AI-plattform ska minska bräddning & energianvändning
Calejo och Esatto har tillsammans med Sweco genomfört en sprint inom ramarna för Digital Innovationshub Västernorrland, med syfte att bygga en bro mellan system och användare genom att skapa ett nytt användargränssnitt för den nya AI-plattformen Smart Water.
Smart Water är en AI-plattform som Calejo arbetat fram tillsammans med Sweco med syftet att göra styrning av avloppspumpar mer intelligent och bidra till minskade bräddavlopp.
- En digital tvilling skapas för att bidra till ett mer störningsfritt avloppssystem med bland annat mindre bräddning och energianvändning. Genom att träna modellen på historisk data kan lösningen sedan förutsäga när och med hur mycket volym en viss nederbörd kommer att öka flödet i det valda avloppssystemet, säger Johannes Holmberg, vd på Calejo.
Utmaning
Det som låg till grund för sprinten var ett identifierat problem gällande avloppsnät och nederbörd samt utmaningen med att kommunicera och visualisera komplexa system. Vid regn kan flödet i avloppen öka med 4-5 gånger normal volym vilket resulterar i att pumparna inte hinner pumpa undan vattnet. Detta gör att nivån blir för hög och orenat avloppsvatten rinner ut i omgivande natur, en så kallad bräddning uppstår.
Projektmål
Att bygga en bro mellan system och användare genom att skapa ett nytt användargränssnitt för den nya AI-plattformen Smart Water.
Lösning
Under innovationssprintens inledande fas identifierades tre huvudsakliga funktionsområden som användarna behöver stöd för vilka är hämta data, simulera data samt följa systemet och påverka. Idag sköts en stor del av arbetet med manuell handläggning vilket är vanskligt och resurskrävande. Lösningen blev därmed att automatisera processer som också möjliggör för tydligare insikt i flöden och status.
Resultat
Innovationssprinten resulterade i en interaktiv karta som ska ge en översikt över ett helt avloppssystem med pumpstationer och reningsverk - i nutid och i den närmaste framtiden. Genom en panel visas aktuell och relevant information över systemet som effektivt vägleder operatörer och driftpersonal dit behovet är som störst. Kartan indikerar direkt när det finns en risk för att en avvikelse kan uppstå och kan därefter ge fördjupad information om aktuell prognos och inom vilket geografiskt område det berör.