Bentley Systems // Über 75% weniger manuelle Arbeit durch Bentley Infrastructure Cloud und iTwin-Technologie

Bei den meisten Anlagen der zivilen Infrastruktur wie Brücken, Verkehrsnetzen sowie Start- und Landebahnen auf Flughäfen ist Asphalt vorhanden. Um die Sicherheit und Langlebigkeit dieser Strukturen zu gewährleisten, sind Untersuchungen zur Risserkennung und Instandhaltung erforderlich. Die derzeit üblichen Verfahren zur Begutachtung von Fahrbahnbelägen und zur Datenerfassung sind jedoch kostspielig und zeitaufwendig und führen zu Sperrungen und Stillstand, die sowohl für die Eigentümer und Betreiber der Infrastruktur als auch die Öffentlichkeit negative Auswirkungen haben. 

„Für unsere Kunden ist die Zeit, die Berater für die Stilllegung ihrer Anlagen benötigen, ein Problem, und die derzeitigen Methoden zur Erfassung von Riss- und Fugendaten dauern zu lange“, so Bret Tremblay, Technical Manager bei Benesch, einem multidisziplinären Ingenieurbüro, das Dienstleistungen für ein breites Spektrum von Märkten für zivile Infrastruktur anbietet. Darüber hinaus würden die Inspektionen und Analysen vor Ort nicht für die gesamte Straßendecke durchgeführt, sondern stichprobenartig für einzelne Abschnitte, wodurch allgemeine Einblicke in vorhandene Flächenschäden und einen prognostizierten Durchschnitt für Mängel im Rest der Anlage gewonnen werden könnten. Obwohl dieser Ansatz die Tür zu Mengenüberschreitungen und Änderungsaufträgen öffnet, ist er in der Branche zum Standard geworden.  
Da keine Lösungen für diese Probleme vorhanden waren, initiierte Benesch ein Forschungs- und Entwicklungsprojekt, bei dem fortschrittliche Technologieanwendungen zur Verbesserung der Effizienz der Datenerfassung, zur Optimierung der Arbeitsabläufe bei der Erfassung von Asphalt und zur Vermeidung von vermessungsbedingten Sperrungen einer Start- und Landebahn eines Flughafens eingesetzt wurden. Das Unternehmen hatte die Vision, seine Möglichkeiten für digitale Zwillinge für Infrastruktur mithilfe von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) zu erweitern. Damit sollte nicht nur der Bedarf der eigenen Kunden gedeckt werden, sondern schließlich auch der des gesamten Sektors, indem eine intelligente digitale Anwendung zur Erfassung von Fahrbahnbelägen entwickelt wurde. „Als wir eine Vorstellung davon hatten, was die Technologie leisten muss, um die Anforderungen unserer Kunden zu erfüllen, begannen wir mit der Sammlung von Daten von drei aktiven Baustellen in den Vereinigten Staaten“, so Tremblay. Diese Daten sollten dazu dienen, den digitalen Detektor für Risse im Asphalt zu testen und seine Funktionen weiterzuentwickeln, sodass mehr Flächen in kürzerer Zeit überprüft und mehr Daten über die untersuchten Bereiche schneller erfasst werden können, wodurch die Sicherheit der Allgemeinheit sowohl auf lokaler als auch auf globaler Ebene weiter verbessert wird.

Überbrückung der digitalen Datenlücke

„Bei der gängigen Methode zur Risserkennung, auch als ‚Boots-on-the-Ground‘-Ansatz bekannt, müssen die Inspektoren die Fahrbahn ablaufen, um Fotos zu machen, während sie handschriftliche Notizen anfertigen und Messungen mit einem Maßband vornehmen“, so Tremblay. Das ist eine arbeitsintensive Methode, bei der die Aufzeichnungen gescannt werden und die auch Handskizzen umfasst, die ohne zeitaufwendige Digitalisierungsprozesse nicht ohne Weiteres genutzt werden können. Außerdem kann es bei dieser Art der manuellen Inspektion vor Ort zu logistischen Komplikationen aufgrund von Betriebsunterbrechungen und damit zu zusätzlichen Kosten kommen, die auf den Kunden abgewälzt werden. Die Einführung der Drohnentechnologie zur Aufnahme hochauflösender Orthofotos aus der Luft bietet zwar eine mögliche Lösung, da sie die Anzeige von Rissen direkt auf den Bildern ermöglicht und bei der Digitalisierung Zeit spart, eine ganzheitliche Lösung ist damit jedoch nicht gegeben. Da sich der Zustand bestehender Fahrbahnabschnitte weiter verschlechtert und der Bedarf an Inspektionen und Instandhaltung von Asphalt weiter steigt, greift dieser digitale Ansatz zu kurz – und die Anlagen werden über ihre geplante Betriebsdauer hinaus genutzt.  
Bei den Drohneninspektionen werden die Daten digital erfasst und die Effizienz durch den Wegfall der Konvertierung der gescannten Fotos verbessert. Allerdings gibt es nach wie vor eine Lücke in der Datennutzung, die eine vollständig datenzentrierte digitale Lösung verhindert. „Ohne begleitende Inspektionstätigkeiten vor Ort ist es nicht möglich, Risse auf der Grundlage einer Zustandsbewertung zu analysieren oder zu klassifizieren. Wir haben gesehen, dass unsere Kunden mit dieser fehlenden Möglichkeit zu kämpfen haben“, so Tremblay. Um die digitale Datenlücke zu schließen, wollte Benesch herausfinden, wie sich Technologien besser nutzen und integrieren lassen, um den gesamten Prozess zur Risserkennung zu optimieren und einen datenzentrierten Ansatz zu erleichtern. Das Unternehmen plante die Entwicklung eines digitalen Detektors für Risse im Asphalt, mit dem digitale Daten in Echtzeit der richtigen Person zur richtigen Zeit zur Verfügung gestellt werden können. So soll eine rechtzeitige und fundierte Entscheidungsfindung ermöglicht werden, die zu besseren Ergebnissen führt und die bauliche Integrität gewährleistet. Für die Entwicklung der bahnbrechenden Anwendung zur Begutachtung von Fahrbahnbelägen benötigte Benesch eine Lösung mit digitalen Zwillingen für Infrastruktur, die in der Lage ist, die Leistungsfähigkeit von KI- und ML-Technologie zu nutzen.

Nutzung von KI/ML mit iTwin-Anwendungen

Im Rahmen der Partnerschaft mit Bentley untersuchte Benesch die Integration von KI und ML in die Arbeitsabläufe zur Datenerfassung vor Ort, insbesondere im Hinblick auf die Risserkennung im Asphalt. „Nach eingehender Untersuchung sind wir auf Bentley und deren Early-Adopter-Programme gestoßen; wir waren überzeugt, dass die Nutzung der KI- und ML-Funktionen von Bentley uns in die Lage versetzen würde, technologische Arbeitsabläufe zu entwickeln, die erhebliche Effizienzgewinne bringen und die Qualität der vor Ort erfassten Daten verbessern würden“, sagte Tremblay. Benesch entschied sich für iTwin Capture und iTwin Experience von Bentley, um seine digitale Innovation in einem Pilotprojekt zu testen. Dabei wurden digitale Zwillinge der drei ausgewählten Standorte erstellt und Arbeitsabläufe entwickelt, die die Leistungsfähigkeit von KI und ML nutzen, um den gesamten Prozess zur Risserkennung von der Datenerfassung vor Ort bis zur Analyse zu optimieren. 
Der erste Schritt bei der Entwicklung des digitalen Zwillings bestand darin, die gesamte Baustelle des Projekts mit einem automatisierten Drohnenflugplan abzufliegen, die von der Drohne aufgenommenen Bilder auf ein Online-Portal zu übertragen und sie durch die KI-/ML-Erkennungssoftware laufen zu lassen, um Daten über die ermittelten Risse zu extrahieren und zu analysieren. „Wie bei anderen KI-/ML-Technologien gilt auch hier: Je mehr Daten dem Detektor zugeführt werden, desto intelligenter wird er – nicht nur beim Erkennen von Rissen, sondern auch beim Unterscheiden von Fugenlinien von Rissen“, so Tremblay. Der KI-/ML-basierte Detektor für Risse im Asphalt automatisierte die Digitalisierung der Daten von Risslinien und führte die Daten durch das digitale Zwillingsmodell, wodurch eine visuelle und zuverlässige Analyse der Rissdaten auf den Baustellen in Echtzeit ermöglicht wurde. Die Nutzung der iTwin-Anwendungen von Bentley ermöglichte es Benesch, die digitale Inspektion zu erweitern und jeden Riss eindeutig zu identifizieren, da die Anmerkungen zum Zustand direkt im digitalen Zwillingsmodell markiert wurden und anschließend der Zustand der gesamten Anlage aus der Ferne überprüft werden konnte. Die digitalen Informationen zu Mängeln aus dem Modell können anschließend nahtlos in Planblätter und andere Plattformen exportiert werden, sodass Teams für Anlagenverwaltung Prioritäten bei Reparaturen und Wartung setzen können.

Intelligente, datengesteuerte Lösung soll die Branche verändern

Der digitale Detektor wurde in mehreren Projekten getestet und hat bisher hervorragende Ergebnisse geliefert. Im Vergleich zu traditionellen manuellen Methoden reduziert die intelligente, datengesteuerte Anwendung Risiken und sorgt für mehr Effizienz. Sie erhöht die Sicherheit bei der Datenerfassung vor Ort, reduziert Verkehrsumleitungen und Stilllegungen des Flughafenbetriebs und minimiert menschliche Fehler durch automatisierte Arbeitsabläufe. Im Laufe der drei Projekte wurde die benötigte Zeit vor Ort um schätzungsweise 75 % reduziert, zusammen mit einer 75-prozentigen Reduzierung von Sperrungen für den Fahrzeugverkehr sowie für Start- und Landebahnen. „Durch die Optimierung jedes Prozessschritts können die Inspektoren mehr Fläche in kürzerer Zeit abdecken und so mehr Projekte zu geringeren Kosten für die Eigentümer in Angriff nehmen“, so Tremblay. Benesch schätzt, dass bei 100 zukünftigen Flughafeninspektionen über 1.000 Arbeitsstunden eingespart werden können, was einer Einsparung von etwa 144.000 USD entspricht. Die Ergebnisse zeigten auch, dass CAD-Anwender durch den datenzentrierten Ansatz 99 % der Zeit für die Digitalisierung der Linienführung und die Übermittlung an die Eigentümer und Betreiber einsparen werden.  
Vor diesem Projekt gab es keine Lösung für die automatische Digitalisierung von Rissdaten nach Abschluss der Inspektionen vor Ort. Die Arbeit in einer immersiven Umgebung für digitale Zwillinge, die durch KI/ML unterstützt wird, erleichterte digitale datenzentrierte Arbeitsabläufe, mit denen die Perspektive der Anlagenverwaltung von einem fragmentierten Ansatz zu einer einzigen zentralen Informationsquelle verlagert wurden. Dadurch entstand ein ganzheitliches Verständnis der Struktur, das eine bessere Entscheidungsfindung ermöglicht. Benesch geht davon aus, dass die Implementierung dieser Technologie bei seinen Kunden im Laufe der Zeit zu einer optimierten Wartung kritischer Verkehrsinfrastruktur und damit einer sichereren Umgebung für alle führen wird. Die bahnbrechende Kombination aus KI/ML und digitalen Zwillingen für die Handhabung von Fahrbahnbelägen ist eine Lösung, die nicht nur Benesch und seinen Kunden zugutekommt, sondern von der auch die gesamte Architektur-, Ingenieur- und Baubranche profitieren wird. „Dies könnte die Erfassung von Inspektionsdaten in der AEC-Branche revolutionieren“, so Tremblay. 
 

Projektübersicht

Unternehmen: Benesch 
Lösung: Vermessung und Überwachung 
Standort: Vereinigte Staaten
 

Projektziele: 
• Optimierung und Automatisierung der Prozesse zur Risserkennung im Asphalt. 
• Nutzung von KI/ML und digitalen Zwillingen für eine intelligente, datenzentrierte Anwendung zur Begutachtung von Asphalt.

Projektspezifisches Playbook: iTwin, iTwin Capture
 

Kurzinformation: 
• Traditionelle Prozesse für die Handhabung von Asphalt sind nicht effizient und umfassend genug, um den Wert von Anlagen zu maximieren. 
• Benesch untersuchte die Integration von KI/ML und digitalen Zwillingen für einen stärker datenzentrierten, automatisierten Arbeitsablauf zur Erkennung von Mängeln am Asphalt. 
• Durch die Nutzung der iTwin-Anwendungen von Bentley mit KI-/ML-Technologien erprobte Benesch eine bahnbrechende digitale Lösung.
 

ROI: 
• Mit der Technologie zur Detektion von Rissen im Asphalt von Fahrbahnbelägen wurde die manuelle Datenerfassung vor Ort um 75 % reduziert.  
• Benesch rechnet bei der zukünftigen Inspektion von 100 Flughäfen mit Einsparungen von rund 144.000 USD. 
• Der datenzentrierte Ansatz spart den CAD-Anwendern 99 % der Zeit für die Digitalisierung der Linienführung.

Text und Bildmaterial: Bentley Systems