Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Maintenance-oriented Digital Twin for Underground Infrastructure with Sensing, Machine Learning, BIM and Simulation

Descripción del proyecto

Un método inteligente para garantizar la seguridad de los oleoductos

Las tuberías enterradas constituyen la espina dorsal de las infraestructuras modernas, ya que transportan agua, gas y energía minimizando los riesgos medioambientales y las alteraciones de la superficie. Sin embargo, el mantenimiento es un reto. La solución utiliza la tecnología de gemelos digitales para vigilar las tuberías en tiempo real y detectar las deficiencias estructurales antes de que se produzcan fallos. Con el apoyo de las Acciones Marie Skłodowska-Curie, elequipo del proyecto M-Twin4US pretende combinar el radar de penetración en el suelo y las cámaras con modelos de transformadores multitarea para analizar las interacciones suelo-tubería. Mediante modelos y pruebas a escala real, en el proyecto se predice el estado de las tuberías, mientras que su conjunto de herramientas de inteligencia artificial (IA) ayuda a las partes interesadas a actuar con prontitud, programando reparaciones en lugar de costosas excavaciones.

Objetivo

As buried pipelines face increasing maintenance challenges due to ageing, climate change, and infrastructure deterioration, failures can lead to severe economic losses and public safety risks. The M-Twin4US project aims to develop a novel, maintenance-oriented Digital Twin (DT) platform tailored for buried pipelines, with the flexibility to expand to other underground infrastructure. M-Twin4US will integrate advanced sensing technologies, Ground-Penetrating Radar (GPR) and closed-circuit television (CCTV), with state-of-the-art machine learning methods like Multi-task Transformers and Segment Anything Models (SAM). The project will address critical challenges in soil-pipe interaction analysis, GPR response prediction, and condition assessment by coupling digital modelling, machine learning, numerical modelling (hydro-mechanical and electromagnetic modelling) and real-scale testing. The project will develop a customisable surrogate model to predict future pipeline performance and offer an AI-aided toolkit for stakeholders to prioritise actions such as rehabilitation, excavation, or new construction. The project will be implemented in collaboration with key industry partners and will contribute to transforming underground infrastructure maintenance from a reactive to a proactive paradigm, supporting sustainability, safety, and resilience goals.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2024-PF-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

UNIVERSITY OF DURHAM
Aportación neta de la UEn
€ 216 956,60
Dirección
STOCKTON ROAD THE PALATINE CENTRE
DH1 3LE DURHAM
Reino Unido
Región
North East (England) Tees Valley and Durham Durham CC
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos

Participantes (1)

Socios (2)