BIM2TWIN

Entwicklung einer "Digitial Building Twin Platform" als Echtzeitabbild von Gebäuden und Infrastruktur

Projekt Beschreibung

Während der Bauausführung liegt es in der Verantwortung des Bauleiters und anderer Manager die Koordination des Bauprojekts gezielt an die aktuellen Geschehnisse anzupassen, damit nicht nur Effizienz und Qualität sichergestellt werden können, sondern auch die Sicherheit der Arbeiter. Bisher werden Entscheidungen diesbezüglich häufig anhand von optischer Beurteilung und Erfahrungswerten getroffen und werden nur sehr selten auf fundierte Informationen gestützt. Aufgrund der engen Verknüpfung vieler Einflussfaktoren ist es so eine große Herausforderung gute Entscheidungen zu treffen. Das von EU Horizon 2020 finanzierte Projekt BIM2TWIN möchte deshalb eine digitale Plattform entwickeln, die den Baustellenverantwortlichen als fundierte Handlungsgrundlage dient und somit den Bauablauf optimiert.

Anders als bei anderen Baustellenüberwachungstools wählt BIM2TWIN einen gesamtheitlichen Ansatz. Statt eine einzelne Informationsquelle auszuwerten, sollen möglichst viele Informationen vom Baustellengeschehen, und damit in Zusammenhang stehenden Prozessen, erfasst werden. Dazu gehören Laserscans der im Bau befindlichen Objekte, die Erfassung des Standorts von Baufahrzeugen und Arbeitern, der Status von Materiallieferungen und vieles mehr. All diese Informationen sollen nach einem Pre-Processing auf einer zentralen Plattform, der "Digital Building Twin Platform", abgespeichert werden. Dies stellt ein digitales Abbild der gesamten Baustelle samt Bauwerk dar, das permanent auf dem aktuellsten Stand gehalten wird, daher der Ausdruck "Digital Twin". Somit haben sämtliche Beteiligte jederzeit Zugriff auf verlässliche Informationen bezüglich des Baufortschritts. Neben der Speicherung von diversen Informationen, werden zudem Softwaretools entwickelt, die an die Plattform anknüpfen, die enorme Datenmenge auswerten und interpretieren. Mithilfe von neuronalen Netzen sollen Verhaltensmuster und Zusammenhänge erkannt werden, die wichtige Informationen für die Optimierung von Bauprozessen liefern. Beispielsweise sollen anhand des aktuellen Bauzustands mögliche Zukunftsszenarien aufgestellt werden, die unter anderem Aussage über den Zeitplan machen. Über ein Dashboard werden dem zuständigen Manager alle aktuellen Informationen zum Bauzustand und deren Interpretation gezeigt, um von diesem als Entscheidungsbasis herangezogen zu werden. Zu den in BIM2TWIN zu entwickelnden Tools gehört beispielsweise die Qualitätsüberprüfung von Betonarbeiten durch den Vergleich von Laserscans mit dem entworfenen Building Information Model, auch Scan-vs-BIM genannt, die Prozessoptimierung durch Bewegungsanalyse von Baufahrzeugen und Arbeitern oder auch die Echtzeitwarnung von Arbeitern auf der Baustelle in Gefahrenbereichen. Nach Abschluss der Bauausführung sollen die gesammelten Informationen nahtlos in die Betriebsphase übernommen werden.

Das übergeordnete Ziel von BIM2TWIN ist es somit Wartezeiten von Maschinen und Arbeitern zu verkürzen, Material und Energieverbrauch zu verringern und Nacharbeit aufgrund von fehlerhafter Ausführung so gering wie möglich zu halten. Damit möchte man die Projektkosten verringern, die Projektdauer verkürzen und zudem für Qualität, Sicherheit und einen kleineren ökologischen Fußabdruck sorgen. Ziel ist es zudem projektübergreifend dazuzulernen und so die Vorhersagemechanismen mit neuronalen Netzwerken Stück für Stück zur verbessern.

Der Lehrstuhl Computergestützte Modellierung und Simulation ist in fast alle Arbeitspakete mit eingebunden. Die Hauptaufgabe liegt jedoch in der Entwicklung der, der "Digital Building Twin Platform" zugrunde liegenden Datenstruktur. Diese definiert, wie die Informationen aus unterschiedlichen Quellen miteinander in Zusammenhang stehen und im verwendeten Property Graphen abgespeichert werden sollen. Dazu wurde ein Datenmodell definiert, die sogenannte "Digital Twin Construction" (DTC) Ontologie. Die DTC Ontologie ist eines der Hauptergebnisse des BIM2TWIN Projekts und ist öffentlich dokumentiert, um die Verwendung in Forschung und Industrie zu ermöglichen. Die Dokumentation ist unter folgendem Link zugänglich: https://dtc-ontology.cms.ed.tum.de/ontology/