Sensorik

Mechanisierter Tunnelbau

In diesem Forschungsbereich nutzen wir Sensordaten, die von Tunnelbohrmaschinen (TBM) während des Bauvorgangs gesammelt werden. Unser Ziel ist es, maschinelles Lernen und Deep-Learning-Algorithmen zu nutzen, um wertvolle Einblicke in den Betrieb von maschinellen Tunnelbauprojekten zu gewinnen.

Unser Hauptziel ist es, präzise Vorhersagen für die Vortriebsgeschwindigkeit der TBMs in den kommenden Tunnelbauzyklen zu entwickeln. In unserer zukünftigen Arbeit werden wir uns auf zwei Schlüsselbereiche konzentrieren. Erstens wollen wir einen fortschrittlichen Algorithmus entwickeln, der in der Lage ist, die Geschwindigkeit der TBM über mehrere Tunnelbauzyklen hinweg genau vorherzusagen. Zweitens werden wir uns die Möglichkeiten des maschinellen Lernens zunutze machen, um durch die Analyse großer Datensätze Stillstandszeiten der TBM proaktiv zu erkennen.

Durch unsere Forschung wollen wir wertvolle Erkenntnisse und praktische Lösungen für die Bauindustrie liefern. Unser Ziel ist es, die Projektleistung und das Ressourcenmanagement zu optimieren und letztlich zur Effizienz und zum Erfolg der Branche beizutragen.