Fugro ©2024

Támogatás

 

 

Automatizált cölöptervező és geotechnikai modellalkotó rendszer

A projekt célja, hogy a geotechnika területén automatizált digitális tervezési szolgáltatást hozzunk létre. A projekt során létrejövő eredmény egy mérnökök által kontrollált, automatikusan működő tervezési rendszeren alapuló szolgáltatás, mely képes a helyszínen gyűjtött adatok, információk automatikus feldolgozására, azokból talajmodell készítésére és alapozás-optimalizálásra valamint BIM alapú alapozási tervek készítésére.

Az automatizált rendszer az emberi és a földi erőforrások felesleges felhasználásának problémájára ad választ, de egyúttal elősegíti az építőipari projektek geotechnikai kockázatainak csökkentését és az építőipari digitalizáció fejlődését is. A digitalizált, automatikus rendszer alapjain létrejövő szolgáltatás, mely a projekt eredménye, jelentős gazdasági hatással bír mind a mérnöki tervezés, mind a megvalósítási/kivitelezési fázis során. Ez - nem elhanyagolható módon - jelentős környezetvédelmi előnyöket is nyújt a környezeti terhelés jelentős csökkentése révén. A jelenleg nagy humánerőforrás igényű tervezési folyamatok sokszor szubjektív döntéseken alapulnak, melynek eredményeként nem mindig az optimális műszaki megoldások jelennek meg a tervekben. A fejlesztés eredményeképpen létrejövő digitális alapokon működő szolgáltatás a korábban szubjektívan meghozott döntéseket optimalizálási algoritmusokkal és mesterséges intelligenciával váltja ki, így csökkentve a szubjektív döntések okozta kockázatokat.

Projektünk során tehát egy integrált rendszert fejlesztünk ki, ami automatizáltan értékeli a helyszíni geotechnikai vizsgálatok (CPTU szondázások) eredményeit, mesterséges intelligencia segítségével megalkotja a környezet BIM kompatibilis geotechnikai modelljét, illetve képes optimalizált alapozástervezésre egészen a BIM kompatibilis tervdokumentáció elkészültéig.

Jelen projekt során a két éves kutatómunkával a TRL8-TRL9 szintet tervezzük elérni szolgáltatásunkkal. Tekintettel arra, hogy ehhez hasonló, automatizált, mesterséges intelligencián alapuló tervezési megoldások nem állnak rendelkezésre a piacon ez tekinthető projektünk fő innovációjának. Ez a megoldás töredékére csökkenti a folyamat idő- és élőmunkaigényét, és optimalizált megoldást nyújt az alapozástervezésre, így a versenytársakénál jelentősen versenyképesebb szolgáltatást nyújt.

A fejlesztéshez felhasznált jelentős korábbi, a műszaki tervezés és a folyamatoptimalizálás területén szerzett tapasztalat és tudás, valamint a fejlesztés során felhasznált legkorszerűbb technológiák biztosítják a projekteredmény hosszabb távú fenntarthatóságát. A legkorszerűbb technológiák implementálásában BME Építőmérnöki Karának munkatársai is közreműködnek.

Jelen kutatási projektet követően az elvégzett tervezési feladatokkal a mesterséges intelligencia megbízhatósága is folyamatosan fejlődik, ami hosszú távon tud folyamatos versenyelőnyt biztosítani. Mind beruházók, mind építés kivitelező vállalatok a fejlesztésünk célcsoportjának tekinthetőek világviszonylatban. Jelenleg a nagy logisztikai fejlesztések beruházói, jelentős ipari és gyártó vállalatok, mint beruházók, valamint az őket kiszolgáló építést kivitelező, leginkább mélyalapozó vállalatok közül kerülnek ki vevőink.

A szolgáltatásunk olyan egyedülálló megoldást kínál mind döntés előkészítésben, mind megvalósítás során, mely mind gyorsaságában, mind optimalizációs képességében teljes mértékben új dimenziókat teremt a geotechnikai szolgáltatások tekintetében az egész világon. Mind a beruházások döntéselőkészítésénél, mind kivitelezések tendereztetésénél, mind tervezési folyamatok során az idő az egyik legfontosabb tényező. Erre a kihívásra ad választ a jelen fejlesztés eredményeképpen létrejövő szolgáltatás, ami - annak gyorsasága, hatékonysága és pontossága miatt – óriási versenyelőnyt jelent nemzetközi viszonylatban is.

Projekt azonosító száma: 2023-1.1.1-PIACI_FÓKUSZ-2024-00048

Kedvezményezett neve: FUGRO Consult Kft.

Szerződött támogatási összeg: 333 769 637 Forint

Projekt tervezett befejezés dátuma: 2026.04.30

Támogató: Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal