Состояние и перспективы применения систем проверки информационных моделей строительных объектов

Введение.

Решение задачи автоматизированной проверки при проектировании строительных объектов происходит на международном уровне уже более 40 лет. Ранее выпускались статьи, посвященные обзору систем проверки результатов проектирования, представленных в форме информационных моделей (ИМ) строительных объектов. Однако в последние годы процесс цифровизации строительной отрасли стал более интенсивным, в него активно включились новые страны, в том числе Россия. За счет этого появились новые методологические подходы к выполнению отдельных этапов проверки, программы и системы, не описанные в более ранних обзорах. Наряду с этим, многие ранее разработанные системы модифицировались или наоборот прекратили свое существование. Цель исследования - оценка текущего состояния систем проверки ИМ строительных объектов с учетом произошедших в последние годы изменений, а также определение перспектив их дальнейшего развития.

Материалы и методы.

Для определения текущего состояния систем проверки ИМ строительных объектов был выполнен подбор и анализ зарубежных и российских литературных и информационных источников в области проверки ИМ строительных объектов. За основу взяты также результаты выполненных ранее обзоров.

Результаты.

Сформирован перечень действующих тиражируемых коммерческих решений в области проверки информационных моделей, классифицированный в соответствии с их назначением; систем проверки информационных моделей, разработанных в разных странах, с определением их статуса. Выявлены направления развития проверки ИМ строительных объектов международного характера и в РФ.

Выводы.

На текущий момент все еще сохраняется проблема перевода нормативных требований в машиночитаемый формат для проведения проверок на соответствие им как на российском, так и на международном уровне. Поэтому основным направлением для дальнейшего развития видится исследование возможностей искусственного интеллекта для обработки нормативных требований, написанных на естественном языке. Тем не менее для применения нейронных сетей необходимо наличие данных для обучения, что говорит о необходимости предварительного получения определенного объема нормативных документов, размеченных вручную.

1. Fenves S.J., Wright R.N., Stahl F.I., Reed K.A.Introduction to SASE: Standards Analysis, Synthesis, and Expression // Report NBSIR 87-3513, U.S. Department of Commerce, National Bureau of Standards. 1987. 196 p.

2. Fenves S.J., Garrett J.H., Kiliccote H., Law K.H., Reed K.A.Computer representations of design standards and building codes: U.S. perspective // International Journal of Construction Information Technology. 1995. Vol. 3. Issue 1. Pp. 13-34.

3. Kerrigan S., Law K. Logic-based regulation compliance-assistance // Proceedings of the 9th international conference on Artificial intelligence and law. Edinburgh, Scotland, UK, June 24-28. 2003. Pp. 126-135. DOI: 10.1145/1047788.1047820

4. Lau G., Kerrigan S., Law K. An Information Infrastructure for Government Regulations // Proceedings of the 13th Workshop on Information Technology and Systems (WITS’03). Seattle, WA, 2003. Pp. 37-42.

5. Han C., Kunz J., Law K. Making automated building code checking a reality // Facility Management Journal. 1997. Pp. 22-28.

6. Han C., Kunz J., Law K. Client/server framework for on-line building code checking // Journal of Computing in Civil Engineering. 1998. Vol. 12. Issue 4. Pp. 181-194. DOI: 10.1061/(asce)0887-3801(1998)12:4(181)

7. Han C., Kunz J., Law K. Building design services in a distributed architecture // Journal of Computing in Civil Engineering. 1999. Vol. 13. Issue 1. Pp. 12-22. DOI: 10.1061/(asce)0887-3801(1999)13:1(12)

8. Han C., Kunz J., Law K.Compliance analysis for disabled access // Advances in Digital Government Technology. 2002. Pp. 149-163.

9. Eastman C., Lee J., Jeong Y., Lee J. Automatic rule-based checking of building designs // Automation in Construction. 2009. Vol. 18. Issue 8. Pp. 1011-1033. DOI: 10.1016/j.autcon.2009.07.002

10. Нисбет Н., Серых А. Эффективная автоматизация проверки строительных решений на соответствие строительным нормам // Экспресс-информ. 2010. № 11 (89). С. 30-35.

11. Галкина Е.В. Перспективы использования систем проверки информационных моделей в России // Научное обозрение. 2017. № 21. С. 159-161.

12. Галкина Е.В. Анализ инструментов верификации проектной документации // Научно-технический вестник Поволжья. 2018. № 6. C. 95-97. DOI: 10.24153/2079-5920-2018-8-6-95-97

13. Макиша Е.В. Верификация информационных моделей строительных объектов на основе языка моделирования правил : дис. … канд. техн. наук. М., 2019. 162 с.

14. Solihin W., Eastman C. Classification of rules for automated BIM rule checking development // Automation in Construction. 2015. Vol. 53. Pp. 69-82. DOI: 10.1016/j.autcon.2015.03.003

15. Amor R., Dimyadi J. The promise of automated compliance checking // Developments in the Built Environment. 2021. Vol. 5. P. 100039. DOI: 10.1016/j.dibe.2020.100039

16. Fuchs S., Amor R. Natural language processing for building code interpretation: A systematic literature review // 38th International Conference of CIB W78. Luxembourg, October. 2021. Pp. 294-303.

17. Zhang R., El-Gohary N. A deep neural network-based method for deep information extraction using transfer learning strategies to support automated compliance checking // Automation in Construction. 2021. Vol. 132. Issue 2. P. 103834. DOI: 10.1016/j.autcon.2021.103834

18. Wu C., Wang X., Wu P., Wang J., Jiang R., Chen M. et al. Hybrid deep learning model for automating constraint modelling in advanced working packaging // Automation in Construction. 2021. Vol. 127. Issue 10. P. 103733. DOI: 10.1016/j.autcon.2021.103733

19. Xue X., Zhang J. Part-of-speech tagging of building codes empowered by deep learning and transformational rules // Advanced Engineering Informatics. 2021. Vol. 47. P. 101235. DOI: 10.1016/j.aei.2020.101235

20. Haüßler M., Esser S., Borrmann A. Code compliance checking of railway designs by integrating BIM, BPMN and DMN // Automation in Construction. 2021. Vol. 121. P. 103427. DOI: 10.1016/j.autcon.2020.103427

21. Huaquan Y., Lee S. A rule-based system to automatically validate IFC second-level space boundaries for building energy analysis // Automation in Construction. 2021. Vol. 127. Issue 2. P. 103724. DOI: 10.1016/j.autcon.2021.103724