Ученые Университета Ватерлоо изобрели эффективный способ обнаружения утечек в городской системе водоснабжения. С этой целью исследователи применили специальные звукоулавливающие датчики – гидрофоны, управляемые системой искусственного интеллекта и реагирующие на шум воды. Гидрофоны улавливают акустические колебания воды и могут “отличить”, какой из шумов соответствует аварии, а какой является нормой.

Гидрофоновые датчики устанавливаются на пожарные гидранты, при этом для установки устройств гидранты не нужно демонтировать. Достаточно разместить “умный” сенсор на установленном ранее гидранте. Шум воды в целых трубах и шум воды во время утечки будут звучать по-разному: гидрофоновый датчик улавливает “аномальный” шум, связанный с вытеканием воды из труб и передает отчет в систему AI. Машинный интеллект отправляет данные в командный центр и на место аварии направляется ремонтная бригада.

Эта технология позволяет городу более эффективно использовать водные ресурсы. По предварительным данным, после установки гидрофонов в Торонто, техническое обслуживание и ремонт городских водоснабжающих коммуникаций стали проводиться намного эффективнее. Сейчас канадские муниципальные системы водоснабжения теряют, в среднем, 13% чистой воды из-за утечек, связанных с повреждениями коммуникаций. В странах, где канализационные и водопроводные системы не менялись десятилетиями, уровень потерь еще выше. Например, в Великобритании этот показатель находится на уровне 23%.

Когда происходит разрыв трубы, изменяется уровень давления воды и ее объем. Но очень часто незначительные утечки остаются незамеченными в течение многих лет. Кроме финансовых затрат на использование питьевой воды, хронические течи в трубах угрожают безопасности горожан – наносят ущерб фундаменту зданий, создавая предпосылки для аварийных ситуаций. Фиксируя малые потери воды каждый день, можно предотвратить дорогостоящий ремонт или крупные аварии в будущем.

В настоящее время в Торонто после лабораторного тестирования исследователи проводят испытания интеллектуальных гидрофоновых датчиков в реальных условиях. Самая малая скорость потери воды, которую способна зафиксировать система, составляет 17 литров в минуту. Особое внимание уделяется старым частям трубопровода – на обнаруженные аварийные участки будут направляться бригады для проведения ремонтных работ.

Не только в Канаде используют возможности AI для определения проблемных участков трубопровода. Например, компания Fracta (Редвуд-Сити, штат Калифорния), разработала решение на базе ИИ для оценки дискретной вероятности отказа (LOF) для каждого сегмента водопроводной магистрали. LOF показывает процентную вероятность поломки трубы в течение ближайших 5 лет. Оценка производится, исходя из трех параметров: расположение, год установки, размер и материал трубы; история поломок; данные окружающей среды, в которой находится труба с момента установки.

Автор: Марина Шост


Читайте также:

Как AI и IOT предотвращают потери урожая: умные сенсоры от Centaur Analytics

«Умные» фонари на улицах америки экономят энергию и анализируют события в режиме реального времени

Комментарии