project

Voorspellingsmodel conditiebepaling cementhoudende leidingen – Datamining fase 2

Expert(s):
Erwin Vonk MSc, ing. George Mesman

  • Startdatum
    01 okt 2014
  • Einddatum
    01 aug 2015
  • Opdrachtgever
    Brabant Water
  • samenwerkingspartner(s)
    Brabant Water

Voor verdere structurering van het bestaande saneringsbeleid wil Brabant Water meer inzicht krijgen in factoren die een rol spelen bij de uitloging van cementhoudende leidingen. Met een eerder ontwikkeld voorspellingsmodel is het mogelijk een ruwe schatting van de mate van uitloging voor dit soort leidingen te geven. Dit geeft houvast bij het prioriteren van saneringen en verkleint de kans dat leidingen worden vervangen die nog in goede staat zijn.

Dit project is een vervolg, met de volgende doelstellingen:

  1. Verkennen of middels verdere dataset-verrijking het bestaande (fase 1) voorspellingsmodel voor inwendige uitloging van cementhoudende leidingen verder verbeterd kan worden.
  2. Toepassen van een soortgelijke methodiek als gebruikt bij de voorspelling van inwendige uitloging om ook uitwendige uitloging te voorspellen.

Onontdekte correlaties opsporen middels datamining

Een bestaande dataset van Brabant Water van fenolfthaleïnetesten op cementhoudende leidingen is verrijkt met aanvullende parameters als maatstaaf voor waterkwaliteit en verblijftijd van het water in het leidingnet. De verrijkte dataset is gebruikt om een zogenoemd kunstmatig neuraal netwerk te voeden, waarna op basis van alle beschikbare (relevante) informatie over een leidingdeel kan worden bepaald wat het aantal millimeter (inwendige/uitwendige) uitloging ervan is.

Zicht op grenzen van datamining

Voor zowel inwendige als uitwendige uitloging zijn slechts marginale verbeteringen in de voorspellingskracht van het bestaande model gevonden. Dit betekent dat op basis van beschikbare databronnen de grenzen van datamining bereikt lijken te zijn. Resterende onzekerheden lijken te zitten in de materiaalkwaliteit, kalk-agressiviteit van de bodem en nauwkeurigheid van de fenolfthaleïnetesten zelf. Met de grenzen van datamining in beeld ligt de weg vrij om de focus te leggen op ruimtelijke spreiding en om het bestaande model om te vormen naar een praktisch systeem dat binnen Brabant Water het assetmanagement kan ondersteunen.