Xylem y ESRI: Innovador modelo de análisis de tuberías con IA

27.04.2021
Xylem se asoció con ESRI, activo en el sector de los SIG, para desarrollar un atrevido modelo de análisis de tuberías basado en inteligencia artificial (IA) para una empresa de servicios de agua de tamaño medio del Atlántico que puede mejorar significativamente su eficiencia y resiliencia.
Xylem y ESRI: Innovador modelo de análisis de tuberías con IA

Uso del aprendizaje automatizado para predecir averías en las tuberías (Fuente de la imagen: Xylem Inc. / Environmental Systems Research Institute, Inc.)

El modelo, uno de los primeros en Norteamérica en predecir de forma fiable futuras averías en las tuberías, utiliza una función basada en la IA de Xylem para analizar datos dentro del sistema Esri ArcGIS Enterprise de la empresa de servicios públicos, como por ejemplo roturas y otros datos de infraestructura, combinados con información de código abierto en el análisis.

«Xylem se compromete a impulsar la innovación en el sector del agua y asociarse con otros líderes tecnológicos de primera línea como Esri nos ayuda a acelerar aún más la innovación en el sector del agua» afirma Dave Ayers, vicepresidente de estrategia de innovación y asociaciones de Xylem. «Juntos ayudamos a los operadores de agua y a otros usuarios del agua a hacer que sus comunidades sean más seguras y resilientes.»

Uso del aprendizaje automatizado para predecir averías en las tuberías
La empresa de servicios de agua, que adopta un enfoque proactivo para mejorar continuamente la fiabilidad del servicio para sus 270.000 clientes, se enfrentaba a un problema demasiado común: el envejecimiento de las infraestructuras para el agua. Con más de 1.600 kilómetros de tuberías para el agua en todo su sistema y una edad media de las tuberías de unos 50 años, la empresa de servicios públicos estaba experimentando roturas en las tuberías para el agua a un ritmo cada vez mayor. Esto les impulsó a buscar estrategias innovadoras que mejorasen la fiabilidad del servicio y minimizasen los costes de reparación y sustitución.

Con el aumento de las roturas en las tuberías para el agua, los clientes de la empresa experimentaban cortes impredecibles en el servicio, reparaciones muy caras y cierres de carreteras muy molestos. Para mejorar su reputación y el servicio al cliente, la empresa quería ser más proactiva en la gestión de su infraestructura de agua y priorizar las tuberías que necesitaban mayor atención.

«Nuestro objetivo es aprovechar el aprendizaje automatizado para identificar las variables que podrían provocar averías en las tuberías y, como resultado, apoyar nuestra planificación de mejoras de capital», afirma el director de proyectos de la empresa de servicios públicos en el departamento de obras públicas.

Desarrollo de un modelo de riesgo con inteligencia artificial
La empresa de servicios públicos había trabajado previamente con Xylem para gestionar su inventario de PCCP (tuberías cilíndricas de hormigón pretensado). Basándose en la profunda experiencia de Xylem en la identificación de estrategias de preservación de las tuberías principales y en la estrecha asociación de Xylem con Esri durante más de 20 años, la empresa de servicios públicos contrató a Xylem en 2014 para desarrollar un modelo de riesgo con inteligencia artificial que pudiese validarse, actualizarse y mostrarse a través del sistema ArcGIS de Esri para el uso continuado de su equipo.

La empresa de servicios públicos y Xylem trabajaron juntos para implementar un modelo de riesgo cuantitativo que combinase la probabilidad de avería (cuándo es más probable que se averíe una tubería) con la consecuencia de la avería(los costes sociales, financieros y medioambientales de la avería). La solución de aprendizaje automatizado de Xylem pronostica la probabilidad de que cada tubería principal del sistema pueda fallar utilizando múltiples entradas de datos, incluidos los resultantes de evaluaciones previas sobre su estado. A medida que se recogen más datos en el tiempo y se realizan cambios en el sistema, el SIG y los algoritmos de aprendizaje automatizado se actualizan para ofrecer una visión continua del estado general del sistema.

La solución de Xylem y Esri predice con fiabilidad averías futuras
Este modelo de análisis de tuberías mediante IA es uno de los primeros modelos de inteligencia artificial sobre roturas de tuberías de agua en Norteamérica que permite predecir con fiabilidad futuras averías en el sistema de distribución. El modelo utiliza datos del sistema empresarial ArcGIS de Esri, como datos sobre roturas y otras infraestructuras, combinados con información de código abierto en el análisis. Este enfoque basado en datos ofrece ventajas sustanciales con respecto a los modelos tradicionales con puntuación subjetiva, en los que los resultados suelen permanecer estáticos incluso cuando se actualizan las entradas.

«Las empresas de servicios de agua pueden reducir significativamente los costes y hacer que sus comunidades sean más resilientes combinando ArcGIS con el innovador análisis de averías de tuberías basado en IA de Xylem» afirma David Wachal, Director de Esri Global Water Practice.

El modelo de riesgo de Xylem es capaz de actualizar los resultados a medida que se recopila nueva información del sistema, incluidas las roturas de la red, el estado de las tuberías y otros datos operativos. Los resultados permiten a los clientes priorizar y organizar la sustitución de las tuberías, reduciendo los costes y el impacto en los clientes al centrarse en las tuberías más críticas y deterioradas.

Para validar este enfoque y reducir la probabilidad general de averías, la empresa de servicios públicos seleccionó un «área crítica» pronosticada, o un área con un elevado número de roturas, para poner a prueba la tecnología de aprendizaje automatizado de Xylem con el fin de reducir la probabilidad general de averías.

Además, Xylem proporcionó una aplicación móvil de seguimiento de eventos de campo (que recoge información sobre roturas de tuberías) para los operarios de campo de la empresa. Esta función de valor añadido no solo aumentó la precisión de los registros de datos de roturas, sino que también redujo el tiempo total de trabajo necesario para actualizar su GMAO y SIG y mejoró las predicciones de averías en las tuberías.

70 millones de dólares de ahorro y una reducción drástica de las averías en las tuberías
El éxito del programa piloto ha llevado a la empresa de servicios públicos a desarrollar otras estrategias económicas de renovación de tuberías utilizando un modelo de riesgo basado en IA. Una vez implementado en todo el sistema de distribución, este modelo puede ayudar a la empresa de servicios públicos a reducir sus costes anuales relacionados con la sustitución de tuberías de 90 millones de dólares a tan solo 20 millones de dólares, es decir, un 77 %, al tiempo que se consigue una drástica reducción de las averías.

«Estamos orgullosos de formar equipo con Esri para desarrollar soluciones innovadoras que realmente cambiarán la forma en que las empresas de servicios de agua pueden predecir las averías de las tuberías y priorizar las reparaciones», afirma Dave Ayers de Xylem. «Al asociarnos con los operadores de agua para impulsar la innovación, y reuniendo el poder colectivo de nuestra experiencia y tecnologías, estamos acelerando el progreso y desarrollando nuevos y atrevidos enfoques para ayudar a resolver los mayores desafíos del agua de nuestro tiempo y crear un mundo más sostenible.»

Otros artículos sobre el tema

Planta de Aguas Residuales Reduce Consumo de Energía con un Sistema de Tratamiento Biológico

11.06.2021 -

La planta de tratamiento de aguas residuales urbanas de Alto Seveso, situada en el norte de Italia, trata las aguas residuales de los fabricantes textiles locales. La planta quería reducir el riesgo de contaminantes en sus vertidos, a la vez que reducir el consumo de energía. Con un innovador sistema de tratamiento biológico desarrollado por Xylem, la planta ha reducido el consumo de energía en un 20 % y ha mejorado la calidad del agua del cercano río Seveso.

Leer más
Selección directa de productos

PumpSelector

ÚLTIMAS NOTICIAS

MERCADO LABORAL