AI bra som stöd vid bedömningar
Publicerad: 14 december, 2021
Den ökade digitaliseringen och användning av AI påverkar även VA-branschen där förhoppningarna på teknikens nytta främst handlar om att kunna få en jämnare och säkrare bedömning av tillståndet på anläggningar.
På Stockholm Vatten och Avlopp använder de sedan ett par år bedömningssystem där AI är en av komponenterna.
- Vi använder AI främst för analys för vår förnyelseplanering av VA-ledningar. Den data vi utgår ifrån är bland annat tidigare rörinspektioner, läckor, rörmaterial, teoretisk teknisk livslängd och då lär sig AI-modellen utifrån ledningarnas attribut t.ex. dimension, material, ålder, jordart och tidigare driftstörningar. Det är en ständig utveckling av dessa analyser och data till input för detta, förklarar Christer Silver Holmberg, utredningsingenjör på Stockholm Vatten och Avlopp samt medlem i arbetsgruppen för STVF.
Korrekt input avgörande
För att bedömningen ska bli så korrekt som möjligt är de beroende av att de data de matar modellen med är så korrekta som möjligt.
- En viktig pusselbit i det är de rör-inspektioner av rörledningar som görs där man får aktuella data, det är även viktigt att sådana mätningar utförs på rätt sätt så man kan lita på de data som kommer fram.
Han konstaterar att den typen av inspektioner är det bästa sättet i dagsläget att få reda på hur en ledning faktiskt mår inuti då alla ledningar är unika och ligger nedgrävda.
- Om det inte finns aktuella inspektionsdata så kommer den självlärande programvaran, AI, att utgå från ålder på ledningen, typ av material etc. Men då en ledning påverkas av betydligt fler faktorer, som vilken media som runnit där, så blir en sådan bedömning inte alls lika tillförlitlig som då vi har aktuella inspektionsdata att lägga in i systemet. Slutsatsen av det blir att ju fler korrekta TV-inspektioner som görs desto bättre bedömningar kan vi få från AI-modellen i perspektivet att planera förnyelse för framtiden. Men vi använder även AI-beräkningar för att bestämma vilka områden som bör prioriteras för nya eller ytterligare rörinspektionsinsatser
Underlag för budget och förnyelsearbetet
Resultaten från de konditionsbedömningar av ledningssystemen som görs används främst som underlag för underhållsplaner och budget.
- Jag vill framhålla att de AI-system vi använder inte ersätter någon yrkesgrupp utan mer är ett stöd i bedömningsarbetet. VA-ingenjörerna fortsätter göra sina beräkningar med hjälp av AI-modellen, operatörerna fortsätter att göra inspektioner och rörläggarna fortsätter att lägga rör, säger Christer Silver Holmberg
För att kunna använda inspektionsresultaten dels i AI-beräkningarna, men även i senare skeden är det också viktigt att de sparas på ett korrekt sätt i databasen så informationen kan användas framöver i bedömningsprocesser och analyser.
Kan ge en jämnare bedömning
Philip Hellström, VA-utredare på IRG TV-inspektion AB och medlem i arbetsgruppen för STVF, ser möjligheter med att på sikt börja använda mer AI-baserade bedömningssystem även vid inspektionerna.
- En stor nytta jag ser med ett sådant hjälpmedel är att det går att få en jämnare bedömning över hela landet. Vi jobbar i branschen mycket med att se till att de inspektioner som görs ligger på en högkvalitativ nivå och där kan AI-modeller, som fortfarande är under testning, bidra vid bedömningen av de filmer vi tar fram.
Att inspektionerna utförs på ett korrekt sätt och har hög kvalitet på resultaten är i sig också viktigt för den typen av konditionsbedömningar som exempelvis Stockholm Vatten och Avlopp utför.
- Den input som stoppas in i sådana bedömningar, vare sig bedömningarna görs manuellt eller på sikt av AI-system, är ju helt avhängigt av de resultat vi som rörinspektörer kan leverera. Därför ser vi positivt på utvecklingen av olika typer av ny teknik som kan kvalitetssäkra de resultat vi får, men det är viktigt att tekniken testas och utvärderas ordentligt innan man bygger nya standarder på dem, konstaterar Philip Hellström.