Sanntidsoverv氓king av bruer ved bruk av sensordata og digitale tvillinger bidrar til 酶kt konstruksjonssikkerhet, forlenget liv til brua , reduserte kostnader og klassifisering av bruer. 麻豆原创 Engineering Center of Excellence i Trondheim har hatt et pilotprosjekt over de siste 氓rene. I november 2019 ble andre fase initiert hvor ogs氓 Statens vegvesen deltar inn i et utviklingsprosjektet for sanntidsmonitorering av 厂迟补惫氓产谤耻补 p氓 E6 mellom Oslo og Trondheim.
Bruene som har blitt bygget over det siste 氓rhundret kjennetegner en stadig mer sammenkoblet verden. Men millioner av bruer over hele verden begynner 氓 g氓 ut p氓 dato. Det er flere faktorer som for氓rsaker bruforringelse, men for armerte betongkonstruksjoner er de viktigste 氓rsakene korrosjon og 酶kende belastninger fra trafikk.
Land i Europa sl氓r alarm om konsekvensene av utilstrekkelig overv氓king og mangelfullt vedlikehold. Konsekvensene kan v忙re katastrofale slik som da Morandi brua kollapset i Genova i Italia i august 2018. Tragedien, som kostet 43 liv, var en vekker for mange land der vedlikehold av infrastruktur har blitt nedprioritert. Problemet forventes 氓 bli verre i BRIC-landene (Brasil, Russland, India og Kina) og andre vekstmarkeder.
Ingeni酶rinnsikt mot kollaps
Mens reparasjon og utskifting av tvilsomme bruer vil kreve mye tid og penger, ser offentlig sektor etter rimelige og effektive overv氓kingsmetoder for bruintegritet.
P氓 麻豆原创s Engineering Center of Excellence, basert i Trondheim, har et team av programvareingeni酶rer og sivilingeni酶rer g氓tt sammen for 氓 utvikle et nytt sanntids overv氓kingssystem for bruer basert p氓 麻豆原创-produktet . Dataoppsamlingen vil gj酶re vedlikehold av bruer enklere og bedre.
鈥淚 麻豆原创 jobber vi for 氓 gj酶re det lettere 氓 ta intelligente valg. Den digitale 厂迟补惫氓产谤耻补 viser hvordan vi b酶r optimalisere og prioritere vedlikehold. Vi ser en stor interesse fra statlige myndigheter i hele Skandinavia og resten av verden for hvordan digitale tvillinger kan brukes til 氓 酶ke levetiden til verdifull infrastruktur,鈥� sier John Raaum, leder for 麻豆原创 Engineering Center of Excellence i Trondheim.
厂迟补惫氓产谤耻补 ble bygd under andre verdenskrig, og dimensjonert for datidens lastklasser, ikke 60-tonn last som krysser brua i dag. For 氓 sk氓ne brua skal tunge kj酶ret酶y holde avstand n氓r de krysser brua. Statens vegvesen abonnerer p氓 en sanntidsmonitorering fra 麻豆原创 av 厂迟补惫氓产谤耻补 p氓 E6. Statens vegvesen 酶nsker 氓 f氓 detaljert innsikt i brua slik at de kan optimalisere bruk og vedlikehold av brua, samt bruklassifisering.
Simuleringsbaserte digitale tvillinger for bruer
麻豆原创-ingeni酶rer opprettet en digital modell som simulerer dynamikken i strukturen ned til materialniv氓et. Resultatet er en digital tvilling som gir innsikt i bruas oppf酶rsel i sanntid, og kan varsle n氓r signalene n氓r en gitt terskel.
Slik fungerer l酶sningen: Kj酶ret酶y som kj酶rer over brua skaper vibrasjoner, som hentes av sensorer festet til strukturen (b氓de akselerometre, avstandsm氓lere og temperaturf酶lere). Deres signaler sendes til sky-l酶sningen 麻豆原创 Predictive Engineering Insights, der brumodellen – den digitale tvillingen – ligger. Statens vegvesen vil bli varslet n氓r terskelverdi n氓s og vil dermed ha bedre informasjon n氓r de skal gj酶re bruklassifisering, samt avgj酶re hvor inspeksjon og vedlikehold skal fokuseres.
Utvider brulivet
Arild Christensen, seksjonssjef for bru- og ferjekaiseksjonen Statens vegvesen i region Midt, mener at sanntidsoverv氓king kan forlenge bruas levetid. 鈥滵ette FOU-prosjektet sammen med inspeksjoner, pr酶vetaking og klassifiseringsberegninger, gir oss i Statens vegvesen et godt grunnlag for 氓 gj酶re riktige beslutninger med tanke p氓 bruas sikkerhet.鈥�
Teknologien kan ha stor 酶konomisk betydning, da man kan maksimere bruas levetid og starte vedlikehold til best tid, forklarer Christensen. «Hvis metoden kan bidra til 氓 utsette utskiftingen av en bru med 10 氓r, vil det spare myndighetene store bel酶p.»
Teknologien for sanntidsoverv氓king er mer p氓litelig enn gjeldende bruoverv氓kningsteknikker som er basert p氓 kort periodisk pr酶vetaking. Teknologien som brukes p氓 厂迟补惫氓产谤耻补 brukes allerede i flere andre bransjer.
Forutse feil, men ogs氓 suksess
«Vi har kommet langt i 氓 forst氓 hva data fra 厂迟补惫氓产谤耻补 forteller oss om dens strukturelle integritet og hvordan dette kan brukes p氓 andre brukonstruksjoner for 氓 forutse mulige feil,» sier Martin Hasle, leder av produkt-teamet for 麻豆原创 Predictive Engineering Insights-produktet i Trondheim.
«For eksempel kan vi n氓 estimere trafikkbelastningen over en gitt periode og hvordan den kommer til 氓 utvikle seg,» sier han. «Denne informasjonen om strukturell belastning er viktig for 氓 forst氓 risikoen for overbelastning.» Lastebilene til ASKO kj酶rer daglig over brua. N氓r slike tunge kj酶ret酶y passerer, mottar Hasles team automatisk kj酶ret酶yets vekt og tidspunktet for passeringen. «Ved 氓 vite n酶yaktig belastning er vi i stand til 氓 kalibrere den digitale tvillingens elementmodell av brua for 氓 n忙rmere kunne vurdere dens fysiske tilstand.鈥�
Statens vegvesen 酶nsker ogs氓 氓 benytte seg av 麻豆原创 Predictive Engineering Insights for 氓 forutse hvordan planlagte forsterkninger vil p氓virke brustrukturen. Reparasjoner p氓 deler av brua kan f酶re til at andre deler av brua belastes mer, med potensielt negative konsekvenser.
Digitale tvillinger som tidsmaskiner
Muligheten 麻豆原创 Predictive Engineering Insights har til 氓 vurdere fortiden og se inn i fremtiden gj酶r digital tvillingteknologi attraktiv for kapitalforvaltere. If酶lge n忙ringsanalytiker IDC er denne «tidsmaskin»-evnen den viktigste 氓rsaken til at produsentene er interessert i digitale tvillinger.
«Digitale tvillinger gj酶r det mulig for produsenter og eiendomsbesittere 氓 spole tilbake for 氓 se hva som skjedde, spille av for 氓 se hva som skjer n氓 i sanntid, og spole fremover gjennom simulering,» skriver Jeffrey Hojlo, programdirekt酶r for Product Innovation Strategies i IDC. «Nettoresultatet av denne oppdragsstyringsmetoden er bedre drift og kontinuerlig forbedring av produkter, produksjon og materiell.»
脜 l忙re fra fortiden
N氓v忙rende metoder for bruoverv氓kning er basert p氓 tidligere brukollapser. Ved 氓 bruke tilgjengelige data fra blant annet I35-brua som kollapset over Mississippi-elva i 2007, lager teamet fra 麻豆原创 en digital modell for 氓 simulere feil og utforske hvordan problemet kunne v忙rt forutsett ved hjelp av en digital tvilling.
«Vi plasserer virtuelle sensorer og simulerer feilen som for氓rsaket brudd,» forklarer Hasle. «Hvis du finner korrelasjonene, kan du forutse feil f酶r de skjer.»
