Desenvolvimento de um modelo híbrido Migha-RNA para calibração de rugosidades absolutas em redes de distribuição de água

Abstract

RESUMO Este trabalho teve como objetivo desenvolver um novo método híbrido de calibração de rugosidades absolutas em redes de distribuição de água, com base na combinação do método iterativo do gradiente hidráulico alternativo (Migha) com uma rede neural artificial (RNA) do tipo Perceptron Multicamadas. Foram testadas diferentes configurações para o modelo, em vários cenários que diferiam quanto ao número de pressões observadas utilizadas. Os resultados encontrados sugerem que a combinação dos métodos foi favorável à calibração das rugosidades, com erros absolutos médios inferiores a 0,016 mm no modelo que calculava apenas um valor por material para o parâmetro. A boa performance também ficou evidente quando analisadas as pressões e vazões retornadas pela simulação da rede calibrada, as quais apresentaram erros relativos médios de 0,12 e 0,36%, respectivamente, no cenário com 14% dos nós com pressões conhecidas, erros consideravelmente inferiores àqueles obtidos pela configuração inicial da rede e pelo uso exclusivo do Migha.