未来基础设施之星挑战赛在基础设施年的获奖者

通过Sharada Prahladrao

类别:
项目的成功故事

2021年12月,宾利系统公司年在基础设施会议以虚拟方式举行。会议的第二天,宾利系统公司的首席产品官Nicholas Cumins就全球气候变化和社会对更可持续、更有弹性、更负担得起的基础设施的需求发表了讲话。他说:“作为基建工程界的一员,我们有共同的责任推动基建,以配合社会的需要,克服时代的挑战。”第二天最精彩的部分无疑是2021年基础设施数字化奖,表彰宾利软件用户在推动全球基础设施设计、建设和运营方面的卓越工作。16个独立评审团从来自45个国家的230多个组织提交的近300份提名中选出了57份入围作品。

宾利系统公司(Bentley Systems)首席成功官卡特琳娜•洛德-莱文斯(Katriona lord - levin)对获奖者进行了祝贺。以下是完整的获奖名单.这是一个有趣的片段未来基础设施之星挑战紧随其后。

未来基础设施之星挑战获胜者

它于2021年春天推出宾利教育项目帮助学生发展数字技能,这对于为基础设施建设一个合格的人才渠道至关重要。作为这一倡议的一部分,宾利教育设立了未来基础设施之星挑战,鼓励从高中到高等教育和技术学校的学生发展一个概念或想法,如何用基础设施改变世界。

宾利一直在投资教育,但现在他们正在研究如何弥合行业差距。我们的目标是免费提供学习许可证,以鼓励学生站出来,踏入基础设施工程的世界,抓住它为他们打开的巨大可能性。全球约有3000所大学采用了宾利的技术,与教育者和学生的联系呈指数级增长。

Katriona从144个参赛作品中宣布了评委选择和人民选择的获胜者。

基础设施明星挑战

来自土耳其伊兹密尔大学理工学院的Elif Gungormus Deliismail获得了包括5000美元奖金在内的评委选择奖。该项目名为“数字化可持续校园的微型模块化工厂”,在大学校园(32栋建筑,7655人)完成。她的项目的主要概念是为数字化可持续校园设计一个微型模块化工厂,使大学建筑自我可持续,这样电力、水和燃料可以得到适当的利用,最大限度地减少供应基础设施。

Elif使用ContextCapture和无人机技术创建了一个农村学术校园的3D模型,以说明微型模块化工厂如何与智能集中能源管理和低碳燃料来源相结合,可以改变能源性能。ContextCapture不仅创建了原有校园的现实模型,还创建了校园附近所有模块化工厂的现实模型。将工业物联网(IoT)、人工智能(ai)、传感器等结合在一起的模块化能源工厂,通过数字双胞胎的诞生,转变为智能能源系统。数字双胞胎优化校园能源使用,使能源供应的监测和调度基于活动水平。通过数字化智能,运营和管理可以观察和识别资产风险,实施预测性维护流程,确保每个微型模块化单元的资产可靠性。“自持式建筑是下一代的环保建筑,这有望成为(未来)几代人基础设施发展的重要问题。”

使用宾利的应用程序不仅帮助设计了这种创新的能源解决方案,而且还促进了数字资产管理,以及资产的跟踪和定位,这对确保60个校园微型模块的可靠运行至关重要。Elif表示:“使用宾利应用程序的主要好处之一是资产管理。

来自巴西罗马天主教大学的罗德曼·劳尔·科尔多瓦·罗德里格斯凭借他的“创新大坝和水力发电项目”获得了人民选择奖,其中包括2000美元的奖金。考虑到全球能源危机和水资源短缺,他决定加入这个挑战,并发展一个创造性的、创新的、可持续的想法,以帮助解决世界上使用技术和可回收材料的真正问题。罗德曼说:“300多万人得不到水,20多亿人生活在极端的用水压力中。到2025年,全球66%的人口将面临缺水问题。

他研究了如何在多用途大坝的寿命期内提高供水能力和水力发电操作。罗德曼提出了一个创新的想法,用塑料再生沥青作为大坝的核心,建造一个可持续的土坝。再生沥青是一种具有柔性和延展性的粘弹塑料材料,可以防水,防止水从大坝核心渗透,并能适应法医位移和地震载荷,这些载荷可能会导致裂缝的形成。通过重复利用和回收材料,大坝以可持续、有利可图、安全、可靠的方式获得清洁的水力发电,旨在保护自然资源,实现经济可扩展性。该大坝以传感器和物联网的形式集成了可扩展的技术,可以在贫困地区复制,以解决和避免缺水,并有助于发电,并对社区的健康产生积极影响。

通过宾利的PLAXIS应用,罗德曼验证了这一创新大坝基础设施的技术可行性、可扩展性和寿命。技术分析结果表明,再生沥青的功能是理想的,需要很少或不需要维护。宾利的PLAXIS应用有助于现场岩土数据和物联网的集成,使用内部和外部传感器,如渗流监测器、角反射器和大坝上的气象站来测量和监测不同的参数。

在基础设施和Going Digital Awards虚拟点播活动中观看执行会议和2021年Going Digital Awards获奖者和决赛选手的演讲在这里

与ARC咨询小组合作

Baidu
map