AP7 – Entwicklung Ausfallprognosen

Ziel

Ziel von AP7 ist es, Modelle zur Erkennung und Vorhersage von Anomalien im Abwassersystem zu erstellen und basierend auf diesen Modellen problematische Zustände kritischer Komponenten, z.B. betriebsbedingte Verstopfung von Trummen zeitig zu erkennen und auch vorherzusagen (Predictive Maintenance).

Aktivitäten

Modelle zur Anomalieerkennung

Ziel ist es, durch die statistische Auswertung der Daten ein besseres Verständnis über die technischen und physikalischen Abläufe im Abwassersystem zu ermöglichen.

Lernen von Modellen mit Methoden des unüberwachten Maschinellen Lernens zur automatischen Erkennung von Anomalien im Kanalsystem (z.B. Leckagen, unerlaubte Fremdwassereinleitungen oder verstopfte Straßeneinläufe).

Modelle zur Anomalievorhersage

Unter Einsatz verschiedener Techniken des Maschinellen Lernens werden Modelle zur Vorhersage von Ausfällen und nötigen Wartungen trainiert.

Die resultierenden Modelle werden in der Datenanalyseplattform an zentraler Stelle integriert und die Prognosen an das in AP5 entwickelte GIS-System übermittelt.

Entwicklung optimierter Wartungspläne

Es wird eine Komponente entwickelt, die unter Berücksichtigung von Zustandsinformationen und der gelernten Modelle eine Optimierung der Wartungsplanung durchführt, sodass problematische Zustände frühzeitig mitigiert werden können.