AT.JOBBER | Stillingsmarked
AI kan forutsi farlige bergforhold
MASKINLÆRING: Moderne boremaskiner samler tusenvis av målinger i minuttet som kan brukes til å gjøre tunnelbygging tryggere og billigere påpeker NGI:
Kunstig intelligens kan revolusjonere tunnelbygging ved å forutsi farlige bergforhold før tunnelarbeiderne treffer dem. Det mener Tom Frode Hansen, senior engineer ved NGI, som har utviklet maskinlæringsmodeller for tryggere tunneldriving.
– Med hjelp av slike modeller kan vi forutsi hva vi har i vente, og ta grep i tide. I stedet for å vente til raset kommer, kan vi handle før det skjer, forklarer Hansen i en pressemelding fra NGI.
Tusenvis av målinger per minutt
Moderne boremaskiner samler inn tusenvis av målinger i minuttet gjennom såkalt MWD-data (Measure While Drilling). Disse dataene fungerer som en signatur for berget og gir informasjon om motstandsdyktighet, vannbehov for boring og trykkforhold.
– Disse dataene blir ofte bare lagret og ikke brukt aktivt til å ta beslutninger, ytrer Hansen.
I sitt doktorgradsarbeid har han utviklet maskinlæringsmodeller som kan bruke MWD-data til å si noe om hva som finnes foran tunnelveggen. Modellene sammenligner data med tusenvis av tidligere tilfeller og gir forslag til bergtype på sekunder.
Reduserer kostnader og ulykker
Teknologien kan forutsi ikke bare bergarter, men også nødvendige sikkerhetstiltak som sprengningslengde og behov for ekstra bolter og betong.
– Ved å bruke maskinlæring gir vi ingeniørene et nytt verktøy som ikke erstatter dem, men som hjelper dem å ta bedre beslutninger, forklarer Hansen.
Mer effektiv tunneldriving kan også gjøre underjordisk gruvedrift mer attraktivt som alternativ til store dagbrudd, noe som betyr mindre inngrep i landskap og økosystemer.
