Организационно-технологические решения при управлении жизненным циклом объектов строительства в проектах комплексного развития территорий

Введение. Эффективность реализации проектов комплексного развития территорий (КРТ) напрямую зависит от применяемых методов управления. В связи с этим актуальным становится вопрос перехода от традиционного объектно-ориентированного управления к комплексному управлению жизненным циклом (ЖЦ) всего проекта в целом. Это приводит к необходимости разработки новых системных критериев для классификации и выбора организационно-технологических решений (ОТР) для каждого этапа ЖЦ объектов строительства. Цель исследования сводилась к разработке системной классификации ОТР для управления ЖЦ объектов строительства в проектах КРТ на основе введенного авторами системного свойства — автономности.

Материалы и методы. Методологической базой исследования являются общая теория систем, принципы и инструменты системотехники строительства, системный анализ, моделирование и управление рисками. Объекты строительства в проектах КРТ рассматриваются как сложные системы, взаимодействующие с внешней средой и декомпозируемые на подсистемы, компоненты и элементы.

Результаты. Сформулирована сущность понятия автономности объекта строительства как эмерджентного свойства, характеризующего его способность функционировать в условиях неопределенности внешней среды. Предложена четырех-уровневая классификация ОТР для объектов КРТ, разработана многокритериальная структура для выбора и формирования ОТР, интегрирующая такие параметры, как масштаб системы, этап ЖЦ, уровень управления и уровень автономности.

Выводы. Предложенная классификация дает комплексный инструментарий для принятия управленческих решений, позволяя целенаправленно воздействовать на параметры объекта строительства для достижения требуемого уровня автономности на протяжении всего ЖЦ. Полученные результаты дают основы для развития методов прогнозно-мониторингового управления объектами КРТ. Дальнейшие исследования авторов будут посвящены вопросам управления параметрами объекта строительства для обеспечения его автономности в заданные сроки с учетом имеющихся ограничений и определения границ автономности.

1. Адамцевич Л.А. Управление жизненным циклом жилых зданий и инфраструктурных объектов в проектах комплексного развития территорий // Вестник МГСУ. 2025. Т. 20. № 6. С. 957–966. DOI: 10.22227/1997-0935.2025.6.957-966

2. Осипенкова И.Г. Теоретические и практические аспекты разработки организационно-технологических решений в современных условиях // Инженерный вестник Дона. 2023. № 3 (99). С. 436–444. EDN PBHJNQ.

3. Бидов Т.Х., Котляров М.А., Ахвердашвили Г.Г., Байчоров Р.Х., Урусов А.А. Организационно-технологические решения, влияющие на результативность возведения монолитных конструкций при организации строительства жилых зданий и сооружений // Известия Тульского государственного университета. Технические науки. 2020. № 6. С. 175–182. EDN LETPIH.

4. Демиденко О.В. Инновационные организационно-технологические решения энергоэффективного строительства // Вестник Омского регионального института. 2018. № 2. С. 65–70. EDN EIUFZU.

5. Батальцев А.В. Проблемы организационно-технологических решений при строительстве и эксплуатации зданий // Фотинские чтения. 2014. № 1 (1). С. 261–263. EDN XXZRYH.

6. Ескалиев М.Ж., Мухаметзянов З.Р. Исследования современного состояния вопроса разработки организационно-технологических решений при строительстве объектов // Экономика строительства. 2022. № 2 (74). С. 52–60. EDN PSUNYE.

7. Дементьева М.Е., Мазурин Д.М. Организация процессов обработки строительных отходов в рамках технологии «Умный снос» // Строительство и архитектура. 2023. Т. 11. № 4. С. 10. DOI: 10.29039/2308-0191-2023-11-4-10-10. EDN SJYPDO.

8. Gong H., Su D., Zeng S., Chen X. Parallel simulation and prediction techniques for digital twins in urban underground spaces // Automation in Construction. 2025. Vol. 175. P. 106212. DOI: 10.1016/j.autcon.2025.106212

9. El-Shorbagy M.A., Bouaouda A., Abualigah L., Hashim F.A. Stochastic Fractal Search: A Decade Comprehensive Review on Its Theory, Variants, and Applications // Computer Modeling in Engineering & Sciences. 2025. Vol. 142. Issue 3. Pp. 2339–2404. DOI: 10.32604/cmes.2025.061028

10. Fan C., Ding Y., Liu X., Yang K. A review of crack research in concrete structures based on data-driven and intelligent algorithms // Structures. 2025. Vol. 75. P. 108800. DOI: 10.1016/j.istruc.2025.108800

11. Peivaste I., Belouettar S., Mercuri F., Fantuzzi N., Dehghani H., Izadi R. et al. Artificial intelligence in materials science and engineering: Current landscape, key challenges, and future trajectories // Composite Structures. 2025. Vol. 372. P. 119419. DOI: 10.1016/j.compstruct.2025.119419

12. Kookalani S., Parn E., Brilakis I., Dirar S., Theofanous M., Faramarzi A. et al. Trajectory of building and structural design automation from generative design towards the integration of deep generative models and optimization: A review // Journal of Building Engineering. 2024. Vol. 97. P. 110972. DOI: 10.1016/j.jobe.2024.110972

13. Zhang X., Zheng J., Li P., Yang Y., Ye Y., Causone F. et al. A review of building digital twins: Framework and enabling technologies // Journal of Building Engineering. 2025. Vol. 111. P. 113117. DOI: 10.1016/j.jobe.2025.113117

14. Thomsen A.M.S., Bjørnskov J., Jradi M. Ontology-based Digital Twins for informed decision-making: Scenario testing and optimization in hospital building operations // Journal of Building Engineering. 2025. Vol. 112. P. 113594. DOI: 10.1016/j.jobe.2025.113594

15. Yoon S., Song J., Li J. Ontology-enabled AI agent-driven intelligent digital twins for building operations and maintenance // Journal of Building Engineering. 2025. Vol. 108. P. 112802. DOI: 10.1016/j.jobe.2025.112802

16. Xue J., Xun X., Wang H., Luo Q. Dynamic generation method for structural components to achieve digital twin displays of building construction progress // Automation in Construction. 2025. Vol. 178. P. 106406. DOI: 10.1016/j.autcon.2025.106406

17. Elshaboury N., AlMetwaly W.M., Hesham A., Abbas A. Integrated BIM-GIS framework for holistic building stock assessment using 5D geo-modeling and digital twin concepts // Journal of Building Engineering. 2025. Vol. 111. P. 113391. DOI: 10.1016/j.jobe.2025.113391

18. Ghansah F.A. Digital twins for smart building at the facility management stage: a systematic review of enablers, applications and challenges // Smart and Sustainable Built Environment. 2025. Vol. 14. Issue 4. Pp. 1194–1229. DOI: 10.1108/SASBE-10-2023-0298

19. Yan J., Lu Q., Li N., Chen L., Pitt M. Common data environment for digital twins from building to city levels // Automation in Construction. 2025. Vol. 174. P. 106131. DOI: 10.1016/j.autcon.2025.106131

20. Xu Y., Zhang J., Qin H., Zhou H., Yang Z. Digital twin-enabled hybrid deep evolutionary framework for smart building sustainable infrastructure management // Sustainable Energy Technologies and Assessments. 2024. Vol. 65. P. 103773. DOI: 10.1016/j.seta.2024.103773