Artificial Intelligence-Powered Digital Twins for Sustainable and Resilient Engineering Structures
X. Tang, J. Heng, S. Kaewunruen, K. Dai, C. Baniotopoulos
Bauingenieur Jahrgang 99 (2024) Heft 09
Publikationsdatum: 05.09.2024
doi.org/10.37544/0005–6650–2024–09–36
Abstract Artificial Intelligence (AI) is now playing a crucial role not only in everyday life, evidenced by the booming application of Large Language Models (LLMs) such as the Generative Pretrained Transformer (GPT), but also in its potential to transform traditional industries like civil engineering. This work examines the application of novel AI tools to enable Digital Twins (DT) for engineering structures, providing a comprehensive solution for the life-cycle management. A comprehensive state-of-the-art review is conducted to explore existing advancements in sensing, inspection, and simulation that are fundamental to the development of digital twins. Building on this knowledge, a framework is proposed to define DT for Engineering (DT4ENG) based on their emphasis and data flow, including forward DT, backward DT, and DT-informed decision making. Following this, a case study on floating offshore wind turbine (FOWT) structures demonstrates the application of DT4ENG in a specific domain, with findings that have broader implications for the life-cycle management of engineering structures. The present study reveals that the AI enables digital twins to effectively identify potential structural issues, predict deterioration, and suggest timely maintenance interventions. This approach enhances the accuracy of structural health assessments, optimises resource allocation, and minimises downtime. By translating the capabilities of digital twins into actionable strategies, the research highlights their potential to significantly improve the life-cycle management of engineering infrastructure. In general, these advancements promise a new era of intelligent maintenance strategies, offering increased safety, extended service life, and cost-effectiveness. The proposed DT4ENG is set to become a standard in the traditional industry, driving a shift towards more sustainable, resilient, adaptive, and intelligent structures.
KI gestützte digitale Zwillinge für nachhaltige und widerstandsfähige technische Bauwerke
Zusammenfassung Künstliche Intelligenz (KI) spielt heute nicht nur im Alltag zunehmend eine entscheidende Rolle, wie in sich häufender Anwendung von Large Language Models (LLMs), zum Beispiel dem Generative Pretrained Transformer (GPT) zeigt. Auch in traditionelle Branchen, wie dem Bauwesen, ist das Transformationspotenzial erkennbar. Die vorliegende Arbeit untersucht die Anwendung neuartiger KI-Tools, um digitale Zwillinge (Digital Twins, DT) für Bauwerke zu ermöglichen, die eine umfassende Lösung für das Lebenszyklusmanagement bieten. Dabei wird ein umfassender Überblick über den aktuellen Stand der Technik gegeben. Untersucht werden Fortschritte in den Bereichen Sensorik, Inspektion und Simulation, die für die Entwicklung digitaler Zwillinge grundlegend sind. Aufbauend auf diesem Wissen wird ein Handlungsrahmen eingeführt, um DT für das Ingenieurwesen (DT4ENG) zu definieren, basierend auf deren Schwerpunkt und Datenfluss, einschließlich Vorwärts-DT, Rückwärts-DT und DT-gestützter Entscheidungsfindung. Anschließend wird anhand einer Fallstudie über schwimmende Offshore-Windturbinen (engl.: floating offshore wind turbine, kurz: FOWT) die Anwendung von DT4ENG in einem spezifischen Bereich demonstriert, wobei die Ergebnisse weiterreichende Auswirkungen auf das Lebenszyklusmanagement von Bauwerkstrukturen haben. Die vorliegende Studie zeigt, dass KI digitale Zwillinge in die Lage versetzt, potenzielle strukturelle Probleme effektiv zu erkennen, eine Verschlechterung vorherzusagen und rechtzeitige Wartungsmaßnahmen vorzuschlagen. Diese Vorgehensweise verbessert die Genauigkeit der Zustandsbewertung von Bauwerken, optimiert die Ressourcenzuweisung und minimiert Ausfallzeiten. Durch die Umsetzung der Fähigkeiten digitaler Zwillinge in umsetzbare Strategien unterstreicht die Forschung deren Potenzial, das Lebenszyklusmanagement technischer Infrastrukturen erheblich zu verbessern. Insgesamt versprechen diese Fortschritte eine neue Ära intelligenter Wartungs-/ Instandhaltungsstrategien, die mehr Sicherheit, eine längere Lebensdauer und Kosteneffizienz bieten. Die vorgeschlagenen DT4ENG sind in der Lage in der traditionellen Industrie zum Standard zu werden und einen Wandel hin zu nachhaltigeren, widerstandsfähigeren, anpassungsfähigeren und intelligenteren Strukturen zu bewirken.