Banner OpenAccess

Automatization, artificial intelligence and digital strategies in the maintenance of railway TBM tunnels

Foria Federico Calicchio Mario Miceli Gabriele
Articolo Immagine
ISSN:
0393-1641
Rivista:
Gallerie e grandi opere sotterranee
Anno:
2023
Numero:
145
Fascicolo:
Gallerie e grandi opere sotterranee N. 145/2023
Acquisto digitale

Acquista:

€ 20.00

Automazione, intelligenza artificiale e strategie digitali nella manutenzione delle gallerie ferroviarie in TBM

Gli aspetti legati alla funzionalità e alla durata delle gallerie in TBM hanno assunto una rilevanza crescente nella progettazione, manutenzione e gestione delle infrastrutture. Per garantire un elevato livello di conoscenza nel tempo e migliorare la durabilità, è fondamentale attuare nuove strategie in grado di digitalizzare e automatizzare i suddetti fattori riducendo tempi e costi. ETS ha introdotto un nuovo metodo per la diagnostica delle gallerie esistenti attraverso un innovativo sistema di indagine multidimensionale (ARCHITA) e un nuovo approccio per la gestione e l’identificazione del rischio per le gallerie esistenti (MIRET). Tramite scansioni laser e foto ad alta definizione si ottiene una valutazione preliminare dettagliata delle condizioni della galleria, con un impatto minimo sulla funzionalità della linea. I risultati vengono digitalizzati e manipolati, consentendo lo sviluppo di metodi basati sul deep learning per la segmentazione dei difetti con algoritmi di intelligenza artificiale. Il documento illustra il quadro delle strategie digitali, dell’automazione e dell’intelligenza artificiale per il tunnelling delle gallerie in TBM.

Parole chiave: manutenzione delle gallerie in TBM, funzionalità, comportamento a lungo termine, intelligenza artificiale e automazione delle gallerie, monitoraggio.

The aspects related to the serviceability and long-term of TBM tunnels have assumed increasing relevance in the design, maintenance and management of infrastructures. To guarantee a high level of knowledge through time and improve durability, it is fundamental to carry out new strategies able to digitalize and automatize the aforementioned factors reducing time and costs. ETS introduced a new method for the diagnostic of existing tunnels through an innovative multi-dimensional survey system (ARCHITA), and a new approach for the Management and Identification of the Risk for Existing Tunnels (MIRET). A detailed preliminary assessment of the tunnel condition is obtained through laser scanning and high-definition photo, with minimal impact on the serviceability of the line. Results are digitalized and manipulated, allowing the development of deep learning-based methods for the segmentation of defects with AI algorithms. The paper explains the framework of digital strategies, automatization and artificial intelligence for TBM tunnelling.

Keywords: TBM tunnels maintenance, serviceability, long-term behavior, tunnelling automatization and artificial Intelligence, monitoring.

Segui i nostri aggiornamenti!

Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!