Modelling of water demand in building supply systems using fuzzy logic

Abstract

This paper presents a method to establish the design flow rate adopting probabilistic and possibilistic approaches to model the subjective behaviour of the users that affects strongly the duration of usage of sanitary appliances. At first, the Monte Carlo method is used to determine the instance of usage of the sanitary appliances. After that, fuzzy logic is applied to determine the duration of the shower. As a result, historical records of the use of the sanitary appliances and the flow rate during the peak period can be generated. The design flow rate obtained by the simulation is about 23% lower than that assessed by the Brazilian standard, based on deterministic approach, and closer to the values calculated by the probabilistic model. Practical application: As the processing cost is extremely low, the simulation based on the proposed method is also an efficient means to obtain a quite accurate estimate of the flow rate for the sizing of water supply systems and water meters in water sub-metering systems.

Determinação da vazão de projeto para a escolha dos hidrômetros de edificações residenciais com medição individualizada

“…As vazões de projeto no método probabilístico foram estabelecidas considerando duas situaçõesduração do período de pico com 1 h e 1,5 h, com fator de falha global de 0,01 (1%) e fator de falha local máximo de 0,05 (5%) -, baseadas nos estudos que utilizaram o método (OLIVEIRA et al, 2011;OLIVEIRA, 2007;GONÇALVES, 2008GONÇALVES, , 2010.…”

Stochastic simulation model of water demand in residential buildings

“…Wong and Mui 12,13 proposed a stochastic model to estimate the water demand of toilets in high-rise buildings; Blokker et al 14 suggested a stochastic model, in which the instant of the use of sanitary appliances varied according to the routine of the system users. de Oliveira et al 15 presented a simulation model that employed fuzzy logic to obtain the shower duration. These studies did not address the dynamic sizing process of system components of water distribution when using simulation techniques and the real impacts on the system design.…”

Modelo de simulação estocástica da demanda de água em edifí­cios residenciais.

“…A abordagem apresentada por Oliveira et al (2013) • estabelecer a distribuição de probabilidade relativa ao início das atividades, para cada usuário do sistema; • a partir do item anterior, pode-se construir a função de probabilidade acumulada para cada usuário do sistema; • com base na função de probabilidade acumulada, pode-se estabelecer os intervalos de probabilidade para cada possibilidade; • gera-se um número aleatório e, a partir dos intervalos de probabilidade, é possível determinar o horário de início das atividades de cada usuário do sistema. Fonte: Oliveira (2010) No modelo de simulação proposto, apenas a variável de duração de acionamento do chuveiro (duração do banho) foi tratada a partir da lógica nebulosa.…”

“…Nos últimos anos, alguns autores apresentaram modelos de simulação com foco de aplicação em sistemas prediais de distribuição de água. Alitchkov (1998) propôs um modelo estocástico em que o instante de acionamento e a vazão são modelados através da distribuição Normal; Petrucci e Gonçalves (2002) combinaram a Teoria dos grafos para representação do sistema hidráulico e um modelo bottom-up de simulação estocástica, em que cada aparelho é tratado de forma independente e as vazões são resultados da pressão disponível em cada ponto de utilização; Wong e Mui (WONG;MUI, 2007;MUI, 2008) propuseram uma modelagem estocástica da ação de descargas em bacias sanitárias de edifícios altos; Blokker, Vreeburg e Van Dijk (2010) sugeriram um modelo bottom-up de simulação estocástica em que o instante de acionamento dos aparelho sanitários varia em função das rotinas dos usuários do sistema; Oliveira et al (2013) apresentaram uma simulação em que considerou utilização de lógica-nebulosa para a determinação do tempo de banho dos usuários.…”

“…Os dados relativos a utilização do tanque e da máquina de lavar roupas foram obtidos através da publicação dos autoresOliveira et al (2013). O tempo de descarga do tanque e Chuveiro O tempo de descarga dos dois subtipos de chuveiro foram aproximados da distribuição Gama, tanto para os dados mostrados pelos autores Ilha eGonçalves (1991) (Figura 4.8a), como para os dados mostrados por Oliveira et al Funções de probabilidade adotada para cada variável dos aparelhos sanitários obtidas em trabalhos nacionais…”