3D-печать по-новому
Голландский стартап MX3D решил поставить эксперимент — создать 12-метровый пешеходный мост через один из каналов в Амстердаме с помощью 3D-печати. В отличие от «печатаемых» домов мост создают из стального композита два промышленных шестиосевых робота. Они оснащены манипуляторами, которые нагревают металл перед сваркой до 1500 градусов по Цельсию. По сути, конструкция составляется из мелких расплавленных капель металла. В итоге получается сплошной шов без свариваемых поверхностей.
Впервые компания объявила о своем замысле в 2015 году. Однако, как это случается со многими инновационными проектами, мост MX3D потребовал доработок с точки зрения нормативных, технических и практических аспектов — например, необходимо было учесть, какую нагрузку может выдержать стена канала, которая будет служить ему опорой. В 2017 году компания представила финальную конструкцию моста, существенно отличавшуюся от первоначальной. Параллельно в MX3D занимались разработкой интеллектуального ПО для управления роботами, оно должно превратить их в крупномасштабный принтер для 3D-печати металлом в архитектурном масштабе.
Почему стоит обратить внимание на технологию: до недавнего времени широкомасштабная 3D-печать объектов строительства была ограничена экспериментами с бетонными структурами. Использование этой технологии в отрасли позволяет существенно снизить стоимость материалов (например, в Китае напечатали дом всего за $5000) и увеличить скорость (в России был напечатан дом площадью 37 квадратных метров всего лишь за день). Если говорить о российских компаниях, работающих в этом направлении, то, конечно, сразу вспоминаются Apis Cor (напечатавшие башню из «Игры престолов») и «Спецавиа» (первая российская компания, использовавшая технологию для печати жилых домов). MX3D стала первой компанией, которая использовала металл и технологию WAAM (Wire and Arc Additive Manufacturing, аддитивное производство с использованием сварки) для подобного проекта.
По подсчетам компании, стоимость печати в этом случае составляет 1/5 от стоимости более традиционным методом SLM (Selective Laser Melting, или «лазерное спекание»). Это позволяет приблизительно в 10 раз снизить затраты на материалы (так, 1 кг стальной проволоки стоит около $6, в то время как порошок из нержавеющей стали, который используется для печати методом SLM, стоит около $62). Впрочем, стоит отметить, что достижение экономии не было основной целью проекта. В первую очередь он является демонстрацией возможностей 3D-печати для тех проектов, которые нельзя построить обычными методами (мост имеет сложную форму).
Big Data в строительстве
В 2017 году бостонский технологический стартап Smartvid.io привлек $7 млн в первом раунде инвестиций. Он поставил перед собой амбициозную цель — разработать платформу для интеллектуального анализа фото и видео со стройки. Smartvid.io внедрили в свою платформу технологии машинного обучения для аналитики, поскольку человеку для обработки такого объема данных потребовалось бы гораздо больше времени. Распознавая полученные изображения, система может указать, все ли одели средства защиты, правильно ли установлены леса и системы безопасности. Технология отмечает точками места на фото, где что-то не в порядке и требуется исправить для повышения безопасности труда.
Кроме того, для удобства поиска нужного изображения Smartvid.io разработали SmartTags — «умные» теги, которыми система отмечает все объекты, относящиеся к стройке. На платформу Smartvid.io можно загрузить фото и видео, любое количество изображений с любых устройств — дронов, камер GoPro, мобильных телефонов и планшетов. Обработка данных происходит в облаке, а ее результаты можно посмотреть на смартфоне. Такая аналитика позволяет предотвращать риски и снижать возможность инцидентов на стройке.
Почему стоит обратить внимание на технологию. 2017 год ознаменовался в первую очередь началом широкого использования информационного моделирования на этапе строительства (а не только на этапе проектирования, как ранее). Кроме того, произошел всплеск интереса к облачным технологиям и решениям, использующим всю их мощь для организации работы территориально распределенных участников процесса, обмена информацией в режиме реального времени и принятия более обоснованных решений. Все это привело к радикальному осознанию ценности информации (в том числе Big Data) и интересу к методам ее получения в строительных проектах.
Сбор данных
Для обработки больших данных их надо сначала собрать. При создании 3D-модели дамбы и гидроэлектростанции Глен Каньона в Аризоне с помощью reality capture (технологий захвата реальности) использовались беспилотные летательные аппараты. За две недели команда получила данные о внешних и внутренних конструкциях гидроэлектростанции, поверхностях и гребне дамбы, а также окружающем ландшафте. Всего съемка производилась с 700 точек, потом отснятое использовалось в качестве объемной карты для создания информационной модели. В дальнейшем она будет применяться для мониторинга и управления объектом, диагностики механических и электрических систем, которые могут нуждаться в модернизации или замене.
В Амурской области беспилотные летательные аппараты использовались для гидродинамической модели Нижне-Бурейской ГЭС. С их помощью были собраны данные для моделирования зоны затопления и режимов работы водохранилища с учетом увеличения его резервуарной емкости. Главная цель этого проекта — управление режимами водохранилища с оперативной реакцией на аномальные погодные условия. Например, можно выбрать оптимальный режим работы, моделируя аномальные паводки.
Тотальное уменьшение стоимости датчиков сделало возможным их применение для оптимизации стоимости эксплуатации гражданских объектов, например, бизнес-центров. Сенсоры в режиме реального времени отслеживают, например, температуру: если за окном потеплело, система подсказывает диспетчеру, что мощность обогревателей избыточна, и человек принимает решение. MX3D установила подобные сенсоры на своем мосту.
Они измеряют деформацию, вибрацию и смещения, а также качество воздуха и температуру. С помощью этих данных можно не только следить за состоянием объекта, но и учить его распознавать происходящее — например, сколько человек и с какой скоростью двигаются по нему в данный момент. Информация, полученная с сенсоров, размещается в «цифровом двойнике» — компьютерной модели, которая полностью отображает состояние физического объекта в режиме реального времени.
А в России компания SODIS Lab оснастила датчиками олимпийские объекты и стадионы для ЧМ-2018, например, «Фишт». Сенсоры в режиме реального времени контролируют состояние этих спортивных объектов, — в частности, отслеживают сейсмическую активность в Сочи, — и таким образом помогают обеспечить их безопасность.
Почему стоит обратить внимание на эту технологию. В 2017 году резко возросло количество строительных проектов, которые стали использовать системы сбора, контроля и мониторинга данных. Речь идет в первую очередь о беспилотных летательных аппаратах и датчиках. На этапе строительства в основном применяются дроны. Они могут существенно повлиять на экономию и качество строительства, позволяя отслеживать любые ошибки, несовпадения с проектом, отставания от графика и давая возможность исправлять их на ранних стадиях. А на этапе эксплуатации объекта все больше компаний устанавливают на него датчики. Они могут контролировать техническое состояние объекта, проводя мониторинг в режиме реального времени. Это позволяет не только повышать безопасность, совершенствовать конструкции и процессы, симулируя потенциальные ситуации на виртуальной модели объекта.
По материалам издания «Forbes» ©