008240612s2022      us  |||||||||||||||c||eng  d
■001000016931114
■00520240214095920
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380367332
■035    ▼a(MiAaPQ)AAI29208483
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a624
■1001  ▼aWu,  Renjie.
■24510▼aResilience  Analysis  for  Water  Distribution  Networks▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  California,  Berkeley.  ▼c2022
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2022
■300    ▼a1  online  resource(210  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Soga,  Kenichi.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2022.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aCities  and  people  who  live  in  them  require  clean  water  to  thrive.  However,  the  conditions  of  water  infrastructure  in  the  United  States  are  concerning.  Many  water  distribution  networks  (WDNs)  are  serving  beyond  their  intended  design  life.  The  aging  water  infrastructure  is  reflected  by  the  frequent  water  main  break  events  across  the  country  in  recent  years.  Using  data  mining  and  natural  language  processing  (NLP)  techniques,  this  study  validates  the  commonly-hold  opinions  that  water  main  breaks  cause  severe  societal  troubles,  including  repair  cost,  local  traffic  disturbance,  and  water  quality  related  health  issues.Hazard  events  often  damage  the  already  in-risk  aging  WDNs.  To  estimate  the  hazard  impact  (e.g.  earthquake)  to  a  WDN,  this  study  developed  a  WDN  hydraulics  simulator,  HydrauSim,  which  can  quantify  the  WDN  hydraulics  (e.g.,  flow  rate,  etc.)  under  normal  or  damaged  states.  HydrauSim  is  highly  optimized  to  be  computationally  efficient,  making  it  feasible  for  large-scale  networks  and  tasks  that  require  repeated  simulation  runs  (e.g.,  Monte  Carlo  simulation).  Using  HydrauSim,  the  post-earthquake  response  of  East  Bay  Municipal  Utility  District's  (EBMUD)  main  gravity  feed  zone  in  the  San  Francisco  Bay  area  is  simulated.  Around  200-800  pipes  were  estimated  to  break  during  the  simulated  earthquake  events.  On  average,  25%  of  demand  nodes  may  experience  insufficient  water  pressure  levels,  which  can  rise  to  78%  for  the  worst-case  scenario.In  real-life  situations,  failed  pipes  need  to  be  isolated  from  the  main  network  by  closing  the  corresponding  isolation  valves  to  prevent  the  effects  of  individual  events  from  spreading  throughout  the  system.  However,  most  utilities  do  not  have  sufficient  valves  installed,  and  the  installed  ones  may  malfunction  at  the  time  of  usage.  This  study  proposed  an  analysis  framework  for  WDN  pipe  isolation  risk  considering  valve  condition  uncertainties.  It  is  found  that  the  magnitude  of  the  risk  depends  on  the  mean  and  variance  of  isolation  segment  sizes  and  demand  distribution  across  the  network.Using  dynamic  programming,  an  optimal  valve  placement  algorithm  is  developed  to  find  the  best  place  to  install  isolation  valves  to  minimize  the  system  risk.  The  proposed  method  is  tested  on  two  real-life  WDNs.  Comparing  to  the  existing  valve  placement  configuration,  the  proposed  configuration  significantly  reduces  the  pipe  isolation  risk  of  the  system.  Furthermore,  the  proposed  valve  placement  strategy  produces  a  more  robust  network  than  the  original  one  regarding  valve  failure  scenarios.  Pipe  isolation  risks  are  significantly  reduced  at  all  tested  failure  rates,  and  the  risk-increasing  trend  (as  the  valve  failure  rate  increases)  is  effectively  restrained.Due  to  resource  constraints,  it  is  impractical  for  water  utilities  to  maintain  all  the  isolation  valves  in  a  system.  This  study  proposes  a  method  to  rank  the  isolation  valves  based  on  their  potential  failure  consequences.  The  valve  ranking  algorithm  utilizes  network  analysis  methods  and  machine  learning  techniques  to  label  valve  maintenance  priorities  automatically.  Simulation  on  real-life  WDNs  shows  that  applying  the  proposed  valve  maintenance  strategy  effectively  reduces  both  the  direct  and  indirect  risk  for  the  tested  networks,  especially  under  high  valve  failure  rate  cases.
■590    ▼aSchool  code:  0028.
■650  4▼aCivil  engineering.
■650  4▼aEnvironmental  engineering.
■650  4▼aWater  resources  management.
■653    ▼aWater  distribution  networks
■653    ▼aWater  infrastructure
■653    ▼aHydrauSim
■653    ▼aPipe  isolation  risks
■653    ▼aEarthquake  events
■690    ▼a0543
■690    ▼a0775
■690    ▼a0595
■71020▼aUniversity  of  California,  Berkeley▼bCivil  and  Environmental  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2022
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931114▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024