Smarte Sensoren und KI messen Brückenzustand und berechnen Sanierungskosten

Stefan Burtscher, Gründer und Geschäftsführer von Rocket NG, installiert einen Sensor. © Business Upper Austria

Die Traunbrücke zwischen Linz-Kleinmünchen und Ebelsberg. © Business Upper Austria

Die Sensoren liefern die Messdaten per Funk in die Cloud. Das Dashboard kann von überall mit Mobiltelefon, Computer und anderen Geräten abgerufen werden. © Business Upper Austria

01.08.2024

Mehr als 3.000 Straßenbrücken und Tunnels befinden sich in Oberösterreich. Deren Erhaltung und Sanierung ist nicht nur eine Frage der Sicherheit, sondern geht auch ins Geld. Das neue Forschungsprojekt „SanTuB“ im Building Innovation Cluster der oberösterreichischen Standortagentur Business Upper Austria arbeitet an einem System, das notwendige Arbeiten und deren Kosten vorausberechnet.

Straßenbrücken und -tunnels sind die Lebensadern einer funktionierenden Infrastruktur. Die Bauwerke sind Verschleiß durch Witterung, Hochwasser, Erschütterungen und anderen Faktoren ausgesetzt. Sie werden daher regelmäßig auf Schäden untersucht. Kosten der Sanierung sind meist hoch, oft lässt sich der Zeitpunkt, wann Bauarbeiten notwendig werden, nicht exakt vorhersagen. Außerdem sind damit umfangreiche Planungen nicht nur im Hinblick auf Sperren und Umleitungen, sondern auch auf das Budget des Straßenerhalters verbunden. Wünschenswert wäre daher ein System, das den Zustand von Brücken und Tunnels permanent überwacht und rechtzeitig darüber informiert, wann welche Instandsetzungsarbeiten notwendig werden sowie gleichzeitig die Kosten berechnet.

Intelligente Sensoren

Genau hier setzt das Forschungsprojekt „SanTuB – Sanierungskosten von Straßentunnels und Straßenbrücken“ im Building Innovation Cluster der oberösterreichischen Standortagentur Business Upper Austria an. Mithilfe von intelligenten Sensoren, maschinellem Lernen und KI-unterstützer Software sollen Sanierungskosten optimiert und besser planbar werden. Ziel ist außerdem die Prognose des Sanierungsbedarfs und die Beurteilung des Verschleißzustands. Die Überwachungsdaten werden an charakteristischen Punkten am Tunnel- oder Brückenbauwerk gemessen. Kombiniert mit weiteren Daten aus Inspektionsberichten entsteht eine Datenbank mit Informationen zum Zustand des Bauwerks. Diese liefert die Grundlage für Berechnungen und Prognosen über den Umfang und die Kosten der zu erwartenden Arbeiten sowie über die weitere Schadensentwicklung und Nutzungsszenarien der Brücke.

Monitoring in Oberösterreich

Davorin Kolić von der Paschinger Neuron Consult überwacht mit Rocket NG aus Korneuburg seit 15 Monaten Straßenbrücken in ganz Österreich mit mehr als 200 smarten Sensoren. Sie messen bestimmte Parameter, senden die Daten drahtlos über Funk und Internet an die Cloud und weiter an Computer und Mobiltelefone, wo die Messdiagramme als Dashboard angezeigt werden. Das System ist auf der Grundlage des IIoT-Ansatzes (Industrial Internet of Things) konzipiert, der Machine Learning und Künstliche Intelligenz nutzt. In Oberösterreich befinden sich derzeit die Sensoren an der Traunbrücke in Linz-Ebelsberg, der Unteren Mühlbachbrücke in Schärding und einer Autobahnbrücke der A8 bei Suben. Demnächst soll das Monitoring auch beim Tunnel Neumarkt an der S10 starten.

Zahlreiche Faktoren führen zum Verschleiß

„Die Sensoren haben wir speziell für Messungen fernab des regulären öffentlichen Stromnetzes entwickelt. Sie werden mit Batterien betrieben“, erklärt Rocket-NG-Geschäftsführer Peter Huber. Die Sensoren messen, was an den wichtigsten Punkten der Objekte passiert, und vergleichen die Daten mit den Inspektionsberichten. Sie messen beispielsweise Lagerwege, Temperatur, Feuchtigkeit und Bewegung der Dehn- bzw. Koppelfugen. Die smarten Sensoren erfassen auch das Verhalten von Rissen unter Einfluss von Temperatur, Luftfeuchtigkeit, Verkehr und anderen Faktoren.

Machine Learning und Künstliche Intelligenz

Bei Analyse und Interpretation der Messdaten kommen Machine Learning und KI-gestützte Software zum Einsatz. Für deren Entwicklung sind die RISC Software GmbH aus Hagenberg und Teccomplish aus Leonding im Projekt zuständig. Durch die Verknüpfung mit den Daten aus Inspektionsberichten und anderen Sanierungsfällen gibt die Datenbank auch Auskunft über den aktuellen Wert der Brücke oder des Tunnels und die Zweckmäßigkeit einer weiteren Sanierung. Neben der Einschätzung der Kosten zukünftiger Reparaturen kann auch die Lebensdauer des Objekts bestimmt werden. Ingenieur:innen des Landes Oberösterreich, der ASFINAG und des Verkehrsministeriums erhalten so auch eine Entscheidungsbasis darüber, ob es sinnvoller ist, die alte Brücke zu reparieren oder sie abzureißen und neu zu bauen.

Zuverlässige Prognosen

„Mit der wachsenden Datenbasis an digitalen Inspektionsberichten und verknüpften Sensordaten werden die Machine-Learning-Modelle immer genauer und zuverlässiger“, betont Davorin Kolić. Die Automatisierung und Digitalisierung dieses Prozesses spart damit auch Kosten beim Straßenerhalter. Denn bisher erfolgt die Inspektion und das Datensammeln manuell – mit hohem Personal- und Zeitaufwand. „Das Interesse beim Land Oberösterreich und bei der ASFINAG für unsere Entwicklung ist daher sehr groß“, ergänzt Kolić.