物联网如何在墨西哥部署以确保安全饮用水

发布时间: 2023-05-04 10:54:51 电子资讯发布人: 久芯网浏览量: 82

墨西哥有超过1.2亿人口，全国各地安装了数千个饮水机，为人们提供高效一流的饮用水服务。然而，通过大型地理区域的饮水机提供安全供水需要强大的技术基础设施，以确保水的可用性和质量，从而保障公众健康。在这篇文章中，我们概述了物联网（IoT）、人...

墨西哥有超过1.2亿人口，全国各地安装了数千个饮水机，为人们提供高效一流的饮用水服务。然而，通过大型地理区域的饮水机提供安全供水需要强大的技术基础设施，以确保水的可用性和质量，从而保障公众健康。

在这篇文章中，我们概述了物联网（IoT）、人工智能（AI）和机器学习（ML）是如何部署的，以开发一个基于数学算法的预测系统，以确保水的可用性并预测通过城市管道的水质。此外，我们还讨论了系统的预测方面如何预测必要的维护服务，以提高供应链效率，这要归功于对来自官方来源的结构化和非结构化信息的分析以及物联网传感器的测量。

在这样做的过程中，维护人员更有可能获得所需的零件和用品，以便根据需要对物理供水系统进行维修和升级。

测量水状况和水质

为了测量该国主要城市和大都市地区的水资源可用性，NDS认知实验室安装了几个连接到SigFox网络的传感器。这些机械传感器专注于测量水系统的三个主要属性：体积、压力和流量。有了这个物联网平台，数据团队收集了关于全国各地不同饮水机、管道和水箱中水的可用性的第一手数据。对传感器的补充是微控制器和存储器，以提高系统的灵活性和可靠性。

每个模块本地存储在定义的采样间隔（在本例中为10分钟）内发生的每个用水事件的信息，确认现在是准确读取数据以推断全天用水模式的正确时机。在该间隔结束时，通过SigFox网络将带有记录数据的报告传输到中央集线器，并开始新的采样间隔。

一旦发送了来自模块的信息，SigFox平台就会处理数据，包括同步、错误检测和更正，以及将其重新传输到NDS认知实验室平台，在该平台上，Azure IoT集线器端点被配置为接收信息。

为了从SigFox平台正确接收和存储数据，配置的API-KEY用作发送的HTTP请求的标头。数据消息的主体具有以下JSON格式：

NDS Cognitive Labs JSON format

一旦在Azure物联网中心中接收到信息，就会执行Azure功能来预处理接收到的数据，并将其插入NoSQL数据库，该数据库用作预测和分析平台的信息源。具体来说，该系统使用带有MongoDB驱动程序的CosmosDB。

图1：系统架构，包括从物联网传感器到用户网络的所有功能和组件。

预测性维护功能和优势

一旦收集和分析了这些信息，开发团队就继续进行该项目的第二个挑战，即水质预测和设备的必要维护。

为了实现这些目标，数据团队从官方政府来源、联邦、州和市政府办公室、墨西哥负责供水系统的政府办公室（CONAGUA）的数据库以及独立实验室等私人组织中提取结构化和非结构化信息。该信息具有不同的格式和时间，因此，除了提取信息外，还对信息进行分析，以获得各种水指标，从而能够准确显示特定地理点的质量。

预测功能的重点是预测安装在饮水机、深层管道和水箱中的过滤器和传感器的维护情况。它利用了一个线性回归模型，该模型考虑了物联网传感器获得的不同关键变量，如压力、体积、流量、过滤器寿命、该地区的水质和运行条件。

同样，通过这些分析，该平台建议使用最适合每个地理位置条件和需求的某些类型的过滤器，同时考虑到更高的容量、反渗透、体积、压力、水质、过滤器的寿命等参数。通过这种方式，该系统就是否有必要关闭饮水机、对其进行维护、更换或添加过滤器，或任何其他必要的维修提供建议，以确保水质和公众可用性

在没有传感器的地理点进行水质预测是向公众可靠提供安全饮用水的另一个挑战。为此，开发团队使用克里格算法，这是一种插值方法，能够使用从样本和非结构化信息中获得的数据来估计地理点中的变量，从而获得具有最小可能方差的最佳线性和无偏估计。

该系统的预测功能基于国家和国际标准要求的17个因素：电导率、水的pH值、粪便大肠杆菌群、总大肠菌群、溶解固体、浊度、硫酸盐、氟化物、砷、锰、铅、铁、汞、铬、镉、，硝酸盐和总硬度（由碳酸盐或碳酸氢盐形式的钙、镁、锶和钡离子引起的单个硬度的总和）。

为了预测供水系统中没有可用样本的点上上述每个参数的值，对17个参数中的每个参数使用机器学习模型。这些模型被训练并以可重用的格式存储，该格式在推理（在新的点进行预测）期间应用。

对于水质的估计，重要的是不仅要考虑附近地理点以前的测量值，还要考虑来自官方政府来源、联邦、州和市政府办公室的信息，来自墨西哥负责供水系统的政府办公室（CONAGUA）以及独立实验室等私人组织的数据库。

通过分析来自样本的结构化信息和来自政府和私人来源的非结构化信息，该系统能够提供尽可能精确的测量。由于使用了这些技术、算法和分析，该平台的准确率超过91%，这意味着该系统可以检测到91%的管道、饮水机和水箱出现问题的情况，从而能够更快、更准确地进行维护，以保持公众用水的质量和可用性。

数据可视化和IAM协议

为了显示收集的所有信息以及预测和分析，开发团队创建了一个web应用程序作为REST API，使用Flask框架和Python作为后端编程语言。该平台的前端是使用AngularJS开发的，AngularJS是一种用于web开发的Javascript框架，具有完全响应的设计，可以平滑地适应不同的设备，如笔记本电脑、平板电脑和智能手机。

为了使数据可视化，在负责系统的机构中，各种信息层用于不同的目的和人员角色。专业展示的焦点示例包括饮用水质量层、社会经济指标层（包括没有饮用水服务、没有电网、没有铺设路面的房屋和边缘化指数等）、水压力可用性层、实验室层，饮水机层和废水质量层（后者的信息以KMZ格式获得，用于每个已建立的参数，并从墨西哥负责供水系统的政府办公室的数据库中获得）。Geo JSON格式用于渲染和可视化地图平台上的信息层，该平台属于谷歌地图。

图2：通过物联网传感器（测量）和估计值（通过克里格算法）显示优质水位置的用户界面。

为了改善用户体验和平台的功能，使用了信息过滤器，包括当前的水状况（严重污染、污染、坏、好和好）、特定的信息参数、污染半径（通过使用热图）、，信息源（取决于不同的传感器）或信息层的可定制组合。

图3：用户界面显示了以溶解固体为单位的水质热图。

最后，身份和访问管理（IAM）过程由Auth0服务启用，并定义了不同的角色和类型的用户。每个角色都被分配了一组特定的访问权限和权限，使其只能访问与其对应的信息，从而确保信息的机密性，并促进平台对每个角色的有效性。由于通过该系统聚合了大量数据，重要的是为用户配备工具，过滤掉与他们特定工作职能无关的信息。

结论

随着该项目的全面部署，现在可以确定和预测任何市政当局何时需要在供水系统中安装新的过滤器来维持水质和可用性。该系统带来了多项好处，如降低维护成本，增加系统运行时间，最重要的是，确保向城市周围有需要的人安全可靠地供水。

该项目对墨西哥来说非常重要，因为它代表了物联网、人工智能和ML等技术的使用，以及基于算法和数据科学的预测系统，应用于饮用水等常见事物。在城市或国家的饮水机中提供供水服务，也是最重要的一点，需要强大的技术基础设施来保障公众健康。

Gustavo Parés - NDS Cognitive Labs

古斯塔沃·帕雷斯是的首席执行官和创始合伙人NDS认知实验室Parés是一位国际技术专家和全球教育家，领导NDS认知实验室，设计和实施数字化转型、对话式人工智能和技术人才解决方案。他拥有蒙特雷技术学院的工商管理硕士学位、行政计算系统学士学位、麻省理工学院的管理和领导力证书，以及哈佛大学和斯坦福大学的高级研究。

上一篇: 3D激光雷达传感器实现远程移动监控下一篇: 索尼将SPAD传感器和逻辑堆叠在汽车激光雷达的单片机中

标题:物联网如何在墨西哥部署以确保安全饮用水_久芯网

网址:https://www.9icnet.com/article/31518.html



热门回答

热门新闻