Estudi i disseny d'un algoritme de control de la qualitat de l'aigua en una xarxa de distribució d'aigua basat en aprenentatge per reforç
Cita com:
hdl:2117/372508
Author's e-mailxavicall00gmail.com
Document typeBachelor thesis
Date2022-07-11
Rights accessOpen Access
All rights reserved. This work is protected by the corresponding intellectual and industrial
property rights. Without prejudice to any existing legal exemptions, reproduction, distribution, public
communication or transformation of this work are prohibited without permission of the copyright holder
Abstract
El clor és el desinfectant més popular a l’hora d’eliminar els bacteris a les xarxes de distribució d’aigua. La seva alta efectivitat i el seu baix preu fan que sigui el millor aliat per desinfectar la xarxa, però un ús excessiu del mateix pot provocar que és generin Trihalometans(THM), que són un subproducte cancerigen del clor. Els perjudicis que genera la producció d’aquest element als voltants de les fàbriques fa que qualsevol eina que és pugui crear que ajudi a la gestió efectiva d’aquest producte sigui un avanç en el camp. Aquest TFE busca crear un agent via Aprenentatge per Reforç que sigui capaç de controlar la qualitat d’aigua d’una xarxa real. Aquest agent seria útil per donar reforç a l’hora de prendre decisions per part del personal responsable de la xarxa. El projecte està estructurat en 3 parts principals: - La Prova de Concepte: On és busca comprovar si és possible controlar la xarxa de manera correcta amb Aprenentatge per Reforç. - La Prova de Xarxa Real: Que busca replicar els resultats de la Prova de concepte en una xarxa real operada per Aigües de Manresa i afegim l’opció de que l’agent controli les vàlvules de la xarxa per fer passar l’aigua per un camí o per l’altre i així reduir el temps de residència de l’aigua. - Ajust fi de la Xarxa Real: En aquest apartat s’ajusta l’agent específicament per a la xarxa real i és compara amb Dades Reals obtingudes durant un any del control de la xarxa. S’ha desenvolupat l’agent per dues xarxes diferents que sense cap informació prèvia per part d’experts, pren decisions coherents amb el que fan els experts actualment arribant a reduir lleugerament el consum de clor dins de les simulacions
SubjectsReinforcement learning, Machine learning, Water - Distribution, Water quality, Chlorine, Aprenentatge per reforç, Aprenentatge automàtic, Aigua -- Distribució, Aigua -- Qualitat, Clor
DegreeGRAU EN ENGINYERIA ELECTRÒNICA INDUSTRIAL I AUTOMÀTICA (Pla 2009)
Files | Description | Size | Format | View |
---|---|---|---|---|
Memòria_Call.pdf | 6,268Mb | View/Open | ||
Funcions de la llibreria i exemple dus.pdf | 1,463Mb | View/Open | ||
PRESSUPOST_CALL.pdf | 985,7Kb | View/Open |