Intelligent structural health monitoring of port waterfront infrastructure with unmanned aerial vehicle-driven non-destructive inspections

Abstract

Ports serve as critical nodes in the global trade network, facilitating maritime connectivity, transportation, and economic growth while supporting the blue economy. As the digital era progresses, ports are increasingly driven to remain competitive across various domains, including infrastructure management and maintenance. Although intelligent technologies are being progressively integrated into numerous aspects of port operations, such as logistics, environmental monitoring, and security, their application in structural performance assessment remains limited. The structural health of port facilities, including berthing structures and rubble mound breakwaters, is vital to ensuring long-term operational functionality. These assets face persistent threats from climate change, natural hazards, marine exposure, and continuous operational loads, all of which accelerate deterioration and compromise structural integrity. Addressing these challenges necessitates transitioning toward digital modeling and advanced condition assessments supported by Structural Health Monitoring (SHM) applications. Enhancing traditional SHM practices with intelligent inspections and automated performance evaluation can assist ports in optimizing maintenance costs, improving risk mitigation strategies, and strengthening resilience planning. Intelligent SHM represents a data-driven evolution of conventional monitoring practices, incorporating sensors, advanced tools, and automation technologies, shifting from reactive maintenance to proactive asset management. This PhD thesis aims to establish a robust and scalable intelligent SHM roadmap for port waterfront infrastructure. The framework integrates Non-Destructive Testing (NDT) with Unmanned Aerial Vehicles (UAVs), computer vision, programming modules, and Geographic Information Systems (GIS) to create an efficient performance assessment methodology capable of addressing the complexities of multi-structure inspections and advancing damage detection automation. The PhD thesis initially contextualizes UAV strengths and limitations compared to conventional SHM methods, building a knowledge base for informed decision-making regarding UAV adoption in port infrastructure monitoring. Following this preliminary evaluation, the thesis investigates the effectiveness of UAV-based inspections in practice. The framework successfully demonstrated the simultaneous monitoring of both concrete pavements of berthing facilities and rubble mound structures, addressing a critical gap in current SHM practices. Periodic inspection campaigns were conducted at Lavrio Port, located on the northeastern tip of Attica, Greece. UAV-based photogrammetry generated geospatial metadata, which was analyzed using GIS tools. The results confirmed that this multi-structure inspection approach minimizes redundant field efforts and provides an informed visualization of the structural condition of port assets.The thesis further advanced the UAV-based SHM framework by incorporating computer vision techniques, programming workflows, and geospatial analytics. For port concrete pavements, specialized programming modules and GIS tools were integrated into a geospatial crack detection methodology. This process accounted for operational challenges, including surface disturbances, shadowing, and environmental variability, significantly improving the accuracy and reliability of condition assessments. Moreover, the UAV-based SHM framework introduced an automated performance assessment for rubble mound structures. UAV-derived photogrammetry datasets were processed using GIS and automated programming workflows to quantify changes in armor layer stability over time. This approach enabled quantified identification of damage evolution and supported the long-term monitoring of maintenance interventions. The structured SHM methodology was validated through an additional in-situ campaign, allowing the final formulation of the intelligent SHM roadmap. During this validation phase, additional challenges were confronted and addressed, demonstrating the framework’s capacity for adaptive improvements guided by engineering judgment. The roadmap’s validation confirmed its reliability, scalability, and adaptability, effectively meeting the demands of modern port infrastructure monitoring.Recognizing that intelligent SHM must bridge data collection with actionable insights, this thesis pioneered the development of structural condition-based vulnerability parameters. The intelligent SHM roadmap was implemented in real-time investigations, where SHM data were integrated into port vulnerability assessments. This novel pathway can enhance risk mitigation strategies and resilience planning, addressing a significant gap in existing port assessment methodologies, which often lack real-time structural monitoring inputs.Overall, the present PhD thesis demonstrates the potential of integrating UAV-driven inspections, geospatial analysis, and advanced automated defect detection into a structured framework tailored for port infrastructure monitoring. The proposed intelligent SHM roadmap offers practical insights and tools that can support ongoing efforts toward enhancing the efficiency and resilience of port maintenance strategies. Future advancements in data-driven structural monitoring can benefit from the overall investigation, paving the way for more automated infrastructure management approaches in complex maritime environments.

Οι λιμένες αποτελούν κρίσιμους κόμβους με δυναμικό αντίκτυπο στο εμπόριο, τη θαλάσσια συνδεσιμότητα και τις μεταφορές, την εφοδιαστική αλυσίδα και τη γαλάζια οικονομία. Παρά τη ραγδαία τάση αξιοποίησης ευφυών τεχνολογιών σε διάφορους τομείς των λιμένων, η εφαρμογή τους σε θέματα που άπτονται τη δομική ακεραιότητα παραμένει περιορισμένη. Η αξιολόγηση της δομικής κατάστασης βασίζεται κατά κύριο λόγο σε παραδοσιακές τεχνικές επιθεώρησης, οι οποίες στερούνται δυνατοτήτων αυτοματοποίησης και δεδομένων σε πραγματικό χρόνο. Δεδομένου ότι οι λιμένες αποτελούν σύνθετα τεχνικά συστήματα με διάφορες αλληλένδετες υποδομές, η διασφάλιση της δομικής τους ακεραιότητας μέσω ευφυών προσεγγίσεων είναι ζωτικής σημασίας για τη βιώσιμη λειτουργία και τη μακροχρόνια αποδοτικότητά τους. Τα λιμενικά έργα ανωδομής, όπως οι αποβάθρες και τα κρηπιδώματα, καθώς επίσης και τα έργα θωράκισης, είναι τρωτά απέναντι στις επιπτώσεις της κλιματικής αλλαγής, σε φυσικές καταστροφές, στο θαλάσσιο διαβρωτικό περιβάλλον και σε ανθρωπογενείς παράγοντες. Η αντιμετώπιση αυτών των προκλήσεων μπορεί να επιτευχθεί μέσω της ψηφιακής αναπαράστασης των λιμενικών υποδομών μέσω πρακτικών Παρακολούθησης της Δομικής Κατάστασης (Structural Health Monitoring, SHM). Οι πρόσφατες τάσεις στο SHM στρέφονται προς την αξιοποίηση τεχνικών επιθεώρησης μη καταστροφικού ελέγχου (Non-Destructive Testing, NDT). Ο εκσυγχρονισμός των παραδοσιακών πρακτικών SHM με έξυπνες επιθεωρήσεις και αυτοματοποιημένη αξιολόγηση της υφιστάμενης κατάστασης μπορεί να βελτιστοποιήσει το κόστος συντήρησης, να τροφοδοτήσει στρατηγικές αντιμετώπισης κινδύνων και να συμβάλλει στην ενίσχυση της ανθεκτικότητας. Η Ευφυής Παρακολούθηση της Δομικής Κατάστασης (Intelligent Structural Health Monitoring, iSHM) αντιπροσωπεύει την εξέλιξη των παραδοσιακών πρακτικών παρακολούθησης, μέσω ενσωμάτωσης αισθητήρων, προηγμένων εργαλείων και τεχνολογιών αυτοματοποίησης, με στόχο τη μετάβαση στην προληπτική διαχείριση υποδομών. Αντικείμενο της παρούσας διδακτορικής διατριβής αποτελεί η διαμόρφωση ενός δομημένου, εύχρηστου και λειτουργικού οδηγού για την Ευφυή Παρακολούθηση της Δομικής Κατάστασης των λιμενικών έργων ανωδομής μέσω της ενσωμάτωσης μη καταστροφικών ελέγχων (NDT) με Μη Επανδρωμένα Αεροσκάφη (Unmanned Aerial Vehicles, UAVs), υπολογιστική όραση, προγραμματιστικές ροές και Γεωγραφικά Πληροφοριακά Συστήματα (Geographic Information Systems, GIS).Αρχικά, διαμορφώθηκε ένα πλαίσιο των δυνατοτήτων και των περιορισμών χρήσης UAVs συγκριτικά με συμβατικές μεθόδους SHM, δημιουργώντας μια βάση για την τεκμηριωμένη αξιοποίησή τους σε επιθεωρήσεις λιμενικών υποδομών. Στη συνέχεια, διερευνήθηκε η πρακτική αποτελεσματικότητά τους ως προς τη δυνατότητα επιτυχούς ταυτόχρονης παρακολούθησης τόσο οδοστρωμάτων από σκυρόδεμα σε αποβάθρες όσο και έργων προστασίας με φυσικούς ογκόλιθους θωράκισης, καλύπτοντας ένα σημαντικό κενό των υφιστάμενων πρακτικών SHM. Για το σκοπό αυτό πραγματοποιήθηκαν επαναλαμβανόμενες επιθεωρήσεις στον λιμένα του Λαυρίου, στην ανατολική Αττική. Μέσω της φωτογραμμετρίας παρήχθησαν γεωχωρικά μεταδεδομένα, τα οποία αναλύθηκαν με GIS εργαλεία. Τα αποτελέσματα επιβεβαίωσαν ότι αυτή η προσέγγιση μειώνει τις πλεονάζουσες επιτόπιες εργασίες και οδηγεί σε τεκμηριωμένη απεικόνιση της δομικής κατάστασης των λιμενικών υποδομών με χρήση πραγματικών δεδομένων.Την προκαταρτική καταγραφή της υφιστάμενης δομικής κατάστασης ακολούθησε η λεπτομερής αξιολόγηση με ενσωμάτωση τεχνικών υπολογιστικής όρασης, αυτοματοποιημένων ροών και γεωχωρικής ανάλυσης. Για τα οδοστρώματα από σκυρόδεμα, εφαρμόστηκε συνδυαστική μεθοδολογία ανίχνευσης ρωγμών, λαμβάνοντας υπόψη λειτουργικές προκλήσεις, όπως οι επιφανειακές αλλοιώσεις, η σκίαση και η μεταβλητότητα περιβάλλοντος, η οποία επιτρέπει τον γεωχωρικό εντοπισμό ρωγμών με ακρίβεια και αξιοπιστία. Επιπλέον, για τα έργα θωράκισης διαμορφώθηκε μία αυτοματοποιημένη μεθοδολογία εκτίμησης υψομετρικών χρονικών μεταβολών μέσω επεξεργασίας των φωτογραμμετρικών μεταδεδομένων σε GIS περιβάλλον, επιτρέποντας την ποσοτική αποτίμηση της αστάθειας των ογκόλιθων θωράκισης και τον εντοπισμό παρεμβάσεων συντήρησης. Η δομημένη μεθοδολογία Παρακολούθησης της Δομικής Κατάστασης επαληθεύτηκε μέσω μιας πρόσθετης επιτόπιας επιθεώρησης, που επέτρεψε τη διαμόρφωση του τελικού ευφυούς οδικού χάρτη. Κατά τη φάση αυτή αντιμετωπίστηκαν νέες προκλήσεις, όπως η χρήση διαφορετικού συστήματος UAV και η περαιτέρω επιδείνωση των υφιστάμενων υποδομών, οι οποίες ωστόσο αντιμετωπίστηκαν με ευφυή ενδιάμεσα βήματα. Τέλος, λαμβάνοντας υπόψη ότι η ευφυής Παρακολούθηση της Δομικής Κατάστασης θα πρέπει να καταλήγει στην παραγωγή χρήσιμης και αξιοποιήσιμης πληροφορίας, στο πλαίσιο της παρούσας διδακτορικής διατριβής προτάθηκαν νέες παράμετροι τρωτότητας των λιμένων οι οποίες βασίζονται στην πραγματική δομική κατάσταση. Ο ευφυής οδικός χάρτης εφαρμόστηκε σε πραγματικά σενάρια, ενσωματώνοντας τα δομικά δεδομένα σε εκτιμήσεις τρωτότητας λιμένων. Η νέα αυτή προσέγγιση ενισχύει τις στρατηγικές αντιμετώπισης κινδύνων και τον σχεδιασμό ανθεκτικών υποδομών, καλύπτοντας ένα σημαντικό κενό των υφιστάμενων μεθοδολογιών, οι οποίες συχνά αγνοούν την ανάγκη για συνεχή δομική παρακολούθηση. Συνολικά, η παρούσα διδακτορική διατριβή αναδεικνύει την συνέργεια επιθεωρήσεων με χρήση UAVs, γεωχωρικής ανάλυσης και προηγμένης ανίχνευσης φθορών με στόχο την ανάπτυξη ενός δομημένου πλαισίου παρακολούθησης λιμενικών υποδομών. Ο προτεινόμενος οδικός χάρτης ευφυούς παρακολούθησης (iSHM) προσφέρει πρακτικά εργαλεία και γνώσεις που μπορούν να ενισχύσουν στρατηγικές σχετικές με την αποτελεσματική συντήρηση και ανθεκτική διαχείριση των λιμένων. Οι μελλοντικές εξελίξεις στη δομική παρακολούθηση η οποία θα βασίζεται σε πραγματικά δεδομένα μπορούν να αξιοποιήσουν τα αποτελέσματα της παρούσας διατριβής, ανοίγοντας τον δρόμο για πιο αυτοματοποιημένες προσεγγίσεις σε σύνθετα θαλάσσια περιβάλλοντα.