Norges Geotekniske InstituttNorges GeotekniskeInstitutt
Publisert
Jessica Ka Yi Chiu har utviklet digitale verktøy som beregner sannsynligheten for ras langs veien.
Det angir nøyaktig plassering for hver eneste bolt i en skjæring.
Metoden kan forhindre feilsikring og redusere materialbruken i norske anleggsprosjekter.
En skjæring i berg, bergskjæring, betyr å sprenge eller grave gjennom fjell for å skape en passasje for trafikk.
Mer presis bergsikring er målet
Den 13. desember 2019 løsnet store bergmasser fra en skjæring langs E18 i Larvik.
Denne skjæringen fremsto som trygg.
Da forskere analyserte sikringen i etterkant, fant de at bare 1 av 12 installerte bolter var forankret dypt nok i fast berg.
De 11 andre boltene ga falsk trygghet.
Hendelsen er ikke unik i norsk sammenheng.
Fra 2000 til 2023 ble det registrert over 53.000 steinsprang her i landet.
Forsker Jessica Ka Yi Chiu ved NTNU og Norges Geotekniske Institutt (NGI) har i arbeidet med sin doktorgrad utviklet et digitalt rammeverk.
Målet er at bergsikringen skal bli mer presis enn kun observasjoner i felt.
– Vurderingene bygger på analyser basert på tredimensjonale modeller og kunstig intelligens, sier hun.
Kartlegging med droner og kunstige treningsdata
Tradisjonelt kartlegger geologer bergvegger ved å måle sprekker manuelt med geologisk kompass.
Det er et instrument som brukes til å måle helningen og retningen til en geologisk overflate.
Chiu benytter i stedet fjernmåling. Her blir det brukt laserskanning og fotogrammetri med drone for å samle inn data.
Annonse
Målingene blir en sky av millioner av punkter med nøyaktige koordinater av bergskjæringen. Slik skaper hun en svært detaljert representasjon av overflaten.
– Det er vanlig å bruke drone på anlegg, men det er ikke gjort veldig mye med å faktisk utnytte den høyoppløselige punktskyen til analyse og som utgangspunkt for bergsikring, påpeker Chiu.
Når punktskymodellen er laget, må maskinene lære å gjenkjenne de underliggende sprekkene.
Manuell merking er tidkrevende
Dette krever normalt tusenvis av manuelt merkede bilder.
Manuell merking er tidkrevende og gir ofte varierende resultater fra geolog til geolog. Derfor har Chiu utviklet en metode som genererer virtuelle bergvegger.
I denne perfekte, virtuelle simulatoren trener maskinlæring seg opp til å forstå bergmassens grunnleggende geometri.
Algoritmen finjusteres ved å blande inn noen ekte bilder fra den aktuelle bergskjæringen. Slik lærer maskinen å kjenne igjen sprekker i den virkelige, uoversiktlige verdenen.
Raset ved E18 i Larvik i desember 2019 stoppet trafikken. Det avdekket er alvorlig sikkerhetsproblem med tradisjonell bolting. Bildet er fra oppryddingen.(Foto: Vidar Kveldsvik / NGI)
– De syntetiske dataene vi lager er ikke realistiske. Men selv om de ser så urealistiske ut, får de en verdi når de brukes på faktiske bergskjæringer, forklarer hun.
KI sparer mye tid
Sikring av bergskjæringer handler om å finne den rette balansen. For mange bolter gir unødvendig stålforbruk. I verste fall kan det sette liv i fare.
– Det er en klassisk avveining mellom sikkerhet, materialkostnader og monteringstid, sier Chiu.
Annonse
Algoritmene tester ulike kombinasjoner av boltelengder og vinkler. Systemet evaluerer hundrevis av alternativer for å finne de beste posisjonene.
Det tar under ti minutter ved bruk av kunstig intelligens. Dette er en jobb som ellers kan ta en ingeniør over to timer.
– Vi fant ut at løsningen lignet veldig på hvordan et menneske ville ha satt boltene. Men vi fikk også mindre forbruk av materiale og en mer robust løsning, sier Chiu.
Forsker lager digital kopi av fjellet
Hun forsker også på langvarig informasjonslagring av en såkalt digital tvilling av bergskjæringer.
I modellen blir dette en virtuell kopi der hver bolt registreres med lengde, type og posisjon. Alt lagres i en åpen filstandard.
– Noe informasjon ligger fast, men noe må være dynamisk og oppdateres når man får nye målinger, sier Chiu.
Tanken er enkel: Hvis en ingeniør skal inspisere bergskjæringen om 30 år, skal all nødvendig informasjon ligge tilgjengelig i den digitale tvillingen.
KI og tredimensjonale geometriske modeller kan dermed erstatte manuelle antakelser med nøyaktige matematiske utregninger, forklarer forskeren.
Resultatet er redusert materialbruk og økt forutsigbarhet, både under bygging og gjennom hele vedlikeholdsløpet.
– Målet er at dette skal brukes i virkelige prosjekter for å bygge tryggere, mer effektivt og mer økonomisk, sier Jessica Chiu.
