פיתוח נתונים בפרויקטים של הנדסה אזרחית

המורכבות הגוברת של נתוני תשתיות

פרויקטים של תשתיות הנדסה אזרחית - גשרים, מנהרות, כבישים, צמחים לטיפול במים, רשתות רכבת - תמיד דרשו השקיה.היום, דרישה זו מוגדלה על ידי נפח האייר, מגוון ומהירות של נתונים לשפוך מתוך חיישנים, מזל"טים, סריקות לייזר, ומסמכים מורשת.דאטה מודל, ברגע משימה אחורית של משרד, יושב כעת במרכז ההצלחה.

מאמר זה בוחן את הנתונים הדוחקים ביותר העומדים בפני קבוצות הנדסה אזרחית, חוקר את ההשפעה של בניית מודלים מידע (BIM) סטנדרטים ומציע אסטרטגיות פעולה לשיפור איכות הנתונים, שילוב וממשל. בין אם אתה עובד על מסוף שדה תעופה חדש או שיקום סכר בן מאה שנה, העקרונות שנדונו כאן חלים ישירות על זרימת העבודה שלך.

איסוף נתונים ב- Civil Engineering Context

מודלים נתונים בהנדסה אזרחית כוללים בניית מידע על נכסים פיזיים כך שניתן לאחסן, queried, לנתח, וויזואליזציה.מודל בנוי היטב מייצג גם רכיבים גאומטריים (תינוקות, עמודות, צינורות) ותכונות לא-גיאומטריות (סוג חומרי, יכולת עומס, תאריך תחזוקה, היסטוריה דיגיטלית זו משתרעת על מחזור החיים של הזכאות להריסה.

בניגוד לייצור מוצרים, שבו מודלים של נתונים יכולים להיות סטנדרטיים מאוד, מודלים של תשתיות אזרחיות חייבים להתאים עיצובים חד-פעמיים, תנאי אתר משתנים, חיי שירות ארוכים נמדדים בעשרות שנים.המודל אינו מסמך סטטי; הוא מתפתח כאשר הפרויקט נע מעיצוב לבנייה ועד תפעול.מצב קבוע של שינוי מציג חיכוכים בכל יד.

אתגרים קריטיים העומדים בפני מודל נתונים בפרויקטים של תשתיות

אינטגרציה נתונים על פני מקורות הטרוגניים

(הפרויקטים הגדולים של תשתיות כוללים עשרות דיסציפלינות - מבנה, גיאוטכני, הידראולי, חשמל, ועוד.כל משמעת נוטה להשתמש בתוכנה המתמחה בתחום שלה: FLT:0BentleyphFLT:1 עבור גיאומטריה אזרחית, ;2Autodesk RevitFLT 3P עבור מודלים בנייה, LT5 עבור ציוד אחסון יחידני: 5 עבור ציוד אחסון יחידני, 000 (DV) ו-DVS)

התוצאה היא נוף של silos. Moving נתונים ממערכת אחת לאחר לעתים קרובות דורש כניסה ידנית או תסריטים מותאמים אישית - הן שגיאות-prone והן זמן-consuming. A 2019 מחקר על ידי המכון הלאומי של התקנים וטכנולוגיה (NIST) העריכו כי יכולת פעולה לא נאותה במתקני ההון בארה"ב עולה 15 מיליארד דולר בשנה.

(ב) קרא את ניתוח העלות של NIST כאן.

אבטחת מידע ושלמות ב- Source

מודלים הם רק טובים כמו הנתונים המזינים אותם. בהנדסה אזרחית, נתונים לעתים קרובות מקורם מסקרי שדה (תחנות טלטל, GPS, LiDAR), נמטוצות גיאוטכניות, מידע שימושי וחיישנים ניטור סביבתי. כל מקור נושא את תקציב השגיאה שלו. A LiDAR נקודה נקודה ענן עשוי להיות דיוק ממילימטר על מרחקים קצרים, אך מחית מעל סריקות גדולות; אדמה משעמם עלול להחמיץ שכבת חימר דקתול עלולה לגרום שכבה של סיכון דק מאוחר יותר.

בהתאם לכך, נכסים קיימים רבים חסרים רשומות בנויות בדיוק כמו .Refiting גשר שתוכנן בשנות ה-60 לעתים קרובות פירושו לעבוד מציורי נייר דוהמים או מיקרופיצ'ה לא שלמה.צוותים חייבים להחליט אם לאמת ממדים עם סקר שדה או לקבל את חוסר הוודאות.שני האפשרויות לשאת סיכונים: עלויות הסקר להסלים במהירות, בעוד נתונים לא מדויקים יכולים להוביל להתנגשויות במודל או רצף בנייה לא בטוח.

הפרקטיקה הטובה ביותר קוראת לתוכנית איכות נתונים המפרטת סובלנות מקובלת לסוג הנתונים, זרימת עבודה אימות ובעל ברור לכל סט נתונים.בדיקות אוטומטיות - כגון השוואת מודל לענני נקודה - יכול לתפוס פערים לפני שהם propagate.

Handling Large Data Volumes Without Compromis

פרויקטים של תשתיות מייצרים באופן שגרתי terabytes של נתונים.פרויקט כביש אחד עשוי לכלול אלפי תמונות אוויריות, עננים מלאים נקודה 3D, מאות של עיצובים, והזנת חיישן IoT מתמשך במהלך הבנייה.

ביצועים לעתים קרובות הופכים לנקודת כאב.מודלים עם עשרות קבצים מקושרים יכולים להפוך לגלויגישים. נביחות מתמזגות עשויים לקחת שעות.אם המודל אינו מתואם – שימוש בייצוג עיצוב בלבד לניתוח ו- LOD (רמה של התפתחות) לתיאום - קבוצות בזבוז זמן ההמתנה לתצוגה כדי לרענן באופן ביקורתי יותר, מודל איטי מרתיע את חברי הצוות מבעזרת תבוסה, במטרה של מרכז תאום.

(ב) ,ב"מ (ב) ,"ב"ב"ב, "ה-"ב" (ב"ב)"ב"ב"ב, "ה-"א" (ב)"ה')" (ב')"ב', ו"ה'"ה'"ד'"ד'"ד')" (ב"ב"ב)"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"

ניהול שינויים וגרסאות לאורך מחזור חיים ארוך

פרויקטים הנדסיים אזרחיים לעתים רחוקות ממשיכים לינארית.עיצוב שינויים קרועים מתיישרים לפרופילי ניקוז, כמויות אדמה, ויצירות זמניות.כל תיקון יוצר גרסה חדשה.ללא שליטה ממושמעת, זה הופך בלתי אפשרי לומר אם הערכה עלות נתונה תואמת את העיצוב הנוכחי או העל.

שיטות מסורתיות המבוססות על קבצים (למשל, "עיצוב v12 really dwg") לפרק בקנה מידה.פלטפורמות מודרניות של איסוף נתונים תומךות במודל פדרציה ועידוד נושא, אך הן עדיין דורשות תהליך.התעשייה נעה לכיוון FLT:0continy design-to-to-שיקום של לולאות משוב 1:1), שבו המודל הוא תמיד מקור האמת היחיד - אבל רק אם הוא מתחייב לכל אחד, רק לאחר החלטה קטנה או גדולה.

אתגר קשור הוא שמירה על המודל של פעולות ותחזוקה (O&M) הנתונים הדרושים לתוכנית ניהול נכסים של 50 שנים שונה מהנתונים של בנייה-phase. חיישנים פרטים, מידע אחריות, ומפרטים היצרן חייב להיות מחובר מוקדם, לעתים קרובות אובייקטים כי יושמדו במהלך הבנייה. תכנון עבור O&M נתונים על תחילת הפרויקט מונעים עבודה יקרה מאוחר יותר.

אסטרטגיות ל Overcome Data Modeling Challenges

אימוץ ערכות נתונים סטנדרטיות ותבניות פתוחות

(ה) החל בתקנים (FLT:0) שיעורים של קרן התעשייה (IFC)IRLT:1) לספק תקן נייטרלי ופתוח לשינוי נתוני BIM.עבור נתונים גאותרפיים, FLT:2CityGMLFLT 3 ו-FLT:4XMLFLT:5 לשרת תפקידים דומים, בעוד שלא כל כלי תומך בתבניות אלה באופן מושלם, כך קובע את כל ספקי ה-FDIQFDIQ.

על פרויקטים גדולים, איכות נתונים (CDERE) 1 (CDE) פועל כאתר יחיד עבור כל המודלים המאושרים, רישומים ומסמכים.TheFLT:2 (ISO 1965003) 3FLT סדרה (חלק 1 2) ומספק מסגרת לניהול מידע לאורך כל מחזור חיי הנכסים.

(ב) ,0) למד יותר על ISO 19650-1.03.

יישום אימות נתונים של רובוסט ובקרת איכות

(ב) בשקפות, אשפה קיימת אמת כואבת בנתונים אזרחיים המתוונים.תהליך בקרת איכות (QC) חייב להיות מוטבע בצנרת הנתונים.עבור גיאומטריה, גילוי התנגשות אוטומטי (למשל, FLT:0NavisworksssuaFLT:1 או FLT:2SolibriFLT 3: 3) תופס סכסוכים מרחביים.

נתונים שנוצרו על ידי שדה צריך להיות מאומתים בשלב של לכידת. סקרים יכולים להשתמש ברשימות ואספן נתונים שדה עם לוגיקה מובנה-in כדי לדגל את המפלטים (למשל, קריאה GPS שמקפיצה 10 מטרים). מדדים איכותיים רציף - במעקב על לוח המחוונים - נותן מנהיגות בפרויקט בריאות נתונים.

מינוף Advanced Analytics ואוטומציה

למידת מכונה יכולה לעזור להתגבר על בעיות שלמות נתונים.לדוגמה, אם רק מספר מוגבל של דגימות ריבר נבדק, מודל יכול להפר סיכון קורוזיה על פני המבנה כולו המבוסס על קורלציה מרחבית. בדומה, סיווג נקודתי אוטומטי (באמצעות AI כדי להפריד קרקע מאלמנטים מבני בניין) להפחית את המאמץ ידני של יצירת מודל בסיס.

אוטומציה של תהליכים רובוטיים (RPA) יכולה להתמודד עם העברות נתונים שגרתיות בין מערכות – יומני חיישן מפלטפורמת IoT וליישר אותם עם רכיבי מודל.כלים אלה חופשיים מהנדסים להתמקד בפרשנות וקבלת החלטות ולא בזינוק נתונים.

שיתוף פעולה בין פוסטרים

אתגרים מודלים נתונים הם לעתים קרובות סימפטומים של סילוס ארגוני. מהנדס מבני עשוי לא לדעת מה מאפיין נתונים הצוות הגיאולוגי צריך.מעצב דרכים יכול להניח מודל הניקוז יתאימו מאוחר יותר, המוביל לגבהים לא תואמים.פגישות מודל רגילות - לא רק חודשי, אלא שבועי במהלך פיתוח עיצוב - צוותים מתאימים לציפיות נתונים.

תמיכה זו עם מילון נתונים: מסמך משותף (או משאב מקוון) המגדיר כל שדה נתונים, יחידתו, מקורו, ומי אחראי לעדכון אותו.כאשר מחלוקות עולות, המילון מספק התייחסות אובייקטיבית.

תפקיד בניית מודלים מידע (BIM) בטיפול באתגרים אלה

BIM הוא יותר מ- 3D גיאומטריה; הוא מודל נתונים מובנה עם מערכות יחסים parametric. אותו אובייקט המופיע בנקודת מבט של סעיף נושא גם את קוד העלות, הספק להוביל זמן, ותפוגת אחריות.כאשר BIM ייושם כראוי, גרסה הוא טבועה - שינוי בגודל של באם, וכל החיבורים תלויים באופן אוטומטי.

בתשתיות אזרחיות, BIM בגרות משתנה.חלק מהמגזרים (למשל, כביש ומסילות בבריטניה) מנדט BIM רמה 2 תחת תקני הממשלה. אחרים, במיוחד פרויקטים עירוניים קטנים יותר, עדיין מסתמכים על 2D CAD. הפער בין "BIM-ready" וצוותי "BIM-abled" יוצרים כאשר הנתונים מוחלף.

(ב) ,0) בניית ה-IFC 4.3 תקן IFC עבור תשתיות.

המונחים: the Overlooked Pillar

יותר מדי פרויקטים לרכוש נתונים ללא תוכנית ממשל, מי יכול ליצור אלמנט מודל? מי מאשר שינויים?כמה זמן נשמרות גרסאות היסטוריות?ללא תשובות, מודלים נתונים הופכים כאוטיים. מסגרת ממשל מבססת מדיניות לשליטה, שינוי ניהול, שמירה על נתונים ודרכי ביקורת.

לדוגמה, בפרויקט גשר, צוות העיצוב עשוי לכתוב גישה למודל המבני, בעוד הקבלן קרא רק את נקודת המבט עד שלב הבנייה.כפילות צריך להינעל לאחר המעבר כדי למנוע שינוי מקרי.

טכנולוגיות מתפתחות שמצמציינות את העתיד

שלוש טכנולוגיות צפויות להפחית את האתגרים של מודלים של נתונים בהנדסה אזרחית:

• (FLT:0) TwinsFLT:1 - סינכרוניזציה בזמן אמת בין הנכס הפיזי לבין המודל שלו חיישן חיישנים להאכיל בחזרה עומסים, טמפרטורה ודטט, ומאפשר המודל לשקף את הביצועים כפי שנבנה.
• (FLT:0) עיצוב גרפי (איור 1) - Algorithms החוקר אלפי חלופות עיצוב בהתבסס על מגבלות (למשל, צמצום עלות החומר תוך שמירה בתוך גבולות השתקפות) עיצוב יוצר מודלים של מועמדים, אבל הנתונים שמאחוריהם - רציונליים, מניפולציות, עסקאות - אסור להילכד עבור ביקורות על בנייה.
• (FLT:0Blockchain for Data ProventanceFLT:1) - יומני אי-אמונת של מי ששינה את מה ומתי יכול לבנות אמון באותנטיות של נתונים, במיוחד בעבודות ציבוריות של בעלי מניות רבים, שבהן האחריות היא דאגה.

מסקנה

מודלים של נתונים בפרויקטים של תשתיות הנדסה אזרחית אינם משימה חד פעמית, אלא משמעת מתמשכת הדורשת מיומנות טכנית, תהליך השקיה, ומחויבות ארגונית.האתגרים - אינטגרציה, דיוק, נפח, גרסה - הם אמיתיים ויקרים, אבל הם יכולים להיות מנוהלים באמצעות schemas סטנדרטית, אימות חזק, אוטומציה ומסגרת חזקה.

עבור כל צוות פרויקט, הצעד הראשון הוא ההכרה כי איסוף נתונים הוא פעילות פרויקט הליבה, לא משימה צד. להשקיע במילון נתונים, לאכוף איכות במקור, ולשמור את האלמנט האנושי מרכזי: המודל הטוב ביותר הוא חסר תועלת אם האנשים הזקוקים לכך לא יכולים לסמוך עליו. על ידי התייחסות לאתגרים אלה בראש, מהנדסים אזרחיים יכולים לספק תשתיות בטוחות יותר, יעילות יותר, טובות יותר, מצוידות לדרישות של המאה הבאה.

(ב) ,0) ,(המדריך של ⁇ ) ל-BIM עבור תשתיות אזרחיות