IG292

GRANDES INFRAESTRUCTURAS 29 Sin embargo, las sinergias de los dis- tintos daños son bastante complejas. Unmismo fenómeno puede tener una relevancia diferente según: • Geología. • Materiales de construcción. • Posición geométrica en la sección del túnel. • Antigüedad de los daños y alcance de estos. Aunque la combinación de la mayo- ría de estos factores con los tipos de daños puede programarse en un software para ayudar a la toma de decisiones, todavía sigue siendo nece- sario el control humano; por ejemplo, en el caso de alta complejidad de la geología o si hay falta de información. No obstante, muchos pasos pueden ser automatizados, digitalizados, apoyados, optimizados y, en última instancia, ace- lerados por la IA. Este tipo de evaluación de la captura, el procesamiento y el análisis de datos es un paso necesario para integrar el trabajo de manteni- miento de túneles en el mundo BIM. Esto será cada vez más común en el futuro de la construcción subterránea. La evaluación del estado final la llevan a cabo ingenieros experimentados, pero es siempre subjetiva. La digi- talización y el uso de la inteligencia artificial están impulsando al sector a desarrollar un número cada vez mayor de estándares que faciliten, agilicen y unifiquen la evaluación de los distintos fenómenos y reduzcan la subjetividad. Este desarrollo es ya un factor impor- tante para mejorar la comunicación entre los distintos actores de todo el proceso de mantenimiento. 3.- INTELIGENCIA ARTIFICIAL PARA ACELERAR LAS INSPECCIONES DE LAS OBRAS SUBTERRÁNEAS 3.1.- Amberg Inspection Cloud Amberg Inspection Cloud es una nueva plataforma Web especializada en las inspecciones de túneles. Esta herramienta hace posible un pro- ceso completo para la inspección de sistemas de túneles, desde la recogida de datos hasta el análisis automatizado de los mismos y la integración en un sistema de planificación compatible con BIM. La tecnología principal es un nuevo sistema multisensor que recoge datos de alta resolución y georreferenciados sobre la geometría, la superficie del túnel y la humedad de la pared del túnel en una solamedición. Un escáner de alta velocidad registra los paramen- tos del túnel utilizando varios láseres de diferentes longitudes de onda. El láser proporciona imágenes foto- rrealistas en 2D que tambiénmuestran pequeños objetos o grietas de menos de un milímetro. El sistema es seguro para las personas y funciona indepen- dientemente de las condiciones de iluminación. Además, una unidad de medición multiespectral adicional detecta la presencia de agua en el paramento. En el futuro, podrán realizarse ser- vicios de inspección basados en el sistema multisensor como un pro- ceso objetivo totalmente integrado. El nuevo software podrá utilizar la inteligencia artificial para la detección semiautomática de defectos, lo que permitirá aumentar la productividad de la siguiente manera: • Catálogos específicos de daños del cliente que contienen todas las defi- niciones de los tipos de observación. • Interfaz abierta para todo tipo de imágenes de fondo (por ejemplo, a partir de un escáner láser, de un tren de inspección, de un robot no tripulado…). • Informes detallados y dinámicos en la nube. • Clasificación de túneles y sistemas de túneles para una gestión eficaz de las infraestructuras. • Utilizar la IA para un proceso de inspección semiautomatizado que aumentará la productividad en un 60%. 3.2.- Optimización del flujo de trabajo con inteligencia artificial Amberg Cloud está abierto a datos provenientes de diferentes fuentes y métodos de medición. Siempre y cuando los datos de entrada sean de buena calidad y las imágenes de alta resolución, el método de reconoci- miento no es limitante. Un aspecto importante del uso de las nuevas tecnologías es que parte de la documentación de inspección puede generarse directamente a partir de la captura de datos. Los datos serán accesibles en una nube para cualquier persona con autorización, de modo que el propietario del túnel pueda ver los resultados de la inspección en tiempo real. El flujo de trabajo básico es el mismo ya descrito en el capítulo 2. El obje- tivo principal es hacer que todo el proceso de inspección sea más fácil y automatizado y, por lo tanto, menos lento y costoso. Nos centramos en el tratamiento y el análisis de los datos en sí. Existen muchas formas de recopilar datos de manera eficiente de forma automática o semiautomática, pero la inspección y la delineación de los daños en sí siempre ha sido una tarea manual tediosa y que requiere mucho tiempo. La optimización del flujo de trabajo puede realizarse en dos etapas. El primer paso es ayudar a los usuarios a dibujar manualmente resaltando las zonas con una alta probabilidad de daños. De este modo, los usuarios no tienen que ver todo el túnel en detalle y pueden concentrarse sólo en las zonas problemáticas. El segundo paso es un trazado auto- mático de las irregularidades (véase la figura 3). Esto significa que los daños inspeccionados son localizados y dibujados de forma automática. Los usuarios pueden así realizar una rápida comprobación visual. Se espera que