I ricercatori del Laboratorio di Termofluidodinamica della Libera Università di Bolzano hanno costruito un sistema di rilevazione dei consumi idrici e delle perdite dei sistemi acquedottistici basato sull’utilizzo del deep learning. L’algoritmo creato permette di scoprire, sulla base dei sensori di portata e pressione dislocati nel sistema, ogni tipo di perdita o anomalia. Un aiuto fondamentale per fronteggiare la futura scarsità di una risorsa fondamentale.

In Italia i sistemi idrici, per diverse ragioni (vetustà degli impianti, insufficiente manutenzione, inadeguatezza dei sistemi di rilevazione delle dispersioni), perdono mediamente circa il 40% dell’acqua potabile che dovrebbero distribuire. Uno spreco enorme che il nostro Paese, anche in previsione di una crescente scarsità della risorsa e di un aumento dello stress idrico in conseguenza dei cambiamenti climatici, non si può più permettere.

Ariele Zanfei e Andrea Menapace, ricercatori del Laboratorio di Termofluidodinamica della Libera Università di Bolzano al NOI Techpark, hanno recentemente pubblicato un paper (Novel approach for burst detection in water distribution systems based on graph neural networks) sulla rivista scientifica Sustainable Cities and Societies, in cui illustrano le possibilità che l’applicazione delle più avanzate tecniche di Intelligenza Artificiale offre per contenere perdite e sprechi, nell’ottica di una maggiore sostenibilità della gestione dei sistemi idrici. “L’era che stiamo vivendo – quella dei Big Data e dell’IA – ci permette di trovare strade alternative, più precise ed efficaci, per gestire gli acquedotti”, afferma il prof. Maurizio Righetti, direttore del laboratorio e co-autore dello studio, “negli ultimi anni, la ricerca nel settore ha compiuto enormi passi in avanti. L’utilizzo di questo nostro algoritmo consentirà di identificare in tempo reale perdite e guasti nella rete idrica, con un notevole risparmio di risorse economiche investite nella manutenzione e con tempi di intervento più rapidi”.

Il laboratorio di Termofluidodinamica di unibz al NOI Techpark.

Negli ultimi anni sono fioriti diversi approcci per la gestione degli acquedotti basati sull’analisi dei dati per mezzo dell’IA. “Ciò è stato reso possibile grazie è stato possibile grazie alla crescente disponibilità di dati (Big data) nelle reti acquedottistiche”, spiega Zanfei, “la nostra proposta rappresenta lo sviluppo più recente nel campo dell’apprendimento automatico (machine learning) applicato ai sistemi idrici”. L’innovazione proposta dai ricercatori di unibz consiste nello sviluppo di un modello basato sulle graph neural networks, in cui i modelli di reti neurali vengono ulteriormente arricchiti dalla presenza delle strutture a grafo, le quali permettono una conoscenza spaziale degli acquedotti, necessaria per l’individuazione delle anomalie. I dati di pressione e portata delle tubature del sistema idrico vengono sfruttati per individuare più velocemente e con aumentata precisione eventi anomali che possono indicare un guasto o una perdita.

Non solo perdite. Anche previsioni dei consumi

L’algoritmo creato nel Laboratorio di Termofluidodinamica può avere anche altri utili impieghi. Oltre a scovare le perdite sulla rete, può essere addestrato per stimare i consumi e la domanda di acqua: una caratteristica che consente ai gestori di ottimizzare il pompaggio di acqua nella rete per la produzione di energia idroelettrica. “Istruendo il modello di rete neurale che abbiamo costruito, cibandolo cioè di dati – fondamentalmente serie temporali – legati alle abitudini comuni, alle condizioni meteorologiche e alle attività degli utenti, esso è in grado di rappresentare la potenziale domanda idrica attraverso una struttura a grafo”, chiarisce il ricercatore, “ciò è essenziale perché può suggerire all’azienda quando e quanta acqua immetere nel sistema e quindi come ricavare il massimo in termini economici”.

Il prof. Maurizio Righetti, direttore del Laboratorio di Termofluidodinamica.

La commercializzazione dell’applicazione

Zanfei e Menapace sono anche tra i fondatori dello spinoff di unibz Aiaqua che si occupa di innovazione nella gestione e pianificazione dei sistemi acquedottistici. Proprio la startup - che ha sede al parco tecnologico di Bolzano - sarà la realtà commerciale che, nel giro di breve tempo, introdurrà sul mercato un’applicazione basata sul modello di algoritmo creato dai due ricercatori.

Immagine: unsplash.com

Related Articles

Interview
“Dare forma al futuro deve essere un movimento sociale”

Intervista a Roland Benedikter, titolare della cattedra UNESCO in “Anticipazione e trasformazione”

Article
Artenreiche Anger

Im Rahmen des Biodiversitätsmonitorings Südtirol hat ein Forschungsteam den Lebensraum Streuobstwiese untersucht – und außerordentliche Vielfalt gefunden.

Article
Gli screening di massa efficaci per contenere i contagi da Covid-19. Pubblicato dalla rivista Scientific Reports lo studio sul caso dell’Alto Adige

Una ricerca appena pubblicata sulla prestigiosa rivista scientifica Scientific Reports mostra l’utilità delle campagne di screening con test antigenici rapidi per individuare positivi asintomatici nella popolazione. Curato da Davide Ferrari e Steven Stillman (docenti della Facoltà di Economia e della Libera Università di Bolzano) e Mirco Tonin (Facoltà di Economia unibz e direttore dell’Istituto per la Ricerca Valutativa sulle Politiche Pubbliche di FBK), lo studio, effettuato sulla base dei dati derivanti dall’esperimento condotto in Alto Adige a novembre 2020, indica un significativo abbassamento dei contagi (-45% nel tasso di crescita dell’infezione) nelle settimane successive.

Article
Der Klimawandel in Südtirol: Die Entwicklung in Zahlen und Daten auf einen Blick

Eurac Research: Erstmals sind wichtige Klimakennzahlen und ihre zeitliche Entwicklung auf einer gemeinsamen Plattform online abrufbar.