Aproximación PNL-AG para diseño de redes de riego a presión (PNL-AG Approach for the Design of Pressured Irrigation Networks)

Abstract

Spanish Abstract: Esta contribución presenta técnicas para el diseño de sistemas de riego a presión orientados a la operación a turnos, en donde el enfoque principal es la minimización de los costos económicos de las líneas de distribución de las redes. La infraestructura de las líneas de distribución implica la inversión más alta en un sistema de riego comparada con todos los otros componentes. La investigación considera como variables de decisión la asignación de turnos a las tomas de riego (hidrantes) y el dimensionado de las conducciones para reducir los costos de implementación del sistema. La metodología se fundamenta en una estrategia híbrida de optimización empleando la Programación No Lineal (PNL) y Algoritmos Genéticos (AGs). La técnica fue aplicada en una red de riego en el Ecuador para comprobar su efectividad. Los resultados indicaron que la asignación de los turnos es de suma importancia para minimizar los costos de inversión en tuberías. Adicionalmente, se realizó un análisis de sensibilidad de los operadores genéticos con la finalidad de definir la respuesta del modelo. Para esto, valores de operadores existentes de investigaciones previas fueron adaptados; para comprobar la eficacia del enfoque de optimización.

English Abstract: This contribution presents techniques for the design of pressured irrigation systems oriented to shift operation, where the main focus is the minimization of the economic costs for the network distribution lines. The distribution line infrastructure implies the highest investment costs for an irrigation system compared to all other components. The research considers as decision variables the allocation of shifts to the irrigation intakes (hydrants) and the dimensioning of the pipes, to reduce the implementation costs of the system. The methodology is based on a hybrid optimization strategy using Nonlinear Programming (NLP) and Genetic Algorithms (GAs). The technique was applied to an irrigation network in Ecuador to verify its effectiveness. The results showed that the allocation of shifts is of utmost importance to minimize the investment costs of the pipes. In addition, a sensitivity analysis of the genetic operators was performed to determine the model response. Therefore, values from existing operators of previous investigations were adapted to verify the efficiency of the optimization approach.

Note: Downloadable document is in Spanish.

Keywords: Collective Irrigation Network, Optimal Network Design, Genetic Algorithm, Genetic Operators, Nonlinear Programming