Gestire un acquedotto al meglio e rispondere a tutte le problematiche che si presentano in corso d’opera: per raggiungere questi obiettivi, il gestore Viva Servizi ha deciso di implementare le piattaforme di GE Vernova distribuite in Italia da ServiTecno
L’acquedotto gestito da Viva Servizi ha tutte le complessità legate alla gestione della filiera idrica su un territorio disomogeneo, che in pochi chilometri passa dal mare alla catena appenninica. Lo sanno bene Ermanno Pacilli, responsabile area sistemi specialisti e innovazione di Viva Servizi, e Roberto Battistelli, responsabile del progetto per Artel, system integrator di riferimento, e lo confermano i numeri: 5.100 km di rete idrica, più altri 2.100 di rete fognaria, per distribuire 45 milioni di m3 , più di 1.100 punti cospicui monitorati (impianti di depurazione, sollevamento ecc.) per servire 220.465 utenze. Un’applicazione critica estremamente prestante che riesce a raggiungere performance di altissimo livello rispetto agli standard richiesti dalle regolamentazioni, sia in ambito di perdite idriche (attualmente al 36,22%), sia in termini di qualità dell’acqua, sia di performance sull’interruzione del servizio (già nelle fasce di valutazione più alte per entrambe le categorie). L’obiettivo prefissato nei prossimi 2 anni da Giacomo Balzani, responsabile area operativa acqua potabile di Viva Servizi, è quello di contenere le perdite idriche sotto al 30% e, allo stesso tempo, migliorare la qualità dell’acqua e i tempi di interruzione del servizio mediante la realizzazione di progetti connessi al Pnrr (digitalizzazione, distrettualizzazione, modellazione delle reti, asset management e work force management). Per raggiungere questi obiettivi sono state implementate le piattaforme di GE Vernova distribuite in Italia da ServiTecno sia per la supervisione (18 Scada iFIX + i client Terminal Server), sia per quanto riguarda lo storage dei dati (più di 30.000 tag). Per migliorare le prestazioni riguardo l’uptime dei sistemi si sta applicando la tecnologia Edge Computing ad alte prestazioni di Stratus Technologies: PC industriali in grado di gestire il processo localmente, garantendo la fault tolerance (uptime 99,999%) e creando un bridge sicuro ed efficiente verso il cloud o la rete enterprise. Questi dispositivi sono stati impiegati in quanto garantiscono la continuità di servizio anche in condizioni logistiche e ambientali precarie, permettendo il collegamento con apparati e strumenti di campo e una gestione locale nel caso di perdita di connettività con la control room del telecontrollo. La robustezza dell’applicazione di Viva Servizi e la competenza di Artel hanno permesso di raggiungere i risultati sopra citati, aprendo la strada a nuove tecnologie e processi virtuosi per il miglioramento continuo. Michele Romagnoli, referente tecnico del Consorzio Gorgovivo, illustra di seguito il progetto Gorgovivo 4.0 che prende il nome dall’omonimo acquedotto, principale fonte di approvvigionamento idrico della Viva Servizi. In collaborazione con l’Università Politecnica delle Marche si stanno implementando logiche di machine learning al fine di creare dei modelli previsionali per dare supporto alle decisioni per la gestione della suddetta fonte (e dell’intero acquedotto).
Machine learning e AI per predire le portate
Il progetto Gorgovivo 4.0 prende il nome dal complesso sorgentizio Gorgovivo, di cui il Consorzio è proprietario, e che rappresenta la principale fonte di approvvigionamento idrico per la regione Marche nella provincia di Ancona. L’urgente necessità di affrontare le sfide legate alla gestione sostenibile delle risorse idriche ha spinto la comunità scientifica e tecnologica a esplorare soluzioni innovative, contribuendo agli obiettivi di sostenibilità dell’Agenda 2030 dell’ONU. La crescente domanda di acqua, l’incremento demografico e i cambiamenti climatici sono tra i principali fattori che minacciano quantità e qualità dell’acqua. Negli ultimi anni, l’industria dell’acqua ha sperimentato uno sviluppo significativo in termini di upgrading tecnologico e di digitalizzazione, migliorando la comprensione delle dinamiche di consumo e di tutela della risorsa. In questo contesto, il monitoraggio in tempo reale e la disponibilità di grandi quantità di dati rendono indispensabile l’uso di applicazioni basate su Intelligenza Artificiale (AI) per una governance idrica più efficace, fondata sull’analisi data-driven. Il Consorzio Gorgovivo, in sinergia con Viva Servizi, in ragione dei propri principi statutari di tutela e salvaguardia dell’ambiente, è stato tra i primi a credere fortemente e a investire in soluzioni innovative di questo tipo. Dal 2019, con l’Università Politecnica delle Marche si sta sviluppando un sistema predittivo della disponibilità della risorsa della Sorgente Gorgovivo attraverso l’impiego di modelli data-driven che sfruttano le tecniche più moderne dell’AI. Il dataset è costituito dalle serie storiche di dati delle principali variabili, tra i quali il livello della sorgente, il livello dei pozzi, il livello del fiume Esino, la portata complessiva emunta e i dati pluviometrici del bacino idrografico. I dati della sorgente sono raccolti automaticamente e disponibili in tempo reale tramite il sistema di telecontrollo aziendale, monitorando le principali caratteristiche dei 19 pozzi del complesso.
L’importanza di creare un modello predittivo
Questo approccio meticoloso alla raccolta e analisi dei dati è fondamentale per sviluppare un modello predittivo affidabile che rifletta l’interazione tra variabili climatiche e risposte idrogeologiche. È stata inoltre realizzata un’applicazione GUI (Graphical User Interface) che consente di analizzare grandi quantità di dati multidimensionali, effettuando simulazioni di validazione e predizione, rendendo il sistema predittivo uno strumento di supporto alle decisioni (SSD). Maggiori approfondimenti tecnici sono contenuti nell’articolo scientifico pubblicato da Alessandro Galdelli del Dipartimento di Ingegneria dell’Informazione (DII) dell’Università Politecnica delle Marche, in collaborazione con Primo Zingaretti, responsabile scientifico del progetto e direttore del laboratorio Vrai (Vision, Robotics and Artificial Intelligence), dal titolo ‘An AI-Driven Prototype for Groundwater Level Prediction: Exploring the Gorgovivo Spring Case Study’ e presentato in occasione della conferenza internazionale Iciap (International Conference on Image Analysis and Processing). Il lavoro fin qui svolto costituisce un prezioso strumento operativo nell’ambito dell’Asset Management, creando le fondamenta per una ricerca estesa sia dal punto di vista metodologico che applicativo. Attualmente, si sta sviluppando un’architettura cloud avanzata, automatizzata e serverless, finalizzata alla raccolta, elaborazione e previsione automatica del livello dei pozzi presso la sorgente Gorgovivo. Inoltre, il modello predittivo verrà ottimizzato attraverso nuovi metodi basati sul deep learning. Contemporaneamente, riconoscendo l’importanza di approfondire le conoscenze sulle aree e sulle dinamiche di ricarica della sorgente, in collaborazione con Alberto Tazioli del Dipartimento di Scienze e Ingegneria della Materia dell’Ambiente e Urbanistica (Simau), il Consorzio ha avviato un programma di studio idrogeologico, geochimico e idrochimico. Questo progetto mira a verificare il perimetro del bacino di alimentazione e alla modellazione idrogeologica a scala di bacino della sorgente.
Per concludere
In conclusione, i risultati dei due importanti progetti, sopra descritti in parte, stanno già offrendo e comunque offriranno al Consorzio Gorgovivo e a Viva Servizi un duplice vantaggio. Da un lato, forniranno una comprensione completa e dettagliata delle caratteristiche e delle dinamiche della sorgente, migliorando la consapevolezza e la capacità di monitoraggio delle risorse idriche. Dall’altro, metteranno a disposizione strumenti operativi di previsione altamente efficaci, fondamentali per una gestione sostenibile della risorsa. Questi strumenti consentiranno di anticipare e mitigare eventuali situazioni di stress idrico, ottimizzando l’uso dell’acqua e garantendo una gestione più responsabile e lungimirante del bacino idrografico.
ServiTecno – www.servitecno.it