23.3.2022
Betonilaaduille on määritetty tarkat vaatimukset eri käyttökohteiden mukaisesti. Laboratoriona olemme osa ketjua, joka varmistaa betonirakenteiden laatua ja turvallisuutta. Betonitutkimuksissa analyysivalikoimamme on laaja, ja omalla menetelmäkehityksellä haluamme tuoda myös uusia vaihtoehtoja perinteisten analyysien rinnalle. Yksi esimerkki menetelmäkehityksestämme on tekoälyn hyödyntäminen huokosjakoanalyysissä.
Pakkasenkestävyys
Suomen olosuhteet altistavat betonirakenteita jäätymis-sulamisrasitukselle, jonka seurauksena rakenteisiin voi muodostua pakkasrapautumista eli mikrosäröilyä. Pakkasrapautumista syntyy, kun betonissa oleva vesi jäätyy ja sen tilavuus kasvaa. Pakkasenkestävyyden parantamiseksi betonimassaan lisätään ns. huokostimia, jotka muodostavat betoniin ilmakuplia eli suojahuokosia antaen vedelle tilaa laajentua jäätyessään. Betonin pakkasenkestävyyttä tutkitaan laboratorioissa huokosjakoanalyysillä tai laattakokeilla.
Uudella menetelmällä tarkempaa tietoa
Labrocilla on akkreditoituna oma menetelmä betonin huokosjaon mittaamiseen tekoälyä hyödyntäen. ”Uutta menetelmää haluttiin lähteä kehittämään, sillä perinteinen huokosjakoanalyysi on varsin hidas”, kertoo toimitusjohtaja Leo Partanen. ”Halusimme lähteä tutkimaan mahdollisuutta, jossa betonianalytiikkaan tuotaisiin mm. lääketieteen saralla käytettyä syväoppivaa tekoälyä. Tavoitteenamme oli nopeuttaa toimitusaikoja sekä vähentää myös inhimillisten virheiden määrää”, kertaa Leo. Palaset loksahtivat paikoilleen, kun Leon kontakteista löytyi asiaa tutkimaan Jussi Ojala ja lopulliseksi teknologiakumppaniksi valikoitui Aiforia.
Huokosjakoanalyysin tarkoituksena on selvittää suojahuokosten keskimääräisen etäisyyden puolikas toisistaan. Näytekappaleet toimitetaan laboratorioon tyypillisesti kuutiona 150 mm x 150 mm tai lieriönä 150 mm x 300 mm. Perinteisessä huokosjakoanalyysissä näytekappaleesta valmistetaan 3 ohuthiettä eri syvyyksistä, jonka jälkeen varsinainen analyysi tehdään polarisaatiomikroskoopilla. Labrocin omassa menetelmässä näytekäsittelyn jälkeen syväoppiva tekoäly tunnistaa pintahieestä otetuista valokuvista hahmot (kiviaines, sementti, suojahuokoset) ja mittaa niiden pinta-alan pikselin tarkkuudella. Lopullista analyysitulosta varten saadaan näin ollen huomattavan paljon suurempi ja tarkempi data kuin polarisaatiomikroskoopilla tehdyllä analyysillä. ”Kaikki tekoälyn tulokset arvioi aina myös tutkija, jonka jälkeen lopullinen raportti vasta lähetetään asiakkaalle”, kertoo menetelmävastaava Antti Autere. ”Useiden kehitysvaiheiden jälkeen lopputulemana meillä on siis akkreditoitu menetelmä, jonka etuja ovat toistettavuus, tarkkuus ja nopeus”, toteaa Leo. Ohuthieanalyysissä toimitusaika on noin kolme viikkoa, kun tekoälyä hyödyntäen tulokset ovat asiakkaiden käytössä jo seitsemässä työpäivässä.
Asiakkaiden näkökulmia
”Asiakkaamme ovat kiitelleet meitä nopean analyysivastauksen lisäksi selkeistä ja havainnollisista raporteista”, kertoo Antti. ”Raporttimme sisältävät aina kuvia näytteistä, joka tuo asiakkaillekin uuden näkymän näytekappaleisiin. Pidämme laboratorion ja kentän yhteistyötä tärkeänä ja olemmekin päivittäin yhteyksissä asiakkaiden kanssa. On hienoa olla omalta osalta myös tukemassa asiakkaidemme työtä”.
Olemme FINAS-akkreditointipalvelun akkreditoima testauslaboratorio T314, akkreditointivaatimus SFS-EN ISO/IEC 17025. Laboratoriomme akkreditoidut pätevyysalueet löytyvät osoitteesta www.finas.fi.
