Mange kommuner har lagt ned betydelig innsats i kartlegging av ledningsnettet og registering av driftsdata. Er det mulig å bruke disse dataene som beslutningstøtte for drift, vedlikehold og oppgradering av ledningsnettet? Hva er i så fall minimum av data man trenger for å gjøre gode beslutninger basert på data?
Sannsynlighet
Lars Sandvoll, sommerstudent i Norkart har utviklet metode med enkle analyser av eksisterende data for å gjøre utvalg av områder som bør rehabiliteres. Maskin-ingeniørstudenten har sett på helt vanlige egenskaper på ledningsnett, kombinert med enkle registeringer av driftehendelser. Målet har vært å bytte ut magefølelsen med sannsynlighetsbaserte beslutninger. Arbeidet er ikke et vitenskapelig prosjekt – men utført for å se om det finnes metoder som med stor grad av sannsynlighet kan støtte kommuner i valg og beslutninger i det viktig arbeidet med oppgradering og vedlikehold av det norske VA- nettet.
Redusere kostnader
Vannlekkasjer og kloakkstopp fører ofte til store driftskostnader. En analyse av hvilke materialtyper i ledningsnettet som er mest utsatt for lekkasjer eller kloakkstopp kan derfor være til stor nytte. I kart vil dette være et hjelpemiddel for beslutningstakere til å planlegge renovering eller utskifting av rør. Dataene kan utnyttes til å analysere nettet for å se på sammenhengen mellom egenskapene til ledningene og risiko for lekkasjer eller kloakkstopp. Dette er viktig informasjon for å planlegge fornying av nettet.
Hovedmålet med å analysene er at ledere og beslutningstakere får gode verktøy for å kunne hvilke deler av ledningsnettet som er mest utsatt for lekkasjer eller kloakkstopp. Analysen tar utgangspunkt i den oppdaterte databasen fra fagsystemene – og viser en oversikt over det nåværende ledningsnettet som et temakart.
Gjennomføring
For å kartlegge kritiske deler av ledningsnettet har man sett på sammenhengen mellom egenskapene på ledningene og antall rapporterte lekkasjer eller kloakkstopp. Mer spesifikt ser analysen på egenskapene alder, materiale og diameter som er antatt å ha påvirkning på risikoen for lekkasjer eller kloakkstopp. Disse egenskapene ble gruppert hver for seg, inkludert grupper med de forskjellige kombinasjonene mellom egenskapene. Ved å kombinere de forskjellige egenskapene, kan man mer spesifikk estimere hvilke typer ledninger som har høyere sannsynlighet for lekkasje. Resultatet av denne analysen blir representert som en parameter med antall lekkasjer per år, per 100 km med ledning. Denne parameter vil gi en god indikasjon på hvor mange lekkasjer man kan forvente seg per år og den gir et godt bilde av hvilke egenskaper som forårsaker høyest sannsynlighet for driftsstopp. Resultatet, som er representert i Tabell 1, blir brukt til å generer et kart med de forskjellige gruppene fargekodet som vist i eksempel for Os kommune. Den samme prosedyren kan bli utført for kloakkstopp på spillvannsledninger.
Egenskaper
Videre kan en analysere om det er spesifikke egenskaper eller kombinasjoner mellom egenskapene som påvirker risikofaktoren. Denne analysen blir kalt ‘Design of Experiment’ (DoE). Egenskapene ble delt inn i to grupper som ble brukt til å danne åtte gruppekombinasjoner totalt. Gruppene ble delt inn som vist i tabellen over. Analysen undersøker alle de forskjellige kombinasjonene for hver egenskap. DoE ser på forskjellen mellom nivåene til egenskapene, som gir en oversikt over hvilke egenskaper som endrer resultatet mest, når deres verdi endrer seg. Dette gir en påvirknings parameter som er vist i Tabell 2.
Diagrammet viser at plastrør med større diameter har flere lekkasjer enn plastrør med liten diameter. På den andre siden oppfører støpejern seg motsatt. Støpejern rør har flere feil på rør med liten diameter, enn større diameter.
Dette gir et bedre innblikk på hvordan egenskapene på rør påvirker resultatet forskjellig. En generell analyse vil anta diameteren ikke hadde mye betydning ettersom risiko parameterne var veldig lik for liten og stor diameter, men med DoE finner man ut at diameteren på rør har en påvirkning basert på hvilken rørtype som blir brukt. Dette betyr at videre analyser bør bli utført på materialtyper kombinert med diameter. En slik analyse kan bli utført ved å kjøre en ny FME modell som fokuserer spesifikt på dette. Resultatet vil være at man får ett mye mindre konkret område med høyere risiko for lekkasjer eller kloakkstopp. Dataen fra denne analysen kan deretter bli brukt til å estimere kostnad for eventuell utskiftning av spesifikke rørgrupperinger, i forhold til kostnad for lekkasjer eller kloakkstopp per år.
Datagrunnlag
Det viktige med en slik analyse er godt datagrunnlag. Det betyr at man trenger registreringer av data på store deler av ledningsnettet, ellers vil resultatet av analysen bli mindre relevant i forhold til realiteten. Bedre data vil også kunne gi et mer detaljert og nyansert oversikt over ledningsnettet. Basert på en test analyse der data ble hentet fra ulike kommuner, manglet ¼ av ledningsnettet tilstrekkelig informasjon for å utføre analysen. Ledningsnettet manglet informasjon på en eller flere av egenskapene material, alder og diameter. Registrerte lekkasjer og kloakkstopp manglet enda mer informasjon, der rundt 50% av de rapporterte hendelsen manglet informasjon de tre faktorene. En grunn til dette kan være dårlig registreringsprosess, eller at hendelsen ble koblet på deler av ledningsnettet som manglet informasjon. Dette betyr at resultatet blir misvisende og viser for lite lekkasjer eller kloakkstopp på ledningsnettet.
Det er mange analyser og statistikker som kan bli hentet fra et ledningsnett med riktig datasett og dette kan være ett nyttig verktøy for ledere og beslutningstakere. Muligheten til å framstille en slik analyse visuelt i kart kan også gi mye verdi for presentasjonen av resultatet. For å få mest ut av en slik analyse er et viktig å ha registrert egenskapsdata korrekt, samtidig som alle lekkasjer og kloakkstopp er blitt koblet til nettverket med pekere.
