Un défi actuel pour le monitoring de tunnel
Les processus de construction sont toujours très complexes et de nombreuses variables doivent être prises en compte. Lors du creusement de tunnels, le processus de construction est d’autant plus difficile car les risques évoluent en permanence en raison d’incertitudes telles que des variations imprévues des conditions géologiques ou des mouvements de terrain induits par le creusement de tunnels. Afin de surmonter ces défis, une grande quantité de données techniques est enregistrée pendant le creusement des tunnels. Les tunneliers sont fabriqués pour enregistrer des milliers de mesures de capteurs chaque seconde, tandis que les systèmes d’instrumentation et de surveillance en temps réel mesurent les mouvements du sol et des bâtiments dans une vaste zone à l’aide de diverses technologies de détection. En raison du volume important et de la complexité des données prélevées, les opérateurs de tunneliers et les ingénieurs géotechniques estiment qu’il n’est pas possible d’interpréter intuitivement et efficacement ces données grâce aux techniques traditionnelles d’analyse de données.
Un travail de recherche collaboratif auquel Sixense contribue
Les progrès de l’intelligence artificielle (IA) et des techniques d’apprentissage automatique au cours des dernières années ouvrent de vastes perspectives pour la gestion et l’interprétation des “big data”. Ces technologies permettent d’exploiter des modèles cachés dans des données complexes, de développer des modèles de prédiction basés sur ces données et d’évoluer vers des processus plus automatisés.
Le groupe de recherche Soga, basé à l’université de Californie, Berkeley, mène actuellement des recherches sur l’utilisation de l’apprentissage automatique pour lier la détection des tunneliers à la surveillance des sols et développer un cadre systématique pour un système autonome de creusement de tunnels. Il s’agit d’un travail collaboratif entre plusieurs partenaires industriels tels que Sixense Inc, Enzan Koubou Co. Ltd. et Shimizu Corp. Les données sur le creusement de tunnels ont été fournis par le département des transports de l’État de Washington et MRTJ, et comprennent des données sur la déformation des sols du projet de tunnel de la route 99 à Seattle, WA, recueillies par Sixense entre 2012 et 2017.
Les résultats de la 1ère étape de recherche montrent que les données des tunneliers peuvent être utilisées pour caractériser la géologie le long du tracé du tunnel en utilisant des algorithmes d’apprentissage supervisé et non supervisé. La recherche approche de sa deuxième étape, consistant à mettre en œuvre le procédé sur la base des données de surveillance de la surface du sol et des structures recueillies par Sixense lors du projet de tunnel de la route SR99 et liant les données souterraines (tunnelier) aux données de surface (surveillance de la surface du sol et des structures).
Sixense est fier de contribuer aux travaux de recherche en vue d’améliorer la fiabilité, la sécurité et de diminuer les risques et les coûts de creusement de tunnels en élaborant un système permettant de faire progresser la technologie des tunneliers autonomes.