Во Владимире планируют использовать ИИ для предотвращения коммунальных аварий

Ученые Муромского института Владимирского государственного университета (МИ ВлГУ) планируют использовать искусственный интеллект (ИИ) для мониторинга состояния водопроводных труб города Мурома Владимирской области.

Разработка позволит прогнозировать ухудшение качества воды и находить скрытые проблемы до того, как они приведут к аварии, рассказал ТАСС руководитель проекта, кандидат технических наук, доцент Роман Романов.

«На данном этапе работ проекта исследование проводится на участке сети водоснабжения города Мурома, чтобы выявить основные особенности и закономерности изменения состояния водопроводных сетей, отладить систему сбора и обработки данных. В дальнейшем планируется расширение системы мониторинга состояния централизованного водоснабжения в масштабах города, а также [есть] планы по выходу и на другие регионы, однако для этого нужно привлекать дополнительное финансирование», — сказал собеседник агентства.

Он пояснил, что на сегодняшний день водопроводные сети зачастую находятся в изношенном состоянии, в связи с этим резко ухудшается качество воды, доставляемой до конечных пользователей, а также возникают постоянные утечки добываемой и транспортируемой воды и непредсказуемые аварии в сети централизованного водоснабжения. В данном проекте прогнозирование, локализация и предупреждение негативного изменения состояния труб и качества воды будет осуществляться на основе получаемых данных с датчиков, установленных в водопроводной сети города, а также применяться нейросетевые алгоритмы и облачные технологии. «Интеллектуальный анализ данных дает возможность принимать эффективные решения в задачах определения технической надежности системы централизованного водоснабжения, а также качества воды, подаваемого населению», — рассказал ученый.

Стадия реализации проекта

На данный момент разработана и установлена пилотная система сбора данных на одной из котельных города, наблюдается контур системы, обслуживающий шесть объектов (пять жилых домов и детский сад). Ведется непрерывный сбор данных для создания уникальной базы знаний о поведении системы централизованного водоснабжения. «Подобрана и протестирована нейросетевая модель, которая в будущем сможет прогнозировать ухудшение качества воды и находить скрытые проблемы до того, как они приведут к аварии. В этом году планируем сделать охват целого микрорайона», — уточнил руководитель проекта.

Он пояснил, что на интенсивность коррозионных процессов, протекающих в стальных трубах, оказывает влияние рН, концентрация кислорода и химических соединений. В данной работе используется инновационный подход, основанный на сети датчиков, которые непрерывно в режиме реального времени измеряют ключевые параметры: электропроводность, уровень кислотности (pH), гидродинамические показатели и температуру. «В одной точке измерения достаточно установить четыре датчика. Критическое изменение показателей (например, пиковые значения давления или электропроводности) позволяет локализовать участки ухудшения санитарно-технического состояния труб. Важной научной задачей является определение оптимальных ключевых точек контроля, разработка гидродинамической модели, определение вероятностных характеристик поведения наблюдаемого участка сети», — сказал ученый.

Данные с ключевых участков сети централизованного водоснабжения передаются с использованием специализированного сетевого оборудования в облачный сервис. «В результате накапливается массив данных о состоянии наблюдаемого контура системы централизованного водоснабжения. Затем данные обрабатываются с применением искусственных нейронных сетей», — пояснил ученый, отметив, что проект был поддержан Российским научным фондом в рамках проведения фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами.

• Нейросети

Поделиться