Til hovedindhold

Digital Leadership

Sund & Bælt bruger kunstig intelligens til at holde Storebæltsbroen sikker

Ved hjælp af Microsofts teknologi kan Sund & Bælt nemt holde øje med, hvor betondelen af broen har brug for at blive holdt ved lige

Selvom Storebæltsbroen stod færdig for mere end 20 år siden, er det ikke slut med at få præsenteret innovative løsninger fra det bølgende Storebælt.

Med hjælp fra Microsofts teknologi er Sund & Bælt begyndt at bruge kunstig intelligens til at forudsige, hvornår betonen, som det meste af broen består af, har brug for at blive holdt ved lige.

Kort fortalt flyver droner rundt og tager tusindvis af billeder af betonen. Alle billederne bliver lagret i Microsofts skyplatform Azure, hvor algoritmer finder de skader i betonen, som har brug for at blive repareret hurtigt. På den måde ved Sund & Bælt, hvilke betonskader de skal fokusere på.

Mikkel Hemmingsen er CEO i Sund & Bælt.

Mikkel Hemmingsen herover er CEO i Sund & Bælt.

Sidste år krydsede 13 millioner køretøjer den 18 kilometer lange strækning, som pløjer sig gennem bølgesprøjt og forbinder Fyn med Sjælland.

Farlige betonrevner

Den nye løsning, der nu bliver testet på Storebæltsbroen, har Sund & Bælts CEO Mikkel Hemmingsen været dybt involveret i.

”Beton udvikler sig ikke bare sådan hen over natten. Det går meget langsomt. Derfor er kunsten at forudsige lang tid i forvejen, hvilke skader man skal sætte ind overfor,” siger Mikkel Hemmingsen.

Læs mere: Mikkel Hemmingsens tips til at arbejde med AI

Som ansvarlig for vedligeholdelsen af Storebæltsbroen vil han for alt i verden undgå, at betonens skader bliver så dybe, at de blotter stålet inde i betonen. For så kan stålet risikere at ruste og på sigt blive for svagt til at holde broen oprejst.

Er skaden først sket, kan man blive nødt til at bygge en ny bro.

Færre kravlende ingeniører

Indtil dronerne blev sat til at fotografere skaderne i Storebæltsbroen, har Sund & Bælt haft ingeniører kravlende rundt på broen for at inspicere betonen. Det er Mikkel Hemmingsen rigtig glad for, at man nu kan skære ned på.

”Dels er det dyrt, og dels er det farligt, at folk hænger og dingler 200 meter over kørebanen. Selvom det var dygtigt personale, som havde noter med op, var det svært at bevare overblikket, for måske så vi en skade med fire års mellemrum, og det var ikke sikkert, at det var den samme person, som så skaden første og anden gang,” siger han.

Selv om betonen nu bliver set gennem en drones kamera og eventuelle skader bliver kategoriseret af en algoritme, spiller betoningeniørerne stadig en stor rolle.

Det er dem, der har oplært algoritmerne til at kunne skelne mellem de forskellige slags skader i betonen, og det er dem, som tager stilling til, hvornår en skade skal repareres – de slipper blot for at gennemgå alle billederne slavisk, men tager på grund af algoritmens sortering kun stilling til de allermest presserende.

Ifølge Mikkel Hemmingsen forventes den nye løsning at tjene sig ind for Sund & Bælt ved først kommende inspektion af Storebælts betonkonstruktioner, fordi der bliver truffet bedre beslutninger om, hvor man skal sætte ind på betonen.

”Udbedringerne på broen er dyre, og nu er vi blevet bedre til at udbedre de skader, som er allermest nødvendige at få ordnet,” siger Mikkel Hemmingsen.

Beton udvikler sig ikke bare sådan hen over natten. Det går meget langsomt. Derfor er kunsten at forudsige lang tid i forvejen, hvilke skader man skal sætte ind overfor

Til gavn for endnu flere broer

Storebæltsbroen er stadig i god stand – faktisk så god, at det har været en udfordring at finde nok billeder af skader i betonen til at oplære algoritmen bedst muligt. For jo flere billeder algoritmen bliver trænet med, jo bedre bliver den til at kende forskel på skaderne i betonen.

Derfor er det planen at teste algoritmen på betonen på Lillebæltsbroen, Vejlefjordbroen og Øresundsbroen.

”På sigt håber vi, at løsninger bliver så god, at andre vil bruge den,” siger Mikkel Hemmingsen, som ser et stort potentiale i løsningen.

Indtil nu har Sund & Bælt brugt deres erfaringer fra at bygge Europas længste hængebro til at yde konsulenthjælp for andre, der bygger store infrastrukturværker. Men fordi deres nye løsning med kunstig intelligens nemt kan bruges af flere – og kun bliver stærkere af det – håber Mikkel Hemmingsen, at betonbroer over hele verden vil overveje at bruge løsningen.

“Vores kernefokus var at få lavet en løsning til os selv for at vedligeholde effektivt, men vi så ret hurtigt, at jo flere vi fik til at bruge løsningen, jo bedre blev den faktisk. Det har givet os incitament til at forsøge at udbrede løsningen til andre,” siger Mikkel Hemmingsen.

Han vil gerne udnytte, at en digital løsning i skyen nemt kan skaleres og bruges af andre.

“Viden om Storebæltsbroen er altid blevet delt. Nu træder vi ind i et nyt kapitel af Storebæltsbroens forretning, når vi kan begynde at dele vores digitale løsning. Jo mere viden, vi kan proppe ind i den, jo mere værdifuld bliver den.”

Mennesket i samspil med maskinen

Også Microsofts administrerende direktør Marianne Dahl er glad for løsningen, som er bygget i Azure og benytter objektgenkendelse, som er en af de mange kognitive services, der bliver stillet til rådighed igennem platformen.

”Det er et eksempel på et godt samspil mellem maskine og menneske. Den kunstige intelligens klæder de ansatte på til at tage gode beslutninger og lader betoneksperterne tage stilling til de relevante skader, uden de skal svæve i 200 meters højde,” siger hun.

A hand pointing toward a concrete wall
Skader på Storebæltsbroens beton kan se meget forskellige ud. Nogle er skabt af vind og vejr, mens andre er skrammer fra køretøjer eller slitage.