Nehéz időszaknak néznek elébe a hídkarbantartók világszerte: a járművek össztömege egyre csak nő, a hidak pedig napról napra egyre öregebbé válnak. Jó lenne, ha a modern technológia segítségével valós időben követhetnénk a hidak állapotváltozásait, hogy ezáltal is hatékonyabban lehessen megszervezni azok karbantartását és felújítását. Nos, épp erre a problémára nyújt megoldást a BridgeAID, ami ráadásul a közutakon történő járműsúlymérést is leegyszerűsíti. Az egyik alapítóval, Joó Attilával, a BME Hidak és Szerkezetek Tanszékének egyetemi docensével beszélgettünk.
A honlapon olvasható leírás szerint „a BridgeAID pontos, mesterséges intelligenciával támogatott hídmérési szolgáltatásokat és valós idejű digitálisiker-technológiát kínál, melyek a hidak precíz állapotfelmérését, valamint felújításuk hatékony megtervezését segítik”. Kezdjük az előbbivel. Hogy néz ki ez a gyakorlatban?
A Bridge Weigh-in-Motion-technológia segítségével gyakorlatilag a hidat használjuk mérlegnek. Minden járműáthaladáskor egy feszültségcsúccsal mért adatot kapunk, tehát csomó görbét, amit aztán a mesterséges intelligencia segítségével értelmezünk, azaz egy deep learning-alapú algoritmusfejlesztés fejti ezekből vissza, hogy az áthaladó járműnek hány tengelye van, és tengelyenként mennyi a jármű tömege. Ennek köszönhetően, függetlenül attól, hogy melyik sávban vagy a sávon belül hol helyezkedik el, bármilyen járművet felismerünk, legyen az személyautó vagy egy nagyobb kamion. Ráadásul a technológiát kamerarendszerrel is párosítottuk, így az adatokhoz a rendszámokat is hozzá tudjuk rendelni.
Ez a folyamat tradicionálisan hogyan zajlik? Miben jelent előrelépést az önök módszere?
A hagyományos eljárások úgy működnek, hogy van egy aszfaltba épített előszűrő rendszer, ami egyrészt nem elég pontos ahhoz, hogy ez alapján büntessenek, másrészt a hatékonysága az aszfalt nyomtávosodásával idővel csak még tovább romlik, ráadásul még a hőmérséklettől is függ. Így hát a pontos méréshez a Magyar Közútnak ki kell szállnia egy autóval a helyszínre, ahol lefektetnek egy sínpárszerű mérleget, erre rááll a jármű, lemérik, és csak ez tekinthető hivatalosnak. Mi százas nagyságrendben vizsgáltunk járműveket a saját módszerünkkel:
az jött ki, hogy 2-3 százalékos pontossággal meg tudjuk mondani a járművek tömegét,
úgy, hogy azoknak meg sem kell állnia közben. Nagy előnyünk, hogy ha betáplálunk további referenciaadatokat az MI-algoritmusunkba, akkor az fejlődik, és egyre pontosabb lesz, így nem egy olyan eszközbe kénytelen beruházni a Közút, ami folyamatosan romlik, hanem épp fordítva. A hagyományos eljárás másik nagy hátránya emellett az, hogy kizárólag az aszfalt felvágása, az út lezárása mellett javítható, míg a mi szenzorjainkat a híd aljára szereljük, ahol a szerelőjárda jóvoltából könnyen elérhetők.
Az úthálózatvédelem mellett a technológiátok a hídkarbantartást is segíti. Hogyan? És mi az a digitális iker?
Először is tudni kell, hogy a hídkarbantartással kapcsolatban természetesen jelenleg is szigorú előírások vannak érvényben. Tízévente kötelező egy nagy felülvizsgálat, melynek keretében olyan számításokat végeznek el, amelyekkel igazolható a híd élettartama, apróbb szemrevételezéses vizsgálatokat pedig ennél sűrűbben is megejtenek. A digitálisiker-technológiával lehetővé válik az, hogy valós időben kövessük a híd állapotát;
azokat a számításokat, amikre eddig tízévente került sor, most gyakorlatilag minden percben el tudunk végezni.
Ennek egy feltétele van: ismernünk kell a hidat érő teher mértékét, mert a fáradási élettartama attól a feszültségingástól függ, amit az áthaladó járművek határoznak meg. A valós idejű visszajelzéseknek egyik előnye, hogy pontosan meg tudjuk állapítani, milyen sűrűn kell kimenni a hídhoz szemrevételezni – ez jelentős megtakarításokat eredményezhet. Másrészt a szabványos járműteherszámok, amik alapján száz évre előre lehet kalkulálni, jelentősen túlbecsülik a valós adatokat, és
a fáradási élettartam akár 10, 20, 30 évvel is hosszabb lehet.
Ugyanakkor erre számos tényező is hatással van, például a vizsgált ország, illetve a környező országok GDP-je, ami meghatározza az utakon szállított áru mennyiségét, vagy épp a jelentős súlytöbblettel bíró elektromos járművek térnyerése. Úgyhogy az lenne a legjobb, ha valós időben is pontosan látnánk az összes híd igénybevételét, feszültségeit, alakváltozásait, és így teljes képet kaphatnánk a fáradási élettartamról.
Szerencsére Magyarországon erre nemigen akad példa a közelmúltból, de a BridgeAID a kríziskezelést is segítheti valamiféle katasztrófa, baleset esetén?
Abszolút. Egy hidat sok katasztrófa érhet: sújthatja földrengés, lehet árvíz, amikor elmozdul egy hídpillér, vagy épp leeshet róla egy autó és elszakíthat ezzel egy kábelt. Mivel digitális táblákkal a híd lezárása kvázi automatizálható, a technológiánk segítségével ezekre az extrém helyzetekre azonnal tudunk reagálni. Egy híd beszakadása például egyébként nem is annyira extrém helyzet, mint gondolnánk: találunk rá példát az elmúlt évekből Európából, illetve Amerikából is.
Ne feledjük, a hidakat száz évre tervezik, de már nyolcvan éve ért véget a második világháború, amikor sokat lebombáztak, majd újjáépítettek, és ezek kezdenek élettartamuk vége felé közeledni.
Tehát a valós idejű állapotkövetés nemcsak az új beruházásoknál, hanem a már meglévő hidaknál is hasznos lehet.
A BridgeAID telepítése mekkora részét teszi ki egy új hídnál a beruházási költségeknek?
Ha belegondolunk, hogy hány tízmilliárd forintba kerül egy híd megépítése a csatlakozó utaktól kezdve a mélyépítésen át a hídpálya legyártásáig, akkor ehhez képest egy ilyen szenzorrendszer elenyésző költségekkel jár. Ráadásul olyan biztonságot hoz az ellenőrzésben, amire eddig nem volt példa,
de az üzemeltetési költsége is rendkívül alacsony, hiszen – a ma is használatos mérőállomásokkal ellentétben – nem igényli a személyi ügyeletet.
A főútvonalhálózathoz tartozó, legalább közepes fesztávú hidaknál, azt gondolom, hamarosan már elő fogják írni olyan rendszerek telepítését, amik használható mérnöki adatokat szolgáltatnak az üzemeltetőnek, és így teljes képet kaphatnánk az országos tengelysúlyállományról.
A BridgeAID-nek talán mind közül pont ez a legnagyobb előnye: nemcsak egy adathalmazt adunk kézhez, hanem segítünk értelmezni is azt.
Már élesben is tesztelhetitek a rendszereteket, hiszen a technológiát telepítették a 2020-ban átadott, komáromi Monostori hídra. Hogy jött a lehetőség és hogy kell elképzelni ezt a szenzorrendszert?
Az volt a szerencsés helyzet, hogy épp akkor írtam egy hidak digitális ikreire vonatkozó pályázatot 2016-2017 környékén, amikor megkezdődött ennek a hídnak a gyártása, majd az építése. Ennek létrehoztuk egy olyan digitális ikrét, ami nemcsak a megépült konstrukciót ellenőrzi, hanem már a gyártás során is követi az állapotát, mivel már ekkor is olyan benyomások érik a hidat – például a hegesztés miatti hőbevitel vagy különböző alakváltozások nyomán –, amiket érdemes rögzíteni, hiszen hatással lehetnek a várható élettartamra. Jól jött ki, hogy így végül a híd teljes életútját nyomon tudtuk követni. Az egész úgy indult egyébként, hogy kértünk ajánlatokat cégektől a digitális iker létrehozásához elengedhetetlen tengelysúlyadatokra vonatkozólag, és olyan összegekkel szembesültünk, hogy azt gondoltuk, ezt mi sokkal pontosabban, jobban és olcsóbban is meg tudjuk csinálni. Úgy tűnik, ez sikerült is.
A Monostori hídról tudni kell, hogy az egy acélszerkezetű híd, aminek ortotróp pályalemeze van, tehát a pályalemezen belül trapézalakú bordák helyezkednek el, és ezek viszik át a kerékterhelést a főtartóra, amihez pedig a tartókábelek kapcsolódnak. Ezekre az ortotróp bordákra helyeztük a szenzorokat, azaz a nyúlásmérő bélyegeket – ezek 2-3 milliméter hosszan történő felragasztásával rögzíthető az acél megnyúlása, ami alapján visszaszámolható a feszültség. Több keresztmetszetben mérünk, illetve két szenzorsorunk van, így az alapján, hogy épp hol nő a feszültségcsúcs, meg tudjuk állapítani az áthaladó jármű sebességét is. A bélyegek 20-30-as nagyságrendben találhatók meg,
és az sem gond, ha valamilyen okból kifolyólag kiesik az egyik, mivel az MI-algoritmus kellően alkalmazkodóképes, és a hiányzó adatokat a többi szenzor alapján pótolni lehet.
Tartozik hozzájuk egy adatgyűjtő is – nem ez önmagában az újdonság, hanem az emögött lévő deep learning-algoritmus, melynek segítségével feldolgozzuk a nyers adatokat.
Tervben van a külföldi terjeszkedés is?
Igen, épp egy Prága melletti híddal kapcsolatban tárgyalunk, de házaltunk már a finn közútkezelőnél, illetve az Észak-karolinai Közlekedési Minisztériumnál is (North Carolina Department of Transportation), amit a különböző pályázatok mellett az tett lehetővé, hogy az eredeti hatfős, mérnöki-informatikai beállítottságú csapat kiegészült két-három sales-es kollégával. Így rálátásunk van arra, hogy az itthon tapasztalható problémák a többi országra is jellemzők, és például az Egyesült Államok közútkezelőinek is rengetek adat áll a rendelkezésére, de nem tudnak vele mit kezdeni. A cél, hogy a mi technológiánk, ami erre a problémára nyújt megoldást, olyan áron kerülhessen a piacra, hogy e tekintetben is versenyképesek legyünk globális szinten.
