התפקיד של מודלים Computational בעיצוב יעיל Soil Vapor Extraction Systems

Soil vapor החילוץ (SVE) נשאר אחד מטכנולוגיות ההנעה הנרחבות ביותר בעיצוב טכנולוגיות הפעלה מחדש של תרכובת אורגנית ו-VoC (VOC) המתבססות על הקטנת ואקום באמצעות מיצוי של מודלים חיוניים כדי למשוך משככי חישוביים במערכת העיכול, שבו הם מטופלים לפני פריקה, עיצוב מוצלח ותפעול מוצלח של מערכת הפעלה של מערכת הפעלה של שינוי מינימלית של עיצובים, כמו גם על ידי שינוי עיצובים של מערכת ההפעלה הבסיסית של עיצובים.

יסודות של Soil Vapor Extraction

לפני היותו שקוע בגישות חישוביות, חיוני להבין את התהליכים הפיזיים והכימיקליים ששולטים בביצוע SVE.הטכניקה פועלת על ידי יצירת לחץ ⁇ בתוך אזור ה- vadose, תוך גרימת זרימת אוויר יעילה לקראת מיצוי בארות.זרימה אווירית זו נושאת contaminants ממטרת הקרקע ועד באר, שבו הם נתפסים ומעבירים למערכת טיפול, בדרך כלל מורכבת של יחידות חנקן תרמיאוקס (ג'וקסוקסוכות), או מחמצן מופעלת, או מחמצן מופעלת פחמן (מוקסינטקס).

יעילותו של SVE מושפעת ממספר גורמים מרכזיים, כולל נחיתות אדמה, תוכן לחות, לחץ contaminant vapor, ואת ההפצה המרחבית של זיהום. heterogeneities כגון עדשות חימר, שכבות סילט, או אזורי לחות גבוהה יכול ליצור נתיבי זרימה גבוהים, צמצום היעילות של הסרת זיהום באזורים פחות חד-משמעיים, שיעור המסה של מעבר כה גדול יכול להפוך את המטרות מורכבות כדי להפחית את רמות ריכוז.

הבנה של מודלים של פיצוי ב SVE

מודלים Computational עבור SVE כרוך בבניית ייצוגים דיגיטליים של הסביבה תת-קרקעית המשלבת מידע גיאולוגי, הידרולוגי, גיאוכימי ותרמודינמיקה.מודלים אלה פותרים משוואות שלטוניות עבור זרימת אוויר, תחבורה אדפור-phase, והעברה המונית בין גז, מים קרקעיים, וקרקעות.

תהליך הדוגמנות בדרך כלל עוקב אחר זרימת עבודה מובנית. ראשית, מודל האתר המושגי מפותח, מגדיר את היקף המרחבי של זיהום, שכבת הגיאולוגי, ואת התכונות הידראוליות.Next, הרשת החישובית נוצרת, מסלקת את התחום לתוך תאים או אלמנטים.תנאים ברומריים המייצגים לחץ אטמוספירי, מיקום שולחן מים, וחסמים בלתי ניתנים למניעה מוחלים, ולבסוף הסימולציה מבוצעת, ומהווים תוצאות ממושכות, ופעולות לריכוזיות, כדי ללכידת, לנפץ, ולשיפור, לריכוזים, לכדי לחץ על פני אזורים של ריכוז.

פלטפורמות מודרניות מציעות מגוון של יכולות, מסימולציות אוויריות פשוטות של מצב אוויריות ועד למגוון רחב, שלוש-ממדיות מודלים של תחבורה תגובתית.הבחירה של מורכבות המודל תלויה במטרות ספציפיות של המחקר, הטרוגניות של האתר, ואת הזמינות של נתונים עבור פרמטריזציה.

יתרונות מרכזיים של שימוש במודלים של Computational

אימוץ מודלים חישוביים בעיצוב SVE מביא יתרונות משמעותיים על פני כל מחזור החיים של הפרויקט, מהערכה ראשונית של תאימות באמצעות פעולה ארוכת טווח.

עלויות יעילות

בדיקות פיילוט שדה, בעוד יקר, הם יקרים וזמניים-consuming.מבחן טייס אחד רב-יומי הכולל מיצוי בארות, נקודות ניטור, ו- sampling אנליטי יכול לעלות עשרות אלפי דולרים.מודלים Computational מאפשרים למהנדסים למסך חלופות מרובות עיצוב ותנאי הפעלה בסביבה וירטואלית, להפחית באופן דרמטי את מספר בדיקות שדה הנדרש.

אופטימיזציה

מיקום טוב אופטימי הוא קריטי למקסימום יעילות לכידת תוך צמצום צריכת האנרגיה ועלויות הטיפול.מודלים מאפשרים למהנדסים להעריך את רדיוס ההשפעה תחת רמות ואקום שונות, להעריך התערבות בין בארות צמודות, ולקבוע את עומק התכווצות והמסך האופטימלי.התוצאה היא מערכת המותאמים לתנאים הייחודיים של האתר, השגת שיעורי הסרה גבוהים יותר עם עלויות תפעוליות נמוכות יותר.

ניכוי סיכונים

תנאי תת-קרקעיים לעולם אינם ידועים לחלוטין.מודלינג מספק מסגרת שיטתית להערכת אי הוודאות וזיהוי מצבי כישלונ פוטנציאליים.לדוגמה, מודל עשוי לחשוף כי שכבת יכולת גבוהה גורמת לחוסן לקיצור של חומרים ממושכים לפני המיצוי בארות, או כי תנודות שולחן מים עונתיות הן יעילות לכידת מגרד.

חיסכון בזמן

זמני תגמול ואבני דרך הפרויקט לעתים קרובות דורשים קבלת החלטות מהירה.מודלים Computational דחוס את מחזור העיצוב על ידי מתן אפשרות השקיה מהירה ובדיקת תרחיש.מה נדרש פעם שבועות של בדיקות שדה חישוב ידני ניתן להשיג בימים או שעות.מהירות זו היא בעלת ערך במיוחד כאשר אפשרויות עיצוב מרובות יש להעריך כדי לעמוד במטרות ניקוי בתוך לוח זמנים מוגבל.

אמון וביטוח לאומי

מודלים מייצרים תחזיות כמותיות של ביצועי המערכת, כולל מסגרות זמן מבוזרות הצפויות ושיעורי הסרת ההמונים.התפוקה הזו מספקת בסיס איתן לתקשורת עם הרגולטורים, לקוחות ובעלי עניין קהילתיים.היכולת לדמיין אזורי לכידת, צנרת זיהום, והתקדמות ניתוק מחדש באמצעות פלטים גרפיים בונה אמון בגישה שנבחרה ותומכת בתהליכים האישור.

סוגים של מודלים Computational משמשים

מגוון של גישות דוגמנות זמינים, כל אחד עם נקודות חוזק ומגבלות שונות.הבחירה של המודל תלויה במורכבות הבעיה, זמינות נתונים, ואת רמת הדיוק הנדרשת.

מודלים אנליטיים

מודלים אנליטיים משתמשים בפתרונות מתמטיים סגורים כדי להציג ייצוגים פשוטים של תת-קרקעית.הם מניחים תכונות אדמה אחידות, תנאי מצב יציב של מדינת-מדינה, וגאומטריה אידיאלית מתבטאת בדוגמאות כוללות את ג'ונסון ואת מודל האטינגר להערכת החדירה והמשוואה ה- Thiem השונה עבור רדיוס של חישובים של השפעה.מודלים אלה מהירים ליישום וצריכים נתונים מינימליים, מה שהופך אותם שימושיים עבור מחקרים ראשוניים והסתברותיים, אך לא ניתן לפשטו, אך לא ניתן לפשטו את האינטראקציות מורכבות שלהם או לפשטוגן, או לפשטוגן, בין מצבים מורכבים, אך לא ניתן לפשטוגן, או לפשטו, אך לא ניתן לפשטומים, בין מצבים מורכבים, אך לא ניתן לפשטומים, בין מצבים מורכבים, או לפשטומים, עם זאת, בין אם כי הם אינם יכולים לפשטומים, או לפשטומים, בין מצבים מורכבים, בין מצבים מורכבים, בין מצבים מורכבים, בין אם כי הם לא יכולים לפשטומים, או לפשטומים, בין מצבים מורכבים, בין מצבים מורכבים, לבין דיוקים, לבין פשטומים, בין שיטות מדידה, לבין פשטומים, לבין דיוקם, או

מודלים נומרניים

מודלים נומריים מטשטשים את התחום לאלמנטים סופיים, הבדלים סופיים, או כרכים סופיים, פותרים את המשוואות השונות החלקיות השולטות באופן שרירותי.הם יכולים להכיל גבולות לא סדירים, תכונות אדמה הטרוגניות, חד-טרופיות, זרימה תלת-ממדית, ותנאים טרנספורמטיביים בשימוש נרחב עבור יישומים SVE כוללים FEFWLO, MODFWLO עם חיזוי אווירי, ו-S, ו-FRMFPRS, ו-FRMS.

מודלים נומריים הם בעלי ערך במיוחד כאשר הם מתמודדים עם הגדרות גיאולוגיות מורכבות, כגון כלולפיקים עם חולות מעוותים וחימר, שברו סלע, או אתרים עם שונות משמעותית של לחות.הם גם תומכים בסימולציה של תהליכים מעודנים, כגון זרימה דו-פזה (אוויר ומים), שלב לא-קריד (PLNA) פירוק, ו-Balgradation הוא גבוה יותר עבור דרישות חישוביות ו-Creliization נתונים.

מודלים היברידיים

גישות היברידיות משלבות את המהירות של שיטות אנליטיות עם נאמנות של סימולציות מספריות.לדוגמה, פתרון אנליטי עבור זרימת אוויר קורנל עשוי לשמש לאזורים לכידת משוערים, בעוד מודל מספרי מטפל בתנאי גבול רחוק שדה או אפקטים transient. Alternatively, מודלים מופחתים של סדר נגזר סימולציות מספרריות ניתן להשתמש עבור אופטימיזציה בזמן אמת או ניתוח היברידי.

דרישות מודל והנתונים

הדיוק של כל מודל חישובי תלוי במידה רבה באיכות ובשלמות של נתוני הקלט שלו.עבור SVE Modeling, קטגוריות הנתונים הבאות הן חיוניות:

  • (FLT:0Geological ו הידרוגולוגי נתונים: boureholes: ⁇ Boreholes, התפלגות גודל דגנים, מדידות מוליכות הידראוליות (מבחנים היקפיים, בדיקות סלג, בדיקות משאבה), porosity, לחות, ומשטחי שימור הקרקע.
  • (FLT:0)Contaminant Data:FLT:1 ו הלחץ Vapor, קבוע הנרי, רב-עוצמה, מזהמים דיפוזיה באוויר ובמים, משככי כאבים (Koc, Kd), וקצבי ההידרדרות.
  • (FLT:0) גיימטריה ו- Boundaries:FreaLT:1 ומיקום של בארות החילוץ, מרווחי מסך טובים, רדיוס טוב, גובה פני השטח, עומק שולחן המים, וגבולות מאוחרים יותר של האזור המזוהם.
  • (FLT:0) פרדוקס תפעול: לחץ Vacuum החל ב- Wellheads, מיצוי קצבי זרימה (או מערכת היחסים ביניהם), ולוח הזמנים התפעולי (מעקב מיצוי הדופק).
  • (FLT:0) תנאים מיטואורולוגיים ו Boundary:cioFLT:1) לחץ אטמוספירי, קצב חדירה פני השטח, וריאציות עונתיות בגובה שולחן מים.

פערי נתונים נפוצים בפועל, ומודלים צריכים להיות נועדו להתאים את אי הוודאות באמצעות ניתוח רגישות וסימולציה פרובביליסטית. השימוש בקווים מרובים של ראיות, כגון סקרים גיאופיזיקה, סקרי גז קרקע, ניטור מים קרקעיים, יכול לעזור לעצירת פרמטרים לא בטוחים ולשפר את האמינות המודל.

מודל קליברציה ואימות

מודל הוא רק אמין כמו היכולת שלו לשכפל התנהגות שדה צפה.קליברציה כוללת התאמת פרמטרים מודל בטווחים סבירים כדי להשיג התאמה משביעת רצון בין נתונים מדומים וממדדים, כגון תגובות לחץ במהלך מבחן טייס, ריכוזי גז בנקודות ניטור, או הסרת מסה מצטברת לאורך זמן.תהליך זה הוא בדרך כלל זה הוא הרהרטיבי, מונחה על ידי מדדים סטטיסטיים כגון טעות שורש (SE) ויעילות Nashcffe.

אימות, לפעמים נקרא אימות, כרוך בבדיקת המודל המתואם נגד נתונים עצמאיים שלא נעשה שימוש ב calibration. מודל מאומת מספק אמון רב יותר ביכולות החיזוי שלה. בפועל, אימות אמיתי הוא לעתים קרובות מוגבל על ידי נתונים מוגבלים, אבל אפילו אימות חלקי באמצעות תת-קבוצה של תצפיות מחזק את הניתנות של החלטות המבוססות על מודלים.

פלטפורמות מודלים מודרניים מציעים כלים של קיטור בנוי, כגון פרמטר estimation שגרות (למשל, PEST) כי להתאים את החיפוש עבור פרמטרים אופטימליים ניתוח אי ודאות, כלים אלה מספקים מסגרת קפדנית עבור לכמת מרווחי האמון סביב תחזיות מודל, המאפשר קבלת החלטות מושכלות סיכונים.

תוצאות חיפוש ויישומים אמיתיים

יישומים רבים בקנה מידה שדה להראות את ההשפעה הטרנספורמציית של מודלים חישוביים על ביצועי SVE.הדוגמאות הבאות ממחישות כיצד מודלים טיפלו באתגרים עיצוביים ספציפיים ועוררו שיפורים משמעותיים.

הטרוגני גיוון

במתקן יבש לשעבר בצפון מזרח ארצות הברית, תת-קרקעית היה מורכב מפקדות קרח heterogenous קרחונים מחוץ לקרח עם חול מעוות, חמור, סילט, ושכבות חימר ראשוניים עיצוב מערכת SVE מבוסס על רמות חד-עוצמה אחידות לוכדות הביאו יעילות לכידת גרועה, עם שכבות בעלות יכולת גבוהה מתנהגות כמו מסלולים מעדיפים כי על ידי מודל aDF-ידי מופחתת של 3 חודשים עם עלייה משמעותית של ירידה של ירידה של טמפרטורה גבוהה.

ברוקר ב-Breactured Bedrock

בסביבה סגורה בעבר באתר תעשייתי לשעבר במערב התיכון, גישות עיצוב SVE קונבנציונליות לא הצליחו להסביר את ההסתברות ה- anisotropic של רשתות השברים.A disrete שבר רשת (DFN) בשילוב עם ניסוח כפול-פורוזיות שתפס את זרימת המהירות באמצעות שברים והעברה המסית איטית יותר ממטרת הסלע.

Mega-Scale SVE Optimization

במתקן צבאי גדול עם מספר רב של צנרת VOC היברידית המשתרעת על פני כמה דונם, העלות של בניית והפעלה של מערכת SVE הייתה דאגה עיקרית. גישה היברידית מודלינג שימשה, שילוב של חישובים אנליטיים-של-השפעה עבור חישובים ראשוניים לשבת עם סימולציות מספריות עבור אופטימיזציה מפורטת.המודל העריך סחר בין מספר המיצויים, היטב, קיבולת ניקוי של 30%, בהשוואה לחיסכון ראשוני של זמן נקייה, בהשוואה לחיסכון בעיצוב, בהשוואה לחיסכון מצטבר של מספר ראשוני של מספריים של הפרויקט.

דופק מול מבצע מתמשך

במחקר שדה שנערך באתר שחרור דלק סילון, מודל חישובי שימש להשוות פעולה רציפה ופעימה SVE.המודל שילב קינטיקה העברת המונים מוגבלת, לכידת הדיסקוויליום בין ריכוז Vapor-phase לבין מודל פעולה של לוח זמנים חזק, דיווחו כי ניתוח הדופק, עם שינוי תקופות של מיצוי וזמן LT, אפשרו את הקרקע כדי לאמת את שיעור החיזוי מלא של נתונים כגון: ריצוף גבוה יותר.

מגמות מתפתחות וכיוונים עתידיים

ככל חומרה חישובית ואלגוריתמים ממשיכים להתקדם, הנוף הדוגמנות של SVE מתפתח במהירות.כמה מגמות מתעוררות מבטיח לשפר עוד יותר את הדיוק, נגישות, ואת הערך של מודלים חישוביים בעיצוב התחדשות.

אינטגרציה של מידע חיישנים בזמן אמת

התפשטות של חיישנים אלחוטיים זולים למדידת לחץ גז הקרקע, ריכוז מדבק, טמפרטורה ותוכן לחות מאפשר את המעבר לכיוון הסתגלות, בזמן אמת מודלים נתונים חושיים ניתן להטמיע מודלים באמצעות טכניקות הטמעה נתונים כגון Kalman סינון או שיטות הרכב, עדכון מתמיד של פרמטרים מודל ומשתנה המדינה. גישה דינמית זו מאפשרת למפעילים להתאים שיעורי החילוץ או לתצורה של תגובה לשינויים, כגון יעילות ייצוגית (Ricial) בהפגנות זמן תגובה אחת (Ricial) כגון: 1.com) שיפורי תיבות של פעולות החלמה (Ratectionmentation) ו- 1F).

למידת מכונה ואינטליגנציה מלאכותית

מודלים של Machine (ML) כולל רשתות עצביות, יערות אקראיים ותהליכים גאווסיים, מוחלים יותר ויותר על אלגוריתמים של SVE-ML יכולים ללמוד מערכות יחסים מורכבות, לא לינאריות מהנתונים ההיסטוריים, לשמש כמודלים חלופיים שמהווים את ההתנהגות של סימולציות המבוססות על פיזיקה בשבריר של עלות חישובית; גישה זו היא בעלת ערך מיוחד לניתוח רגישות, אי-ודאות, ואופטימיזציה רב-סגולה, שבו קיימים אלפי תכונות, כולל הערכה, כולל של תכונות של סימולציה של סימולציה ו-מספקטיבה:

פלטפורמות מבוססות ענן ואינטראקטיביות

המעבר לפלטפורמות דוגמנות מבוססות ענן הוא דמוקרטיזציה הגישה למשאבים חישוביים.מהנדסים בחברות ייעוץ בכל גודל יכולים כעת להפעיל סימולציות מספריות מתוחכמות ללא השקעה בתשתיות מחשוב יקרות באתר.פלטפורמות אלה כוללות לעתים קרובות ממשקים ידידותיים למשתמש, תבניות שנבנו מראש לתרחישים משותפים של רפואת שיניים, ונבנה כלי הדמיה.

מודלים של Multi-Physics ו-Partd Process Models

הדור הבא של דגמי SVE נע לקראת שילוב רב-פיזיקה מלא, זרימת אוויר הפיכה, תחבורה vapor, העברה חום, תגובות כימיות ותהליכים ביולוגיים.לדוגמה, מודלים המשלבים הן SVE והן ביו-remediation משופרת יכולים לדמות את ההשפעה המשולבת של הזרקת חמצן ומיצוי אדפור, זיהוי תנאים אשר מקיימים השפלה אירובית תוך הסרת ביעילות תרכובות משולבות כאלה הם חיוניים להערכת אסטרטגיות קירור וזרימה יעילה יותר.

עיצוב לא בטוח ועיצוב מבוסס סיכונים

מודלים מסורתיים לעתים קרובות לייצר חיזוי ⁇ יחיד, אשר יכול להיות מטעה כאשר תכונות תת-קרקעי הם מאוד לא בטוח. מסגרות חישוביות מודרני יותר ויותר כוללים כלים עבור אי-ודאות קוונטית, כגון מונטה קרלו סימולציה, פרמטר בייסיאני estimation, ומודלים סטוצ'סטיים מודלים. גישות עיצוב מבוסס סיכונים להשתמש בתוצאות פרוביסטיות אלה כדי להעריך את הסבירות של השגת מטרות נקיות, טווח צפוי של עלות עלות עלות, עלות עלות, וסיכוי של עלויות על ידי מהנדסים, וסיכויים, וסיכויים של חוסר ודאות ברורה, וסיכוי של ביצועים, וסיכוי של אבטחה, וסיכוי של אבטחה, כדי לקבל החלטות אבטחה, כדי להבטיח כינון, כדי להבטיח כי ניתן לבצע החלטות אבטחה, באופן מפורשות יותר, כדי להבטיח כי הם יכולים לעשות זאת באופן מפורשות של ביצועים חשבונאית, באופן מפורש יותר, כדי להבטיח את הביצועים של ביצועים חשבונאית, באופן מפורשות, באופן מפורשות של ביצועים חשבונאית, באופן ספציפי יותר, כדי להבטיח כיפי ביצועים יציב יותר, כדי להבטיח את הביצועים של אבטחה, באופן ספציפי יותר, כדי להבטיח כינון, כדי להבטיח כינון, כדי להבטיח את התוצאות של ביצועים חשבונאית אבטחה, כדי להבטיח את הביצועים של ביצועים מאובטח

שיקולים מעשיים ליישום מודל

בעוד היתרונות של מודלים חישוביים ברורים, יישום מוצלח דורש תשומת לב זהירה לכמה שיקולים מעשיים.

בקרת איכות ו-Per Review

מודלים צריכים לעבור בקרת איכות פנימית קפדנית, כולל בדיקות על החלטת רשת, התכנסות מספרנית, סגירה איזון המונים, ועקבות עם מודלים של אתר מבוזר ביקורת עמיתים עצמאי, רצוי על ידי מומחה לא מעורב ישירות בעבודת המודל, מוסיף שכבה נוספת של ביטחון ואמינות.

איכות נתונים ונציגות

יש להעריך נתונים אינput עבור נציגות, בהתחשב בקנה מידה של רשת המודל, את יכולת המרחב של תכונות אדמה, ואת הגמישות הזמנית של תנאי גבול. כאשר נתונים הם חסונים, פרמטרים רגישים יש לזהות באמצעות ניתוח רגישות, ופרמטרים לא בטוחים צריך להיות מטופלים עם שיטות סטוכיסטיות מתאימות.

תקשורת ותיעוד

תוצאות מודלים צריך להיות מוצג באופן ברור, נגיש, באמצעות פלטים גרפיים כגון קווי לחץ, קווי זרם, עקומות פריצת דרך, ופרקות זמן של הסרת המונים. Documentation צריך לכלול את כל הנחות המודל, ערכי פרמטר, תוצאות קליברציה, וניתוחי אי ודאות, מתן תיעוד שקוף שניתן לבדוק ולהגן עליו.

שיקולים רגולטוריים

סוכנויות רגולטוריות רבות יש הדרכה ספציפית על השימוש של מודלים לעיצוב והערכה ביצועים. מתרגלים צריכים להיות מוכרים עם מסמכי הדרכה רלוונטיים ולעסוק הרגולטורים מוקדם בתהליך הדוגמנות כדי להבטיח כי הגישה המודל, הנחות, ופלטים תואמים עם ציפיות רגולטוריות. EPA של EPA:0Soil Vapor Extraction הדרכה 1FLT:1 מספק התייחסות מקיפה עבור הטוב ביותר שיטות עיצוב, כולל תפקיד מתאים של מודל.

מסקנה

מודלים Computational הפך מרכיב חיוני של עיצוב מערכת מיצוי הקרקע יעיל. על ידי מתן מהנדסים ואנשי מקצוע סביבתיים עם היכולת לדמות, אופטימיזציה, ו de-סיכון תצורה של מערכת תצורה לפני ההתקנה פיזית, מודלים מופחתים עלויות, מאיצה קווי זמן, ומשפרת תוצאות תיווך.מכלי בדיקות אנליטיים פשוטים לסימולציות מספריות תלת-ממדיות מתוחכמת המשלבות multiphase וזרימה, טווח התחבורה זמין כדי להתאים את צרכיהם של כל אחד של המתרגלים הספציפיים.

היתרונות של מודלים להרחיב מעבר לשלב העיצוב.באמצעות שילוב עם נתוני חיישן בזמן אמת, תחליפי למידת מכונה, וזיהוי אי הוודאות ההסתברותי, מודלים מאפשרים דור חדש של אסטרטגיות הסתגלות, כוונון מודע סיכון. כמו כוח חישובי ממשיך לגדול ומודל פלטפורמות להפוך נגיש יותר, התפקיד של סימולציה בעיצוב SVE יהיה רק יותר מרכזי.

עבור אנשי מקצוע המבקשים לשפר את הביצועים ואת העלות של פרויקטים של תיווך שלהם, השקעה ביכולות דוגמנות חישוביות אינה אופציונלית יותר; זה הכרחי אסטרטגי.היכולת לחזות התנהגות מערכת במדויק, אופטימיזציה פרמטרים עיצוב, והגדרה של אי הוודאות מייצגת יתרון תחרותי ברור בתעשייה שבה תוצאות הפרויקט ותקציבים נמצאים תחת פיקוח גובר.