Исследователи из Перми натренировали искусственный интеллект для прогнозирования поведения дорожных конструкций, усиленных геосинтетическими материалами, на слабых грунтах — в заболоченных районах и на территориях с вечной мерзлотой. Эта разработка поможет проектировать устойчивые круглогодичные дороги там, где сейчас эксплуатируют хрупкие «зимники», а точность прогнозов достигает 92%. В экстремальных климатических зонах стандартные лесовозные трассы быстро выходят из строя, а действующие расчетные методы не обеспечивают надежных предсказаний относительно поведения новых материалов. Эксперты отмечают перспективность отечественной системы для внедрения ИИ в дорожную сферу.

Нейросеть определяет важнейшие показатели дорожного полотна

Команда Пермского национального исследовательского политехнического университета (ПНИПУ) создала нейросеть, способную с высокой точностью прогнозировать поведение дорог с применением геосинтетики. По словам ученых, аналогичных систем в мире пока нет. Исследователи провели сотни цифровых экспериментов, моделируя различные варианты дорожных слоев и типов грунта, фиксируя при этом просадку покрытия и напряжения в укрепляющем материале. На основе этих данных нейросеть обучили так, чтобы по 13 входным параметрам конструкции она выдавала два основных результата — величину просадки и уровень напряжения.

— Результаты испытаний подтвердили высокую эффективность разработанной нейронной сети. Модель продемонстрировала стабильную точность прогнозирования на уровне 90,76% при погрешности менее 10%, что полностью соответствует требованиям для практического применения в дорожном строительстве. Проведенные тесты показали надежность работы системы — в ходе независимых запусков точность прогнозов сохранялась в диапазоне от 88,27 до 92,06%, — рассказал доцент кафедры автомобильных дорог и мостов ПНИПУ, кандидат технических наук Владимир Клевеко.

Нейросеть также выявляет, какие параметры наиболее существенно влияют на эксплуатационные характеристики покрытия. Исследование показало: первостепенное значение имеет прочность грунта — от нее в основном зависит скорость образования колеи и нагрузка на геосетку. Для уменьшения этих эффектов наиболее важна толщина асфальтового слоя, а для длительной службы самой сетки — ее жесткость.

В дальнейшем ученые намерены запатентовать программное обеспечение, основанное на новой методике, чтобы интегрировать его в реальные проектные решения. Методика ускоряет расчеты и не требует дорогостоящих программ, что даст проектировщикам и лесным компаниям доступный инструмент для создания надежных круглогодичных дорог на слабых грунтах. Ожидается, что это позволит снизить стоимость строительства, повысить рентабельность освоения удаленных лесов и уменьшить логистические расходы, что отразится на себестоимости продукции — от стройматериалов до бумаги и мебели.

Проблема дорог в России до сих пор не решена

Российская лесная отрасль, владеющая значительной частью мировых запасов древесины, переживает трудности: при росте доходов объем лесозаготовок за десять месяцев 2025 года сократился на 9% из-за логистических проблем. Наибольшие сложности наблюдаются в отдаленных регионах, где недостаточно дорог, а природные условия — болота, реки и вечная мерзлота — существенно осложняют строительство постоянной инфраструктуры. При этом самые богатые лесные массивы расположены в труднодоступных местах, а возведение дорог там обходится слишком дорого и часто не окупается, пояснил Владимир Клевеко.

Специалист ПНИПУ уточнил, что долгое время в отрасли полагались на «зимники» — временные дороги по промерзшей земле и льду, доступные лишь зимой и позволяющие достигать отдаленных участков леса. Однако в связи с изменением климата морозный период сократился примерно на 15–20%, оттепели стали частыми, а в северных районах тает вечная мерзлота, из-за чего «зимники» перестали быть предсказуемыми и безопасными.

Теперь требуется строительство дорог для круглогодичной эксплуатации, но слабые заболоченные грунты не выдерживают тяжелой техники: образуются глубокие колеи, покрытия быстро разрушаются, а перевозки дорожают. Для укрепления таких дорог применяют геосинтетику — прочные синтетические материалы, которые укладывают между слоями покрытия, чтобы равномернее распределять нагрузку и предотвратить провал щебня.

— Это делает дороги более устойчивыми даже на сложных грунтах. Проблема в том, что старые методы расчета таких дорог уже не подходят: они неточно предсказывают, как новые материалы поведут себя на слабых грунтах, поэтому инженер либо делает проект неоправданно дорогим, либо рискует получить дорогу, которая быстро разрушится, — пояснил эксперт.

Именно для устранения этих недостатков и была создана новая нейросеть, отметили ее разработчики.

Практический потенциал разработки удивил экспертов

Технология адресует одну из ключевых задач России — доступность транспорта в отдаленных, ресурсно насыщенных регионах. А прогноз с точностью до 92% имеет практическую ценность, хотя, как предупреждают эксперты, внедрение может оказаться экономически невыгодным, если расходы на внедрение и поддержку превысят экономию на материалах и геологических изысканиях, отметил руководитель группы продуктов «Оператор Газпром ИД» Руслан Долгополов.

— Строительство надежных всесезонных дорог откроет доступ к ресурсам, которые сейчас нерентабельно осваивать из-за логистических проблем, — добавил он.

Ранее решения с использованием синтетических компонентов в асфальтовой крошке для замедления износа строились преимущественно на математическом моделировании. Новшество же заключается в применении нейросетей: многослойные архитектуры позволяют учитывать большое число параметров и быстрее моделировать поведение сложных материалов, что делает процесс более эффективным, считает руководитель направления Т1 ИИ Сергей Голицын.

— Потенциал для развития технологии есть в следующих направлениях: снижении стоимости строительства и логистики в лесной отрасли, освоении удаленных районов с богатыми ресурсами, замене ненадежных «зимников» на рентабельные всесезонные дороги, — пояснил к. т. н, старший научный сотрудник Института ИИ ИТМО, эксперт Национального центра когнитивных разработок НТИ на базе ИТМО Илья Ревин.

Он подчеркнул, что метод уже подтвердил свою практическую применимость и может стать основой для устойчивого развития лесной отрасли в тяжелых природно-климатических условиях.