Forskersonen er forskning.nos side for debatt og forskernes egne tekster. Meninger i tekstene gir uttrykk for skribentenes holdninger.

Hver dag blir det bygget nye tunneler i berg over hele landet. De ferdige tunnelene er trygge, men selve byggefasen byr på utfordringer.

For de som arbeider med å sprenge og bore tunneler, er risikoen for ras, vanninntrengning eller uforutsigbare bergforhold en del av hverdagen. Hvordan kan vi gjøre denne fasen tryggere, mer presis og mindre kostbar?

Svaret mitt er: ved hjelp av kunstig intelligens.

Alt for mange subjektive vurderinger 

Gjennom mange år på ulike prosjekter med tunnelbygging og gruvedrift, har jeg erfart at mange avgjørelser i tunnelbygging fortsatt bygger på erfaringsbaserte og ofte subjektive vurderinger.

I planfasen bruker vi borekjerner fra overflaten og seismikk for å forutsi forholdene. I selve drivefasen vurderer man bergmassen visuelt og analyserer hvordan boremaskinen oppfører seg.

For eksempel kan rask inntrengning i berget tyde på svakere partier. Men uten mulighet til å se innover i berget, blir dette likevel vurderinger med en viss usikkerhet. Det er her risikoen ligger.

Ubrukte data 

I dag finnes det mye mer data enn vi bruker. En moderne boremaskin samler inn tusenvis av målinger i minuttet mens den borer. Dette kalles MWD-data, som står for «Measure While Drilling».

MWD-data fungerer som en signatur for berget:

Vi får informasjon om hvor motstandsdyktig berget er, hvor mye vannspyling som kreves for boring, og hvor stort trykk som kreves for å bore fremover. Disse dataene blir ofte bare lagret og ikke brukt aktivt til å ta beslutninger.

Utviklet maskinlæringsmodeller for å forutsi hva vi har i vente 

I doktorgradsarbeidet mitt har jeg utviklet maskinlæringsmodeller som kan bruke MWD-data til å si noe om hva som finnes foran tunnelveggen. Hvilken bergart kommer vi til å møte? Hvor svak er den? Bør vi sikre tunnelen ekstra akkurat her? Kan vi gjenbruke utsprengt tunnelstein eller må den på deponi?

Med hjelp av slike modeller kan vi forutsi hva vi har i vente, og ta grep i tide. I stedet for å vente til raset kommer, kan vi handle før det skjer.

Sammenligner med tusenvis av tidligere tilfeller 

Dette fungerer slik: Vi samler inn data fra boremaskinen. Disse blir omgjort til et slags digitalt fingeravtrykk av berget. Maskinlæringsmodellen sammenligner dette med tusenvis av tidligere tilfeller, og gir et forslag til hvilken type berg vi står overfor. Det hele skjer på sekunder. 

Og det er ikke bare bergarten vi kan forutsi. Modellene kan også si noe om hvilke tiltak som trengs: Hvor langt skal vi sprenge neste salve? Skal vi sikre berget med ekstra bolter og betong før vi fortsetter? Resultatet er sikrere tunneler, mindre overforbruk av ressurser og lavere kostnader.

Maskinlæring gir ingeniørene et nytt verktøy som reduserer kostnader og ulykker

Samfunnet har mye å vinne. Tunneler gir oss kortere reisevei, bedre kollektivtransport og lavere klimautslipp. Men de må bygges trygt. Rasulykker kan koste liv og store summer. Ved å bruke maskinlæring gir vi ingeniørene et nytt verktøy. Et verktøy som ikke erstatter dem, men som hjelper dem å ta bedre beslutninger. 

I tillegg kan mer effektiv og trygg tunneldriving gjøre underjordisk gruvedrift mer attraktivt, som et alternativ til store dagbrudd i naturen. Det betyr mindre inngrep i landskap og økosystemer, og bedre sameksistens mellom ressursutvinning og naturvern.

Bruken av verktøyet forbedrer modellene ytterligere 

Når dette verktøyet tas i bruk i stor skala, kan vi også samle erfaringer fra tunnelbygging over hele landet og bruke det til å forbedre modellene ytterligere. Dette gir en positiv spiral:

Jo mer vi bygger, jo bedre blir vi. Teknologien kan også tilpasses gruvedrift og internasjonale prosjekter, noe som kan gi norske miljøer et forsprang.

Digitial og datadrevet fremtid for tunnelbygging 

Fremtiden for tunnelbygging er ikke bare forbedret sprengstoff, stål og maskiner. Den er digital, datadrevet og smartere. Og kanskje viktigst: tryggere. 

Med kunstig intelligens kan vi «se gjennom berget» – før vi treffer det.

Aktuelt fra forskersonen:

Er klær fra Temu og Shein giftigere enn andre nye klær?

Visste du at noen typer sol­kremer er farlige for naturen?