Adaptiivinen GeoBIM-alusta kaivuutöihin. Maarakennuskoneiden datan integrointi todennäköisyysperustaiseen epävarmuusmallinnukseen

Pohjamaaolosuhteiden tarkka mallintaminen on välttämätöntä tehokkaassa ja kestävässä geoteknisessä maanrakennuksessa. Kuitenkin perinteisten pohjatutkimusten harvalukuisuus ja paikkasidonnaisuus rajoittavat nykyisiä menetelmiä. Kairaukset ja laboratoriokokeet tuottavat suunnitteluvaiheessa arvokasta tietoa maaperästä, mutta heterogeenistä maaperää interpoloitaessa ne tuovat mukanaan epävarmuutta, joka voi heikentää kustannustehokkuutta. Näiden rajoitteiden ratkaisemiseksi tässä väitöskirjassa kehitetään ja arvioidaan mukautuva GeoBIM-alusta, joka yhdistää koneistettua maanrakennusdataa todennäköisyyspohjaiseen epävarmuusmallinnukseen mahdollistaen maaperän rajapintojen jatkuvan tarkentamisen rakentamisen aikana.

Tutkimus koostuu kolmesta toisiinsa liittyvästä osatutkimuksesta. Ensimmäinen selvittää, voiko kaivinkoneen hydrauliikan tuottama painemittausdata toimia luotettavana korvaajana perinteisille läpäisyvastusindikaattoreille. Kenttäkokeet osoittivat vahvan korrelaation paineperusteisten rajapintahavaintojen ja puristinheijarikairauksen (SDPT) tulosten välillä, mikä todentaa perustason kaivinkoneen hyödynnettävyyden geoteknisenä mittausinstrumenttina edullisin jälkiasennettavin sensorein.

Toinen osatutkimus esittelee todennäköisyyspohjaisen menetelmän, joka yhdistää Kriging-interpoloinnin Monte Carlo -simulaatioon. Menetelmää testattiin kontrolloidulla testialueella, jossa uutta sensoridataa lisättiin iteratiivisesti maaperän rajapintamallin päivittämiseksi. Korkean epävarmuuden alueilla aloitetut kaivannot nopeuttivat mallin konvergenssia ja vähensivät volumetrista epävarmuutta yli 80 %, kun taas systemaattinen kaivaminen saattoi väliaikaisesti lisätä epävarmuutta kartoittamattomilla alueilla.

Kolmannessa osatutkimuksessa mukautuvan epävarmuuden mallinnus operationalisoitiin GeoBIM-ympäristöön ja testattiin kolmessa pohjoismaisiin olosuhteisiin perustuvassa maanrakennusprojektissa. Alusta tuotti koneohjausjärjestelmille jatkuvasti päivittyvän todennäköisimmän rajapintamallin, parantaen ennusteiden tarkkuutta ja vähentäen liiallista kaivamista verrattuna perinteisiin TIN-pohjaisiin ja käyttäjäohjattuihin menetelmiin.

Osatutkimukset yhdessä osoittavat, että koneistettu havainnointi yhdistettynä todennäköisyyspohjaiseen mallintamiseen muuttaa GeoBIM:n staattisesta suunnittelutyökalusta dynaamiseksi, mittauksiin perustuvaksi päätöksenteon apuvälineeksi.