Wenn die KI bei Asphalt und Beton mitmischt

Bild: Asphaltmischanlage der PORR in Wien Simmering

Wenn man bei der Asphalt- oder Betonproduktion die natürliche Gesteinskörnung durch recyceltes Material ersetzt, verändern sich die Materialkennwerte. Das kann sich auch auf die Dauerhaftigkeit der Baustoffe auswirken. Irgendwann ist der Punkt dann erreicht, bei dem das Material für den angedachten Zweck nicht mehr einsetzbar ist. Der Haken: Wie genau eine bestimmte Rezeptur in der Praxis ausfällt, konnte bisher nur im Rahmen von Produkttests festgestellt werden. Kleine Proben mit unterschiedlich hohen Dosen und unterschiedlichen Körnungen des Rezyklats wurden in aufwändigen Verfahren angemischt und dann ausgetestet.

Mit KI Materialeigenschaften bestimmen
Das Forschungsprojekt „SmartStreet“ von der PORR in Zusammenarbeit mit der Universität Innsbruck (Arbeitsbereich für Materialtechnologie) trainiert nun eine KI dazu. Ein neuronales Netz lernt, zu bestimmen, welche effektiven mechanischen Eigenschaften der schlussendlich produzierte Asphalt oder Beton haben wird, wenn unterschiedliche Mengen und Beschaffenheiten von Rezyklaten beigefügt werden. Die Projektlaufzeit ist von Oktober 2025 bis Oktober 2028. Das Projekt ist FFG-gefördert.
„Es ist unseres Wissens das erste Forschungsprojekt dieser Art“, betont PORR CEO Karl-Heinz Strauss. Dabei geht es darum, das Kreislaufwirtschafts-Potenzial von Beton und Asphalt auszuschöpfen und das Recyclingprodukt aufzuwerten. Da es sehr viele Parameter gibt, die bei Beton- und Asphaltmischungen in das Endresultat einfließen, werden für das KI-Modell verschiedene Datensätze wie z.B. Berechnungsergebnisse oder Versuchsdaten berücksichtigt. Auch zukünftige Datensätze können hinzugefügt werden, um das KI-Modell stetig zu verbessern.

Erkenntnisse für künftige Bauprojekte
Karl-Heinz Strauss sagt: „Praktisch jedes Bauprojekt, besonders im Tiefbau, benötigt unterschiedliche Betonrezepturen. Ähnlich ist das bei Asphalt. Natürlich sind wir bestrebt, sowohl die optimale Mischung für den Einsatz als auch den bestmöglichen Recyclinganteil zu erreichen. Wir sehen in der KI großes Potenzial, um den Prozess effizienter zu gestalten und Erkenntnisse für künftige Bauprojekte zu generieren. Zugleich haben wir die Möglichkeit, zukünftige Ergebnisse und Beiträge weiterer Partner miteinfließen zu lassen.“