Sztuczna inteligencja strzeże najpotężniejszej maszyny na świecie

Sztuczna inteligencja jest wykorzystywana do monitorowania i dokumentowania pęknięć w tunelach CERN-u. Rozwiązania te znacznie ułatwiają dbanie o kondycję Wielkiego Zderzacza Hadronów (LHC), najpotężniejszej maszyny na naszej planecie.
Robot TIM w akcji

Robot TIM w akcji

Podziemia CERN-u są jednym z najbardziej złożonych systemów tuneli na świecie. Ma on ponad 60 km długości, a otaczające skały wymagają ciągłego monitorowania i oceny ryzyka. Każdy najmniejszy wstrząs może zakłócić lub nawet wstrzymać działanie kompleksu akceleratorów. A to z kolei wiąże się z ogromnymi stratami finansowymi.

Sekcja inżynierów Future Studies (FS) z działu Site and Civil Engineering (SCE) skontrolowała 60 km podziemnych tuneli i infrastruktury podpowierzchniowej. Stwierdzono 550 usterek, w większości drobnych. Jednak spośród 8% poważnych usterek najczęstszym problemem były pęknięcia.

Do tej pory inżynierowie musieli ręcznie sprawdzać wszelkie pęknięcia i inne problemy w tunelach, co było czasochłonnym procesem. Co więcej, oko człowieka bywa niedokładne, więc zdarzało się, że w przeszłości pewne ubytki nie zostawały wykryte. Fizycy CERN już od dłuższego czasu szukają alternatywnych metod monitoringu, a jedną z najciekawszych jest zautomatyzowany system oparty na sztucznej inteligencji.

Strażnicy tuneli

Rozwiązanie, o którym mowa, to CERN Inspection Tool (TIC) – w pełni cyfrowa, aplikacja mobilna, który jest zintegrowana z portalem GIS (centralą) CERN-u. Umożliwia użytkownikom rejestrowanie usterek, dołączanie zdjęć, mierzenie odległości i lokalizowanie ich na mapie. Po zakończeniu inspekcji wszystkie zapisy są przesyłane do serwerów GIS, gdzie można je obejrzeć w czasie rzeczywistym.

Czytaj też: Nowa siła natury odkryta? Niezwykłe doniesienia z CERN

Od niedawna do zbioru danych wykorzystuje się nie ludzi, a specjalne roboty, takie jak CERNbot czy TIM robot. Maszyny opracowane przez grupę Controls, Electronics and Mechatronics (BE-CEM) wykonują zdjęcia inspekcyjne, które są następnie przetwarzane przez uczenie maszynowe w celu identyfikacji pęknięć. Naukowcy z University College Cork (UCC) opracowali algorytm rozpoznawania pęknięć w czasie rzeczywistym. Od niedawna jest on stosowany w CERN.

To zdalne gromadzenie zdjęć i danych uzyskanych za pomocą robotów pozwala na regularniejsze inspekcje i mniejsze ryzyko dla inspektorów, chociaż potrzebne są dalsze testy.John Osborne, szef sekcji Future Studies

W ramach innego projektu, naukowcy badają możliwość wykorzystania kabli światłowodowych do zdalnego pomiaru ruchów pod ziemią. To pozwoliłoby monitorować tunele nawet podczas prac akceleratorów (co normalnie jest niemożliwe).

Napisane przez

Adam

Redaktor