Российские ученые, не покладая рук. Трудятся над инновационными технологиями и материалами. Которые способны сделать российские дороги ровными, качественными и безопасными. Дело за малым – вывести эти технологии из лабораторий на конкретные стройки.

Ученые ПНИПУ обучили нейросеть с высокой точностью прогнозировать поведение дорожных конструкций.

Нейросеть способна с высокой точностью прогнозировать поведение дорожных конструкций, усиленных геосинтетическими материалами, на слабых грунтах.

Разработка уникальна — подобных систем для расчета конструкций дорожного полотна такого типа в мировой практике пока не существует.

На первом этапе была создана подробная база данных, проведя сотни виртуальных экспериментов с дорожными конструкциями. Для этого использовался метод компьютерного моделирования, который позволяет мысленно разделить дорожную конструкцию на множество мелких частей и точно просчитать ее поведение под колесами тяжелой техники.

Было протестировано множество различных комбинаций параметров — менялись свойства грунта, характеристики дорожных слоев, тип синтетического укрепляющего материала и величина транспортной нагрузки. После каждого виртуального испытания программа фиксировала два ключевых показателя: величину просадки дорожного покрытия и уровень напряжения в укрепляющем материале.

На втором этапе ученые обучили нейронную сеть, используя накопленные данные виртуальных экспериментов. Она принимает на вход 13 параметров дорожной конструкции и выдает два ключевых показателя: величину просадки полотна и напряжение в геосинтетическом материале.

Также нейросеть показывает, какие именно параметры больше всего влияют на прочность дороги. Оказалось, что ключевым фактором является прочность грунта — именно от него в первую очередь зависит, насколько быстро образуется колея и какая нагрузка ляжет на геосинтетическую сетку.

Создано актуальное решение для продления сроков службы мостов.

Специалисты «Газпромнефть – Битумные материалы» разработали и предложили технологию для гидроизоляции конструкций мостовых сооружений. Разработанные рулонные битумно-полимерные материалы позволяют значительно продлевать сроки службы сложных инженерных объектов транспортной инфраструктуры.

Материалы формируют прочный водонепроницаемый барьер, который предохраняет конструкции от влаги, химических реагентов и последствий их воздействия. Комплексно это повышает надежность сооружения, сокращает эксплуатационные расходы и сохраняет его целостность на десятилетия вперед.

Создана российская программа для проверки мостов и дорог.

Ученые из Пермского Политеха, МАДИ и РосдорНИИ создали программу, которая распознает скрытые очаги влаги в бетоне с помощью георадара.

Программа обрабатывает данные георадиолокации, которые собираются на глубинах от 6 до 21 см и обычно используются для поиска пустот и деформаций в конструкциях. В отличие от других решений, она анализирует не только силу отраженного сигнала, но и его частотный спектр, создает карту, на которой сухие и влажные участки отмечены разными цветами, и создает готовое техническое заключение — с точными координатами, где начинать ремонт. Также прогнозирует развитие рисков с учетом температуры, вибраций и усталости материалов, что позволяет предотвращать аварии и продлевать срок службы мостов и дорог.

Роботы находят дефекты дорог и теплосетей в Санкт-Петербурге.

Роботизированные комплексы с ИИ за неделю инспекции помогли найти 12 участков дорог, требующих ремонта. С начала года ИИ-системы выявили свыше 100 таких проблемных зон.

Специалисты коммунальных служб с помощью роботов обследовали более 18 км теплосетей и выявили участки с коррозией, предотвратив 54 потенциальных аварии в разных районах.

Роботизированные технологии позволили провести диагностику без масштабных раскопок, снизив риски и повысив оперативность ремонта.

Использование роботов и нейросетей позволяет своевременно выявлять и устранять проблемы, улучшать качество городской среды.

Отечественный ИИ умеет инспектировать дороги.

Компания «Научно-исследовательский институт строительных материалов» в Челябинске разработала лабораторию с ИИ для контроля качества и состояния дорожного покрытия.

Система оснащена компьютерным зрением и голосовым интерфейсом и помогает лаборантам проводить испытания дорожного покрытия, подсказывает следующие шаги процедур и контролирует правильность их выполнения.

Система снижает количество ошибок лабораторных испытаний на 95%, ускоряет формирование протоколов в 10 раз, сокращает длительность этой процедуры с 20–30 минут до 1–2, обучает сотрудников новым процессам и ГОСТам, ускоряет рутинные процессы, позволяет сосредоточиться на главном – на качестве и надежности дорожных материалов.

Российская нейросеть будет отслеживать состояние дорог.

Компания NtechLab разрабатывает решение на основе ИИ для обслуживания городских автодорог.

Нейросеть будет анализировать видео с камер, установленных в общественном наземном транспорте, и сможет выявлять ямы, выбоины, отсутствие люков, сломанные барьерные ограждения на трассах, неработающие уличные фонари, испорченные дорожные знаки, скопление мусора возле дорог, переполненные урны на остановках, поврежденные здания — например, сколы облицовки домов.

Система будет оповещать соответствующие инстанции для устранения дефектов и поможет снизить количество ДТП и повреждений автомобилей.

В Перми созданы «цифровые двойники» мостовых опор.

В Пермском Политехе разработана модель мостовых опор, которая в 5 раз точнее существующих методов прогнозирует их поведение под нагрузкой. Традиционные методы дают погрешность до 70% и могут переоценивать прочность конструкции. Новая цифровая модель позволяет снизить вероятность погрешности до 13–20%, что особенно важно для сейсмических регионов.

Как показало исследование, оптимальным является сцепление полимерной прокладки со стальными плитами на шероховатой поверхности при толщине 4–8 мм, в то время как более толстый слой быстрее деформируется и сокращает срок службы опоры.

Создан отечественный робот для выправки ж/д путей.

Многофункционального робота А650 для путевых работ разработала компания «Профи Групп».

Робот предназначен для выправки, подбивки и рихтовки железнодорожного пути, может опираться на балласт гусеничными траками и самостоятельно регулировать необходимую частоту вибрации. Управление, настройка и диагностика осуществляются оператором дистанционно. Производительность робота составляет 600–700 шпал в час при времени автономной работы в 8 часов. Робот способен перемещаться по рельсам со скоростью 10 км/ч или за счет гусеничного хода со скоростью 3 км/ч. Гусеничные траки позволяют при необходимости самостоятельно освободить путь, что занимает не более 180 секунд.

ИИ мониторит состояние мостов в Нижнем Новгороде.

«Росатом» внедрил интеллектуальную систему безопасности на четырех мостах через Оку в Нижнем Новгороде.

На мостах и прилегающих территориях установлено более 500 камер, интегрированных с системами интеллектуального видеонаблюдения и модулями аналитики. Построены посты транспортной безопасности и единый пункт управления, куда стекается вся информация с камер и обрабатывается при помощи ИИ. Автоматизированное рабочее место в пункте управления позволяет оператору в режиме реального времени контролировать параметры безопасности объекта, предупреждать нештатные ситуации, оперативно реагировать на случаи незаконного вмешательства в работу транспортной инфраструктуры, своевременно получать уведомления о нетипичных ситуациях на объекте.

В Сибири напечатали балки для мостов из переработанного пластика.

Опорные сооружения для мостов из переработанных полимеров разработали ученые Томского государственного архитектурно-строительного университета (ТГАСУ).

Конструкции не уступают деревянным, которые сейчас активно используются в мостостроении, при этом в сотни раз легче и прослужат не десятки, а сотни лет.

Сегодня с помощью этой технологии можно создавать также пешеходные мосты. В Европе, например, из таких сооружений делают арочные пешеходные мосты.

Владислав Крупен