کاربرد هوش مصنوعی در انجام خدمات آزمایشگاهی در پروژه های عمرانی

به گزارش سازه نیوز : ناصر شعبانی  مدیر کل آزمایشگاه فنی و مکانیک خاک استان خوزستان در یادداشتی به نقش و اهمیت کاربرد هوش مصنوعی در انجام خدمات آزمایشگاهی در پروژه های عمرانی پرداخته است :

پیش‌بینی و بهینه‌سازی مشخصات مصالح، کنترل کیفیت هوشمند مصالح، پیش‌بینی رفتار مصالح و سازه‌ها در طول زمان و ایجاد "دوقلوی دیجیتال" (Digital Twin) برای آزمایشگاه و سازه، از کاربردهای کلیدی هوش مصنوعی در خدمات آزمایشگاهی می‌باشد.

در پیش‌بینی و بهینه‌سازی مشخصات مصالح، هوش مصنوعی با تحلیل داده‌های تاریخی (نوع سیمان، سنگدانه، نسبت آب به سیمان، افزودنی‌ها) و نتایج آزمایش‌های مقاومت (مانند مقاومت فشاری ۷ و ۲۸ روزه)، می‌تواند فرمول بهینه‌ای برای طرح اختلاط بتن یا آسفالت پیشنهاد کند. این کار منجر به کاهش مصرف سیمان و هزینه‌ها، دستیابی به مقاومت و دوام بالاتر و کاهش خطاهای انسانی در طراحی خواهد شد.
در کنترل کیفیت هوشمند مصالح جهت پردازش تصویر برای تشخیص ترک و عیوب، با نصب دوربین‌های با کیفیت بالا در آزمایشگاه یا سایت، هوش مصنوعی می‌تواند عکس‌های نمونه‌های بتن، آسفالت یا فولاد را تحلیل کرده و ترک‌ها، حفره‌ها، جداشدگی و سایر عیوب را با دقتی بالاتر از چشم انسان و در کسری از ثانیه شناسایی کند. در آزمایش خاک و سنگ، هوش مصنوعی با تحلیل تصاویر میکروسکوپی، انواع کانی‌ها و بافت سنگ را به سرعت شناسایی می‌کند که در ارزیابی کیفیت مصالح سنگی و طبقه‌بندی خاک بسیار حیاتی است.

با کمک هوش مصنوعی، پیش‌بینی رفتار مصالح و سازه‌ها در طول زمان در راستای تحلیل داده‌های نفوذپذیری، مقاومت برشی و تحکیم، می‌توان با دریافت داده‌های آزمایش‌های متعدد خاک، رفتار پی سازه را در برابر نشست، روانگرایی و پایداری شیب‌ها پیش‌بینی نمود. این امر به ویژه در پروژه‌های حساسی مانند سدها و پل‌های بزرگ حیاتی است. پیش‌بینی دوام بتن با مدل‌سازی عوامل محیطی (مانند یخ‌زدگی، حمله سولفات‌ها، خوردگی آرماتور)، هوش مصنوعی طول عمر مفید سازه‌های بتنی را پیش‌بینی می‌کند.
ایجاد "دوقلوی دیجیتال" (Digital Twin) برای آزمایشگاه و سازه، پیشرفته‌ترین کاربرد را دارد. یک مدل دیجیتال دقیق و زنده از کل پروژه یا حتی یک نمونه آزمایشگاهی ایجاد می‌شود. داده‌های آزمایشگاه (مانند نتایج تست‌ها، سنسورهای رطوبت و دما) به طور مستقیم به این مدل تغذیه می‌شوند. سپس هوش مصنوعی رفتار سازه را تحت شرایط مختلف شبیه‌سازی می‌کند، نقاط ضعف احتمالی را قبل از وقوع حادثه شناسایی می‌کند و به مهندسان اجازه می‌دهد "چه-اگر" (What-if) scenarios را به راحتی آزمایش کنند.
هوش مصنوعی در بیشتر پروژه‌های عمرانی در حوزه مسکن و حمل و نقل کاربرد دارد. در پروژه‌های راهسازی با آنالیز هوشمند آسفالت، ارزیابی خودکار ترک‌ها، شیارها (Rutting) و ناهمواری‌های سطح جاده با استفاده از تصاویر ماهواره‌ای یا دوربین‌های نصب شده بر روی خودرو و بهینه‌سازی قیر و مصالح سنگی با پیش‌بینی عملکرد آسفالت بر اساس نوع قیر و سنگدانه‌های محلی صورت می‌پذیرد و در پایش سلامت خطوط راه‌آهن، تحلیل داده‌های ارتعاشی و تصاویر ریل‌ها برای شناسایی عیوبی مانند ترک در ریل یا بی‌ثباتی خاکریز به آسانی انجام می‌گیرد.
در احداث پل، هوش مصنوعی داده‌های دریافتی از سنسورهای شتاب‌سنج، کرنش‌سنج و حسگرهای ارتعاشی نصب شده روی پل را تحلیل می‌کند و هرگونه انحراف از رفتار نرمال را که می‌تواند نشانه آسیب باشد، هشدار می‌دهد و با پردازش تصویر برای تشخیص زودهنگام خوردگی در کابل‌های اصلی پل‌های کابلی، خوردگی کابل‌ها و مهارها ارزیابی می‌شود.
کنترل کیفیت بتن ویژه در سازه‌های پیچیده، بتن‌های با عملکرد خاص (HPC, UHPC) استفاده می‌شود، هوش مصنوعی به بهینه‌سازی فرمولاسیون و اطمینان از دستیابی به مشخصات فنی دقیق کمک می‌کند و آنالیز خاک پی‌های عمیق، رفتار شمع‌ها تحت بارهای زیاد با استفاده از داده‌های آزمایش‌های نفوذ استاندارد (SPT) و آزمایش‌های تحکیم پیش‌بینی می‌گردد.
باند فرودگاه نیاز به بالاترین استانداردها دارد. هوش مصنوعی با تحلیل داده‌های آزمایش‌های مقاومت و دوام بتن و آسفالت باند، اطمینان لازم برای تحمل بارهای عظیم و چرخه‌های مکرر فرود و برخاست را فراهم می‌کند و با پایش ناهمواری‌های ظریف باند، ناهمواری‌هایی که برای چشم انسان محسوس نیستند اما بر ایمنی فرود هواپیما تأثیر مستقیم دارند؛ شناسایی خواهد شد.

از مزایای کلان پیاده‌سازی هوش مصنوعی می‌توان از، افزایش دقت و کاهش خطای انسانی، سرعت بخشیدن به فرآیندهای آزمایشگاهی و تصمیم‌گیری، پیش‌بینی و پیشگیری از خرابی‌ها و حوادث پرهزینه، صرفه‌جویی در هزینه‌ها از طریق بهینه‌سازی مصرف مصالح، افزایش ایمنی پروژه و طول عمر سازه و مدیریت هوشمندتر دارایی‌های عمرانی نام برد.

البته کاربرد هوش مصنوعی در پروژه‌های عمرانی، چالش‌ها و ملاحظات خاص خود را دارد که می‌توان به موارد زیر اشاره کرد:

نیاز به داده‌های باکیفیت و حجیم: مدل‌های هوش مصنوعی برای آموزش به حجم عظیمی از داده‌های تاریخی و دقیق نیاز دارند.
هزینه اولیه بالا: سرمایه‌گذاری اولیه برای نصب سخت‌افزارها (سنسورها، دوربین‌ها) و توسعه نرم‌افزار می‌تواند قابل توجه باشد.
مقاومت در برابر تغییر: نیاز به آموزش نیروی انسانی و تغییر فرهنگ کاری سنتی در محیط پروژه و آزمایشگاه‌.
مسئولیت و اخلاق: در صورت خطای مدل، مسئولیت تصمیم‌گیری بر عهده کیست؟ انسان یا ماشین؟

هوش مصنوعی دیگر یک فناوری آینده‌نگرانه نیست، بلکه یک دستاور قدرتمند و در دسترس برای ارتقای خدمات آزمایشگاهی در پروژه‌های عمرانی است. این فناوری، آزمایشگاه‌ها را از حالت واکنشی (عیب‌یابی پس از وقوع) به حالت پیش‌فعال (پیش‌بینی و جلوگیری از عیوب) تبدیل می‌کند. پروژه‌های عظیم ملی مانند سدها، پل‌ها، فرودگاه‌ها و خطوط ریلی سرعت‌بالا، پیشگامان استفاده از این فناوری خواهند بود تا بتوانند کیفیت، ایمنی، دوام و بهره‌وری خود را به حداکثر برسانند.