研究使用 AI 提高基础设施的弹性和可持续性

快速阅读: 据《科学日报》称，阿里·贝努德博士及其团队研究如何利用人工智能优化可持续基础设施，特别是在沥青混合料中使用回收材料以提高耐水性。他们的算法能准确预测材料性能，降低成本并延长道路寿命。此外，人工智能还可用于简化桥梁设计、废物管理和灾害风险管理等，助力可持续发展。

阿里·贝努德博士，土木工程助理教授，已在该领域研究超过十年。他发表了六十多篇关于人工智能在可持续基础设施中作用的研究文章。“我们团队在下一代基础设施实验室的目标是迈向下一代可持续且具有韧性的基础设施，”他说。“我们正努力优化回收材料、工业副产品、可再生能源和替代可持续材料在建筑中的应用，同时减少不仅包括物理成本，还有劳动力成本、能源成本、环境影响成本以及生命周期维护费用。”

在他最近的一篇出版物中，贝努德与阿博拉法兹·阿夫辛合作，测试了不同的人工智能算法预测含有回收沥青材料的沥青混合料耐水性的能力。当水分渗入沥青时，它会破坏材料之间的结合。在弱化状态下，沥青更容易开裂或其他损坏，阿夫辛说。“我们专注于水分损害，这是沥青路面中最关键的问题之一，尤其是在潮湿和寒冷地区，因为这会导致剥落、坑洞和裂缝等问题，”他说。“我们评估了四种不同的人工智能算法在预测含有回收沥青材料的沥青混合料水分损害方面的有效性。当水分渗入沥青时，它会破坏材料之间的结合。在弱化状态下，沥青更容易开裂或其他损坏，阿夫辛说。“我们发现这些算法能够非常准确地预测含有回收沥青材料的沥青混合料的水分损害。根据这些结果，我们可以优化材料选择，并预测路面在其生命周期内的失效概率。”

州和地方政府在2021年花费了超过2060亿美元用于维护国家的道路，交通部在2023年报告称道路和桥梁需要近1万亿美元的维修和维护积压。优化沥青混合料可以降低维护成本并延长这些道路的使用寿命。确定最佳的回收沥青路面材料与其他材料的混合比例以抵御潮湿和寒冷天气条件，而没有人工智能将是一个极其耗时且成本高昂的过程，贝努德说。“基于人工智能的算法提供了一种成本效益高且高效的替代传统的耗时且高能耗的实验室方法，”他说。

任何希望开发更可持续、更具成本效益的基础设施的实体都可以开始使用贝努德团队开发的程序，他说。“所有这些研究的结果可以被一线工程师、交通部、联邦机构、私营部门——任何在这个领域工作的人——用来迈向设计中可持续且成本效益的方法，”他说。“我们开发的工具可供任何一线工程师使用。”

除了预测路面潜在故障外，贝努德说，许多其他基础设施方面可以通过使用人工智能和机器学习来简化，从设计更好的桥梁和道路到废物管理，再到监测铁路故障或断裂。“人工智能在灾害韧性及风险管理中也扮演着关键角色，”他说。“在灾难或自然灾害发生时，疏散变得至关重要，人工智能可以识别针对各种疏散情景优化的路线，确保效率和安全。”

“在建筑和基础设施的各个领域，我们可以用人工智能促进可持续发展的例子数不胜数。这是一个广阔的领域，我们在这一广阔领域中做出我们的一份贡献，朝着可持续发展迈进，帮助社会。”

(以上内容均由Ai生成)