An ontology-based BIM Expert System for temporal and spatial construction planning
The effective realization of building construction is closely linked to the construction schedules that, if poorly designed, result in congested site areas, accidents and decline of productivity. In the past decade, many research efforts have been spent in BIM which represents the process of preparation and use of a computer-generated Building Information Model (BIM) even if an effective model to assist construction scheduling is still missing. This PhD thesis proposes an Expert-System able to identify the shortest completion sequence of a given Building Information Model, considering the on-site temporal-space allocation of workspaces. It is supported by an ontology-based system architecture integrated with a rule-based artificial intelligence. Four integrated ontologies, to formally represent construction site entities, constitute the system’s Knowledge-Base (KB): (1) scheduling ontology that maps the necessary components to specify the scheduling task (2) space ontology that contains workspaces requirements in terms of geometries, locations and interactions (3) products ontology that describes geometrical and topological information of the building objects (4) time ontology that describes temporal properties of site entities in their evolution across time. Such a KB was rendered into a Protégé’s script (ontology editing environment) in order to convert it in machine-readable language (i.e., Web Ontology Language –OWL). Furthermore, four automated Reasoning Mechanisms –scripts- were incorporated in the model architecture: (i) an algorithm to define the on-site workspaces configuration pattern, (ii) an algorithm to automatically model workspaces geometries, (iii) a workspaces conflicts checking process and (iv) a rule-engine to deduce the shortest construction sequence and solve the identified conflicts manipulating the KB itself. A validation test was conducted on a BIM-based project of an industrial building composed of 98 building items and 611 workspaces, allocated by means of (i) and modelled with (ii). A construction sequence of 36 construction days was suggested by the system. Moreover, 118 workspaces conflicts were identified (iii) and automatically solved by using the planning rules included in the rule-engine as it was visually verified simulating the sequence itself within a 4D-BIM environment. This prototype can be considered a precursor model in developing BIM-based intelligent systems architectures for spatial construction planning.
Eine erfolgreiche Umsetzung eines Gebäudeprojektes ist von der Planung der Montage auf der Baustelle abhängig. Im letzten Jahrzehnt wurden zahlreiche wissenschaftliche Projekte zur Montageplanung unter Verwendung eines Computermodells im Rahmen des Building Information Modelling (BIM) durchgeführt. Momentan fehlt aber noch ein Modell, das auch den Prozess selber auf der Baustelle integriert. In der vorliegenden Arbeit wird ein Expertensystem mit dem Ziel der Findung einer optimalen Montagefolge vorgestellt. Das Expertensystem basiert auf BIM und berücksichtigt die räumliche und zeitliche Interaktion der Arbeitsabläufe auf der Baustelle. Die entwickelte Methode stützt sich auf einer Ontologie-basierten Architektur, die in einer Regel-basierten künstlichen Intelligenz integriert ist. Dabei wird ein neues Objekt in das BIM Modell eingefügt, das den Raumbedarf einer Montagetätigkeit beschreibt. Dies kann beispielsweise ein erforderlicher Freiraum für einen Mobilkran sein oder ein bei der Montage nicht betretbarer Sicherheitsbereich. Die Wissensbasis des Expertensystems besteht aus vier Ontologien, die nötig sind um das Wesen der Baustelle darzustellen: Ontologie der Montageabläufe, die den technischen Ablauf der Aktivitäten bestimmt; Ontologie der baulichen Räume, die den räumlichen Bedarf berücksichtigt; Ontologie der Elemente des Gebäudes, welche die geometrischen und funktionalen Gebäudeelemente beschreibt, um Arbeitsprozesse zu bestimmen; Ontologie der Zeit, welche die Reihenfolge der Bauelemente vorgibt. Die Wissensbasis ist mit einem Protégé-Skript als Ontologie-Editor entwickelt worden, für einen Compiler der Web Ontology Language (OWL). Danach wurde die Wissensbasis mit vier Algorithmen verknüpft: Ein Algorithmus, der den Arbeitsraum definiert; Ein Algorithmus, der die Geometrien der Arbeitsräume modelliert; Ein Kontrollprozess, der die Konfliktstellen des Arbeitsraum identifiziert; Ein Optimierungs-Prozess, der den kürzesten Arbeitsprozess ermittelt. Zur Validierung wurde ein Industriegebäude mit 98 Elementen verwendet. Das Expertensystem hatte 611 Arbeitsräume errechnet und eine geschätzte Bauzeit von 36 Tagen. Das Expertensystem identifizierte 118 Konfliktstellen und entwickelte jeweils Lösungen. Das Ergebnis wurde mit Hilfe einer 4D-BIM Umgebung visualisiert. Das vorgestellte Expertensystem ist ein Prototyp, der einen Beitrag zur Entwicklung automatischer und intelligenter Programmierungen für den Montageablauf unter Verwendung von BIM leistet.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved