Real-time prediction of the performance of a storm sewer network as a SaaS service based on data obtained by machine learning methods. (Q77717)
Jump to navigation
Jump to search
Project Q77717 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Real-time prediction of the performance of a storm sewer network as a SaaS service based on data obtained by machine learning methods. |
Project Q77717 in Poland |
Statements
1,157,827.32 zloty
0 references
1,499,998.5 zloty
0 references
77.19 percent
0 references
1 September 2017
0 references
31 October 2018
0 references
CARL DATA SOLUTIONS PL SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
54°21'41.0"N, 18°37'41.5"E
0 references
Zmiany klimatu to postępujący proces, którego skutki są widoczne w skali globalnej. Na wielu obszarach znacząco zwiększyła się intensywność opadów, a deszcze o dużym natężeniu częściej występują nawet na terenach o zmniejszonej całkowitej sumie opadów. Przebieg naturalnego cyklu hydrologicznego zaburzany jest przez działalność człowieka. Wpływa to na wzrost wystąpienia ryzyka powodzi. W celu właściwego zarządzania sytuacją powodziową niezbędna jest możliwość predykcji wydajności sieci kanalizacji deszczowej oraz pełna informacja o rzeczywistym aktualnym zagrożeniu. Obecnie inżynierowie wykonują żmudne analizy w celu określenia czy obecna infrastruktura majątku sieciowego zagwarantuje odpowiednie odprowadzenie wody deszczowej. Analizy hydrologów obarczone są jednak szeregiem wad: zajmują wiele dni, wymagają zaangażowania całego zespołu osób, które mają ograniczony ogląd sieci, nie uwzględniają zmienności badanej sieci w czasie, są kosztowne, bazują na danych obarczonych błędami oraz nie dają możliwości przewidywania zdarzeń w czasie rzeczywistym, co powoduje, że miasta i/lub przedsiębiorstwa wodno-kanalizacyjne mogą tylko monitorować i raportować stan infrastruktury, a nie skutecznie reagować na potencjalne zagrożenia z wyprzedzeniem. Biorąc pod uwagę powyższe występuje konieczność opracowania i wdrożenia systemu umożliwiającego predykcję poziomu cieczy w rurze kanalizacyjno-burzowej na podstawie danych pomiarowych pochodzących z różnych punktów sieci oraz danych dotyczących wielkości przewidywanych opadów oddziaływujących na daną sieć. Przedmiotem projektu są badania przemysłowe i eksperymentalne prace rozwojowe rezultatem których jest stworzenie innowacyjnego w skali międzynarodowej oprogramowania w modelu SaaS (ang. System as a Service, pol. Oprogramowanie jako Usługa). (Polish)
0 references
Climate change is a progressive process, the effects of which are visible globally. In many areas precipitation has increased significantly, and heavy rains occur even in areas with reduced total rainfall. The course of the natural hydrological cycle is disturbed by human activity. This increases the risk of flooding. In order to manage the flood situation properly, it is necessary to predict the efficiency of the rainwater sewer system and full information about the actual threat. At present, engineers are making tedious analyses to determine whether the current network infrastructure will ensure adequate drainage of rainwater. However, hydrological analyses are burdened with a number of defects: they take many days, require the involvement of a whole team of people who have limited network overview, do not take into account the variability of the surveyed network over time, are costly, rely on data burdened with errors and do not provide real-time predictability, which means that cities and/or water and/or water and sewage companies can only monitor and report the state of the infrastructure rather than respond effectively to potential threats in advance. Taking this into account, it is necessary to develop and implement a system to predict the level of liquids in the storm drain pipe on the basis of measurement data from different network points and data on expected precipitation affecting the network. The project focuses on industrial research and experimental development, resulting in the creation of an internationally innovative software in the SaaS model. System as a Service, Pol. Software as a Service). (English)
14 October 2020
0 references
Le changement climatique est un processus progressif dont les effets sont visibles à l’échelle mondiale. Dans de nombreuses régions, l’intensité des précipitations a considérablement augmenté et les fortes pluies sont plus fréquentes, même dans les zones où les précipitations totales sont réduites. Le cours du cycle hydrologique naturel est perturbé par l’activité humaine. Cela augmente le risque d’inondation. Afin de gérer correctement la situation des inondations, il est nécessaire de prévoir l’efficacité du réseau d’eaux pluviales et d’obtenir des informations complètes sur la menace actuelle actuelle. À l’heure actuelle, les ingénieurs effectuent des analyses fastidieuses pour déterminer si l’infrastructure actuelle des actifs du réseau garantira un rejet adéquat des eaux de pluie. Cependant, les analyses des hydrologues sont affectées par un certain nombre d’inconvénients: cela prend plusieurs jours, nécessite la participation de toute une équipe de personnes qui ont une vision limitée du réseau, ne tiennent pas compte de la variabilité du réseau testé au fil du temps, sont coûteux, s’appuient sur des données affectées par des erreurs et ne permettent pas de prévoir en temps réel les événements, ce qui signifie que les villes et/ou les entreprises d’eau et d’assainissement ne peuvent que surveiller et signaler l’état de l’infrastructure, plutôt que de réagir efficacement aux menaces potentielles à l’avance. Compte tenu de ce qui précède, il est nécessaire de mettre au point et de mettre en œuvre un système permettant de prédire le niveau des liquides dans les conduites d’égout et de tempête sur la base de données de mesure provenant de différents points du réseau et de données sur la quantité de précipitations attendues affectant le réseau. L’objet du projet est la recherche industrielle et le développement expérimental, aboutissant à la création d’un logiciel innovant à l’échelle internationale dans le modèle SaaS. Système en tant que service, pol. Logiciel en tant que service). (French)
30 November 2021
0 references
Der Klimawandel ist ein progressiver Prozess, dessen Auswirkungen auf globaler Ebene sichtbar sind. In vielen Gebieten hat die Intensität der Niederschläge deutlich zugenommen, und auch in Gebieten mit reduzierten Gesamtregenfällen sind starke Regenfälle häufiger. Der Verlauf des natürlichen hydrologischen Zyklus wird durch menschliche Aktivität gestört. Dies erhöht das Hochwasserrisiko. Um die Hochwassersituation ordnungsgemäß zu bewältigen, müssen die Effizienz des Regenwassernetzes und vollständige Informationen über die aktuelle Bedrohung vorhergesagt werden. Derzeit führen die Ingenieure mühsame Analysen durch, um festzustellen, ob die derzeitige Infrastruktur des Netzwerkvermögens eine angemessene Ableitung von Regenwasser gewährleistet. Die Analysen von Hydrologen sind jedoch von einer Reihe von Nachteilen betroffen: es dauert viele Tage, erfordert die Einbeziehung eines ganzen Teams von Menschen, die eingeschränkte Netzwerkansicht haben, die Variabilität des getesteten Netzes im Laufe der Zeit nicht berücksichtigen, kostspielig sind, sich auf von Fehlern betroffene Daten stützen und keine Vorhersehbarkeit von Ereignissen in Echtzeit zulassen, was bedeutet, dass Städte und/oder Wasser- und Sanitärunternehmen den Zustand der Infrastruktur nur überwachen und melden können, anstatt auf potenzielle Bedrohungen im Voraus reagieren zu können. Vor diesem Hintergrund ist es notwendig, ein System zu entwickeln und umzusetzen, das die Vorhersage des Flüssigkeitsgehalts im Abwasser- und Sturmrohr auf der Grundlage von Messdaten von verschiedenen Punkten des Netzes und Daten zur erwarteten Niederschlagsmenge des Netzes ermöglicht. Gegenstand des Projekts ist die industrielle Forschung und experimentelle Entwicklung, die zur Schaffung einer international innovativen Software im SaaS-Modell führt. System als Service, Pol. B. Software as a Service). (German)
7 December 2021
0 references
Klimaatverandering is een progressief proces, waarvan de effecten op wereldschaal zichtbaar zijn. In veel gebieden is de intensiteit van de neerslag aanzienlijk toegenomen en is er vaker hevige regenval, zelfs in gebieden met een verminderde totale neerslag. Het verloop van de natuurlijke hydrologische cyclus wordt verstoord door menselijke activiteit. Dit verhoogt het risico op overstromingen. Om de overstromingssituatie goed te kunnen beheersen, moet de efficiëntie van het regenwaternetwerk en volledige informatie over de huidige dreiging worden voorspeld. Op dit moment voeren ingenieurs vervelende analyses uit om na te gaan of de huidige infrastructuur van de netwerkactiva een adequate afvoer van regenwater zal garanderen. De analyses van hydrologen worden echter beïnvloed door een aantal nadelen: het duurt vele dagen, vereist de betrokkenheid van een heel team van mensen die een beperkt netwerkbeeld hebben, geen rekening houden met de variabiliteit van het geteste netwerk in de loop van de tijd, zijn duur, vertrouwen op gegevens met fouten, en maken geen real-time voorspelbaarheid van gebeurtenissen mogelijk, wat betekent dat steden en/of water- en sanitaire bedrijven alleen de toestand van de infrastructuur kunnen monitoren en rapporteren, in plaats van effectief te reageren op potentiële bedreigingen van tevoren. In het licht van het bovenstaande is het noodzakelijk een systeem te ontwikkelen en in te voeren dat het mogelijk maakt het niveau van de vloeistoffen in de riool- en stormleiding te voorspellen op basis van meetgegevens van verschillende punten van het netwerk en gegevens over de verwachte neerslag van het netwerk. Het onderwerp van het project is industrieel onderzoek en experimentele ontwikkeling, wat resulteert in de creatie van een internationaal innovatieve software in het SaaS-model. Systeem als een dienst, Pol. Software als een dienst). (Dutch)
16 December 2021
0 references
Il cambiamento climatico è un processo progressivo, i cui effetti sono visibili su scala mondiale. In molte zone l'intensità delle precipitazioni è aumentata in modo significativo e le forti piogge sono più frequenti anche in zone con precipitazioni totali ridotte. Il corso del ciclo idrologico naturale è disturbato dall'attività umana. Ciò aumenta il rischio di inondazioni. Al fine di gestire correttamente la situazione di alluvione, è necessario prevedere l'efficienza della rete di acque piovane e informazioni complete sulla minaccia attuale. Attualmente, gli ingegneri stanno effettuando analisi noiose per determinare se l'attuale infrastruttura delle risorse della rete garantirà un adeguato scarico dell'acqua piovana. Tuttavia, le analisi degli idrologi sono interessate da una serie di svantaggi: ci vogliono molti giorni, richiede il coinvolgimento di un'intera squadra di persone che hanno una visione di rete limitata, non tengono conto della variabilità della rete testata nel tempo, sono costosi, si basano su dati inficiati da errori e non consentono la prevedibilità in tempo reale degli eventi, il che significa che le città e/o le imprese idriche e igienico-sanitarie possono solo monitorare e riferire lo stato dell'infrastruttura, piuttosto che reagire efficacemente alle potenziali minacce in anticipo. Alla luce di quanto precede, è necessario sviluppare e attuare un sistema che consenta di prevedere il livello di liquidi nelle acque reflue e nel tubo tempestoso sulla base di dati di misurazione provenienti da diversi punti della rete e di dati sulla quantità di precipitazioni previste che interessano la rete. Oggetto del progetto è la ricerca industriale e lo sviluppo sperimentale, con la conseguente creazione di un software innovativo a livello internazionale nel modello SaaS. Sistema come servizio, pol. Software come servizio). (Italian)
15 January 2022
0 references
Identifiers
POIR.01.01.01-00-0134/17
0 references