Det var i mars 2023 som Trafikverket tvingades stänga av ”tyska bron”, den öppningsbara järnvägsbron i Vänersborg. Klaffbron står sedan dess i uppfällt läge så att båttrafiken kan passera. Det har påtagligt drabbat tågtrafiken, inte minst pendeltågen som används av många Vänersborgsbor. En svår skada på bron hade upptäckts. Och exakt hur den upptäcktes är en händelse i sig.
Under de senaste åren har Trafikverket ägnat särskild uppmärksamhet åt bron i Vänersborg eftersom den har stått i över 100 år och drabbats av en rad ”ålderskrämpor”. Flera gånger har bron behövt stängas för akuta reparationer. Tidigare har planen varit att ersätta den med en helt ny bro, men Trafikverket förbereder nu en omfattande renovering som ska vara klar vid årsskiftet 2024/25.
Det har krävts täta inspektioner för att undersöka brons kondition och i slutet av 2021 valde Trafikverket att utrusta den med ett övervakningssystem från det svenska företaget IoTBridge som utnyttjar Artificiell Intelligens (AI). Tyska bron försågs med 25 sensorer som mäter vibrationer och töjningar och monterades i positioner som anvisats av forskare vid KTH.
– Vi bedömde att det behövdes elektronisk övervakning som komplement till våra manuella inspektioner för att på ett säkert sätt kunna fortsätta trafiken. Det är också ett hjälpmedel som kan bli aktuellt på andra platser och vi vill skaffa erfarenhet av att använda sensorteknik och AI-analys, säger Gunnar Thorvaldson, nationell samordnare för järnvägsbroar på Trafikverket.
Bara efter några månader blev det skarpt läge. I mars i år flaggade systemet för en större avvikelse, en bestående förändring i mätvärdena mellan två samverkande sensorer. Efter en manuell inspektion stod det klart att det fanns synliga sprickor i en bärande del av konstruktionen – en balk i upphängningen av motvikten, som väger cirka 400 ton. Trafikverket bedömde skadan som så allvarlig att bron direkt måste stängas och totalrenoveras.
AI tar hand om tråkigaste jobbet
Sensortekniken som används för att övervaka broar gör knappast någon nytta ensam. Eftersom det handlar om stora mängder data som måste studeras dygnet runt krävs i praktiken att allt grovjobb sker automatiskt. Manuell övervakning är inte att tänka på.
– Ingen vill ha ett så tråkigt jobb, och ingen vill nog heller betala för det, säger Peter Rosengren vd för IoTBridge som utvecklat övervakningssystemet.
– Att automatisera datainsamlingen är i sig inte svårt, men vi kan också förädla informationen, sålla fram intressanta data och analysera det automatiskt med en egenutvecklad algoritm. Vi tycker att det här är ett perfekt exempel på hur AI kan användas och komma till nytta, säger Peter Rosengren.
I princip kan AI-systemet betraktas som en övervakningscentral där det sitter tusentals operatörer med var sin skärm med datakurvor. När någon upptäcker en avvikelse informeras ledningscentralen. Det är så systemet från IoTBridge fungerar, fast automatiskt. AI letar hela tiden efter om något förhållande förändrats och om så är fallet, studeras om förändringen är bestående en längre tid. Först då informeras en broförvaltare.
Allt äldre broar i Sverige
De uppmärksammade problemen med bron i Vänersborg skulle kunna utgöra toppen på ett isberg. Bakgrunden är att svenska broar blir allt äldre och cirka 10 procent av de omkring 23 000 väg- och järnvägsbroar som Trafikverket ansvarar för är nu över 100 år.
Bakgrund: Så fungerar broövervakning med AI-stöd
Övervakningssystemet från IoTBridge installerades på järnvägsbron i Vänersborg i december 2021.
25 sensorer (töjningsgivare och accelerometrar) placerades ut och började kontinuerligt mäta med frekvensen 200 Hz, dvs 200 ggr/s. Det blir snabbt väldigt stora mängder data och att hantera siffrorna och få ut användbar information ur dem är en svår uppgift. Mätvärdena varierar med tågpassager i olika hastigheter, broöppningar, väderlek och årstiderna.
– För att vi ska kunna ha någon nytta av sensorteknik och AI-analys måste vi veta vad vi mäter och varför. Vi placerar sensorerna på kritiska platser där det är mest sannolikt att en skada uppkommer, om det sker, säger professor Raid Karoumi, chef för avdelningen för bro- och stålbyggnad på KTH.
Det kan till exempel handla om att montera två töjningsgivare på var sin sida om en balk. Om spänningsförhållandet mellan dem ändras kan det tyda på en deformation i materialet. IoTBridge började med att prova ett antal traditionella ansatser för maskininlärning. Men många av dessa innebar alltför förenklade antaganden om verkligheten, t ex att sensordata är utan fel eller att man vet vilka dataströmmar som kommer innehålla avvikelsen.
– De AI-algoritmer vi testade först flaggade alldeles för ofta för avvikelser som inte motsvarade verkliga händelser. Vi behövde en metod som är hanterbar och pålitlig i säkerhetskritiska tillämpningar och inte bara för simuleringar, säger Jacob Nyman, AI-utvecklare på IoTBridge.
I stället utvecklades en egen dynamisk algoritm där första steget är att identifiera intressanta händelser som tågpassager och broöppningar. Mätvärdena från brons sensorer studeras sedan för varje händelse. Genom att jämföra två sensorsignaler mot varandra blir det då ganska enkelt att upptäcka en skada. I fallet med järnvägsbron i Vänersborg upptäcktes en bestående förändring i relationen mellan signalerna i två intilliggande sensorer.
AI-systemet kan skicka varningar genom att studera avvikelser i data, men, det är fortfarande bara varningar. Svårigheten är att veta vilken av alla miljontals kombinationer av sensorsignaler man ska titta på. Uppgiften är i praktiken omöjlig att lösa manuellt. Och för att avgöra om en skada uppstått krävs fortfarande alltid en broinspektör på plats.
AI-analys gör ett nytt hjälpmedel tillgängligt för broingenjörer, så att de kan bli ännu bättre på att hitta skador. Att just studera broar är ett naturligt första val eftersom behoven är så uppenbara, men i grunden är de nya metoderna mer generella. IoTBridge fler liknande användningsområden för sin teknik, till exempel vindkraftverk och dammsäkerhet.
