Sparer millioner med digital bru

Det er Statens vegvesen som fastslår dette etter at utviklere, ingeniører og studenter deltok i en konkurranse på «Openlab Hackathon» på Lillestrøm der de ble utfordret til å utforske bruksområder for digitale tvillinger. Den konkrete oppgaven var å bruke E39-utbyggingen over Bjørnafjorden på Vestlandet som utgangspunkt.

Det var et team som besto av medlemmer fra Sopra Steria, Trimble og Edrmedeso som vant konkurransen.

– Det kom inn mange svært gode besvarelser, og flere av disse kommer vi til å ta med oss videre, sier jurymedlem Kjell Håvard Belsvik, som er prosjektleder for Statens vegvesens Ferjefri E39-prosjekt Bjørnafjorden.

Halvere kjøretiden

Ferjefri E39 er det mest omfattende veiprosjektet i Norge i moderne tid. Målet er å nesten halvere kjøretiden mellom Kristiansand i sør og Trondheim i nord. Utbyggingen vil koste flere hundre milliarder kroner, ifølge Nasjonal transportplan.

Bjørnafjorden er en bred fjord på strekningen mellom Stord og Os i Hordaland. Her det planlagt en fire-felts motorveibru med 110 kilometers fartsgrense på den omlag fem kilometer lange brustrekningen. Dagens 40 minutter lange fergetur vil bli erstattet av en 11 minutter lang biltur. Deler av brua går over 600 meters dyp. 

Ved å utarbeide en digital tvilling av den planlagte brua før den bygges, kan man spare store summer. – Feil og mangler øker gjerne totalkostnaden i utbyggingsprosjekter med 5-10 prosent. Derfor er det utrolig spennende at toneangivende byggherrer nå begynner å ta i bruk moderne teknologi som digital tvilling, sier Ann-Kristin Skarbøvig, som er direktør i transportsektoren hos Sopra Steria.

– En digital tvilling er en tro kopi av det som skal bygges, og bidrar til at alt arbeid og all dokumentasjon knyttes direkte til en datamodell av bygningen. På den måten kan alle aktører følge byggeprosessen i sanntid, samtidig som vedlikeholdsarbeidet i ettertid blir betydelig enklere, sier Skarbøvig.

Blir standard i store prosjekter

Hun spår at digitale tvillinger kombinert med kunstig intelligens og bildegjenkjenning kommer til å bli standarden i store utbyggingsprosjekter. De får også en viktig rolle i vedlikeholdet etter at byggingen er ferdig. Ved hjelp av maskinlæring og bildegjenkjenning kan man forutse behov for vedlikehold tidlig.

Jan Erik Hoel, produktansvarlig for bru hos Trimble, påpeker at det kan være interessant å bruke maskinlæring for å finne statistisk sammenheng mellom for eksempel trafikk, vind, bølger og strøm og responsen i konstruksjonen målt med sensorer.

I tillegg kan droner og bildegjenkjenning som brukes til å optimalisere arbeidet med vedlikehold, kombineres med «mixed reality» og spillteknologi, som gir store besparelser og effektivt vedlikehold.