AI prediktiv bedömning & Avloppsindex för avloppsledningsnät(AIX)

Projekt Syfte och mål

Projektets syfte är att utveckla en datadriven AI-modell och ett standardiserat Avloppsindex för statusbedömning och prediktivt underhåll av avloppsledningsnät. Detta ska möjliggöra för va-organisationer att identifiera hög-riskledningar, optimera underhålls-och reinvesteringsplanering, förbättra infrastrukturens långsiktiga resiliens genom en standardiserad, kostnadseffektiv och proaktiv förvaltning. 

Projektets mål är att: Identifiera och klassificera nödvändiga data: Fastställa vilka data som krävs och vilka ytterligare data som är värdefulla för AI-baserad statusbedömning av ledningsnätet. 

• Utveckla en prediktiv AI-modell: Träna och validera en AI-modell för att förutse sannolikheten för specifika ledningsskador på oinspekterade ledningar, följt av utvärdering och förbättring. 
• Etablera ett Standardiserat Avloppsindex (AIX): Diskutera, föreslå och definiera ett kvantifierbart index som kompletterar subjektiva bedömningar. 
• Generera en AI modell för Avloppsindex: Utveckla och validera en AI-baserad modell för att beräkna avloppsindex för icke inspekterade ledningar och justera den baserat på analyser och utvärderingar. 

Förväntade Effekter

• Proaktiv identifiering av högriskledningar, även där inga tidigare inspektioner gjorts.
• Optimerad underhållsplanering och resurshantering baserad på sannolikhetsbaserade riskbedömningar.
• Införande av ett enhetligt Avloppsindex som ger en överblick över nätets status och underlättar långsiktig budgetplanering.
• Betydande kostnadssänkning för statusbedömning, samtidigt som avloppsnätets driftsäkerhet och livslängd förlängs.