W tym kontekście szczególne znaczenie mają: sterowanie przepływem w kanalizacji, zapobieganie wylaniom z kanalizacji i zmniejszenie liczby przelewów burzowych do odbiorników. Nowoczesne zarządzanie siecią kanalizacji deszczowej lub ogólnospławnej wymaga zastosowania systemów jej opomiarowania i sterowania w czasie rzeczywistym (Real Time Control – RTC).

RTC to zagadnienie, którego złożoność rośnie wraz z rozmiarem sieci, którą chcemy sterować i liczbą urządzeń pomiarowych i wykonawczych montowanych w sieci w celu monitoringu jej stanu (czujniki poziomu i napełnienia) oraz aktywnej regulacji przepływu (zastawki kanałowe i ruchome krawędzie przelewowe).

Zaskoczeniem nie jest, że i tutaj pokładamy ogromną nadzieję w zastosowaniu algorytmów Sztucznej Inteligencji (AI) i metod Uczenia Maszynowego (ML). Wspomniane algorytmy i metody ich rozwoju to klucz do efektywnego sterowanie przepływem w systemach kanalizacji w czasie rzeczywistym. Obecnie wiadomo, że takie podejście – w odróżnieniu od klasycznych systemów opartych o budowę możliwie największej pojemności retencyjnej – jest przyszłością systemów kanalizacji i retencji.

Takie rozwiązania rozwija krakowska firma RetenTech, która opracowała innowacyjne urządzenia wykonawcze – zastawki kanałowe i krawędzie przelewowe, które obsługiwane są przez autorski system wizualizacji i sterowania RetenNet. Opatentowane urządzenia wykorzystują innowacyjne rozwiązania pneumatyczne i systemy fotowoltaiki, dzięki którym mogą być montowane w miejscach, gdzie nie są dostępne przyłącza energetyczne. Urządzenia RetnTechu mogą być łatwo montowane w istniejącej infrastrukturze bez konieczności jej przebudowy i pozyskiwania pozwoleń administracyjnych. Komunikacja między urządzeniami a systemem sterującym RetnNet realizowana jest zdalnie, przez sieć GSM lub niskoenergetyczne łącza LoRa WAN. Nie wyklucza to możliwości integracji z klasycznymi systemami SCADA poszczególnych użytkowników.

Fot. RetenTech

Kluczową cechą systemu jest bezpieczeństwo. W obszarze informatycznym RetenTech współpracuje z platformą Amazon Web Services, gwarantującą najwyższe standardy rozwiązań chmurowych i IoT. Cechą wyróżniającą urządzenia wykonawcze RetenTechu jest automatyczny mechanizm ich powrotu do pozycji neutralnej w przypadku awarii czy zerwania połączenia z systemem IT.

Analiza danych, prognozowanie i optymalizacja przepływu w czasie rzeczywistym

Jednym z kluczowych aspektów, w których AI i ML mogą być wykorzystywane, jest analiza danych i prognozowanie. Systemy te są w stanie gromadzić ogromne ilości informacji z czujników umieszczonych w sieci kanalizacyjnej. Dzięki temu, w połączeniu z dostępnymi danymi meteorologicznymi, możliwa jest analiza historycznych danych, co umożliwia lepsze zrozumienie zachowań systemu w różnych warunkach.

Na podstawie zebranych danych i tysięcy symulacji hydrodynamicznych, algorytmy ML są w stanie prognozować przyszłe obciążenia systemu kanalizacyjnego w różnych warunkach, co pozwala na dostosowanie przepływu wody w czasie rzeczywistym. Przykładowo, jeśli prognozy wskazują na intensywne opady deszczu, system może automatycznie opróżnić zbiorniki retencyjne wód opadowych w celu przyjęcia zbliżającego się deszczu w danej zlewni, aby zapobiec wylaniu z kolektorów głównych.

Algorytmy AI są w stanie uwzględnić zmienne warunki atmosferyczne, aktualne przepływy w opomiarowanych kolektorach i ogólne obciążenie systemu kanalizacyjnego. Dzięki temu możliwe jest unikanie przeciążeń w określonych obszarach i minimalizowanie ryzyka wystąpienia wylań z sytemu kanalizacyjnego, jak i efektywne zarządzanie przelewami burzowymi. Systemy ML, ucząc się na bieżąco na podstawie danych z czujników, są w stanie dokładnie przewidywać potrzeby systemu, co przekłada się na bardziej efektywne i ekonomiczne zarządzanie przepływem.

Fot. RetenTech

Integracja z innymi systemami miejskimi

AI i ML umożliwiają również integrację systemu zarządzania przepływem wody z innymi systemami miejskimi, takimi jak systemy meteorologiczne, transportowe czy energetyczne. Integracja taka pozwala na holistyczne podejście do zarządzania miastem, gdzie różne systemy współpracują ze sobą w celu osiągnięcia optymalnych rezultatów. Na przykład, jeśli system meteorologiczny prognozuje ekstremalne opady na jakimś obszarze, system zarządzania przepływem wody może uwolnić dostępną pojemność retencyjną zbiorników i zlewni, aby zapobiec skutkom ekstremalnych warunków atmosferycznych.

Wyzwania i perspektywy rozwoju

Mimo licznych korzyści płynących z wykorzystania AI i ML w sterowaniu w czasie rzeczywistym przepływem ścieków w systemach kanalizacyjnych, istnieją również wyzwania. Jednym z głównych jest konieczność skomplikowanego i precyzyjnego dostosowania algorytmów do konkretnych warunków w danej zlewni, co jest czasochłonne i wymaga zaangażowania niemałych środków finansowych.

Perspektywy rozwoju tego obszaru są jednak obiecujące. Postęp w dziedzinie sztucznej inteligencji, rozwój urządzeń pomiarowych i wykonawczych, technologii komunikacyjnych oraz zwiększająca się dostępność danych pozwolą na jeszcze bardziej zaawansowane i skuteczne zarządzanie przepływem ścieków i wód opadowych w systemach kanalizacyjnych.

Wykorzystanie Sztucznej Inteligencji i Uczenia Maszynowego w sterowaniu w czasie rzeczywistym przepływem wody w systemach kanalizacyjnych stanowi kluczową innowację w dziedzinie infrastruktury miejskiej, która w najbliższym czasie będzie zyskiwała na znaczeniu, zaś udział krajowych firm, takich jak RetenTech w wyścigu po zastosowanie tych metod w zarządzaniu sieciami kanalizacji, może tylko cieszyć.

Docelowe systemy zarządzania przepływem będą w istocie systemami retencji kanałowej. Składać się będą zapewne z wielu zastawek, krawędzi przelewowych oraz licznych czujników przepływu. Dzięki opracowywanym algorytmom AI cała sieć zarządzana będzie autonomicznie, bez konieczności ingerencji operatorów. W ten sposób, dzięki możliwości czasowego zatrzymania wody na wyższych obszarach zlewni, fale wezbraniowe w kolektorach głównych będą się mijały i będą niższe, a coraz częstsze opady nawalne nie będą już stanowiły takiego wyzwania dla przeciążonych systemów kanalizacji.