Predicting bedload sediment transport of non-cohesive material in sewer pipes using evolutionary polynomial regression - multi-objective genetic algorithm strategy

Abstract

El transporte de sedimentos en sistemas de alcantarillado es un tema importante de interés para la práctica de la ingeniería. Varios modelos se han desarrollado en el pasado para predecir una velocidad umbral o esfuerzo cortante que resulta en condiciones de flujo de autolimpieza en una tubería de alcantarillado. Sin embargo, estos modelos aún podrían mejorarse. Este documento desarrolla tres nuevos modelos de autolimpieza utilizando la metodología de regresión polinomial evolutiva-algoritmo genético multiobjetivo (EPR-MOGA) aplicada a nuevos datos experimentales recopilados en una tubería acrílica de 242 mm de diámetro. Los tres nuevos modelos se validan y se comparan con los modelos de la literatura utilizando conjuntos de datos nuevos y previamente publicados. Los resultados obtenidos demuestran que tres nuevos modelos han mejorado la precisión de la predicción en comparación con los de la literatura. La característica clave de los nuevos modelos es la inclusión de la pendiente de la tubería como un factor explicativo significativo en la estimación de la velocidad umbral de autolimpieza.