Innovadora IA entrenada con el escaneo 3D del Artec Leo predice la capacidad de los puentes

El escáner Leo de Artec 3D se utiliza para digitalizar las vigas inferiores de un puente.

En la vida cotidiana, decir que un objeto es «tan duro como el acero» es una forma de enfatizar su durabilidad. Después de todo, el material es uno de los más fuertes del planeta. Pero incluso el acero tiene sus límites.

Muchos puentes públicos, por ejemplo, están sostenidos por vigas de acero propensas al deterioro provocado por condiciones climáticas extremas. Dado que las fallas han causado anteriormente numerosas lesiones y muertes, así como pérdidas financieras significativas en todo el mundo, la inspección regular es vital para garantizar que sigan siendo seguras para operar a plena capacidad.

En los casos en que se descubra que los puentes se están deteriorando, se puede reducir su límite de carga y, en determinadas circunstancias, incluso pueden enfrentarse al cierre, con un enorme coste económico.

Como puedes imaginar, las autoridades gestionan la infraestructura en pueblos y ciudades con miles de puentes, además de ser responsables de proporcionar otros servicios públicos. Este acto de equilibrio también hace que la eficiencia sea esencial para estirar los recursos hasta donde puedan llegar.

Es por eso que investigadores de la Technische Universität Dresden y la Universidad de Massachusetts Amherst han comenzado a desarrollar un método de inspección de puentes de acero más rápido y preciso.

Vigas de puente de acero que muestran signos de deterioro (reflejados en los datos de escaneo 3D capturados).

En la actualidad, el escrutinio de dicha infraestructura implica la eliminación del material corroído y la medición de lo que queda, utilizando la captura de un solo punto por ultrasonido que requiere mucho tiempo y trabajo. Con el Artec Leo, por otro lado, los investigadores ahora han identificado una forma mucho más eficiente de medir las vigas y adquirir los datos altamente detallados necesarios para un análisis más rápido y profundo.

La eficiencia del Leo «en otro universo»

Inicialmente, los investigadores desarrollaron su flujo de trabajo en torno a los datos capturados con un escáner láser terrestre. La Universidad de Massachusetts Amherst es el hogar de un Centro de Innovación y Laboratorio de Medios Digitales 3D lleno de tecnologías avanzadas, incluido un dispositivo montado en un trípode, que se había utilizado anteriormente para digitalizar e investigar paisajes abiertos como las orillas de los ríos.

Cuando se trataba de identificar patrones de corrosión en una viga de acero fuera de servicio, también se descubrió que este escáner LiDAR capturaba suficientes detalles. Sin embargo, para la inspección de puentes en la praxis, las vigas deben medirse en cualquiera de los extremos, en áreas que requieren el acceso de una grúa de cangilón.

Con el objetivo de aumentar la flexibilidad, el equipo cambió al Artec Leo, un dispositivo inalámbrico todo-en-uno con una precisión de 0,1 mm y una velocidad de captura de hasta 35 millones de pts/s. Suministrado por el Embajador de Artec 3D, Source Graphics, el Leo no sólo es rápido y compacto, sino que es increíblemente intuitivo, lo que facilita el aprendizaje de su uso, incluso para los recién llegados que requieren una alta precisión desde el principio.

Análisis de desviación de la viga y del espesor restante realizado en un puente corroído naturalmente, utilizando datos de escaneo 3D del Artec Leo.

«Por lo general, la corrosión ocurre en las vigas, las estructuras de soporte del tablero del puente. Debido a la cubierta del puente, hay que escanear un lado, detenerse, mover el cubo y luego escanear el otro», dijo Simos Gerasimidis, profesor asociado de la Universidad de Massachusetts Amherst. «Por lo tanto, es muy importante que sea portátil, versátil y fácil de mover. El Leo también te dice si estás demasiado cerca o demasiado lejos, para que sepas en el acto si el escaneo fue bueno o no».

«Con el Leo, estás acumulando (al menos) cientos de miles de puntos en cinco minutos. Con los métodos tradicionales, se captura un punto en tres minutos. Por lo tanto, si se mide la eficiencia por tiempo por datos capturados, está en un universo diferente».

Inspección predictiva con IA

Una vez dominado el escaneo 3D del Leo, Gerasimidis y sus colegas se dedicaron a perfeccionar su flujo de trabajo. El procesamiento comenzó dentro de Artec Studio, el software de captura y procesamiento de escaneos de Artec 3D, que cuenta con el modo HD para escaneos ultra nítidos – incluso cuando se digitalizan superficies metálicas brillantes – y algoritmos únicos que permiten el mejor seguimiento de texturas y geometrías de su clase.

El análisis de vigas también sería posible utilizando las herramientas de inspección integradas en el programa, pero el equipo optó por trabajar con nubes de puntos sin procesar, para evitar cualquier posibilidad de desalineación.

Durante la limpieza de los datos, generaron mapas de contorno en 2D, que ilustraban el espesor restante del alma (o panel de acero) de cada viga. Por sí solos, estos mapas ofrecen a los inspectores una forma rápida y sencilla de visualizar el estado de una viga. Pero los investigadores no habían terminado ahí: querían desarrollar una forma de utilizar estos datos para descubrir la capacidad de los puentes.

Entonces, una vez que colocaron los datos en un sistema de coordenadas, el equipo los introdujo en el software de análisis de elementos finitos (FEA) ABAQUS para el análisis estructural. Después de repetir este proceso con múltiples escaneos de tres vigas fuera de servicio, utilizaron sus hallazgos combinados de FEA para generar computacionalmente «escenarios» en los que la sobrecarga conduciría a fallas.

«Para cada uno de los 1.400 escenarios de corrosión creados, utilizamos un marco algorítmico desarrollado internamente para generar un modelo de elementos finitos», explicó el investigador de la Universidad Técnica de Dresde, George Tzortzinis. «A partir de ahí, pudimos identificar la capacidad y el modo de falla exacto de la viga corroída».

Un escaneo 3D completo de la viga, que incluye pequeños agujeros y detalles finos de la superficie.

Con el objetivo de acelerar aún más el análisis de puentes, el equipo utilizó estos escenarios para entrenar una IA capaz de encontrar patrones entre los datos de entrada mediante el aprendizaje automático y calcular la capacidad. La idea era que, si los ingenieros de clasificación de carga introducían mapas de contorno capturados con escaneo 3D en esta herramienta de IA, podrían evaluar automáticamente la capacidad de una viga para transportar cargas predeterminadas.

Después de demostrar este enfoque en un entorno controlado, el equipo lo aplicó en la práctica, con la inspección de un puente en servicio en Massachusetts. A pesar de las vibraciones y las restricciones de accesibilidad, lograron identificar de manera rápida y eficiente áreas de desgaste en áreas similares a través de las vigas y generar los datos necesarios para que los ingenieros asignen las capacidades de carga del puente con mucha mayor precisión.

¿Cuál es el siguiente paso para la inspección impulsada por IA?

Al igual que los métodos convencionales de inspección de puentes, los investigadores requieren el alquiler de grúas y cierres parciales de carreteras, pero también es más rápido y reduce significativamente la incertidumbre de la inspección. Con más de 20.000 puentes de acero de EE.UU. calificados como en «malas» condiciones, y más de 100.000 calificados como «regulares», se cree que su enfoque más eficiente podría ayudar a la Administración Federal de Carreteras y a las autoridades estatales de transporte a abordar un retraso estimado en reparaciones de $125 mil millones.

De cara al futuro, el equipo propone que sus hallazgos se incorporen a un curso integral de capacitación en recopilación de datos, que aporte uniformidad a la industria. A largo plazo, creen que la integración de herramientas de comparación de capacidad de carga y pérdida de sección impulsadas por IA en los sistemas de gestión de puentes también podría mejorar el mantenimiento de la infraestructura pública en todo Estados Unidos.

«Hay varios estados de EE.UU. que están considerando integrar el escaneo 3D en su flujo de trabajo, algunos ya tienen Artec Leo», concluyó Gerasimidis. «Esta es una industria que cambia lentamente, la gente necesita ver pruebas, y ahora las tenemos. Creo que la tecnología seguirá creciendo aquí. Puede que no suceda en seis meses, pero en una escala de 5 a 10 años, las cosas van a cambiar».

¿Te interesa saber más sobre esta investigación pionera? Puedes leer el documento completo aquí.