Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması

Abdullah Erhan Akkaya; Muhammed Fatih Talu

doi:10.17341/gazimmfd.369872

Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması

Öz

Su dağıtım şebekelerinde, borulardaki çatlaklar ve arızalardan dolayı ciddi miktarda su kaybı yaşanmaktadır. Bu arızaların kısa zamanda tespit edilerek onarılması, su ve buna bağlı oluşan gelir kaybının önlenmesi için oldukça önemlidir. Dağıtım şebekelerinde yüksek maliyete sahip genel onarım işlemleri yerine, arızanın kesin konumunun bulunup sadece o bölgede çalışma yapılması onarım maliyetlerini azaltacaktır. Her ne kadar yüzeysel boru dinleme cihazları bu ihtiyaca bir çözüm olarak görünse de, dış ortam seslerinden etkilenmesi bu yöntemin verimliliğini düşürdüğünden tercih edilmemesine neden olmaktadır. Ticari olarak piyasada mevcut olan modern GPS temelli sistemler, büyük çaplı su borularında çalışabilir (≥6 inch) ve yüksek maliyetlere sahiptir. Bu çalışmada daha küçük çaplı borularda ve GPS sistemine ihtiyaç duymadan çalışabilecek bir sızıntı tespit robotu prototipinin ön çalışması sunulmuştur. Bu ön çalışmada, boru içerisinde suyun itme kuvvetiyle hareket edecek robotun tasarımı, üretimi, konum ve sızıntı tahmin yazılımları gerçekleştirilmiştir. Konum tahmini, 9-dof IMU sensör (3D-ivme, 3D-jiroskop ve 3d-manyetometre) verilerinin Genişletilmiş Kalman Filtresi içerisinde kullanımıyla yapılmaktadır. Sızıntı tahmini, anlık kaydedilen ses verisindeki tepe noktalara karşılık gelen konumun tespitini içermektedir. Yapılan deneysel çalışmalarda, toplam 118m gezintide sonucunda sızıntı konumu tahmin hatasının yaklaşık 0,25m olduğu görülmüştür.

Anahtar Kelimeler

Sızıntı tespiti,sensör füzyonu,Genişletilmiş Kalman Filtresi,kuaterniyon,su boru hatları

Kaynakça

1. Dede Ö.T., Sezer M., The Application of Canadian Water Quality Index (CWQI) Model for The Assessment of Water Quality of Aksu Creek, Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (3), 909-917, 2017.
2. Ulaş A., Ovalı P.K., A New Approach to Concentric Circles Theory As Urban Growth Model in Concept of Physical Theories: Force Model within Kinetic and Potential Urbanization, Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (2), 393-401, 2017.
3. Mcneill L.S., Edwards M., Iron Pipe Corrosion in Distribution Systems, J. Am. Water Works Assn., 93 (7), 88-100, 2001.
4. Alegre H., Baptista J.M., Jr E.C., Performance Indicators for Water Supply Services: Third Edition, IWA Publishing, London, United Kingdom, 2016.
5. Marin P., Kingdom B., Liemberger R., The Challenge of Reducing Non-Revenue Water (Nrw) in Developing Countries - How The Private Sector Can Help : A Look at Performance-Based Service Contracting, The World Bank, 39405, December 2006.
6. Hooda S.M., Rajasthan Water Assessment : Potential for Private Sector Interventions, International Finance Corporation, World Bank, New Delhi, 2017.
7. Puust R., Kapelan Z., Savic D.A., Koppel T., A Review of Methods For Leakage Management in Pipe Networks, Urban Water J., 7 (1), 25-45, 2010.
8. Hunaidi O., Wang A., Bracken M., Gambino T., Fricke C., Acoustic Methods for Locating Leaks in Municipal Water Pipe Networks, International Conference on Water Demand Management, Dead Sea-Jordan, 1-14, May 30- June 3, 2004.

9. Sewerin AQUAPHON 200 Leak-Survey-Tool. http://muinin.com/aquaphon-a-200/. Erişim tarihi: Ocak 4, 2017.
10. Lay-Ekuakille A., Griffo G., Vergallo P., Robust Algorithm Based on Decimated Padè Approximant Technique for Processing Sensor Data in Leak Detection in Waterworks, IET Sci. Meas. Technol., 7 (5), 256-264, 2013.
11. Ben-Mansour R., Habib M.A., Khalifa A., Youcef-Toumi K., Chatzigeorgiou D., Computational Fluid Dynamic Simulation of Small Leaks in Water Pipelines for Direct Leak Pressure Transduction, Comput. Fluids, 57, 110-123, 2012.
12. Begovich O., Pizano-Moreno A., Garcia-Malacara E., Besançon G., How Can The Temperature Affect the Performance of a Classical Pipeline Model When Plastic Pipes Are Used?, 8th International Conference on Electrical Engineering, Computing Science and Automatic Control, Merida City-Mexico, 1-6, October 26-28, 2011.
13. Goh J.H., Water Pipe Leak Detection Using Electromagnetic Wave Sensor for the Water Industry, 2011 IEEE Symposium on Computers Informatics, Kuala Lumpur-Malaysia, 290-295, March 20-23, 2011.
14. Lay-Ekuakille A., Vendramin G., Trotta A., Robust Spectral Leak Detection of Complex pipelines Using Filter Diagonalization Method, IEEE Sens. J., 9 (11), 1605-1614, 2009.
15. Daneti M., On Using Double Power Spectral Density Information for Leak Detection, 2013 IEEE International Conference on Industrial Technology, Cape Town-Western Cape-South Africa, 1162-1167, February 25-28, 2013.
16. Kadri A., Abu-Dayya A., Stefanelli R., Trinchero D., Characterization of an Acoustic Wireless Sensor for Water Leakage Detection in Underground Pipes, 2013 1st International Conference on Communications, Signal Processing and Their Applications, Sharjah-United Arab Emirates, 1-5, February 12-14 ,2013.
17. Ridao P., Carreras M., Ribas D., Garcia R., Visual Inspection of Hydroelectric Dams Using an Autonomous Underwater Vehicle, J. Field Rob., 27 (6), 759-778, 2010.
18. Cataldo A., Cannazza G., Benedetto E. D., Giaquinto N., A New Method for Detecting Leaks in Underground Water Pipelines, IEEE Sens. J., 12 (6), 1660-1667, 2012.
19. Zhang L., Wu Y., Guo L., Cai P., Design and Implementation of Leak Acoustic Signal Correlator for Water Pipelines, Information Technology Journal, 12 (11), 2195-2200, 2013.
20. Rajeev P., Kodikara J., Chiu W.K., Kuen T., Distributed Optical Fibre Sensors and Their Applications in Pipeline Monitoring, Key Engineering Materials, 558, 424-434, 2013.
21. Ayala-Cabrera D., Herrera M., Izquierdo J., Ocaña–Levario S.J., Pérez–García R., GPR-Based Water Leak Models in Water Distribution Systems, Sensors, 13 (12), 15912-15936, 2013.
22. NDE Pipeline Inspection. https://www.nde-ed.org/AboutNDT/SelectedApplications/PipelineInspection/ PipelineInspection.htm. Erişim tarihi: Ocak 21, 2017.
23. Barbian O.A., Handbook Automated Ultrasonic Testing Systems-IIW Handbook, DVS-Verlag, Düsseldorf, Germany, 2008.
24. Inuktun - World-class Remotely Controlled Camera Robotic Pipe Inspection Systems and Robotic Crawlers. http://www.inuktun.com/crawler-vehicles/. Erişim tarihi: Ocak 21, 2017.
25. PipelineExplorerOverview.http://www.nrec.ri.cmu.edu/projects/explorer/Erişim tarihi: Ocak 21, 2017.
26. Ahrary A., Tian L., Kamata S., Ishikawa M., An Autonomous Sewer Robots Navigation Based on Stereo Camera Information, 17th IEEE International Conference on Tools with Artificial Intelligence, Hong Kong-China, 634-639, November 14-16, 2005.
27. Mazumdar A., Asada H.H., Pulse Width Modulation of Water Jet Propulsion Systems Using High-Speed Coanda-Effect Valves, J. Dyn. Syst. Meas. Contr., 135 (5), 051019-051019–11, 2013.
28. Mechanical-Emerging Construction Technologies. http://wpvcemweb02.itap.purdue.edu/ect/links/ technologies/mechanical/SmartBall_LeakDetection.aspx. Erişim tarihi: Ocak 23, 2017.
29. Parsa K., Lasky T.A., Ravani B., Design and Implementation of a Mechatronic, All-Accelerometer Inertial Measurement Unit, IEEE/ASME Trans. Mechatron., 12 (6), 640–650, 2007.
30. Hao Y., Yuan W., Xie J., Shen Q., Chang H., Design and Verification of a Structure for Isolating Packaging Stress in SOI MEMS Devices, IEEE Sensors Journal, 17 (5), 1246-1254, 2017.
31. Elmenreich W., Sensor Fusion in Time-Triggered Systems, Dissertation, Vienna University of Technology, Austria, 2002.
32. Li C., Yang C., Wan J., Annamalai A. S., Cangelosi A., Teleoperation Control of Baxter Robot Using Kalman filter-based Sensor Fusion, Syst. Sci. Control Eng., 5 (1), 156-167, 2017.
33. Zhang T., Liao Y., Attitude measure system based on extended Kalman filter for multi-rotors, Comput. Electron. Agric., 134, 19-26, 2017.
34. Liu Y., Gong S., Lu Y., Estimation of Inertial/Magnetic Sensor Orientation for Human-Motion-Capture System, 2017 2nd International Conference on Control and Robotics Engineering (ICCRE), Bangkok-Thailand, 175–179, April 1-3, 2017.
35. Qiu S., Wang Z., Zhao H., Qin K., Li Z., Hu H., Inertial/Magnetic Sensors Based Pedestrian Dead Reckoning by means of Multi-Sensor Fusion, Inf. Fusion, 39, 108-119, 2018.
36. Bishop G., Welch G., An Introduction to the Kalman Filter, University of North Carolina SIGGRAPH 2001 course notes, ACM Inc., North Carolina-U.S.A., 2001.
37. Faragher R., Understanding the Basis of the Kalman Filter Via a Simple and Intuitive Derivation Lecture Notes., IEEE Signal Process Mag., 29 (5), 128-132, 2012.
38. Kuipers J.B., Quaternions and Rotation Sequences: A Primer with Applications to Orbits, Aerospace and Virtual Reality. Princeton University Press, Princeton, N.J.-U.S.A., 2002.
39. Alaimo A., Comparison between Euler and Quaternion Parametrization in UAV dynamics, AIP Conference Proceedings, 1558 (1), 1228–1231, 2013.
40. Jang J.S., Liccardo D., Automation of Small UAVs Using a Low Cost Mems Sensor and Embedded Computing Platform, 2006 IEEE/AIAA 25th Digital Avionics Systems Conference, Portland-Oregon-USA, 1–9, October 15-18, 2006.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Mühendislik

Bölüm

Araştırma Makalesi

Yazarlar

Abdullah Erhan Akkaya ^*
0000-0001-6193-5166

Muhammed Fatih Talu

Yayımlanma Tarihi

8 Aralık 2017

Gönderilme Tarihi

9 Mart 2017

Kabul Tarihi

13 Mayıs 2017

Yayımlandığı Sayı

Yıl 2017 Cilt: 32 Sayı: 4

DOI

https://doi.org/10.17341/gazimmfd.369872

IZ

https://izlik.org/JA23LR69UW

Kaynak Göster

RIS / Bibtex

APA

Akkaya, A. E., & Talu, M. F. (2017). Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 32(4), 1393-1404. https://doi.org/10.17341/gazimmfd.369872

AMA

1.Akkaya AE, Talu MF. Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması. GUMMFD. 2017;32(4):1393-1404. doi:10.17341/gazimmfd.369872

Chicago

Akkaya, Abdullah Erhan, ve Muhammed Fatih Talu. 2017. “Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32 (4): 1393-1404. https://doi.org/10.17341/gazimmfd.369872.

EndNote

Akkaya AE, Talu MF (01 Aralık 2017) Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32 4 1393–1404.

IEEE

[1]A. E. Akkaya ve M. F. Talu, “Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması”, GUMMFD, c. 32, sy 4, ss. 1393–1404, Ara. 2017, doi: 10.17341/gazimmfd.369872.

ISNAD

Akkaya, Abdullah Erhan - Talu, Muhammed Fatih. “Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 32/4 (01 Aralık 2017): 1393-1404. https://doi.org/10.17341/gazimmfd.369872.

JAMA

1.Akkaya AE, Talu MF. Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması. GUMMFD. 2017;32:1393–1404.

MLA

Akkaya, Abdullah Erhan, ve Muhammed Fatih Talu. “Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması”. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, c. 32, sy 4, Aralık 2017, ss. 1393-04, doi:10.17341/gazimmfd.369872.

Vancouver

1.Abdullah Erhan Akkaya, Muhammed Fatih Talu. Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması. GUMMFD. 01 Aralık 2017;32(4):1393-404. doi:10.17341/gazimmfd.369872

Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması

Su boru hatlarında sızıntı konum tespiti için genişletilmiş kalman filtresi tabanlı IMU sensör füzyonu uygulaması

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster

Cited By

Yerel olmayan ortalamalar yaklaşımı ile yere nüfuz eden radar görüntülerinde kargaşa giderme

KÜRESEL CİSİMLERİN POZİSYON KESTİRİMİNDE KUATERNİYON YAKLAŞIMLARININ DEĞERLENDİRİLMESİ- SIZINTI TESPİT TOPU UYGULAMASI

Position Estimation of In-Pipe Robot using Artificial Neural Network and Sensor Fusion