Hoe AI helpt bij monitoring van bestaande constructies

Het inspecteren van infrastructuren zoals bruggen en tunnels is complex, arbeidsintensief en kostelijk. Vaak zijn delen niet makkelijk bereikbaar omdat ze te hoog zitten of verborgen zijn. Bovendien vereist de gecapteerde informatie nog altijd menselijke interpretatie. 

Nochtans is voorspellend onderhoud van grote waarde voor de veiligheid, maar dus ook voor de portemonnee. 

Waarom constructies monitoren?

“Met ‘voorspellend onderhoud’ willen we onderhoud niet te vroeg (preventief) of niet te laat (correctief) uitvoeren, maar op het juiste moment”, duidt Ruben Delvaeye, projectleider bij WTCB. “Dit kan via als we ons baseren op sensordata. We zien dat AI zo een toegevoegde waarde biedt bij monitoring van bestaande constructies.”

Het Innovatieve Bedrijfsnetwerk Smart Buildings in Use (ondersteund door VLAIO) brengt vooruitstrevende bedrijven samen om innovatieve oplossingen te zoeken om onderhoud en beheer van gebouwen te digitaliseren. AI vormt hierin een belangrijke component. 

"Merk op hoeveel van deze innovaties van - relatief kleine - bedrijven en startups komen", zegt VLAIO-bedrijfsadviseur Bas Sturm. "Niet alleen universiteiten, hogescholen of kennisinstellingen zijn hier actief. Ook in het bedrijfsleven beweegt er veel."

Sensoren detecteren snel afwijkingen

Yazzoom, een Gentse leverancier van software en R&D-diensten voor het analyseren van gegevens en ook lid van Smart Buildings in Use, vat het mooi samen: 

“De gebouwen zijn niet alleen uitgerust met sensoren, maar de sensordata monitoren de gebouwen en de technieken in de gebouwen. Ze detecteren sneller afwijkingen van de normale werking en sturen zo automatisch en economisch mogelijk de werking en het onderhoud aan.”

Drone doet visuele inspectie

Dat monitoren van de ‘fysieke conditie’ van een gebouw of structuur kan op verschillende manieren. 

Eén daarvan is op basis van visuele informatie. Een camera kan visuele informatie verzamelen, bijvoorbeeld gekoppeld aan een drone . Aan de hand van een vergelijking met een zogenaamde ‘digital twin’ kunnen schadepatronen automatisch worden herkend. 

“AI voorziet in beeldherkenning en kan bepalen of een onregelmatigheid op de foto een echte beschadiging betreft”, weet Noël Huybrechts, hoofd van de Geotechnical, Structures and Concrete Technology Division bij WTCB. 

“Is dat het geval? Dan doet het systeem suggesties over de oorzaak, bijvoorbeeld overbelasting of bewegingen in de ondergrond. Op basis hiervan kunnen monitoring, onderhoudsplanning en beoordeling van de degradatie worden verbeterd.

Schade vroegtijdig opmerken

In andere gevallen baseert men zich op monitoring door sensoren. Daarmee kan realtime - hele kleine - schade onderkend worden. Het grote voordeel? Detectie van schade vooraleer die visueel waarneembaar is. 

Artificiële Intelligentie voorspelt op basis van sensorinformatie het verdere verloop van de schade in de constructie. Dat kan bijvoorbeeld gaan over schade als gevolg van verzakkingen of corrosie. De datastroom wordt geanalyseerd en het systeem waarschuwt als er onregelmatigheden optreden. Dat kan betekenen dat een brug inspectie nodig heeft of dat een dijk minder stabiel blijkt.

“De sensor- en datatransmissietechnologie die we in constructies inzetten is het laatste decennium enorm geëvolueerd”, zegt Noël Huybrechts, “en de vraag naar dergelijke toepassingen neemt toe.” 

“Vandaag is het automatische analyseren en interpreteren (AI) van dergelijke metingen nog geen courante praktijk in de bouw. Wel biedt het voor predictive maintenance een groot potentieel. Momenteel lopen er een aantal door VLAIO gesteunde projecten, waarbij we zowel op de sensortechnologie als op het analyseren/interpreteren van de datastroom inzetten zoals het COOCK Project ‘Monitoring van systemen en structuren met optische vezel’ (WTCB-KU Leuven).

Giet de sensor mee in het beton

In Vlaanderen zijn de Universiteit Gent en imec zeer actief op het gebied van monitoring van structuren en gebouwen. David Plets, professor bij WAVES, een UGent-onderzoeksgroep verbonden aan imec, is onderzoeksleider van het CoSMoS project. 

Dit ICON-onderzoeksproject dat gefinancierd wordt door imec en Agentschap Innoveren & Ondernemen werd recent boven het doopvont gehouden. Hierin zijn de onderzoeksinstellingen imec-WAVES, imec-ID Lab, imec-NL, CiTiP en DBm (DuraBUILDmaterials) van professor Stijn Matthys betrokken. Aan de industriekant zien we Cloudsensing Belgium, Seco Belgium, Unitron en de Willemen Groep. 

“De basis van het onderzoek wordt gevormd door een draadloze sensor, ontwikkeld door imec, die in beton kan worden geplaatst en die temperatuur en elektrische geleidbaarheid meet”, zegt David Plets. “Die monitort enerzijds het uitharden van de beton, én de veroudering van de constructie. 

Een strip van sensoren, die van de oppervlakte van de betonmantel tot aan de wapeningstaaf gaat, doet metingen op verschillende dieptes en geeft een indicatie voor de bescherming die de betonmantel biedt.” 

AI maakt het mogelijk om op basis van de metingen en achterliggende fysische modellen, ook voorspellingen te doen voor de ontwikkelingen van de toekomst. Dit is het luik waar IDLab van professor Erik Mannens voor instaat.

Predictief onderhoud van sluisdeuren

Ook bij bewegende constructies kan AI een grote toegevoegde waarde hebben. Afwijkingen in het basispatroon van wissels of sluizen detecteren aan de hand van bijvoorbeeld toegenomen stroomgebruik.

“Zo komt er bijvoorbeeld in september een marktconsultatie met de bedoeling de sluisdeur van Evergem tegen april 2021 te voorzien van sensors die een predictief onderhoud mogelijk maken”, zegt Noël Huybrechts.

Meteen bij de aanbesteding

Het behoeft weinig betoog dat dit soort intensieve opvolging van structuren de toekomst heeft. Tegenwoordig gaat men vaak al zo ver dat bij de aanbesteding van een gebouw direct het opvolgingsplan wordt gevraagd.

Dit is bijvoorbeeld het geval bij de voorbereidende werken van de Oosterweelverbinding. De sensoren worden dan direct geïntegreerd in de structuurelementen, zodat men achteraf permanent kan monitoren. Dat vereist wel algoritmes die anticiperen op het verwachte gedrag van de structuur. De opgebouwde kennis laat trouwens ook toe om de - erg grote - veiligheidsmarges die men vroeger inbouwde, hier en daar wat scherper te berekenen. 

“We zien ook een stijgende vraag naar deze toepassingen bij (prefab)fabrikanten  en uitvoerders”, zegt Noël. “Die willen wat graag innovatieve bouwsystemen toepassen en vermarkten. Ze willen door integratie van sensoren en monitoring beter inzicht verwerven van de reële on-site prestaties van hun nieuwe bouwsysteem (bv. balkons, smart bekistingstechnieken voor beton, …).”