DC Water : une analyse simplifiée de l'inspection des canalisations d'égout

Réduisez les coûts, optimisez les affectations d'entretien et améliorez le service à la clientèle.

En bref :

  • DC Water distribue de l'eau potable et collecte et traite les eaux usées par plus de 672 000 habitants et 17,8 millions de visiteurs annuels dans le district de Columbia.

  • DC Water, en collaboration avec Wipro, a développé Pipe Sleuth afin d'automatiser le processus d'identification, d'annotation, de notation de l'état des conduites et de création de rapports sur les défauts des canalisations. Le Pipe Sleuth optimisé, équipé de processeurs Intel® Xeon® Scalable et d'une distribution Intel® du kit d'outils OpenVINO™, a permis d'accélérer les délais de mise sur le marché, de réaliser des économies sur l'analytique et d'investir davantage dans les améliorations apportées aux immobilisations.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Synthèse

L'intelligence artificielle (IA) permet aux services publics d'accélérer l'analyse des vidéos d'inspection des conduites d'égout, tout en produisant des analyses précises. Leur main-d'œuvre peut ainsi prendre des décisions opportunes concernant l'entretien au lieu de réaliser des inspections de routine. Les autres avantages comprennent la réduction des coûts, du taux d'erreurs et du nombre de perturbations de service.

Afin de réduire les difficultés associées au déploiement de l'IA, les services publics peuvent faire appel à des fournisseurs de solutions possédant de l'expérience dans les difficultés qui affectent ce secteur. DC Water a fait appel à Wipro, un fournisseur de services informatiques et membre du programme Intel® AI Builders possédant une grande expertise dans les secteurs des services publics et de la vision par ordinateur, du Machine learning et de technologies connexes.

Réseaux d'assainissement : des kilomètres de difficultés

L'entretien des conduites d'égout est une assurance contre les perturbations de service futures. Dans le cadre de leur analyse du coût et des avantages, les services publics cherchent à réduire à la fois les ruptures de conduites et les coûts d'inspection.

C'est indispensable, compte tenu des kilomètres de conduites qui se trouvent sous les villes. Par exemple, près de 3 000 kilomètres de conduites d'égout sont enterrés sous Washington, D.C.1 Ses plus de 701 000 habitants et près de 20 millions de visiteurs annuels comptent sur DC Water (District of Columbia Water and Sewer Authority) pour collecter et traiter les eaux usées2.

Le réseau d'assainissement remonte à 1810 et comporte des conduites en matériaux variés, notamment en brique et en béton, en grès vernissé, en béton armé et en fonte.

Ces types d'infrastructures sont courants aux États-Unis et dans d'autres pays. Il est donc essentiel que les services publics veillent à ce que le réseau d'assainissement reste opérationnel, car l'évacuation des eaux usées est un service fondamental.

Une inspection standard est un processus lourd

L'inspection régulière des conduites d'égout souterraines permet aux services publics de hiérarchiser les tâches d'entretien afin d'éviter les fuites, les ruptures et les blocages. Une inspection standard comprend de nombreuses activités manuelles complexes et chronophages. Dans une méthode courante, un opérateur guide à distance un robot équipé d'une caméra pour enregistrer une vidéo des conduites d'égout souterraines. Il utilise ensuite cet enregistrement vidéo pour produire un journal d'inspection et un rapport sommaire, signalant les anomalies ou problèmes ainsi que leur emplacement.

Le personnel de contrôle qualité vérifie ensuite l'exactitude des enregistrements vidéo et des rapports. Avec des milliers de kilomètres de conduites et des heures de vidéo à regarder en temps réel, c'est un processus sans fin. La fatigue, la distraction et les différences d'opinion concernant la hiérarchisation des tâches d'entretien ou de réparation peuvent mener à des erreurs.

De plus, il n'est pas rare que les services publics utilisant cette méthode évaluent tous les rapports en fin de semaine et émettent des bons de travail pour la semaine suivante. Cela peut entraîner une accumulation de tâches et causer des retards et des réparations d'urgence.

C'est la raison pour laquelle les services publics cherchent à améliorer l'efficacité du processus d'inspection des conduites.

L'inspection des conduites d'égout est automatisée grâce à l'IA

DC Water a cherché une solution qui permetterai d'automatiser et d'accélérer l'inspection vidéo des conduites tout en maintenant une grande précision.

L'équipe de direction de l'entreprise a rencontré ses homologues de Wipro, une société possédant une grande expérience dans l'automatisation, l'IA, l'analytique et d'autres technologies. Les deux entreprises ont combiné leurs connaissances pour développer ensemble une solution qui éliminerait l'examen et la classification manuels du balayage vidéo des conduites d'égout.

Leur objectif : optimiser l'entretien de l'infrastructure afin de gagner du temps, d'améliorer l'efficacité et de réduire les coûts. L'automatisation de l'analyse et de la création de rapports sur les vidéos d'inspection des conduites d'égout pourrait contribuer à atteindre cet objectif.

DC Water et Wipro ont développé Pipe Sleuth ensemble

DC Water s'est appuyé sur son expertise dans l'évaluation des anomalies pour créer des rapports exhaustifs pouvant s'intégrer facilement à son flux de travail existant.

Wipro a combiné ses robustes compétences concernant le traitement des signaux numériques (DSP) (dans les domaines du traitement des images et de la vidéo et de la vision par ordinateur) à des technologies de machine learning pour résoudre des problèmes métier.

La société possède une grande expérience dans l'intégration de systèmes informatiques, tant pour le secteur public que pour le secteur privé. Elle a notamment aidé des entreprises d'approvisionnement en eau appartenant au gouvernement, ainsi que des entreprises de distribution de gaz et d'énergie aux États-Unis et dans le monde entier. En fournissant à la fois une expertise technologique et sectorielle, Wipro a contribué à la transformation numérique de DC Water, afin de créer une solution pratique sur la base des capacités et des découvertes du service public.

La vision par ordinateur appliquée à l'inspection des égouts

La solution Pipe Sleuth automatise le processus d'identification, d'annotation et d'évaluation des problèmes, ainsi que la création de rapports sur les défauts que présentent les conduites, en utilisant des normes qui répondent aux exigences du programme PACP (Pipeline Assessment Certification Program). Ces critères ont été établis par la NASSCO (National Association of Sewer Service Companies).

Nous utilisons Pipe Sleuth pour inspecter notre réseau d'assainissement. C'est une solution novatrice qui booste la productivité des inspections et qui réduit considérablement les coûts tout en améliorant le taux de détection global des problèmes. La possibilité d'exécuter Pipe Sleuth sur nos plateformes Intel existantes a constitué un avantage supplémentaire. » - Tom Kuczynski, vice-président des technologies de l'information, DC Water

La solution contient un ensemble de données provenant de 26 600 images annotées extraites de vidéos d'inspection de conduites. Un modèle de machine learning construit à partir de ces images a été formé à l'aide de TensorFlow* et optimisé avec la distribution Intel® du kit d'outils OpenVINO™ pour l'inférence.

Cette formation permet à Pipe Sleuth de comparer de nouvelles vidéos d'inspection de conduites à des anomalies établies. La solution peut rapidement détecter des anomalies et éliminer la nécessité d'un examen manuel et d'une notation des balayages vidéo des conduites souterraines (voir figure 1).

Figure 1. Exemples d'anomalies et d'images annotées obtenues à l'aide de la solution Pipe Sleuth.

Pipe Sleuth crée alors un rapport d'inspection exhaustif qui peut être intégré aux systèmes de gestion d'actifs couramment utilisés pour automatiser l'émission de bons de travail d'entretien. Pipe Sleuth peut également communiquer avec des logiciels d'information géographique pour cartographier précisément les endroits où des tâches d'entretien doivent être réalisées. Le logiciel permet également de récupérer facilement des scènes spécifiques provenant des vidéos d'inspection de conduites.

Au-delà de l'optimisation de la solution pour pouvoir fonctionner avec la distribution Intel du kit d'outils OpenVINO, Wipro l'a également optimisé pour les processeurs Intel® Core™ i5 et i7, ainsi que pour les processeurs Intel® Xeon® Scalable. Cela a permis à la solution d'obtenir des gains de 32, 55 et 77 pour cent respectivement. 3

Les délais d'inférence ont également été améliorés avec une réduction pouvant atteindre 80 pour cent grâce aux processeurs Intel® Xeon® avec le kit d'outils OpenVINO, sans perte de précision importante du modèle4. Cette optimisation constituait un avantage important pour DC Water, qui avait déjà investi dans des serveurs équipés de processeurs Intel®.

Le résultat : une solution qui peut réaliser des inférences d'images en temps réel, ce qui permet d'améliorer l'efficacité, la régularité et la précision des inspections de conduites.

De plus, Pipe Sleuth améliore la surveillance à long terme en stockant les données et les métadonnées des conduites. Cela permet d'examiner les antécédents de problèmes spécifiques et de leur emplacement, d'établir un calendrier d'entretien ou de réparation et de comparer les conditions antérieures aux conditions présentes.

Avantages de Pipe Sleuth

Pipe Sleuth peut aujourd'hui détecter 50 anomalies ciblées pour les infrastructures d'assainissement. Wipro prévoit de prendre en charge d'autres anomalies dans le cadre de la feuille de route du produit, ce qui augmentera sa valeur métier.

Gain de temps

Il lui suffit de 10 minutes pour analyser 60 minutes de vidéo d'inspection et pour produire un rapport, au lieu d'une heure et quinze minutes lorsque cette tâche est effectuée manuellement. 3

Réduction des coûts de balayage

Permet d'économiser jusqu'à 50 pour cent du coût de la détection d'anomalies, ce qui permet aux services publics d'économiser sur les tâches d'entretien et d'investir à la place dans l'amélioration des immobilisations 5

Grande précision

Atteint une précision de 90 pour cent tout en éliminant les erreurs humaines dues à la fatigue et à la distraction, et améliore la fiabilité des détections à hauteur de 20 pour cent5.

Plus grande disponibilité des experts

Permet au personnel de se concentrer sur des problèmes complexes en utilisant l'IA pour réaliser des inspections de routine.

Optimisation des décisions d'entretien

Améliore le processus, ce qui permet aux équipes d'entretien de résoudre les problèmes prioritaires.

Réduction des perturbations

Accélère l'analyse et la hiérarchisation des problèmes, ce qui permet de réaliser des tâches d'entretien avant que des réparations ne soient nécessaires.

Amélioration du service à la clientèle et de la sécurité

Démontre l'engagement de la société auprès de ses clients en réduisant la fréquence des réparations, des perturbations et des dommages pouvant affecter le réseau routier, les propriétés publiques et privées, ainsi que l'environnement.

Rentabilité de l'investissement

Les services publics peuvent bénéficier d'un ROI pouvant atteindre 350 pour cent sur trois ans5.

Lancez-vous

Pour plus d'informations, téléchargez le livre blanc : Pipe Sleuth avec inférence optimisée sur des processeurs Intel®.

Écoutez l'épisode de podcast sur Pipe Sleuth avec Deepak Dinkar, Directeur de pratique senior, Wipro, et Emily Hutson, Responsable principal du marketing produit, AI Products Group, Intel Corporation.

Pour connaître davantage de solutions AI Wipro, veuillez contacter Deepak Dinkar à l'adresse suivante : deepak.dinkar@wipro.com.

Pour toute question relative à Pipe Sleuth, veuillez nous contacter à l'adresse suivante : sales.pipesleuth@wipro.com et Thomas.Kuczynski@dcwater.com.

Télécharger le PDF ›

Découvrez les produits et solutions associés

Infos sur le produit et ses performances

3Podcast : Solutions d'IA Wipro de la périphérie au centre de données équipées de technologies Intel – Intel sur l'IA, épisode 39