Melbourne Water aveva già familiarità con la IBM Maximo Application Suite, che aveva iniziato a utilizzare nel 2013. "Ero il leader del gruppo di utenti Maximo nelle regioni di Victoria e Tasmania e ci siamo confrontati a lungo con IBM", dice Zoltan Kelly, Asset Information Improvement Specialist per Melbourne Water. "C'erano molte funzionalità del prodotto che non utilizzavamo, e uno dei motivi per cui avevamo investito nella piattaforma Maximo era la sua capacità intrinseca di espandersi in base alle nostre esigenze".
Quando un fornitore ha presentato una nuova fotocamera per immagini fisse che poteva essere integrata con la piattaforma IoT di Melbourne Water, ha iniziato a prendere forma un nuovo piano. "Ci confrontavamo regolarmente con il team IBM locale, che ci ha aiutato a capire cosa si poteva fare", afferma Riding. "E poi abbiamo pensato: sviluppiamo una soluzione per il riconoscimento delle immagini per migliorare il nostro processo di ispezione delle griglie di raccolta dell'acqua piovana".
Al termine della pianificazione, Melbourne Water ha installato telecamere per immagini fisse per monitorare le condizioni nei siti di prova. Le telecamere sono state collegate a una rete di soluzioni integrate, tra cui i software IBM Maximo Health, IBM Maximo Monitor e IBM Maximo Visual Inspection.
"Abbiamo adottato le strategie dei moduli di gestione del software direttamente così com'erano, senza alcuna modifica", spiega Kelly. "In sostanza, si tratta di un progetto interno senza la necessità di coinvolgere un fornitore esterno, quindi l'implementazione immediata è stata un enorme vantaggio".
L'intero sistema di riconoscimento generale delle immagini è stato distribuito su IBM® Cloud. "In sostanza, utilizziamo un prodotto di monitoraggio SaaS e lo estendiamo con i servizi e i componenti di IBM Cloud dove necessario", spiega Kelly. "Per noi è facile creare e scalare servizi con IBM Cloud. Il loro catalogo ci consente di scegliere tutto ciò di cui abbiamo bisogno. Non c'è mai stata una cosa che avremmo voluto fare e che non siamo riusciti a fare".
Utilizzando i dati provenienti dai siti di prova, la prima fase della soluzione si è concentrata sull'analisi del rilevamento delle ostruzioni che si verificavano nelle griglie dei pozzetti. Questo includeva anche lo sviluppo di strumenti AI per riconoscere le ostruzioni, con l'obiettivo di passare con il tempo a una soluzione di AI completamente automatizzata.
Durante tutto il processo di sviluppo e implementazione, Melbourne Water e IBM hanno lavorato a stretto contatto per assicurarsi che la piattaforma Maximo raggiungesse i suoi obiettivi operativi. "Ogni volta che avevamo delle domande, non avevamo mai problemi a ottenere le risposte", afferma Riding. "Il livello di supporto che riceviamo da IBM è qualcosa che non possiamo ottenere altrove".