О перспективности применения технологий ИИ при проектировании линейных объектов (дорог, ЛЭП, трубопроводов)
Романов Д.А.,
управляющий директор, Преферентум
Гаранкина С.А.,
ведущий менеджер по развитию
технологической экспертизы, Преферентум
В статье рассматриваются отличия процесса проектирования линейных объектов от обычных (площадных) объектов капитального строительства. Отмечается, что географические масштабы, разнообразие природных условий, сложности земельно-имущественных отношений, высокая повторяемость конструкционных элементов делают применение технологий искусственного интеллекта более эффективным, чем при работе с обычными зданиями. Рассмотрены конкретные сценарии внедрения ИИ-ассистентов для работы с нормативной базой, анализа материалов инженерных изысканий, подготовки проектной документации, проведения нормоконтроля. Делается вывод о том, что в контексте линейных объектов ИИ трансформируется из вспомогательного инструмента в стратегическое ядро процесса проектирования, позволяющее решать задачи, которые при ручном подходе становятся экономически нецелесообразными.
Чем проектирование линейных объектов отличается от проектирования обычных строительных объектов?
Проектирование (и, в дальнейшем, строительство) линейных объектов (таких как автомобильные и железные дороги, магистральные трубопроводы, линии электропередач, каналы) имеет фундаментальные отличия от работы с обычными (т.н. площадными) объектами капитального строительства (зданиями, жилыми комплексами, промышленными цехами).
Эти различия обусловлены геометрией линейных объектов, правовым режимом и технологическими процессами проектирования и строительства.
Перечислим ключевые отличия линейных объектов от обычных строительных объектов.
1. Высокое разнообразие природных условий. Линейные объекты имеют значительную длину (до нескольких тысяч километров) при относительно малой ширине (десятки и сотни метров). Как следствие, на своём протяжении линейный объект пересекает множество геологических, климатических и ландшафтных зон с разнообразными условиями. Площадной объект обычно располагается на компактном и однородном участке с ограниченными размерами (от сотен метров до нескольких километров, в редких случаях).
2. Более сложные земельно-имущественные отношения. Реализация проекта проектирования и строительства линейного объекта требует взаимодействия с большим количеством землепользователей, оформления сервитутов или изъятия множества земельных участков, находящихся в разной собственности, что делает юридическую подготовку значительно более сложной и длительной. Площадные объекты за счет своей компактности обычно являются более простыми в части земельно-имущественных отношений.
3. Значительные масштабы инженерных изысканий. Объемы проводимых геодезических, геологических, гидрометеорологических, экологических изысканий по сравнению с площадными объектами гораздо выше, так как необходимо исследовать всю полосу отвода трассы линейного объекта и все места пересечения с существующими коммуникациями или природными преградами.
4. Особое нормативное регулирование и состав проектной документации. Проектная документация для линейных объектов имеет свою специфику, включая обязательные разделы по трассировке, обоснованию выбора коридора прокладки и оценке воздействия на окружающую среду на всем протяжении линейного объекта.
5. Более сложная логистика и организация строительства. Строительные площадки являются мобильными и протяженными, что создает уникальные сложности в доставке материалов, управлении парком техники и высокой зависимости от локальных погодных условий на разных участках одновременно.
Как особенности проектирования линейных объектов влияют на эффективность применения ИИ?
Рассмотрим, как особенности проектирования линейных объектов строительства (большой объем инженерных изысканий, большое количество пересекаемых земельных участков, высокая повторяемость используемых конструкционных элементов и т.п.) делают более эффективным применение технологий искусственного интеллекта по сравнению с проектированием обычных (площадных) строительных объектов.
Сильные стороны ИИ — обработка огромных массивов данных (Big Data), распознавание паттернов и решение задач многокритериальной комбинаторной оптимизации, раскрываются именно там, где масштаб, повторяемость и сложность связей превышают возможности традиционных ручных или полуавтоматических методов.
Парадоксальным образом, но именно особенности и сложности проектирования линейных объектов делают применение ИИ значительно более эффективным по сравнению с обычными площадными объектами.
1. Огромный объем инженерных изысканий: эффект масштаба данных. Трасса линейного объекта протяженностью 100–500 км генерирует терабайты разнородных данных: аэрофотосъемка, облака точек LiDAR, сотни скважин геологических изысканий, экологический мониторинг. Алгоритмы компьютерного зрения (CV) и машинного обучения (ML) могут автоматически классифицировать типы земной поверхности, выявлять аномалии рельефа, распознавать существующие подземные и надземные коммуникации на всем протяжении трассы за часы. Для площадного объекта (например, одного здания) объем собираемых данных относительно невелик, и их можно обработать вручную или простыми скриптами. Внедрение сложного ИИ здесь даст незначительный прирост эффективности. На линейном объекте экономия времени на обработке 1 км данных, умноженная на сотни километров, дает колоссальный выигрыш в сроках и стоимости изысканий.
2. Большое количество пересекаемых земельных участков и ограничений: комбинаторная оптимизация. Линейный объект пересекает десятки или сотни кадастровых кварталов, охранных зон, водных объектов, лесных фондов и территорий с разным правовым режимом. Выбор оптимального коридора – это задача с огромным количеством переменных. Но это и классическая задача для технологий ИИ – генетических алгоритмов, методов роевого интеллекта или обучения с подкреплением. Искусственный интеллект может одновременно оценить миллионы вариантов прокладки трассы, взвешивая стоимость изъятия земель, сложность геологии, экологические штрафы и длину пути, чтобы найти глобальный оптимум.
Площадной объект обычно проектируется в рамках одного или нескольких смежных участков с заранее известными границами. Выбор места строительства определяется другими факторами, поэтому мощные оптимизационные алгоритмы ИИ там просто не востребованы.
3. Высокая повторяемость конструкционных элементов: обучение на паттернах. Линейные объекты состоят из тысяч типовых, многократно повторяющихся элементов: секции труб, опоры ЛЭП, типовые поперечные профили дорог, малые мосты и водопропускные трубы. Машинное обучение тем эффективнее, чем больше однородных данных для обучения. Искусственный интеллект может один раз «научиться» оптимально размещать арматуру в типовом фундаменте опоры или рассчитывать уклон дороги, а затем применить это решение тысячи раз вдоль трассы, автоматически внося корректировки под локальные условия (например, изменение типа грунта или ветровой нагрузки).
С помощью технологий генеративного дизайна можно быстро создавать сотни вариаций типового узла под конкретные координаты. Напротив,в уникальном здании (например, музее или сложном промышленном цехе) многие узлы используются однократно и не повторяются
в рамках проекта. Следовательно, при проведении машинного обучения будет сложнее найти устойчивые паттерны для оптимизации, что снижает рентабельность применения ИИ.
4. Сложная логистика и управление протяженным фронтом работ. Строительство линейного объекта – это «движущийся фронт». Погода, геология и доступность ресурсов могут радикально отличаться на 10-м и 150-м километре трассы одновременно.Предиктивная аналитика на базе ИИ может обрабатывать данные в реальном времени, прогнозируя срывы сроков на конкретных участках из-за локальных погодных условий или узких мест в логистике. Алгоритмы ИИ помогут оптимизировать графики поставок материалов и перемещения тяжелой техники, предложат альтернативные решения по распределению ресурсов.
Логистика на строительной площадке отдельного здания более локализована и статична.
С ней достаточно хорошо справляются традиционные методы календарного планирования,
не учитывающие пространственную динамику строительства.
5. Автоматизация согласований и работа с нормативной базой. Проект линейного объекта требует сбора десятков технических условий и согласований с различными ведомствами для каждого пересечения коммуникаций. Большие языковые модели могут автоматически анализировать сотни страниц нормативных документов и технических условий, извлекать ключевые требования и проверять проектные решения на соответствие им, выявляя риски отказа в согласовании до подачи документов. Хотя при проектировании отдельного здания возможность нормоконтроля также весьма полезна, количество уникальных согласующих органов и пересечений на порядок меньше, поэтому автоматизация этого процесса дает меньший кумулятивный эффект.
ИИ-помощники в проектировании линейных объектов
Внедрение технологий ИИ в процессы проектирования линейных объектов можно осуществлять в виде отдельных интеллектуальных сервисов – ИИ-ассистентов или помощников, которые будут брать на себя существенную часть рутинных задач.
Для помощи проектировщику и учета специфики проектирования линейных объектов (особенности прохождения трассы, инженерные изыскания, воздействие на окружающую среду) будет полезен ИИ-ассистент для работы с базой нормативных правовых документов.
Основными функциями такого ИИ-ассистента могут быть:
- поиск и формирование ответов на различные вопросы по действующим нормативам;
- информирование о новых нормативных документах и вносимых изменениях;
- представление состояния правовых норм, действовавших на заданную дату;
- контроль актуальности ссылок на нормативные документы (стандарты, постановления, положения, методики и т. п.).
На этапе проведения инженерных изысканий для проектирования линейных объектов ИИ сможет помочь в решении, по крайней мере, следующих задач:
- Входной нормоконтроль и проверки выполнения требований к составу и содержанию отчетов об инженерных изысканиях.
- Выявление ошибок и аномалий в данных инженерных изысканий.
- Автоматизированное переиспользование данных из отчетов о проведении инженерных изысканий при переходе к проектированию линейных объектов с использованием CAD-систем.
ИИ-помощник проектировщика будет полезен и при подготовке проектной документации на линейные объекты в соответствии с требованиями нормативных документов.
Например, при формировании раздела «Полоса отвода» функциями ИИ-помощника могут быть автоматизированное определение границ полосы отвода; определение и расчет площади вырубки; подготовка проектов документов для оформления прав на отчуждаемые земельные участки. При формировании раздела «Технологические и конструктивные решения линейного объекта» – помощь в выборе конструкций, проведение расчетов, подготовка предложений по обоснование принятых решений. При формировании раздела «Охрана окружающей среды» – оценка воздействия на окружающую среду, предложение мероприятий по защите окружающей среды. На этапе согласования и проведения экспертизы проектной документации на линейные объекты ИИ—помощник проведёт выходной нормоконтроль подготовленного пакета проектной документации; выполнит анализ полученного экспертного заключения, классифицирует полученные замечания; поможет в корректировке документов и в устранении замечаний экспертов.
Выводы
В отличие от точечного строительства, работа с линейными объектами – это управление неопределенностью на большой территории. Искусственный интеллект не заменяет инженеров-проектировщиков, но предоставляет им мощный аналитический инструмент, который сокращает сроки изысканий и проектирования, снижает капитальные затраты и минимизирует правовые и экологические риски.
В проектировании обычных площадных объектов ИИ часто выступает как вспомогательный инструмент (например, для поиска коллизий в BIM-модели или генерации планировок).
В проектировании линейных объектов ИИ становится стратегическим ядром, так как он решает задачи, которые при ручном подходе становятся экономически и физически нецелесообразными из-за эффекта масштаба, комбинаторного взрыва вариантов и огромных массивов пространственных данных.
Login with Google
Комментарии