Onderhoud aan bruggen gemakkelijker en goedkoper

Aan de universiteit van Surrey is een algoritme ontwikkeld dat het onderhoud aan bruggen veel goedkoper maakt. Met machine learning wisten de onderzoekers goede inschattingen van de onderhoudsbehoefte te maken op basis van een kleine hoeveelheid data. Dat betekent dat de rest kan worden weggegooid.

Het onderhoud van bruggen is voor veel overheden een probleem. Niet alleen vanwege het vele werk, maar ook vanwege de grote opslagcapaciteit die nodig in voor alle data die worden gegenereerd, vaak wel 10 Hz per kunstwerk.

Onderzoeksleider Ying Wang en zijn team hebben daar een oplossing voor gevonden. Met dictionary learning method K-means Singular Value Decomposition (K-SVD) hebben ze de data gecomprimeerd voor de Lezíria brug in Portugal. Het leidende Bridge Weight-in-Motion system genereert voor deze brug 45.000 gegevens per kanaal per uur. Toen de wetenschappers hun algoritme daarop toepasten, bleek dat ze aan 0,1% van de data genoeg hadden om accurate voorspellingen te doen. Tot nu toe was dit 50%.

"Dit betekent dat overheden veel minder data hoeven te bewaren, terwijl de constructeurs nog steeds een goede inschatting kunnen maken van de situatie", aldus Wang.Uiteraard biedt de vinding kansen voor iedereen die nu nog grote hoeveelheden data nodig heeft om onderhoud te plannen.