Zespół naukowców i praktyków, w tym przedstawiciele NEWATER, Uniwersytetu Przyrodniczego we Wrocławiu, Akademii Górniczo-Hutniczej oraz NOVA BR, sprawdził, jak model językowy może wspierać codzienną pracę operatorów. Wyniki pokazują, że dobrze przygotowany chatbot nie zastępuje człowieka, ale może znacząco ułatwić dostęp do dokumentacji i danych eksploatacyjnych.
Eksploatacja małych i średnich oczyszczalni ścieków wymaga dziś coraz szerszej wiedzy technologicznej, technicznej i organizacyjnej. Jednocześnie właśnie na takich obiektach liczba pracowników bywa ograniczona, a dokumentacja urządzeń, instrukcje eksploatacji i dane z systemu SCADA są rozproszone w wielu plikach i tomach. W sytuacji awaryjnej odnalezienie właściwej procedury może zająć więcej czasu, niż powinno.
Odpowiedzią na ten problem może być chatbot oparty na polskim modelu językowym LLM Bielik, przygotowany specjalnie dla konkretnej oczyszczalni. Nie jest to ogólny asystent, który korzysta wyłącznie z wiedzy dostępnej w Internecie. To narzędzie, które można zasilić dokumentacją obiektu, instrukcjami urządzeń oraz danymi eksploatacyjnymi. Dzięki temu chatbot staje się cyfrowym wsparciem operatora – pomaga szybko dotrzeć do informacji, porównać dane i uporządkować wiedzę o oczyszczalni.
Małe i średnie oczyszczalnie stanowią znaczną część infrastruktury komunalnej w Polsce. Wiele z nich obsługuje tereny wiejskie i mniejsze miejscowości, gdzie możliwości zatrudnienia rozbudowanego zespołu technologów, automatyków i mechaników są ograniczone. Jednocześnie obiekty te muszą spełniać coraz wyższe wymagania dotyczące niezawodności, jakości oczyszczonych ścieków oraz bezpieczeństwa środowiskowego.
W praktyce operator korzysta z wielu źródeł informacji: instrukcji eksploatacji, dokumentacji techniczno-ruchowej, dokumentacji rozruchowej, kart katalogowych, raportów laboratoryjnych i danych z systemu SCADA. Chatbot może połączyć te zasoby w jeden interfejs dostępny przez przeglądarkę. Zamiast przeszukiwać kolejne foldery, użytkownik zadaje pytanie w języku naturalnym.
Przykładowe pytania mogą brzmieć:
„Jak postępować w przypadku zatkania sita kanałowego?”
„Kto jest producentem pompy i jakie są jej parametry?”
„Pokaż wykres dobowego dopływu ścieków z ostatniego miesiąca.”
„Oblicz średnie, minimalne i maksymalne stężenie tlenu w reaktorze SBR.”
„Czy zarejestrowane wartości są zgodne z wymaganiami instrukcji eksploatacji?”
Podstawą rozwiązania jest polski model językowy LLM Bielik połączony z lokalnym zbiorem wiedzy dotyczącej wybranego obiektu. Do aplikacji można wczytać pliki w popularnych formatach, m.in. DOCX, PDF, XLSX i CSV. Mogą to być zarówno dokumenty opisowe, jak i dane wyeksportowane z systemu SCADA.
Po otrzymaniu pytania chatbot wyszukuje informacje w udostępnionych materiałach, łączy treści z różnych dokumentów i przedstawia odpowiedź w uporządkowanej formie. Może działać jako „technolog obiektu”, „operator” albo „osoba odpowiedzialna za nadzór”, dostosowując poziom szczegółowości do roli użytkownika.
Prototyp opisany w badaniu został udostępniony jako aplikacja webowa, dzięki czemu można było korzystać z niego zarówno na komputerze, jak i na urządzeniu mobilnym. Takie podejście jest szczególnie użyteczne podczas obchodu oczyszczalni, prac serwisowych lub reagowania na alarmy.
Najważniejszą korzyścią jest skrócenie czasu potrzebnego na odnalezienie właściwej informacji. Dokumentacja oczyszczalni może liczyć setki, a nawet tysiące stron. Chatbot potrafi przeszukać jej różne części i połączyć informacje, które wcześniej były dostępne w oddzielnych tomach.
W testach prototypu narzędzie odpowiadało między innymi na pytania dotyczące obsługi kraty koszowej i sita kanałowego. Potrafiło wskazać zalecane czynności, odwołać się do parametrów urządzenia, producenta i oznaczenia katalogowego. Gdy w dokumentacji brakowało wystarczających danych, sygnalizowało ten fakt i próbowało uzupełnić odpowiedź wiedzą ogólną.
Ta ostatnia funkcja wymaga jednak ostrożności. Odpowiedź modelu nie może zastępować instrukcji producenta, decyzji technologa ani zasad bezpieczeństwa obowiązujących na obiekcie. Chatbot powinien wspierać operatora, a nie podejmować za niego decyzje.
Drugim ważnym obszarem zastosowania jest analiza danych eksploatacyjnych. Po wczytaniu plików wyeksportowanych ze SCADA chatbot może przygotowywać wykresy, obliczać podstawowe statystyki i pomagać w wyszukiwaniu nietypowych zdarzeń.
Operator nie musi tworzyć skomplikowanych formuł ani ręcznie filtrować dużych tabel. Może poprosić o przedstawienie przepływów dobowych, porównanie wartości minimalnych i maksymalnych albo analizę stężenia tlenu w reaktorze biologicznym. Wykres można zmodyfikować prostym poleceniem, na przykład z liniowego na słupkowy.
W przyszłości bezpośrednia integracja z systemem SCADA mogłaby jeszcze bardziej skrócić czas dostępu do danych. Chatbot mógłby stać się przyjazną warstwą komunikacji między operatorem a rozbudowanym systemem sterowania i wizualizacji.
Wiedza o oczyszczalni często opiera się na doświadczeniu kilku osób. Zmiana pracownika, urlop lub awaria poza standardowymi godzinami pracy mogą utrudnić szybkie podjęcie właściwych działań. Chatbot zasilony dokumentacją obiektu może wspierać wdrażanie nowych operatorów i utrwalanie procedur.
Nowy pracownik może zadawać pytania bez konieczności znajomości układu całej dokumentacji. Narzędzie może wyjaśnić zasadę działania ciągu technologicznego, wskazać lokalizację urządzenia w procesie, przypomnieć kolejność czynności serwisowych lub pomóc przygotować się do przeglądu.
Model językowy może udzielić odpowiedzi niepełnej, zbyt ogólnej albo błędnej, zwłaszcza gdy materiały źródłowe są nieaktualne, niejednoznaczne lub nie zawierają potrzebnej informacji. Dlatego każda rekomendacja dotycząca ingerencji w urządzenia, proces biologiczny, bezpieczeństwo pracy lub zgodność z przepisami powinna być zweryfikowana przez kompetentnego pracownika.
Kluczowe jest także właściwe zarządzanie dostępem do danych, aktualizacja dokumentacji i rozdzielenie informacji zatwierdzonych od materiałów roboczych. Chatbot powinien wskazywać źródło odpowiedzi oraz jasno komunikować, kiedy nie znajduje podstawy w dokumentacji obiektu.
Badania nad prototypem pokazują, że chatbot może być stosunkowo prostym i nisko kosztowym narzędziem wspierającym eksploatację małych i średnich oczyszczalni. Jego największy potencjał nie polega na zastąpieniu operatora, lecz na szybszym udostępnianiu wiedzy, porządkowaniu dokumentacji i upraszczaniu analizy danych.
Dobrze wdrożony chatbot może pełnić rolę cyfrowego technologa dostępnego przez całą dobę: przypominać procedury, wskazywać dane techniczne, przygotowywać wykresy i pomagać w szkoleniu zespołu. Ostateczna ocena sytuacji i odpowiedzialność za decyzje nadal pozostają po stronie człowieka.
Sztuczna inteligencja w oczyszczalni nie musi oznaczać kosztownej rewolucji. Może zacząć się od prostego pytania zadanego do dobrze przygotowanej, lokalnej bazy wiedzy.
Artykuł opracowany na podstawie publikacji dr inż. Michała Oktawca, prof. dr hab. inż. Pawła Licznara i innych autorów pt: „Chatbot dedykowany wsparciu eksploatacji małych i średnich oczyszczalni ścieków”, Instal 2/2026, s. 44-50
Link do pełnej wersji artykułu (tekst w wolnym dostępie)
Dodano: 13.10.2026 r.
Zostaw swój numer telefonu, skontaktujemy się!
Dziękujemy, niebawem odezwiemy się do Ciebie!
