אוטומטי Revit Model Audits to Detect Errors and Inconsistencies

Revit הפך לסטנדרט דה- Facto לבניית מודלים מידע (BIM) ברחבי האדריכלות, ההנדסה והבנייה (AEC) הוא ביכולתו לתאם נתונים רב תחומיים במודל אחיד יחיד, עם זאת, כמו מודלים גדלים במורכבות - לעתים קרובות המכילה מיליוני אלמנטים ואלפי פרמטרים - הסיכון של שגיאות מוכפלות.

המקרה של מודל אוטומטי

ביקורות ידניות מסתמכות על ביקורת אנושית המבזבזות שעות מתפתלות באמצעות תוכניות, חלקים, לוחות זמנים.אפילו הסקירה הקפדנית ביותר תפספס חוסר עקביות עדינות - במיוחד כאשר עייפות מתרחשת לאחר בדיקת 50 קומות של בית חולים או מרכז נתונים 100 מאגוואט.הבעיה מוגדלה בקבוצות גדולות ומופצות שבהן מספר דיסציפלינות לתרום לדגם זהה, אלמנטים כפולים, ערכים לא סטנדרטיים יכולים בקלות ללכת ביקורות מאוחרות או מאוחר יותר, עד שלב מאוחר יותר, עד שלב בנייה, עד שלב מאוחר יותר, או מאוחר יותר, או מאוחר יותר, או פרמטרים.

ביקורות אוטומטיות מטפלות נקודות כאב אלה על ידי יישום בדיקות עקביות, חוזרות על פני כל המודל בתוך דקות. הם לא כפופים עייפות אנושית, והם יכולים להיות מוגדר לאכוף סטנדרטים ספציפיים לפרויקט כמו גם שיטות בתעשייה הטובה ביותר. על ידי לתפוס שגיאות במהלך שלב העיצוב, ביקורת אוטומטית להפחית באופן דרמטי את העלות של תיקון בעיות.מחקר מתעשיית הבנייה מציע כי תיקון שגיאה במהלך הבנייה הוא 10 עד 100 פעמים יקר יותר מאשר שינוי מוקדם.

שגיאות נפוצות שאוטומציה Identifies

ביקורת אוטומטית Revit יכולה לזהות מגוון רחב של שגיאות, מגלויות גיאומטריות פשוטות ועד חוסר עקביות בנתונים מורכבים.כאן הקטגוריות השכיחות ביותר:

שגיאות גיאומטריות

  • (ב) ,0) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) ,0) מרכיבים צפופים או צפים (FIRLT:1) - אלמנטים שאינם תואמים כראוי לרשתות או לרמות.
  • (ב) ,0) ,(א) ,(ב) ,(ב) ,(ב) ,(ב) ,(ה) ,(ה) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) למשל, דלת שוחה על קיר וילון, שאמור להיות מעדן.

שגיאות נתונים ומדפר

  • (ב) [ה]העברה או הפרמטרים הריקים (FLT:1) – שדות קריטיים כמו דירוג אש, יצרן או קוד עלות נותרו ריקים.
  • (ב) ,0) מוסכמות שמות עקביות (FLT:1) - אותו אלמנט המכונה שונה על פני השקפות.
  • (ב) ,0) ערכי לוח הזמנים של אינפלנס (FLT:1) - מספרים מעל טווחים סבירים או שדות טקסט המכילים דמויות אשפה.
  • (ב) ,0) ,לא סטנדרטי סוג של סימון (לא סטנדרטי) ,(FLT:103) שמות בני משפחה המפרים את חוקי השמות של הפרויקט.

פיצויים ותקנות

  • (הופנה מהדף או לקוח BIM StandardsFLT:1) לדוגמה, נדרש פרמטרים משותפים עדיין לא טעון.
  • (ב) [15], או שלב השגוי (בפרק: 1) – אלמנטים שהונחו על ההתחלה הלא נכונה, שוברים את זרימת העבודה של תיאום.
  • (ב) ,0) ,משימה או זיהויים לא נכונים של אלמנטים: 1 (FLT) אשר שוברים את זרימת העבודה של המודל המקושר או גילוי התנגשות.
  • (ב) ,0) ,לא מהדורות של מהדורות של [[המאה ה-1]], [[1924]], [[1924]], [[1924]], [[1924]]]]]]

תסריטים אוטומטיים יכולים גם לבצע בדיקות לוגיות מתקדמות כגון "כל חדר חייב להיות דלת ונתיב תוקפנות" או "כל הקירות המסוימים מדרגות צריך להיות דירוג אש של לפחות 90 דקות".

יתרונות מרכזיים של אוטומציה

מעבר ידני לביקורת אוטומטית מספק שיפורים למדידה על פני ממדים מרובים:

זמן יעילות

ביקורת שלוקחת מבקר אנושי 8 שעות יכול להסתיים על ידי תסריט אוטומטי ב 10-15 דקות. במהלך פרויקט עיצוב טיפוסי, זה מתורגם לעשרות שעות עבודה לחסוך עבור חברות טיפול בפרויקטים מרובים בו זמנית, החיסכון המצטבר הם עצומים.

יציבות ויציבות

בדיקות אוטומטיות ליישם את אותו היגיון לכל אלמנט, בכל פעם אין וריאציות בפסק הדין, אין פריטים מפספסים עקב הסחת דעת. אחידות זו היא בעלת ערך מיוחד בצוותים גדולים שבהם יש לאדיטורים רמות שונות של ניסיון.

גילוי מוקדם ונפוץ

עם אוטומציה, ניתן להפעיל מדי יום או אפילו מופעל באופן אוטומטי לאחר שמודל חוסם שגיאות נתפסות בקרוב לאחר שהם מוצגים, למנוע מהם להתפשט למודלים מקושרים אחרים או דיסציפלינות מטה.זה שומר את המודל במצב "ירוק" לאורך מחזור החיים העיצוב.

סטנדרט ושיפור מתמשך

לאחר ששלטון מוגדר ומוגדר לתסריט, הוא הופך לחלק קבוע של תהליך אבטחת האיכות של החברה.כפי שלימודים שיעורים חדשים, ניתן להוסיף כללים חדשים באופן מצטבר.

צמצום העבודה והיכולת

שגיאות פחות להגיע לבנייה פירושו פחות הוראות שינוי, פחות מחלוקות עם קבלנים, ופחות חשיפה לתביעה.ביקורת אוטומטית משפרת באופן ישיר את רווחיות הפרויקט וסיפוק הלקוחות.

כיצד פועל אודיטס אוטומטי מתחת להוד

(מעודכן Revit ביקורת בדרך כלל מסתמכת על ממשק API Revit (Application Programming Interface), המאפשר לתסריטים חיצוניים לקרוא ולפעמים לשנות את נתוני המודל.הגישה הנפוצה ביותר היא לכתוב תסריטים ב- Python (באמצעות ממשק ה- Revit באמצעות FLT:0pyRevitFLT:1 או את כללי ה-inFLT:2DynamoFLT:3) או ב-Cer, ל-C.

לדוגמה, תסריט לגילוי אלמנטים משוכפלים עשוי להשוות את הקופסאות והערכים הפרמטריים של כל המקרים של קטגוריה נתונה.בדיקה של תסריט עבור פרמטרים חסרים עשויה לשאול כל אלמנט ודגל שבו פרמטר נדרש הוא ריק.התוצאות בדרך כלל כתובות לקובץ פלט (CSV, JSON, או דו"ח HTML) או להציג בתוך Revit רשימה של אזהרות עם קישורים לאלמנטים הפוגעים.

מערכות מתקדמות יותר משתלבות עם פלטפורמות ענן כגון FLT:0BIMcolvelabFLT 1 או FLT:2SolibriveFLT 3, שבו כללים מוגדרים בממשק גרר ו-drop והתוצאות משותפות על פני קבוצות.פלטפורמות אלה גם תמיכה סיווג ומשימה של נושאים אחראיים לצדדים, מעקב, והפקה של דוחות תאימות עבור לקוחות רגולטוריים או גופים רגולטוריים.

כלים וטכניקות לאוטומציה

השוק של כלי אוטומציה של Revit התבגר באופן משמעותי.כאן כמה מהאפשרויות היעילות ביותר, החל מקוד פתוח חינם לפתרונות ברמת הארגון:

דינמו (Built-in, Free)

(FLT:0)ynamoveFLT:1) הוא כלי תסריט חזותי כי ספינות עם Revit. זה מאפשר למשתמשים ליצור גרפים ביקורת כי לבדוק גיאומטריה אלמנט, פרמטרים ומערכות יחסים ללא קוד בכתב.ממשק החזותי שלו הוא מצוין עבור prototyping, אבל ביקורת מורכבת יכול להיות unwieldy. עם זאת, דינמו נשאר נקודת הכניסה נגישה ביותר עבור צוותים רוצה להתנסות עם אוטומציה.

מקור פתוח (Open Source, Free)

(ב) [ה]] [ה]] [ה]] [ה]] [ה]]] [ה]]][ה]]]][ה]]]][ה]]]]] היא מסגרת קוד פתוח אשר מרחיבה את ראווה עם ספריית ענק של כתבי פייתון.

BIMcollab (Cloud-based, Commercial)

BIMcollab הוא פלטפורמה ענן כי סטנדרטית ניהול בעיות על פני כלי BIM. זה משלב עם Revit באמצעות ההרחבה:0BIMcollab ZFLT 1 plugin, אשר יכול להפעיל בדיקות אוטומטיות באמצעות כללי BIMcollab. בעיות מסונכרנים עם הענן, ומאפשר לכל בעלי העניין לראות וניהול איכות מודל בזמן אמת.

Solibri Model Checker (Commercial)

Solibri הוא כלי חזק לבדיקת מודל ואבטחת איכות שיכול לייבא קבצים (באמצעות IFC או קישור ישיר) הוא מציע מאות כללים שנבנו מראש לבדיקת מודל, כולל נתונים גאומטריים, בדיקות תאימות.מנוע החוקים שלה הוא מאוד מותאם אישית, והוא יוצר דוחות מפורטים עם הדגשה חזותית של שגיאות. Solibri משמש נרחב באירופה ויותר בצפון אמריקה עבור פרויקטים גדולים ומסחריים.

יישום ביקורת אוטומטית בזרימת העבודה שלך

אימוץ ביקורת אוטומטית דורש תכנון זהיר וריצה.כאן היא גישה מובנית אשר הוכיחה יעילה בפועל:

שלב 1: זיהוי סוגי שגיאות קריטיים

פרויקטים קודמים של אנליז לזהות את השגיאות הנפוצות והיקרות ביותר.צוות ראיון מוביל ובדוק רשימות פגם לאחר שיקום.העד את חמשת הראשונים לעשר סוגים שגיאה כי אוטומציה יכולה לטפל. לדוגמה, אם 70% מעבודות מחדש היו בשל דירוגי אש חסרים, שהופכת לחוק הביקורת הראשון שלך.

שלב 2: בחר את הכלים הנכונים

כלים מתאימים למיומנויות הצוות שלך ולקנה מידה של הפרויקט. חברה קטנה עשויה להתחיל עם דינמו ו-pyRevit, בעוד שמיזם גדול עם קבוצות מרובות עשוי להשקיע ב BIMcollab או Solibri. שקול הן עלות גבוהה והן עקומת למידה.

שלב 3: Prototype ו-Pretotype

לכתוב או להגדיר את התסריט הראשון שלך ביקורתי ולבדוק אותו על פרויקט הושלם שבו שגיאות כבר ידועות. השוו ממצאים אוטומטיים עם תוצאות ביקורת ידנית. להתאים את הסף ואת הכללים עד חיובי כוזב מצטמצם.

שלב 4: אינטגרט לתוך מיילסטון רגיל

הפעל ביקורות בכל אבן דרך מרכזית (למשל, SD, DD, CD) ובאופן אידיאלי לאחר כל תיקון מודל משמעותי.קבוצות רבות להשתמש בתסריט "בדיקה-in" אשר פועל באופן אוטומטי כאשר מודל מפורסם למחסן מרכזי, שולח דו"ח למנהל הפרויקט.

שלב 5: רכבת וקומוניקטיבית

הפעלות אימון הולמות כך שכל חברי הצוות מבינים את הדיווחים ויודעים כיצד לקצץ ולתקן בעיות.דגישו כי אוטומציה אינה עומדת להחליף את השיפוט האנושי אלא על בעיות מצופה מוקדם. עודד משוב לשיפור הכללים ולהפחית את האזעקות השקריות.

שלב 6: הרהר ורחב

לאחר כל פרויקט, בקר בגליוני הביקורת ולהוסיף כללים חדשים המבוססים על שיעורים שנלמדו.לאורך זמן, לבנות חבילת ביקורת מקיפה המכסה גיאומטריה, נתונים וציות.עדכון קבוע את הכללים כדי לשקף שינויים בסטנדרטים או בגרסאות תוכנה.

אתגרים מתקדמים באוטומציה

אוטומציה היא חזקה, אבל זה מגיע עם אתגרים שצוותים חייבים לטפל בהם:

חיובי שקר

אין כלל מושלם, כמה שגיאות מרופדות עשויים להיות החלטות עיצוב מכוונת (למשל, אלמנט שנשאר ללא דירוג אש כי זה לא בחומה מדורגת) חיוני להבחין בין שגיאות ויוצאי דופן. Solutions כוללים יצירת רשימות FLT:0exclusion רשימות FLT:1 או הוספת FLT:2reviewer commenter commentFLT 3:3 לפרמטרים מזויפים לאחר אימות חיובי.

חוקי מכס לעומת ה-Shelf

כללים שנבנו מראש מכלים מסחריים מכסים תרחישים נפוצים רבים אך עשויים שלא לטפל בסטנדרטים ספציפיים המשרדיים.צוותים חייבים להיות מוכנים להשקיע זמן בפיתוח כללים מותאמים אישית באמצעות דינמו, pyRevit, או ממשק API Revit.זה דורש לעתים קרובות אלוף BIM עם מיומנויות תסריט.

אימוץ צוות

חלק מחברי הצוות עשויים להרגיש כי אוטומציה מערערת את המומחיות שלהם או מוסיפה צעדים נוספים לזרימת העבודה שלהם.תקשורת היא המפתח: להוכיח כיצד אוטומציה חוסכת להם זמן על ידי צמצום תרגילי האש בשלב מאוחר.

תאימות

Revit וכלים האוטומציה שלה מתפתחים במהירות.תסריטאים שנכתבו עבור גרסה אחת עשויים לא לעבוד בתוכנית הבאה לתחזוקה תקופתית של חבילת הביקורת שלך, ולשקול באמצעות בקרת גרסאות (Git) כדי לנהל תסריטים ולעקוב אחר שינויים.

מקרה מחקר: אוטומטים עבור פרויקט בית חולים גדול

פרויקט בית חולים בעל 200 יועצים ב -15 דיסציפלינות מול בעיות איכות כרוניות.ביקורת ידנית דרשה שלושה מנהלי מודל במשרה מלאה ועדיין פספסה שגיאות.לאחר יישום חבילה של תסריטים pyRevit וחוק BIMcollab, הצוות השיג את התוצאות הבאות במהלך פיתוח עיצוב:

  • (ב) ,0) זמן הפחתת הכפלה מ-40 שעות לכל אבן דרך ל-6 שעות.
  • שיעור הגילוי של פלאר גדל ב-1, ב-300% (בעיות מגברים שפספסו באופן שגרתי נתפסו כעת).
  • (ב) ,0) ,Clash גילוי לפני עיבוד של 1:1, הזמן ירד כי המודל היה נקי יותר מההתחלה.
  • (ב) הורידו את עלויות העבודה של LT:1 במהלך מסמכי הבנייה ב-15% בהשוואה למיזמים קודמים דומים.
  • (ב) [ה]התמ"ל]: [המקובל] [ב[[המאה ה-20], הושלכו באופן אוטומטי מהעתק המרכזי.

גורם ההצלחה העיקרי היה להצביע שבועיים על הפרויקט כדי להגדיר ולבדוק את 15 הכללים הראשונים, ולאחר מכן החל בכל חודש בהתבסס על תוצאות בעולם האמיתי.

עתיד: AI ו- Machine Learning in Revit Audits

בעוד שאוטומציה מבוססת הכלל כבר משתנה, הגבול הבא הוא למידת מכונה. חוקרים ומוכרים מסחריים מפתחים מודלים שיכולים ללמוד מתבניות שגיאה היסטוריות כדי לחזות אזורי בעיה במודל.לדוגמה, AI יכול לדגל צמתק מורכב של קירות וילונות ועמודות מבניות כמו בסיכון גבוה, גם אם שום כלל לא מגדיר במפורש את המצב.

למרות שעדיין מתפתח, יכולות אלה בסופו של דבר יהפוך את הביקורת אפילו יותר אינטליגנטית ופרואקטיבית.עבור עכשיו, אוטומציה מבוססת הכלל נותרה הגישה האמינה והרחבה ביותר עבור רוב החברות.

מסקנה

אוטומטי של ביקורת מודל Revit הוא לא רק שיפור פריון - זה שינוי יסודי כיצד צוותי הפרויקט להבטיח איכות. על ידי העברת בדיקות ידניות לפריסה, אוטומטית, חברות יכול לספק מודלים מדויקים יותר, עקביים יותר, וטוב יותר תואמים עם תקני הפרויקט.ההשקעה בכלים, הכשרה ותסריט תשלומים עבור עצמו פעמים רבות על פני עבודות מופחתות, עיכובים, פחות, וביטחון גבוה יותר.

התחל קטן: לבחור שגיאה חוזרת אחת, לבנות תסריט כדי לתפוס אותו, ולרוץ אותו על אבן הדרך הבאה שלך.כאשר הביטחון שלך גדל, להרחיב את מערכת הכלל ושילוב של ביקורת לתוך זרימת העבודה היומיומית שלך.

לקריאה נוספת, לחקור את ה-FLT:0 (Revit API DocumentsveFLT:1) כדי להבין כמה עמוק אתה יכול ללכת עם בדיקות מותאמות אישית, או לבקר באתר האינטרנט של FLT:2BIMcollab veFLT 3 כדי לראות כיצד מעקב מבוסס ענן יכול להשלים את תסריטי הביקורת שלך.