Osäkra markförutsättningar och bristfällig visualisering av data är orsaken till cirka 30 % av de ökade kostnaderna i svenska infrastrukturprojekt. Det har dessutom visat sig att osäkerheter i markförutsättningar orsakar en ökning av mängder och spill i grundkonstruktioner av stål och betong. Det motsvarar cirka 20-55 % ökad användning av kol.

Mängden material kan kraftigt reduceras genom att utnyttja observationsmetoden fullt ut, genom att kombinera numeriska modeller för prognoser med monitorering i fält och datakalibrering. På så vis kan olika mätdata i ett typiskt byggprojekt kombineras med beräkningsmodeller för att förstå komplexa beteenden och kunskapen kan sedan återanvändas i framtida projekt. Att realisera den ambitionen är inte enkelt, men absolut möjligt att uppnå. Projektet bemöter utmaningen genom att utveckla smarta monitoreringslösningar för geokonstruktioner.

En del av projektet går ut på att ta fram ett program som kombinerar geotekniska undersökningar i fält med avancerade numeriska modeller och mätdata, för att skapa noggranna prognoser. Denna så kallade "data-assimilations"-metod hjälper till att maximera värdet av mätdata genom att förbättra kvaliteten och möjliggöra att förutse framtida tillstånd, med hjälp av numeriska modeller som har uppdaterats av flera olika mätdata. Det ökar säkerheten på mätdatan och modellprognoserna för geokonstruktioner.

Data-assimilations-metoden möjliggör tidiga varningssystem och scenariobaserade prognoser, vilket reducerar osäkerheter, kostnader, förbättrar säkerhet och ökad (klimat) robusthet i infrastruktur. Viktigast är dock angreppssättet, vilket möjliggör avancerad kontroll av komplexa system i stadsmiljö, där miljöpåverkan är ett stort problem.

ID: U8-2020-02

Beviljat i: Utlysning 8

Projektledare: Jelke Dijkstra, Chalmers tekniska högskola