Spatial Insight ha progettato e costruito TransparantNL, il modello di sostituzione delle condotte per l’azienda olandese di servizi idrici PWN, che in seguito ha richiesto un’ulteriore espansione e ottimizzazione del modello. Era necessario ottenere maggiori informazioni riguardo alla sensibilità delle regole di inserimento di informazioni e avere una previsione della frequenza dei guasti in relazione all’età di una condotta. Esisteva anche un’altra problematica: quando si riparava una parte di condotta, il lavoro eseguito veniva registrato nel database GIS e la condotta specifica passava, per esempio, da una a tre, ovvero includendo la parte nuova. Lo storico di perdite e guasti non venivano più riconosciute come evento sulla condotta originale, ma identificati sulle tre tubazioni ‘nuove’. Di conseguenza, la frequenza dei guasti poteva apparire inferiore rispetto alla situazione precedente.
Approccio e soluzione
Il modello esistente di sostituzione delle condotte prevedeva una relazione di base tra il numero di eventi (guasti, perdite) e il comportamento di guasto atteso della condotta. Quando si analizza la frequenza dei guasti a lungo termine, fare una previsione nell’intervallo di età fino a circa 60 anni è funzionale, poiché il comportamento si basa su dati storici. Ma come gestire le condotte più vecchie, che tipicamente hanno lo stesso o un maggiore rischio di guasto rispetto a quelle installate più di recente? La soluzione è SI-Regression, uno strumento per l’analisi di regressione per rafforzare la relazione tra l’aumento (improvviso) degli eventi sulle condotte e il comportamento di guasto atteso.
Contributo agli obiettivi strategici
L’espansione e l’ottimizzazione del modello di sostituzione di PWN hanno portato a una più accurata previsione dei guasti alle condotte, ma altrettanto importante è stato il contributo in termini di maggior valorizzazione del modello, essenziale per garantire la continuità di utilizzo del modello nell’asset management di PWN. PWN è certificata NEN-ISO 55001, che definisce un approccio strutturato e responsabile della gestione degli asset per garantire il massimo valore con gli asset a disposizione.
Dicono di noi
Peter Horst, ex asset engineer di PWN: “Lo sviluppo del nostro modello di sostituzione non solo ci ha aiutato a fare previsioni più accurate e affidabili su quali condotte vadano sostituite, ma anche su quali sezioni di condotte richiedono un intervento. Spatial Insight conosce a fondo gli elementi rilevanti per un dipartimento di servizi idrici”.
CONTATTO
"L'analisi di regressione e il clustering sono la struttura portante dei nostri modelli di probabilità"