Rivoluzione nella manutenzione edilizia: l'innovativo strumento AI per il controllo del RAAC

Il controllo con il supporto di intelligenza artificiale di calcestruzzo fibrorinforzato aerato autoclavato

In un'epoca in cui la sicurezza strutturale degli edifici è diventata una questione di crescente importanza, ricercatori della Loughborough University hanno sviluppato uno strumento AI rivoluzionario per affrontare questa sfida.

Questo articolo esplora il loro innovativo sistema, progettato per rivoluzionare il monitoraggio e la manutenzione del Reinforced Autoclaved Aerated Concrete (RAAC), un materiale diffusamente utilizzato in molti edifici costruiti nel Regno Unito durante la metà del secolo scorso.

Sviluppo e funzionalità dello strumento Intelligenza Artificiale

Creato dai ricercatori del dipartimento di Architettura, Edilizia e Ingegneria Civile, questo strumento digitale utilizza un software avanzato che analizza migliaia di immagini per identificare rapidamente il degrado nelle strutture RAAC. L'abilità di localizzare e proiettare la durata delle crepe nel calcestruzzo rappresenta un notevole miglioramento, riducendo drasticamente il tempo e le risorse necessarie per le operazioni di manutenzione.

Iniziativa e obiettivi

Il progetto ha preso vita dalla necessità di affrontare i problemi strutturali riscontrati nel RAAC negli edifici del NHS. Il processo tradizionale di raccolta dati si è rivelato inadeguato, spingendo alla ricerca di una soluzione più sistematica ed efficiente. Lo strumento mira a ottimizzare le procedure di ispezione, offrendo un approccio più rapido e meno dispendioso rispetto ai metodi attuali.

Addestramento e precisione dell'IA

Un aspetto fondamentale dello sviluppo dello strumento è stato l'addestramento dell'intelligenza artificiale nel distinguere tra diversi tipi di crepe. Con un'accuratezza del 95%, questo strumento funge da complemento ai controlli manuali, aumentando l'oggettività dei dati raccolti.

Implementazione e futuro dell'Iniziativa

Nonostante la semplicità d'uso, lo strumento AI è pensato per integrare, non sostituire, le ispezioni manuali. Il suo impiego nel rilevamento di problemi strutturali in edifici storici è essenziale per una gestione efficace del patrimonio immobiliare. Questo strumento rappresenta il nucleo di un sistema di gestione degli asset digitali, cruciale per il monitoraggio e la manutenzione degli edifici storici.

Il lavoro della squadra di Loughborough University, guidata dal professor Chris Gorse e dalla dott.ssa Karen Blay, si è rivelato un punto di riferimento nel campo della ricerca RAAC, beneficiando delle avanzate capacità di laboratorio e modellazione dell'università. Questo progetto non solo migliora l'efficienza della manutenzione degli edifici, ma stabilisce anche una base per future innovazioni nel campo dell'ingegneria strutturale e dell'IA.

Fonti:

• 'Loughborough researchers behind “first of its kind” AI tool that aims to cut time needed to survey and maintain RAAC', Loughborough University
• 'AI tool detects RAAC issues', Rod Sweet - Editor, Global Construction Review
• 'AI tool will detect issues with RAAC', By Richard High - Concrete Connect