11 outubro, 2021
A indústria de tuneis e o ambicioso projeto conduzido pela comunidade desenvolvido por meio de uma comunidade global de Engenheiros Civis. O projeto centraliza os dados disponíveis publicamente e permite que algoritmos de inteligência artificial poderosos nos bastidores façam previsões de projeto e construção, orientando os engenheiros a tomar as melhores decisões. A coisa mais notável sobre tunnels.ai é que é totalmente gratuito e promove a colaboração global e o compartilhamento de conhecimento para criar uma ‘mente coletiva’ de experiência em tunelamento. Neste artigo, cobriremos brevemente 4 maneiras pelas quais tunnels.ai está revolucionando a indústria de construção de túneis.
1. Previsão de projetos de revestimento de túneis
Historicamente, os engenheiros civis contam com a experiência de um grupo seleto de engenheiros seniores com experiência anterior em projetos para orientá-los na seleção de um projeto estrutural de esboço nos estágios iniciais de um projeto de túnel. Tunnels.ai oferece uma abordagem diferente para isso e desenvolveu uma ferramenta que coleta mais de 480 referências de projetos de túneis em 148 cidades e 47 países em todo o mundo para fazer previsões de design alimentadas por inteligência artificial para designs de revestimento de túneis, ostentando um nível de confiança de 95% em sua previsão. Esta ferramenta permite que os engenheiros façam previsões de parâmetros importantes, como espessura do revestimento do túnel, comprimento do anel do túnel, número de segmentos em um anel e muito mais. Os resultados da previsão das ferramentas são compilados elegantemente em um relatório de viabilidade bem apresentado, pronto para o engenheiro compartilhar com outros no projeto.
2. Previsão de custos do projeto
Os custos do projeto de túneis são tradicionalmente difíceis de prever, com incertezas sobre as condições de solo imprevistas e atrasos inesperados no projeto afetando os custos. As previsões de custos são ainda mais complicadas globalmente devido a diferenças significativas nos custos associados aos custos de mão-de-obra do mercado local, condições geológicas, método de túnel selecionado e tamanho do túnel especificado, com estes variando significativamente de projeto para projeto. Tunnels.ai desenvolveu uma inteligência artificial que usa tendências em dados disponíveis publicamente, capaz de prever custos de túneis por m em qualquer região global, com estimativas disponíveis em dólares americanos, libras esterlinas e euros. Os custos de túneis podem ser estimados para túneis TBM, mineração e métodos de corte e cobertura com resultados gerados comparando-se entre diferentes regiões, condições geológicas e métodos de construção de túneis. Experimente prever um custo de túnel.
3. Previsão de emissões de carbono
A sustentabilidade nunca foi mais importante do que é hoje e a construção de túneis pode ser uma fonte de contribuições significativas de dióxido de carbono, principalmente resultantes do vasto volume de concreto necessário para a construção de um túnel. Tunnels.ai desenvolveu uma ferramenta para estimar as emissões de dióxido de carbono resultantes da construção do túnel usando os mais recentes métodos de previsão de carbono revisados por pares. A inteligência artificial é então usada para sugerir ao engenheiro se o design e os materiais podem ser otimizados para reduzir a pegada de carbono do projeto, levando o engenheiro a considerar os impactos de sustentabilidade de seu projeto. Experimente prever as emissões de carbono do projeto do túnel. Essa é a indústria de túneis
4. Previsão de projetos de túneis minados
A escavação de túneis em minas tem sido frequentemente considerada uma atividade de alto risco na indústria da construção e o projeto adequado e a consideração das condições geológicas existentes são de extrema importância. Tunnels.ai desenvolveu uma ferramenta capaz de prever projetos de túneis minerados usando os métodos RMR e Q System, dando aos engenheiros uma melhor compreensão inicial dos prováveis requisitos de suporte antes de prosseguir com o projeto detalhado. Experimente prever um projeto de mineração.
