Utveckling av maskininlärning-inbäddade applikationer för att stödja bedömning av farligt material vid renovering och rivning

Oväntade upptäckter av farliga ämnen vid renovering och rivning ökar osäkerheten kring arbetssäkerhet och projektekonomi. Trots obligatoriska miljöinventeringar vid rivning i Sverige är utredning av farliga material svårt att göra noggrant på grund av otillgänglighet och svårigheter att urskilja dolda föroreningar. För att uppnå cirkuläritet inom byggd miljö behövs utveckling av nya tillvägagångssätt för att underlätta riskkontroll för farliga material. Prediktioner kan uppnås genom att systematisera miljöinventeringar från renoverade eller rivna byggnader. Maskininlärningsmodellering har visat sig vara lovande för att identifiera mönster för förekomst av asbest och PCB-material. Dess potential för att karakterisera byggnader med hög föroreningsrisk på komponentnivåer har påvisats. Med utgångspunkt i dessa tidigare resultat, avser den föreslagna studien att undersöka genomförbarheten av implementering i praktiken och utvecklande av beslutsstöd för relevanta aktörer.

Bygg och infrastruktur Digitalisering