賓利技術幫助團隊整合人工智能和工程數據，改善維護和決策
作者:Aude Camus，高級解決方案營銷人員，現實建模，賓利係統
尋求預防大壩災害
2017年2月，加州北部的強降雨淹沒了奧羅維爾大壩。官員們發現，隨著時間的推移，侵蝕在主溢洪道上形成了一個坑，限製了可以排放的水量
導致奧羅維爾湖水位上升。結果，水流過了先前未使用的緊急溢洪道，造成了嚴重的地麵侵蝕和大壩損壞。由於大壩麵臨崩塌的可能，作為預防措施，居住在下遊的18萬多人被疏散。雖然奧羅維爾大壩最終完好無損，但這一事件震驚了全國各地的大壩所有者和運營商，並加強了更有效維護以避免潛在災害的必要性。
西雅圖城市之光就是這樣的業主運營商之一，該公司對自己的6個設施進行了重大安全審查，以防止差點發生災難，其中包括1936年在華盛頓西北部斯卡吉特河沿岸建造的迪亞波羅大壩。為了改進迪亞波羅大壩傳統檢查方法之外的檢查技術，並更全麵地了解老化大壩的當前狀況，他們希望建立虛擬檢查，可以收集更多信息，同時最大限度地減少160英尺高設施的安全風險，並降低檢查成本。西雅圖城市之光(Seattle City Light)委托HDR用無人機對大壩及其周圍進行調查。調查必須包括大壩結構、溢洪道、岩石橋台和混凝土拱門的詳細圖像。雖然HDR將收集大量關於大壩當前狀態的信息，但他們需要一種方法來以直觀、易於理解的方式排列和呈現這些數據，幫助運營商改進決策並快速響應不斷變化的情況。
將數字雙胞胎與機器學習相結合
HDR認為，管理收集到的數據並將其用於更有效檢查的最有效方法是創建一個數字雙胞胎。大壩的虛擬副本將為操作員提供另一個參考點，以了解設施的狀態，並提供一種新的方式，通過直觀的數據可視化來保持對任何變化的意識。理想情況下，數字雙胞胎將能夠結合從傳統繩索進入檢查收集的數據，因為這些人工檢查仍然提供無人機調查可能錯過的關鍵視角，一旦開發完成，數字雙胞胎將建立基線條件，然後隨著現實世界條件的變化進行更新。
然而，項目所有者想要的不僅僅是真實情況的準確反映。為了實現這些目標，HDR需要將暗黑破壞神大壩的架構、工程和施工數據完全合並到數字雙胞胎中。此外，業主希望將人工智能和機器學習納入模型。有了這些能力，大壩工人可以進行預測分析，並確定未來資產和岩土條件將如何變化，例如隨著時間的推移，周圍土壤的自然移動和侵蝕。他們還希望自動識別裂縫和剝落，使操作人員能夠迅速采取糾正措施，防止它們發展成更大的問題。有了這些信息，業主可以進一步改進有針對性的維護計劃，幫助確保安全操作。HDR尋求一個數字孿生平台，該平台可以為他們的現實模型注入先進的功能，以提供暗黑破壞神大壩不會經曆災難的信心。
結合賓利應用程序的所有數據和功能
HDR確定，ContextCapture和賓利iTwin平台可以幫助他們開發一個數字雙胞胎，將分析和機器學習能力結合起來，以確保大壩的安全。在6個小時的無人機飛行中，他們收集了8200萬個數據點，涵蓋了大壩及其周圍的所有元素。然後，他們使用ContextCapture將這些數據與繩索調查收集的數據結合起來，創建一個詳細的、調查級的該地區的現實網格。在這個過程中，這些數據幫助工程師識別難以人工獲取的地質特征，這將有助於提高未來評估的準確性。
然後，該團隊使用iTwin平台創建了大壩及其周圍環境的詳細數字雙胞胎。所有項目信息，無論規程如何，都被合並到聯邦模型中。由於iTwin平台的開放性，HDR結合了他們首選的人工智能和機器學習技術。因此，數字雙胞胎可以自動檢測裂縫和剝落，並將它們與無害的陰影、變色和藻類生長區分開來。通過將預測分析納入數字雙胞胎，大壩工程師可以將某一年的數據與其他年份的數據進行比較。通過觀察周圍環境隨時間的變化，例如土壤的移動，他們可以預測，隨著時間的推移，結構將繼續以類似的速度移動，除非有不尋常的地震活動。
更快地采取糾正措施
將大壩資產、結構和周圍環境的所有狀態信息集成到一個數字孿生體中，極大地改善了對項目數據的訪問和理解。將具有測量級精度的數字模型與傳統的現場鋼絲繩檢查相結合，可以讓檢查人員更詳細地了解當前狀況。HDR估計，數字雙胞胎最初的現實捕捉成本僅為傳統調查的四分之一。由於精度在兩厘米以內，大壩操作員可以檢測到更小的異常，並在它們發展成更大的問題之前采取糾正措施。此外，許多操作人員可以從他們的辦公室或遠程工作站跟蹤大壩的當前狀況，這提高了安全性和便利性。
現在，所有大壩利益相關者都可以快速共享信息，這提供了單一的真相來源，加快了決策速度。通過應用人工智能和機器學習，業主現在可以自動識別混凝土異常區域，然後區分裂縫和剝落，以更好地確定所需的糾正措施，防止問題變得更糟。同時，過濾掉陰影和變色可以防止不必要的維護活動。大壩運營商計劃為數字雙胞胎增加更多的功能，如額外的水利工程、隆起分析、變化和異常檢測，以進一步提高大壩的持續安全性，並提供額外的投資回報率來源。