안전한 식수를 보장하기 위해 멕시코에 IoT를 배포하는 방법

멕시코에는 1억 2,000만 명이 넘는 사람들이 살고 있으며 멕시코 전역에 수천 개의 식수대가 설치되어 사람들에게 효율적이고 일류의 식수 서비스를 제공하고 있습니다. 그러나 넓은 지리적 영역에 걸쳐 식수대를 통해 안전한 물 공급을 제공하려면 공중 보건을 보호하기 위해 물 가용성과 품질을 보장할 수 있는 강력한 기술 인프라가 필요합니다.

이 기사에서는 사물 인터넷(IoT), 인공 지능(AI) 및 기계 학습(ML)을 배포하여 수학적 알고리즘을 기반으로 하는 예측 시스템을 개발하여 물의 가용성을 보장하고 이동하는 물의 품질을 예측하는 방법을 간략히 설명합니다. 도시의 파이프. 또한 공식 소스의 정형 및 비정형 정보 분석과 IoT 센서의 측정 덕분에 시스템의 예측 측면에서 공급망 효율성을 높이기 위해 필요한 유지 관리 서비스를 예상하는 방법에 대해 설명합니다.

그렇게 함으로써 유지 보수 직원은 필요에 따라 물리적 물 시스템을 수리하고 업그레이드하는 데 필요한 부품과 공급품을 갖게 될 가능성이 더 큽니다.

수질 및 수질 측정

NDS Cognitive Labs는 국가의 주요 도시 및 대도시 지역에서 물 가용성을 측정하기 위해 SigFox 네트워크에 연결하는 여러 센서를 구현했습니다. 이 기계식 센서는 용수 시스템의 세 가지 주요 속성인 부피, 압력 및 유량을 측정하는 데 중점을 두었습니다. 이 IoT 지원 플랫폼을 사용하여 데이터 팀은 전국의 다양한 식수대, 파이프 및 물 탱크의 물 가용성에 관한 직접적인 데이터를 수집했습니다. 센서를 보완하는 것은 시스템 민첩성과 안정성을 높이기 위한 마이크로컨트롤러와 메모리 스토리지입니다.

각 모듈은 정의된 샘플링 간격(이 경우 10분) 동안 발생하는 각 물 소비 이벤트의 정보를 로컬에 저장하여 하루 동안의 물 사용 패턴을 외삽하기 위해 데이터를 정확하게 읽어야 하는 적절한 시간임을 확인합니다. 이 간격이 끝나면 기록된 데이터가 포함된 보고서가 SigFox 네트워크를 통해 중앙 허브로 전송되고 새로운 샘플링 간격이 시작됩니다.

모듈의 정보가 전송되면 SigFox 플랫폼은 동기화, 오류 감지 및 수정을 비롯한 데이터를 처리하고 정보를 수신하도록 구성된 Azure IoT 허브 엔드포인트가 있는 NDS Cognitive Labs 플랫폼으로의 재전송을 처리합니다.

SigFox 플랫폼에서 데이터를 올바르게 수신하고 저장하기 위해 구성된 API-KEY는 전송되는 HTTP 요청의 헤더 역할을 합니다. 데이터 메시지의 본문은 다음과 같은 JSON 형식을 가집니다.

Azure IoT Hub에 정보가 수신되면 Azure 기능이 실행되어 수신된 데이터를 사전 처리하고 예측 및 분석 플랫폼에 대한 정보 소스 역할을 하는 NoSQL 데이터베이스에 삽입합니다. 특히 시스템은 MongoDB 드라이버와 함께 CosmosDB를 사용합니다.

예측 유지 관리 기능 및 이점

이 정보를 수집하고 분석한 후 개발자 팀은 프로젝트의 두 번째 과제인 수질 예측 및 필요한 장비 유지 관리를 계속했습니다.

이러한 목표를 달성하기 위해 데이터 팀은 공식 정부 출처, 연방, 주 및 지방 자치 단체, 멕시코의 수도 시스템을 담당하는 정부 사무소(CONAGUA)의 데이터베이스에서 구조화 및 비구조화 정보를 추출했습니다. 독립 연구소와 같은 민간 조직. 이 정보는 형식과 시간이 다르기 때문에 정보를 추출하는 것 외에도 정보 분석을 수행하여 특정 지리적 지점의 수질을 정확하게 표시할 수 있는 다양한 수질 지표를 얻었습니다.

식수대, 깊은 파이프, 탱크에 설치된 필터 및 센서의 유지 보수 예측에 중점을 둔 예측 기능입니다. 압력, 부피, 유량, 필터 수명, 해당 지역의 수질 및 작동 조건과 같은 IoT 센서에서 얻은 다양한 주요 변수를 고려하는 선형 회귀 모델을 사용합니다.

마찬가지로 플랫폼은 이러한 분석을 통해 더 높은 용량, 역삼투압, 부피, 압력, 수질, 수명을 고려하여 각 지리적 위치의 조건과 요구에 가장 적합한 특정 유형의 필터를 사용할 것을 권장합니다. 필터, 다른 매개변수 중에서. 이러한 방식으로 시스템은 식수대의 폐쇄, 유지 관리, 필터 교체 또는 추가 또는 수질 및 대중의 가용성을 보장하기 위해 필요한 기타 수리가 필요한지 여부에 대한 권장 사항을 제공합니다.

센서가 없는 지리적 위치에서의 수질 예측 기능은 대중에게 안전한 식수를 안정적으로 제공하는 데 있어 또 다른 과제였습니다. 이를 위해 개발팀은 샘플과 비정형 정보에서 얻은 데이터를 이용하여 지리적 점의 변수를 추정할 수 있는 보간법인 Kriging 알고리즘을 사용하여 가능한 최소의 분산으로 최상의 선형 및 비편향 추정을 얻었습니다.

시스템의 예측 기능은 국내 및 국제 표준에서 요구하는 17가지 요소를 기반으로 합니다. 전기 전도도, 물 pH, 분변 대장균군, 총 대장균군, 용존 고형물, 탁도, 황산염, 불화물, 비소, 망간, 납, 철, 수은, 크롬 , 카드뮴, 질산염 및 총 경도(탄산염 또는 중탄산염 형태의 칼슘, 마그네슘, 스트론튬 및 바륨 이온으로 인한 개별 경도의 합).

사용 가능한 샘플이 없는 물 전달 시스템의 한 지점에서 위의 각 매개변수 값을 예측하기 위해 17개 매개변수 각각에 대해 기계 학습 모델이 사용됩니다. 이러한 모델은 추론(새로운 지점에서의 예측) 동안 적용되는 재사용 가능한 형식으로 훈련 및 저장되었습니다.

수질을 추정하기 위해서는 가까운 지리학적 지점의 이전 측정값뿐만 아니라 공식 정부 출처, 연방, 주 및 시 자치 단체의 정보, 담당 관청의 데이터베이스를 고려하는 것이 중요합니다. 멕시코의 수도 시스템(CONAGUA)과 독립 연구소와 같은 민간 조직의 수계.

이 시스템은 샘플의 구조화된 정보와 정부 및 민간 소스의 구조화되지 않은 정보를 분석하여 가능한 가장 정확한 측정값을 제공할 수 있습니다. 이러한 기술, 알고리즘 및 분석의 사용 덕분에 플랫폼은 91% 이상의 정확도를 달성합니다. 이는 시스템이 파이프, 식수대 및 물탱크에 문제가 있는 경우의 91%를 감지할 수 있음을 의미합니다. , 대중에게 물의 품질과 가용성을 유지하기 위해 더 빠르고 정확한 유지 관리 노력을 가능하게 합니다.

데이터 시각화 및 IAM 프로토콜

수집된 모든 정보와 예측 및 분석을 표시하기 위해 개발자 팀은 백엔드용 프로그래밍 언어로 Python과 함께 Flask 프레임워크를 사용하여 REST API로 웹 애플리케이션을 만들었습니다. 플랫폼의 프론트엔드는 웹 개발을 위한 Javascript 프레임워크인 AngularJS를 사용하여 개발되었으며 랩톱, 태블릿 및 스마트폰과 같은 다양한 장치에 원활하게 적용되는 완전 반응형 디자인입니다.

데이터를 시각화하기 위해 다양한 정보 레이어가 시스템을 담당하는 기관 내에서 다양한 목적과 직원 역할에 사용됩니다. 특수 디스플레이의 초점의 예로는 음용수 품질 레이어, 사회경제적 지표 레이어(음용수 서비스가 없는 주택, 전기 네트워크에 대한 액세스가 없는 주택, 포장이 없는 주택 포함), 물 스트레스 가용성 레이어, 실험실 층, 식수대 층 및 폐수 수질 층(후자의 정보는 설정된 각 매개변수에 대해 KMZ 형식으로 얻어지며 멕시코 수계를 담당하는 관청의 데이터베이스에서 얻음). Geo-JSON 형식은 Google 지도에 속한 지도 플랫폼에서 정보 레이어를 렌더링하고 시각화하는 데 사용됩니다.

사용자 경험과 플랫폼의 기능을 개선하기 위해 현재 수질 상태(심각하게 오염됨, 오염됨, 나쁨, 좋음, 우수함), 특정 정보 매개변수, 오염 반경(사용을 통해)을 포함하는 정보 필터가 활용됩니다. 열 지도), 정보 소스(다른 센서에 따라 다름) 또는 정보 레이어의 사용자 정의 가능한 조합.

마지막으로 IAM(ID 및 액세스 관리) 프로세스는 Auth0 서비스에 의해 활성화되며 다양한 역할과 사용자 유형이 정의됩니다. 각 역할에는 해당 정보에만 액세스할 수 있는 특정 액세스 및 권한 집합이 할당되어 정보의 기밀성을 보장하고 각 역할에 대한 플랫폼의 효율성을 촉진합니다. 시스템을 통해 수집된 방대한 양의 데이터로 인해 사용자가 특정 직무와 관련이 없는 정보를 걸러낼 수 있는 도구를 갖추는 것이 중요합니다.

결론

이 프로젝트가 완전히 배포되면 이제 모든 지방 자치 단체에서 수질과 가용성을 유지하기 위해 물 시스템에 새 필터가 필요한 시기를 식별하고 예측할 수 있습니다. 이 시스템은 유지 관리 비용 절감, 시스템 가동 시간 증가, 그리고 무엇보다도 도시 주변의 도움이 필요한 사람들에게 안전하고 안정적인 물 공급을 보장하는 등 여러 가지 이점을 제공했습니다.

이 프로젝트는 식수와 같은 일반적인 것에 적용되는 알고리즘 및 데이터 과학을 기반으로 하는 예측 시스템과 함께 IoT, AI 및 ML과 같은 기술의 사용을 나타내기 때문에 멕시코에 매우 중요합니다. 도시나 국가의 식수대에서 물 공급 서비스를 제공하고 가장 중요하게 유지하려면 공중 보건을 보호하기 위한 강력한 기술 기반 시설이 필요합니다.