www.futurenviro.es | Abril-Mayo April-May 2021 78 Smart Water. Tuberías | Smart Water. Pipeline El líder mundial en tecnología del agua, Xylem, se asoció con ESRI, el líder del mercado mundial en SIG, para desarrollar un atrevido modelo de análisis de tuberías basado en inteligencia artificial (IA) para una empresa de servicios de agua de tamañomedio del Atlántico que puede mejorar significativamente su eficiencia y resiliencia. Hace posible que la empresa de servicios de agua reduzca los costes de sustitución de tuberías en 70 millones de dólares, a la vez que consigue reducir 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 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 Global water technology leader Xylem teamed with Esri®, the global market leader in GIS, to develop a bold artificial intelligence (AI)-based pipeline analysis model for a mid-sized mid-Atlantic water utility that can significantly improve its efficiency and resilience.Enables water utility to cut pipe replacement costs by $70 million, while achieving a 4X reduction in failures. The model, one of the first in North America to reliably predict future pipe failures, uses an AI-based solution from Xylem to analyze data within the utility’s Esri ArcGIS® Enterprise system, such as breaks and other infrastructure data, combined with open source information in the analysis. “Xylem is committed to driving innovation in the water sector, and partnering with other best-in-class technology leaders like Esri helps us further accelerate water innovation,” says Dave Ayers, VP Innovation Strategy & Partnerships at Xylem. “Together we help water operators and other users of water make their communities more water-secure and resilient.” Using machine learning to predict pipe failures The water utility, which takes a proactive approach to continuously improving service reliability for its 270,000 customers, was facing an all-too-common situation – aging water infrastructure. With more than 1,000 miles of water mains across their system, and an average pipe age of about 50 years, the utility was experiencing water main breaks at an ever-increasing rate. This prompted them to seek innovative strategies that would improve service reliability while minimizing repair and replacement costs. With water main breaks increasing, utility customers were experiencing unpredictable service outages, costly repairs, and highly disruptive road closures. To improve its reputation and customer service, the utility wanted to be more proactive in its water infrastructure management and prioritize pipes that needed the greatest attention. “Our goal is to leverage machine learning to identify variables that could lead to pipeline failure, and as an outcome, support our capital improvement planning,” says the XYLEM Y ESRI SE ASOCIAN EN UN INNOVADOR MODELO DE ANÁLISIS DE TUBERÍAS CON IA XYLEM AND ESRI PARTNER ON INNOVATIVE AI PIPELINE ANALYSIS MODEL
RkJQdWJsaXNoZXIy Njg1MjYx