Captura da realidade e modelação estatística para gestão digital dos ativos de água: estudo de caso de infraestrutura hidráulica no Brasil
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Resumo
A prestação de serviços de abastecimento de água continua a ser um desafio global significativo, com cerca de 2 bilhões de pessoas sem acesso à água potável (UNICEF/WHO, 2023). Além disso, o setor de distribuição de água enfrenta perdas financeiras substanciais, estimadas em 14 bilhões de dólares anuais devido aos altos índices de desperdício de água durante a distribuição (World Bank Group, 2022). Nos países em desenvolvimento, a média de perda de água é de 35%, chegando a 70% em algumas regiões, enquanto nos países desenvolvidos o índice médio atinge 15%.
A transformação digital promovida pela Indústria 4.0 tem potencial para aumentar a eficiência das entidades prestadoras de serviços de água. O programa Digital Water, lançado pela International Water Association (IWA, 2022), exemplifica como a digitalização pode melhorar a eficiência operacional e a gestão dos recursos hídricos. Neste contexto os ativos do setor de abastecimento de água têm grande potencial de aumento de desempenho, porém um dos maiores desafios é aumentar a qualidade da base informacional que frequentemente é caracterizada por dados incompletos, desatualizados e com baixa confiabilidade.
O estudo apresentado neste artigo analisa quali e quantitativamente a metodologia da captura de realidade dos ativos (Niles et al., 2022) e a base dos dados de uma concessionária de água do Brasil. Empregou-se modelações estatísticas uni e bivariadas com o uso do software IBM SPSS (Cronk, 2018) para analisar 2.584 ativos pertencentes a 106 reservatórios (entidades) de 19 municípios, caracterizados em 2 variáveis de contexto e 26 variáveis métricas.
Na aplicação da modelação estatística dos dados confirmaram a insuficiência informacional dos ativos físicos do setor de água, além de apresentar as medidas descritivas da quantidade e condição dos ativos na planta por meio de representações gráficas, incluindo histogramas e gráficos de barras.
O resultado das análises bivariadas gerou insights relevantes para a gestão de ativos de água ao demonstrar correlações significativas entre algumas variáveis derivadas das categorias, atributos, condição e de contexto dos ativos físicos. Como exemplo destaca-se a identificação da concentração de alguns reservatórios deficientes em regiões do Rio de Janeiro (alta densidade populacional e IDHM elevado) e esta indicação irá orientar a tomada de decisão da empresa para priorizar os investimentos nestes ativos.
Downloads
##plugins.themes.bootstrap3.article.details##
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Referências
Alegre, H., Vitorino, D., & Coelho, S. (2014). Infrastructure value index: A powerful modelling tool for combined long-term planning of linear and vertical assets. Procedia Engineering, 89, 1428–1436. https://doi.org/10.1016/j.proeng.2014.11.469
Almeida, N. (2023). Gestão de Ativos — 5ª edição: PorValor. IST — FUNDEC.
Alonso, P. J., Guillén, A. J., Gómez, J. F., & Candón, E. (2022). Review of asset digitalization models in the context of intelligent asset management and maintenance. In A. Crespo Márquez, J. F. Gómez Fernández, V. González-Prida Díaz, & J. Amadi-Echendu (Eds.), 16th WCEAM Proceedings (pp. 87–97). Springer International Publishing. https://doi.org/10.1007/978-3-031-25448-2
Amadi-Echendu, J. E., Brown, K., Willett, R., & Mathew, J. (2012). Asset condition, information systems and decision models: Approaches to information quality management (Vol. 2). Springer London. https://doi.org/10.1007/978-1-4471-2924-0
Asian Development Bank. (2013). Water utility asset management: A guide for development practitioners.
Carvalho, W. O. (2021). BIM and AM to manage critical and relevant water and wastewater utilities assets. In Proceedings of the 18th International Conference on Computing in Civil and Building Engineering - ICCCBE 2020 (Vol. 98, pp. 697–720). https://doi.org/10.1007/978-3-030-51295-8_49
Cronk, B. C. (2018). How to use SPSS®: A step-by-step guide to analysis and interpretation (10th ed.). Taylor & Francis Group.
Grosch, R., & Bilot, P. (2002). A simple strategy for integrated plant management and control. In ISA Instrumentation, Systems, and Automation Conference Proceedings (pp. 13–23).
Helfert, M., & Ge, M. (2007). A review of information quality research: Develop a research agenda. https://www.researchgate.net/publication/220918901
Institute of Asset Management (IAM). (2015). An anatomy of asset management. https://www.theIAM.org
ISO Technical Committee 251. (2024). ISO/TC 251 asset management. https://committee.iso.org/sites/tc251/social-links/resources.html
ISO. (2014). ISO 55001:2014 Asset management—Management systems—Requirements. https://www.iso.org/standard/55089.html
ISO/FDIS 55013. (2024). Asset management—Guidance on the management of data assets. https://www.iso.org
IWA - Digital Water Programme. (2022). A strategic digital transformation for the water industry. IWA Publishing. https://doi.org/10.2166/9781789063400
Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital twin in manufacturing: A categorical literature review and classification. IFAC-PapersOnLine, 51(11), 1016–1022. https://doi.org/10.1016/j.ifacol.2018.08.474
Marques, R. C. (Ed.). (2005). Regulação de serviços públicos. Sílabo. https://silabo.pt
Niles, J., McClure, S., & Pouliquen, D. (2022). Reality capture: A digital twin foundation.
O'Hanlon, T., & Gulati, R. (2020). 10 rights of asset management.
Rokstad, M. M., Ugarelli, R. M., & Sægrov, S. (2016). Improving data collection strategies and infrastructure asset management tool utilisation through cost benefit considerations. Urban Water Journal, 13(7), 710–726. https://doi.org/10.1080/1573062X.2015.1024692
Silva, J. B. (2023). Structuring urban networks: Accessibility networks, road hierarchy and transport modes. http://pcp.vub.ac.be/MACRBOOK.html
SNIS/Trata-Brasil. (2024). Estudo de perdas de água de 2024 (SNIS, 2022): Desafios na eficiência do saneamento básico no Brasil. www.goassociados.com.br
UNICEF/WHO. (2023). Progress on household drinking water, sanitation and hygiene 2000–2022: Special focus on gender. United Nations Children’s Fund (UNICEF) and World Health Organization (WHO). https://washdata.org
Vieira, J., Martins, J. P., de Almeida, N. M., Patrício, H., & Morgado, J. G. (2022). Towards resilient and sustainable rail and road networks: A systematic literature review on digital twins. Sustainability, 14(12). https://doi.org/10.3390/su14127060
World Bank Group. (2022). Water supply and sanitation policies, institutions, and regulation. www.worldbank.org