1. Start
  2. Forskning
  3. Forskningsprojekt
  4. Hitta forskningsprojekt
  5. SmartSense

SmartSense

Förväntad nytta

- En validerad metod för att automatiskt kvantifiera noggrannheten på onlinegivare så att driftpersonal kan välja rätt ambitionsnivå på underhåll och mätnoggrannhet.
- Bättre nyttjande av arbetstid hos instrumenttekniker och labbpersonal genom ett medvetet och väl avvägt rengörings- och kalibreringsintervall hos givare.
- I förlängningen så stärker en kvantifierad och väldokumenterad datakvalitet välgrundade processbeslut och implementering av digitala verktyg såsom AI och digitala tvillingar.

Projektsammanfattning

Tillgång till stora datamängder med rätt kvalitet är centralt i VA-branschens pågående digitaliseringen. Samtidigt ökar arbetsinsatsen för att underhålla det ökande antalet onlinegivare som används för både styrning och processövervakning. Bra datakvalitet går inte att köpa sig till utan kräver effektiva och funktionella underhållsrutiner av givare. För att stärka förutsättningarna för ett bra givarunderhåll sammanställde SVU-projektet Bästa möjliga data valideringsmetoder för de vanligaste givarna på avloppsreningsverk. En viktig aspekt var att beskriva hur metadata från valideringsmetoderna kan användas för att, över tid, kvantifiera datakvaliteten som givarens producerar. Kvantifierad och dokumenterad datakvalitet har många fördelar, inte minst när processdata ska användas för att bygga process- eller AI-modeller. Tyvärr så är manuell dokumentation av valideringsmetadata tidsödande och tillämpas därför inte i praktiken. En framgångsfaktor är att i stället automatisera både kalibrering och givarvalidering centralt i styrsystemet. Delar av detta har visats sig tidsbesparande på Ryaverket i Göteborg och den finska motsvarigheten i Viikinmäki där s.k. auto-justering använts under lång tid. Det är dock oklart hur den tidsbesparande metoden påverkar datakvaliteten. Projektet SmartSense kommer därför analysera hur olika kalibreringsmetoder kan effektivisera givarunderhåll genom att automatiskt producera och lagra metadata om givarnas datakvalitet. Detta görs med fullskaleförsök med givare och modellsimuleringar. Målet är att ge driftpersonalen verktyg för att balansera och prioritera underhållsinsatser mot datakvalitetskrav. Projektet tar resultaten vidare till tillämpning och implementering där användare från Sverige och Europa, dricksvattenverk och avloppsreningsverk utbyter kunskap om tekniska och organisatoriska aspekter. Syftet är att bidra till en framtidssäkrad VA-bransch.

Om projektet

Projektnummer:
25-112
Organisation:
IVL Svenska Miljöinstitutet
Projektledare:
Oscar Samuelsson
Beviljad finansiering:
650 000 kr
Projektkostnad:
2 338 000 kr
Projektslut:
1 september 2027