Ученые Муромского института Владимирского государственного университета (МИ ВлГУ) намерены задействовать искусственный интеллект (ИИ) для контроля состояния водопроводных труб в городе Муроме, расположенном в Владимирской области.
Эта разработка даст возможность предсказывать ухудшение качества воды и выявлять скрытые проблемы до того, как они станут причиной аварий, сообщил руководитель проекта, кандидат технических наук, доцент Роман Романов.
«На данном этапе проектных работ исследования проводятся на участке сети водоснабжения города Мурома, чтобы определить ключевые особенности и закономерности изменения состояния водопроводных сетей, а также отладить систему сбора и обработки данных. В будущем планируется расширение системы мониторинга состояния централизованного водоснабжения на всей территории города, а также [есть] намерения выйти на другие регионы, однако для этого потребуется привлечение дополнительных средств», — отметил собеседник.
Он пояснил, что на сегодняшний день водопроводные сети зачастую находятся в состоянии износа, что приводит к резкому ухудшению качества воды, поступающей к конечным пользователям, а также к постоянным утечкам и непредсказуемым авариям в системе централизованного водоснабжения. В рамках данного проекта прогнозирование, локализация и предупреждение негативных изменений состояния труб и качества воды будут осуществляться на основе данных, полученных с датчиков, установленных в водопроводной сети города, а также с применением нейросетевых алгоритмов и облачных технологий. «Интеллектуальный анализ данных позволяет принимать эффективные решения в задачах определения технической надежности системы централизованного водоснабжения, а также качества воды, доставляемой населению», — добавил ученый.
Стадия реализации проекта
На данный момент была 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 формирования 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 вызовут аварии. В этом году мы планируем охватить целый микрорайон», — уточнил руководитель проекта.
Он рассказал, что на интенсивность коррозионных процессов в стальных трубах влияют рН, концентрация кислорода и химические соединения. В данной работе применяется инновационный подход, основанный на сети датчиков, которые в реальном времени измеряют ключевые параметры: электропроводность, уровень кислотности (pH), гидродинамические показатели и температуру. «В одной точке измерения достаточно установить четыре датчика. Критическое изменение показателей (например, резкие колебания давления или электропроводности) позволяет локализовать участки, где ухудшается санитарно-техническое состояние труб. Важной научной задачей является определение оптимальных ключевых точек контроля, разработка гидродинамической модели и определение вероятностных характеристик поведения наблюдаемого участка сети», — добавил 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 получил поддержку Российского научного фонда в рамках проведения фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами.
Фото: hi-tech.mail.ru