Kanalzustandsprognose nach Markov-Ketten

Eine stochastische Kanalzustandsprognose für eine Kanalisation nach homogener Markov-Kette wird vorgestellt. Die Ergebnisse der Prognose zeigen, dass die untersuchten Leitungen ca. 33 Jahre ohne Sanierungsmaßnahmen betrieben werden und eine Lebensdauer von 70 – 75 Jahren erreichen können.

Die zivile Infrastruktur besteht aus Straßen, Autobahnen, Brücken, Abwasser- und Wassersystemen und hat einen entscheidenden Einfluss auf die wirtschaftlich-soziale Entwicklung von Städten und Gemeinden. Die Abwasserkanalnetze mit ihren diversen Bestandsteilen sind unter den infrastrukturellen Anlagen am teuersten und schwierigsten zu renovieren. Jede infrastrukturelle Komponente unterliegt einem Alterungsprozess, der durch Reduzierung des Anlagenrestwertes andauernd begleitet wird. Die Anlagenalterung ist mit solchen Problemen wie Beeinträchtigung oder Verlust der Funktions- und Standsicherheit sowie Dichtheit gebunden. Unbehandelte Rohrbrüche und starke Scherbenbildungen können unter bestimmten Bedingungen zu Baukatastrophen mit gefährlichen Auswirkungen für die Menschen und Umwelt führen. Undichte Abwasserkanäle verursachen Grundwasser- und Bodenverunreinigungen, die rechtliche Konsequenzen haben. Unter Berücksichtigung der technisch-betrieblichen Aspekte müssen die Abwassernetze rechtzeitig renoviert werden, um diese destruktiven Alterungsprozesse zu verlangsamen oder für gewisse Zeiträume zu stoppen. Nachdem die Renovierungsmaßnahmen hohe Kosten hervorrufen und die Kanalnetzbetreiber in der Regel über ein mäßiges Budget verfügen, sollten die Sanierungsplanungen optimiert werden. Für diese Optimierungszwecke stehen viele Kanalzustandsprognosen zur Verfügung, die auf verschiedenen mathematischen Modellen aufbauen. Zu den populärsten mathematischen Instrumenten gehören: Regressionsanalyse, neuronale Analyse, Markov-Ketten oder diverse Verteilungen in Verbindung mit mathematischen Simulationen nach Monte-Carlo Methode. Im Folgenden wird eine Kanalzustandsprognose für Abwasserleitungen aus Steinzeug nach dem Markov-Modell präsentiert. Sie lehnt sich an die Ergebnisse einer optischen Inspektion und daraus resultierende Schadens- und Zustandsklassifikation nach dem Merkblatt ATV M-149 [1] an. Dieses Regelwerk sieht, analog wie die internationalen Standards, fünf Zustandsklassen von der besten Klasse (4) bis zu der schlechtesten (0) vor. Um einen direkten Vergleich mit Ergebnissen von anderen Untersuchungen zu ermöglichen, werden die Zustandsklassen von (5) bis (1) eingeführt. Auf Basis des Markov-Modells können die Änderungen des technischen Kanalzustands abhängig von der Zeit stochastisch prognostiziert werden.Die untersuchten Kanäle aus Steinzeug funktionieren in der bayerischen Gemeinde – Unterhaching, oberhalb des Grundwasserspiegels. Diese Objekte formieren eine repräsentative Stichprobe, die aus 1.200 Kanalhaltungen mit der Gesamtlänge von 40.000m besteht.



Copyright: © Springer Vieweg | Springer Fachmedien Wiesbaden GmbH
Quelle: Wasser und Abfall 2017 11 (November 2017)
Seiten: 4
Preis inkl. MwSt.: € 10,90
Autor: Dr.-Ing. habil. Andreas Raganowicz

Artikel weiterleiten In den Warenkorb legen Artikel kommentieren


Diese Fachartikel könnten Sie auch interessieren:

Dezentrale Grauwasseraufbereitung mit schwerkraftbetriebenen Membransystemen
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (7/2020)
Der Einsatz Neuartiger Sanitärsysteme (NASS) ermöglicht die Verwendung innovativer Aufbereitungstechnologien zur Abwasserbewirtschaftung im urbanen und peripheren Raum. Vorgestellt werden Untersuchungen an einem Membranbioreaktor zur Grauwasserbehandlung mit etwa 700 Einwohnerwerten.

Entwicklung eines multifunktionalen Living-Wall-Systems zur Reinigung und Nutzung von Grauwasser
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (7/2020)
Die Verfügbarkeit von Niederschlagswasser ist nicht vorhersehbar. Grauwasser als Ressource für die Bewässerung bietet sich an. Die Vorteile von Living-Wall-Elementen, Kühlung, Beschattung und Biodiversität können so genutzt werden.

Deutsch-indische Forschungskooperation: Wasser- und Abwasserinfrastruktursysteme für smarte Zukunftsstädte
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (8/2019)
Ein deutsch-indisches Projektteam entwickelt im Kooperationsprojekt SMART&WISE Planungsmethoden und -werkzeuge für nachhaltige und zukunftsfähige Wasser- und Abwasserinfrastruktursysteme. In der ersten Projektphase wurden Smart City-Konzepte für die Siedlungswasserwirtschaft untersucht und die länderspezifischen Ausgangssituationen und Vorstellungen zusammen mit den indischen Projektpartnern und Stakeholdern erörtert.

Dammabdichtung im Paradies – dauerhafte Untergrundabdichtung im Basalt
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (5/2019)
Der neue Bagatelle-Staudamm auf Mauritius liegt im Nordwesten der Insel auf ca. 400 m ü. NHN. Es handelt sich um einen dreigliedrig kombinierten Erd- und Steinschüttdamm mit Tonkern, der primär als Wasserspeicher dient. Im zentralen Bereich liegt das Betonbauwerk mit Entnahmebauwerk und Grundablass. Der Baugrund besteht aus Basalt in verschiedenen Verwitterungsgraden. Bauer erstellte unter dem Damm von unterschiedlichen Höhenniveaus eine dauerhafte, 2,4 km lange Schlitzdichtwand aus Erdbeton.

Eine neue Dichtung für die Talsperre Roßhaupten
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (5/2019)
Im Zuge der kontinuierlichen Überwachung der Talsperre Roßhaupten zeigten sich Hinweise, dass das Dichtungssystem aufgrund von Suffosionsvorgängen im Gründungsfels nicht mehr vollständig funktionsfähig war. Durch die Nachverdichtung des hydrometrischen Messnetzes, zahlreiche geohydraulische Modellierungen und anschließende Erkundungsbohrungen konnten die Vermutungen bevorzugter Sickerwege im Untergrund und Schwächezonen verifiziert werden. Um jegliches Risiko für das Dammbauwerk und die Unterlieger zu vermeiden, wurde eine Verschiebung des jährlichen Aufstaus, eine sofortige Sanierung mit bereichsweisen Vorinjektionen und einer im Schutze dieser Vorinjektionen niedergebrachten Zweiphasen-Schlitzwand eingeleitet.

Name:

Passwort:

 Angemeldet bleiben

Passwort vergessen?