Das Projektvorhaben KIKI hat zum Ziel, die aktuellen Inspektionsverfahren für die Instandhaltung von Abwasserkanälen mit KI-Methoden anzureichern, sodass eine automatisierte Schadenserkennung in Bilddaten möglich wird.
KIKI
1
2
Weiterhin wird untersucht, inwiefern ein Prognosemodell auf Basis von historischen Daten den zukünftigen Alterungsprozess vorhersagen kann und ob anhand dieser Informationen eine effiziente Instandhaltungsstrategie abgeleitet werden kann.
3
Die Daten werden dazu auf einem Digitalen Zwilling gesammelt, der den Zustand der Kanalisation dreidimensional darstellt und mittels Mixed Reality zu Planungs- und Kontrollprozessen sowie bei konkreten Sanierungsmaßnahmen herangezogen werden kann.
Principal Investigator
Dr. Dirk Werth
Geschäftsführer und
wissenschaftlicher Direktor
Ihr Ansprechpartner
Tomas Cerniauskas
Mail: tomas.cerniauskas@aws-institut.de
Telefon: +49 152 25684 937
Kurz & Bündig
Was?
Das Projektvorhaben KIKI hat zum Ziel, die aktuellen Inspektionsverfahren für die Instandhaltung von Abwasserkanälen mit KI-Methoden anzureichern, sodass eine automatisierte Schadenserkennung in Bilddaten möglich wird. Das spart Zeit und Kosten. Ergänzend dazu soll untersucht werden, inwiefern ein Prognosemodell auf Basis von historischen Daten den zukünftigen Alterungsprozess vorhersagen kann. Auf dieser Basis kann dann eine effiziente Instandhaltungsstrategie abgeleitet werden.
Wie?
Um den Prozess zu unterstützen und zu beschleunigen, wird eine automatisierte Auswertung der TV-Bilddaten mit einer KI-basierten Schadenserkennung kombiniert. Damit in Zukunft die zu erwartenden Schäden präziser vorhergesagt werden können, soll die Datenbasis einer Kanaldatenbank mit einem KI-gestützten Degradationsmodell plausibilisiert und komplettiert werden. Auf Basis dieser gewonnenen Daten soll dann ein virtuelles Modell des Kanalisationsnetzes mittels VR-/AR-Visualisierung (digitaler Zwilling) erstellt werden. Das ermöglicht einen effektiven Zugriff auf Zustands- und Prognosedaten für Experten zur Unterstützung der Sanierungsentscheidungen, Wartungsvorschlägen und -planungen.
Ausgangssituation
Das Kanalisationsnetz ist ein zentraler Bestandteil der Wohn- und Industrieinfrastruktur in Deutschland. Dabei unterliegt das Kanalnetz einem natürlichen Alterungsprozess, der ohne kontinuierliche Pflege und Wartung zum Funktionsausfall und sogar- im Falle von Undichtigkeiten – zu Verunreinigungen des Grundwassers führen kann. Die Geschwindigkeit dieses Alterungsprozesses unterliegt dabei einer Vielzahl von Faktoren, wie z.B. der Bausubstanz, dem umliegenden Erdreich aber auch der Beanspruchung von über den Kanalhaltungen verlaufenden Verkehrsaufkommen. Die Beurteilung dieses Alterungsprozesses und der Entscheidung, ihm durch Kanalerneuerung, -sanierung und -instandsetzung entgegenzuwirken, obliegt dem Betreiber eines Kanalnetzes und basiert auf einem umfangreichen Bestand an Stammdaten (Lage, Werkstoff, Baujahr, Stationierung, hydraulische Belastung, Herstellkosten) und Zustandsdaten, die anhand von Schadensbildern und -kürzeln beschrieben werden und in Kanaldatenbanken verwaltet werden.
Bestehende statistische Prognosemodelle erlauben zwar den Investitionsbedarf in ein Kanalnetz vorherzusagen, bedürfen jedoch eines sehr konsistenten Stamm- und Zustandsdatenbestandes und einer umfangreichen Stichprobe. Ohne einen konsistenten und möglichst vollständigen Stammdatenbestand ist mittels qualifizierter Stichprobe eine aussagefähige Vorhersage, in welchem Umfang Schäden drohen, nicht möglich. In der Praxis zeigt sich, dass in nahezu jeder Kanaldatenbank in erheblichem Umfang datentechnische Inkonsistenzen und Datenlücken bestehen, welche vor Einsatz eines Prognosemodells erst einmal geschlossen bzw. plausibilisiert werden müssen.
Kanalnetz Stand 2018:
594.321 Kilometer
Kosten ca.
2.500 € pro Kilometer
Das August-Wilhelm Scheer Institut entwickelt drei grundlegende Bestandteile:
Automatisierte Erkennung und Klassifizierung von Schäden in Bilddaten mittels KI-Verfahren
Aufbau einer Datenplattform für die Speicherung der Zustandsdaten
Erstellung eines Digitalen Zwillings des Kanalnetzes und Bereitstellung in einer AR-Anwendung
Presseveröffentlichungen
Das August-Wilhelm Scheer Institut und der Entsorgungsverband Saar arbeiten nach eigenen Angaben an einer neuen Lösung für schnellere und wirtschaftlichere Inspektionen von Abwasseranlagen.
Recyclingmagazin.de, 31. August 2020
FÖRDERHINWEIS
Das Projekt KIKI ist gefördert vom Bundesministerium für Bildung und Forschung.
Förderkennzeichen: 02WDG1594
Laufzeit: 01.05.2021 bis 30.04.2023
KIKI zählt zu den Digital GreenTech-Projekten. Die Förderrichtlinie „Digital GreenTech – Umwelttechnik trifft Digitalisierung“ wurde im Rahmen des Aktionsplans „Natürlich.Digital.Nachhaltig“ veröffentlicht.