Water leak detection system using machine learning

• Grant number: 16/12288-7
• Support Opportunities: Scholarships in Brazil - Innovative Research in Small Business - PIPE
• Start date: July 01, 2016
• End date: March 31, 2017
• Field of knowledge: Engineering - Sanitary Engineering - Basic Sanitation
• Principal Investigator: Antonio Carlos Oliveira Júnior
• Grantee: Antonio Carlos Oliveira Júnior
• Company: Stattus4 Cidades Inteligentes e Sustentabilidade Ltda
• Associated research grant: 15/01100-4 - Water leak detection system using machine learning, AP.PIPE

Abstract

Com o crescimento e desenvolvimento das populações mundiais, a humanidade passou a enfrentar desafios importantes para a sua sobrevivência. Um desses desafios é: como suprir as cidades de água potável de forma sustentável. A demanda por água potável tem crescido em nível mundial. Contudo, períodos de estiagem, a poluição dos mananciais e a utilização da água para fins não consumptivos (ex. geração de energia elétrica), acabam por impactar negativamente no volume de água disponível para consumo das populações. Dessa forma, o controle das perdas de água na rede de distribuição torna-se crucial. Contudo, o que se vê no Brasil atualmente é um nível de perda bastante considerável. De acordo com a ABES (Associação Brasileira de Engenharia Sanitária e Ambiental) em média 40% do volume de água captado é perdido no sistema, em determinadas empresas de saneamento essa perda pode chegar a 60%. Tendo isso em vista, essa pesquisa objetiva desenvolver um sistema de detecção de vazamento em ramais de água. A partir dos dados de vibração dos ramais prediais, mais precisamente coletados em cavaletes de medição de consumo de água, serão extraídos os melhores transcritores para caracterização do vetor acústico e submetidos a diferentes metodologias de clusterização e escolha do mais robusto a posteriori. Buscando-se maior eficiência nos resultados, quando comparado com as técnicas empregadas por pesquisas recentes, serão incorporadas técnicas de processamento homeomórfico, além da exploração ampliada de classificadores - clusterizadores. Como resultado dessa pesquisa espera-se obter um algoritmo eficiente para identificação de vazamentos a partir do monitoramento de vibrações. Tendo esse resultado em mãos, pretende-se pleitear o PIPE Fase 2 de forma que se possa desenvolver um segundo estágio da pesquisa (tipos de sensores e geolocalização dos vazamentos), para, então, chegar-se ao produto comercial final. (AU)