علماء يطوّرون إطار عمل بالذكاء الاصطناعي للمراقبة طويلة الأمد لأضرار الجسور

طوّر علماء إطار عمل بالذكاء الاصطناعي (AI) للمراقبة طويلة الأمد لحالة الجسور، قادر على كشف الشقوق وتقشّر الخرسانة وتسرّب المياه وتتبّعها تلقائياً. ويعالج النظام إحدى المهام الأساسية في البنية التحتية للنقل: اكتشاف الأضرار الإنشائية في مرحلة مبكرة، قبل أن تتحول إلى أضرار حرجة.

لماذا لا تقتصر مراقبة الجسور على الفحص الدوري المجدول؟

تنهار الجسور ببطء ودون أن يلحظ أحد. فالمنشآت تتحمل يومياً أحمال المركبات وتقلبات درجات الحرارة المتكررة وملامسة الرطوبة المستمرة، وكل ذلك يؤدي إلى أضرار إجهاد تتراكم على مدى سنوات. وقد يبقى الشق الذي يظهر في عارضة حاملة دون ملاحظة لفترة طويلة إذا كان الفحص يُجرى مرة كل عدة سنوات أو لا يشمل المناطق التي يصعب الوصول إليها.

ووفقاً لموقع TechXplore، هناك ثلاثة أنواع رئيسية من الأضرار تتراكم في منشآت الجسور:

• الشقوق في العناصر الخرسانية — بفعل الأحمال وتقلبات درجات الحرارة
• التقشّر وتفتّت سطح الخرسانة (concrete spalling) — بسبب تآكل حديد التسليح أو البلى الميكانيكي
• تسرّب المياه — يُخلّ بالعزل المائي ويسرّع تدهور المنشأ

ولا يُعدّ أي من هذه العيوب بحد ذاته حرجاً في مرحلته المبكرة، لكنها تؤدي في غياب الرقابة المنهجية إلى تدهور القدرة الحاملة للمنشأ. ولهذا تكتسب الدقة المبكرة في التشخيص أهمية جوهرية لسلامة البنية التحتية للطرق.

بماذا تختلف المراقبة طويلة الأمد عن الفحوص المنفردة؟

لا يكتفي إطار العمل المطوَّر برصد الحالة الراهنة للمنشأ، بل يتتبّع ديناميكية التغيرات عبر الزمن. وهذا فارق جوهري عن عمليات الفحص البصري المجدولة التي تعطي «لقطة» لحظة الفحص فقط. فنظام الذكاء الاصطناعي يجمع بيانات عن كل عيب ويرصد تطوره: ما سرعة اتساع الشق، وهل تتمدد منطقة التسرّب، وهل يتسارع التقشّر.

ويتيح هذا النهج لجهات الطرق التحرك استباقياً. فبدلاً من انتظار أن يصبح الضرر مرئياً أو حرجاً، يُصدر النظام تحذيراً مبكراً ويتيح التخطيط للإصلاح بتكاليف أقل.

«تُعدّ الجسور جزءاً مهماً من أنظمة الطرق. ومراقبتها ضرورية لضمان السلامة الإنشائية»، بحسب وصف التطوير الوارد في

TechXplore.

الذكاء الاصطناعي في سلامة البنية التحتية للنقل

تُعدّ مراقبة سلامة المنشآت (Structural Health Monitoring, SHM) من الاتجاهات النشطة في تطبيق الذكاء الاصطناعي على البنية التحتية الفعلية. إذ تُدرَّب أنظمة الرؤية الحاسوبية على التعرّف على العيوب من الصور ومن بث الفيديو لكاميرات المراقبة، وتحلّل خوارزميات السلاسل الزمنية بيانات حساسات الأحمال والاهتزازات، بينما تقدّر النماذج التنبؤية العمر المتبقي للعناصر.

ويتولى إطار العمل المطوَّر المراقبة الروتينية، ما يتيح لمهندسي الفحص التفرغ لتحليل الحالات الشاذة واتخاذ القرارات. ويكتسب هذا النهج أهمية خاصة على النطاق العالمي: فهناك مئات الآلاف من جسور الطرق والسكك الحديدية في العالم، وقد شُيّد معظمها قبل عقود ويحتاج إلى رقابة منهجية. ويجعل نقص المفتشين المؤهلين وارتفاع تكلفة الفحوص اليدوية من الأتمتة ضرورة لا رفاهية.

ماذا يعني ذلك؟

تمثل المراقبة طويلة الأمد للجسور بالذكاء الاصطناعي خطوة نحو الصيانة التنبؤية للبنية التحتية الحرجة للنقل. فبدلاً من الإصلاح التفاعلي «حين تصبح المشكلة واضحة»، تتيح أنظمة من هذه الفئة التخطيط للأعمال مسبقاً، وخفض تكلفة دورة الحياة، ومنع الحوادث في منشآت تخدم لعقود.

الأسئلة الشائعة

ما الأضرار التي يكشفها نظام الذكاء الاصطناعي في الجسور؟

صُمّم النظام لاكتشاف ثلاثة أنواع رئيسية من العيوب: الشقوق في الخرسانة، والتقشّر وانفصال طبقات السطح (spalling)، وتسرّب المياه. وهذه هي الأضرار الأكثر شيوعاً في منشآت الجسور تحت تأثير حركة المرور وتقلبات درجات الحرارة والرطوبة.

لماذا تُعدّ المراقبة طويلة الأمد أهم من الفحوص المنفردة؟

تسجّل الفحوص المنفردة الحالة لحظة المعاينة، لكنها لا تتيح تتبّع الديناميكية — أي مدى سرعة تطور الشق أو تمدد منطقة التسرّب. أما المراقبة طويلة الأمد بالذكاء الاصطناعي فتجمع البيانات عبر الزمن، ما يتيح كشف تسارع التدهور والمبادرة إلى الإصلاح في الوقت المناسب.