Smart tillståndsbedömning, övervakning och förvaltning av kritiska broar

Broar med kända skador måste idag hållas i drift för att de utgör kritiska delar i en högt ansträngd infrastruktur. Avstängningar av trafiken eller trafikomläggningar bedöms ofta som oacceptabla. Detta projekt var inriktat på just kritiska broar med kända brister och skador med syftet att säkerställa funktionen och säkerheten med ett innovativt smart system för övervakning och tillståndsbedömning.

Projektet bidrar med ökad kunskap om hur mätningar kan användas för att förlänga livslängden för befintliga broar. En ökad livslängd och senareläggning av omfattande reparationer eller brobyten möjliggör en hållbar förvaltning med lägre materialförbrukning och ekonomiska besparingar.

Viktiga resultat som projektet gav

Det övergripande målet med projektet var att utveckla ett integrerat system för övervakning, dataöverföring, tillståndsbedömning och beslutsstöd för kritiska broar. Utrustning för trådlös mätning av den verkliga responsen på broar har utvecklats och testats på Gamla Lidingöbron i Stockholm. Metoder har utvecklats för att utnyttja den uppmätta responsen för tillståndsbedömning och planering av underhållsåtgärder. Genom molnbaserade tjänster för informationsspridning kan resultatet från mätningarna visas i en App för mobiltelefoner.

Långsiktiga effekter som förväntas

Resultatet av projektet visar att det finns tillförlitliga trådlösa system för långtidsmätningar på broar. Vi har också sett att det går att alstra energi från vibrationer inducerade av tågpassager, trots att bidraget är lågt, och hur planeringen av mätningar och dataöverföringar kan förlänga batteriernas driftstid. Genom de teoretiska modellerna som utvecklats kan mätdata användas för att förlänga livslängden på befintliga broar med kända skador. Resultatet av projektet väntas bidra till ett mer utbrett användande av mätningar för att behålla kritiska broar i drift.

Upplägg och genomförande

En utvärdering av experimentell och kommersiell utrustning för trådlösa mätningar har genomförts med Gamla Lidingöbron som studieobjekt. Data från mätningarna har utnyttjats dels till att utveckla och testa rutiner för kommunikation och energiinsamling, och dels som underlag för fallstudier inom projektets mer teoretiska delar. Modeller för tillståndsbedömning och skadedetektering har involverat teoretisk modellering av nedbrytningsprocesser och livslängdsbedömning, samt maskininlärning genom artificiella neurala nätverk (ANN).