Für Vortriebe können Injektionen zur Baugrundverbesserung sowie zur Abdichtung des Tunnel- bauwerks erforderlich sein. Häufig schränken diese Maß- nahmen die Vortriebsgeschwindigkeit gravierend ein, wes- wegen deren effiziente Vorausplanung bedeutsam ist. In- jektionen eignen sich bei wechselhaften Bedingungen be- sonders, weil sie mit vergleichsweise einfachen Baugeräten flexibel durchgeführt werden können. Zusätzlich ermög- licht die Flexibilität ein fortwährendes Anpassen der Bohr- und Injektionsparameter während der Durchführung. Dies kann die regelmäßige Anpassung des Bohrschemas, der -länge sowie der Injektionsparameter, des Injektionsmate- rials und Abbruchkriteriums bedeuten.
Die Möglichkeit maschinenbasierter, datengetriebener Maßnahmen mittels künstlicher Intelligenz (KI) wird im Forschungsprojekt AVANT untersucht. Ein Forschungskon- sortium, bestehend aus den deutschen Partnern STUVA e.V., geoteam Ingenieurges. m.b.H. und den österreichi- schen Partnern eguana GmbH, Montanuniversität Leoben und Züblin Spezialtiefbau Ges.m.b.H., nimmt sich dieser Aufgabe an.
Digitale Systeme zur Datenaufzeichnung sind nun auch im Bereich der Bohr- und Injektionstechnologie vorzufinden. Diese Systeme werden derzeit vorwiegend in der Doku- mentation im Rahmen des Qualitätsmanagements einge- setzt. Im Projekt AVANT werden diese Daten untersucht,
Dipl.-Ing. R. Wenighofer (􏰀) Lehrstuhl für Subsurface Engineering, Montanuniversität Leoben, Franz-Josef-Straße 18,
8700 Leoben, Österreich robert.wenighofer@unileoben.ac.at
um einen effizienteren und somit wirtschaftlicheren Vor- trieb sowie deren begleitende Injektionsmaßnahmen zu er- möglichen. Die zentrale Idee ist die Prozessierung der Bohr- und Injektionsdaten auf der Baustelle untertage sowie de- ren Einbindung im nachfolgenden Bauprozess, anstatt sie wie üblich ausschließlich zu Dokumentationszwecken zu ar- chivieren. Konkret sollen die einzelnen Prozessschritte in eine dynamische echtzeitfähige Verarbeitung eingebettet werden. Dazu werden Methoden der künstlichen Intelligenz auf Bohr- und Injektionsdaten angewandt.
Im vorliegenden Beitrag wird das Konzept des Projekts AVANT erläutert, und es werden erste Ergebnisse aus den Aufbereitungen der Datenquelle entsprechend den Algo- rithmen der künstlichen Intelligenz und deren Einschrän- kungen dargelegt. Der Beitrag beleuchtet tiefer gehend die nötige Grundlagenarbeit, um die Daten für die Prozessie- rung aufzubereiten und sie in eine KI-Trainingsumgebung zu überführen.