BIM Efektyvus naujausių technologijų naudojimas informacijai apdoroti

Efektyvus naujausių technologijų naudojimas informacijai apdoroti

Dainius GUDAVIČIUS

Viešojoje erdvėje apstu įvairiausios informacijos apie BIM (angl. Building Information Modeling) ir apie jį papildančias technologijas. Projektavimo specialistai socialiniuose tinkluose dalijasi savo įžvalgomis ir atradimais, rungdamiesi išmanumo varžybose. Tai daro didelį pokytį pramonėje – skatina suprasti, kad programinė įranga turi dirbti žmogui, o ne atvirkščiai.

ačiau informacijos patikimumas

Tnepamatuojamas, dažnu atveju neįvertinamas. Neretai gražiai pateikta informacija laimi prieš ne tokią gražią, bet naudingą. Tai nėra savaime blogai, nes vienų atsakomybė informaciją daryti gražesnę, prieinamesnę, kitų – išsaugoti kritinį mąstymą, kartkartėmis grįžti ir patikrinti informaciją, atrasti kažką naujo.

Statybos efektyvumą keliančios BIM technologijos

BIM ateinant į statybos, architektūros ir inžinerijos sritį, buvo pristatoma teikiama nauda: tikslūs kiekiai, vizualizavimas, susikirtimų patikra ir jų išvengimas, 4D, 5D simuliacijos ir kt. Vėliau šis žemėlapis pildėsi platesniu sąrašu. Kai kurie tradiciniai BIM panaudojimo būdai praktikoje prigijo, kai kuriems vis dar reikia laiko. Tačiau kai kurie į sąrašus neįtraukti panaudojimo būdai, kažkada laikyti ateitimi ar apskritai – nišiniu dalyku, atėjo greičiau, nei kas nors galėjo tikėtis, ir tapo įprastais specialistų įrankiais. Vizualinis programavimas, API (angl. Application Programming Interface) programavimas, generacinis dizainas, dirbtinis intelektas tapo kasdieniais diskusijų objektais, atsirado atskiros specialybės.

Programinės įrangos plėtimasis ir atvirumas yra ypač svarbi BIM dalis. Tik standartinėmis funkcijomis veikianti programinė įranga, be galimybės jos plėsti, net nelaikytina BIM. Jos naudojimo efektyvumas yra fiksuotas, o didžioji dalis galimybių slypi informacijos naudojimo, naujų algoritmų atradimo, projektavimo automatizavimo procese. Šie nauji statybos informacinio modeliavimo panaudojimo būdai atėjo gerokai vėliau, tačiau padarys esminę įtaką, kaip inžinerija atrodys ateityje. Tuo tarpu labai svarbu atskirti, kas yra kas šiame žemėlapyje. Lengva pamesti galvą ir pulti diegti visas populiariausias technologijas, pasiduoti bangai, tačiau taip galima iššvaistyti be galo daug laiko, pinigų ir negauti siekiamo rezultato. Tinkamas įsigilinimas, alternatyvų analizė ir platus technologijų spektro supratimas padės atskirti, kurią technologiją taikyti tikslinga.

Dainius GUDAVIČIUS,

UAB „Engman Arccon“ vadovas

Lengva pamesti galvą ir pulti diegti visas populiariausias technologijas, pasiduoti bangai, tačiau taip galima iššvaistyti be galo daug laiko, pinigų ir negauti siekiamo rezultato.

API programavimas

Galimybė savarankiškai patobulinti programas egzistavo beveik nuo pirmųjų CAD sistemų atsiradimo pradžios. Viena populiariausių – „AutoCAD“, puikiai žinoma savo „AutoLISP“ skriptų galimybėmis.

Šiandien kiekviena save ir vartotoją gerbianti sistema turi savo API – įrankį, leidžianti kodo lygmeniu prieiti prie programinės įrangos funkcionalumo, įgalinant vartotojus, pasitelkus kūrybiškumą ir išmanumą, automatizuoti savo procesus. Šis užduočių automatizavimo būdas yra seniausias ir turintis gilią istoriją. Įdomu tai, kad šis įrankis yra kitų įvardytų panaudojimo būdų priežastis. Tai būdas išorinėms sistemoms pasiekti programoje esančią informaciją, ją apdoroti ir sukurti išvestinius įrankius.

Šis panaudojimo būdas architektūros, inžinerijos srityje atsirado labai anksti. Dar 1986 metais išleista pirmoji „AutoLISP“ versija „AutoCAD“ programai. Atsivėrė galimybės įgyvendinti visas idėjas, tačiau tai nesukėlė revoliucijos. Įsikūrė bendrovės, šios galimybės pagrindu atsirado programinės įrangos plėtinių, bet inžinieriai nepuolė automatizuoti armatūros išdėliojimo savo projektuose, kurti programų, kurios automatizuotai generuotų brėžinius. Problema ta, kad tuo pasinaudoti reikia mažų mažiausiai žinoti programavimo kalbą, įsigilinti į API specifiką ir galiausiai sudėlioti algoritmą taip, kad jis neprieštarautų programos veikimui.

Vizualinis programavimas

Didžiausias barjeras automatizuojant projektavimą yra programavimo barjeras. Įsivaizduokite, jeigu nereikėtų žinoti nei vienos kodo eilutės, o užtektų kortelėmis sudėti algoritmą eilės tvarka – programos veikimo instrukciją, o paspaudus „Veikti“ programa padarytų būtent tai, ką norėjote. Ši technologija įžengė į inžinerijos pasaulį su griausmu. Dauguma išsamiau besidominčių BIM jau yra ją išbandę, įgyvendinę vieną ar kitą idėją, o kai kurie tam skiria savo karjeras.

Tai ypač galingas įrankis kasdienėms užduotims automatizuoti, įvairių inžinerinių idėjų bandymams, skaičiuotinės geometrijos užduotims. Šis įrankis taikytinas ir algoritmų testavimui, prieš programuojant įprastu būdu.

Įrankis yra galingas, tačiau turi savo ribas. Vizualūs programiniai komponentai kol kas neatstoja įprasto programavimo. Atlikto tyrimo metu nustatėme, kad tarp vizualinio ir įprasto programavimo nuo tam tikros ribos atsiveria efektyvumo praraja, kuri mažoms užduotims nėra reikšminga. Išsiaiškinome, kad viršijus 750 komponentų (tai gali būti baldai, armatūros vienetai ir pan.) ribą, įprastu programavimu parašyta programa tampa penkis kartus efektyvesne priemone, o atskirtis didėja geometrine progresija, tolygiai didėjant komponentų skaičiui.

„Dynamo“ skripto veikimo laikas. „Comprehensive research of Dynamo vs Programming for Revit API tasks“. Engman Arccon UAB, 2020

„DYNAMO“

Lengva pradėti

Vizualus

Didelė bendruomenė

Puikiai tinka vienkartinėms užduotims

Realaus laiko rezultatai

PROGRAMAVIMAS

Lankstus

Greitas vykdymas

Plečiamumas

Spartus vystymas ir taisymas

Didelė bendruomenė

Labai pajėgus

Taip įvyksta dėl to, kad ši priemonė yra tarpininkas tarp algoritmo ir programavimo, papildomas dalyvis. Taip pat programiniai komponentai (angl. Node) yra universalūs, todėl nėra optimalūs. Rašant funkciją programavimo kalba kodo eilute nusakoma tiksliai tai, ką norima, kad programa padarytų. Paskutinė priežastis – programiniuose komponentuose esantys algoritmai dažniausiai parašyti ne gimtąja programavimo kalba, tai lemia papildomą žingsnį kompiuteriui, sąlygojantį didesnį jo apkrovimą. Vizualinis programavimas taip pat neapima visų API galimybių. Integruojamos tik dažniausiai naudojamos funkcijos, todėl tiesiogiai naudojant API galima pasiekti gerokai daugiau funkcijų.

Dirbtinio intelekto panaudojimas statybų aikštelėje (Šaltinis: Microsoft). Generacinis dizainas sparčiai populiarėja statybų sektoriuje. Nuolat atsiranda naujų platformų, leidžiančių automatizuoti projektavimo procesus.

Generacinis dizainas

Generacinis dizainas bus be galo svarbi projektavimo dalis. „Rankinis“ generacinio dizaino atitikmuo – variantinis projektavimas. Tik generacinis dizainas yra nepalyginamai efektyvesnė priemonė. Variantinio projektavimo atveju kalbame apie 2, 10, gal 30 variantų. Generacinio dizaino atveju kalba eina apie milijonus, gal dešimtis milijonų. Baigtinio skaičiaus tiesiog nėra, tai priklauso nuo skiriamo laiko ir kompiuterio ar serverio resursų.

Ši technologija nėra paplitusi. Kol kas jos išsivystymo lygis yra dar gana mažas, todėl praktinis naudojimas ribotas, nevertinama platesnė aprėptis, tik specifinės užduotys. Pagrindinė problema – platesnės aprėpties dizainas. Šiandien kriterijų skaičius yra ribotas, algoritmai nėra optimizuoti kokybės labui, todėl absoliuti dauguma sprendinių yra niekam tikę, o norint išgauti gerų sprendinių reikia ekspertinio lygio žinių ir nuolatinio sistemos kalibravimo.

Tiesa, jau yra platformų, skirtų konkrečioms užduotims, kurios puikiai atlieka savo darbą. Pavyzdžių daugiausia nekilnojamojo turto srityje – greitam galimo kvartalo vystymo įvertinimui, užstatymo, apšvietimo ir kitų aspektų optimizavimui ir preliminarios įtakos kainai vertinimui. Proveržis įvyks, kuomet algoritmai galės įtraukti daugiau kriterijų ir susijusių specialybių kriterijų, taip įvertinant sprendinius įvairiapusiškai.

Dirbtinis intelektas ir mašininis mokymasis

Ši technologijų sritis padarys didžiausią pokytį industrijoje. Tai vartai į visišką ir visuotinį projektavimo, statybos automatizavimą. Vizija aiški, tačiau nepamirškime, kad apie dirbtinį intelektą (DI) kalbama nuo stalinių kompiuterių atsiradimo 1970-aisiais. Dl iki šiol yra tik pradiniame savo išsivystymo lygyje. Panaudojimo būdai riboti savo aprėptimi, todėl pritaikymas galimas labai specifinėms užduotims, nereikalaujančioms šimtaprocentinio tikslumo. Pagalbiniai sprendiniai, optimizacija, vizualizavimas – tik keli panaudojimo būdai, kurie galimi jau šiandien, tačiau jų pasiekiamumas sudėtingas. DI ir mašininio mokymosi (MM) sėkmingam naudojimui reikia daug duomenų, kuriuos reikia rinkti. Tai užtrunka ilgai ir šis procesas kol kas, priklausomai nuo užduoties, yra brangus. Turint duomenis, reikia galingų sistemų tiems duomenims apdoroti ir atitinkamų kompetencijų tai įgyvendinti.

Kasdienio naudojimo sprendimai diegiami į masinio naudojimo produktus, kur pateikiama jau paruošta sistema, o didžioji darbo dalis jau atlikta. Organizuojant privačius projektus, reikia turėti aiškią viziją, ką norima su technologija pasiekti nusiteikus ilgam diegimo procesui. Atskirus DI ir MM naudojimo pavyzdžius jau galime matyti šiandien. Atsiranda patobulintos, optimizuotos sistemos atskirų nekilnojamojo turto, žemės naudojimo, statybos, gamybos broko, kitoms problemoms aptikti. Šiandien labiau nei bet kada svarbu turėti aiškų tikslą, ką technologijomis norima pasiekti. Jų prieinamumas gerėja su kiekviena diena, aprėptis jau šiandien tapo gerokai platesnė, nei žmogus gali perprasti, todėl, neturint tikslo, egzistuoja reali grėsmė iššvaistyti laiką, energija, pinigus ir neturėti apčiuopiamo rezultato.