
老朽管、地盤、過去の漏水履歴を分析し、限られた調査人員で漏水リスクの高い区間から確認できる仕組みを構築。
水道管路は市街地から郊外まで広範囲に張り巡らされており、老朽化の進み方も場所によって異なります。漏水を放置すれば断水や道路陥没につながる一方、全区間を頻繁に調査するには多くの人員と時間が必要です。 従来は、過去の漏水記録や管の古さを見ながら、担当者が経験をもとに調査箇所を選んでいました。しかし、地盤条件や交通荷重、周辺工事などの要素も影響するため、優先順位の判断は複雑でした。担当者ごとに選定基準が異なり、見落としや判断の遅れが生じることも課題でした。
管種、口径、布設年、過去の漏水件数、地盤、道路条件などを統合し、区間ごとの漏水リスクをAIが算出します。
高リスク区間を色分けし、担当者が次に確認すべき場所を地図上で直感的に把握できる画面を構築しました。
現地調査で漏水の有無や管路状態を記録すると、その結果を次回の優先順位判定へ反映します。
交通規制が必要な道路や工事予定区間なども加味し、実際に調査可能な順番で候補を提示します。
膨大な管路の中から高リスク区間を先に確認できるため、調査計画の作成負担を軽減しました。
共通のリスク指標をもとに優先順位を決められるようになり、経験年数に左右されにくい運用を実現しました。
異常が起きやすい区間へ調査を集中できるため、漏水が大きなトラブルに発展する前の発見を支援します。
複数の管路属性と過去事例の関係をAIが分析し、区間ごとの漏水発生リスクを算出。現場制約を加味して調査優先順位を作成します。
4カ月
550万円