熊谷組開發隧道鑽炸工程AI支援系統「BLAIVE」，將開挖面觀察至鑽炸模式的過程視覺化，實現最佳化施工

日本熊谷組宣布，已開發出一套隧道鑽炸工程的次世代支援系統「BLAIVE (ブライブ)」，這套系統活用AI技術，從開挖面觀察導出最佳的鑽炸模式，並加以「視覺化」。

 * 開發背景

在隧道工程的鑽炸作業中，根據地質狀況選定適當的鑽炸模式至關重要。以往這方面很大程度依賴熟練技術人員的經驗與直覺，但也存在一些課題，例如難以選定真正適合地質條件的最佳鑽炸模式、難以對鑽炸效果進行量化評估，以及對經驗不足的技術人員進行技術傳承等。

 * 系統概要

BLAIVE (ブライブ) 是一套根據地質評估自動設計鑽炸規格的系統。透過輸入地質評估資料與設定的挖方量，系統會計算出火藥量、鑽孔數量及外圍孔鑽孔數量，並進行鑽炸模式的最佳化（圖-1、圖-2）。此外，系統也會同時進行基於數據的持續改善（施工結果的回饋、AI模型的持續學習）。

   

熊谷組在道路隧道工程中累積了各種數據（透過攝影測得到的挖土量、火藥量、地層評估結果 等），並製作了一款可在工地現場運作的專用應用程式。

目前，熊谷組正使用完成的應用程式，在不同地質或斷面面積條件的隧道裡進行試行，並與熟練技術人員的判斷進行比較，以確認應用程式的有效性。

系統的特點如下：

透過AI技術進行最佳化：根據地質條件提案火藥量與鑽炸模式

創新的視覺化功能：將施工結果數據化並以視覺方式呈現

工地現場的易用性：透過瀏覽器應用程式簡單操作，即時提供支援資訊

作為導入成效，透過為每個開挖面選定最佳的鑽炸模式，預期可減少超挖土方量，並提升施工品質。此外，系統能實現不依賴經驗值的評估，同時，透過將專業知識 數位化，可期待在技術傳承上提供支援，並提早培育經驗不足的技術人員。

系統名稱由來

BLAIVE→Blasting（発破工法），Learning（最適化）＋AI（Artificial Intelligence：人工知能）& VE（Visualization Eye：見える化）の造語 (BLAIVE→是組合 Blasting（鑽炸工法）、Learning（最佳化）＋AI（Artificial Intelligence：人工智慧）& VE（Visualization Eye：視覺化）而創造的詞彙。)

図-1AIVE（ブライブ）のシステム概要 (圖-1 BLAIVE (ブライブ) 的系統概要)

図-2活用イメージ (圖-2 活用示意圖)

3. 未來展望

未來，熊谷組計畫透過工地現場的實證實驗，來確認導入的成效。著眼於未來隧道挖掘作業的自動化，計畫擴展功能，例如加入考量地層中會對鑽炸效率產生重大影響的裂縫方向性 (亀裂の方向性) 評估，以及透過AI進行地層自動判斷 (地山自動判定) 等，藉此提升評估的精確度（圖-3）。此外，也期待能在隧道挖掘作業中減少環境負荷（隨著開挖廢土方 (掘削ズリ量) 的最佳化，減少CO2排放，以及減少重金屬污染土的處理量）。

図-3裂の方向性評価とAI地山判定の例 (圖-3 裂縫方向性評估與AI地層判斷的範例)