Altyapı Data'nın Büyüsü

İnşaat mühendisliği altyapı projeleri –Bronlar, tüneller, otoyollar, su arıtma tesisleri ve demiryolu ağları – her zaman proje başarısı için gerekli olan bir projedir.Ancak talep, güvenilir bir dijital modele giden yol, sensörlerden, dronelardan, lazer taramalarından ve miras belgelerinden dökülen engellerle doludur.

Bu makale, sivil mühendislik ekipleri tarafından karşı karşıya kalan en acil veri modelleme engellerini inceler ve burada tartışılan ilkeleri doğrudan iş akışlarına uygular.

İç Mühendisliği Context'de veri modellemesi

Sivil mühendislikte veri modellemesi, fiziksel varlıklar hakkında bilgi içeriyor, böylece depolanabilir, analiz edilebilir ve görselleşmiştir. İyi yerleşik bir model hem geometrik bileşenler (beams, columns, borular) hem de non-geometrik özellikler (mal tipi, yük kapasitesi, yükleme tarihi, bakım tarihi). Bu dijital ikiz, projeyi demolition'dan uzaklaştırır.

Ürün üretiminden farklı olarak, veri modelleri oldukça standartlaştırılmış olabilir, sivil altyapı modelleri, on yıl içinde ölçülmüş bir tasarım, değişken site koşulları ve uzun hizmet ömrüne sahip olmalıdır. Model statik bir belge değildir; bu, her eloff'ta sürekli bir değişim durumu ilerleyiciye yönelik tasarımdan kaynaklanmaktadır.

Altyapı Projelerinde Veri Modellemesi

Data integration Across Heterogeneous Sources

Büyük altyapı projeleri onlarca disiplini içerir - İnşaat, geoteknik, hidrolik, elektrik ve daha fazlası.Her disiplin, kendi alanı için özelleştirilmiş yazılım kullanmaya eğilimlidir: “Ücretsiz 3D[D[DÜcretsiz geometri için 3D[DÜcretim:2) Yol koridorları için diğer sayısız nominal analiz için, DÜDÜDÜye ait olan bu tür tasarım veya köprü programları, DNTDÜDÜye ait farklı verileri, DNTDÜSÜye Olmayanlar için, DÜŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞEŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜN

Sonuç, bir sistemden diğerine geçiş verileri genellikle manuel olarak yeniden tanımlı veya özel senaryolar gerektirir - her iki hata da en yüksek ve zaman alıcıları tarafından yapılan bir çalışmadır. Ulusal Standartlar ve Teknoloji Enstitüsü tarafından yapılan bir 2019 çalışması (NIST) ABD sermaye tesisleri endüstrisinde yetersiz içilebilirliklerin yılda 5.8 milyar dolar talep etmektedir.

[FONT:0] NIST Interoperability maliyet analizi burada okuyun.[Dönetici:0).

Veri Analizi ve Kaynağın Hazırlanması

Modeller sadece onlara beslenen veriler kadar iyidir. Sivil mühendislikte, veriler genellikle saha anketlerinden (toplam istasyonları, GPS, LiDAR), geoteknik delikleri, fayda bulmak raporları ve çevresel izleme sensörlerini gider. Her kaynak kendi hata bütçesini taşır.A LiDAR noktası bulutu çok fazla mesafeye sahip olabilir; bir toprak sıkıcı log daha sonra yerleşimlere sebep olan bir ince bir tabakayı kaçırabilir.

Bunu pekiştirmek, birçok mevcut varlık yerleşik kayıtların doğru olmadığı konusunda yetersizdir. 1960'larda tasarlanmış bir köprüyü optimize etmek genellikle silinmiş kağıt çizimlerinden veya eksik mikrofiche'den çalışmak anlamına gelir. Takımlar bir alan araştırmasıyla boyutları doğrulamaya veya belirsizlikleri kabul etmeye karar vermelidir.

En iyi uygulama, veri türünde kabul edilebilir toleransları gösteren bir veri kalitesi planı için çağrılar ve her veri setinde açık bir sahibi. Otomatik kontroller - model geometrisini puan bulutları karşılaştırmak gibi - propagate'den önce diskrepanzileri yakalamak.

Performansı olmadan Büyük Veri Ciltleri Kullanın

Altyapı projeleri rutin olarak veri akışları oluşturur. Tek bir otoyol projesi binlerce hava fotoğraf, tam 3D noktası bulutları, yüzlerce tasarım iterasyonları ve sürekli IoT sensör beslemelerini inşaat sırasında kullanır. Storing, versioning, ve işleme bu hacim önemli IT altyapısı ve sağlam veri yönetimi protokolleri talep eder.

Performans genellikle bir ağrı noktası haline gelir. onlarca bağlantılı dosya ile yeniden canlandırılabilir. Navisworks bir araya gelir, model optimize edilmezse - sadece analiz ve basitleştirilmiş LOD (Gelişme zamanı) için tasarım yapmak - yeniden inşa etmek için zaman harcamak.Daha eleştirel, yavaş bir model cesaret ekibi üyeleri onu kullanarak, merkezi bir ikizin amacını yenmek.

Bulut tabanlı platformlar:0)Autodesk BIM 360), wwwtley iTwin) ve [[Dönetici[Dönetici|Dönetici|Döneticileri)[Döneticileri, bulutta bile ölçeklenebilirliği artırmış durumda, veri eğriliği analiz modelleri, inceleme modellerinden gelen analiz modelleri ve belirli bir dosyada ne kadar beslenmiş olursa olsun, belirli bir dosyada ne kadar kalınır.

Sürümleme ve Değişim Yönetimi Uzun Bir Yaşam döngüsünde

İnşaat mühendisliği projeleri nadiren lineer olarak devam eder. Tasarım değişiklikleri drenaj profillerine revize edilmiş bir ayardan ayrılır, dünya işleri miktarlarına ve geçici işlere sahiptir.Her revizyon disiplinli sürüm kontrolü olmadan, verilen bir maliyet tahmininin mevcut veya süpersed tasarıma karşılık geldiğini söylemek mümkün değildir.

Geleneksel dosya tabanlı yöntemler (örneğin, “-design v12 final reallyfinal.dwg”) ölçeklendirmede parçalanır. Modern veri modelleme platformları destek model federasyonu ve sorun takip eder, ancak hala süreç disiplini gerektirir.

İlgili bir meydan okuma, operasyon ve bakım için modeli korumaktır (O&M). 50 yıllık varlık yönetimi planı için gerekli olan veriler inşaat-faydan veriye göre farklılık gösterir. Sensör kalibrasyon ayrıntıları, garanti bilgileri ve üretici özellikleri inşaat sırasında yıkılacak nesnelere bağlıdır.

Overcome Data Modeling Challenges'a Stratejiler

Standartlaştırılmış Data Schemas ve Açık Formatlar

Interoperability standartları ile başlar.Ücretsizlik Vakfı Sınıfları (IFC)[Döneticileri değiştirmiş, BIM verilerinin değiştirilmesi için tarafsız, açık standart sağlar.Jepatit verileri için, [[Döneticiler[Döneticiler) ve [[Döneticileri ve/veya DÜŞTERÜŞTERÜŞÜNÜŞÜNÜŞÜNÜye Olmayanlar İçindekiler, bu tür ortak bir veri şemalarına uygun olarak, tüm teslim edilebilirleri gerekir.[DÜye Olmayanlar, 7,8|DÜye Olmayanlar için).

Büyük projelerde, aENFLT:0)Common Data Environment (CDE)), ISO 19650'nin onaylanmış tüm modeller, çizimler ve belgeler için tek bir depolayıcı olarak hareket eder.TheDANFLT:2).

[0] ISO 19650-1 hakkında daha fazla bilgi sahibi olmak. ).

Robust Data Validation ve Quality Control

Garbage in, çöpler sivil veriler modellemede acı verici bir şekilde doğru tutar. kaliteli bir kontrol (QC) uzaysal çatışmaları yakalamak için, otomatik çatışma algılama (örneğin, a sütun için yangın puanı (örneğin) ve beklenen aralıklar).Solibri).

Alan üretilen veriler yakalama noktasında doğrulanmalıdır. Araştırmacılar kontrol listelerini ve alan toplayıcıları bayraklılara (örneğin, 10 metre atlamak için bir GPS okuma) sürekli kaliteli metrikleri kullanarak veri sağlığına görünür.

Advanced Analytics ve Otomasyon

Makine öğrenimi, veri tamlığı sorunlarının üstesinden gelmene yardımcı olabilir. Örneğin, yalnızca sınırlı sayıda rebar örneği incelenmişse, bir model, uzaysal korelasyona dayalı tüm yapıdaki korozyon riski altında olabilir. Benzer şekilde, otomatik nokta-bulunma sınıflandırması (örneğin, AI’yı bina elementlerinden ayrı bir zemine dönüştürmek için) bir temel model oluşturmanın manuel çabasını azaltır.

Robotik süreç otomasyonu (RPA) sistemler arasındaki rutin veri transferlerini yönetebilir - bir IoT platformundan sensör girişlerini alıp modellemek ve modellemek için ücretsiz mühendisler.Bu araçlar, veri janitoring yerine yorum ve karar vermeye odaklanmak için ücretsiz mühendisler.

Foster İşbirliği Across Disciplines

Veri modelleme sorunları genellikle organizasyonel siloların belirtileridir. yapısal bir mühendis, geoteknik takım ihtiyaçlarını hangi özellikleri bildiğini bilmiyor olabilir. Bir yol tasarımcısı, drenaj modelinin daha sonra ayarlanacağını varsayabilir, uyumlu boru yüksekliklerine yol açabilir. Düzenli model koordinasyon toplantıları - sadece aylık değil, tasarım geliştirme sırasında haftalık olarak yardımcı olabilir.

Bunu bir veri sözlüğü ile destekleyin: her veri alanını, birimini, kaynağını ve bunu güncellemekten sorumlu olan ortak bir belge (veya online kaynak)[BIM yürütme planları (BEP)).

Bu Meydanlara Adrese Bilgi Modeli (BIM)

BIM 3D geometriden daha fazlasıdır; Parametrik ilişkilerle yapısal bir veri modelidir. Bir bölümde görünen aynı nesne de maliyet kodu, tedarikçi zamanı ve garanti süresi taşır. BIM doğru uygulandığında, bir kirişin boyutunu değiştirir ve tüm bağımlı bağlantıları otomatik olarak değiştirir.

Sivil altyapıda, BIM olgunluğu değişir. Bazı sektörler (örneğin, İngiltere'deki yol ve demiryolu) BIM Seviye 2'nin hükümet standartları altında tutulmasını sağlar.Diğerleri, özellikle de daha küçük belediye projeleri, hala 2D CAD'ye güvenmektedir. "BIM-ready" ve "BIM-kandıralı takımlar" arasındaki boşluklar, trenler ve limanlar.

[FONT:0)Explore binasıSMART'ın IFC 4.3 altyapı için standarttır.[DÜT:1).

Data Governance: The Overlooked Pillar

Çok fazla proje bir yönetim planı olmadan verileri edinir? Bir model elementi kim oluşturabilir?Değişir? Cevaplar olmadan, veri modellemesi kaotik hale gelir. Bir yönetim çerçevesi erişim kontrolü, değişim yönetimi, veri tutma ve denetim izlerini belirler.

Örneğin, bir köprü projesinde, tasarım ekibi yapısal modele erişim yazabiliyor, ancak yüklenici inşaat aşamasına kadar sadece görüşe sahipken, kaza değişikliği önlemek için elover'dan sonra kilitlenmelidir. Yönetim belgelerinin bir parçası olmamalıdır, bir süre sonra değil.

Gelişen Teknolojiler Geleceği Şaping Ediyor

Üç teknoloji, sivil mühendislikte veri modelleme sorunlarını azaltmak için hazırlanmaktadır:

  • [FONT:0] Dijital Twins [[Dönetici:0)[Döneticiler[Döneticiler)[değiştir | kaynağı değiştir] – Fiziksel varlık ve modeli arasındaki gerçek senkronizasyon. Sensörler gerçek yükleri, sıcaklık ve titreşimleri beslemeyi sağlar, modelin inşa edilmiş performansı yansıtacak şekilde yansıtmasına izin verir.
  • [FONT=0)Generative Design[[Dönetici:0)[Dönetici Tasarımı[Dönetici:0) Generative Design[[Dönetici: 1), algoritmaların arkasındaki veriler -rasyonel, ticari-offlar - yapılanabilir incelemeler için ele alınacaktır.
  • [FONT:0]Blockchain for Data Provenance[[DÜT:1) için [[FONT][NTable loglar ve veri realitesine güven ne zaman inşa edebilir, özellikle de çok fazla pay sahibi kamu, sorumluluğun nerede bir endişe olduğunu çalışır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Sivil mühendislik altyapı projelerindeki veri modellemesi, bir zaman görev değil, teknik beceri gerektiren sürekli bir disiplindir, süreç rigour ve organizasyonel taahhüt. Zorluklar -grasyon, doğruluk, hacim, sürümleme – gerçek ve pahalı, ancak standartlaştırılmış şemalar, sağlam bir yönetim çerçevesi ile yönetilebilir. Endüstri IFC 4.3 ve işbirliği platformları gibi açık standartları kucaklar olarak, güvenilir, yaşam döngüsü, dijital ikizler söz konusu gerçeğe daha yakın gelir.

Her proje ekibi için, ilk adım, veri modellemesinin temel bir proje aktivitesi olduğunu kabul etmek, bir yan atama değil, bir veri sözlüğünde kaliteli bir şekilde yatırım yapmak ve insan element merkezi tutmaktır: en iyi model güvenemeyeceği takdirde işe yaramaz.Bu zorluklarla ele alın, sivil mühendisler bir sonraki yüzyılın talepleri için daha güvenli, daha verimli ve daha iyi donanımlı altyapı sağlayabilir.

[0]Autodesk'in BIM'ye sivil altyapı için kılavuzu[Dön 1: 1]