Norges mest avsidesliggende jernbanebruer skal bli smarte

Fra offshore til jernbane

NGI har over 50 års erfaring med strukturovervåking i krevende miljøer. Instituttet har blant annet overvåket offshore vindturbiner, utført distribuert vibrasjonsovervåking i dype borehull og instrumentert konstruksjoner der salt, vind og bølger setter utstyret på harde prøver.

Teknologien NGI har valgt, er basert på såkalte magnetostriktive ekstensometre. Bak navnet skjuler det seg sensorer som måler lineær forskyvning med ekstrem presisjon. Metoden har vært en arbeidshest i offshoresektoren i to tiår, og nå skal den brukes til å måle hvordan betongen i jernbanebruene tøyes og presses under belastning.

– Med tanke på lokasjonen og den vanskelige adkomsten må utstyret være robust og ha høy kvalitet. Vi har garantiansvar over tre år og systemet skal ha en forventet levetid på ti år, forklarer Heian.

Sensorer på bruer og skinner

NGI har ansvaret for å instrumentere to bruer på Ofotbanen. Nordal bru nummer én er en fritt opplagt spennarmert betongbru med ett spenn på 50 meter. Bru nummer to har to spenn på 44 og 41 meter og ligger i en kurve med 350 meters radius. Begge bruene ble bygget i 1988 og er representative for mange jernbanebruer i Norge og Europa.

NGIs løsning omfatter flere typer sensorer som til sammen gir et komplett bilde av bruenes tilstand. Ekstensometre måler om betongen strekkes eller trykkes sammen under belastning. Akselerometre fanger opp vibrasjoner i tre retninger når togene passerer. Inklinometre registrerer om brubjelkene vipper eller heller. På skinnene måler strekklapper kreftene fra toghjulene, mens temperatursensorer holder oversikt over hvordan kulde og varme påvirker konstruksjonen.

– Systemløsningen er skalerbar og basert på vel utprøvde komponenter med høy kvalitet. Dette er viktig med tanke på beliggenhet og adkomst til stedet i den operasjonelle fasen, forklarer Heian.

Automatisk deteksjon av togpasseringer

Alle måledata samles inn kontinuerlig med hele 1000 målinger per sekund. Systemet er programmert til å detektere togpasseringer automatisk, basert på utslag fra utvalgte akselerometre. Når et tog passerer, lagres data fra 20 sekunder før deteksjonen til tre minutter etterpå. Hvert tog genererer mellom 70 og 100 megabyte data.

Dataene overføres via mobilt bredbånd til NGI Live, instituttets egen skybaserte dataplattform. Der kan brukerne sette opp varsling via SMS eller e-post dersom driftsstatus eller måleverdier avviker fra normalen. Dataene visualiseres i sanntid gjennom nettbaserte dashbord.

– NGI Live håndterer måledata i sanntid fra tusenvis av sensorer hver dag. Det er en stabil kjernekomponent i våre prosjekter, med moderne krav til datasikkerhet, tilgangsstyring og brukerautentisering, forklarer Heian.

Data for digitale tvillinger

Alle dataene som sensorene samler inn, har et formål utover ren overvåking. Et sentralt mål med instrumenteringen av Søsterbekk-bruene er å skaffe grunnlaget for å bygge digitale tvillinger. 

En digital tvilling er en virtuell kopi av en fysisk konstruksjon, basert på innsamlet data fra sensorer og målinger. Denne digitale modellen fungerer som et arbeidsverktøy: den lar ingeniørene simulere hvordan bruen påvirkes av ulike belastninger, værforhold og påkjenninger over tid. Når modellen er kalibrert mot faktiske målinger fra konstruksjonen, blir den et pålitelig verktøy for å forstå og forutsi hva som skjer, og dermed for å iverksette nødvendige vedlikehold før problemer oppstår.

For jernbanesektoren betyr prosjektet et skifte fra periodisk, planlagt vedlikehold til tilstandsbasert vedlikehold. I stedet for å inspisere bruer med faste intervaller, kan overvåkingsdata fortelle vedlikeholdsansvarlige når en bru faktisk trenger oppmerksomhet.

– Vår høyeste prioritet er robusthet og måledata av høy kvalitet som oppfyller brukerens behov. Får vi til det, kan dette bli et viktig referanseprosjekt for hvordan jernbaneinfrastruktur overvåkes i fremtiden, avslutter Kristoffer Heian.