ENGINEERINGNET.BE - Het gaat om de eerste commerciële toepassing van een zelflerend systeem om de eigenschappen van beton in een lopend project te monitoren en te voorspellen.
Dit ‘betonsterkte-voorspellingssysteem’ werd samen met het Britse infrabedrijf BAM Nuttall ontwikkeld. Het systeem werd succesvol toegepast bij de uitbreiding van London City Airport.
Sinds 2014 stelt Converge bouwbedrijven in staat de efficiëntie op bouwplaatsen te verbeteren en de stortcycli van beton te verkorten met behulp van real-time data. Maar uit onderzoek bleek dat vervolghandelingen pas vele uren nadat het beton voldoende was uitgehard, plaatsvonden.
Sam Ellenby, productmanager bij Converge: 'Gebruikers waren gewend om te wachten tot het beton de vereiste sterkte had bereikt, alvorens zij de volgende werkzaamheden konden inplannen. Dit betekende vaak dat de betonploegen voor het ontkisten of voorspannen van de betonconstructies, elders op de bouwplaats aan de slag zijn. Daarom werden de noodzakelijke werkzaamheden vaak vertraagd.’
Hoewel het relatief korte vertragingen betreft, resulteren ze (rekening houdend met honderden stort-cycli) in enkele weken verloren potentiële voortgang. De kosten die hiermee zijn verbonden, lopen sectorbreed op tot miljoenen euro’s per jaar.
Om deze inefficiëntie op te lossen, werd een geavanceerde AI-betonsterkte-voorspellingssysteem ontwikkeld. Dit systeem koppelt lokale weersinformatie, een database met historische beton-uithardingsgegevens met real-time metingen van het betonmonitoringsplatform.
Hierdoor is men in staat om enkele dagen van tevoren de tijd te voorspellen dat het beton voldoende is uitgehard, met een nauwkeurigheid van +/- 5%.
Het resultaat is dat teams exact kunnen plannen wanneer werkzaamheden nodig zijn. Door de verhoogde productiviteit blijven projecten op schema en zijn grote besparingen te realiseren.
