Alle aziende idriche non mancano di certo i dati (in tempo reale e storici) e tutti oggi sanno che partendo proprio dai dati si possono ottenere informazioni preziose per le fasi decisionali.
Ma nella pratica, come gli operatori del settore Water&Wastewater possono ottenere risultati significativi? E soprattutto, quali vantaggi può portare una corretta e approfondita analisi dei dati nella gestione di un acquedotto?
Grazie alle tecnologie di GE Digital migliaia di clienti in tutto il Mondo (più di 3.500 acquedotti in 5 continenti) sono in grado ad oggi di:
- Ridurre i costi
- Migliorare l’efficienza
- Migliorare l’accuratezza della pianificazione della domanda d’acqua
- Ridurre i tempi di inattività (downtime) non pianificati
- Migliorare la gestione dei prodotti chimici
La gestione dei dati, la creazione di modelli e algoritmi sono spesso considerati il regno dei Data Scientist, con il risultato che sono pochissimi i progetti di analisi che invece potrebbero portare benefici ben più ampi per un servizio idrico integrato. Finora la maggior parte dei tecnici e degli operatori non hanno ancora sfruttato appieno i software di analisi ma la colpa non è tutta da attribuire a loro, bensì alla complessità delle piattaforme di Advanced Analytics.
Aumentare il successo con gli Analytics
Gli Industrial Analytics stanno diventando più accessibili per le Utilities, grazie a soluzioni “plug&play”, come Proficy CSense di GE Digital. Utilizzando un’interfaccia utente facilmente configurabile i tecnici possono combinare dati provenienti da fonti disomogenee identificando rapidamente problematiche, scoprendone le cause principali, prevedendo le prestazioni future ed automatizzando le (retro)azioni per migliorare continuamente la qualità e le prestazioni del servizio offerto.
In un esempio recente, GE Digital ha aiutato un’azienda idrica di medie dimensioni a prevedere i guasti delle pompe fino a 16 giorni prima, utilizzando Proficy CSense. Questo risultato è stato ottenuto senza scrivere una sola riga di codice e si è tradotto in un grafico (un trend) che aiuta i tecnici a identificare i guasti.
Il componente identificato come causa del guasto della pompa era un bullone critico soggetto a corrosione, ma difficile da ispezionare visivamente a causa della sua posizione. Quando il bullone si erodeva, la sua filettatura si allentava e perdeva il contatto, permettendo alla girante di oscillare. Le vibrazioni extra create da questo movimento avrebbero causato ulteriori danni al motore e al suo accoppiamento. Alla fine, la testa del bullone si è separata, provocando la caduta della girante dall’alloggiamento e causando un guasto catastrofico. Il risultato è che questo bullone economico ha messo fuori uso questa pompa molto costosa per settimane.
Si trattava di un costoso “point of failure” che doveva essere eliminato.
Grazie all’uso degli analytics e di un modello di dati “addestrati”, ora vengono monitorati gli schemi ed i cambiamenti dei segnali di vibrazione e si possono individuare i guasti futuri. Il risultato è che l’azienda idrica ha due settimane di tempo per programmare la manutenzione preventiva invece di sprecare risorse per i tempi di inattività non pianificati, con un’interruzione di un solo giorno invece che di settimane.
Tutto questo è stato possibile senza scrivere una sola riga di codice e utilizzando dati storici già disponibili. La magia è avvenuta quando gli algoritmi di GE Digital Water sono stati generati sulla base delle informazioni già in loro possesso.
In questo caso, sono stati inseriti manualmente i record di manutenzione cartacei. L’analisi di tali registrazioni ha individuato due casi di guasto della pompa e cambiamenti di vibrazione correlati che in precedenza erano stati trascurati. Grazie a questa intuizione, i dati sono stati ripuliti e un metodo statistico noto come “analisi delle componenti principali” è stato utilizzato per trovare il numero minimo di tag necessari per prevedere con precisione i guasti, riducendo il rumore dei dati estranei e non necessari. Non c’era bisogno di centinaia di punti o di decine di fonti di dati, c’era solo bisogno di guardare quelli utili dalla giusta prospettiva.
Queste nuove informazioni sono state poi combinate con modelli di apprendimento già disponibili per addestrare l’algoritmo a ottenere prestazioni ottimali e ripetibili. La visualizzazione dei dati che ne deriva identifica facilmente le anomalie che possono essere inserite nella pianificazione della manutenzione preventiva.
Esplorate le possibilità con gli Analytics
L’esempio di come GE Digital e questo gestore idrico sono stati in grado di prevedere le anomalie dimostra che è possibile pompare l’esatta quantità d’acqua richiesta, dove è richiesta, secondo le specifiche, mantenendo i costi operativi più bassi possibili.
Se state raccogliendo e immagazzinando dati dalle vostre operazioni, le opportunità sono infinite. Per stimolare la vostra immaginazione, ecco alcuni casi d’uso in cui l’analisi può avere un grande impatto:
- Ottimizzazione dell’uso di prodotti chimici (ad esempio ammoniaca)
- Riduzione dei costi energetici in base all’utilizzo degli asset nei processi
- Miglioramento dell’accuratezza della domanda d’acqua e ottimizzazione del flusso
- Previsione dei guasti alle apparecchiature
Ora che avete capito che l’analisi è a portata di mano, dove volete portarla?
Per ulteriori informazioni su questo argomento, guardate il video: Predicting Asset Failure and Process Changes with Self-Serve Analytics.