📌 ИИ НАУЧИЛСЯ ПРОГНОЗИРОВАТЬ ПОВЕДЕНИЕ ГЛУБОКИХ КОТЛОВАНОВ В РЕАЛЬНОМ ВРЕМЕНИ
➡️ Исследователи из Китая и Гонконга разработали новый подход на основе искусственного интеллекта, который позволяет прогнозировать поведение глубоких котлованов и оперативно уточнять расчеты непосредственно по мере выполнения строительных работ
✔️ В основе разработки — наблюдательный метод: проектные расчеты не остаются неизменными на протяжении всей стройки, а последовательно уточняются с учетом фактических данных мониторинга. ИИ объединяет исходные инженерно-геологические сведения, численное моделирование и информацию, поступающую уже во время разработки котлована
🔎 На этапе проектирования машинное обучение помогает восстановить сложную структуру грунтов даже при ограниченном количестве данных из скважин и учесть пространственную изменчивость их характеристик. В представленном исследовании точность определения стратиграфии достигла 86,2%
📊 Но главное начинается уже на стройплощадке. По мере поступления новых данных система уточняет прогнозы деформаций и других реакций котлована. По данным авторов, использование мониторинга ранних стадий позволило улучшить точность прогнозирования последующих этапов на 24,5–89,5% в зависимости от типа оцениваемого параметра, причем обновление выполнялось менее чем за 10 секунд
🏗 Подход проверили на реальном проекте глубокого котлована в Гуанчжоу, расположенном в плотной городской среде рядом с критически важной инфраструктурой
💡 Фактически речь идет о переходе от статичного расчета «до начала стройки» к постоянно уточняемой цифровой модели: появляются новые фактические данные — система пересчитывает прогноз и снижает неопределенность для следующих этапов работ
Университет Минстроя в MAX
➡️ Исследователи из Китая и Гонконга разработали новый подход на основе искусственного интеллекта, который позволяет прогнозировать поведение глубоких котлованов и оперативно уточнять расчеты непосредственно по мере выполнения строительных работ
✔️ В основе разработки — наблюдательный метод: проектные расчеты не остаются неизменными на протяжении всей стройки, а последовательно уточняются с учетом фактических данных мониторинга. ИИ объединяет исходные инженерно-геологические сведения, численное моделирование и информацию, поступающую уже во время разработки котлована
🔎 На этапе проектирования машинное обучение помогает восстановить сложную структуру грунтов даже при ограниченном количестве данных из скважин и учесть пространственную изменчивость их характеристик. В представленном исследовании точность определения стратиграфии достигла 86,2%
📊 Но главное начинается уже на стройплощадке. По мере поступления новых данных система уточняет прогнозы деформаций и других реакций котлована. По данным авторов, использование мониторинга ранних стадий позволило улучшить точность прогнозирования последующих этапов на 24,5–89,5% в зависимости от типа оцениваемого параметра, причем обновление выполнялось менее чем за 10 секунд
🏗 Подход проверили на реальном проекте глубокого котлована в Гуанчжоу, расположенном в плотной городской среде рядом с критически важной инфраструктурой
💡 Фактически речь идет о переходе от статичного расчета «до начала стройки» к постоянно уточняемой цифровой модели: появляются новые фактические данные — система пересчитывает прогноз и снижает неопределенность для следующих этапов работ
Университет Минстроя в MAX