Integrazione di edge e cloud computing per il monitoraggio di infrastrutture critiche

Abstract

In questa tesi viene presentato un sistema per il monitoraggio di condotte idriche. I cambiamenti climatici stanno spingendo verso un uso razionale delle risorse idriche disponibili e quindi è sempre più importante ridurre le perdite nelle condutture. Questa tesi rientra nel quadro di un progetto dell'ESA chiamato ZOE. L'obiettivo di ZOE è monitorare lo stato delle tubature, al fine di prevenire i guasti e/o reagire tempestivamente a eventuali perdite. In quest'ottica, ZOE mira a unire i dati raccolti sul campo (terrestri) con dei dati satellitari. Questa tesi propone un sistema formato da dei dispositivi di campo, chiamati nodi edge, e un'architettura cloud, che raccoglie i dati provenienti da essi, con l'obiettivo di monitorare ed eseguire la manutenzione predittiva delle condutture. Il nodo edge, che acquisisce i dati dai sensori, deve essere integrato in ambienti critici e in mancanza di fornitura elettrica e quindi deve essere autoalimentato. L'energia necessaria viene prodotta da una microturbina idraulica. Oltre ai sensori, l'edge raccoglie anche lo stato di tali microturbine per garantire che funzionino correttamente. I dati acquisiti vengono inviati a un'infrastruttura cloud per il monitoraggio e l'archiviazione. È stato sviluppato un codice Python che viene eseguito sull'edge per raccogliere i dati di campo e inviarli al cloud. Il codice è configurabile tramite un file di configurazione. Ciò consente di interfacciare il codice con diversi sensori e nodi, con l'obiettivo di creare una rete flessibile di dispositivi edge che copra diverse aree delle rete di distribuzione dell'acqua.

In this thesis, a system for water pipelines monitoring is presented. Climate changes are pushing towards a sensible use of available water resources and therefore reducing pipe leaks is increasingly important. This thesis is within the framework of an ESA project called ZOE. ZOE's goal is to monitor the state of water pipelines, in order to prevent failures and/or promptly reacting to any leak to minimise water losses. In this light, ZOE aims at merging both field data (terrestrial) and satellite data. In this work, a system composed of field devices, called edge nodes, and a cloud architecture, collecting edge data, is proposed, with the aim of monitoring and performing predictive maintenance of water pipes. The edge node, that acquires sensory data, must be integrated in off-grid critical environments and thus must be self-powered. The required energy is generated by a hydraulic microturbine. In addition to the sensors, the edge also collects the status of such microturbines to ensure that they are working properly. The acquired data is sent to a cloud infrastructure for monitoring and storing. An edge Python code has been developed to collect field data and send it off to the cloud. The code is configurable via a config file. This makes it possible to interface the code with different sensors and nodes, with the aim of creating a flexible edge device network to cover different areas of the water pipelines.