I projektet, som fick medel inom programmets senaste utlysning, deltar flera parter och samarbetskommuner inom Mistra InfraMaint, som är ett forskningsprogram med smart underhåll i fokus. I sitt senaste nyhetsbrev lyfter de upp projektet Ordning i RörANN.

Utgångspunkten är Stockholm Vatten och Avfalls (SVOAs) metod som har tagits fram med utgångspunkt i ANN (Artificial Neural Networks) och AI, Artificiell Intelligens. I SVOAs modell kombineras 21 parametrar med data om dricksvattenledningarna – till exempel material, dimensioner och ålder – med externa parametrar som väder, geologi och tidigare driftstörningar. Syftet är att förutsäga var risken för läckor är som störst, det vill säga var det behövs förebyggande åtgärder.

– En utgångspunkt är var läckor har uppstått tidigare och varför det kan innebära risk för nya läckage. Erfarenheterna från Stockholm är positiva, säger Johanna Sörensen, postdok vid avdelningen för Teknisk vattenresurslära vid Lunds tekniska högskola och projektledare för Ordning i RörANN och fortsätter.

– Vi vill gå vidare och skala ner SVOAs modell för att se om den fungerar för mindre kommuner. Vi vet inte om det går – men fungerar det är det ju högintressant.

Läs hela artikeln på Mistra InfraMaints webbplats

Uppdaterad den