Resumo:
As mudanças físicas ocorridas ao longo do tempo requerem que os modelos hidráulicos de previsão de comportamento das redes de distribuição de água para abastecimento tenham seus parâmetros reavaliados via calibração. Diversas são as dificuldades inerentes ao processo de calibração de modelos de redes reais, dentre as quais podem-se destacar aquelas resultantes da precariedade dos cadastros existentes, como a incerteza
quanto à existência e posição de válvulas na rede. Muitos métodos de calibração foram propostos na literatura, geralmente com base em equações
analíticas e técnicas de otimização diversas. Reconhece-se, entretanto, a necessidade de estimativas dos parâmetros da rede em termos das rugosidades e dos parâmetros locais da relação entre pressão e vazamento para sistemas sujeitos a vazamentos expressivos. Propõe-se aqui um método
iterativo de calibração em duas etapas em que os AGs (algoritmos genéticos) são empregados como ferramenta na resolução dos problemas inversos
correspondentes, cujos resultados demonstram-se robustos em identificar rugosidades e trechos dotados de válvulas, bem como os parâmetros do
modelo de vazamentos. 

Abstract:
Physical changes occurring over time require that hydraulic
models to forecast the behavior of water distribution networks have
their parameters reevaluated through calibration. There are several
difficulties inherent to the calibration process of real networks,
amongst which one can highlight those resulting from poor existing
records such as uncertainty about the existence and position of net
works valves. Many calibration methods have been proposed in litera
ture, usually based on several analytical equations and optimization
techniques. The need to estimate network parameters in terms of
roughness and local parameters of pressure and leakage relations for
systems subject to relevant leakage can be recognized. An iterative two-step calibration method is proposed here, in which the GAs
(genetic algorithms) are used as a tool to resolve corresponding inverse
problems, whose results prove robust to identify roughness, sections
with valves and leakage model parameters.