Towards the integration of smart techniques for tunnel seismic applications

Seismische Messungen zur Gefahrenzonenvorhersage sind heute gängige Praxis in vielen Tunnelvortrieben. Neben einem großen Erkundungsbereich und der genauen Lokalisierung von Diskontinuitäten liefern seismische Daten eine umfassende Charakterisierung des Gebirges. Um eine optimale Datenqualität und -quantität während des Tunnelvortriebs störungsfrei zu erhalten, ist eine gute Synchronisation der Technik erforderlich. Erstens muss die Signalquelle in kürzester Zeit möglichst viel Energie in das Gestein einspeisen. Zum anderen sorgen die Kontinuität der Signalerzeugung mit konstanter Qualität und deren präzises Timing durch die drahtlose Datenübertragung für einen zuverlässigen Messvorgang. Künstliche Intelligenz bestimmt die Qualität der aufgezeichneten Daten bereits im Tunnel und gibt dem Anwender ein Feedback, um die Datenqualität hochzuhalten. Von der Tunnelbaustelle können die aufgezeichneten Rohdaten in eine Cloud übertragen werden, aus der ein autorisierter Benutzer sie abholt, egal wo auf der Welt. Eine sofort gestartete Datenverarbeitung liefert innerhalb einer Stunde ein Ergebnis, das je nach Gebirgsbeschaffenheit eine geologische Prognose von bis zu 150 m Vortrieb enthält. Neben der Datenqualität ist auch die Qualität der Ergebnisse entscheidend. Daher werden derzeit Techniken entwickelt, die mittels maschinellen Lernens die seismischen Attribute mit geologischen Eigenschaften korrelieren und analysieren. Dies soll in Zukunft zu einer objektiveren Bewertung der geologischen Vorhersage führen.