Blog Post

Machine learning models for predicting physical properties in asphalt road construction: A systematic review

Marcus Müller • 22. Juli 2024

KInaStra-Publikation im Journal of Construction and Building Materials

Der KInaStra-Partner Universität Hohenheim hat die im Projekt entstandene Studie „Machine learning models for predicting physical properties in asphalt road construction: A systematic review“ erfolgreich im Journal of Construction and Building Materials veröffentlicht. Die Studie beleuchtet die Anwendung von maschinellen Lernmodellen zur Vorhersage physikalischer Eigenschaften im Asphaltstraßenbau. Für die systematische Literaturanalyse wurden 30 in Frage kommenden Studien zur Datenerfassung und -aufbereitung sowie das Training und die Bewertung von Vorhersagemodellen ausgewählt und analysiert. Die analysierten Studien wurden zwischen 2011 und 2023 ebenfalls in Fachzeitschriften veröffentlicht. Die Ergebnisse der Studie aus Hohenheim vermittelt ein umfassendes Bild über die Anwendung von maschinellen Lernverfahren zur Vorhersage physikalischer Eigenschaften im Asphaltstraßenbau.

Die Studie ist als Open Access abrufbar: https://doi.org/10.1016/j.conbuildmat.2024.137397

< Älterer Beitrag

Neuerer Beitrag >

E-Mail

KInaStra @ DAV-Asphaltseminar in Willingen

von Marcus Müller • 20. März 2025

Das Asphaltseminar des deutschen Asphaltverbandes DAV in Willingen ist ein Klassiker der Branche. Beim Asphaltseminar am 17.-19.03.2025 war das Forschungsprojekt KInaStra mit dem Vortrag "KI für den nachhaltigen Straßenbau vertreten und konnte dem anwesenden Fachpublikum die Ergebnisse der zweijährigen Forschung vorstellen.

KInaStra @ Fachtagung Straßenbau in der Praxis

von Marcus Müller • 20. Februar 2025

Auch nach Projektende bleiben wir aktiv an der Veröffentlichung unserer Forschungsergebnisse dran. Bei der 4. Fachtagung Straßenbau in der Praxis am 18. & 19. Februar 2025 war das Projekt KInaStra mit dem Fachbeitrag "Wie GreenAI-Bauprozesssteuerung und automatisierte CO2-Bilanzierung die CO2-Emissionen senken" und der gleichnamigen Präsentation vertreten. Zitieren: Müller, M., Gohl, S., Groll, K., & Leukel, P. D. J. (2025, February). Wie GreenAI-Bauprozesssteuerung und automatisierte CO2-Bilanzierung die CO2-Emissionen senken. In 4. Kolloquium Straßenbau in der Praxis: Fachtagung zum Planen, Bauen, Erhalten, Betreiben unter den Aspekten von Nachhaltigkeit und Digitalisierung. Tagungshandbuch 2025 (p. 381). expert verlag.

KInaStra-Abschlusspräsentation

von Marcus Müller • 13. Dezember 2024

Auf der Herbsttagung der Fachgruppe Verkehrswege- und Tiefbau der Bauwirtschaft Baden-Württemberg e.V. auf Burg Windeck hat das KInaStra-Konsortium seine Ergebnisse vorgestellt. Neben einem Cradle-to-Cradle CO2-Modell wurde ein sehr präzises Vorhersagemodell für die Materialabkühlung entwickelt. Darauf aufbauend wurde ein Verfahren entworfen, wie Vorschläge zur Senkung von CO2-Emissionen in Echtzeit in den laufenden Bauprozess eingebracht werden können. Die letzten verbleibenden Wochen im Forschungsprojekt nutzen wir zur weiteren Evaluation und Dokumentation der Ergebnisse.