La inteligencia artificial es prometedora en áreas como el mantenimiento predictivo y el seguimiento de KPIs
Los procesos de agua y tratamiento de aguas residuales se han vuelto más complejos y sofisticados a lo largo de las décadas, pero aún ocurren fluctuaciones en la calidad y los costos de los efluentes, y sus causas pueden ser difíciles de precisar. La inteligencia artificial (IA) puede ser una herramienta poderosa para abordar muchos problemas complejos, no lineales que surgen en el tratamiento de aguas y aguas residuales.
La toma de decisiones operativas se vuelve más compleja y desafiante junto con el tamaño de los sistemas de tratamiento y el número de variables que deben considerarse. A medida que los sistemas de tratamiento crecen para mantenerse al día con el tamaño de la población y la urbanización, también lo hacen las variables operativas. Al mismo tiempo, los organismos públicos y reguladores han elevado sus expectativas y estándares de cumplimiento, pero las empresas de agua solo han podido considerar los datos en algunos puntos.
Aplicaciones de IA
Investigaciones recientes se han centrado en IA, aprendizaje automático (ML), y otros métodos de optimización como una forma de permitir que los programas se desarrollen más allá de su programación humana. Entre las empresas de servicios públicos de agua de América del Norte, el 93% ya incorpora el sistema de control y adquisición de datos (SCADA por sus siglas en inglés), a menudo con controladores lógicos programables para la automatización. La IA puede ejecutarse en la parte superior de los sistemas SCADA, pero SCADA simplemente ejecuta comandos preprogramados. La IA, por otro lado, aprende activamente, hace proyecciones, optimiza y ofrece nuevas sugerencias operativas a medida que considera nuevos datos.
En el tratamiento de aguas residuales, los modelos de IA se han vuelto cada vez más populares para monitorear la calidad del agua y optimizar los parámetros del proceso, así como para la predicción y optimización durante el proceso de tratamiento. La IA también se ha adoptado para una serie de preocupaciones, que incluyen:
- Evaluación de la eliminación de contaminantes emergentes convencionales y típicos
- Optimización de parámetros y modelos de proceso
- Reducción de impurezas de la membrana
- Detección y evaluación del estado de las tuberías
Tipos de IA en el sector del agua
Las tres categorías de modelos de IA de tratamiento en uso en el sector del agua son la red neuronal artificial (ANN), el aprendizaje automático (ML) y el algoritmo de búsqueda (SA). ANN (red neuronal artificial) imita aproximadamente la forma en que las neuronas reales del cerebro trabajan para comprender las complejas relaciones no lineales. ML (el aprendizaje automático) desarrolla algoritmos y modelos estadísticos predictivos, y permite que los sistemas informáticos aprendan automáticamente de los datos sin intervención humana. Por último, SA (algoritmo de búsqueda) busca mejoras utilizando una versión acelerada de la dinámica de selección natural de prueba y error de la evolución biológica.
En sistemas de membranas avanzados, el modelado de IA puede definir las condiciones de operación óptimas para membranas sensibles para crear estrategias efectivas de mitigación de incrustaciones, garantizar una mayor calidad del efluente, optimizar el uso de recursos y reducir los costos operativos.
Cuando se aplica a la detección de fugas, la IA puede reconocer patrones de datos que las personas no pueden discernir, produciendo mejores resultados. Los datos de uso de agua de los clientes informados por la infraestructura de medición avanzada (AMI por sus siglas en inglés) han sido analizados por IA para crear iniciativas de conservación de agua y generar pronósticos de demanda de agua que son más precisos que los lineales.
La IA ha ayudado en el descubrimiento de la intrusión de contaminantes y otros problemas de calidad en las redes de distribución de agua. La IA ha detectado problemas en los sistemas de agua potable, como la deriva del rendimiento óptimo, y ha predicho con éxito los puntos críticos de bacterias y ha identificado fallos en las estrategias de control de las redes de distribución. La IA también ha descubierto oportunidades de ahorro de energía en la programación de bombas.
Cómo Seven Seas aprovecha la IA
En Seven Seas, nuestros ingenieros han estado desarrollando e implementando diligentemente soluciones impulsadas por IA, incluidos sistemas de mantenimiento inteligentes y paneles de datos avanzados. Estas herramientas nos permiten monitorear de manera proactiva los indicadores clave de rendimiento (KPI), identificar posibles problemas antes de que se intensifiquen y optimizar las operaciones de la planta.
El récord líder en la industria de Seven Seas con una disponibilidad de planta del 97% es uno de los puntos focales clave de nuestro negocio, por lo que nuestros ingenieros se están concentrando en el uso de la IA para el mantenimiento predictivo para evitar aún más el tiempo de inactividad y las interrupciones. También es fundamental para nuestro modelo de negocio Water-as-a-Service® (WaaS®), por el cual nuestros expertos se mantienen responsables de las operaciones y el mantenimiento a largo plazo de la planta. Al aprovechar la IA, podemos analizar grandes cantidades de datos de nuestras plantas y vehículos de mantenimiento para anticipar fallas en los equipos y programar el mantenimiento de manera proactiva. Este enfoque también extiende la vida útil de los activos y, en última instancia, reduce los costos operativos.
Nuestro equipo de expertos evalúa con mucha dedicación los posibles casos de uso, reúne los conjuntos de habilidades necesarios y perfecciona iterativamente nuestros modelos de IA para obtener resultados. A través de una combinación de pilotos exitosos y aprendizaje continuo, estamos avanzando constantemente en nuestras capacidades de IA para ofrecer beneficios tangibles a nuestros clientes.
Nuevas vías para la IA en el tratamiento de aguas y aguas residuales
Algunos investigadores creen que la IA se aplicará a la calibración automatizada de modelos hidráulicos, a la optimización de la planificación de infraestructuras y a las reparaciones preventivas de emergencia. Otras investigaciones se centran en cómo el procesamiento de datos, el reconocimiento de patrones y la optimización de la IA pueden ayudar en la creación del sector hídrico “digital twins“, que son modelos digitales y dinámicos de sistemas de agua reales que proporcionan información sobre la que se puede actuar en el mundo real.
Los responsables de la toma de decisiones en el sector del agua, sin embargo, necesitan más información sobre la IA. A pesar de los numerosos beneficios, la IA presenta muchos desafíos, incluido el desarrollo de modelos, la integración del conocimiento y las preocupaciones éticas que deben considerarse antes de la aplicación en el mundo real, por lo que las empresas de servicios públicos en los Estados Unidos generalmente han estado haciendo la transformación digital lentamente.
Seven Seas ya ha adoptado algunos de estos sistemas y está avanzando hacia una adopción aún mayor de la IA con programas de seguimiento del mantenimiento que analizan los datos de las plantas y los vehículos de mantenimiento.
Acelerar la adopción de la IA en el sector del agua
Algunas proyecciones dicen que los gastos futuros de IA para agua y aguas residuales se acercarán a $9 mil millones para 2030. Si bien es muy fácil gastar dinero en tecnologías relacionadas con la IA, se necesita precisión y competencia para centrarse en los casos de uso empresarial más valiosos para proporcionar un beneficio real para el gasto.
Seven Seas ha aprendido mucho de sus pilotos de IA. Acelerar la adopción de la IA requiere el equipo adecuado con las habilidades adecuadas para determinar si un proyecto es viable o debe ser cortado. Si un proyecto es prometedor, el equipo adecuado puede tomarse el tiempo para perfeccionar las aplicaciones con correcciones iterativas hasta que se alcancen los objetivos.
Seven Seas predice un aumento continuo en la dependencia de datos en el sector del agua que requerirá más sensores y técnicas de recopilación de datos, y continuaremos aprovechando la ola de IA. Póngase en contacto con nuestros expertos para obtener más información sobre las opciones de IA en cuanto al tratamiento del agua.
Crédito de imagen: peshkova/123RF
Matt Tesvich serves as the Global IT Director for Seven Seas Water Group. He is a seasoned manufacturing professional with over 20 years of experience in both high and low automation environments. He has been at the forefront of cutting-edge manufacturing technology, notably managing a $1 billion contact lenses plant outside of Atlanta, GA. As a former Global Manufacturing Digital Transformation Lead, Matt has driven innovation across multiple industries, including Medical Devices, Pharmaceuticals, and Utilities.