Tagungsband 1 I • I Teill ARGESIM L..I~_' 4 ARGESIM Reports Published by ARGESIM and ASIM, Arbeitsgemeinschaft Simulation, Fachausschuss 4.5 der Gl Series Editor: Felix Breitenecker (ARGESIM / ASIM) Div. Simulation, Vienna University of Technology Wiedner Hauptstrasse 8 - 10, A - 1040 Vienna Tel: +43-1-58801-10115, Fax: +43-1-58801-10199 Email: [email protected] I r ARGESIM Report 43 ASIM Mitteilung AM 151 Titel: Tagungsband ASIM 2014 22. Symposium Simulationstechnik Herausgeber: Jochen Wittmann Christina Deatcu Email: [email protected] ISBN 978-3-901608-44-5 Das Werk ist urheberrechtlich geschLitzt. Die dadurch begrLindeten Rechte, insbesondere die der Obersetzung, des Nachdrucks, der Entnahme von Abbildungen, der Funksendung, der Wiedergabe auf photomechanischem od er ahnlichem Weg und der Speicherung in Datenverarbeitungsanlagen bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. © by ARGESIM / ASIM, Wien, 2014 ARGE Simulation News (ARGESIM) c/o F. Breitenecker, Div. Simulation, Vienna Univ. of Technology Wiedner Hauptstrasse 8-10, A-1040 Vienna, Austria Tel.: +43-1-58801-10115, Fax: +43-1-58801-10199 Email: [email protected]; WWW: http://www.argesim.org Druck: WIRmachenDRUCK GmbH I J I 'f I I I I I Tagungsband ASIM 2014 22. Symposium Simulationstechnik 3. bis 5. September 2014 HTW Berlin Zusammenfassung der Beitrage Jochen Wittmann (Hrsg.) Christina Deatcu (Hrsg.) Arbeitsgemeinschaft Simulation ASIM iri der Gesellschaft fur Informatik Gl ISBN 978-3-901608-44-5 ARGESIM Report 43 * ASIM Mitteilung AM 151 r I Tagungsleitung: Jochen Wittmann, HTW Berlin Christina Deatcu, Hochschule Wismar Programmkomitee: Femando Barros, Universidade de Coimbra Felix Breitenecker, TU Wien Walter Commerell, Hochschule Ulm Christina Deatcu, Hochschule Wismar Joachim Fischer, Humboldt-Universitat Berlin Leo Gall, Bausch-Gall GmbH, Miinchen Joachim Haase, Fraunhofer IIS/EAS Dresden Daniel Liickerath, Universitat zu Koln Heinz-Theo Mammen, Hella KGaA Hueck & Co., Lippstadt Werner Maurer, ZHAW, Winterthur Gottfried Mayer, BMW, Miinchen Mike Miiller, hydrocomputing GmbH & Co. KG, Leipzig Katharina Noh, Forschungszentrum Jiilich Klaus Panreck, Fachhochschule Bielefeld Thorsten Pawletta, Hochschule Wismar Nikolas Popper, dwh GmbH, Wien Markus Rabe, TU Dortmund Oliver Rose, Universitat der Bundeswehr Miinchen Thomas Schramm, HafenCity Universitat Hamburg Dirk Steinhauer, Flensburger Schiftbau-Gesellschaft mbH & Co. KG Michael Striebel, ZF Lenksysteme GmbH, Schwabisch Gmiind Gabriel Wainer, Carleton University Ottawa Jochen Wittmann, HTW Berlin Sigrid Wenzel, Universitat Kassel Justyna Zander, HumanoidWay USIPL Tagungsort: HTW Berlin, Campus Wilhelminenhof WilhelminenhofstraBe 75A 12459 Berlin ASIM 2014 22. Symposium Simulationstechnik Tagungsband INHALT L INHALT Teil I Vorwort l Plenarvortrage Softwarearchitektur fur parallele Simulationsumgebungen L.P. Feldmann, VA. Svyatnyy, M Resch, M Zeitz 3 Methoden I Numerical Treatment ofDynamical Systems using Overdetermined Regularizations Lena Scholz, Andreas Steinbrecher 9 Numerische Simulation des runden Freistrahls unter Anwendung des SST-Turbulenzmodells Ansgar Ringleb, Wolfgang Schliiter, Giinter Wozniak 17 Comparison of Regularisation Approaches for High Index DAEs Carina Pol!, Irene Hafner, Bernhard Heinzl, Felix Breitenecker 23 Convection-diffusion simulation in two different dimensions Stefanie Winkler, Martin Bicher, Felix Breitenecker 31 Produktion und Logistik I Anwendung des Model-Based Systems Engineering zur Unterstiitzung der Simulation in Produktion und Logistik Alexander Schlegel 39 Konzept zur integrierten Fertigungs- und Logistikplanung im Kontext der digitalen CFKProduktionsentwicklung Michael Liitjen 49 Using simulation to improve c1uster tool performance in an LED manufacturing line Fabian Suhrke, Falk S. Pappert, RobertJanik, Oliver Rose Webbasierte Animation von SimulationsHiufen auf Basis des Core Manufacturing Simulation Data (CMSD) Standards Soren Bergmann, Florian Parzefal!, StejJen Straj3burger 55 63 Umwelt- und Geowissenschaften I A Formal Approach to Combine Models of Archaeological Sites Philipp Pichler, Kerstin Kowarik, Niki Popper, Gabriel Wurzer, Hans Reschreiter, Anke Bacher, Bernhard Heinzl Agentenbasierte Simulation zur Versorgung der Bevolkerung im prahistorischen Hallstatt Ausgewahlte Arbeitsablaufe und deren Zusammenhang Johannes Tanzler, Philipp Pichler, Klaus Fankhauser, Dominik Brunmeir, Kerstin Kowarik, Hans Reschreiter, Anke Bacher L 71 79 Anbindung eines dynamischen Modells zur Plattentektonik mit dem ArcMap-Werkzeug ModelBuilder Jochen Wittmann, Karsten Bratz 83 Technisch-wirtschaftliche Optimierung von hybriden Inselnetzen in hoher zeitlicher Auflosung Hendrik Huyskens, Philipp Blechinger 89 II U II P ),i li li Metamodellierung I Ontology for Objective Flight Simulator Fidelity Evaluation Umut Durak, Artur Schmidt, Thorsten Pawletta Development of a container tenninal simulation meta-model Ann-Kathrin Lange, Giovanni Pirovano, Rosel/a Pozzi, Tommaso Rossi 93 101 Produktion und Logistik II Hybride Modellierung fertigungstechnischer Prozessketten mit Energieaspekten in einer ereignisdiskreten Simulationsumgebung Artur Schmidt, Thorsten Pawletta 109 Entwicklung einer Fertigungssimulation fur einen Schmelz- und Druckgussbetrieb zur Steigerung der Energieeffizienz und Prozesssicherheit Sven Hirschberg, Wolfgang Schli1ter, Ansgar Ringleb 117 Technische Systeme I Konzeption einer aktiven Vorspur fur ein Elektrofahrzeug Xiaobo Liu-Henke, Matthias Fritsch, Florian Quantmeyer 125 Integration eines DP-Moduls in maritime Aus- und Weiterbildungssimulatoren Bettina Kutschera, Matthias Markert, Jens Ladisch, Bernhard Lampe 133 Metamodellierung II Vorstellung eines vollautomatischen Simulationswerkzeugs zur Bewertung von Fahrzeugkonzepten Mark Krausz, Matthias Zimmer, Hans Christian Reuss 137 Ontologie-unterstiitzte Systemmodellierung und Simulation in MATLAB/Simulink Thorsten Pawletta, Daniel Pascheka, Artur Schmidt, Sven Pawletta 145 Conceptual Model and Perdurantist Modeling with Reasoning Mehmet Fatih Hocaoglu 155 Supply Chains Optimierung von Supply Chains bei saisonalen Schwankungen Hans-Peter Barbey Dimensionierung von Sicherheitsbestanden unter Einbeziehung kurzfristiger Bedarfsschwankungen in automobilen Zulieferbeziehungen Tim Gruchmann, Andre Krischke Entscheidungsunterstiitzung in der Optimierung der Supply Chains von Stahl- und Walzwerken· Lothar Marz 161 167 175 Umwelt- und Geowissenschaften II Simulation von Abwassersystemen mit der MOSKAN Software Jan Studzinski, Patryk Wójtowicz Ein Prozessmodell zur Aufbereitung und Analyse von Sichtungsdaten von Delfinen und Walen vor La Gomera Jochen Wittmann, Fabian Ritter, A/joscha Marcel Everding, Jonas Amelong, Lisa Jermann Entwicklung eines Logistiktools zur Grobmodellierung der Positionierung von Sammel- und Verwertungsstellen von organischem Abfall Thomas Baur, Sascha Fieting, Christopher Wille, Dustin Mul/er, Jochen Wittmann, Ruth Scheidegger 181 187 195 Teil II Methoden II System-DynaIilics-Diagramme als "Physical Modeling" - eine Frage der KausaliHit Peter Junglas Virtual Stochastic Sensors for Hybrid Systems: Mutual Influence between Continuous and Discrete System Parts Claudia Krul/, Graham Horton 203 211 Approaches for State Event Handling by Simulation Algorithm and via Model Description Andreas Korner, Felix Breitenecker 219 Ereignislokalisierung durch die Henon-Methode Franz Preyser, Bernhard Heinzl, Matthias Roj3ler, Felix Breitenecker 225 Optimierung / Scheduling A robust schedule for Montpellier's Tramway network Oliver Ullrich, Daniel Luckerath, Ewald Speckenmeyer 229 Multiskalenansatz fur reaktive Prozess- und Ablaufplanung Matthias Bode, Volker Berkhahn 239 A SimHeuristic Framework as a Decision Support System for large Logistics Networks with complex KPIs Felix Dross, Markus Rabe Simulation-based Dispatching in Job Shops Tao Zhang, O/iver Rose 247 255 Technische Systeme II / CFD Anforderungen und Einsatzmoglichkeiten der Fluidsimulation in der frtihen Phase des Produktentwicklungsprozesses Stefan KrotiI, Peter Stich, Gunther Reinhart 259 Simulation in der Fluidverfahrenstechnik - Virtuelle Inbetriebnahme in einer heterogenen Softwarelandschaft Franz Schonberg, Marcel Nawrath, Jens Jiikel 267 Effizienter Vergleich von CFD- Simulationen und Experimentaldaten durch Standardisierung und Automatisierung Andreas Probst, Ansgar Ringleb, Wolfgang Schluter 275 Thermische Simulation von Batteriesystemen mittels CFD sowie deren Vergleich miteinem vereinfachten Simulationsmodell Bernd Scheiderer, Wolfgang SchlUter 283 Technische Systeme III L Untersuchung der Skalierbarkeit von Batteriemanagementsystemen mithilfe von CAE-Simulation Matthias Roch, Robert Feind, Florian Quantmeyer, Xiaobo Liu-Henke 291 Performance Prediction and Optimization for Industrial Sieves by Simulation: a two-tier Approach Christian Jaeger, Reza Housseini, Manfred Hertwig, Thomas Hofer, RudolfMarcel Fuchslin 299 Produktion und Logistik III Beer Distribution Game - Erfolgreich dank Regelungstechnik RolfSteinegger, Hans-Peter Barbey Serienproduktionsbegleitende Materialflusssimulation fur MaBhaltigkeitsoptimierung in der komplexen Karosseriefertigung Anke Beckmann, Martin Bohn, Peter Gust 307 317 Medizin I Modelling Obesity in Austria with System Dynamics Barbara Glock, Patrick Einzinger, Fe/ix Breitenecker 325 Die Darstellung der Compliance in der Modellierung des Herz-Kreislauf-Systems Tamara Vobruba, Andreas Korner, Bernhard Hametner, Fe/ix Breitenecker 333 Methoden III MAPLIS - Matrixorientierte Simulation, wieder aufgenommen Wilfried Tettweiler 337 Modellierung von Evolutions Systemen mit Stochastischen Zellularen Automaten Giinter Schneckenreither, Niki Popper, Fe/ix Breitenecker 343 Friihzeitige Serverausfallserkennung mittels Vorhersagemethoden und Outlieranalyse Matthias Wastian, Fe/ix Breitenecker, Michael Landsiedl 351 Verteilt / Parallel Zur Entwicklung des Gleichungslosersubsystems der verteilten parallelen Simulationsumgebung Volodymyr Kushnarenko, Michael Resch, Volodymyr Svjatnyj, Stefan Wesner 357 Model-based parallelization of discrete traffic simulation models O/iver Ullrich, Daniel Lilckerath, Ewald Speckenmeyer 365 Cloud Computing Applied to Calibration ofFlood Simulation Models Marco Brettschneider, Bernd Pfutzner, Frank Fuchs-Kittowski 373 Medizin II Simulating ventricular elastance with a heart-arterial interaction model Anita Gerstenmayer, Bernhard Hametner, Stephanie Parragh, Thomas Weber, Siegfried Wassertheurer Evaluation ofRisk Factors for Parametrization of Cancer Models Andreas Bauer, Gunther Zauner, Christoph Urach, Fe/ix Breitenecker Implementation, testing, and evaluation of center selection methods for supervised radial basis networks to enhance breast cancer analysis Manan Nanavati, Boris R. Bracio 381 389 393 Simulation von Abwassersystemen mit der MOSKAN Software Jan Studzinski 1, Patryk Wójtowicz2 [Systems Research Institute, Polish Academy of Sciences 2 Wrocław University ofTechnology, Faculty ofEnvironmental Engineering studzins@ibspan. waw.pl 1 Einleitung Das in IBS PAN entwickelte MOSKAN System dient zum komplexen Management von kommunalen Abwassersystemen, die von Sanitar-, Regen- und Gesamtnetzen bestehen [1]. Unter ,Management' ist hier die hydraulische Berechnung von Abwassemetzen wie auch die Ausfiihrung mehrerer der operatione1len und strategischen Fi.ihrung des Netzwerkes betreffenden Optimierungsaufgaben verstanden [2]. Zur hydraulischen Netzberechnung ist in MOSKAN der SWMM5 Algorithmus von US EPA adaptiert und die Optimierungs-Algorithmen und Aufgaben wie auch der Interface des Systems sind in IBS PAN ausgedacht und erarbeitet. In dem Beitrag ist die Anwendung von MOSKAN zur Modellierung und Kalibration eines Teiles des Posener Abwassemetzes beschrieben. 2 Knoten und Leitungen zu teilen. Nach der Digitalisierung besteht das Einzugsgebiet aus 110 Einheitsgebieten und das Abwassemetz aus 275 rechnerischen Knoten und 285 rechnerischen Leitungen (Abb. 2). In dem Netzwerk ist auch l Regenwasseriiberlauf einmontiert, wodurch das iibermaJ3ige Regenwasser in den in der Nahe vorbeipassenden Fluss abgefiihrt wird. Model des untersuchten Einzugsgebietes Das untersuchte Einzugsgebiet in dem sich das untersuchte Abwassemetz befindet ist in Abb. 1 gezeigt. Das Gebiet hat die Flache von 122 ha und es besteht meistens aus den industriellen, Wohnungs und Dienstleistungs-Gelanden, was bedeutet, dass die Gebietsflache iiberwiegend wasserdicht ist. Das Einzugsgebiet und das in ihm lokalisierte Abwassemetz sind zur Modellierung zu digitalisieren, d.h. ist das Einzugsgebiet in die den das Regenwasser einsammelnden Kanalen entsprechenden Einheitsgebiete und ist das Abwassemetz in die bei der Modellierung zu beriicksichtigten rechnerischen 181 Abbildung 1. Das modellierte Einzugsgebiet i~? Simulation von Abwassersystemen mit der MOSKAN Software Bei der Modellierung des Einzugsgebietes nach dessen Teilung in Einheitsgebiete sind nachfolgend derer folgende Schliisselparameter festzulegen: • die Retentionsfaktoren fur derer durchlassige und undurchlassige Flachen anhand der Literaturdaten bestimmt; • • • • derer Senkungsfaktoren anhand der das numerische Gebietsmodel betreffenden Daten berechnet, wobei das bezligliche Gebietsmodel mittels GIS entwickelt worden ist. • • prozentualer Anteil undurchHissiger FHiche hydraulische Breite . Rauheitsfaktoren durchHissiger undurchHissiger Fl1ichen Retentionsfaktoren durchIassiger undurchHissiger FHichen Senkungsfaktor. und und (~~",d"""'''If<.rIC)'IfliI) Nach der Festlegung der Einzugsgebietsparameter sind nachfolgend die Modelle von Zufliissen des kommunalen bzw. industriellen Abwassers und des Regenwassers in die Netzwerkkanale festzusetzen. Das kommunale Abwasser flieBt aus dem Wohnungs und industriellen Teil des Einzugsgebietes in das Abwassemetz zu. Man hat angenommen, dass das ganze durch die Industrie und die Wohneinheiten gebrauchte Trinkwasser aus deren Wassemetze in das Abwassemetz tibergeht. Die Daten zum gebrauchten Trinkwasser sind aus dem CIS System (Customer lnformation System) zu entnehmen. Man hat angenommen, dass die Wassemetznutzer, die in der Entfernung bis 25 m von den entsprechenden Kanalen liegen, ihr Abwasser hundertprozentig zu den Kanalen abfuhren. Datum 29.11.2012 (Zeitschritt GO min) L._._._.. ~ .. _~_ 1.00 6.00 s.oo 1 Abbildung 2. Teilung des Einzugsgebietes in und Einheitsgebiete deren prozentuelle DurchHissigkeitswerte. In dem untersuchten Beispiel des Einzugsgebietes wurden fur die definierten Einheitsgebiete: • • • die Anteile derer undurchHissiger FHichen anhand der Daten aus dem im Wasserwerk installierten GIS System eingeschatzt; derer hydraulische Breiten laut der Formel: W=A/L berechnet, wobei A - FHiche des Einheitsgebietes und L - Lange des jeweiligen Abflussweges des Regenwassers bedeuten; die Rauheitsfaktoren fur derer durchlassige und undurchHissige Flachen anhand der Satellitenbilder festgelegt; 182 _~ _ _ _.. ! ~... ~.._. "~..~~_ . 4 00 . -,3.00 2.00 1.00 .' 0.00 Stunden Abbildung 3. Regenfalldaten mit dem Zeitschritt von 60 mm. Datum 29.11.2012 (Zeitschritt 15 min) 1.00 r .. ····~-~···~·····_·_·_~··_········~····~·_~·~·~····-· •••~~.- 6.00 s.oo 1_, l.oo 4 00 . 2.00 1.00 0.00 ~~~~~~~~~~~~~~A~~A~~~~A~~~~~ ~~.Z~~al~~~~~laQ~~~~~~~~~~~3 ... *'t~1-H ..... -ł""oołtł4t'4.rt~f"'("''' Zeit Abbildung 4. Regenfalldaten mit dem Zeitschritt von 15 min. Simulation von Abwassersystemen mit der MOSKAN Software leitberer,h 27.11- UZ,Z0l2 (leltschritt5 mini U..... . . : t..... .. ~ ~~; ~ ł ~H HI U~ ~ 2~ ~ ~; ~§ ~~ H ~ ~ ~~~~ ~ ~~ ~ ~g ~ ~~ ~ ~ ~ ~ ~ ~ ~ f ~ ~ ~ ~ ~ ~ n~ ~ ~; ~ i %~E~ 1\'1l1l\li.1 w'>J.',m ""1l/1'l;J Zelt lli~i/C; Abbildung 5. Regenfalldaten mit dem Zeitschritt von 5 min. Die Modelle zur Beschreibung von Regenwasserzufhissen in das Abwassemetz stUtzen sich auf den Regenfalldaten, die aus den Regenfallmesspunkten des im Einzugsgebiet installierten Regenfall-Monitoringssystems kommen. In dem untersuchten Einzugsgebiet stand ein solcher Messpunkt zur Verfugung. Die zur Modellierung gewonnenen beispielhaften Regenfalldaten sind in Abbildungen 3, 4 und 5 zu sehen. 3 Abbildung 6. Lokalisierung der Abwassemetzpunkte im Netzwerk. P126.11.2.12.2012 (ZellSchrllt 5 mln) Model des untersuchten Abwassernetzes Das untersuchte Abwassemetz besteht aus den aus Beton oder Steinzeug in Jahren 1900 bis 1972 hergestellten Kanii\en. Die Durchmesserwerte, Langen und Querprofilformen der rechnerischen Leitungen wurden anhand der Daten aus GIS festgesetzt. Die Leitungsrauheitswerte sind aufgrund der Daten vom Alter und Baumaterial von Kanalen festgelegt und der durchschnittliche Rauheitswert betdigt n=O,015. Die am Abwassemetz installierten Messpunkte messen die Auffullung der Kanale mit dem durchschwimmenden Abwasser. Aus dem Wasserwerk wurden die Messdaten von 4 Messpunkten angeliefert (Abb. 6) und nach der Analyse der Daten hat sich herausgestellt, dass Messpunkt 4 auBerhalb des untersuchten Einzugsgebietes liegt und seine Daten nicht auszunutzen sind. In ahnlicher Weise hat die Analyse der Daten von Messpunkt 3 gezeigt, dass sie nutzlos sind, da das Messgerat nur die konstanten Werte meldete, was unweigerlich von seiner Beschiidigung gezeugt hat. 183 Abbildung 7. Messpunkt l. Messdaten zur Kanalauffiillung von ·pH..ii.zoi2 (Zeitschritt 1 min) Abbildung 8. Messpunkt 2. Messdaten zur Kanalauffiillung von Simulation von Abwassersystemen mit der MOSKAN Software 0.16 I~P2i.i2:2012 (mit dem Zeitschritt von 10 min ausgeglichene Daten) Messung mit Zeitschritt von 1 min gemacht worden ist. Q,U 0.1 0.03 0.<l6 MI o '~=""""T"'''''''i'''rt"'FfC"'f{"'f"'''~~t'ft'~''~''~''''''''''''''%''''~'''''''''='R')D:!~"{""'~"""t~"tW'~."H\ ,''''''''." '-, 8~i8~~8~i8~~~~~~~i8~~8gi8g~~~!~~18~~8 8ssg •• ii ••• m~.~_NNI8D8~Bgl'_"~._~.~NI8 Abbildung 9. Messpunkt 2. Messdaten zur KanalauffUllung von Die beispielhaften Daten von den anderen Messpunkten sind in Abbildungen 7, 8 und 9 gezeigt. Der zur Modellierung ausgewahlte Zeitbereich fur die Messdaten betragt 1 Woche von 26.11.2012 bis 02.12.2012. 4 Abbildung 10. Resultate der Model-Kalibrierung fur Messpunkt l (Messunsicherheit ±5 cm). Kalibrierung des Abwassernetzmodels Der Prozess der Kalibrierung eines Abwassemetzes ist generell viel komplizierter aIs eines Wassemetzes. In dem letzteren Fall sind nur die Rauheitswerte der ausgewahlten Leitungen und bzw. auch deren Durchmesser zu andem und das einzige Problem besteht in geeigneter Leitungsauswahl. Gemeinhin werden zur Parameteranderung die Leitungen angewahlt, in denen der Wasserfluss die graBien Druckverluste verursacht. lm Fall der Abwassemetze sind bei der Kalibrierung deren Modelle ebenso die Rauheits- und Durchmesserwerte der Kanale zu andem, aber auBerdem sind viele Maglichkeiten der Anderung der Parameter in den Modellen der Abwasserzufltisse und des Einzugsgebietes, die einen entscheidenden Einfluss auf das Endresultat der Abwassemetzmodellierung haben. Bei der Kalibrierung des untersuchten Abwassemetzmodels waren sowohl die genannten Parameter der Kanale wie auch diese des Einzugsgebietes mit der Rand geandert und die resultierenden Simulationsresultate mit den Messdaten verglichen. Die Anderung von Parametern im Fall vom Einzugsgebiet betraf die Bodendurchlassigkeitswerte. In Abbildungen 10 und 11 sind die Resultate der ausgefuhrten Kalibrierung gezeigt. Die Daten fur Messpunkt 1 sind originell und mit Zeitschritt von 5 min aufgenommen. Die Daten fur Messpunkt 2 sind mit Zeitschritt von 10 min ausgeglichen, wahrend die 184 Abbildung 11. Resultate der Model-Kalibrierung fur Messpunkt 2 (Messunsicherheit ±3 cm). Es geht aus Bildem 10 und II heraus, dass die Messdaten (punktweise gezeichnet) und die Modellresultate (mit stetiger Linie gezeichnet) fUr beide Messpunkte eine relativ gute Ubereinstimmug ausweisen, wobei sind die Resultate fur Messpunkt l viel besser aIs diese fur Messpunkt 2. Dies ist dadurch zu erk1aren, dass die den Regen betreffenden Daten aus Messpunkt 2 schlechterer Qualitat sind aIs diese aus Messpunkt 1. Aus diesem Grunde ist die Nachahmung der Messdaten aus Messpunkt 2 durch die Modellresultate eher qualitativ wahrend bei den Messdaten aus Messpunkt l tritt schon eine gute qualitative Einzigkeit mit den Simulationsresultaten auf. 5 Schlussfolgerungen Modellierung von kommunalen Abwassemetzen erleichtert den taglichen Betrieb wie auch die Planung von Netzwerken. In dem letzteren Fall soll das hydraulische Abwassemetzmodell mit Optimierungsalgorithmen gekoppelt sein [3], wobei Simulation von Abwassersystemen mit der MOSKAN Software die Mehrkriterien-Optimierung mit definierten technischen und finanziellen Kriterien sich rur diese Aufgabe besonders gUnstig erweist. Nur die mehrmalige AusfUhrung der Simulation des Abwassemetzmodels mit der optionalen Anderung dessen Parameter kann aber auch eine gro/3e Hilfe bei der Abwassemetz:fiihrung leisten durch: • Schaffung der Moglichkeit der Ausfindung von Schwachstellen in der Arbeit des Abwassemetzes durch die Analyse der Simulationsresultaten. Die gro/3ten Probleme bei der Modellierung eines Abwassemetzes sind die Teilung des Einzugsgebietes in Einheitsgebiete und die Kalibrierung des Netzwerkmodels. Die beiden Handlungen werden zur Zeit manuel! gemacht, was viel Zeit kostet und nicht immer ausreichend genau gemacht werden kann. Die Handlungen konnen aber automatisiert werden und an deren Automatisierung wird zur Zeit in IBS PAN gearbeitet. 6 Literatur [1] Sluzalec A, Studzinski J., Ziolkowski A (2012): MOSKAN - eine WWW Anwendung in • Visualisierung der Netzdynamik. • Unterstiitzung der Netzplanung durch die mit der Hand durchgeflihrten Netzanderungen und die Bewertung der hervorgerufenen Wirkung anhand der Simulationsresultate; in dieser Weise konnen auch die PIane fiir die Revitalisierung des Netzes entwickelt werden [4]. der HTML-5- Technologie zur Bildung und Simulation von kommunalen Abwassemetzen. In: Simulation in Umweltund Geowissenschaften (J. Wittrnann, B. Page, Zusatzliche Vorteile gehen aus der Kopplung des Abwassemetzmodells mit den Algorithmen der Kriging-Approximation [5]. Mit diesen Algorithmen konnen die farbigen Karten der Verteilung von Kanalauffiillungswerten bzw. Abwassertlusswerten im Netzwerk gezeichnet werden. Solche Karten ermoglichen eine schnelle und qualitative Einschatzung der Qualitat des Abwassemetzbetriebes, was die nachfolgende quantitative Einschatzung der Netzarbeit erleichtert. [2] Sluzalec A, Studzinski 1., Ziolkowski A. (2013A): Optimization of sewage structure in Auch die Kopplung des Abwassemetzmodels mit einem GIS-System, in dessen Datenbank alle geometrischen, technischen und technologischen und das Abwassemetz betreffenden Daten gespeichert sind, bringt gro/3e Vorteile fiir die Netzmodellierung. Diese Vorteile sind wie folgt: • Richtige Anordnung aller Daten zum Abwassemetz in der GIS-Datenbank. • Automatischer import der die Struktur und die Parameter betreffenden Netzwerkdaten aus der GIS-Datenbank in das hydraulische Modeli des Abwassemetzes. • Hilfe bei der Fest1egung der Einheitsgebiete des Einzugsgebietes im Fali von Regen- und Gesamtnetzen. • Integrierung des untersuchten Abwassemetzes mit dem beziiglichen Wassemetz, was die automatische Zufiihrung des kommunalen Abwassers in das Abwassemetz moglich macht. 185 Hrsg.) Workshop Hamburg 2012, Verlag, Aachen, 85-95. Shaker the integrated system for sewage design, management and revitaJization - MOSKAN In: Simulation in Umweltund Geowissenschaften (J. Wittrnann, M. Mueller, Hrsg.), ASIM-Mitteilung AM 146,203-210. [3] Sluzalec A, Studzinski 1., Ziolkowski A (2013B): Rechnerunterstiitze Planung von kommunalen Abwassemetzen mittels des hydraulischen Models und statischer Optimierung. ModeJJierung und Simulation von Gkosystemen (Nguyen Xuan Thinh, Hrsg.), Workshop Koelpinsee 2012, Shaker Verlag, Aachen, 123-133. [4] Sluzalec A, Ziolkowski A. (2013C): RevitaJization oJsewage networks by means of MOSKAN system. In: ISC 2013, Ghent, 22 24.05.2013 (Veronique Limere, EI-Houssaine Aghezzaf, eds.), EOROSIS-ETl Publication, Ghent, 39-43. [5] Studzinski J., Bogdan L. (2007): Application oJ kriging algorithms for environmental and engineering parameters approximation. In: O. Hryniewicz, J. Studzinski, M. Romaniuk (eds.) Environmental informatics and Systems Research, EnviroInfo'2007 Conference, Warsaw, 12-14 September 2007, Vol. l, Shaker Verlag Aachen, 185-192.
© Copyright 2024 ExpyDoc