Хочу получить обратную связь

«НейроБетон» — платформа локального искусственного интеллекта для цифрового подтверждения качества монолитного строительства, обеспечивающая переход отрасли от мониторинга строительных процессов к автономному интеллектуальному управлению качеством объектов капитального строительства.

«НейроБетон» — это платформа локального искусственного интеллекта для цифрового подтверждения качества монолитного строительства, обеспечивающая переход отрасли от мониторинга строительных процессов к автономному интеллектуальному управлению качеством объектов капитального строительства. Идея проекта заключается в переходе от существующих информационных систем, которые только фиксируют параметры строительных процессов, к интеллектуальным системам, способным самостоятельно анализировать данные, прогнозировать развитие технологического процесса и принимать решения в режиме реального времени непосредственно на строительной площадке. В процессе бетонирования температура твердеющего бетона контролируется с помощью термопарных кабелей или цифровых датчиков на выносном кабеле, которые временно размещаются через защитные гильзы. Акустический датчик закрепляется снаружи опалубки и не контактирует с бетонной смесью. После набора распалубочной прочности кабель и гильза извлекаются, оставляя отверстие диаметром 2–5 мм, не влияющее на целостность конструкции, а сами датчики остаются снаружи и используются многократно. Полученные данные поступают в локальный вычислительный модуль, на котором функционируют алгоритмы искусственного интеллекта. Нейросетевая модель LSTM прогнозирует динамику набора прочности конструкции, а эволюционный алгоритм с механизмом «изоляции» оптимизирует параметры электромагнитного воздействия на бетон. В отличие от аналогов, система не требует предварительного обучения на больших данных — она адаптируется к конкретному составу бетона и условиям стройплощадки за счёт самообучения. Воздействие осуществляется низкочастотным электромагнитным полем, которое ускоряет гидратацию цемента за счёт интенсификации движения ионов в жидкой фазе цементного теста и структурирования воды в порах цементного камня. Это не индукционный нагрев, а именно полевое воздействие на кинетику химических реакций. Управляющие параметры — частота и амплитуда поля — автоматически корректируются ИИ для каждого состава бетона и температуры окружающей среды, обеспечивая поддержание оптимальных условий твердения без постоянного участия оператора. Одновременно технология формирует цифровой журнал технологического процесса и цифровой паспорт качества бетонной конструкции, содержащий объективные данные о соблюдении режима твердения, температурных профилях и прогнозируемых характеристиках прочности. В отличие от статичных режимов, «НейроБетон» реализует замкнутый адаптивный контур управления, что является принципиально новым шагом.Алгоритмическое ядро системы включает:

Рекуррентную нейронную сеть LSTM для прогнозирования изменения прочностных характеристик бетона (архитектура: входной слой 60?2, скрытый LSTM-слой 64 нейрона (tanh), Dropout 0.2, полносвязный слой 32 нейрона (ReLU), выходной слой 1 нейрон (Linear));

Эволюционный алгоритм оптимизации с механизмом «изоляции» , адаптированный для задачи подбора частоты и амплитуды электромагнитного поля (параметры алгоритма: популяция 50 особей, 200 поколений, доля элиты 20%, вероятность мутации 0.1, доля изолятов 20%);

Механизмы адаптации модели к изменяющимся условиям окружающей среды и различным рецептурам бетонных смесей без предварительного обучения на больших датасетах.

Логика принятия решений реализуется локально непосредственно на строительной площадке. Инференс нейросети аппаратно ускорен через TensorFlow Lite Delegate на NPU — задержка составляет 3,2 мс (против 18 мс на CPU Raspberry Pi 4).

3. Программное обеспечение

Программный комплекс включает:

Встроенное программное обеспечение микроконтроллера Arduino для сбора данных, вычисления RMS акустической эмиссии, передачи по UART (115200 бод) и исполнения команд управления ШИМ;

Программные модули анализа и прогнозирования на Python: приём данных через PySerial, инференс модели TensorFlow Lite с NPU-делегатом, реализация эволюционного алгоритма, управление ЦАП через spidev;

Веб-интерфейс визуализации параметров твердения, прогноза прочности и состояния конструкции (Flask + Plotly);

Модуль формирования цифрового паспорта качества бетонной конструкции.

Реализован механизм отказоустойчивости: при обнаружении потери сигнала от датчика его данные исключаются из расчёта, оставшиеся измерительные каналы автоматически перераспределяются, эффективность управления сохраняется на уровне более 80% при отказе 60% датчиков.

4. Научно-техническая новизна

Эффективность низкочастотной электромагнитной активации для повышения прочности и ускорения твердения бетонов подтверждена многочисленными независимыми исследованиями:

Диссертация Сафронова В.Н. «Повышение эффективности вяжущих и бетонов электромагнитной активацией» (ТГАСУ, 2005): прирост прочности на сжатие +20…30%, ускорение твердения в ранние сроки в 1,5–2 раза, снижение энергозатрат в несколько раз относительно традиционного прогрева.

Патент РФ №2163583 (Абдугуев М.А. и др.): прочность цементно-песчаных образцов увеличивается на 18–22% под воздействием переменного магнитного поля 50 Гц, 40–60 мТл.

Исследование Несветаева Г.А. и др. (РГСУ, 2012): прирост прочности +15…25%, повышение морозостойкости на 20–30%, снижение водопоглощения на 10–15%.

Работа Collepardi M. et al. (Cement and Concrete Research, 2010): ускорение гидратации C3S на 20–30% в первые 24 часа при частотах 50–100 Гц.

Обзорная статья Cambridge University (2020): анализ более 20 работ показал средний прирост прочности +12…22% при энергозатратах в 2–3 раза ниже традиционного прогрева.

Однако все перечисленные работы объединяет общий недостаток: режимы воздействия были статичными — параметры поля (частота, напряжённость, длительность) задавались заранее и не корректировались в зависимости от реального состояния материала и внешних условий.

Отличительной особенностью проекта «НейроБетон» является реализация замкнутого интеллектуального контура управления:

Датчики ? Локальный ИИ ? Прогноз прочности ? Оптимизация управляющего воздействия ? Корректировка режима твердения ? Обновление прогноза.

Ноу-хау проекта — комбинация трёх компонентов:

Нейросеть LSTM прогнозирует прочность в реальном времени, обучаясь на данных с каждой новой заливки;

Эволюционный алгоритм с механизмом «изоляции» оптимизирует частоту и амплитуду электромагнитного поля под конкретный состав бетона и погодные условия;

Система не требует предварительного обучения на больших датасетах — она адаптируется к новой рецептуре и условиям за счёт самообучения непосредственно на объекте.

Таким образом, «НейроБетон» не просто воспроизводит известный физический эффект, а переводит его на принципиально новый уровень адаптивного управления, недоступный статичным методам.

5. Физический механизм воздействия

Используется низкочастотное (50–500 Гц) электромагнитное поле. Это не индукционный нагрев, а полевое воздействие на кинетику химических реакций гидратации цемента. Механизм включает:

направленное движение ионов в жидкой фазе цементного теста, ускоряющее растворение клинкерных минералов;

структурирование воды в порах цементного камня, ускоряющее образование кристаллогидратов;

микровибрации, способствующие диспергации цементных частиц и равномерному распределению продуктов гидратации.

Выбор диапазона 50–500 Гц обусловлен как результатами собственных экспериментов, так и данными предшествующих исследований, в которых показано, что именно этот диапазон обеспечивает максимальный прирост прочности при минимальных энергозатратах.

Управляющие параметры автоматически подбираются ИИ.

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: