|
|
|
|
|
给混凝土装上“智慧大脑”,让建筑打印告别“各自为战” |
|
|
近日,西安建筑科技大学智能感知运维强基团队在3D打印混凝土智能建造领域接连取得系统性突破,3项原创成果接连发表,其中1篇联合英国曼彻斯特大学攻关的成果刊发于《IEEE仪器与测量汇刊》,2篇刊发于《建造自动化》。
面向交通、海洋、极地及“三深”(深空、深海、深地)等极端环境建设,无人化与智能化已成为国家重大战略需求下的必然选择。当前,3D打印混凝土技术正迎来前所未有的发展机遇。当这项技术从实验室走向工程应用,如何“看清”表面孔隙、如何“稳住”挤出流量、如何“排优”多端协同路径,成为智能建造必须回答的信息难题。
3D打印混凝土构件的表面孔隙,就像馒头表面的小气孔:如果气孔太多太大,不仅不好看,还会直接削弱建筑的力学强度、缩短使用寿命。但这些孔隙形态歪扭、大小差异极大,还经常和粗糙的混凝土表面背景混在一起,过去靠人工检测不仅效率极低,微小的缺陷还很容易被漏检。
团队通过大量3D打印试验结合高精度三维扫描,构建了专门的3D打印混凝土表面孔隙点云数据集,在一定程度上弥补了行业高质量数据不足;随后原创的多尺度融合分割模型,既能完整保住毫米级微小孔隙的几何细节,还能在较低计算开销的前提下精准识别出不同大小的孔隙,在类别不均衡的缺陷数据集上表现远超传统算法,为3D打印混凝土构件的自动化质量检测、寿命精准评价提供了高效可靠的技术工具。
很多用过喷墨打印机的人都遇到过这样的情况:墨水变稠、喷头磨损,打出来的线条就会忽粗忽细。3D混凝土打印也面临一模一样的难题:混凝土的粘稠度会随时间变化,打印设备的挤出部件也会有正常损耗,过去靠固定参数控制挤出速度的老办法,很容易出现出料忽快忽慢,堆出来的混凝土层厚度不均,直接影响整个构件的结构强度。团队把混凝土挤出过程的物理模型和深度强化学习技术结合起来,就像给挤出系统装了一个会“自主学习调整”的自动驾驶系统:先用无量纲挤出模型算清楚设备参数、混凝土流变特性对出料速度的耦合影响,再让AI控制器在大量动态模拟训练里学会自适应调节策略,哪怕设备、材料参数在作业过程中发生意料之外的波动,也能自动把混凝土挤出流量校准到目标值,为未来3D混凝土打印实现无人化全自动作业打下了核心控制技术基础。
随着现代建筑越来越多地走向大尺度、造型个性化,传统多端协同3D混凝土打印跟不上效率需求,也限制了成型质量的提升。针对这个痛点,团队原创了“三叉树增强遗传算法”,把任务分配、路径排序、避碰协调三个原本割裂的环节放进同一个“智慧决策池”里统筹优化:先把三维构件切片后的几何信息转化成一个个离散的打印任务,再用类似“三叉树”的拓扑结构自动生成最合理的任务分配方案,并结合遗传优化与反馈修正实现联合优化。经过大量仿真和实体打印测试验证,这套方法既能把不同喷头的工作量分配得更均衡,大幅减少喷头空跑、打印轨迹急转弯的问题,还能同步提升整体打印效率和构件成型精度,给大尺寸复杂建筑构件的高效3D打印提供了全新的技术方案。
相关论文信息:https://doi.org/10.1016/j.autcon.2026.107199
https://doi.org/10.1016/j.autcon.2026.106978
https://doi.org/10.1109/TIM.2026.3659673
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。