MODELO HIDRÁULICO DINÁMICO EN TIEMPO REAL PARA REDES DE

DISTRIBUCIÓN DE AGUAS: MODELADO DE ESTADO SEGURO

RESUMEN

Se sabe que Sudáfrica es un país con escasez de agua que recientemente ha estado
experimentando condiciones climáticas erráticas que resultan en un suministro de agua
restringido. Se ha renovado el enfoque en la conservación del agua. Este estudio busca
desarrollar un modelo hidráulico de estado estable que se utilizará dentro de un modelo
hidráulico dinámico en tiempo real (DHM). El Consejo para la Investigación Científica e
Industrial (CSIR) red de distribución de agua (WDN) se utiliza como un estudio piloto para este
fin. Se realizó un análisis hidráulico para la WDN. Los datos de los parámetros del modelo se
obtuvieron a través de planos de construcción y visitas al sitio. Se verificaron los datos y se
midieron los parámetros críticos desconocidos (aquellos cuya ausencia da como resultado la
incertidumbre del modelo) y luego se importaron a un modelo informático desarrollado en el
programa EPANET. El modelo se presenta en este trabajo. El piloto de la WDN se analizó
durante un período de 24 horas. Los resultados de la red han revelado que el sistema es
funcional y que el agua se transporta en el sistema a una velocidad muy alta y es impulsada
por una alta presión en el punto de extracción. Las velocidades de flujo están dentro del rango
de 0,6 m / sa 2 m / s según lo recomendado por las pautas internas de CSIR, y por lo tanto no
se espera un estancamiento. El modelo hidráulico de estado estable formará parte del DHM en
tiempo real y se accederá a la eficiencia de tiempo y costo de todo el proceso de DHM. Esta
evaluación tendrá en cuenta el deseo de replicar un procedimiento similar en numerosas áreas
en municipios de Sudáfrica.

PALABRAS CLAVE

Modelado hidráulico, monitoreo en tiempo real, modelo de estado estable, red de distribución
de agua.

1. Introducción

Los cambios en las condiciones climáticas, el aumento en el crecimiento de la población, los

incidentes adversos del agua, la gestión deficiente del agua, las ineficiencias departamentales y
el deterioro de la infraestructura del agua son algunos de los factores contribuyentes clave que
han puesto una tensión en el suministro de agua de Sudáfrica [1]. El país sufre actualmente
una pérdida financiera anual de 7 mil millones de rand (Rand es la moneda sudafricana) debido
a NRW, que se estima en 36.8% (1 580 millones de m3 / año) [2].

Los intentos de resolver problemas de pérdida de agua utilizando técnicas bien conocidas no
han tenido el impacto previsto [3,4] y es por este motivo que CSIR se ha embarcado en una
iniciativa para desarrollar un nuevo modelo hidráulico dinámico en tiempo real (DHM) [1 ] que
puede usarse para tratar las fugas de agua y los incidentes.

El DHM propuesto (ver Figura 1) se puede utilizar para fines de planificación y también se
puede adaptar para mejorar las redes de agua existentes. El modelo utilizará los datos
detectados en tiempo real de la tecnología de sensores desarrollada internamente [5,6,7] para
evaluar las condiciones actuales de la red y enviar automáticamente señales de control a
varios componentes de la red. Esto ajustará el rendimiento de la red de distribución de agua
(WDN) y lo hará más eficiente. El DHM se utilizará para minimizar las fugas de agua y permitir
el manejo de la presión, empleando algoritmos de control desarrollados recientemente [8].
Iniciativas similares han sido consideradas en otros municipios [9].

El DHM consta de una serie de componentes y subcomponentes, como se ve en la Figura 1.

Este documento se enfoca en el desarrollo de un modelo hidráulico de estado estable que
forma la base para el DHM en tiempo real. El CSIR WDN, junto con su equipo auxiliar (tuberías,
reservorios, bombas, válvulas, etc.) se usó como un WDN piloto. Se ha publicado información
adicional de los otros varios componentes de DHM [1].

El modelo hidráulico de estado estable calcula las variables hidráulicas de la red en un

determinado momento del tiempo y proporciona la instantánea de una red [10]. Una
evaluación de estado estable proporcionará información y comprensión de la red de tuberías y
sus componentes asociados para abordar posibles incidentes adversos. Se han propuesto
varios métodos para modelar el modelo hidráulico de estado estable, por ejemplo [11,12,13].

Este enfoque empleado en el documento se considera más rentable para abordar posibles
incidentes relacionados con el agua y para proporcionar una comprensión del análisis de una
red de tuberías existente [14]. También brinda la posibilidad de explorar condiciones
alternativas antes de la implementación en una red municipal más grande y compleja. Se
espera que el método contribuya positivamente a comprender los desafíos que
probablemente enfrentarán las autoridades del agua en sus respectivas redes de tuberías.
 RED DE AGUAS INTELIGENTE
Modelo hidráulico dinámico
Decisión local Representación de datos Visualización

Sensor Procesamiento de datos,

Sincronización y archivado
Imputación de Predicción de
RED datos demanda
WDN

Condiciones Datos
críticas WDN analíticos Modelo Hidráulico
Actuador

Detección anormal Planificación y Cambios

Alertando
Gestión de redes activas Y localización operación predichos

Software definido redes de sensores inalámbricos

Validación de
cambios
Sistema de gestión de red
NO
Red segura de distribución de agua SI

Ajustes

Decisión local y conciencia situacional

Ajuste WDN

Figura 1. Representación esquemática del modelo hidráulico dinámico en tiempo real [1]
2. Una visión general del piloto seleccionado WDN

 El piloto identificado WDN (CSIR Pretoria campus WDN) recibe su agua de la cabecera de agua
principal del Ayuntamiento de Tshwane.

El agua se dirige, bajo gravedad, a través de una tubería de PVC de 6 ”con una longitud efectiva
de 900 m desde el punto de extracción hasta los dos depósitos de concreto de bajo nivel.

En esta tubería hay un amarre de 2 "para un consumidor alternativo, así como otro amarre de
2" (5 m de longitud) al sumidero de la estación de bombeo. El agua de la estación de bombeo
se bombea a dos depósitos de almacenamiento de concreto utilizando tubos de acero al
carbono galvanizado de 4 ”. Cada uno de los cuatro embalses.

Tiene una capacidad de almacenamiento de aproximadamente 2454 m3. El agua de estos

reservorios gravita a la red que abastece al campus CSIR a través de tuberías de PVC de 6 ". En
la red de agua, los medidores de agua inteligentes [5] se ubican en posiciones sistemáticas
para monitorear el consumo de agua en el campus CSIR.

Los datos del modelo se adquirieron a partir de los planos de 'As Built' y de las visitas al sitio
Los datos se tabulan en la Tabla 1, Tabla 2 y Tabla 3.
3. Desarrollo del Modelo Hidráulico para el Piloto WDN.

Se consideraron dos métodos para modelar el modelo hidráulico de estado estable para la
WDN:

1) Cálculos matemáticos utilizando el principio de Bernoulli para el flujo de tuberías.

2) Software de modelado hidráulico EPANET. Solo los resultados para el modelo EPANET se
discuten más a fondo en este documento.

3.1. Principio de Bernoulli para el flujo incompresible

Para fluidos fluidos, el principio de Bernoulli (también denominado ecuación de Bernoulli) es

una ecuación formulada matemáticamente que describe la conservación de la energía en un
sistema. Se deriva de las ecuaciones de continuidad, momento y energía [15].

La ecuación de Bernoulli se puede transformar en diferentes formas y se puede aplicar a varios

tipos de flujo de fluidos. En la ecuación (1) se presenta una forma simple de la ecuación de
Bernoulli (en términos de presión) para describir el flujo de un líquido incompresible (como el
agua):

El cabezal de la bomba (ΔPA) es específico de la bomba y se obtiene de la curva de la bomba.

La presión debida a las diferencias de punto final, la elevación, la energía cinética y la fricción
(ΔPEP, ΔPEL, ΔPKE) se pueden calcular a partir de las ecuaciones (2-4) respectivamente:
La pérdida de presión debida a la fricción (ΔPf) se compone de tres términos (ΔPfP, ΔPCV,
ΔPEQ). ΔPCV y ΔPEQ son pérdidas de presión debido a las válvulas de control y al equipo en el
sistema.

Se determinan por medio de métodos especialmente desarrollados que se han publicado y,

por lo tanto, no se analizan más a fondo. ΔPfP es la pérdida de presión debida a la fricción de la
tubería y se determina a partir de la ecuación de Darcy-Weisbach (5):

El factor de fricción (f ') depende del régimen de flujo, es decir, el flujo laminar o el flujo
turbulento. El régimen de flujo se determina a partir del número de Reynolds (Re) (ecuación 6).

Para flujo laminar, Re <2000 donde para flujo turbulento Re> 4000. La zona crítica (2000 <Re
<4000) se evita en el diseño debido a las incertidumbres y la inestabilidad del flujo. El factor de
fricción para el flujo laminar y turbulento se puede calcular a partir de las ecuaciones (7 y 8)
respectivamente. La ecuación (8) se conoce como la ecuación de Colebrook [16,17] y debe
resolverse implícitamente:
3.2. EPANET

El modelo hidráulico de estado estable para la WDN fue modelado en EPANET. EPANET es uno
de los softwares de modelados más utilizados y proporciona una forma efectiva de analizar y
diagnosticar las operaciones hidráulicas en las WDN [18]. Datos de medidores inteligentes
utilizando in-house

Se obtuvo tecnología desarrollada para calibrar demandas.

4. Resultados y hallazgos

El modelo de simulación para CSIR WDN se configuró y analizó durante un período de 24

horas. La Figura 2 muestra una representación de EPANET de la red de agua, con predicciones
de presión y flujo. Los resultados simulados revelan que la descarga de agua es suficiente en el
sistema y que la presión en los nodos de interés se encuentra dentro del rango aceptable para
la mayoría de la red. Las velocidades específicas se tabulan en la Tabla 4.
Figura 2. Representación de presión y flujo de la red de agua CSIR
La figura 3 muestra la relación entre presión y velocidad. Las velocidades de flujo en las
tuberías de la red de distribución están dentro del rango aceptable de acuerdo con las pautas
internas de CSIR. Las velocidades de flujo son razonables, de modo que se evita el
estancamiento del agua en las tuberías; sin embargo, la tubería de extracción de agua debe
estar anclada debido a la alta presión del agua y al alto volumen de agua transportada en la
tubería. Las tasas de flujo específicas se tabulan en la Tabla 5.

Figura 3. Representación de la presión y la velocidad de la red de agua CSIR

5. Conclusión

En este documento se propone el desarrollo de un modelo hidráulico piloto de WDN que

forma parte integral del DHM en tiempo real. El piloto de la WDN se analizó durante un
período de 24 horas. Los resultados de la red han revelado que el sistema es funcional y que el
agua se transporta en el sistema a una velocidad muy alta y es impulsada por una alta presión
en el punto de extracción. Las velocidades de flujo están dentro del rango de 0,6 m / sa 2 m / s
según lo recomendado por las pautas internas de CSIR, y por lo tanto no se espera un
estancamiento.

Sin embargo, es necesario utilizar accesorios de tubería especiales en la tubería principal de

suministro de agua debido a la alta velocidad de 6,0 m / s, lo que podría provocar una
dislocación de la unión de la tubería que podría provocar más fugas en el sistema de red.

Como trabajo futuro, el CSIR planea instalar más medidores inteligentes y sensores de presión
para medir continuamente el flujo y la presión del agua en toda la red de agua del CSIR. Los
datos recopilados se utilizarán para actualizar los parámetros del modelo de estado estable
desarrollado para mejorar la precisión del modelo. Los autores de [19] indican claramente la
necesidad de desarrollar técnicas que permitan la actualización de los parámetros del modelo
para reducir las discrepancias entre las predicciones del modelo y el comportamiento de la red
real de distribución de agua.
References
[1] A.M. Abu-Mahfouz, Y. Hamam, P.R. Page, K. Djouani & A. Kurien, Real-time dynamic hydraulic
model for potable water loss reduction, Proc. 12th International Conference on Hydroinformatics
(HIC2016), Incheon, South Korea, 2016.
[2] R. Mckenzie, Z.N. Siqalaba, & W.A. Wegelin, The state of non-revenue water in South Africa, Water
Research Commission, 2012.
[3] O. Bello, A.M. Abu-Mahfouz, O. Piller & Y. Hamam, Management Problems and Their Approaches
in Water Distribution Networks, submitted for publication, 2016
[4] K. Adedeji, Y. Hamam, B. Abe & A.M. Abu- Mahfouz, Towards Achieving a Reliable Leakage
Detection and Localisation Technique for Real-Time Application in Pipelines: An Overview, submitted
for publication, 2016
[5] M.J. Mudumbe, & A.M. Abu-Mahfouz, Smart water meter system for user-centric consumption
measurement. Proc. 2015 IEEE 13th International Conference on Industrial Informatics (INDIN),
Cambridge, UK, 2015, 993-998.
[6] C.P. Kruger, A.M. Abu-Mahfouz & G.P. Hancke, Rapid prototyping of a wireless sensor network
gateway for the internet of things using off-the-shelf components, Proc. the IEEE International
Conference on Industrial Technology (ICIT), Seville, Spain, 2015, 1926–1931.

[7] C.P. Kruger, A.M. Abu-Mahfouz & S.J. Isaac, Modulo: A modular sensor network node optimised for
research and product development, Proc. the IST-Africa 2013 Conference and Exhibition, Nairobi,
Kenya, 2013, 1-9.
[8] P.R. Page, A.M. Abu-Mahfouz, & S. Yoyo, Real-time adjustment of pressure to demand in water
distribution systems: Parameter-less P-controller algorithm. Proc. 12th International Conference on
Hydroinformatics (HIC2016), Incheon, South Korea, 2016, 21-26.
[9] L. Berardi, D. Laucelli, R. Ugarrelli & O. Giustolisi, Leakage management:planning remote real time
controlled pressure reduction in Oppergard municipality, Procedia Engineering, 118(2015), 2015, 72-81.
[10] O. Bello, O. Piller, A.M. Abu-Mahfouz & Y. Hamam, Simulation models for management problems in
water distribution networks: A review, Submitted for publication, 2016

[11] J.E. Van Zyl, D.A. Savic, & G.A. Walter, Extended period modeling of water pipe networks-a new
approach, Journal of Hydraulic Research, 43(6), 2005, 678-688.

[12] A. Tavakoli & M. Rahimpour, Gröbner bases for solving ΔQ-equations in water distribution
networks, Applied Mathematical Modelling, 38(2), 2014, 562-575.
[13] I. Sarbu, Nodal analysis of urban water distribution networks, Journal of Water Resources
Management, 28(10), 2014, 3143–3159.
[14] S. Yoyo, P.R. Page, S. Zulu & F. A’Bear, Adressing water incidents by using pipe network models.
Proc. WISA Biennial 2016 Conference and Exhibition, Durban, KZN, 2016, 130.
[15] R.P. Benedict, Fundamentals of pipe flow (John Wiley & Sons, 1980).
[16] Z. Cojbasic & D. Brkic, Very accurate explicit approximations for calculation of the Colebrook
friction factor, International Journal of Mechanical Sciences, 67(2013), 2013, 10-13.
[17] D. Taler, Determining velocity and friction factor for turbulent flow in smooth tubes, International
Journal of Thermal Sciences, 105(2016), 2016, 109-122.
[18] L.A. Rossman, EPANET 2 users manual (United States Environmental Protection Agency, 2000).

[19] J. Deuerlein, O. Piller, I.M. Arango & M. Braun, Parameterization of offline and online hydraulic
simulation models, Procedia Engineering 119(2015), 2015, 545–553