Korrosion orsakar försämring och funktionsförlust i strukturella komponenter, särskilt i maritima miljöer som till exempel hamnen i Kiel och Kielkanalens utlopp vid Brunsbüttel i Schleswig-Holstein, där ett forskningsprojekt nu pågår. Trots att olika ytbehandlingar kan hjälpa till att minska korrosionens effekter, försämras de ofta av flera påverkande faktorer som kan leda till korrosionsskador och materialutmattning. Dessa skador medför betydande kostnader, vilket gör att det är viktigt att noggrant övervaka tillståndet hos både ytbehandlingar och stålkonstruktioner för att kunna upptäcka skador i tid och bedöma deras allvarlighetsgrad.
Planerade underhållsinspektioner av infrastrukturen är dock förknippade med höga kostnader. För att minska dessa kostnader finansierar delstatskansliet i Schleswig-Holstein ett projekt, benämnt CHAI, som nyligen har påbörjats. Syftet med CHAI är att utnyttja artificiell intelligens för att utveckla metoder som möjliggör en förutsägande underhållsstrategi. Det övergripande målet är att identifiera kritiska skador så tidigt som möjligt och prioritera underhållsinsatserna.
Projektet använder sig av sensorer för att samla in data om miljöförhållanden i Kiels hamn och vid slussen i Brunsbüttel. Exempel på registrerade data är vattentemperatur, kemisk sammansättning, solstrålning och förekomsten av organiska ämnen som alger och fågelspillning, faktorer som alla kan bidra till korrosion av stålkonstruktioner och ytbehandlingar.
Deltagande i CHAI-projektet inkluderar hamnen i Kiel, Christian Albrechts universitet i Kiel (CAU) och AC Korro-Service GmbH. Projektet leds av Dr. Daniel Höche och Dr. Christian Feiler från Hereon Institute for Surface Science. Med en budget på 900 000 euro är projektet planerat att pågå fram till den 31 maj 2027.
