Data processing and data compression strategies for leak detection and localization on water pipeline networks

The main focus of this thesis involves water leaks monitoring on pipeline distribution networks. Observing the Italian scenario, almost 40% of water is wasted due to the bad maintenance of pipes, therefore the results of this issue are utterly timely and of big concern. At present, the systems in use for the localization of leaks take on noise sensors, placed directly in contact with the pipe through a relevant access point (i.e. a gutter). Moreover, it is possible to trace the distribution network via monitoring systems, performing night-time recordings audible the following day for identifying leaks if any. With reference to a collaboration carried out with an SME, all the data adopted in the present essay have been collected by night-time monitoring sensors. Such sensors are enabled to record noise and transmit it via Wi-Fi. One of the main issues regarding data transmission is the limited storage space of the sensors and the long transmission times, slowing down the entire leak pinpointing process. Hence, the targeted objective of this manuscript is to study the compression techniques of noise signals, aiming at transmitting the collected data faster, without causing signal quality degradation. Furthermore, the behaviour of very diverse materials has been analysed (i.e. steel and HDPE), providing data processing guidelines depending on the leakage scenario. The starting point of the work was the analysis of the noise properties, followed by numerous tests which have been confronting linear and non-linear re-quantization techniques. Results have shown the greater simpleness to detect metal pipe leaks, and the lack of need to apply non-linear re-quantization methods, given the few benefits and the huge time consumption. The conclusion of the work includes a schematization of all the main findings from the testing phase, thus giving the opportunity to have an idea of the best data processing strategy to adopt depending on the specific situation.

Il tema principale su cui si sviluppa questa tesi è il monitoraggio delle perdite d’acqua nelle reti di distribuzione idrica. Questa problematica, specialmente in Italia, risulta essere molto attuale e di grande importanza, dal momento che l’acqua dispersa a causa della cattiva manutenzione delle tubazioni ammonta quasi al 40% del totale. Attualmente esistono sistemi per la localizzazione delle perdite che si servono di sensori di rumore, posti direttamente a contatto con le tubazioni tramite un apposito punto d’accesso (i.e. un tombino). Inoltre, esistono sistemi di monitoraggio che tengono sotto controllo la rete di distribuzione effettuando registrazioni notturne, che poi possono essere ascoltate il giorno seguente per verificare l’eventuale presenza di perdite. Nell’ambito di una collaborazione con una PMI, nel presente lavoro si opererà con dati raccolti da sensori per il monitoraggio notturno, i quali devono registrare il rumore e poi trasmetterlo via Wi-Fi. Uno dei problemi principali riguardante la trasmissione dei dati risiede nel fatto che tali sensori sono dotati di una memoria limitata, ed inoltre la trasmissione dell’intero pacchetto di dati può impiegare molto tempo e rendere poco efficiente l’intero processo di localizzazione della perdita. Dunque, l’obiettivo principale di questa tesi è di studiare tecniche di compressione del segnale di rumore che permettano di trasmettere i dati raccolti dai sensori in maniera più rapida, senza che però ci sia perdita di qualità del segnale. Inoltre, sono stati analizzati i comportamenti di due materiali molto diversi tra loro (i.e. acciaio e HDPE), in modo da garantire un quadro completo su come processare i dati a seconda dello scenario di perdita. Il lavoro è partito da un’analisi delle proprietà dei segnali di rumore, seguita da diversi test che tra le altre cose hanno portato al confronto di metodi di ri-quantizzazione lineari e non lineari. I risultati ottenuti hanno evidenziato una maggiore semplicità nel localizzare le perdite in presenza di materiali metallici, ed inoltre non hanno riscontrato la necessità di applicare metodi di ri-quantizzazione non lineari, dal momento che apportano pochi benefici ma appesantiscono molto la procedura di elaborazione dei dati. L’elaborato si conclude con una schematizzazione di tutto ciò che emerso durante i numerosi test condotti in fase di produzione dei risultati, offrendo così la possibilità di avere un’idea di quale sia la migliore strategia da adottare per processare i dati a seconda della situazione specifica.