Sanntidsovervåking av bruer ved bruk av sensordata og digitale tvillinger bidrar til økt konstruksjonssikkerhet, forlenget liv til brua , reduserte kostnader og klassifisering av bruer. SAP Engineering Center of Excellence i Trondheim har hatt et pilotprosjekt over de siste årene. I november 2019 ble andre fase initiert hvor også Statens vegvesen deltar inn i et utviklingsprosjektet for sanntidsmonitorering av Stavåbrua på E6 mellom Oslo og Trondheim.
Bruene som har blitt bygget over det siste århundret kjennetegner en stadig mer sammenkoblet verden. Men millioner av bruer over hele verden begynner å gå ut på dato. Det er flere faktorer som forårsaker bruforringelse, men for armerte betongkonstruksjoner er de viktigste årsakene korrosjon og økende belastninger fra trafikk.
Land i Europa slår alarm om konsekvensene av utilstrekkelig overvåking og mangelfullt vedlikehold. Konsekvensene kan være 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 å bli verre i BRIC-landene (Brasil, Russland, India og Kina) og andre vekstmarkeder.
Ingeniørinnsikt mot kollaps
Mens reparasjon og utskifting av tvilsomme bruer vil kreve mye tid og penger, ser offentlig sektor etter rimelige og effektive overvåkingsmetoder for bruintegritet.
På SAPs Engineering Center of Excellence, basert i Trondheim, har et team av programvareingeniører og sivilingeniører gått sammen for å utvikle et nytt sanntids overvåkingssystem for bruer basert på SAP-produktet Predictive Engineering Insights. Dataoppsamlingen vil gjøre vedlikehold av bruer enklere og bedre.
“I SAP jobber vi for å gjøre det lettere å ta intelligente valg. Den digitale Stavåbrua viser hvordan vi bør 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 å øke levetiden til verdifull infrastruktur,” sier John Raaum, leder for SAP Engineering Center of Excellence i Trondheim.
Stavåbrua ble bygd under andre verdenskrig, og dimensjonert for datidens lastklasser, ikke 60-tonn last som krysser brua i dag. For å skåne brua skal tunge kjøretøy holde avstand når de krysser brua. Statens vegvesen abonnerer på en sanntidsmonitorering fra SAP av Stavåbrua på E6. Statens vegvesen ønsker å få detaljert innsikt i brua slik at de kan optimalisere bruk og vedlikehold av brua, samt bruklassifisering.
Simuleringsbaserte digitale tvillinger for bruer
SAP-ingeniører opprettet en digital modell som simulerer dynamikken i strukturen ned til materialnivået. Resultatet er en digital tvilling som gir innsikt i bruas oppførsel i sanntid, og kan varsle når signalene når en gitt terskel.
Slik fungerer løsningen: Kjøretøy som kjører over brua skaper vibrasjoner, som hentes av sensorer festet til strukturen (både akselerometre, avstandsmålere og temperaturfølere). Deres signaler sendes til sky-løsningen SAP Predictive Engineering Insights, der brumodellen – den digitale tvillingen – ligger. Statens vegvesen vil bli varslet når terskelverdi nås og vil dermed ha bedre informasjon når de skal gjøre bruklassifisering, samt avgjøre hvor inspeksjon og vedlikehold skal fokuseres.
Utvider brulivet
Arild Christensen, seksjonssjef for bru- og ferjekaiseksjonen Statens vegvesen i region Midt, mener at sanntidsovervåking kan forlenge bruas levetid. ”Dette FOU-prosjektet sammen med inspeksjoner, prøvetaking og klassifiseringsberegninger, gir oss i Statens vegvesen et godt grunnlag for å gjøre riktige beslutninger med tanke på bruas sikkerhet.”
Teknologien kan ha stor økonomisk betydning, da man kan maksimere bruas levetid og starte vedlikehold til best tid, forklarer Christensen. «Hvis metoden kan bidra til å utsette utskiftingen av en bru med 10 år, vil det spare myndighetene store beløp.»
Teknologien for sanntidsovervåking er mer pålitelig enn gjeldende bruovervåkningsteknikker som er basert på kort periodisk prøvetaking. Teknologien som brukes på Stavåbrua brukes allerede i flere andre bransjer.
Forutse feil, men også suksess
«Vi har kommet langt i å forstå hva data fra Stavåbrua forteller oss om dens strukturelle integritet og hvordan dette kan brukes på andre brukonstruksjoner for å forutse mulige feil,» sier Martin Hasle, leder av produkt-teamet for SAP Predictive Engineering Insights-produktet i Trondheim.
«For eksempel kan vi nå estimere trafikkbelastningen over en gitt periode og hvordan den kommer til å utvikle seg,» sier han. «Denne informasjonen om strukturell belastning er viktig for å forstå risikoen for overbelastning.» Lastebilene til ASKO kjører daglig over brua. Når slike tunge kjøretøy passerer, mottar Hasles team automatisk kjøretøyets vekt og tidspunktet for passeringen. «Ved å vite nøyaktig belastning er vi i stand til å kalibrere den digitale tvillingens elementmodell av brua for å nærmere kunne vurdere dens fysiske tilstand.”
Statens vegvesen ønsker også å benytte seg av SAP Predictive Engineering Insights for å forutse hvordan planlagte forsterkninger vil påvirke brustrukturen. Reparasjoner på deler av brua kan føre til at andre deler av brua belastes mer, med potensielt negative konsekvenser.
Digitale tvillinger som tidsmaskiner
Muligheten SAP Predictive Engineering Insights har til å vurdere fortiden og se inn i fremtiden gjør digital tvillingteknologi attraktiv for kapitalforvaltere. Ifølge næringsanalytiker IDC er denne «tidsmaskin»-evnen den viktigste årsaken til at produsentene er interessert i digitale tvillinger.
«Digitale tvillinger gjør det mulig for produsenter og eiendomsbesittere å spole tilbake for å se hva som skjedde, spille av for å se hva som skjer nå i sanntid, og spole fremover gjennom simulering,» skriver Jeffrey Hojlo, programdirektør for Product Innovation Strategies i IDC. «Nettoresultatet av denne oppdragsstyringsmetoden er bedre drift og kontinuerlig forbedring av produkter, produksjon og materiell.»
Å lære fra fortiden
Nåværende metoder for bruovervåkning er basert på tidligere brukollapser. Ved å bruke tilgjengelige data fra blant annet I35-brua som kollapset over Mississippi-elva i 2007, lager teamet fra SAP en digital modell for å simulere feil og utforske hvordan problemet kunne vært forutsett ved hjelp av en digital tvilling.
«Vi plasserer virtuelle sensorer og simulerer feilen som forårsaket brudd,» forklarer Hasle. «Hvis du finner korrelasjonene, kan du forutse feil før de skjer.»