News

Erstellt: 26. März 2021

Vortrag bei der Konferenz "Artificial Intelligence in Architecture, Engineering, and Construction"

Vom 24. bis 25. März 2021 fand die digitale Konferenz "Artificial Intelligence in Architecture, Engineering, and Construction" statt. Herr Prof. Dr.-Ing. Christian Koch hat dort Ergebnisse aus der Kooperation mit Frau Dr. Jelena Ninić der University of Nottingham präsentiert.

Überbevölkerte "Megastädte" haben erhebliche Probleme mit der städtischen Mobilität und der Luftverschmutzung. Die Lösung dafür ist die Nutzung des unterirdischen Verkehrs als die nachhaltigste Transportlösung in Bezug auf CO2-Emissionen, Energieverbrauch und Lärmpegel. Daher sehen wir ständig wachsende unterirdische Verkehrsnetze. Während des Lebenszyklus von Infrastrukturprojekten wird eine große Menge an Daten gesammelt, verwaltet und verarbeitet, um das Verhalten des Bodens, der oberirdischen Infrastruktur und des Betriebs der Tunnelbohrmaschine zu untersuchen. In der Betriebs- und Instandhaltungsphase erfolgt die Erfassung des baulichen Zustands durch regelmäßige Inspektionen gemäß den Design Codes oder Best Codes of Practice. Die derzeitige Art des Datenmanagements stößt jedoch an mehrere Grenzen: i) die Notwendigkeit einer Integrationsplattform für das Informationsmanagement und die Entscheidungsfindung über den gesamten Lebenszyklus, ii) das Fehlen eines plattformneutralen, offenen Datenmodells für die maßstabsübergreifende Darstellung des Tunnelbaus und des unterirdischen Bauens und iii) die sinnvolle Nutzung von Datensätzen des Tunneldesigns, der Steuerung des Bauprozesses, der Erkennung von Mängeln während des Betriebs.

In unserem Entwurfs-Analyse-Visualisierungs-Framework "SATBIM" haben wir ein neuartiges Konzept zur On-Demand-Entwurfsbewertung in der Entwurfsphase und zur Prozesssteuerung in der Bauphase von Tunnelprojekten unter Verwendung simulationsbasierter Metamodelle zur Echtzeitvorhersage entwickelt. SATBIM ist eine integrierte, quelloffene Plattform zur Informationsmodellierung, Strukturanalyse und Visualisierung von maschinellen Tunnelbauprojekte. Zusätzlich setzt SATBIM Techniken des maschinellen Lernens ein, um Metamodelle für die Echtzeit-Designbewertung und die Echtzeit-Steuerung von baubetrieblichen Parametern zu generieren, um in beiden Fällen die Umweltauswirkungen (z.B. Setzungen) des maschinellen Tunnelbaus zu minimieren. 

Weitere Informationen finden Sie hier.