TECNOLOGIA





ENIGMA


ENIGMA3mLOCALIZZAZIONE RAPIDA DELLE PERDITE

Il sistema di multi-correlazione permanente Enigma3m è un avanzato strumento per la localizzazione delle perdite idriche in reti complesse di distribuzione. I logger, dotati di sensore accellerometrico, registrano e trasmettono dati giornalieri sul rumore di perdita tramite le reti di comunicazione 4G o IoT. I dati di rumore vengono inviati al server che dopo averli sincronizzati (Banda FM) pubblica le posizioni georeferenziate delle perdite. L’analisi acustica eseguita è resa disponibile all’operatore contribuendo a discriminare falsi positivi. Il sistema Enigma3m può operare con tutte le tipologie di materiale delle condotte e grazie ai sensori ad alta sensibilità garantisce distanze, tra 2 loggers attigui, elevate.
ENIGMA3HyQ
LOCALIZZAZIONE RAPIDA DELLE PERDITE
Enigma3HyQ è un siatema di multi-correlazione permanente specificatamente studiato per le reti di ADDUZIONE, differisce da Enigma3m esclusivamente per il sensore IDROFONICO che consente di acquisire il rumore su tubazioni di grande diametro con distanze tra logger attigui superiori a 2 km.

ENIGMAREACH
LOCALIZZAZIONE RAPIDA DELLE PERDITE
Sistema di multi-correlazione Lift&Shift, EnigmaReach è stato progettato per la ricerca perdite sistematica consentendo una copertura estesa della rete riscendo ad eseguire correlazioni digitali rapide e precise. A seguito del deployment e recupero i dati vengono scaricati ed inviati direttamente alla piattaforma cloud che restituisce le analisi di correlazione e le elative perdite georeferenziate.




PHOCUS


PHOCUS 3m
LOCALIZZAZIONE RAPIDA DELLE PERDITE
Il sistema di analisi acustica permanente Phocus3m è un avanzato strumento per la localizzazione delle aree con presenza di perdite idriche in reti complesse di distribuzione. I logger, dotati di sensore accellerometrico, registrano dati giornalieri sul rumore di perdita tramite le reti di comunicazione 4G o IoT. I dati di rumore vengono inviati al server cloud che ne pubblica le posizioni georeferenziate. L’analisi acustica eseguita è resa disponibile all’operatore contribuendo a discriminare falsi positivi. Il sistema Phocus3m può operare con tutte le tipologie di materiale delle condotte e grazie ai sensori ad alta sensibilità garantisce risultati ottimi sul polietilene.

PHOCUS 3LOCALIZZAZIONE RAPIDA DELLE PERDITE
Sistema di analisi acustica della rete, i noise logger Lift&Shift progettati per la ricerca perdite sistematica consentono una copertura estesa della rete riscendo ad eseguire analisi acustiche rapide e precise. A seguito del deployment e recupero i dati vengono scaricati identificando zone con presenza di perdite idriche. Il sistema definisce, oltre al livello di rumore, l’attendibilità ovvero se il rumore è riconducibile a perdita idrica oppure ad altro (PRV, contatori, pompe, etc.)



EUREKA


Enydros realizza modelli matematici delle reti in pressione ed a pelo libero calibrati sulle esigenze del gestore e funzionali alla conoscenza e all’efficientamento degli asset.

Il modello matematico permette di analizzare il funzionamento delle reti idriche, individuare problemi gestionali, effettuare bilanci idrici, localizzare eventuali criticità di funzionamento della rete, prendere decisioni operative e pianificare gli eventuali interventi di riabilitazione.

Per ridurre i tempi di realizzazione del modello proposto, Enydros sviluppa utilities per l’integrazione tra i dati provenienti da diverse piattaforme (dati cartografici, misure di pressione, dati di bollette ecc.) ed i software di modellazione più diffusi. 

Per la fase di calibrazione del modello, Enydros utilizza un processo di ottimizzazione basato su Algoritmi Genetici, interfacciabile con qualsiasi modello di calcolo.



MIKRON


Attraverso l'impiego delle tecniche più moderne, Enydros può localizzare le perdite su qualsiasi materiale della tubazione e diverse superfici di rivestimento, riducendo così al minimo i costi di demolizione e ristrutturazione.

Per una veloce e precisa localizzazione di ogni punto di perdita, è necessario l'impiego del sistema più adatto alle specifiche condizioni o l'impiego contemporaneo di più sistemi. Enydros dispone dei mezzi di intervento e dell'equipaggiamento più moderno e di tecnici specializzati in grado di decidere in loco, quale sistema debba essere adottato con maggiore efficacia ed economicità.


DATA LOGGING


LEAKMITED – Intelligenza Artificiale al servizio dell’ottimizzazione della pre-localizzazione delle perdite idriche

L’algoritmo di Leakmited risponde al tipo Apprendimento Supervisionato (apprendimento automatico alimenta i dati storici di input e output negli algoritmi, l'elaborazione tra ciascuna coppia di input/output consente all'algoritmo di spostare il modello creando output il più strettamente allineati possibile con il risultato desiderato). Basato su un database di oltre 600.000 perdite idriche di cui si conosce esattamente posizione e data di riparazione distribuite su una rete di oltre 300.000 km, che è paragonabile all’intera rete idrica italiana (337 459 km).

La tecnologia LEAKMITED è in grado quindi di imparare a riconoscere le zone/tronchi dove statisticamente sono allocate il maggior numero di perdite e di conseguenza la zona con il maggiore indice di recupero idrico.

La procedura è divisa in 3 fasi:

●Costruzione del database su cui viene eseguito il training dell’algoritmo di Machine Learning;

● Addestramento dell'algoritmo perché identifichi efficacemente le aree di interesse;

● Elaborazione delle previsioni su assets il cui GIS ha un livello di attendibilità basso

Il database è costituito dalla rete in esame in base a più di 100 caratteristiche differenti che la caratterizzano che si possono raggruppate in 4 categorie:

Categoria 1: caratteristiche ambientali statiche - Queste sono le caratteristiche relative all'ambiente della rete. Sono statici e non cambiano nel tempo. Esempi sono il tipo di configurazione della città: urbana, rurale, asfaltata o campestre.

Categoria 2: Caratteristiche ambientali dinamiche – Anche queste caratteristiche sono correlate all'ambiente ma possono cambiare nel tempo (alcune possono essere causa di perdite, altre possono essere conseguenze). Esempi sono la temperatura del suolo, l'umidità o quando disponibile il movimento del suolo. Non viene calcolato semplicemente il movimento del suolo, ma vengono scelte alcune informazioni satellitari radar che sono altamente correlate ai movimenti del suolo.

Categoria 3: Informazioni di riparazione della rete – Si tratta di informazioni relative alle riparazioni storiche eseguite sulla rete che in alcuni casi possono anche portare a nuove perdite.

Categoria 4: caratteristiche delle informazioni di rete – Si tratta di caratteristiche relative alla rete come materiale, diametro, anno di installazione.

Il peso di ognuna caratteristica all’interno
dell’algoritmo è differente per ogni rete e dipende dalla configurazione topologica e fisica e dalla percentuale di perdita che si vuole trovare. Tutte le caratteristiche ambientali sono ottenute con immagini satellitari ovvero Sentinel 1 e Sentinel 2 che sono rispettivamente banda C SAR e bande Visible near Infrared. Il vantaggio dell'utilizzo dei dati Sentinel risiede nell’enorme database di immagini storiche a cui vengono associati GIS e perdite storiche.
, Ad esempio, per perdite su tubazioni riparate nel 2017 è possibile ottenere tutte le 100 caratteristiche necessarie per descrivere le tubazioni.

L’obiettivo dell’addestramento dell’algoritmo è quello di renderlo in grado di identificare il 30% della rete che contiene l'80% delle perdite. Il principale dato di input è lo storico delle riparazioni geo-riferite. La valutazione si basa sul confronto tra la simulazione e la realtà per gli anni precedenti per proiettare la previsione per il futuro. Nell'immagine è mostrato un esempio del risultato del processo di Training su cui è possibile vedere le previsioni del modello (Linea BLU) dove si evidenzia che nel 30% della rete si alloca l’83% delle perdite. La linea rossa invece rappresenta la localizzazione delle perdite attraverso un’analisi classica di ricerca sistematica analizzando l'intera
rete, il risultato si manifesta linearmente e alla verifica del 30% della rete si riscontrano il 30% delle perdite.Una delle sfide principali nell’applicare algoritmi di apprendimento automatico è la qualità dei dati GIS derivata dalla mancanza o dalla loro incertezza. Gli input iniziali richiesti dall’algoritmo sono: diametro; anno di posa; materiale e perdite storiche. Tuttavia, a volte uno di questi input può mancare parzialmente o completamente. Il vantaggio dell'approccio LEAKMITED è dato dalla possibilità di sfruttare un database di oltre 300.000 km di tubi.

Nel caso in cui manchi l'anno di installazione, viene rimossa l’informazione dal database e viene addestrato il modello senza l'anno di installazione. Il più delle volte, diametri e materiali sono parzialmente mancanti, in questo caso si applica un processo per “definire” il dato più probabile.

Una volta validato il modello è possibile fare le previsioni sulla porzione di rete più critica in termini di perdite idriche. La rete viene quindi divisa in 3 sezioni con diverse probabilità di presenza perdite definita attraverso l’indice “Leak Priority Index” (LPI).

Disposizione zone LPI – LPI1 Rosso – LPI2 Arancione-LPI3 Blu

Leakmited, inoltre definisce, all’interno della zona critica LPI1, la posizione di installazione ottima dei noise-loggers in relazione all’attività di ricerca Lift and Shift, si riporta un esempio di restituzione attraverso file .SHP.