Вчені Університету Ватерлоо винайшли ефективний спосіб виявлення витоків у міській системі водопостачання. З цією метою дослідники застосували спеціальні звуковловлюючі давачі – гідрофони, що керуються системою штучного інтелекту і реагують на шум води. Гідрофони вловлюють акустичні коливання води і можуть “відрізнити”, який з шумів відповідає аварії, а який є нормою.

Гідрофонові давачі встановлюються на пожежні гідранти, при цьому для установки пристроїв гідранти не потрібно демонтувати. Досить розмістити “розумний” сенсор на встановленому раніше гідранті. Шум води в цілих трубах і шум води під час витоку звучать по-різному: гідрофоновий датчик уловлює “аномальний” шум, пов’язаний з витоком води з труб і передає звіт в систему AI. Машинний інтелект відправляє дані в командний центр і на місце аварії прямує ремонтна бригада.

Ця технологія дозволяє місту більш ефективно використовувати водні ресурси. За попередніми даними, після установки гідрофонів в Торонто, технічне обслуговування і ремонт міських водопостачальних комунікацій стали проводитися набагато ефективніше. Зараз канадські муніципальні системи водопостачання втрачають, в середньому, 13% чистої води через витоки, пов’язані з ушкодженнями комунікацій. У країнах, де каналізаційні та водопровідні системи не замінювалися десятиліттями, рівень втрат ще вище. Наприклад, у Великобританії цей показник знаходиться на рівні 23%.

Коли відбувається розрив труби, змінюється рівень тиску води і її обсяг. Але дуже часто незначні витоки залишаються непоміченими протягом багатьох років. Крім фінансових витрат на використання питної води, хронічні течі в трубах загрожують безпеці жителів міста – завдають шкоди фундаменту будівель, створюючи передумови для аварійних ситуацій. Фіксуючи малі втрати води кожен день, можна запобігти дорогому ремонту або великим аваріям у майбутньому.

В даний час в Торонто після лабораторного тестування дослідники проводять випробування інтелектуальних гідрофонових датчиків в реальних умовах. Найменша швидкість втрати води, яку здатна зафіксувати система, становить 17 літрів на хвилину. Особлива увага приділяється старим частинах трубопроводу – на виявлені аварійні ділянки будуть направлятися бригади для проведення ремонтних робіт.

Не тільки в Канаді використовують можливості AI для визначення проблемних ділянок трубопроводу. Наприклад, компанія Fracta (Редвуд-Сіті, штат Каліфорнія), розробила рішення на базі ШІ для оцінки дискретної ймовірності відмови (LOF) для кожного сегмента водопровідної магістралі. LOF показує процентну ймовірність поломки труби протягом найближчих 5 років. Оцінка проводиться, виходячи з трьох параметрів: розташування, рік установки, розмір і матеріал труби; історія поломок; дані навколишнього середовища, в якому знаходилася труба з моменту установки.