Empresa de servicios públicos mejora la infraestructura del agua con aprendizaje automático

Agua

comentarios

0

ArcGIS junto con la tecnología de la empresa emergente VODA.ai reduce la pérdida de agua debido a fallas en las tuberías.

Una infraestructura de agua segura y confiable es esencial para las necesidades de saneamiento básico y salud pública de cualquier país. Sin embargo, en todo Estados Unidos, las tuberías de agua que se han utilizado durante 50, 100 o incluso 150 años son comunes, y los peligros de esta infraestructura envejecida son muchos. Los clientes frustrados experimentan más interrupciones en el servicio y facturas de agua más altas, mientras que los servicios de agua se enfrentan a mayores costos de reparación y mayores pérdidas de agua no facturada  (NRW) por tuberías rotas.

Los servicios públicos de todo el mundo se enfrentan a la pérdida de NRW. Estudios separados del Banco Mundial y la Asociación Estadounidense de Obras Hidráulicas (AWWA) estiman que la pérdida global de NRW es del 20 al 40 por ciento. Y esa pérdida ocurre después de que los servicios públicos ya hayan incurrido en los gastos de abastecimiento, tratamiento y distribución del agua. Las consecuencias adicionales del deterioro de la infraestructura hídrica incluyen propiedades y carreteras dañadas después de una rotura principal y reparación, así como un aumento de las emisiones de gases de efecto invernadero debido a la electricidad y los combustibles fósiles consumidos durante el abastecimiento, el tratamiento y la distribución del agua.

Para las empresas de agua, no es suficiente esperar a que ocurran las roturas. Reemplazar proactivamente las tuberías principales de agua es la mejor manera de reducir la pérdida de NRW por fallas en las tuberías.

 

A smartphone showing an imagery-based map with a red line on it that indicates a water main that needs to be replaced

La Asociación Nob Hill Water eligió reemplazar las tuberías principales de agua a lo largo de Scenic Drive en Yakima, Washington, debido a su alta probabilidad de fallas.

 

 

La Asociación Nob Hill Water, un antiguo usuario de Esri en Yakima, Washington, eligió evitar esta pérdida reemplazando proactivamente las viejas tuberías de agua. Pero esto no iba a ser fácil. La empresa de servicios públicos necesitaría un sistema para seleccionar las tuberías adecuadas para reemplazar en el momento adecuado, que incluyera factores como la antigüedad de la tubería, el historial de fallas y el material de fabricación. En general, la empresa de servicios públicos necesitaba una forma de tomar decisiones mejor informadas sobre estos reemplazos de tuberías mientras mantenía el servicio a sus clientes, evitaba la pérdida de agua y se mantenía dentro del presupuesto.

Para abordar estos desafíos, Nob Hill Water combinó su tecnología ArcGIS ya existente con daVinci, un potente motor de aprendizaje automático de la empresa emergente socia de Esri, VODA.ai. Con ArcGIS Desktop, Nob Hill Water obtiene información sobre el terreno, la infraestructura y el riesgo a través de herramientas contextuales que ayudan a visualizar y analizar datos. Cuando se combina con las evaluaciones de condiciones virtuales impulsadas por el aprendizaje automático de VODA.ai, la funcionalidad resultante permite a la empresa de servicios públicos apuntar con precisión a los activos que más necesitan atención antes de que ocurran daños costosos.

“Cada servicio tiene más kilómetros de línea principal que deben reemplazarse que dinero en el presupuesto”, dijo Zella West, gerente de Nob Hill Water. «Estamos usando este programa para dirigir nuestro programa de ejercicio de válvulas a las tuberías principales que se predice que fallarán, de modo que, si fallan, el daño se puede reducir al mínimo».

Las funciones de aprendizaje automático de VODA.ai clasifican cada segmento de tubería principal según la probabilidad de falla, así como las consecuencias de esa falla. Esto luego guía sus prioridades y la planificación del trabajo de campo. Los factores que analiza el sistema incluyen datos de tuberías, clima, tipo de suelo, actividad sísmica y datos de tráfico y satélites, todos los cuales revelan qué tuberías principales de agua tienen más probabilidades de fallar próximamente. Por otro lado, daVinci también determina las tuberías que tienen vida útil aún, lo que ayuda a la empresa de servicios públicos a evitar el reemplazo prematuro de tuberías saludables.

“La plataforma de inteligencia artificial de VODA.ai encuentra patrones de puntos fuertes y débiles de tuberías para todas nuestras tuberías principales. Incluso predice qué tuberías probablemente fallarán en los próximos 12 meses”, dijo West. «Las decisiones de gestión de activos basadas en la antigüedad de las tuberías o su historial de fallas son generalmente menos de la mitad de precisas que las evaluaciones de aprendizaje automático de VODA.ai, por lo que esto nos ayuda a tomar decisiones más inteligentes sobre las tuberías que hay que reemplazar o dejar».

Una vez en el campo para realizar reparaciones o mantenimiento, los ingenieros de servicios públicos utilizan CarryMap, una aplicación del socio de Esri Data East que es compatible con ArcGIS Desktop, para ver tuberías, válvulas e hidrantes en un mapa. Utilizando la clasificación de daVinci de segmentos de tubería por riesgo, los ingenieros pueden buscar fugas visibles en tuberías vulnerables y realizar reparaciones si es necesario. La vista de mapa en la aplicación también hace que sea más fácil encontrar y probar válvulas cercanas y averiguar qué clientes son servidos por cuáles tuberías.

Tener acceso móvil a los mapas de ArcGIS, junto con los conocimientos creados por el análisis de aprendizaje automático de las tuberías de alto riesgo de VODA.ai, ha hecho que los ingenieros de la empresa sean tanto más eficientes que la junta de Nob Hill Water aprobó el mayor presupuesto de capital hasta la fecha para reparación y reposición de tuberías principales de agua. Es más, los líderes de Nob Hill Water ahora toman decisiones más inteligentes sobre la base de la evaluación de la condición virtual habilitada por el aprendizaje automático.

 

ArcNews

Esri Inc.

comentarios

0