Abstract
The aging water pipes induce various problems, such as water supply suspension due to breakage, insufficient water pressure, deterioration of water quality, damage by sink holes, and economic losses due to water leaks. However, it is impractical and almost impossible to repair and/or replace all deteriorated water pipes simultaneously. Hence, it is required to quantitatively evaluate the deterioration rate of individual pipes indirect way to determine the rehabilitation order of priority. In this study, ANN(Artificial Neural Network)-Clustering method is suggested as a new approach to assess and assort the water pipes. The proposed method has been applied to a water supply network of YG-county in Jeollanam-do. To assess the applicability of the model, the evaluation results were compared with the results of the Numerical Weighting Method (NWM), which is being currently utilized in practice. The assessment results are depicted in a water pipe map to intuitively grasp the degree of deterioration of the entire pipelines. The application results revealed that the proposed ANN-Clustering models can successfully assess the water pipe deterioration along with the conventional approach of NWM.
노후화된 상수관로는 단수유발, 수압부족 및 수질악화, 싱크홀 발생 피해와 누수로 인한 경제적 손실 등을 초래한다. 하지만 모든 노후관로를 일시에 보수 및 교체하는 것은 불가능하므로, 사용 중인 관로의 노후도를 정량적으로 판단하여 상수관로의 개량 우선순위를 결정해야 한다. 본 연구에서는 ANN(Artificial Neural Network)-Clustering 기법이 상수관로의 노후도 평가를 위한 새로운 평가방법이 될 수 있음을 제시하였다. 본 연구는 전라남도 YG지역의 배수관로를 적용대상으로 진행하였으며, 관망성능평가 항목을 이용하여 전체 관로를 세 개의 등급으로 분류하여 노후도를 평가하였다. 또한, 본 연구의 적용 가능성을 판단하기 위하여 실무에서 적용 중인 점수평가법 결과와 비교분석을 실시하였으며, 전체 대상관로의 노후도 정도를 직관적으로 파악할 수 있도록 산정된 노후도 등급을 관망도에 도시하였다. 본 연구에서 제안한 노후관로 평가기법은 관로의 다양한 특성값을 손쉽게 변경하여 적용할 수 있으며, 점수평가법과 더불어 상수관로의 유지관리를 위한 객관적이고 합리적인 관망성능평가법이 될 수 있을 것으로 기대한다.
