Institut for Fugtteknik har udviklet en AI-baseret metode, der kan forbedre diagnosticeringen af fugt i bygninger ved at kombinere data fra vægtprocent-målinger, termografi og salte.
Løsningen består af en sensor til at måle vægtprocent, et termisk kamera til at måle, hvor der er varme og kulde i en væg samt analyse af salte og sporstoffer.
Danske fugtsensorer bidrager til restaurering af brandramt Notre Dame
Men metoden gør altså også brug af AI til at fortolke målingerne.
– Hidtil har fugtbekæmpelse bestået af en simpel fugtmåler, som man sætter på væggen, men man bruger ikke data til at komme meget videre i forhold til at bestemme fugtårsagen, siger Søren Als, adm. direktør og medstifter af Institut for Fugtteknik, og fortsætter:
– Gennem vores arbejde har vi fundet ud af, hvilke tre måleinstrumenter, der er de bedste, og via den forskning, der er tilgængelig, kan vi komme frem til et mere præcist resultat.
Langt større træfsikkerhed
Institut for Fugttekniks erfaring er, at fagpersoner er skarpe til at bruge måleinstrumenterne, men at de ofte har svært ved at skrive en rapport efterfølgende, da der er en masse variable, som man skal holde op mod hinanden.
– Vi har derfor spurgt os selv: Kunne vi ikke bruge AI til at lave fortolkningsdelen efter udtagning af prøver? Det har vi løst ved at lægge vores metode ind i en AI-model, og når man har taget de tre målinger, så genererer modellen automatisk en rapport, der giver en langt større træfsikkerhed, siger Søren Als.
Metoden kan identificere fire fugttyper og har på baggrund af 600 undersøgelser vist sig at øge træfsikkerheden med over 80 procent i forhold til manuel fortolkning.
Vær opmærksom på fugtforhold i konstruktioner omkring kølede rum
Målet for Søren Als og hans kollegaer er nu at lave et it-system, som kan bruges af alt fra bygningsejere, ingeniører og arkitekter.
Alexandra Instituttet har bidraget med AI-ekspertise til projektet.
Mere end 15 millioner europæiske husstande, svarende til cirka 17 procent, er i dag påvirket af fugtproblemer.
