ОСОБЕННОСТИ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ ОСУЩЕСТВЛЕНИИ ТЕХНИЧЕСКОЙ ЭКСПЛУАТАЦИИ ЖИЛЫХ ЗДАНИЙ

FEATURES OF THE USE OF ARTIFICIAL INTELLIGENCE IN THE IMPLEMENTATION OF TECHNICAL OPERATION OF RESIDENTIAL BUILDINGS

Evgeniya Kim,

master's student, Department of Housing and Communal Services, Faculty of Engineering Systems and Structures, Voronezh State Technical University,

Russia, Voronezh

Ruslan Borodin,

master's student, Department of Housing and Communal Services, Faculty of Engineering Systems and Structures, Voronezh State Technical University,

Russia, Voronezh

Alexander A. Mershiev

Senior Lecturer, Department of Housing and Communal Services, Voronezh State Technical University,

Russia, Voronezh

АННОТАЦИЯ

Техническая эксплуатация представляет собой сложный многоуровневый процесс, который можно упростить с помощью применения искусственного интеллекта (ИИ). В последние годы ИИ становится все более важным элементом нашей жизни, и его интеграция в процессы технической эксплуатации может существенно повысить эффективность и качество работы. Использование цифровых двойников и BIM-технологий в сочетании с ИИ открывает новые горизонты для оптимизации обслуживания и управления техническими системами, позволяя снижать затраты и минимизировать риски.

ABSTRACT

Technical operation is a complex multi-level process that can be simplified through the use of artificial intelligence (AI). In recent years, AI has become an increasingly important element of our lives, and its integration into the processes of technical operation can significantly improve the efficiency and quality of work. The use of digital twins and BIM technologies combined with AI opens up new horizons for optimizing maintenance and management of technical systems, reducing costs and minimizing risks.

Ключевые слова: техническая эксплуатация, техническое обслуживание, искусственный интеллект, цифровые двойники, BIM – технологии.

Keywords: technical operation, maintenance, artificial intelligence, digital twins, BIM technologies.

Поддержание жилых зданий в исправном состоянии - совокупность действий, призванных гарантировать их бесперебойное, безопасное и удобное использование. Данный комплекс мер охватывает как текущий уход, так и восстановление строительных элементов, коммуникационных сетей (включая системы обогрева, проветривания, водопровод и канализацию), а также облагораживание прилегающей территории.

Главная задача технической эксплуатации заключается в поддержании оптимального состояния жилых объектов, обеспечении их безопасного функционирования, сокращении расходов на обслуживание и ремонт, а также в увеличении энергосбережения.

Ключевая цель действий по технической эксплуатации зданий – это предотвращение физического, морального и функционального устаревания конструкций, а также гарантия их правильной и эффективной работы. [1]

В фокусе данного исследования находится искусственный интеллект и его возможности для использования в строительной индустрии. В частности, рассматривается вопрос оптимизации технического обслуживания зданий посредством интеграции систем, основанных на искусственном интеллекте. Ключевым аспектом научной новизны является использование цифровых двойников и BIM-технологий в процессе эксплуатации жилых зданий.

Первые шаги в создании искусственного интеллекта были предприняты ещё в шестидесятые годы двадцатого века. В строительстве же данная технология начала прогрессировать ближе к концу прошлого столетия. Одним из направлений её использования является оценка технического состояния строительных элементов и целых зданий.

Несмотря на непрерывный рост объемов нового строительства, актуальность сохранения имеющихся зданий не снижается. Для поддержания зданий в пригодном состоянии или проведения реставрационных работ необходимо с высокой точностью установить категорию технического состояния как отдельных элементов, так и всего сооружения в целом. Как правило, подобного рода задачи под силу лишь опытным профессионалам.

Интеллектуальная система анализа состояния строительных объектов призвана упростить процесс принятия решений специалистом. Необходимо понимать, что данная система является лишь вспомогательным средством, оказывающим поддержку в затруднительных случаях, а не полной заменой квалифицированного эксперта. Функционирование программы построено на принципе ввода характеристик анализируемого элемента здания, после чего система формирует заключение относительно его текущего технического состояния. Применение искусственного интеллекта минимизирует влияние человеческой предвзятости, свойственной экспертной оценке. Для получения сведений о состоянии объекта инженеру достаточно предоставить исходные данные проекта, а автоматизированный анализ и соответствующие результаты будут сгенерированы при условии корректности и валидации программного обеспечения.

Экспертные системы – это подкласс систем, основанных на искусственном интеллекте, которые включают в себя теоретическую основу (описательную часть) и набор правил (алгоритмическую часть). Эти правила дают возможность формировать выводы, опираясь на полученную информацию. В общем смысле, экспертная система может быть представлена как хранилище знаний, которое объединяет в себе базы данных и механизмы для их анализа.

В строительстве активно внедряются экспертные системы (ЭС) для улучшения процессов проектирования, анализа состояния и модернизации зданий. Так, в исследовании [2] рассматривается ЭС, где в качестве базы знаний используются различные сценарии реконструкции в зависимости от текущего состояния объекта. Эта система имеет двухуровневую структуру: сбор данных о состоянии здания на первом уровне и выбор оптимального варианта ремонта или реконструкции на втором. В качестве примера ЭС первого уровня можно привести разрабатываемую систему "Жилищный фонд", предназначенную для помощи инспекторам в оценке степени износа зданий посредством заполнения специализированных форм. Оценка физического износа осуществляется путем анализа соотношения поврежденных участков к общей площади конструктивного элемента и фиксируется в ЭС после консультации со специалистом [2].

Применение ЭС в проектировании позволяет учитывать факторы, такие как прогрессирующее разрушение. Разрабатываемая ЭС будет служить руководством для проектировщиков, предоставляя рекомендации по корректным расчетам с использованием актуальных нормативных документов, а также предлагая возможности для оптимизации конструкций с учетом приложенных к ним усилий [3].

Как и любые разработки, созданные человеком, экспертные системы не лишены определенных недостатков. Важным ограничением является отсутствие у них способности к накоплению и применению опыта, в отличие от человека. Это означает, что такие системы не могут опираться на прошлые решения для оптимизации новых задач, что демонстрирует их ограниченные когнитивные возможности. В то время как человек способен адаптировать известные решения к новым, схожим ситуациям, экспертная система вынуждена каждый раз заново применять заданный алгоритм. Ожидается, что в будущем экспертные системы будут не только генерировать решения, но и формировать базу данных, содержащую предыдущие результаты, что значительно ускорит процесс обработки информации и получения ответа.

Разработка экспертных систем может базироваться на различных подходах, таких как вероятностные методы, теория нечетких множеств или нейронные сети. В частности, при создании диагностических систем часто используется теория нечетких множеств.

Искусственный интеллект способен выполнять широкий спектр задач. Среди них:

• Проведение лазерного сканирования территории.
• Анализ полученных сканограмм и создание на их основе различных графических представлений.
• Формирование сметы затрат, основываясь на анализе конкретного объекта [6].

Building Information Modeling (BIM) представляет собой передовую методологию, обеспечивающую создание, поддержание и распространение сведений об объектах строительства за счет объединения, аккумулирования и контроля информации на всех стадиях жизненного цикла. Современные BIM-решения играют важную роль в организации закупок, планировании графиков работ, инвестиционном анализе и управлении рисками. Вместе с тем, существуют факторы, сдерживающие более широкое распространение этих технологий. К основным сложностям относятся значительные первоначальные затраты (на приобретение программ и оборудования), потребность в обучении персонала, дефицит квалифицированных кадров (BIM-специалистов), создание новых штатных единиц, разработка отраслевых стандартов и регламентов работы с моделями, а также нормативное и методическое обеспечение применения BIM. По этой причине в настоящее время BIM-технологии наиболее востребованы при реализации масштабных и технически сложных архитектурных и строительных проектов.

Применение искусственного интеллекта охватывает разработку и эксплуатацию автоматизированной спецтехники. Так, в "Газпромнефти" в конце 2019 года успешно протестировали удалённое управление техникой (кранами и многофункциональными установками) [8]. Следовательно, применение беспилотных устройств при работе с объектами даёт возможность детально анализировать их состояние и определять потребность в ремонте. Новаторские решения на основе ИИ позволяют сократить издержки на различные виды работ. Например, беспилотные летательные аппараты с камерами могут заменить специализированную технику и персонал при проведении съёмок, в том числе в труднодоступных местах.

Виртуальные копии реальных объектов, процессов и систем, известные как цифровые двойники, позволяют формировать электронные макеты зданий и инфраструктурных инициатив. Это необходимо для отслеживания прогресса, выявления вероятных трудностей и повышения общей производительности [9].

Активное развитие искусственного интеллекта и технологии цифровых двойников вполне оправдано. Алгоритмы ИИ, анализируя информацию, поступающую с датчиков, находят скрытые взаимосвязи, предсказывают поведение сооружений, контролируют работу оборудования и оптимизируют строительные этапы. Благодаря этому цифровые двойники стали ключевым инструментом в строительной отрасли, позволяя заблаговременно выявлять потенциальные риски и, как следствие, повышать безопасность и продуктивность строительства.

Цифровые двойники находят применение в техническом обслуживании и управлении. Управляющие объектами, используя цифровые двойники для оценки функционирования систем [10], могут выявлять неполадки и выбирать оптимальные пути повышения энергоэффективности и снижения затрат. Кроме того, цифровые двойники позволяют более эффективно распределять ресурсы и прогнозировать потребность в техническом обслуживании, что способствует увеличению срока службы зданий и сооружений [11].

Цифровой двойник базируется, как правило, на BIM-модели, созданной на этапе разработки проекта. Путем добавления данных о текущем положении дел объекта формируется его виртуальная копия. Технология цифровых двойников помогает решать ряд значимых задач: разрабатывать проекты зданий с учетом различных вариантов передвижения людей, заранее проверять температурный режим и уровень влажности в помещениях, интегрировать бесконтактные системы управления и роботизированные комплексы, обнаруживать проблемы еще до начала строительных работ и ввода объекта в эксплуатацию, сокращать финансовые и организационные риски, предвидеть потенциальные чрезвычайные происшествия и быстро принимать меры для спасения людей.

В российской строительной отрасли сегодня встречаются удачные примеры внедрения цифровых двойников – результата работы искусственного интеллекта и новейших технологий. В качестве примера можно привести компанию «Россети», которая в 2020 году разработала цифровые аналоги для трех сотен объектов электросетевого хозяйства, что свидетельствует о перспективности таких решений. В результате удалось на треть сократить сроки подготовки проектной документации и на 10% уменьшить расходы на ремонтные работы. Это наглядная иллюстрация того, как инновационные решения текущего столетия трансформируют инфраструктуру.

В связи с прогрессом в области анализа изображений и алгоритмов машинного обучения, анализ дефектов строительных объектов на основе фотоснимков становится все более распространенным. Это открывает возможности для разработки автоматизированных комплексов, способных к обнаружению и идентификации повреждений на изображениях. Например, специалисты Университета Бата в Великобритании разработали автоматическую систему для обнаружения трещин в бетонных сооружениях, используя фотографии. В основе системы лежит сочетание методов обработки изображений и алгоритмов машинного обучения для идентификации трещин на изображениях.

В другом исследовании, проведенном учеными Калифорнийского университета в Беркли, для обнаружения и количественной оценки повреждений в стальных конструкциях применялись методы цифровой корреляции изображений. Исследователи использовали фотографии стальных конструкций и методы цифровой корреляции изображений для измерения деформации конструкции, которая может быть индикатором дефектов.

Помимо использования фотоснимков и техник обработки визуальной информации для выявления изъянов в строительных компонентах, искусственный интеллект широко используется в следующих направлениях:

• Использование алгоритмов машинного обучения для обработки данных, поступающих с различных сенсоров, таких как акселерометры, гироскопы и датчики деформации.
• Создание продвинутых алгоритмов глубокого обучения для обнаружения дефектов в зданиях на основе видеозаписей, полученных с беспилотных летательных аппаратов или камер видеонаблюдения.
• Интеграция систем контроля состояния зданий, основанных на искусственном интеллекте, обеспечивающих постоянный мониторинг изменений в конструкции и оперативное обнаружение неисправностей.

Включение данных о трещинах в информационные модели зданий (BIM) значительно улучшает управление эксплуатацией жилых зданий. Информация о трещинах, полученная с помощью методов обработки изображений или алгоритмов машинного обучения, может быть встроена в BIM-модели, что обеспечивает более детальное понимание состояния конструкций.

Эта интеграция дает возможность решать следующие задачи:

• Определение уровня деформации и повреждений конструктивных элементов, опираясь на данные о трещинах;
• Предсказание вероятных повреждений и установление времени их появления;
• Исследование причин возникновения дефектов и обнаружение недочетов в проектной документации и технологических процессах;
• Улучшение планирования ремонтных мероприятий и эффективное распределение ресурсов.

Объединив различные подходы, специалисты разработали систему, которая автоматически генерирует 3D-модели бетонных сооружений, содержащие данные о повреждениях в виде трещин. Эти модели можно использовать для анализа текущего состояния объектов и разработки стратегий по восстановлению. Исследователи утверждают, что объединение информации о трещинах с технологией BIM значительно улучшает точность и скорость оценки состояния сооружений, что особенно важно для масштабных инфраструктурных проектов.

В итоге, интеграция данных о трещинах с BIM обеспечивает более точное и эффективное выявление дефектов в строительных объектах, а также упрощает процесс оценки их состояния и планирования необходимых ремонтных мероприятий.

В обозримом будущем искусственный интеллект станет ключевым элементом в сфере технического обслуживания многоквартирных домов, обеспечивая более эффективное управление, оптимизацию рабочих процессов и сокращение издержек. ИИ позволит существенно улучшить техническую эксплуатацию зданий, автоматизируя рутинные задачи и предоставляя ценную информацию для принятия обоснованных решений. Это приведет к повышению надежности работы инженерных систем и увеличению срока их службы. Внедрение ИИ позволит управляющим компаниям и собственникам жилья оптимизировать затраты на энергоресурсы, ремонт и обслуживание, а также повысить комфорт проживания. Использование интеллектуальных систем мониторинга и управления позволит своевременно выявлять и устранять возникающие проблемы.

Список литературы:

1. Волков А.А., Ярулин Р.Н.Автоматизация проектирования производства ремонтных работ зданий и инженерной инфраструктуры — Москва, 2012
2. Сериков В.В., Сотникова К.Н. Экспертная система принятия решений для реконструкции зданий с учетом принципов «Зеленого строительства» [Электронный ресурс] // Международный студенческий научный вестник. – 2013 (материалы V Междунар. студ. электрон. науч. конф. «Студенческий научный форум»)
3. Ханина А.Б., Алехин В.Н. Внедрение экспертных систем в процесс проектирования строительных конструкций // Академический вестник УралНИИпроект РААСН. – 2011. – № 2. – С. 82–85
4. Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем: пер. с англ. – М.: Вильямс, 2003. – 864 с.
5. Тонков Ю.Л. Выбор эффективного метода построения функций принадлежности для оценки качественных признаков технического состояния строительных конструкций // Вестник ПНИПУ Прикладная экология. Урбанистика. – 2016. – № 3 (23). – С. 126–146
6. Гурина Е.О., Лисин И.П. Искусственный интеллект в строительстве // VII Всероссийский фестиваль науки [Электронный ресурс]: сборник докладов в 2-х томах. Том 1.— Н. Новгород, 2018.— С.336
7. Букалова А.Ю., Авдеева К.В. Постановка задачи разработки методических основ информационного моделирования процесса сметного нормирования для оптимизации проектных работ. // Construction and Geotechnics. – Пермь: Изд - во Пермского национального исследовательского политехнического университета, 2020. – Т. 11. – № 4. – С. 81 – 93.
8. Фёдорова А.В. Обзор цифровой трансформации на основе новых технологий в нефтяной отрасли. / А.В. Фёдорова, М.С. Чухлатый, А.В. Набоков. // Инженерный вестник Дона. – Ростов - на - Дону: Изд - во Ростовское региональное отделение общероссийской общественной организации «Российская инженерная академия», 2020. – № 2 (62). – С. 35.
9. Soderberg R., Wârmefjord K., Carlson J. S., Lindkvist L. Toward a Digital Twin for real-time geometry assurance in individualized production/ CIRP Annals URL: doi.org/10.1016/j.cirp.2017.04.038.
10. Неизвестный С.И. Социальные проблемы принятия решений искусственным интеллектом в цифровом обществе // Социологический журнал. 2021. № 2. С. 90-108
11. Кудрявцев Н.Г., Типикин Д.К., Разработка системы персональной идентификации на базе платформы. материалы конференции. Информация и образование: границы коммуникаций. г. Горно-Алтайск. 2017. С. 102-103.
12. Барабанова Т.А., Балалов В.В., Блинова О.С. Применение технологии «Цифровых двойников» при эксплуатации жилых зданий — Москва, 2022
13. Назойкин Е.А., Орехов А.А. Применение искусственного интеллекта для обнаружения дефектов в строительных конструкциях зданий — Москва, 2023