Return to site

Comment les analyses prédictives changent la façon dont vous collectez les déchets urbains

Il est sûr de dire que chaque entreprise veut gérer ses opérations quotidiennes aussi efficacement que possible. En ce qui concerne la collecte des déchets urbains, la manière traditionnelle d'améliorer les performances a été d'analyser la génération de déchets et les données démographiques dans chaque quartier, puis optimiser les routes et les horaires de collecte en fonction des calculs. Bien que cette méthodologie puisse offrir une indication approximative sur l'endroit où les collectes de déchets sont nécessaires, cela n'empêche pas les camions de collecte de collecter des bacs presque vides le long de l'itinéraire et ne détecte pas non plus les contenants de déchets débordés.

 

La solution du 21ème siècle à ce problème a été d'installer un capteur de niveau de remplissage sans fil dans chaque conteneur de déchets et de surveiller les niveaux de remplissage en temps réel grâce à une plate-forme d'analyse de données. La solution a déjà été installée dans des dizaines de milliers de poubelles à travers le monde, et elle offre des informations précieuses pour l'optimisation des itinéraires, en particulier dans le cas de grands conteneurs avec des distances importantes entre les deux. Bien que la technologie soit déjà offerte par de nombreux fournisseurs de solutions dans le monde entier, la plupart des plates-formes logicielles existent une lacune majeure: leurs algorithmes d'optimisation de route ne consomment que des données en temps réel.

Pourquoi les données en temps réel peuvent être impraticables dans l'optimisation de la route urbaine

Le principal problème d'optimisation des itinéraires de collecte des déchets dans les zones urbaines avec des données en temps réel est que bien que le nombre de recouvrements diminue probablement, le montant des dépêches devrait augmenter, ce qui entraînera des coûts opérationnels plus élevés. Par exemple, si vous envoyez un collecteur pour collecter des bacs actuellement remplis, mais au moment où ils retournent au dépôt, si un autre bac devient plein, vous devrez expédier une autre collection.

 

Un autre problème avec l'optimisation de l'itinéraire en utilisant uniquement des données en temps réel est que la solution ne peut pas empêcher le débordement des déchets pendant les heures de repos. Une fois que le camion de collecte a terminé sa dernière ligne de collecte du jour, les conteneurs de déchets continuent à se remplir et certains finiront par déborder avant le lendemain matin.

Le pouvoir de combiner les données en temps réel avec les analyses prédictives

Pour éliminer les dépêches inutiles, la clé consiste à inclure des analyses prédictives dans l'algorithme d'optimisation de route. En analysant les données historiques de niveau de remplissage de chaque contenant de déchets unique des derniers mois, l'algorithme est capable de prévoir l'augmentation horaire du niveau de remplissage de chaque bac spécifiquement pour chaque jour et heure. En conséquence, les opérateurs de collecte des déchets peuvent prendre des décisions axées sur les données à l'avance en incluant les bacs qui deviennent bientôt intégrés dans leurs lignes de collecte, ce qui permet de gagner du temps et de l'argent.

 

À titre d'exemple, imaginez qu'un camion de collecte des déchets soit expédié quatre fois par jour (9h, 12h, 15h, 18h) et une certaine rue dispose de trois bacs à collecter. L'algorithme prédictif sait que les niveaux de remplissage des conteneurs augmentent à la vitesse de 10% par heure, et à 9 heures, ils vérifient les niveaux de remplissage en temps réel qui semblent être de 10%, 40% et 70%. En connaissant cette information, le logiciel prévoit qu'il est préférable de reporter la collecte des bacs jusqu'à 12 heures du matin, lorsque les niveaux de remplissage seront probablement de 40%, 70% et 100%. Une fois que le camion arrive à 12h, l'algorithme indique à l'opérateur de collecter les bacs qui sont 70% et 100% plein. Ce faisant, le camion n'a pas besoin de retourner dans la même rue jusqu'à 18 heures, lorsque les bacs sont 100%, 60% et 60% en plein. Cette fois, l'algorithme demande à l'opérateur de collecter les trois bacs, car il sait que pendant les heures hors-heures, les bacs remplis de 60% déborderaient, bien que leur niveau de remplissage augmente pendant la nuit à seulement 5% par heure.

 

Si le même camion aurait collecté les bacs en utilisant uniquement des informations en temps réel au niveau du remplissage, il aurait visité la même rue sur chacune des quatre dépêches, et pendant la nuit, deux des trois bacs auraient survécu.

Clean Touch sera le premier fournisseur de prévision de niveau de remplissage en Algérie  

Si vous êtes intéressé à en savoir plus sur la façon dont les analyses prédictives pourraient améliorer l'efficacité de votre collecte de déchets et pour exécuter un projet pilote, veuillez contacter Clean Touch. Notre solution intégrée de gestion des déchets comprend des capteurs de niveau de remplissage , des bacs de compactage des déchets à énergie solaire et une plate-forme SaaS, qui regroupe la surveillance des conteneurs de déchets, l'analyse des données et la prévision du niveau de remplissage. . Au total, notre solution peut améliorer votre efficacité de collecte des déchets opérationnels considérablement.

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OKSubscriptions powered by Strikingly