Minder bruggen die instorten dankzij artificiële intelligentie?

(28-06-2021) In haar doctoraat ‘Monitoring van Vietnamese bruggen met behulp van op trillingen gebaseerde schadedetectiemethode en machinaal leren’ onderzoekt Huong Duong Nguyen hoe AI kan bijdragen tot een snellere vaststelling van schade aan bruggen.

Brugbeheerders controleren de toestand van bestaande bruggen. Deze controle van bruggen gebeurt vaak met niet-destructieve methoden, zoals X-ray, ultrasound en visuele inspectie. Met deze methodes kunnen brugbeheerders alleen schade op of nabij het oppervlak van de constructie detecteren.

Met trillingsgebaseerde schadedetectie-methoden (VBDD) kan men echter dieper in de constructie gaan kijken en schade vroegtijdig vaststellen, waardoorde onderhoudskosten worden verlaagd en de levensduur van constructies verlengd.

Het doel van dit proefschrift is om schade aan bruggen en constructies te detecteren met behulp van trillingsmeetgegevens in combinatie met het gebruik van machine learning of artificële intelligentie.

Machine learning houdt in dat computers ontdekken hoe ze taken kunnen uitvoeren zonder daarvoor expliciet te zijn geprogrammeerd. Hierbij leren computers van de verstrekte gegevens om bepaalde taken uit te voeren.

Met mijn onderzoek wil ik een bijdrage leveren tot duurzamere en veiligere bruggen in de toekomst”, besluit Huong Duong Nguyen.

Contact: Huong Duong Nguyen

Huong Duong Nguyen

-

Redacteur: Jeroen Ongenae - Eindredactie: Ilse Vercruysse -  Illustrator: Roger Van Hecke