Datadrivna metoder för planering av proaktivt underhåll
Publicerad: 30 april, 2021
Den 18 juni kommer Emmanuel Okwori presentera sin licentiatavhandling om datadrivna metoder för planering av proaktivt underhåll och hantering av avloppsstopp på ett öppet seminarium vid Luleå tekniska universitet, med Frédéric Cherqui, INSA Lyon, Frankrike, som diskussionsledare.
Avloppsstopp står för en betydande del av rapporterade fel i avloppsnät. Avloppsstopp orsakar störningar och kan till exempel ge översvämningar vilket kan utgöra en hälso- och miljörisk för människor. Ofta används ett reaktivt tillvägagångssätt för att ta hand om avloppsstopp. Även om proaktiva underhållsstrategier har utvecklats kan sådana förfaranden både vara dyra och det finns behov av att utveckla mer analysbaserade metoder för att ta itu med problemet.
Det övergripande syftet med denna licentiatavhandling var att bidra med ny kunskap, tillvägagångssätt och metoder som kan stödja förbättrad proaktiv underhållsplanering av stopp i avloppsnätet. En antal avancerade statistiska metoder har använts i delstudierna som bland annat bygger på geografiskt viktad regression, klusteranalys samt även maskininlärningsalgoritmer så som Random Forest. Ett analysverktyg har föreslagits för att utvärdera datahanteringen för implementering av datadriven integrerad asset management. Verktyget bedömer datakvalitet och datainsamling samt utvärderar interoperabilitet mellan olika verktyg. I verktyget görs även en nyttoanalys av tillgänglig information.
Resultaten visade att den genomsnittliga frekvensen av avloppsstopp i medelstora kommuner i Sverige var två till tre gånger högre än i mindre eller stora kommuner. Det kan tänkas att underhållsstrategierna för avloppsnät inte är tillräckligt effektiva och att en ökad satsning på proaktiva strategier kan motverka avloppsstopp. Resultaten indikerade också att kluster av återkommande avloppsstopp i vissa ledningssektioner visar på ett ökat behov av underhållsåtgärder i form av spolning av ledningsnätet. Graden av påverkan mellan undersökta faktorer och ökad benägenhet för avloppsstopp visade att dessa relationer inte var globala (inte desamma på alla platser) inom och mellan avloppsnäten. Det kunde också konstateras att avloppsstopp kunde förutsägas i större utsträckning i det ledningsnät som visade på förhållandevis större lokala ansamlingar av avloppsstopp. Samtidigt var den tillgängliga datan mer omfattande och höll en högre kvalitet i den kommunen. Därför behöver mer studier göras för att kunna prognostisera var avloppsstoppen kommer att uppkomma med större säkerhet.