ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ГЕОТЕХНИЧЕСКОМ МОНИТОРИНГЕ В РОССИЙСКОЙ ФЕДЕРАЦИИ

1. Введение

Строительная отрасль неоднократно сталкивалась с проблемами геотехнического мониторинга, которые зачастую усложняют процесс строительства, делают его намного трудозатратней и дороже. Прежде всего, активное строительство во многом затруднено сложными инженерно-геологическими условиями территории областей Российской Федерации. Что не позволяет добиться идеальных критериев для проведения строительства того или иного объекта. Данная проблема возникает из-за неточных испытаний.

Недостаток цифровых технологий и автономности в строительной отрасли делает управление проектами более сложным и трудоёмким процессом, поэтому внедрение нового цифрового опыта избавит от низкого качества исполнения работ, небольшой производительности, а также задержек в реализации проектов и излишних экономических затрат. Таким образом появляется необходимость модернизации традиционных подходов в строительной деятельности, в том числе и цифровизации геотехнического мониторинга.

Целью данной работы является исследование возможности использования искусственного интеллекта в геотехническом мониторинге.

2. Основная часть

По [1] геотехнический мониторинг – это комплекс работ, основанный на натурных наблюдениях за поведением конструкций вновь возводимого или реконструируемого сооружения, его основания, в том числе грунтового массива, окружающего (вмещающего) сооружение, и конструкции сооружений окружающей застройки.

Существует несколько методов выполнения геотехнического мониторинга, такие как: визуально-инструментальный, геодезический, параметрический, виброметрический, геофизический. Однако традиционные методы геотехнического мониторинга зачастую бывают трудоёмкими и занимают большое количество времени, так как материалы (почва, грунт) обладают многообразными свойствами и могут проявлять различное поведение.

В настоящее время наряду с традиционными методами все чаще используют методы искусственного интеллекта.

Принцип работы искусственного интеллекта заключается в сочетании большого количества данных со скоростной обработки. Технология воспроизведения информации заключается в применении машинного обучения и его подвида – нейронных сетей.

Нейронная сеть в общем случае является моделью биологических нейронных сетей мозга человека, в которой нейрон имитируется относительно простым элементом [2]. В работе искусственного интеллекта нейросеть состоит из нескольких слоев простых процессоров, каждые из которых выполняют определенные математические преобразования и передают полученный результат на следующий слой или на выход из сети. Для первого этапа создания нейросети зачастую используются программные продукты Access, Paradox, FoxPro, Excel, Lotus. Это позволяет реализовать функции построения и параметризации целого ряда различных визуальных представлений содержимого атрибутивных баз данных.

Искусственный интеллект уже довольно активно используется в нефтегазовой отрасли. Так, в 2019 году был введен в действие проект «Когнитивный геолог», где была создана самообучающуюся модель геологического объекта, в основе которой — нейронная сеть. Вследствие чего скорость обработки информации и данных геологоразведки стала в 6 раз быстрее, а результат – точнее на 1/3. Благодаря внедрению нейронной сети цикл геологического анализа сократился с 6 месяцев до 1–2 недель [3].

Для сбора геологических данных в первую очередь необходимо рассмотреть те устройства, которые довольно просты в использовании. Именно поэтому можно изучить методы работы беспилотных геофизических комплексов (далее по тексту БПЛА). Очевидно, что автономность и высокая адаптивность данного устройства являются показателем соответствия степени интеллектуальности данного оборудования при работе с поставленными задачами. БПЛА стало не просто системой с высокой погрешностью измерений, которая может лишь обнаружить аномалии. На данный момент использование систем электроразведочного типа позволяет решать задачи сбора геохимических данных при помощи спектрометрических гамма-съемок [4]. Основной инновацией применения БПЛА стала возможность быстрого получения ранее недоступных высоко детальных и точных данных о подземном строении земли. К тому же работы могут производиться в любых по сложности условиях.

Примером может послужить исследование, проведенное в 2022 году в Горном Алтае [5]. С помощью БПЛА Geoscan Gemini ученые смогли получить систему поверхностных разрывов палеоземлетрясений протяженностью 22 км вдоль Кубадринского разлома, ограничивающего с севера Кокоринскую впадину. Новые данные позволили скорректировать существующие представления об уровне сейсмической опасности данной территории, а также с помощью снимков с воздуха ученые смогли определить нужные места в траншеях и собрать образцы отложений для последующего определения их радиоуглеродных возрастов.

В настоящее время нами производится сбор данных по изучению скважин инженерно-геологических разрезов [6-8] различных районов г. Новосибирска с дальнейшей перспективой обработки полученных данных на основе современных технологий искусственного интеллекта.

Заключение

В результате проведенного исследования, необходимо отметить, что использование искусственного интеллекта в РФ в настоящее время только начинает входить в структуру геотехнического мониторинга. Автоматизация процессов геотехнического мониторинга в России довольно сложна в усвоении, так как наша страна обладает большой территорией и соответственно различными свойствами грунтов. В настоящее время использование традиционного метода мониторинга может выдавать неточные данные, связанные с человеческим фактором. Отсюда вытекают такие проблемы как: низкие оперативность обработки и анализа данных, производительность, эффективность, качество исполнения. Таким образом, использование искусственного интеллекта в геотехническом мониторинге необходимо для строительной отрасли Российской Федерации для улучшения качества наблюдения за фундаментами и грунтами в целом.