Optimisation des techniques d'excavation grâce aux méthodes d'apprentissage-machine
La productivité dans le secteur de la construction, en particulier dans le domaine de l'excavation des sols, stagne depuis des décennies. Les principales avancées ont été réalisées il y a 30 ans avec le développement d'outils de simulation par éléments finis. Aujourd'hui, la planification d'une excavation d'un bâtiment est toujours basée sur un long processus humain d'essais et d'erreurs. En même temps, des mesures importantes sont prises pour unifier les modèles de données dans les différentes professions de la construction. Des progrès significatifs ont également été réalisés dans le domaine de la cartographie des sols en Suisse, comme SwissTopo.
Le développement de ces modèles fournira de grandes quantités de données numériques décrivant les différents paramètres et étapes de la construction de bâtiments et, notamment, de l'excavation dans un environnement pédologique donné. La question scientifique sous-jacente est de savoir si ces données peuvent être utilisées pour améliorer les méthodes et les connaissances en matière de conception de structures géotechniques.
Plus précisément, l'objectif du projet OptiSoil est d'utiliser ces données pour appliquer des algorithmes d'intelligence artificielle, en utilisant des méthodes d'apprentissage-machine, afin de développer des techniques innovantes de conception des excavations qui optimisent les contraintes de stabilité, de risque et de coût.