De bouwsector gebruikt jaarlijks 13 miljard kubieke meter stortklaar beton. De logistiek en kwaliteitsborging van dit beton zijn afhankelijk van legacy-technologieën die niet langer voldoen aan de behoeften van vandaag. Om dit aan te pakken, introduceert Caidio AI-gebaseerde oplossingen om de toeleveringsketen te helpen efficiënter beton van betere kwaliteit te leveren.
De uitdagingen van de betonnen toeleveringsketen
Het supply chain-proces van stortklaar beton begint bij de batchfabriek die het beton produceert (meestal een natte mix in Finland). Transitmixers leveren het beton vervolgens af op de bouwplaats. Op de locatie wordt het beton in mallen gestort of gepompt en uitgehard en gedroogd. Wat er in elke fase gebeurt, heeft invloed op de kwaliteit van het eindproduct.
Veel van de meetmethoden die bij de kwaliteitsborging van beton worden gebruikt, dateren uit de jaren zeventig of zelfs eerder. De documentatie is meestal op papier en telefoongesprekken blijven het belangrijkste communicatiekanaal. Verouderde praktijken maken het moeilijk om de kwaliteit van het product gedurende het hele proces te controleren.
Dit wordt steeds duidelijker, zoals blijkt uit enkele recente verontrustende voorbeelden van concrete kwaliteitsproblemen in Finland. In het noorden van Finland, in de stad Kemijärvi, moest bijvoorbeeld een nieuw gebouwde brug worden ontmanteld vanwege breekbaar beton. In Turku stopten tekorten aan betonsterkte de bouw van een grote ziekenhuisuitbreiding; de problemen waren zelfs zo ernstig dat ze een extra jaar aan de bouwplanning toevoegden.
Samenwerken om de branche beter te maken
Een groep voorlopers in de bouw besloot samen te komen om de kwaliteitsproblemen op te lossen. Eind 2017 organiseerde de nieuw opgerichte werkgroep DigiConcrete een workshop om de uitdagingen in betonconstructie in kaart te brengen. De groep was van mening dat digitalisering de sleutel was tot betere kwaliteit.
De volgende lente identificeerde de groep kunstmatige intelligentie (AI) en het internet der dingen (IoT) als mogelijke oplossingen voor de problemen. Helaas kon DigiConcrete geen bedrijven vinden die AI-oplossingen voor de concrete waardeketen aanboden. Die ontdekking leidde tot de oprichting van Caidio , een concrete startup voor inlichtingendiensten.
"Pasi Karppinen, die ik al kende en wiens bedrijf lid was van de groep, stelde voor om een bedrijf op te starten dat een revolutie teweeg zou brengen in de branche", zegt Aku Wilenius , een voormalig ingenieur van National Instruments, die zich bij het team voegde en werd de CEO van die startup.
Experimenteren met AI
In samenwerking met leden van de DigiConcrete-groep startte Caidio een experimenteerproject om de mogelijkheden van het gebruik van AI voor betonconstructies te bestuderen en te testen. Het DigiConcrete-project ontving financiering van het KIRA-digi- programma van de Finse overheid.
Een van de projectpartners was Congrid, een bedrijf dat een digitaal alternatief biedt voor papieren kwaliteitsrapportage. In de experimenten gebruikte Caidio het mobiele betonnen logboek van Congrid om te testen hoe AI kon worden gebruikt om het te analyseren.
“Bij een andere test was een op AI gebaseerde bouwassistent betrokken. Zoals we weten, is kennis in de branche erg persoonsgebonden en we vroegen ons af hoe die kennis kon worden doorgegeven aan een minder ervaren werknemer ”, legt Wilenius uit.
Het idee was dat de digitale assistent gegevens kon verzamelen over het hele betonconstructieproces, inclusief van ontwerpmodellen en databases tot open databronnen en IoT-sensoren. Het zou weer- en verkeersgegevens kunnen gebruiken om het gedrag van stortklaar beton tijdens transport te bepalen. Het was de bedoeling dat AI-algoritmen het hele proces en de productkwaliteit zouden beheersen, waardoor gebruikers tijdens het proces de juiste beslissingen moesten nemen.
Een van de experimenten testte locatietags om betonpompen op een bouwplaats op te sporen. Verrassend genoeg is het voor een vrachtwagenchauffeur niet altijd eenvoudig om op een groot terrein de juiste pomp te vinden.
Het KIRA-digi-experiment omvatte ook tests op de schatting van de betonhoeveelheid, schimmelverwarming tijdens de winter, logistieke optimalisatie, kwaliteitscontrole van grondstoffen en veiligheid op de bouwplaats. Daarnaast ontwikkelt Aalto University in samenwerking met het DigiConcrete-project nieuwe digitale meetmethoden en sensortechnologie voor het meten van betonkwaliteit.
"In 2019 zijn we van plan om de meest haalbare use-cases uit onze experimenten te halen en deze te testen in echte bouwprojecten", zegt Wilenius. “Als bedrijf richten we ons op het leveren van de onderliggende intelligentie voor alle relevante processen. We werken ook altijd graag samen met anderen die apps en gebruikersinterfaces willen ontwikkelen die onze inferentiemachine gebruiken. "
U kunt verbinding maken met Aku Wilenius op LinkedIn.
Via: AEC