13 de mayo, 2021
< Volver

Las compañías Xylem, especialista en tecnologías del agua, y Esri, experta en SIG, se han unido paradesarrollar un modelo de análisis de tuberías basado en la inteligencia artificial que permite predecer las averías en los servicios de agua. Este modelo ya ha sido probado en un gestor de agua estadounidense.

Con el reto de mejorar significativamente la eficiencia y resilencia de lsus redes de agua, una empresa de servicios públicos de Estados Unidos (de tamaño medio en la zona atlántica) ha sido pionera en comprobar el modelo de análisis de Xylem y ESRI. El resultado no es otros que haber reducido los costes de sustitución de tuberías en 70 millones de dólares y minimizar a un cuarto las averías.

El modelo, uno de los primeros en Norteamérica en predecir de forma fiable futuras averías en las tuberías, utiliza una función basada en la inteligencia artificial 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.


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", aseguran desde el Departamento de Obras Públicas de la gestora de aguas.

 

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.

 

Predicción fiable de averías futuras

Este modelo de análisis de tuberías mediante inteligencia artificial es uno de los primeros modelos con esta tecnología 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 inteligencia artificial 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 una área crítica pronosticada, o una 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.

 

Resultado: 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 la inteligencia artificial. 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, vicepresidente de estrategia de innovación y asociaciones 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".

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.