Xylos Brussel: +32 2 264 13 20
Xylos Antwerpen: +32 3 543 75 00
xylos@xylos.com

Water-link detecteert lekken met ondergrondse sensoren en Machine Learning

Xylos configureerde het centrale, open cloudplatform waarin de data wordt beheerd. De omgeving is opgezet volgens de DevOps -principes (o.a. het scripten van de volledige omgeving)

Innovatie inzetten voor klantenservice, efficiëntie en duurzaamheid
Azure SQL als centrale database
PaaS: Platform as a Service-opstelling: een gebruiksklare omgeving
PowerBI als selfservice BI, Xylos gaf de gebruikers ook een opleiding

Drinkwaterproducent water-link zet in op innovatie om waterverspilling tegen te gaan. Efficiëntie, klantenservice en ecologie spelen daarbij de hoofdrol. Daarom werkte Xylos mee aan een uniek Internet of Things-project waarbij ondergrondse sensoren metingen uitvoeren in het waterleidingnet. Bovendien creëerde Xylos een centraal cloudplatform dat alle data verzamelt en analyseert. Door Machine Learning en Power BI los te laten op die big data, kan water-link kennis opdoen over het drukmanagement van het drinkwaternetwerk.

Cloudtechnologie

“Bij zo’n innovatieproject moeten we eerst weten of het hele plan wel praktisch haalbaar is”, zegt Martine Similon, die als Projectingenieur Operations verantwoordelijk is voor het innovatiebeleid bij water-link. “Zo wilden we met onze proefopstelling ontdekken of we sensoren op batterijen konden plaatsen om ondergrondse metingen bij de leidingen uit te voeren. Daarnaast was er ook de vraag of die gegevens wel relevant zouden zijn. En of we er werkelijk iets mee konden aanvangen.”

Nico Kanora, ICT-manager bij water-link: “We spreken hier over innovatieve projecten waarbij de uitkomst niet altijd 100% vaststaat. Daarom is het belangrijk dat we beroep doen op standaarden in de markt die we snel kunnen activeren. En dat zonder grote up-frontinvesteringen uit te voeren. Wij kozen voor een cloudtechnologie (op een pay-as-you-gobasis). Daardoor kunnen we een onmiddellijke service leveren aan onze klanten.”

Sensoren

Water-link vroeg dus aan een aantal bedrijven om testapparaatjes op batterijen te maken. “We hebben verschillende types sensoren nodig”, legt Martine Similon uit. “Sensoren die de waterdruk in de leidingen meten, sensoren voor de opbouw van een generieke module (de temperatuur, de vochtigheid, de detectie, de opening van deuren en de volumemetingen) en sensoren die de kathodische bescherming meten. Dat laatste is de elektrische spanning op de leidingen die dient als bescherming tegen corrosie. Een kathodische bescherming is dus belangrijk om lekken in de buizen tijdig te voorkomen.”

Bagaar was een van de drie partijen die de testdevices ontwikkelden. Die ontwikkeling was geen eenvoudige klus, want er bestond geen “out of the box-oplossing”, aldus Martine Similon. “De sensoren moeten een lange batterijduur hebben, sterk en vochtbestendig zijn én de juiste metingen uitvoeren.”

Platform

De sensoren verzamelen gegevens die via het SIGFOX-netwerk terechtkomen in een centrale database. Om het beheer van die gegevens in goede banen te leiden, koos water-link voor Xylos als leverancier van het databeheersysteem. Nico Kanora, IT-manager bij water-link: “Xylos stelde een PaaS-aanpak voor: Platform-as-a-Service, waarbij we niet alleen de infrastructuur afnemen via de Azure-cloud – zoals bij IaaS – maar ook via de platformen. Zo zitten we op dezelfde lijn, kunnen we de business snel en efficiënt ondersteunen, kunnen we ideeën aanreiken en kunnen we volop mee participeren in innovatieve projecten. Kortom, we hoeven geen tijdrovende, virtuele machines met een veelvoud aan modules te onderhouden. Bovendien heeft Xylos een grote expertise in Azure en Internet of Things. Het bedrijf kon zo garanderen dat we beschikken over een cloudplatform dat openstaat voor elke technologie en voor een veelvoud aan devices.”

  • 2.488 km leidingen
  • 193.029 drinkwaterklanten
  • 25 sensoren in proefopstelling

Rapporten

Xylos configureerde het centrale, open cloudplatform dat uiteindelijk alle data in realtime kan binnenbrengen, kan verwerken, kan omzetten naar het juiste formaat en kan onderbrengen in de centrale Azure SQL-database. Vervolgens kunnen de gebruikers bij water-link de data visualiseren met Microsoft Power BI. “Ze kunnen rapporten genereren en grafieken maken”, verklaart Martine Similon. “Xylos heeft aan de eindgebruikers – momenteel een vijftal data-analisten – een opleiding gegeven zodat ze alles zelf in de hand hebben. Dit is een echte invulling van ‘selfservice BI’: we hoeven niet te wachten op de hulp van een leverancier of IT-verantwoordelijke wanneer we een nieuw soort rapport willen creëren. Zo kunnen we kennis opbouwen en steeds dieper in de data duiken.”

Nico Kanora, IT-manager bij water-link: “Dit is opnieuw een voorbeeld van een moderne interactie tussen de technologie en de business. In plaats van lange analyses uit te schrijven over hoe een rapport er moet uitzien, kan de business nu zelfstandig aan de slag gaan. Een beeld zegt immers meer dan 1.000 woorden. Self-service BI is wel niet gelijk aan chaos en een oneindige toegang. We streven naar een bimodaal model. In een bimodaal model:

  • Gebruikt de business goedgekeurde en beveiligde data sources.
  • Maakt de business persoonlijke rapporten of rapporten voor het algemeen belang.
  • Promoot, tunet en publiceert de IT-afdeling veelgebruikte rapporten op officiële kanalen.

Cruciale infrastructuur in nieuw datacenter

Parallel met het IoT-project verhuisde Xylos het interne datacenter van water-link naar een beter ingerichte verdieping. Daar draait nu de SAP HANA-omgeving op nieuwe HPE-infrastructuur. De hele databaseomgeving is cruciaal voor de opvolging van de tienduizenden klanten en een veelvoud aan facturen en meterstandregistraties. Xylos ontwierp en installeerde het redundant uitgevoerde datacenter binnen een erg strakke deadline en blijft ook het aanspreekpunt voor de ondersteuning van de hardware en software.

Machine Learning

Pas als water-link voldoende data heeft verzameld, kan het bedrijf via Machine Learning verbanden leggen en afwijkende signalen detecteren. “Met voldoende relevante data kan je met Machine Learning Algoritmes voorspellingen maken”, verduidelijkt Martine Similon. “Denk maar aan de gemiddelde waterdruk op een specifiek tijdstip. Je moet daarvoor wel rekening houden met verschillende factoren, zoals waterafnames op een naburig meetpunt, de werken in uitvoering, en mogelijke breuken.”

Dankzij de Azure-technologie krijgen we meer inzicht in ons netwerk en kunnen we meer voorspellingen maken.

Nico Kanora, ICT-manager bij water-link