I batteri presenti nelle acque reflue aiutano a modellare la corrosione delle fognature / Bacteria in wastewater help model sewer corrosion

 I batteri presenti nelle acque reflue aiutano a modellare la corrosione delle fognature / Bacteria in wastewater help model sewer corrosion

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Alcuni ricercatori giapponesi hanno sviluppato un modello di intelligenza artificiale in grado di prevedere la corrosione delle infrastrutture fognarie basandosi sulla concentrazione di determinati batteri nelle acque reflue.

Il gruppo dell'Università di Tohoku ha innanzitutto misurato il DNA dei batteri solfato-riduttori presenti nelle fognature, noti per contribuire alla corrosione delle tubature. Tra tutti i batteri studiati, è emerso che il Desulfobulbus presentava la correlazione più forte con il deterioramento delle tubature, e questo è stato utilizzato come principale predittore microbico nello sviluppo del modello predittivo.

"Siamo rimasti sorpresi dall'utilità del Desulfobulbus, un tipo di batterio solfato-riduttore, per prevedere la corrosione delle tubature", ha affermato il professor Daisuke Sano, del Dipartimento di Ingegneria Civile e Ambientale dell'università. 

"Tra tutti i fattori biologici che abbiamo analizzato, questo è risultato il più predittivo, secondo solo all'età della tubatura."

I ricercatori hanno quindi utilizzato una combinazione di modellazione ecologica e apprendimento automatico per stimare dove questi batteri avessero maggiori probabilità di essere presenti, identificando le sezioni di tubature che potevano essere a maggior rischio di grave corrosione. Per testare l'accuratezza del modello, hanno raccolto campioni di acque reflue da 40 tombini lungo una rete fognaria residenziale, misurando il DNA dei batteri in questione. Queste misurazioni sono state combinate con informazioni sulla pendenza delle tubature e sull'area degli edifici a monte per mappare il potenziale habitat batterico lungo la rete.

Le stime dell'habitat risultanti sono state quindi combinate con l'età, il diametro e la pendenza delle tubature in un modello di apprendimento automatico Random Forest. Questo modello è stato testato confrontandolo con i dati di ispezione di 3.498 sezioni di tubature. L'aggiunta delle informazioni microbiologiche ha migliorato la sua capacità di identificare le tubature gravemente corrose. Il lavoro è stato pubblicato sul Journal of Environmental Management .  

ENGLISH

Researchers in Japan have developed an AI model that predicts corrosion of sewer infrastructure using the concentration of certain bacteria in wastewater.

The team from Tohoku University first measured DNA from sulphate-reducing bacteria found in sewers, which are known to contribute to pipe corrosion. Of all the bacteria studied, it was found that Desulfobulbus showed the strongest relationship with pipe deterioration, and this was used as the core microbial predictor when developing the prediction model.

"We were surprised by how useful Desulfobulbus, a type of sulphate-reducing bacteria, was for predicting pipe corrosion," said Professor Daisuke Sano, from the university’s Department of Civil and Environmental Engineering. 

"Among all the biological factors we tested, it was the strongest predictor, second only to pipe age."

The researchers then used a combination of ecological modelling and machine learning to estimate where these bacteria were more likely to occur, identifying pipe sections that could be at higher risk of severe corrosion. To test the model’s accuracy, they collected wastewater samples from 40 manholes across a residential sewer network, measuring DNA from the relevant bacteria. These measurements were combined with information on pipe slope and upstream building area to map bacterial habitat potential across the network.

The resulting habitat estimates were then combined with pipe age, diameter, and slope in a Random Forest machine-learning model. This model was tested against inspection records from 3,498 pipe sections. Adding the microbial information improved its ability to identify severely corroded pipes. The work is published in the Journal of Environmental Management.  

Da:

https://www.theengineer.co.uk/content/news/bacteria-in-wastewater-help-model-sewer-corrosion?rcip=giuseppecotellessa%40libero.it&utm_campaign=Daily%20Bulletin%20-201026%20-%20Tuesday&utm_content=&utm_term=https%3A%2F%2Fwww.theengineer.co.uk%2Fcontent%2Fnews%2Fbacteria-in-wastewater-help-model-sewer-corrosion&utm_medium=email&utm_source=The%20Engineer