nó 6 0.600551 0.599

Nó 3 0.36344 0.3628

Nó 11 0.309688 0.3102

TEMPO 56

Nó 2 0.430146 0.4331

Nó 6 0.618178 0.6156

Nó 3 0.360593 0.36

Nó 11 0.303074 0.3018

TEMPO 57

Nó 2 0.466927 0.4683

Nó 6 0.679459 0.6765

Nó 3 0.402208 0.4015

Nó 11 0.342061 0.3418

TEMPO 58

Nó 2 0.53939 0.5418

Nó 6 0.726466 0.7245

Nó 3 0.446899 0.4462

Nó 11 0.352786 0.3532

TEMPO 59

Nó 2 0.586004 0.5871

Nó 6 0.739065 0.7376

Nó 3 0.452903 0.4552

Nó 11 0.382792 0.3831

144

TEMPO 60

Nó 2 0.518974 0.5227

Nó 6 0.706374 0.7038

Nó 3 0.419803 0.4145

Nó 11 0.349812 0.35

TEMPO 61

Nó 2 0.490598 0.4933

Nó 6 0.678189 0.6768

Nó 3 0.40371 0.4031

Nó 11 0.341063 0.3412

TEMPO 62

Nó 2 0.438044 0.4394

Nó 6 0.620018 0.6176

Nó 3 0.37334 0.3727

Nó 11 0.327719 0.3277

TEMPO 63

Nó 2 0.471194 0.4729

Nó 6 0.626983 0.6253

Nó 3 0.375435 0.375

Nó 11 0.313902 0.3143

TEMPO 64

Nó 2 0.421145 0.4237

Nó 6 0.611254 0.6085

Nó 3 0.351366 0.3508

Nó 11 0.290464 0.2903

TEMPO 65

Nó 2 0.3855 0.3891

Nó 6 0.601184 0.5974

Nó 3 0.304509 0.3041

Nó 11 0.267006 0.2668

TEMPO 66

Nó 2 0.392406 0.394

Nó 6 0.57476 0.5725

Nó 3 0.312672 0.3121

Nó 11 0.266786 0.2666

TEMPO 67

Nó 2 0.366124 0.369

Nó 6 0.665298 0.6613

Nó 3 0.2938 0.2933

Nó 11 0.264756 0.2646

TEMPO 68

145

Nó 2 0.412376 0.413

Nó 6 0.629652 0.6269

Nó 3 0.353881 0.3532

Nó 11 0.311738 0.3115

TEMPO 69

Nó 2 0.466301 0.4684

Nó 6 0.618602 0.6165

Nó 3 0.390788 0.3903

Nó 11 0.325324 0.3257

TEMPO 70

Nó 2 0.493603 0.4957

Nó 6 0.637705 0.6361

Nó 3 0.395976 0.3932

Nó 11 0.322264 0.3225

TEMPO 71

Nó 2 0.469506 0.4719

Nó 6 0.625002 0.6229

Nó 3 0.378867 0.3782

Nó 11 0.309425 0.3098

TEMPO 72

Nó 2 0.491751 0.4941

Nó 6 0.698638 0.6968

Nó 3 0.376081 0.3754

Nó 11 0.316167 0.317

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 