Çinli bilim adamları, popüler Raspberry Pi mini bilgisayarını kullanarak demiryolu tünellerinin kaplamalarındaki boşlukları tespit etmek için bir sistem geliştirdiler. Buildings dergisindeki bir makalede açıklanan bu yeni teknoloji, tünel yapılarının güvenliğini ve güvenilirliğini önemli ölçüde artırabilir.
Demiryolu tünelleri genellikle birincil ve ikincil kaplama ile inşa edilir; burada ikincisi, gücü ve yerel gerilimlere dayanma yeteneğini arttırır. Ancak ikincil kaplamada boşluklar oluşursa tünelin bütünlüğü tehlikeye girebilir, bu da yapısal hasara ve hatta çökmeye neden olabilir.
Manuel inceleme veya yere nüfuz eden radarın kullanılması gibi mevcut boşluk tespit yöntemlerinin sınırlamaları vardır. Yere nüfuz eden radar, doğru olmasına rağmen pahalıdır ve sürekli izleme sağlamaz. Bu sınırlamaların üstesinden gelmek için Gansu Yol ve Köprü İnşaat Grubu Şirketi ile Huazhong Bilim ve Teknoloji Üniversitesi İnşaat ve Hidrolik Mühendisliği Okulu’ndan araştırmacılar, tünel inşaatı sırasında boşlukları tespit etmek için Raspberry Pi tabanlı bir sistem geliştirdiler.
Sistem, betonun iletkenliğini ölçmek için 40 adet Raspberry Pi genel amaçlı giriş/çıkış (GPIO) pini kullanıyor. İletkenlik düştüğünde bu, tünel kaplamasındaki olası boşlukları gösterir. Yazarlar, yeni inşa edilen 600 metrelik bir tünelin ikincil kaplamasına kablolar yerleştirdiler ve bunları bir akım kaynağı olarak pim 2’ye ve devreyi topraklamak için pim 34’e bağladılar.
“Devre açık kalırsa (boş bir boşluğu gösterir), Raspberry Pi akımı algılamaz. Devre kapatıldığında (dolu bir boşluğu gösterir), akım akar ve Raspberry Pi bunu tamamlanmış bir doldurma işlemi olarak kaydeder,” diye açıklıyor makale.
Cihazları yeraltı ortamından korumak için araştırmacılar su geçirmez muhafazalar kullandılar. Ayrıca sistemde Honeywell basınç sensörü ve sıcaklık ve nem sensörü de bulunuyor. Tüm sensör okumaları, 5G bağlantısı aracılığıyla Alibaba Cloud’a yükleniyor ve gerçek zamanlı izleme ve geçmiş analiz için MySQL veritabanında saklanıyor.
Yazarlar, toplanan sensör verilerine makine öğreniminin uygulanabileceğini, hatta tünellerin dijital ikizlerinin oluşturulabileceğini ve gerçek zamanlı karar desteği sağlayabileceğini öne sürüyor. Verilerin buluta gönderilmesi aynı zamanda verilere uzaktan erişilebilmesi anlamına da geliyor ve mühendislerin tünelin durumunu değerlendirmek için yeraltına gitme ihtiyacını ortadan kaldırıyor.
Raspberry Pi ve yere nüfuz eden radar verileri kullanılarak elde edilen sonuçların karşılaştırmalı analizi, yeni sistemin düzensiz şekilli veya çok küçük boşlukları tespit etme zorluğu gibi birkaç sınırlama dışında oldukça iyi başa çıktığını gösterdi.