Цифрови близнаци за инфраструктура: Как данните от инспекциите стимулират предсказуемата поддръжка

Инфраструктурата не се влошава по график. Мост, който е изглеждал приемлив в доклада от миналогодишната инспекция, може в момента да се влошава ускорено към прагово състояние на отказ, поради по-сурова от средната зима, по-голямо от предвиденото натоварване от трафик или проблем с отводняването, който е останал незабелязан, докато водата не е намерила път в пукнатина, която преди дванадесет месеца е била все още в допустимите граници. Традиционните инспекционни програми улавят състоянието в определен момент. Цифровите близнаци улавят състоянието като непрекъснато, развиващо се състояние – и тази разлика е това, което прави предсказуемата поддръжка възможна по начин, по който само периодичната инспекция никога не би могла да бъде.

Тази статия обяснява какво всъщност представлява цифровият близнак в контекста на управлението на инфраструктурата, как данните от инспекциите се подават към него и как изглежда преходът от реактивна към предсказуема поддръжка на практика за пътни мрежи, мостове, летища и други критични активи.

Какво всъщност представлява цифровият близнак

Терминът се използва достатъчно свободно, за да си струва да бъдем прецизни. Цифровият близнак не е 3D модел на актив. Той не е сканиране, ортомозайка или ГИС слой. Това са входни данни. Цифровият близнак е динамично виртуално представяне на физически актив, което непрекъснато се актуализира с данни от реалния свят и е способно да симулира бъдещи състояния въз основа на текущото състояние и прогнозираното натоварване.

Разликата е важна, защото статичният модел, колкото и подробен да е, описва как е изглеждал активът в момента на заснемането му. Цифровият близнак описва какво прави активът сега, какво е направил от последната актуализация и – чрез симулация и предсказуемо моделиране – какво вероятно ще направи след това. За управлението на инфраструктурата, тази възможност за прогнозиране е целият смисъл. Познаването на факта, че даден участък от настилката в момента има PCI от 74, е полезно. Знанието, че същият участък се влошава с темп, който ще го преведе отвъд прага ви за намеса в рамките на следващия бюджетен цикъл, въз основа на текущите тенденции в състоянието и прогнозираното натоварване от трафик, е това, което стимулира решението за поддръжка, преди разходите за намеса да нараснат.

Как данните от инспекциите се превръщат в цифров близнак

Данните, захранващи цифровия близнак, идват от множество източници, като инспекциите с дронове все повече заемат централно място в слоя за събиране на данни. Проучване с дрон на пътна мрежа или мостова конструкция произвежда геореферирани ортомозайки, облаци от точки, данни за състоянието на повърхността и карти на дефекти, които могат да бъдат импортирани директно в платформа за цифров близнак. Повтаряни на определени интервали, тези проучвания се превръщат в набор от времеви данни, който позволява на близнака да проследява промяната в състоянието, а не само състоянието.

Работният процес от инспекция до близнак включва няколко отделни стъпки. Суровите изображения от дрон се обработват в структурирани изходни данни, ортомозайки, цифрови модели на повърхността, карти на пукнатини и индекси на състоянието, които са геолокирани и маркирани с датата на събиране. Тези изходни данни се импортират в платформата на близнака и се съгласуват със съществуващия геометричен модел на актива. Анализ, задвижван от AI, сравнява новия набор от данни с предишни инспекции, идентифицирайки къде състоянието се е променило, с колко и с каква скорост. Предсказуемият модел на близнака използва тези данни за скоростта на промяна, комбинирани със свойствата на материала, историята на натоварването и излагането на околната среда, за да прогнозира бъдещото състояние и да маркира участъци, където влошаването наближава праговете за поддръжка.

Резултатът е работен процес за управление на активи, който е непрекъснат, а не епизодичен. Вместо доклад за състоянието, който е точен в деня на изготвянето му и все по-остарял през двете или трите години до следващия инспекционен цикъл, цифровият близнак поддържа актуална картина на актива, която се актуализира всеки път, когато пристигнат нови данни от инспекции.

От мониторинг на състоянието към предсказуема поддръжка

Оперативната промяна, която цифровите близнаци позволяват, е от планиране на поддръжката въз основа на времеви интервали към планиране на поддръжката въз основа на действителните траектории на състоянието. Това са фундаментално различни подходи и разликата има преки финансови последици.

Графиците за поддръжка, базирани на време, третират всички активи в дадена категория като еквивалентни. Пътна мрежа, управлявана с петгодишен цикъл на пренастилане, пренастила участъци, които все още са в добро състояние, наред с участъци, които действително се влошават, и пропуска участъци, които се влошават по-бързо, отколкото цикълът предвижда. Поддръжката, базирана на състоянието, задвижвана от данни от цифрови близнаци, насочва намесата към участъците, които действително се нуждаят от нея, в точката от кривата на тяхното влошаване, където намесата е най-рентабилна.

Разходите за намеса нарастват рязко с влошаването на състоянието. Ранните ремонти са 4 до 5 пъти по-евтини от забавената рехабилитация (EIC deck), а собственият анализ на Fadron оценява планираната поддръжка на около €12 на квадратен метър срещу приблизително €130 на квадратен метър, когато реконструкцията е единствената останала опция. Участък, хванат докато повредата е все още незначителна, изисква превантивно третиране. Същият участък, оставен достатъчно дълго, се нуждае от рехабилитация, а оставен още по-дълго – от реконструкция. Предсказуемата поддръжка, задвижвана от цифрови близнаци, е фундаментално аргумент за времето: правилната намеса, на правилния участък, в правилния момент от кривата на неговото влошаване, последователно води до по-добри резултати, отколкото може да постигне всеки график с фиксиран интервал.

Как изглежда това за различните видове активи

Приложението на цифровите близнаци в управлението на инфраструктурата не е еднакво за всички видове активи, а специфичната стойност, която то предоставя, се различава в зависимост от сложността на актива, честотата на инспекциите и последствията от отказ.

За пътните мрежи основната стойност е в моделирането на състоянието на настилката в големи, географски разпределени портфейли от активи. Пътна администрация, управляваща хиляди километри пътна настилка, не може да оптимизира разходите за поддръжка, без да знае траекторията на състоянието на всеки участък, а не само на най-скоро инспектираните участъци. Цифров близнак, захранван от редовни проучвания на пътната настилка с дрон, предоставя тази картина за целия портфейл, позволявайки разпределението на бюджета да се ръководи от прогнозираното състояние в точката на намеса, а не от скоростта на инспекцията или административния приоритет.

За мостовете стойността се измества към мониторинг на структурното здраве и моделиране на реакцията на натоварване. Цифровите близнаци на мостове интегрират данни от инспекции, данни от сензори от вградени системи за мониторинг и записи за натоварване от трафик, за да моделират как структурата реагира на работната си среда във времето. Промени в състоянието, които биха били невидими при периодична визуална инспекция – фини промени в реакцията на деформация, промени в честотата на вибрациите, модели на разпространение на микропукнатини – стават видими в близнак, който проследява актива непрекъснато. За остаряващия мостов фонд, където цената на непланирано затваряне или структурна повреда се измерва както във финансово, така и в безопасностно отношение, тази възможност за ранно предупреждение е значителна.

За летищата цифровите близнаци все по-често се използват за управление на пълния портфейл от инфраструктурни активи – настилки на писти и рульови пътеки, повърхности на перони, дренажни системи и конструкции на летищната зона – в рамките на една интегрирана платформа. Цифровите близнаци на настилките на пистите, захранвани от проучвания на PCI с дронове и данни за откриване на FOD, дават на операторите на летища непрекъсната картина на състоянието на повърхността в цялата летищна зона, подкрепяйки както ежедневното управление на безопасността, така и дългосрочното капиталово планиране.

Проблемът с качеството на данните, който определя всичко

Цифровият близнак е толкова полезен, колкото са полезни данните, които го захранват. Това е ограничението, с което се сблъскват повечето внедрявания на цифрови близнаци, преди потенциалът на технологията да бъде напълно реализиран, и си струва да се обърне внимание директно на него, защото то оформя начина, по който трябва да бъдат проектирани инспекционните програми, ако искат ефективно да поддържат близнак.

За да може един цифров близнак да проследява траекториите на състоянието, а не само състоянията, данните от инспекциите, които го захранват, трябва да бъдат последователни във времето. Една и съща координатна система, една и съща толерантност на точността, една и съща рамка за класификация на дефекти, приложена към един и същ актив по един и същ начин при всеки инспекционен цикъл. Несъответствието в основните данни – различни GPS датуми, променлива резолюция на изображението, различни прагове за тежест на дефектите, приложени от различни инспектори – произвежда видими промени в състоянието на близнака, които отразяват вариации в измерванията, а не реално влошаване. Предсказуемият модел на близнака не може да различи истински спад на PCI с 3 точки от разлика в оценката с 3 точки между двама инспектори, работещи по малко по-различни критерии.

Именно тук инспекцията с дронове, извършвана по дефиниран, повтаряем работен процес с последователно позициониране, надморска височина, припокриване и класификация на дефекти, задвижвана от AI, има структурно предимство пред ръчната инспекция за приложения на цифрови близнаци. Последователността на автоматизираното събиране на данни е това, което прави набора от времеви данни достатъчно надежден, за да задвижва предсказуемото моделиране. Без тази последователност близнакът натрупва шум, а не сигнал, и решенията за поддръжка, които информира, са толкова добри, колкото е надеждността на основното измерване.

Накъде върви технологията

Платформите за цифрови близнаци, които се внедряват днес за инфраструктурни активи, все повече са способни да интегрират потоци от данни извън периодичните проучвания с дронове. Вградени сензорни мрежи, подаващи данни за структурното здраве в реално време, данни от свързани превозни средства, осигуряващи непрекъснати измервания на неравностите на настилката по пътните мрежи, мониторинг на времето и околната среда, свързан директно с моделите на влошаване, всички те преминават от изследователски приложения към оперативно внедряване. Проучването с дрон остава централно за картината, предоставяйки пространствени данни за състоянието с висока резолюция, които сензорните мрежи и данните от свързани превозни средства не могат да възпроизведат, но то все повече е един от няколкото входа, а не единственият източник на данни.

Траекторията сочи към инфраструктурни активи, които се наблюдават непрекъснато, с интервенции за поддръжка, задействани от прагове на състоянието, а не от планирани дати, и капиталови програми, обосновани от прогнозирани траектории на състоянието, а не от реактивен отговор на видими повреди. Това е значително различен начин за управление на инфраструктурата, а организациите, които се движат към него сега, изграждайки инфраструктурата за данни, работните процеси за инспекция и платформите за близнаци, които го правят възможно, се позиционират доста пред кривата на разходите за поддръжка.