Bewertung von Leitungsnetzen - Nodig-Bau.de
Bewertung von Leitungsnetzen - Nodig-Bau.de
Bewertung von Leitungsnetzen - Nodig-Bau.de
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
DAS THEMA Versorgung<br />
Anzahl <strong>de</strong>r Schä<strong>de</strong>n/<br />
Leitungslänge<br />
50<br />
km<br />
40<br />
30<br />
20<br />
10<br />
0<br />
1987<br />
1988<br />
1989<br />
1990<br />
1991<br />
1992<br />
Schä<strong>de</strong>n Leitungslänge<br />
1993<br />
1994<br />
wor<strong>de</strong>n. Die darin veröffentlichten<br />
durchschnittlichen Scha<strong>de</strong>nsraten liefern<br />
<strong>de</strong>n Unternehmen Vergleichswerte<br />
für die Zustandsentwicklung im eigenen<br />
Netz.<br />
Zustandsprognose<br />
Für Scha<strong>de</strong>nsprognosen ist eine Auswertung<br />
<strong>de</strong>r Scha<strong>de</strong>nsfälle über das Alter<br />
<strong>de</strong>r Leitungen <strong>von</strong> beson<strong>de</strong>rem<br />
Interesse. Diese Analysen dienen auch<br />
als Grundlage zur Bestimmung <strong>de</strong>r Nutzungsdauer<br />
<strong>von</strong> Leitungsgruppen zur<br />
weiteren Verwendung in Alterungsmo<strong>de</strong>llen<br />
bei Bedarfsprognosen und bei <strong>de</strong>r<br />
Entwicklung geeigneter Rehabilitationsstrategien.<br />
Außer<strong>de</strong>m kann durch<br />
Trendfunktionen <strong>de</strong>r Scha<strong>de</strong>nsrate über<br />
das Alter überprüft wer<strong>de</strong>n, in welchem<br />
Alter die Scha<strong>de</strong>nsrate eine im Unternehmen<br />
festgelegte Eingriffsgrenze voraussichtlich<br />
überschreiten wird, ob <strong>de</strong>r<br />
geeignete Überwachungs- o<strong>de</strong>r Rehabilitationsmaßnahmen<br />
zu ergreifen sind.<br />
Statistische Scha<strong>de</strong>nsprognosemo<strong>de</strong>lle<br />
können in zwei Hauptgruppen unterschie<strong>de</strong>n<br />
wer<strong>de</strong>n, in Trendfunktionen<br />
und in so genannte Überlebensmo<strong>de</strong>lle.<br />
Trendfunktionen<br />
Vor <strong>de</strong>r Anwendung <strong>von</strong> Trendfunktionen<br />
zur Scha<strong>de</strong>nsprognose muss <strong>de</strong>r<br />
Netzbestand in Gruppen <strong>von</strong> Rohrleitungen<br />
unterteilt wer<strong>de</strong>n, die sich in ih-<br />
1995<br />
Scha<strong>de</strong>nsrate<br />
1996<br />
1997<br />
1998<br />
1999<br />
Trend<br />
(Schä<strong>de</strong>n)<br />
1,0<br />
S/km·a<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
rem Alterungsverhalten unterschei<strong>de</strong>n<br />
und eine spezifische Scha<strong>de</strong>ndynamik<br />
aufweisen. Denn bei <strong>de</strong>r Tren<strong>de</strong>xtrapolation<br />
<strong>von</strong> Scha<strong>de</strong>nsereignissen ist die<br />
Zeit die einzige verbleiben<strong>de</strong> erklären<strong>de</strong><br />
Größe. Die Schichtung in alterungshomogene<br />
Leitungsgruppen kann durch eine<br />
einfache grafische Auswertung vergangener<br />
Scha<strong>de</strong>nsereignisse unterlegt<br />
wer<strong>de</strong>n o<strong>de</strong>r durch weitere statistische<br />
Analysen, z. B. mittels Clusteranalyse<br />
o<strong>de</strong>r Poisson-Regression.<br />
Gebräuchliche Funktionstypen für<br />
Trendfunktionen sind lineare, polynomische<br />
(z. B. quadratische) und exponentielle<br />
Funktionen (Bild 5), wie sie<br />
beispielsweise <strong>von</strong> Schmidt (2004) /3/ für<br />
die Trinkwasserversorgung Erfurt<br />
untersucht wur<strong>de</strong>n.<br />
Überlebensmo<strong>de</strong>lle<br />
Überlebensmo<strong>de</strong>lle wur<strong>de</strong>n zuerst in<br />
<strong>de</strong>r Demographie entwickelt und im Bereich<br />
<strong>de</strong>r Medizin zu biostatistischen<br />
Verfahren verfeinert, mit <strong>de</strong>nen die Eintrittswahrscheinlichkeit<br />
bestimmter<br />
Krankheitsbil<strong>de</strong>r beim Menschen in Abhängigkeit<br />
<strong>von</strong> einer größeren Anzahl<br />
<strong>von</strong> Risikofaktoren unterschiedlicher<br />
Ausprägung berechnet wer<strong>de</strong>n kann.<br />
Auf Wasserrohrnetze übertragen wird<br />
die Ausfallwahrscheinlichkeit eines Leitungsabschnitts<br />
bestimmt, und zwar<br />
nicht durch vorangegangene Schichtung<br />
(wie beim <strong>de</strong>mographischen Kohortenüberlebensmo<strong>de</strong>ll<br />
/4/), son<strong>de</strong>rn durch eine<br />
einzige mehrparametrige Überlebensfunktion.<br />
Die Überlebensfunktion<br />
beschreibt <strong>de</strong>n Anteil einer Population,<br />
<strong>de</strong>r zu einem bestimmten Zeitpunkt einen<br />
<strong>de</strong>finierten Zustand (Scha<strong>de</strong>n, En<strong>de</strong><br />
<strong>de</strong>r Nutzungsdauer) noch nicht erreicht<br />
hat. Vertreter <strong>de</strong>r Überlebensmo<strong>de</strong>lle<br />
sind das Proportional Hazard Mo<strong>de</strong>ll,<br />
das in Bild 6 näher beschrieben ist sowie<br />
(in)homogene Poisson-Prozesse und<br />
Markov-Mo<strong>de</strong>lle.<br />
Da ein eintreten<strong>de</strong>r Scha<strong>de</strong>n in Wasserrohrnetzen<br />
in <strong>de</strong>r Regel nicht das En<strong>de</strong><br />
<strong>de</strong>r Nutzungsdauer be<strong>de</strong>utet, kann die<br />
Anzahl <strong>de</strong>r vorangegangenen, reparierten<br />
Schä<strong>de</strong>n zusätzlich als erklären<strong>de</strong>r<br />
Faktor in das Mo<strong>de</strong>ll eingeführt wer<strong>de</strong>n.<br />
Die Zuverlässigkeit <strong>de</strong>s Mo<strong>de</strong>lls nimmt<br />
hierbei mit <strong>de</strong>r Anzahl <strong>de</strong>r an <strong>de</strong>r Leitung<br />
bereits eingetretenen Schä<strong>de</strong>n<br />
stark zu. Ein Vorteil dieser Überlebensmo<strong>de</strong>lle<br />
liegt darin, dass auch zeitabhängige<br />
Einflussfaktoren in das Mo<strong>de</strong>ll integriert<br />
wer<strong>de</strong>n können.<br />
Im Rahmen <strong>de</strong>s europäischen Forschungsprojektes<br />
CARE-W (Computer<br />
Ai<strong>de</strong>d Rehabilitation of Water networks)<br />
wur<strong>de</strong>n für die angesprochenen<br />
Überlebensmo<strong>de</strong>lle Software-Anwendungen<br />
entwickelt, bei <strong>de</strong>nen die<br />
Prognosemo<strong>de</strong>lle anhand <strong>de</strong>r Scha<strong>de</strong>nsdaten<br />
kalibriert und die Scha<strong>de</strong>nsentwicklung<br />
einzelner Leitungen, Leitungsgruppen<br />
o<strong>de</strong>r im Gesamtnetz für verschie<strong>de</strong>ne<br />
Wasserversorgungsnetze in<br />
Europa mit hoher Zuverlässigkeit prognostiziert<br />
wur<strong>de</strong>n. Die Scha<strong>de</strong>nsprognosemo<strong>de</strong>lle<br />
können mit hydraulischen<br />
Netzmo<strong>de</strong>llen verknüpft wer<strong>de</strong>n, um die<br />
Auswirkung <strong>von</strong> Scha<strong>de</strong>nsereignissen<br />
auf die Versorgungssicherheit zu bewerten.<br />
Weitere Bestandteile <strong>de</strong>s CARE-W<br />
Rehabilitation-Management-Systems<br />
sind Programme für die laufen<strong>de</strong> und<br />
strategische Rehabilitationsplanung und<br />
zum Monitoring in Wasserversorgungsnetzen<br />
/7/.<br />
Zuverlässigkeit<br />
<strong>de</strong>r Prognose<br />
Prognosen sollten sich nicht auf eine<br />
Darstellung <strong>de</strong>r berechneten Erwartungswerte<br />
beschränken, <strong>de</strong>nn Vorhersagen<br />
<strong>de</strong>r Zukunft sind immer mit Unsicherheiten<br />
behaftet. Auch ein hohes Bestimmtheitsmaß<br />
<strong>de</strong>r Regression ist<br />
keineswegs ein Garant für eine treffsichere<br />
Prognose. Daher sollte für je<strong>de</strong>n<br />
berechneten Wert das zugehörige Vertrauensintervall<br />
angeben wer<strong>de</strong>n. Entsprechend<br />
<strong>de</strong>r gefor<strong>de</strong>rten Prognosegenauigkeit<br />
(= Konfi<strong>de</strong>nzniveau ) und in<br />
Abhängigkeit <strong>de</strong>r Anzahl erklären<strong>de</strong>r<br />
Variablen ist <strong>de</strong>r zugehörige t-Wert aus<br />
12 5/2005<br />
2000<br />
2001<br />
2002<br />
2003<br />
Trend<br />
(Scha<strong>de</strong>nsrate)<br />
SCHÄDEN UND SCHADENSRATE: Bild 4<br />
Beispiel Graugussleitungen<br />
– lineare Funktion: SR(t) = a0 + a1 · t<br />
– polynomische Funktion: z. B. SR(t) = a0 + a1 · t2 nach Michalik /5/<br />
– exponentielle Funktion: SR(t) = SR(t0 ) · e · t nach Shamir-Howard /6/<br />
mit SR(t) Anzahl <strong>de</strong>r Schä<strong>de</strong>n o<strong>de</strong>r Scha<strong>de</strong>nsrate<br />
SR(t0 ) Ausgangswert für die Anzahl <strong>de</strong>r Schä<strong>de</strong>n o<strong>de</strong>r<br />
Ausgangsscha<strong>de</strong>nsrate<br />
t Alter <strong>de</strong>r Leitung<br />
t0 a0 , a1 <br />
Ausgangszeitpunkt<br />
schichtspezifische Regressionsfaktoren<br />
konstanter Regressionskoeffizient für verschie<strong>de</strong>ne<br />
Leitungsgruppen<br />
Scha<strong>de</strong>nsrate<br />
ÜBERSICHT:<br />
Funktionstypen<br />
für<br />
Trendfunktionen<br />
Bild 5