Vidutiniškai iki 85–95 proc. savo laiko praleidžiame pastatuose – namuose, mokyklose, biuruose, prekybos centruose ar kitur. Tai reiškia, kad tik apie 5–15 proc. laiko būname lauke, todėl patalpų oro kokybė, apšvietimas, temperatūra ir bendras komfortas daro tiesioginę įtaką mūsų sveikatai, produktyvumui, gebėjimui mokytis ir bendrai savijautai.
Šiuolaikiniai pastatai – technologiškai sudėtingos sistemos, jungiančios konstrukcinius elementus, inžinerines sistemas, automatiką ir valdiklius, juose esančius žmones. Jei viena pastato sudedamųjų dalių suprojektuota netiksliai ar nesuderinta su kitomis, nukenčia bendras rezultatas: didėja energijos sąnaudos, prastėja mikroklimatas, kyla eksploatacijos problemų.
Todėl projektavimo, statybos, priežiūros ir eksploatavimo procesų skaitmeninimas, duomenų valdymas ir pastato elgsenos modeliavimas yra labai svarbūs, siekiant tvaraus pastato gyvavimo ciklo – nuo idėjos iki nugriovimo. Modelių reikšmę mūsų žurnale nagrinėja KTU Statybos ir architektūros fakulteto prof. dr. Darius Pupeikis ir doktorantė Lina Morkūnaitė.
Pastatai – kompleksiniai organizmai
Dr. Darius Pupeikis: Visų inžinerinių sprendimų optimizavimo tikslas – efektyvesnis pastatų veikimas siekiant, kad žmonės maloniau juose leistų laiką. Kai pastatuose praleidžiame iki 95 proc. savo laiko, esame priklausomi nuo pastato aplinkos, vidaus mikroklimato, nusakančio, ar malonu ten būti.
Optimizavimo esmė – rasti sąnaudų ir naudos balansą. Pastatai – kompleksiniai organizmai: inžinerine prasme jie įprastai nėra ypač sudėtingi, bet juose vienu metu veikia daug veiksnių. Todėl pastatų valdymas yra didelis iššūkis, nes tenka valdyti iš labai skirtingų sudedamųjų dalių sudarytą ekosistemą ir užtikrinti tiek jos komfortą, tiek optimizuoti sąnaudas.
Pastatas turi atlikti savo funkciją: gyvenamasis namas turi užtikrinti visus gyvenamuosius poreikius, gamykla – sklandžius technologinius procesus ir t. t. Kad ir kokia būtų pastato paskirtis, ji neatsiejama nuo pagrindinės jame vykstančios veiklos.
Projekto vertė
Dr. Darius Pupeikis: Minimalią statomo pastato būklę užtikrina tam tikri reglamentai. Tik nesupraskime termino „minimalus“ negatyviai, esą projektuojama pagal reglamentų nustatytą minimumą. Šiandien Lietuvoje statomiems pastatams keliami aukšto lygio reikalavimai (net minimalūs reikalavimai yra labai aukšti), suteikiantys jiems kokybę.
Aukšta kokybė reikalauja papildomų resursų, didina statybos sąnaudas, be to, aukštas komforto lygis turi didelę įtaką pastato gyvavimui.
Kai užsakovas nusprendžia statyti ir svarsto įvairias būsimo pastato idėjas (pastato gyvavimo ciklo pradžia) bei kreipiasi į įvairius tyrimus atliekančius, koncepcijas analizuojančius specialistus, inžinerinių sprendimų kokybei ir jų optimizavimui dėmesio dažnai pritrūksta.
Mano įsitikinimu, tai būdinga daugumai projektų. Daugeliui žmonių projektas reikalingas statybos leidimui gauti, kad nekiltų problemų, jog pastatas statytas ne pagal projektą ir juo neleidžiama naudotis. Tai netinkamas požiūris.
Projektas turi būti geras, nes jei užsakovas investuoja, jis turi apgalvoti visus sprendimus, žvelgti į ateitį, svarstyti, kaip naudos pastatą. Suprojektuoti ir pastatyti namą galima per dvejus metus, bet jis bus eksploatuojamas penkiasdešimt, o gal ir šimtą metų. Taigi jau rengiant projektą visi svarbūs pastato sudėtiniai elementai turi būti gerai apgalvoti.
Natūralu, kad, vykstant tokiam sparčiam technologiniam progresui, nepavyks priimti idealių sprendimų, parinkti pačių naujausių medžiagų, bet yra ir paprastų sprendinių, jau šimtmečius žinomų ir taikomų statybose – pastato vieta, patalpų planas, erdvių funkcijos. Ši statybų klasika turi didelę įtaką pastato eksploatacijai.
Kokybę užtikrina ir svarbių projekto elementų įvertinimas bei detalizavimas. Detalizavimo trūkumas yra dar viena projektų problema – jei projektas suprantamas kaip dokumentas, reikalingas statybos leidimui gauti ir pastatui atiduoti eksploatuoti, niekas į tai neinvestuoja.
Tačiau būtent projektas atspindi sprendimų vertę. Ši vertė – ne nubraižytos pastato ar jo elementų linijos, o tai, kaip elementai išdėstyti, kokią vertę jie generuoja, kaip atrodo jų visuma ir t. t. Visos projekto dalys turi savo vertę, tad jos turi būti integralios. Vertės dažniausiai ir pasigendu projektuose.
Modeliavimas didina projekto vertę
Lina Morkūnaitė: Projekto vertę didina skaitmeninis pastato modeliavimas. Paprastai projektuojant vertinami aiškiai reglamentuojami statiniai duomenys: pastato konstrukcijos elementai, jų šilumos perdavimo koeficientai ir kt.
Statines pastato charakteristikas numatyti ir apskaičiuoti nėra sudėtinga, tačiau skaitmeninis modeliavimas jau projektuojant atveria galimybę prognozuoti didelę įtaką pastato eksploatacijai turinčias dinamines charakteristikas. Vis dėlto skaitmeninis modeliavimas ne visada parodo realybę. Šiuo metu tiriame vieną Linšiopingo (Linköping) universiteto Švedijoje pastatą: išanalizavome daugybę duomenų, sukūrėme daug simuliacinių modelių.
Projektuojant šį pastatą buvo sukurtas simuliacinis modelis, kurį kalibravome naudodami realius duomenis, surinktus pastate. Sukalibruotas modelis aiškiai parodė, kad kai kuriais atvejais energijos, suvartojamos pastate, kiekis buvo net du kartus didesnis.
Šis skirtumas mokslinėse publikacijose vadinamas efektyvumo atotrūkiu (angl. Performance Gap). Tai viena iš problemų, su kuria susiduriama projektuojant skaitmeninius modelius, kai negalima tiksliai numatyti, kaip eksploatuojamas pastatas elgsis.
Eksploatuojamas pastatas energijos gali suvartoti nebūtinai daugiau, nei prognozuota simuliacijų metu. Moksliniai tyrimai rodo, kad daugeliu atvejų skirtumai svyruoja nuo 0,5 iki 2,5 karto.
Efektyvumo atotrūkis (angl. Performance Gap) – skirtumas tarp projektuojant apskaičiuotų ar kompiuteriu sumodeliuotų pastato efektyvumo rodiklių bei faktinių, realiai išmatuotų eksploatuojant. Tai atotrūkis tarp to, ką pastatas turėtų pasiekti pagal skaitmeninį modelį, ir to, ką jis realiai pasiekia eksploatuojamas.
Dažniausios atotrūkio priežastys:
- modeliuose naudotos idealizuotos sąlygos (tobulas pastato sandarumas, maksimalus įrenginių efektyvumo koeficientas ir pan.);
- parinkti tipiniai, o ne realūs meteorologiniai duomenys;
- statybos kokybė skiriasi nuo įvestos modelyje;
- pastatas naudojamas kitaip, nei buvo numatyta (daugiau žmonių, daugiau vėdinimo, ilgesnis darbo laikas);
- netinkamai sureguliuotos šildymo, vėdinimo, apšvietimo sistemos.
Tiksliems skaičiavimams statinių duomenų neužtenka
Dr. Darius Pupeikis: Pastato kompleksiškumas ir dinamiškumas yra didelis kompiuterinių modelių iššūkis (daug neapibrėžtumo, reikia numatyti daugybę veiksnių), todėl skaičiuojant numatomas pastato energijos vartojimas, įvairūs gyvybiniai pastato procesai gali skirtis nuo realybės.
Rengiant projektą modeliui dažniausiai parenkami standartiniai duomenys, kurie paremti normomis ir daugiamečių stebėjimų vidurkiais. Kiek jie tikslūs? Palyginimui galėčiau pateikti tokį pavyzdį – vidutinė palatoje gulinčių ligonių temperatūra. Ji lyg ir gera, bet realiai vienas ligonis jau šaltas, o kitas karščiuoja.
Tokių skirtumų yra ir pastate, dažnai jie nemaži, projektuojant pastatą juos įvertinti nelengva. Tada į pagalbą ateina duomenimis grįsti modeliai. Turėdami istorinius panašių pastatų duomenis, galime prognozuoti, kokie tokiomis pačiomis sąlygomis bus ateities įvykiai. Tam tikrais atvejais realiais duomenimis grįsti modeliai veikia geriau nei paremti fizikiniais duomenimis.
Rengdami projektus realių pastato duomenų dar neturime, nes pastatas dar fiziškai nepastatytas ir nepradėtas eksploatuoti. Kartais galima pasinaudoti jau pastatyto panašaus pastato duomenimis, pavyzdžiui, projektuojant daugiabutį gyvenamąjį namą galima pasinaudoti toje pačioje geografinėje vietoje, tiek pat gyventojų, tokią pačią vėdinimo ir šildymo sistemas turinčio namo duomenimis.
Tačiau kiekvienas pastatas yra unikalus, todėl absoliučiai tikslių duomenų nėra, tad pasitelkiami fizikiniai duomenys, nes fizika – universali, jos dėsniai nekintami. Net jei turime du identiškus pastatus, praktiškai tokias pačias sąlygas, vieno pastato modelis gali visiškai netikti kitam vien tik dėl to, kad skirsis pastatų naudotojų elgsena, energijos ir oro srautų dinamika.
Projektuojant gali būti kuriami abu modeliai, tiek paremti fizikiniais duomenimis, tiek realiai surinktais duomenimis. Abu jie turi žavesio ir potencialo.
Trys skirtingi modelių tipai
Lina Morkūnaitė: Moksliniai tyrimai dažnai lygina tris skirtingus pastatų eksploatavimo modelius: grįstus fizikiniais dėsniais, grįstus pastatuose surinktais duomenimis bei hibridinius – ir fizikiniais, ir pastatuose surinktais duomenimis.
Fizikiniais duomenimis grįsti modeliai dažniausiai laikomi patikimais, bet tik tada, kai įvedama daug jų, tiksliai žinant įvedamų duomenų reikšmę eksploatacijai. Tai reiškia, kad didelio pastato modelis taip pat bus labai didelės apimties. Be to, sudėtinga sukurti tokio detalumo modelius, kad jais remdamiesi galėtume labai tiksliai numatyti pastato energijos suvartojimą.
Duomenimis grįsti metodai gali būti netgi paprastesni, nes, įvedę pastato eksploatavimo metu surinktus duomenis, galime pasinaudoti mašininio mokymosi technologijomis, kad kompiuteris optimizuotų modelį ir parinktų geriausią variantą.
Kadangi tiek fizika, tiek duomenimis grįsti modeliai turi ir privalumų, ir trūkumų, atsirado hibridiniai modeliai. Jie kuriami naudojant supaprastintus fizikinius dėsnius ir eksploatacijos metu renkamus duomenis. Pavyzdžiui tyrinėjant energinę pastato būklę dažnai naudojami varžos (R) ir talpos (C) elementų analogija grįsti RC (angl. Resistance–Capacitance) modeliai.
Šiuo atveju kuriamas supaprastintas fizikinis pastato modelis, o jo dinaminius parametrus dirbtinis intelektas koreguoja pagal įvestus realius eksploatacijos duomenis. Taip pasiekiamas aukso vidurys: nereikia įvesti daug skirtingų ir tikslių fizikinių duomenų, bet gaunamos įžvalgos, kodėl tas modelis veikia taip, kaip veikia.
Skirtingi duomenų šaltiniai, skirtingi modeliai
Lina Morkūnaitė: Kad modelis būtų kuo tikslesnis, duomenų reikia labai daug. Tačiau kokie konkrečiai duomenys naudojami, priklauso nuo to, koks modelis kuriamas: jei prognozuojama pastato energinė būklė, labai svarbus energijos vartojimas šildyti bei karštam vandeniui ruošti, elektros energijos vartojimas, oro srautai, vidaus patalpų temperatūra, drėgmė, CO2.
Įvedami lauko parametrai: temperatūra, vėjo greitis, saulės spinduliuotė, debesuotumas, drėgmė. Įvedami ir įvairūs pastato naudotojų duomenys: žmonių veiklos grafikai ir srautai, kurie gali būti nustatomi naudojant patalpų užimtumą fiksuojančius jutiklius.
Paprastai rengiant projektą tikrų eksploatavimo duomenų dar nėra, todėl dominuoja fizika grįsti modeliai. Kai kuriuos duomenis galima turėti ir projektuojant, pvz., statistinius lauko oro duomenis, bet tokia statistika rodo praeitį, o ne būsimus orus. Kai kurie duomenys kinta nenuspėjamai.
Pavyzdžiui, įvertinus darbo laiko grafikus, galima numatyti patalpų užimtumą, bet vėliau, įvestus duomenis palyginus su tikraisiais, aiškiai matoma, kad darbuotojai ne visada elgiasi pagal grafiką: yra patalpų, kuriose periodiškai dirba daugiau žmonių, o būna ir tuštesnių erdvių.
Tad rengdami projektą galime naudoti kito, beveik identiško pastato duomenis, bet jei duomenų nėra, taikome fizikinius modelius. Tačiau visi modeliai, tiek paremti fizikiniais dėsniais, tiek realiai surinktais duomenimis, turi būti taikomi projektuojant.
Dr. Darius Pupeikis: Pastato modeliavimo nereikėtų suprasti tik plačiąja prasme. Kiekvieno pastato elemento (sijų, kolonų ir kt.) skaičiavimas jau yra modeliavimas. Modeliavimas – taip pat skaičiavimas, tik įvertinantis labai daug fizikinių ar statistinių rodiklių bei įvairių veiksnių.
Tačiau svarbu tai, jog visų smulkių detalių į modelių skaičiavimus neįtrauksime – kad modelis apimtų visą pastato sistemą, tektų įvesti be galo daug duomenų, taip labai išaugtų skaičiavimo apimtys.
Tačiau jei skaičiuodami galėtume įveiklinti daugybę duomenų, galingą programinę įrangą, naujausias technologijas, dirbtinį intelektą, kompiuteris galėtų sumodeliuoti tūkstančius atvejų ir išrinkti patį geriausią, optimalų. Yra daugybė pastato eksploatavimo klausimų, kurie turi būti tikrinami, skaičiuojami, modeliuojami.
Iš įvairių jutiklių gaunami dinaminiai duomenys yra labai svarbūs tiems modeliams, kurie geba įvertinti besikeičiančią pastato situaciją. Iš projekto rengimo etapo imami statiniai duomenys, rodantys, kokie elementai sudaro pastatą, kokios jo fizinės savybės, kurios yra statinės ir nekintančios, taip pat naudojami įvairiems modeliams kurti.
Duomenys ir jų integracija sukuria visumą
Dr. Darius Pupeikis: Kaip pastatas vystosi nuo idėjos iki rakto, nuo eksploatacijos pradžios iki nugriovimo, taip palaipsniui kaupiami duomenys: iš pradžių atsiranda idėja, ji tikslinama, detalizuojama, tada prasideda planavimas, projektavimas, statyba, priežiūra ir eksploatavimas.
Visi šie skirtingi etapai generuoja duomenis, kurie gali būti naudojami tiek fizikiniams, tiek duomenimis grįstiems modeliams sukurti. Duomenys keliauja iš vieno etapo į kitą, atsiranda poreikis turimus duomenis integruoti ir turėti visiškai integruotą informacijos vystymosi ciklą.
Duomenų integracijai taikomos įvairios metodologijos. Viena plačiausiai taikomų statyboje – statinio informacinio modeliavimo sistema (angl. Building Information Modeling, BIM), sugeneruojanti daug labai vertingos informacijos, kurią galima naudoti įvairiais pastato gyvavimo etapais.
Dėl minėto pastatų kompleksiškumo iššūkių šiai metodologijai taip pat netrūksta, bet potencialo augti yra labai daug.
BIM metodologijos tikslas – ne tik tenkinti lokalias naudas (rengiant projektą sukūrus skaitmeninį modelį apskaičiuoti vamzdynus ar pastato konstrukcijas), bet ir globalias siekiant, kad duomenys keliautų per visus pastato gyvavimo ciklo etapus ir būtų naudojami įvairiausiems poreikiams. Skaitmeninių modelių taikymo atvejų apstu.
Pastatus ir užstatytą aplinką skaitmenizuojančios BIM ir įvairios kitos technologijos bei daiktų interneto jutikliai, įvairios skenavimo technologijos sukuria visumą. Tą patį galima pasakyti ir apie skaitmeninį pastato dvynį, kuriame integruojami įvairiausi duomenys ir kuris rūpinasi pastato priežiūra sukurdamas jo skaitmeninę ir periodiškai atsinaujinančią repliką.
Modernių ir didesnių pastatų valdymo sistema (angl. Business Management System, BMS), automatizuojanti pastato inžinerines sistemas, taip pat renka daug duomenų ir valdo minėtas sistemas. Bet skaitmenis dvynys apima kur kas daugiau: geometrinę pastato reprezentaciją iš BIM, geografinę informacinę sistemą (GIS), brėžinių ar kitus geometriją ir išvaizdą formuojančius duomenis, jutiklių duomenis, jų apdorojimą, vizualizavimą, taip pat įvairius skaičiavimo algoritmus, dirbtinio intelekto modelius.
Duomenų mainų ir sąveikos iššūkiai
Dr. Darius Pupeikis: Pabrėžtina, kad duomenų sąveikos, mainų ir integracijos iššūkių netrūksta, nes pastatuose veikia labai daug prastai tarpusavyje komunikuojančių atskirų inžinerinių ir konstrukcinių ekosistemų, o duomenims kurti naudojama skirtinga programinė įranga, kurios nemaža dalis dirba savitai, turi savo vidines domenų struktūras, specifiką.
Situacija keičiasi lėtai, tačiau gerąja linkme – iššūkių vis dar apstu. Bet siekiamybė aiški – turėti tokį skaitmeninių duomenų rinkinį apie pastatą, kurį kompiuteris galėtų perskaityti ir apdoroti vienareikšmiškai, kuriuos galėtume naudoti įvairiausiems poreikiams: nuo konstrukcijų būsenos simuliacijų iki statybos kainos apskaičiavimo ar energijos poreikių prognozavimo.
Sprendimo kelias – standartai, kaip kad IFC ar panašūs, skatinantys duomenų generavimo ir apdorojimo technologijas tarpusavyje sąveikauti, sudarantys galimybes integruoti įvairiausius duomenis ir gauti bendrą rezultatą apie tą patį pastatą.
Lina Morkūnaitė: Moksliniu požiūriu aišku, kad šiuo metu labai reikalingi duomenų sąveikos sprendimai ir šiai problemai spręsti reikės didelio įvairiausių specialistų indėlio. Net jei tam tikrų duomenų sąveikos sprendimai jau yra, jie dažniausiai būna ad-hoc sprendimai, t. y. sukuriami konkrečiam pastatui ar konkrečiam poreikiui. Skaitmeninių dvynių naudojimas vis dar priklauso nuo konkretaus pastato ir jį taip pat riboja domenų sąveikos (formatų, taksonomijos, struktūros ir kt.) problemos.
Mokslininkai ateitį mato grafine išraiška pagristuose semantiniuose tinkluose. Tačiau tam reikia paruošti tam tikras ontologijas, koncepcijas, pagal kurias kompiuteris galėtų automatiškai struktūrizuoti iš skirtingų šaltinių paimtus duomenis.
Tai nėra mokslinė fantastika, nes apie tai jau diskutuojama akcentuojant standartizacijos reikšmę, be to, jau yra tokias paslaugas siūlančių įmonių. Tad pagrįstai tikimasi, kad ateityje šis kelias galėtų būti duomenų sąveikos problemos sprendimas.
Dr. Darius Pupeikis: Jei visus duomenis galima būtų lengvai integruoti, kompiuteris visą skaitmeninį modelį galėtų lengvai perskaityti ir skersai bei išilgai pjaustyti visus pastato gyvavimo ciklo etapus, statybos aikštelėse jau matytume robotus ir įvairias dirbtinio intelekto sistemas. Nepaisant to, kad duomenų integravimo mastai ir poreikis auga, dar daug informacijos statinio gyvavimo ciklo etapuose yra fragmentuota. Pagrindinė to priežastis – kompleksiškumas.
Vertinant kiekvieną pastato dalį ar jo sistemą atskirai, labai sudėtingų ir neišsprendžiamų problemų nėra. Kompleksiškumas ypač išryškėja, kai vertinamas visas pastato gyvavimo ciklas, kai tenka galvoti, kaip duomenys bus naudojami laikui bėgant, į kokias informacines sistemas ir programines įrangas jie pateks, kokie specialistai su jais dirbs.
Lina Morkūnaitė: Šiuo metu vyrauja tradicinis statinio projektavimo metodas, kai kiekvienos srities specialistai kuria savo sprendinius.
Bet jei visi skirtingų sričių specialistų sprendiniai būtų sukelti į vieną skaitmenį dvynį, vėliau papildant juos eksploatavimo metu surinktais duomenimis, galėtume matyti holistinį pastato vaizdą. Nemažai diskusijų kyla dėl to, ar neturėtų skaitmeninis dvynys būti pritaikytas tik konkrečiai funkcijai, nes taip sukurtume labai apsunkintą sistemą su be galo daug duomenų ir modelių.
IFC (angl. Industry Foundation Classes) – vienas pagrindinių tarptautinių standartų, užtikrinantis sklandų duomenų keitimąsi tarp skirtingų programinės įrangos sprendimų statybų sektoriuje. Jis registruotas kaip ISO standartas ir naudojamas objektams, jų savybėms bei ryšiams tarp jų aprašyti skaitmeniniuose pastatų modeliuose.
Standartas leidžia perduoti ir išlaikyti svarbią informaciją per visą statinio gyvavimo ciklą – nuo projektavimo iki eksploatavimo ir priežiūros. IFC suteikia galimybių standartizuoti duomenis ir išvengti duomenų keitimosi tarp projekto dalyvių, naudojančių skirtingas technologijas ir sistemas, problemų.
Žmogiškojo veiksnio įtaka duomenų patikimumui ir naudojimui
Dr. Darius Pupeikis: Modeliuojant daug kas priklauso ne tik nuo programinės įrangos, bet ir nuo paties naudotojo, kaip jis geba nusistatyti tinkamus parametrus, kokius duomenis naudoja. Nes yra duomenų, kurių kompiuteris dar tikrai nepajėgus automatiškai nuskaityti, pavyzdžiui, žmogaus galvoje gimusio kūrybinio proceso rezultato – pirminės idėjos ir sprendimo.
Duomenų apdorojimo procese dar daug žmogiškojo veiksnio. Situacija mažais žingsniais gerėja ir tai yra pagrindinis statybos inovacijų vystymosi iššūkis.
Bet koks modelis reikalauja įvesti duomenis. Dalis duomenų yra akivaizdūs, atkeliaujantys iš projektavimo užduoties (pastato dydis ir forma, numatoma energinė klasė). Bet daug parametrų nėra žinomi, nors juos reikia įvesti kaip vidutinius statistinius rodiklius (kiek pastate bus žmonių, kokios žmonių grupės, kiek bus vienos, kitos, trečios grupių atstovų).
Jei įvesties parametrai modeliavimo programai bus pateikti neteisingai, natūralu, kad rezultatą iliustruos posakis: „Šiukšles įdedi, šiukšles ir gauni“.
Nesugebėjimas tinkamai panaudoti pastate surinktų duomenų yra kompleksinė problema, kuriai įtakos turi tiek kompetencijų trūkumas, tiek kokybinis duomenų lygmuo.
Duomenų yra, o ar jie naudojami?
Lina Morkūnaitė: Duomenų naudojimas pastatui valdyti ir modelių poreikis labai priklauso nuo valdymo strategijos. Kai kuriuose pastatuose surenkama labai daug duomenų, bet jei pastato valdymas apsiriboja tik šildymo ar vėdinimo sistemos įjungimu ir išjungimu, duomenys lieka iki galo neišnaudoti.
Aukštesnis laiptelis – taisyklėmis pagrista (angl. Rule Based) valdymo strategija, kai laikomasi tam tikrų numatytų verčių, pavyzdžiui, jei patalpoje nustatyta 22 °C temperatūra, tai jos ir laikomasi. Jei jutiklis užfiksuoja, kad temperatūra nukrinta, šildymo sistema įsijungia.
Gerokai aukštesnis lygis – duomenimis ar simuliacijomis grįstas pastato energinės būsenos modeliavimas ir modelių pritaikymas pastatams valdyti. Tam reikia patikimų duomenų. Modelius reikia sukurti, tai užtrunka ir reikalauja ekspertinių žinių, tačiau būtent toks valdymas leidžia sumažinti pastato eksploatavimo išlaidas, suteikia galimybę maksimaliai išnaudoti pigesnius energijos šaltinius, prisitaikyti prie kintančių energijos kainų.
Duomenų patikimumas, kokybinis lygmuo, kompetencijos
Dr. Darius Pupeikis: Aktualus ir duomenų saugojimo klausimas. Kai kuriuos duomenis turi užsakovas, kiti pateikti Registrų centre, kažkas yra „Infostatyboje“. Kompiuteryje užsakovas gali rasti 20 to paties sprendimo versijų, o kuri iš jų yra paskutinė?
Duomenų patikimumo klausimas taip pat svarbus. Viešai prieinamoje „Geoportal.lt“ Teritorijų, inžinerinės infrastruktūros informacinėje sistemoje (TIIIS) galime matyti ne tik žemėlapius, bet ir 3D modelius, požeminius inžinerinius tinklus, įvairius kitus klasifikuotus ir neklasifikuotus duomenis. Tačiau net ir šie duomenys nėra patikimi.
Taigi pirma svarbi problema – kokybinis duomenų lygmuo, antra – duomenų patikimumo klausimas, trečia – kompetencijos. Šie klausimai praktiškai yra mokslo tyrinėjimo sritis – statybų sektoriaus bendrovės nesuinteresuotos nuodugniau analizuoti šių temų, nes jų verslo kryptis visai kita.
Net dideli statybos rinkos žaidėjai, kurie gali skirti pakankamai išteklių šioms problemoms, supranta, kad vienas ar du specialistai per mėnesį kalnų nenuvers. Problemų sprendimas reikalauja nuolatinio įdirbio, nemažai resursų, reikia kurti metodikas, nustatyti taisykles, įvertinti, kad kiekvienas statybos dalyvis bendradarbiautų su daugeliu kitų statybos dalyvių.
Idealu, jei pats užsakovas gali vystyti savo projektus, tada įmonės viduje galima sukurti metodologiją, nustatyti standartus, reikalauti, kad visi subrangovai jų laikytųsi. Tokiu atveju susiformuoja griežtai standartizuota ekosistema, skaitmenizacija įgauna didelį pagreitį ir užbaigus statybą, visi standartizuoti duomenys naudojami pastato priežiūrai ir eksploatacijai.
Tačiau tai galėtų būti įgyvendinama paprasčiau, jei užsakovas statytų daug pastatų – prekybos centrų, viešbučių, gamyklų tinklą, tačiau jei jis stato tik vieną pastatą, kurti tokią ekosistemą jam neapsimoka. Šios ekosistemos kūrimu turi pasirūpinti valstybė, kuri yra didžiausias visų viešųjų objektų (pastatų ir inžinerinių statinių) užsakovas.
Lietuvoje tokius standartizuotų ekosistemų pavyzdžius pamatome, kai į mūsų šalį ateina stambūs gamintojai, prekybininkai, turintys detalias projektavimo užduotis su reikalavimais, ko jie nori iš pastato, daugybe skaitmeninių duomenų, kuriuos galima panaudoti įvairiausiems tikslams.
Didėjanti gamyba – statybų ateitis
Dr. Darius Pupeikis: Statybos industrija visada buvo gana konservatyvi, nes ji yra sunkiosios pramonės sritis. Kad ir kiek ją norėtume laikyti išmaniųjų technologijų sritimi, vis tiek teks maišyti betoną, lieti pamatus, virinti armatūrą.
Tačiau šis sektorius turi labai daug potencialo inovacijoms, sukuria apie 8 proc. pasaulinio BVP, įdarbina apie 8 proc. visų dirbančiųjų. Tokioje kompleksinėje industrijoje kaip statyba darniai judėti į priekį turi visuma, o ne tik atskiros grandys.
Pirmiausia, skaitmeninių duomenų paruošimo ir naudojimo metodologijos. Ypač tai turėtų būti aktualu viešajam sektoriui, nes jis daugelyje pasaulio šalių yra didžiausias užsakovas. Iš jo turėtų atkeliauti idėjos ir iniciatyvos.
Reikia įvertinti ir tendenciją, kad vis daugiau statybos darbų iš statybos aikštelės keliasi į gamyklas. Tai užtikrina didesnį efektyvumą, palankesnes inovacijų diegimo galimybes, skaitmeninių duomenų naudojimą įvairiausiuose įrenginiuose – CNC staklėse, robotizuotose surinkimo linijose, suvirinimo robotuose ir kt.
Šią tendenciją skatina tai, kad klimato sąlygos riboja statybos darbų efektyvumo augimą pačioje statybos aikštelėje. Paskutinių 50 metų statybos efektyvumo rodikliai praktiškai stagnuoja, gerokai atsilieka nuo kitų sričių, nepaisant to, kad yra daug naujų medžiagų, daug naujų įrenginių, statybos mašinų. Tačiau technologine prasme statybų industrija turi daug potencialo augti.
Manau, kad statybų sektoriaus esminė pertvarka dar ateityje. Bet jau matome, kad pažangios Lietuvos bei užsienio statybos įmonės stengiasi kuo daugiau procesų perkelti į gamyklas, kuo mažiau jų palikti statybų aikštelėse. Tokios įmonės turi visą tiekimo grandinę, kurioje skaitmenizacija efektyviai naudojama projektavimo, gamybos, montavimo ir net garantinės priežiūros laikotarpiu.
Nebelieka aiškinimosi, kas labiau kaltas: ar projektuotojas negerai suprojektavo, ar gamykla pagamino broką ar statybininkas netinkamai sumontavo. Tokia tiekimo grandinė puikiai išnaudoja pagal savus standartus paruoštus savo pačių skaitmeninius duomenis, ir tai yra vienas geriausių pavyzdžių, kaip duomenys integruojami tiek informacijos, tiek projektavimo, gamybos ar statybos cikluose.
Tai kuria didesnę pridėtinę vertę. Manau, kad tokių kompanijų tik daugės ir statyba plėtosis šia kryptimi, net ir kalbant apie renovaciją.
