Павел Алексеевич Кравченко — магистр
129337, г. Москва, Ярославское шоссе, д. 26
Pavel A. Kravchenko — master’s degree
26 Yaroslavskoe shosse, Moscow, 129337
Юлия Германовна Жеглова — кандидат технических наук, доцент, доцент кафедры информационных систем, технологий и автоматизации в строительстве
129337, г. Москва, Ярославское шоссе, д. 26
РИНЦ AuthorID: 940377, Scopus: 57202228987, ResearcherID: AAC-8875-2022
Yulia G. Zheglova — Candidate of Technical Sciences, Associate Professor, Associate Professor of the Department of Information Systems, Technologies and Automation in Construction
26 Yaroslavskoe shosse, Moscow, 129337
RSCI AuthorID: 940377, Scopus: 57202228987, ResearcherID: AAC-8875-2022
Введение. Рассматриваются разные варианты автоматизации подготовки проектов реконструкции зданий. Когда речь идет о таких проектах, приходится сталкиваться с огромным спектром задач: например, анализ технического состояния здания и различные требования по нормам, технические ограничения в их числе. В связи с этим реконструкция — процесс сложный и, можно сказать, трудоемкий, который требует много сил и времени. В век активно развивающейся автоматизации и цифровизации особенно важно делать проектирование быстрее и эффективнее, чтобы экономить время специалистов. В таких условиях цифровые технологии становятся практически незаменимы, потому что помогают улучшить качество документации и уменьшить число ошибок. Актуальность этой темы объясняется тем, что цифровизация строительной отрасли развивается очень быстро, а практическая польза заключается в том, что проектные решения становятся надежней, а также эффективней.
Материалы и методы. Предлагается подход, в котором используются и информационное моделирование зданий (BIM), и алгоритмы для анализа проектных данных. Такая методика соединяет цифровое моделирование и автоматическую обработку информации, что помогает автоматизировать некоторые рутинные задачи и облегчить труд проектировщиков.
Результаты. С помощью предложенной методики можно создать подробные цифровые модели, которые применяются как основа для проектных решений. При этом всегда учитываются сведения инженерных изысканий и необходимые нормативы, поэтому документация соответствует всем требованиям. Разработана концепция автоматизированной системы, совмещающая обработку информации, выявление некоторых проблем и подготовку всей документации. Система анализирует исходную информацию и предлагает разные, иногда очень разные варианты организации реконструкции с учетом технических и экономических факторов.
Выводы. Внедрение этого подхода позволяет существенно ускорить подготовку проектов, сделать расчеты точнее и снизить количество ошибок. Такие решения помогают использовать ресурсы рациональнее и дают возможность продвигать цифровизацию в реконструкции зданий еще дальше.
Introduction. This work is dedicated to the study and development of approaches to applying artificial intelligence (AI) technologies for the automation of the development of organizational projects for building reconstruction. The reconstruction of construction objects is a complex and multifaceted process associated with a high degree of uncertainty, the need to consider numerous factors, and strict adherence to regulatory requirements. Given the growing need to optimize design processes and reduce labour costs, there is an objective necessity to create innovative methods that would enhance efficiency and minimize risks related to human error. The relevance of the study is driven by the digitalization of the construction industry, while its novelty lies in the integration of AI with modern design tools. The practical significance of the work is in its potential to improve project quality and reduce time expenditures.
Materials and methods. The study developed a methodology based on the comprehensive use of various types of neural networks adapted for data analysis and design automation. The proposed approach includes the integration of AI technologies with Building Information Modeling (BIM) tools.
Results. The developed methodology enables the creation of highly detailed digital models of objects, which serve as a basis for analysis and decision-making. The work accounts for engineering survey data and current regulatory requirements, ensuring compliance with standards. A concept of an automated system is proposed that combines the processing of large volumes of data, problem forecasting and automatic generation of documentation and is capable of analyzing input data, identifying optimal solutions and proposing options for organizing reconstruction taking into account technical and economic aspects.
Conclusions. The use of AI reduces project development time, improves calculation accuracy, minimizes errors, and ensures more rational resource use. The proposed methodology and system concept open new prospects for the digitalization and automation of the construction industry, contributing to the overall efficiency of reconstruction processes.
The authors declare that there are no conflicts of interest present.