下水道泛滥、塑料垃圾和水管漏水……荷兰和全世界都面临着地面以下和地面以上的水资源挑战。佐兰·卡佩兰(zoran kapelan)教授说,仅仅依靠人类的努力还不足以解决这个问题。这就是为什么他一直在使用#人工智能#和机器学习。
气候变化是城市地区与水有关的挑战增加的部分原因,包括洪水、恶化的管道和塑料污染。城市水基础设施教授佐兰·卡佩兰说,为了解决这些问题,我们不能仅仅依靠人类的努力和现有的模型和方法我们面临的挑战太多太复杂。比如,我们可以想象一下,在地下管道上检测到的裂缝是如此之小,肉眼几乎看不见,但最终可能造成巨大的破坏。
卡佩兰认为,答案在于人工智能和机器学习等数字水技术传感器可以通过收集相关数据帮助确定问题的严重程度。然后可以使用机器学习对其进行处理并提取有用的信息。这将最终导致智能工具和技术的发展,以应对这些挑战。
其中一项智能技术提供了一种检测饮用水系统爆裂和泄漏的有效方法。在这项技术的发源地英国,有时多达20%的水在到达用户之前就会流失。卡佩兰说:“在我们安装这个系统之前,人们经常向自来水公司报告爆裂和泄漏情况,这通常是在相当长的时间内完成的。此外,一些较小的爆发数周或数月都没有被发现,因为水不会出现在表面上。目前的系统使用人工智能和机器学习技术来收集和处理来自压力和流量传感器的实时数据。它会自动发出警报,然后供供水公司使用。”
另一种智能技术检测下水道系统中的管道故障。与之前的技术不同,这项技术使用人工智能和机器学习来处理摄像头图像,以检测下水道中的故障,如裂缝和移位的接缝。卡佩兰说:“在这项创新之前,有人必须花费数小时观察管道中摄像机拍摄的图像。这是一个非常费力的过程,故障往往无法被发现,有时可能会造成严重后果,如洪水和污染。”
应用智能技术应对与水相关的挑战被称为智能水或数字水。卡佩兰说,尽管智能技术在水工程领域兴起,但仍有很长的路要走:“我们目前的情况往往是数据丰富,信息贫乏。你最终得到了大量的数据,这些数据几乎没有被使用。幸运的是,传统上相当保守、对风险不利的水务部门正逐渐意识到使用基于人工智能的新技术的优势。”
代尔夫特理工大学的声誉及其丰富的水相关技术历史吸引卡佩兰于2018年来到荷兰继续他的研究。他坚信,水资源部门和科学应该联合起来,我们正与水务部门的合作伙伴密切合作,将数据转化为有用的信息和应用程序。
卡佩兰目前正在开发两个智能水项目,其中一个与kwr和waternet合作其目的是改善废水处理厂的实时运行和控制,从而控制未来温室气体(n20)的排放。另一个项目是与rijkswaterstaat和初创公司noria合作的,重点是开发新技术来监测、检测和量化城市水道中的塑料。我们将与noria和rijkswaterstaat一起开发新的方法和知识,最终转化为实用的软件工具。
可以肯定地说,卡佩兰是人工智能和机器学习应用于水工程领域的先驱。从高中时代起,编程和编码软件就让他着迷那是在20世纪80年代,当时数字技术还处于初级阶段。20世纪90年代中期,我开始在学术层面上研究人工智能。到那时,它已经取得了一些进步,但它仍然主要是以研究为基础的。直到最近10到15年,人工智能和机器学习才在水利部门得到实际应用。我们希望,与我们的合作伙伴一起,我们将能够支持未来的水行业数字化。
文章来源:magiciandoctor