نظام ذكي منخفض التكلفة لمراقبة جودة المياه مع تعلم آلي على الجهاز واندماج سحابي

لماذا تهم الفحوصات الأذكى للمياه

يعتبر الكثير من الناس أن مياه الشرب الآمنة أمر مفروغ منه، إلا أن التلوث والبُنى التحتية المتقادمة يعنيان أن ما يخرج من الصنبور ليس دائماً نظيفاً كما يبدو. غالباً ما تتطلب الاختبارات التقليدية للمياه إرسال عينات إلى مختبر بعيد والانتظار يوماً أو يومين للحصول على النتائج—وهو تأخير خطير إذا كانت تلك المياه تُستخدم فعلياً في المنازل أو المدارس أو المزارع. تصف هذه الورقة نظاماً بحجم حقيبة منخفض التكلفة يمكن وضعه مباشرة على أنبوب أو خزان، يراقب المياه باستمرار بواسطة حساسات بسيطة، ويستخدم ذكاءً اصطناعياً مدمجاً ليقرر في الزمن الحقيقي ما إذا كانت المياه طبيعية، مموّهة بمياه الأمطار، أم ملوثة بمواد كيميائية قاسية.

كيف يراقب صندوق صغير صنبورك

قلب النظام عبارة عن لوحة متحكم دقيق صغيرة لكنها قوية تُدعى ESP32، تعمل كحاسوب مبسّط. تُوصل بأربعة حساسات رخيصة تقيس خصائص أساسية للمياه: مدى الحموضة أو القلوية (pH)، وكمية الأملاح والمعادن الذائبة (إجمالي المواد الصلبة الذائبة أو TDS)، ودرجة عَكَرِها (التعكّر)، ودرجة الحرارة. مجتمعة، تعطي هذه القراءات فحص صحة سريع: على سبيل المثال، قد يشير الماء شديد العكارة أو القفزة غير العادية في المواد الذائبة إلى جريان مياه الأمطار أو تسرب سوائل تنظيف. يجمع ESP32 مئات القياسات الخام كل ثانية، ينقح الإشارات المزعجة، ويحولها إلى قيم فيزيائية قابلة للمقارنة عبر الزمن.

جلب الذكاء إلى الحافة

معظم أنظمة المياه «الذكية» الحالية تبث ببساطة بيانات الحساسات إلى الإنترنت وتترك الخوادم البعيدة لتقرر مغزاها. يفشل هذا النهج عندما تكون الشبكة بطيئة أو مكلفة أو غير متاحة ببساطة. في هذا العمل، يدرب المؤلفون شبكة عصبية مدمجة—شكل من أشكال نماذج التعلم الآلي—صغيرة للغاية بحيث تندرج في حوالي 14.5 كيلوبايت من الذاكرة، ثم يخزنونها مباشرة على ESP32. باستخدام 6000 مثال جمِع بعناية من النموذج الأولي الخاص بهم (مياه الصنبور العادية، مياه الأمطار، ومياه مضاف إليها مبيض منزلي لمحاكاة انسكاب كيميائي)، تتعلم النموذج أنماط الربط بين قراءات الحساسات الأربع وثلاث فئات: طبيعي، جريان مياه الأمطار، وملوّث كيميائياً. بعد التدريب، يستطيع اتخاذ قرار في نحو ألف جزء من الثانية، مع دقة مُبلغ عنها تقارب 99 بالمئة على بيانات الاختبار لديهم.

توفير الطاقة والتخزين ووقت الاستجابة

بما أن مثل هذه الأنظمة قد تحتاج للعمل لأشهر في مناطق نائية، يركز التصميم على الاقتصاد بقدر ما يركز على الذكاء. بدلاً من حفظ كل ثانية من البيانات، يمكن للجهاز الانتقال إلى وضع «قائم على التقلب» يكتب إلى بطاقة الذاكرة فقط عندما تتغير قراءات المياه أكثر من اهتزاز الحساس العادي. في اختبار لمدة 24 ساعة، قلّص هذا عدد عمليات الكتابة إلى الذاكرة بأكثر من 98 بالمئة، مما يساعد على إطالة عمر البطاقة وتقليل استهلاك الطاقة. في الوقت نفسه، يستخدم ESP32 الشبكات اللاسلكية المدمجة لإرسال لقطات من القراءات وقرارات النموذج إلى قاعدة بيانات سحابية، حيث تعرض لوحة تحكم ويب وهواتف محمولة بسيطة رسوماً بيانية حية ومؤشرات حالة للمستخدمين عن بُعد.

من الرصد إلى السلامة التلقائية

النظام لا يكتفي بتسمية حالة المياه؛ بل يمكنه التصرف بناءً على تلك التسميات. يربط المؤلفون ESP32 بريلاي يتحكم بمضخة صغيرة تغذي المياه من خزان إلى بقية النظام، مثل خط منزل. عندما يقترح النموذج على اللوحة أو حدود الأمان الأساسية أن المياه خارجة عن النطاق الآمن المحدد من قبل المستخدم، يقطع المتحكم فوراً الطاقة عن المضخة—دون انتظار أي إشارة من السحابة. يمنع مخزن مؤقت مضمّن، يعرف بالهيستيريزيز، تشغيل المضخة وإيقافها بسرعة عندما تقترب القراءات من الحد. في تجربة استمرت يوماً كاملاً، ظل الإعداد الكامل يعمل دون تعطل، فيما أظهرت فحوصات الحساسات أن قياساته كافية للمراقبة اليومية.

ماذا يعني هذا لسلامة المياه اليومية

بالنسبة لغير المتخصص، الوعد من هذا العمل واضح: مقابل أقل من ثمانين دولاراً في قطع الغيار، أصبح من الممكن الآن بناء جهاز «حارس» مدمج يراقب باستمرار جودة المياه الأساسية ويمكن أن يوقف الإمداد في ثوانٍ إذا بدا أن هناك شيئاً مريباً. النموذج الأولي الحالي مضبوط فقط على عدد قليل من أنواع التلوث ويستخدم حساسات هواة تنحرف ببطء وتحتاج إلى تنظيف ومعايرة دورية، لذا فهو ليس بديلاً كاملاً للاختبارات المعتمدة بعد. لكن كما يجادل المؤلفون، فإن الجمع بين إلكترونيات منخفضة التكلفة ونماذج تعلم ذكية في الموقع يقدم طبقة حماية جديدة وقوية، خصوصاً للمجتمعات الريفية أو منخفضة الموارد التي لا يمكنها الاعتماد على عمل مختبرات سريعة أو اتصالات إنترنت ثابتة لمعرفة ما إذا كانت مياهها آمنة.

الاستشهاد: Sharma, S., Mishra, D., Yadav, A. et al. An Intelligent, low-cost water quality monitoring system with on-device machine learning and cloud integration. Sci Rep 16, 11106 (2026). https://doi.org/10.1038/s41598-026-37287-3

الكلمات المفتاحية: مراقبة جودة المياه, أجهزة إنترنت الأشياء, التعلم الآلي الطرفي, TinyML, سلامة مياه الشرب