数字化转型浪潮中,隧道的建设和运维也在经历着一次数字化蝶变。
如今,来自英国的创业公司hyperTunnel正在通过将数字孪生与AI、机器人和集群智能技术相结合,从测量、施工、挖掘、监控乃至维护等各个阶段提升隧道挖掘及使用的执行效率,这一举措颠覆了过去130年里几乎没有什么变化的地下隧道施工方法。
hyperTunnel成立于2018年,已经拥有40名员工和一支高素质领导团队,最近刚刚从欧洲创新委员会(EIC)加速器计划中获得了180万欧元融资。
作为英国铁路网公司的CEO,hyperTunnel董事长Mark Carne CBE同时还在负责监管总值150亿英镑的基础设施改善项目。
消除不确定性
在传统地下施工流程中,种种不确定性因素往往导致效率低下、成本超支和工期延误。而一切问题的源头,就是施工方只能零散把握地质结构的各种特性。
地质样本通常每500米采集一次,通过垂直钻孔向下深探。然而,500米间距内的地质、裂隙、地缝与水体分布可能发生重大变化,进而令项目面临难以预测的意外风险。
在hyperTunnel的施工方法中,施工方会先安装大量管路,再沿隧道路径的中央进行平行钻孔以采集岩心样本。
半自动机器人会沿着这些钻孔前进,以数字方式测量地质条件,并沿整个隧道路径采集地质岩心样本。
接下来就是围绕结构边界安装更多管路,形成隧道轮廓。
如此一来,施工人员即可通过探地雷达(GPR)以及地震、层析成像与热成像技术进行数据收集,并能够将数据同GPR合并进行网格化处理,最终建立起可视化3D模型。
利用这些数据,即可为隧道及周边地形创建数字孪生,从而为隧道拟议路径建立起前所未有的、完整且附带丰富数据的可视图像。
这套详尽的数字孪生模型可以通过计算机屏幕以高分辨率虚拟现实(VR)的形式呈现。再配合增强现实(AR)技术,距离隧道数千公里以外的会议室也能随时查看内部情况,观察结构条件及周边地质的实时数据。
VR技术还可用于培训操作员,降低学习任务的成本和风险。数字孪生也可用于模拟极端场景,例如隧道在经历极端温度或大风期间可能发生的情况,甚至模拟百年一遇的风暴、山体滑坡或地震等剧烈冲击。
施工现场数据库
从隧道准备到施工,数字孪生继续扮演建设流程中的核心。到这一步,机器人会被送入带有衬砌的建筑孔内以执行切割和钻孔作业,并通过增材制造部署复合建筑材料,以3D打印的形式建造地下隧道。
数字孪生还与AI协同工作,制定施工计划。这也为hyperBots提供了关键数据,例如材料强度、化学原料用量和施工位置等。
利用智能集群技术,成百上千台机器人能够沿隧道的所有路径同时工作,且相互穿行、自由移动。
由于能够在隧道内持续工作(而不像现有方法那样每次只开辟一到两个工作面),整个生产效率将得到飞跃。无论结构长度为500米还是5000米,只要部署了充足的施工机器人,整个隧道都能同时开展建造。
随后,结构内未经处理的地质部分将被破坏分解,再通过遥控拖拉机清除出去。施工完成后,数字孪生将作为施工和地质细节的“唯一事实”数据库、上报隧道健康状况,借此加强资产管理与维护能力。
通过VR与AR,工程师们不仅能够查看隧道的施工情况和周围环境,还能看到线缆等隐藏工程设施的确切位置,大大缩短地质及公共事业调查周期、加快后续工作进度。
与英国铁路网公司合作
hyperTunnel的首批委托主要涉及维修工作,负责解决隧道进水等问题,之后再逐步实验建设项目。该公司去年拿下了英国铁路网公司的维修合同,覆盖其约650条维多利亚时代修建的铁路隧道基础设施。
今年10月,hyperTunnel展示了全球首个完全由机器人建设的地下结构。该结构位于公司在北汉普郡唐斯的研发中心。这是一条长6米、高2米、宽2米的Peak XV人行隧道,施工要求就来自与英国铁路网公司的合作项目。
英国铁路网公司网络技术负责人(采矿与隧道)David Castlo表示,“我们一直在寻求新的隧道扩大或修复方法,希望缩短因隧道维改造成的停运周期。Peak XV让我们离这个目标又损害了一步,而且更重要的是,这是一种能够大大降低员工安全风险的施工方法。”
数字孪生的巨大潜力
hyperTunnel方法及其使用的数字孪生技术,还能够在交叉通道、公共设施及停车场等其他地下结构中使用。其应用范围极为广泛,涵盖止水、边坡稳定、大坝固定、危险废物围堵和地下资产监控等领域。
更重要的是,这种方法甚至能够将隧道的建造速度提升至10倍以上,而成本则削减至原先的二分之一。
这也将让以往不具成本可能性的项目变得可行且可持续。
随着全球人口的不断增长,各国对于地下交通及公共事业设施的需求也在持续提升。再考虑到数以万计需要维护的现有隧道,hyperTunnel数字孪生方案的效率与成本优势无疑显得格外宝贵。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。