Учёные разработали ИИ-фреймворк для долгосрочного мониторинга повреждений мостов

طوّر علماء إطار عمل قائم على الذكاء الاصطناعي (AI) لمراقبة حالة الجسور على المدى البعيد، قادرٍ على الكشف التلقائي عن الشقوق وتتبعها، إضافةً إلى تقطّع الخرسانة وتسرّب المياه. يعالج النظامُ أحدَ التحديات الرئيسية في البنية التحتية للنقل: اكتشاف الأضرار الهيكلية في مرحلة مبكرة — قبل أن تصبح بالغة الخطورة.

لماذا مراقبة الجسور أكثر من مجرد فحص دوري

تتدهور الجسور ببطء وبصورة غير محسوسة. تتعرض الهياكل يومياً لأحمال حركة المرور، والتذبذبات الدورية في درجات الحرارة، والتلامس المستمر مع الرطوبة — وكل ذلك يؤدي إلى أضرار الإجهاد التي تتراكم على مدار سنوات. قد تمر الشقوق التي تنشأ في عارضة حاملة دون أن تُلاحَظ لفترة طويلة إذا كانت عمليات التفتيش تُجرى مرة كل بضع سنوات أو لا تغطي المناطق التي يصعب الوصول إليها.

وفقاً لـ TechXplore، ثمة ثلاثة أنواع رئيسية من الأضرار التي تتراكم في هياكل الجسور:

• الشقوق في العناصر الخرسانية — تحت الأحمال والتذبذبات الحرارية
• تقشّر السطح وتقطّعه (concrete spalling) — بسبب تآكل حديد التسليح أو التآكل الميكانيكي
• تسرّب المياه — يخل بالعزل المائي ويُسرّع تدهور الهيكل

كل واحد من هذه العيوب ليس بالغ الخطورة بمفرده في المرحلة الأولى، غير أنه دون رقابة منهجية تؤدي جميعها إلى تدهور القدرة الحاملة. ولهذا السبب تحديداً يكتسب التشخيص المبكر أهمية جوهرية لسلامة البنية التحتية للطرق.

كيف تختلف المراقبة طويلة الأمد عن الفحوصات الآنية

لا يقتصر إطار العمل المطوَّر على تسجيل الحالة الراهنة للهيكل — بل يتتبع ديناميكية التغيرات عبر الزمن. وهذا تمييز جوهري عن عمليات التفتيش البصري المجدولة التي توفر "لقطة" في لحظة الفحص. يجمع نظام الذكاء الاصطناعي بيانات عن كل عيب ويرصد تطوره: بأي سرعة تنمو الشقوق، وهل تتسع منطقة التسرب، وهل يتسارع التقشر.

يتيح هذا النهج لخدمات الطرق التصرفَ بصورة استباقية. بدلاً من انتظار أن يصبح الضرر مرئياً أو بالغاً، يوفر النظام إنذاراً مبكراً ويُمكّن من التخطيط للإصلاحات بتكلفة أقل.

"تُعدّ الجسور جزءاً مهماً من أنظمة الطرق. ومراقبتها ضرورية لضمان السلامة الهيكلية"، جاء في وصف التطوير وفقاً لـ

TechXplore.

الذكاء الاصطناعي في سلامة البنية التحتية للنقل

تُعدّ مراقبة الصحة الهيكلية (Structural Health Monitoring, SHM) واحدة من المجالات التي تشهد تطوراً نشطاً في تطبيق الذكاء الاصطناعي على البنية التحتية الفعلية. تُدرَّب أنظمة الرؤية الحاسوبية على التعرف على العيوب من الصور الفوتوغرافية وتدفقات الفيديو من كاميرات المراقبة، وتحلل خوارزميات السلاسل الزمنية بيانات مستشعرات الحمل والاهتزاز، فيما تقيّم النماذج التنبؤية العمر التشغيلي المتبقي للمكونات.

يتولى إطار العمل المطوَّر المراقبةَ الاعتيادية، مما يُتيح لمهندسي التفتيش التفرغ لتحليل الحالات الشاذة واتخاذ القرارات. يكتسب هذا النهج أهمية خاصة على النطاق العالمي: يوجد في العالم مئات الآلاف من جسور الطرق والسكك الحديدية، معظمها بُني منذ عقود ويحتاج إلى مراقبة منهجية. ويجعل نقص المفتشين المؤهلين والتكلفة المرتفعة لعمليات المسح اليدوية من الأتمتة ضرورةً لا رفاهية.

ما الذي يعنيه ذلك

إن مراقبة الجسور بالذكاء الاصطناعي على المدى البعيد خطوة نحو الصيانة التنبؤية للبنية التحتية الحيوية للنقل. بدلاً من الإصلاحات التفاعلية "حين تصبح المشكلة جلية"، تُتيح أنظمة هذا المستوى التخطيط للأعمال مسبقاً، وخفض تكاليف دورة الحياة، ومنع الحوادث في المنشآت التي تخدم لعقود.

أسئلة شائعة

ما الأضرار التي يكتشفها نظام الذكاء الاصطناعي في الجسور؟

صُمِّم النظام للكشف عن ثلاثة أنواع رئيسية من العيوب: الشقوق في الخرسانة، وتقشر السطح وتقطّعه (spalling)، وتسرّب المياه. وهذه هي الأضرار الأكثر شيوعاً في هياكل الجسور تحت تأثير حركة المرور وتذبذبات درجات الحرارة والرطوبة.

لماذا تُعدّ المراقبة طويلة الأمد أهم من الفحوصات الآنية؟

تُسجّل عمليات التفتيش الآنية الحالةَ لحظة المسح لكنها لا تُمكّن من تتبع الديناميكية — بأي سرعة تتطور الشقوق أو تتسع منطقة التسرب. أما المراقبة بالذكاء الاصطناعي على المدى البعيد فتجمع البيانات عبر الزمن، مما يُمكّن من رصد تسارع التدهور والمبادرة إلى الإصلاح في الوقت المناسب.