91ÊÓƵ

Betongproduktion, en betydande bidragsgivare till koldioxidutsläpp, genomgår en förändring för att minska sin miljöpåverkan. I Sverige, där cementproduktionen står för 3-4 % av landets totala CO2-utsläpp, ligger fokus på att utveckla klimatförbättrad betong genom att inkorporera alternativa material som slagg eller flygaska. Denna förändring innebär utmaningar och förändrar betongens kritiska egenskaper. För att ta itu med detta syftar ett banbrytande projekt till att utnyttja artificiell intelligens (AI) för att förbättra förutsägbarheten hos klimatförbättrad betongs temperatur och styrka, vilket banar väg för optimerade konstruktionsmetoder och minskat koldioxidavtryck.

Projektets kärnmål är att implementera maskininlärning (ML)-baserade metoder för att

utveckla Eco-Concrete Property Prediction med ML-algoritmer som förutsäger temperaturen och styrkan hos klimatförbättrad betong. Dessa algoritmer kommer att integreras i smarta verktyg, vilket ger beslutsstöd för betongtillverkare och entreprenörer. Projektet syftar till att uppnå detta genom att utvärdera olika AI-metoder för hållfasthetsförutsägelse, utveckla modeller för långsiktig styrkeprognoser, utforska AI-praxis för temperaturprognoser och jämföra dem med befintliga verktyg. Dessutom syftar projektet till att analysera och föreslå algoritmer för avisering/kontroll baserat på aktuella temperaturprognoser och utforska alternativa metoder som Neural Networks för en mer hållbar framtid i linje med 2030-agendan.

Utmaningar som åtgärdats

Den primära utmaningen i projektet är behovet av att minska CO2-utsläppen inom cement- och betongindustrin. Genom att ersätta en del cement med alternativa tillsatsmaterial kan industrin minska sitt koldioxidavtryck avsevärt. Ändringar i kritiska egenskaper, såsom tidig temperatur- och hållfasthetsutveckling, utgör dock hinder. Projektet syftar till att övervinna dessa utmaningar genom att använda AI-tekniker för att förstå och förutsäga olika parametrars inverkan på temperatur- och hållfasthets-utvecklingen och på så sätt främja användningen av klimatförbättrad betong.

Nuvarande situation

Betong, ett allmänt använt byggmaterial globalt, bidrar avsevärt till koldioxidutsläppen. I Sverige pågår satsningar på att producera klimatförbättrad betong genom att ersätta en betydande del cement med tillsatsmaterial, vilket ger ett lägre koldioxidavtryck. Däremot uppstår utmaningar, bland annat långsammare styrkeutveckling och ökad känslighet för kallt väder. Detta hindrar den utbredda användningen av klimatförbättrad betong, särskilt under kallare perioder, vilket påverkar industrins mål för utsläppsminskningar.

AI:s roll

Traditionella prognosmodeller baserade på temperatur-hållfasthetsförhållanden är otillräckliga för klimatförbättrad betong. AI, särskilt ML, erbjuder en kraftfull lösning för att identifiera korrelationer i stora datamängder och utveckla nya algoritmer för prognoser och beslutsstöd. Genom att kombinera ML med Internet of Things (IoT) system syftar projektet till att skapa smarta verktyg som övervakar och förutsäger betongegenskaper under härdning, vilket möjliggör optimerad och ökad användning av klimatförbättrad betong.

Bidrag till Agenda 2030

Projektet är i linje med två huvudmål i FN:s Agenda 2030: Mål 9 – Industri, innovation och infrastruktur och Mål 13 – Klimatåtgärder. Mål 9 fokuserar på att bygga motståndskraftig infrastruktur, främja hållbar industrialisering och främja innovation. Projektet bidrar genom att utveckla innovativa AI-baserade verktyg för att optimera användningen av klimatförbättrad betong och på så sätt stödja hållbar utveckling och ekonomisk tillväxt inom byggbranschen. Mål 13 betonar brådskande åtgärder för att bekämpa klimatförändringarna. Projektet tar itu med detta genom att aktivt arbeta för att minska koldioxidutsläppen inom cement- och betongindustrin genom utveckling och ökad användning av klimatförbättrad betong.