Carlo Arciuli
Individuazione di Anomalie nei Sistemi di Distribuzione delle Acque = Anomaly Detection in Water Supply Systems.
Rel. Fulvio Boano, Marco Scibetta. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Civile, 2019
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (8MB) | Preview |
Abstract: |
Le aziende che si occupano della gestione e distribuzione delle acque hanno avviato negli ultimi anni un processo di costante ed irreversibile, anche se graduale, trasformazione del proprio modo di operare: non più operazioni locali e manuali, bensì azioni programmate e gestite da remoto in maniera centralizzata e senza un presidio fisico sulle postazioni interessate alla attività di gestione, controllo e distribuzione. Si tratta di una trasformazione importante, in linea peraltro con le generali tendenze consentite o imposte dai nuovi strumenti e livelli di informatizzazione di tutti i settori di attività. Uno degli effetti della trasformazione in atto è che la distanza tra l’operatore umano o il supervisore e i processi di produzione e distribuzione dell’acqua sta gradualmente aumentando. La crescente distanza comporta il rischio, concreto e importante, che i guasti nel sistema di rilevazione possano rimanere inosservati nei momenti in cui nessun operatore o supervisore umano monitori i processi. Il che, evidentemente, assume importanza ancor più specifica e rilevante nei sistemi in uso nella gestione degli acquedotti, in cui variazioni dei valori standard di esercizio di apparecchiature quali pompe, valvole, sfioratori ecc. rimangano ignare agli operatori. Tali valori sono spesso correlati a perdite idriche o malfunzionamenti e pertanto molte delle rotture che si verificano lungo le tubazioni, da cui scaturiscono perdite, rimangono inosservate. Nasce dunque l’esigenza di un sistema che, funzionando in real-time, possa, in maniera automatizzata, ma affidabile, segnalare la presenza di un evento anomalo. Con tale finalità è stata formulata, mediante il software Python, la funzione Anna. Tale funzione assume come principio di funzionamento la CUSUM Anomaly Detection (CAD). Si tratta di una tecnica di analisi sequenziale in genere utilizzata per monitorare e rilevare i cambiamenti delle serie su cui è svolta l’analisi. L’elaborazione della funzione è passata prima da un processo di automatizzazione per il quale, nota la serie d’analisi, la funzione è in grado di individuare il valore ottimale dei parametri da utilizzare durante l’applicazione dell’algoritmo CUSUM. Successivamente la funzione è stata implementata in modo che essa potesse operare in tempo reale. Infatti, integrando la funzione Anna al sistema Supervisory Control And Data Acquisition (SCADA), essa è in grado di acquisire i dati di tutti i componenti connessi al sistema e di produrre come output messaggi di warning che indicano una anomalia connessa al relativo componente. Dunque tale funzione svolge anche un effetto di Early Warning in quanto, una volta riconosciuta l’anomalia, si può agire di conseguenza e con immediatezza, limitando l’impatto dannoso della anomalia stessa e provvedendo a risanare il malfunzionamento, in modo da tornare alle corrette condizioni di esercizio. |
---|---|
Relators: | Fulvio Boano, Marco Scibetta |
Academic year: | 2018/19 |
Publication type: | Electronic |
Number of Pages: | 149 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Civile |
Classe di laurea: | New organization > Master science > LM-23 - CIVIL ENGINEERING |
Aziende collaboratrici: | Eucom Srl |
URI: | http://webthesis.biblio.polito.it/id/eprint/11808 |
Modify record (reserved for operators) |