专栏首页arxiv.org翻译专栏利用机器学习了解管道故障的驱动因素从而防止主水管破裂(CS CY)
原创

利用机器学习了解管道故障的驱动因素从而防止主水管破裂(CS CY)

Data61和Western Water合作,应用工程专业知识和机器学习工具,为墨尔本以西地区的管道故障问题找到了一个经济有效的解决方案,该地区平均每年发生400起主水管故障。为了实现这一目标,我们通过:1)发现主水管破裂的潜在驱动因素,2)开发机器学习系统,利用历史故障记录、管道描述和其他环境因素评估和预测主水管破裂的可能性,从而构建了一个详细的图像并了解了供水管网的行为。我们的结果为Western Water确定管道更新的优先顺序开辟了道路。

原文题目:Utilizing machine learning to prevent water main breaks by understanding pipeline failure drivers

原文:Data61 and Western Water worked collaboratively to apply engineering expertise and Machine Learning tools to find a cost-effective solution to the pipe failure problem in the region west of Melbourne, where on average 400 water main failures occur per year. To achieve this objective, we constructed a detailed picture and understanding of the behaviour of the water pipe network by 1) discovering the underlying drivers of water main breaks, and 2) developing a Machine Learning system to assess and predict the failure likelihood of water main breaking using historical failure records, descriptors of pipes, and other environmental factors. The ensuing results open up an avenue for Western Water to identify the priority of pipe renewals.

原文作者:Dilusha Weeraddana, Bin Liang, Zhidong Li, Yang Wang, Fang Chen, Livia Bonazzi, Dean Phillips, Nitin Saxena

原文链接:https://arxiv.org/abs/2006.03385

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 神剧《切尔诺贝利》引发的技术思考:如何避免下一次核灾难?

    场景描述:美剧《切尔诺贝利》的热播,让观众再次感受了核事故的恐惧。通过将工智能技术应在核防护和核安全上面,会带来卓有成效的收获,也许,合理的利用人工智能「约束」...

    统计学家
  • IIoT可以帮助您避免计划外停机的3种方法

    由于计划外的停机时间,制造商损失了很多钱。通过工业物联网设备,设施和生产经理可以洞悉计划外的停机时间和警告信号,从而节省了公司的资金和麻烦。

    用户4122690
  • GIS 学生如何帮助应对洪水(以2019年美国洪水为例)

    这是美国有记录以来最潮湿的春季,1 月至 6 月期间,多场风暴袭击和河流泛滥,淹没了中西部、高平原和南部,影响了 1400 万人。密西西比河沿岸的 42 个不同...

    陈南GISer
  • 【寄云科技】风电检测|汽车整装行业+人工智能工业互联网成功应用案例

    寄云科技是专注用先进技术结合行业经验,推动产业升级的工业互联网平台厂商,利用云计算、大数据和物联网技术,致力于为企业提供全套IT+OT的解决方案,帮助传统的企业...

    辉哥
  • 再好的素质,再完美的规章,也无法取代人自身的素质和责任心

    德国人帕布斯·海恩提出一个在航空界关于飞行安全的法则: 每一起严重事故的背后,必然有29次轻微事故和300起未遂先兆以及1000起事故隐患,这个法则即是著名的海...

    数据和云
  • 瑞海吴宁海:“行业+AI”,发现电力领域新蓝海 | 镁客请讲

    镁客网
  • 您应该知道的24个顶级物联网(IoT)示例

    连接的设备,庞大的网络,海量的数据,简而言之,这就是物联网。在不断扩张的物联网生态系统中,从未有过如此多的东西。从智能城市和汽车到智能听诊器和狗项圈,世界每天都...

    用户4122690
  • 解决零售问题的无线传感器解决方案

    无线传感器技术实现了更高水平的自动化,对许多行业都具有重大意义。零售业已从这种下一代技术中受益匪浅。在这里,我们重点介绍了零售中无线传感器的主要应用,并展示了该...

    用户4122690
  • 单管路冷却水系统阀门故障处理案例分享

    事件背景 N年前,腾讯某租用机房出现1#冷机冷却水回水阀门有滴水现象并无法拧紧,经初步判断为阀门损坏所致。该机房冷水机组采用2+1冗余配置,单冷源制冷模式,机房...

    腾讯数据中心
  • 重磅综述—从fMRI动态角度窥探认知与神经病理学机制

    人类行为包括许多因其动态特性而突出的方面。为了量化它的神经基础,时间分辨的功能磁共振成像方法在过去十年得到了发展。在这篇综述中,我们概念性地组织了一个广泛的动态...

    悦影科技
  • 01 . Keepalived原理使用和配置

    1 . 添加冗余的心跳线,例如:双线条线(心跳线也HA),尽量减少“裂脑”发生几率;

    常见_youmen
  • 混乱工程对CISO必不可少的5个原因[DevOps]

    与传统的业务连续性计划和灾难恢复相比,混沌工程是一种更好的方法,可以测试当今复杂的企业安全计划的弹性。

    yyx
  • 关于运维智能化观点

    最近好几个朋友和我聊传统金融行业中的运维智能化,如果用gartner创新曲线来映射我对智能化位置的定位,我觉得在传统金融行业中智能运维现在处于期望膨胀期与泡沫破...

    彭华盛
  • 如何通过预测性维护来提高机器的投资回报率

    How-to-Increase-Machine-ROI-with-Predictive-Maintenance-1068x656-1.jpg

    用户4122690
  • 静默错误:Oracle 数据库是如何应对和处理的 ?

    说明:关于本文提到的所有参考文档,一律上传分享,关注本公众号回复 122arch 获得。

    数据和云
  • 高可用集群系统如何防止脑裂

    脑裂(split-brain),指在一个高可用(HA)系统中,当联系着的两个节点断开联系时,本来为一个整体的系统,分裂为两个独立节点,这时两个节点开始争抢共享资...

    lyb-geek
  • 专访 | 昆仑数据首席科学家田春华:人工智能降低了工业大数据分析的门槛

    机器之心
  • 如何在项目管理中进行「系统思考」之一

    系统动力学(System Dynamics)是一门以系统思考为基础、并结合了计算机仿真模型的理论。该领域的研究起源于美国麻省理工学院杰伊•福瑞斯特(Jay W....

    有赞coder
  • 脑血管疾病在MRI影像上的表现

    前几天我司一名优秀员工突发脑出血,病情非常危机。虽然我从事医学影像相关工作,但是对脑血管疾病的影像表现知之甚少,因此在业余时间我查阅了一些资料并进行总结。

    医学处理分析专家

扫码关注云+社区

领取腾讯云代金券