به گزارش دنیای نفت و قیر، مراکز تحقیقاتی حملونقل و گروههای مهندسی اروپایی با سرعت بیشتری در حال ادغام هوش مصنوعی و سامانههای سنسوری متصل در مدیریت زیرساختهای آسفالتی هستند؛ آن هم در شرایطی که دولتها تحت فشار فزایندهای برای کاهش انتشار کربن صنعتی قرار دارند، بدون آنکه روند توسعه جادهها متوقف شود. تازهترین پروژههای پژوهشی منتشرشده از فرانسه و چند نهاد وابسته به اتحادیه اروپا نشان میدهد که نظارت هوشمند بر آسفالت دیگر صرفاً یک ایده آزمایشی مربوط به شهرهای هوشمند محسوب نمیشود. این فناوری اکنون به بخشی از سیاستگذاری بلندمدت زیرساختی اروپا تبدیل شده که با مقررات زیستمحیطی، بهرهوری صنعتی، نگهداری پیشبینیپذیر و مدیریت انرژی ارتباط مستقیم دارد. اهمیت گسترده این روند تنها به اروپا محدود نیست. برای اقتصادهای خاورمیانه که وابستگی بالایی به صادرات قیر و توسعه گسترده شبکههای حملونقل دارند، گسترش جادههای مبتنی بر هوش مصنوعی در اروپا میتواند بهتدریج بر استانداردهای خرید، فعالیت پالایشگاهها، طراحی ترکیبات آسفالتی و حتی شرایط صادرات به بازارهای حساس به کربن اثر بگذارد.
پژوهش جدید به این دلیل مورد توجه قرار گرفته که سه حوزهای را به هم متصل کرده که در گذشته معمولاً جدا از یکدیگر فعالیت میکردند: تحلیل دیجیتال زیرساخت، پایش زیستمحیطی و مهندسی قیر. نسلهای قبلی فناوری جادههای هوشمند عمدتاً بر مدیریت ترافیک، سامانههای عوارض یا بازرسی سازهای تمرکز داشتند. اما رویکرد جدید اروپا یک ساختار عملیاتی یکپارچه ایجاد کرده که در آن مدلهای هوش مصنوعی بهطور مداوم اطلاعات زنده جمعآوریشده از شبکههای سنسوری اینترنت اشیا را در جادهها، کارخانههای آسفالت، ناوگان تعمیراتی و سامانههای لجستیکی پردازش میکنند. هدف این سامانهها فقط شناسایی خرابی ظاهری پس از وقوع نیست، بلکه تلاش میکنند فرسودگی آینده مصالح را تخمین بزنند، زمان مناسب تعمیرات را تعیین کنند، میزان انتشار ناشی از تولید آسفالت را محاسبه کنند و مشخص کنند کدام فرمولاسیون قیر در شرایط مختلف ترافیکی و اقلیمی، اثرات زیستمحیطی کمتری دارد.
همین تفاوت، دلیل اصلی توجه صنعت به این تحقیقات جدید است. نوآوری اصلی در خودِ هوش مصنوعی نیست، بلکه در حرکت به سمت مدیریت لحظهای زیستمحیطی زیرساختهای آسفالتی است. نهادهای قانونگذار اروپایی بهطور فزاینده سرمایهگذاریهای حملونقلی را به الزامات گزارشدهی اقلیمی متصل میکنند. در نتیجه، تولیدکنندگان آسفالت با دو مسئولیت همزمان روبهرو شدهاند: حفظ عملکرد جاده و کاهش انتشار گازهای گلخانهای در تمام مراحل تولید قیر، گرمکردن مصالح، حملونقل و بازسازی جادهها. سامانههای هوش مصنوعی اکنون به ابزارهای عملیاتی تبدیل شدهاند که میتوانند حجم عظیمی از دادههای زیرساختی را بسیار سریعتر از روشهای سنتی مهندسی تحلیل کنند.
در عمل، سنسورهای اینترنت اشیا که در لایههای روسازی یا تجهیزات اطراف جاده نصب میشوند، بهصورت مداوم اطلاعاتی مانند دمای سطح، شدت بار ترافیکی، شرایط رطوبتی، تنش سازهای، الگوهای ارتعاش و نشانههای ترکخوردگی حرارتی را جمعآوری میکنند. این دادهها به سامانههای ابری مدیریت منتقل میشوند؛ جایی که مدلهای یادگیری ماشینی روند فرسودگی و اولویتهای تعمیراتی را ارزیابی میکنند. برخی پروژههای آزمایشی اروپایی حتی تصاویر ماهوارهای، پهپادها، سامانههای پیشبینی آبوهوا و دادههای پالایشگاهی را نیز وارد یک بستر تحلیلی واحد کردهاند. این کار به نهادهای مسئول اجازه میدهد نهتنها وضعیت جادهها، بلکه میزان آلایندگی هر مرحله از تولید و اجرای آسفالت را نیز بررسی کنند.
پیامدهای این روند برای صنعت قیر قابلتوجه است. در گذشته خرید قیر عمدتاً بر اساس درجه نفوذ، ویسکوزیته، دوام و قیمت انجام میشد. اما اکنون یک عامل جدید به این معادله اضافه شده است: عملکرد کربنی قابلاندازهگیری. احتمال دارد در آینده تولیدکنندگان آسفالت مجبور شوند اطلاعات دقیقی درباره میزان انتشار ناشی از شیوه تولید، فاصله حملونقل، سهم بازیافت و طول عمر روسازی ارائه دهند. سامانههای هوشمند این ارزیابیها را ممکن کردهاند، زیرا نهادهای زیرساختی اکنون میتوانند عملکرد بلندمدت انواع ترکیبات آسفالتی را در شرایط مختلف مقایسه کنند.
فرانسه به یکی از فعالترین مراکز اروپایی در این حوزه تبدیل شده است. علت این موضوع ترکیبی از سیاست صنعتی، سرمایهگذاری در زیرساخت دیجیتال و برنامهریزی حملونقل کمکربن است. گروههای تحقیقاتی فرانسوی در همکاری با دانشگاهها، آزمایشگاههای مهندسی عمران و نهادهای جادهای، سامانههای پیشبینیگر مدیریت آسفالت را توسعه میدهند که هدف آن کاهش هزینههای نگهداری و افزایش عمر مفید روسازی است. حتی افزایش محدود در دوام جادهها میتواند هزینههای ملی نگهداری را بهطور قابلتوجهی کاهش دهد و نیاز به پروژههای بازسازی مکرر مبتنی بر مصرف بالای قیر را کمتر کند.
یکی دیگر از بخشهای مهم این تحقیقات به راهبردهای نگهداری پیشبینیپذیر مربوط میشود. روش سنتی تعمیر جادهها معمولاً بر بازرسیهای دورهای یا گزارش خرابی پس از مشاهده آسیب متکی بود. اما سامانههای مبتنی بر هوش مصنوعی این روند را به نظارت دائمی تبدیل کردهاند. بهجای آنکه ترکها، شیارها یا چالهها پس از گسترش گسترده شناسایی شوند، اپراتورهای جادهای میتوانند نقاط ضعیف را زودتر تشخیص دهند و پیش از نیاز به بازسازی پرهزینه، اقدامات اصلاحی انجام دهند. این روند احتمالاً میزان تعمیرات اضطراری، اختلال ترافیکی و هدررفت مصالح را کاهش خواهد داد.
بخش زیستمحیطی این تغییر برای برنامههای اقلیمی اروپا اهمیت بالایی دارد. ساخت جاده همچنان یکی از پرکربنترین بخشهای توسعه زیرساختی محسوب میشود، زیرا تولید آسفالت نیازمند فرآیندهای گرمایش با دمای بالا و حملونقل انرژیبر است. ابزارهای مبتنی بر هوش مصنوعی میتوانند چرخههای غیرضروری روکشگذاری را کاهش دهند، مسیر حرکت کامیونها را بهینه کنند، مصرف سوخت را پایین بیاورند و استفاده گستردهتر از آسفالت گرمنشده یا کمدما را تسهیل کنند. برخی سامانهها همچنین بررسی میکنند که آیا میتوان از آسفالت بازیافتی بدون افت عملکرد سازهای، استفاده بیشتری کرد یا خیر.
این تحقیقات همچنین نشانهای از دیجیتالیشدن گسترده صنایع سنگین ساختمانی است؛ صنایعی که در مقایسه با بخش تولید یا لجستیک، با سرعت کمتری به سمت اتوماسیون حرکت کرده بودند. کارخانههای آسفالت اکنون به سامانههای کنترل خودکار مجهز میشوند که میتوانند دما، مصرف سوخت، نسبت اختلاط مصالح و میزان تزریق قیر را بر اساس دادههای لحظهای تنظیم کنند. مدیریت فرآیند با کمک هوش مصنوعی میتواند ثبات تولید را افزایش داده و همزمان ضایعات و آلایندگی را کاهش دهد. برای دولتهایی که بهدنبال تحقق تعهدات کربنی هستند، این پیشرفتها از نظر سیاسی و اقتصادی اهمیت زیادی پیدا کردهاند.
برای صادرکنندگان خاورمیانهای، حرکت اروپا به سمت نظارت دیجیتالی بر آسفالت میتواند پیامدهای تجاری بلندمدتی داشته باشد. کشورهایی که قیر به اروپا صادر میکنند، ممکن است در آینده با الزامات سختگیرانهتری در زمینه شفافیت آلایندگی و تحلیل چرخه عمر روبهرو شوند. در نتیجه، رقابتپذیری صادراتی تنها به قیمت و پایداری عرضه وابسته نخواهد بود، بلکه توانایی ارائه دادههای زیستمحیطی نیز به یک مزیت مهم تبدیل میشود. پالایشگاههایی که بتوانند شدت پایینتر انتشار کربن در فرآیند تولید قیر را اثبات کنند، احتمالاً جایگاه قویتری در قراردادهای آینده خواهند داشت.
منطقه خلیج فارس نیز میتواند در آینده به بازار مهمی برای این فناوریها تبدیل شود، زیرا چندین دولت منطقه همزمان در حال سرمایهگذاری بر شهرهای هوشمند، توسعه بزرگراهها و دیجیتالیسازی صنایع هستند. شرایط آبوهوایی سخت خاورمیانه همواره مشکلاتی مانند شیارشدگی، خستگی روسازی و ترکهای حرارتی را ایجاد کرده است. سامانههای هوشمند میتوانند به نهادهای حملونقلی کمک کنند تا برنامه تعمیرات را در شرایط دمایی شدید بهینه کرده و هزینههای بازسازی را کاهش دهند.
دلیل دیگری که این تحقیقات را برجسته میکند، زمان انتشار آن در میانه تحولات جهانی زیرساختی است. بسیاری از کشورها همزمان با نوسازی شبکههای حملونقل، با افزایش هزینههای ساخت، مقررات سختتر زیستمحیطی و فشار افکار عمومی درباره کیفیت زیرساخت روبهرو هستند. مدیریت جادهها با کمک هوش مصنوعی، برای سیاستگذاران روایتی جذاب ایجاد میکند که هم مدرنسازی را پوشش میدهد و هم اهداف زیستمحیطی را. همین همراستایی سیاسی باعث افزایش بودجه پروژههای آزمایشی و برنامههای دیجیتالیسازی زیرساختی در اروپا شده است.
بخش مالی و بیمه نیز بهتدریج به دادههای زیرساختی مرتبط با جادههای هوشمند علاقهمند شده است. جادههایی که بهصورت مداوم پایش میشوند، میتوانند مدلهای دقیقتری برای ارزیابی ریسک زیرساختی ایجاد کنند. دولتها و پیمانکاران احتمالاً در آینده از دادههای پیشبینی عملکرد برای قراردادهای نگهداری، بودجهبندی تعمیرات و تأمین مالی پروژهها استفاده خواهند کرد. چنین تحولاتی ممکن است ساختار قراردادهای صنعت راهسازی را نیز دستخوش تغییر کند.
با وجود این روند رو به رشد، چالشهایی همچنان باقی مانده است. نگرانیهای امنیت سایبری با دیجیتالیتر شدن سامانههای حملونقل افزایش یافته و مالکیت دادهها میان دولتها، پیمانکاران و شرکتهای فناوری هنوز مسئلهای پیچیده محسوب میشود. علاوه بر این، پیشبینیهای هوش مصنوعی تنها زمانی دقیق هستند که دادههای ورودی کیفیت بالایی داشته باشند. نصب نامناسب سنسورها یا کالیبراسیون ضعیف میتواند دقت سامانه را کاهش دهد. نگرانیهای مهندسی نیز درباره دوام طولانیمدت سنسورهای کارگذاشتهشده در روسازی وجود دارد. زیرساختهای آسفالتی بهطور مداوم در معرض انبساط حرارتی، لرزش، رطوبت و فشار ترافیکی قرار دارند. حفظ عملکرد پایدار سنسورها در چنین شرایطی چالشبرانگیز است. به همین دلیل، پژوهشگران علاوه بر توسعه نرمافزار، روی مواد مقاوم برای سنسورها و شبکههای ارتباطی پایدار نیز کار میکنند.
با این حال، مسیر کلی صنعت تا حد زیادی مشخص شده است. بخش راهسازی وارد دورهای میشود که در آن نظارت دیجیتال، گزارشدهی زیستمحیطی و مهندسی آسفالت به اجزای بههمپیوسته مدیریت زیرساخت تبدیل خواهند شد. تحقیقات جدید اروپا نشان میدهد دولتها و مراکز مهندسی در حال تبدیل جادهها به داراییهایی هستند که در تمام طول عمر خود اطلاعات عملیاتی تولید میکنند. برای بازار قیر، این روند میتواند در آینده بر راهبرد پالایشگاهها، نظامهای گواهی محصول، اسناد صادراتی و استانداردهای طراحی آسفالت اثر بگذارد. تولیدکنندگانی که زودتر خود را با الزامات مربوط به گزارشدهی کربنی و تحلیل دادههای زیرساختی هماهنگ کنند، احتمالاً جایگاه قویتری در بازارهای جهانی آینده خواهند داشت. در مقابل، مجموعههایی که همچنان بر مدلهای سنتی تولید بدون شفافیت زیستمحیطی تکیه دارند، ممکن است تحت فشار رقابتی بیشتری قرار بگیرند.
اهمیت این تحقیقات تنها به فضای دانشگاهی محدود نمیشود. این روند نشاندهنده شکلگیری ساختار جدیدی برای مدیریت زیرساخت حملونقل است؛ ساختاری که در آن عملکرد آسفالت، کنترل آلایندگی، زمانبندی تعمیرات و تحلیل دیجیتال، همگی از طریق سامانههای یکپارچه هوش مصنوعی مدیریت میشوند. اروپا در حال حاضر بخش بزرگی از این روند را هدایت میکند، اما پیامدهای تجاری و مقرراتی آن احتمالاً طی دهه آینده به زنجیره جهانی تأمین قیر نیز گسترش خواهد یافت.
