Acciona invierte en Machine Learning para la construcción de túneles

La compañía se asocia con SAALG Geomechanics para predecir el comportamiento real del terreno durante la ejecución de proyectos de construcción. Crédito: Acciona Acciona ha entrado como lead investor en SAALG Geomechanics, startup de software e ingeniería que predice el comportamiento real del terreno durante todo el ciclo de una obra a partir de grandes volúmenes de datos. La incorporación de Acciona como socio estratégico permitirá a SAALG Geomechanics aplicar su software de análisis Daarwin al campo de las tuneladoras, donde la compañía de construcción posee una dilatada experiencia y cuenta con una docena de máquinas operando hoy en día en proyectos nacionales e internacionales de elevada complejidad. Para Acciona, la apuesta por SAALG Geomechanics supone un caso de éxito de su programa de innovación abierta I´MNOVATION. Mediante esta iniciativa, la compañía brinda a las start-ups la oportunidad de colaborar en proyectos reales aplicando sus soluciones innovadoras para el progreso de la sociedad y el respeto del medioambiente. SAALG fue una de las empresas que decidieron presentarse al programa y, tras un exitoso proyecto piloto en colaboración directa con los equipos del negocio, Acciona ha decidido invertir en ella. Esta inversión reafirma la apuesta de la compañía por la innovación y el ecosistema emprendedor. Lee también ► Amanco Wavin cuenta con dos nuevas plantas de producción de geosintéticos 3D

Tuneladoras autónomas

La tuneladora se ha erigido en el método más seguro de excavación en un contexto de avances tecnológicos en geotecnia, de mejora de las condiciones de trabajo en el interior de los túneles y de utilización de sistemas de ventilación, entre otros progresos. Actualmente, más del 30% de los proyectos de construcción de túneles en todo el mundo experimenta dificultades geotécnicas que provocan sobrecostos o retrasos, con una desviación media que puede llegar a más del 55% del presupuesto original. Las nuevas funcionalidades del software Daarwin, basadas en algoritmos de aprendizaje automático, permiten predecir la velocidad de avance de la tuneladora, detectar de forma anticipada las anomalías geotécnicas, asistir a los pilotos de las tuneladoras para optimizar las fases de excavación y centralizar la información para su uso en futuros proyectos. Las nuevas funcionalidades de esta solución -que representa un significativo aumento de la seguridad, eficiencia y sostenibilidad- son el primer paso para avanzar hacia la tuneladora autónoma. Acciona ha batido varios récords del mundo de producción con tuneladoras y colaborado en situar a esta máquina en el centro de la ingeniería de túneles. La compañía emplea en sus proyectos de construcción de túneles algunas de las máquinas más grandes del planeta, de hasta 15 metros de diámetro y alrededor de 100 metros de longitud, que adapta según el terreno en el que operen. Desde su creación en 2016, SAALG Geomechanics ha participado en más de 50 proyectos de ingeniería civil, gran edificación y minería en todo el mundo: túneles, grandes excavaciones y carreteras en más de 15 países. Desde 2020, el software Daarwin se está utilizando, por ejemplo, como una innovación estratégica dentro de High-Speed Two (HS2), el mayor proyecto europeo de infraestructura ferroviaria de alta velocidad en el Reino Unido.