Rivoluzione nell'Ispezione Ferroviaria
Grazie ai recenti sviluppi nel campo dell'intelligenza artificiale (IA), gli ingegneri civili possono ora effettuare ispezioni su larga scala delle infrastrutture in modo più efficiente e a costi ridotti, monitorando nel contempo l'evoluzione della gravità dei danni nel tempo.
Un Nuovo Approccio per il Monitoraggio delle Infrastrutture
Un gruppo di ricercatori dell'EPFL ha dimostrato la fattibilità di un metodo basato sull'IA per la rilevazione, la crescita e il monitoraggio delle crepe. Questa innovativa metodologia sarà presto testata nel tratto ferroviario che collega Zermatt a Brig, nel Canton Vallese. Lo studio è stato pubblicato nella rivista Automation in Construction.
Vantaggi dell'IA nella Sicurezza Ferroviaria
L'IA può migliorare la sicurezza ferroviaria attraverso ispezioni automatizzate di binari, traverse, ballast e muri di contenimento. Il laboratorio IMOS (Intelligent Maintenance and Operations Systems) dell'EPFL ha sviluppato un metodo che aumenta l'efficienza nella rilevazione delle crepe nelle strutture in calcestruzzo.
Un'IA Spiegabile per Decisioni Trasparenti
La ricerca presenta un metodo innovativo che utilizza l'intelligenza artificiale spiegabile, una forma di IA che consente agli utenti di comprendere le motivazioni dietro le decisioni dell'IA.
"Abbiamo addestrato un algoritmo a distinguere tra immagini di muri in calcestruzzo con e senza crepe [un compito di classificazione binaria] fornendo centinaia di campioni di immagini da entrambe le categorie. Successivamente, abbiamo chiesto all'algoritmo di evidenziare quali pixel ha utilizzato per prendere la sua decisione," afferma Florent Forest, scienziato del laboratorio IMOS e autore principale dello studio.
L'algoritmo ha identificato con successo i pixel corrispondenti alle crepe.
"Con il nostro approccio, gli utenti possono fornire all'algoritmo immagini scattate nel corso degli anni di un tratto ferroviario—o di qualsiasi altra infrastruttura ispezionata regolarmente—e chiedere di quantificare la gravità delle crepe nelle pareti e nelle traverse nel tempo. Questo aiuta gli operatori delle infrastrutture a pianificare la manutenzione in modo più efficace," aggiunge Forest.
Limitazioni delle Ispezioni Tradizionali
Attualmente, gli operatori ferroviari ispezionano regolarmente le condizioni delle infrastrutture, come i muri di contenimento, utilizzando criteri predefiniti, con valutazioni assegnate da ispettori esperti. Tuttavia, questo processo è spesso soggetto a valutazioni soggettive, rendendo difficile monitorare i cambiamenti nel tempo, specialmente quando diversi ispettori valutano lo stesso tratto di infrastruttura in momenti diversi.
Digitalizzazione e Monitoraggio Avanzato
Grazie ai progressi nella digitalizzazione, gli operatori ferroviari possono monitorare le condizioni dei binari utilizzando un vagone di monitoraggio specializzato, dotato di vari dispositivi di misurazione e telecamere laterali e a pavimento per l'ispezione visiva di binari, traverse in calcestruzzo e muri di contenimento.
Utilizzando questi sistemi basati sull'IA per la quantificazione della gravità dei danni, il processo di ispezione può essere automatizzato, rendendolo più obiettivo, preciso e facile da confrontare nel tempo.
Prossimi Passi per la Ricerca
Il team di ricerca dell'EPFL testerà il proprio metodo su tratti ferroviari tra Zermatt e Brig e tra Brig e Disentis. Questi tratti comprendono diversi muri di contenimento di forme e materiali vari, rendendo l'attività particolarmente impegnativa per l'algoritmo.
Il team ha già raccolto immagini tramite droni, insieme a quelle provenienti dal vagone di monitoraggio, e utilizzerà il proprio algoritmo di IA per assistere l'operatore ferroviario nel monitoraggio delle infrastrutture in modo più frequente e sistematico.