Wie Data Science den MdEP-Ingenieuren in der Bauindustrie zugute kommt

Home » Wissen » Management » Wie Data Science den MdEP-Ingenieuren in der Bauindustrie zugute kommt

Mit jedem Tag stellen wir fest, dass Data Science in zahlreichen Unternehmen, einschließlich des Baugewerbes, eine breite Palette von Anwendungen gefunden hat. Angesichts der rasanten Zunahme des technologischen Fortschritts ist die Welt mit Daten überladen. Hier glänzt die Datenwissenschaft. Die Bauindustrie wurde Opfer schlechter Planung, Budgetierung, Fehlkalkulationen, proportionaler Fehler und geringer Kapitalrendite. Data Science hat die Fähigkeit, diese Probleme zu überwinden und das Bauen auf jeder einzelnen Ebene zu erleichtern.

Der wahre Wert der Datenwissenschaft liegt darin, viele Informationen effektiv zu verarbeiten und aussagekräftige nützliche Daten aus dem Los zu extrahieren. Es wird für den Menschen fast unmöglich, so große Datenmengen mit der Geschwindigkeit von Computern zu verarbeiten und nützliche Daten aus Rohdaten zu extrahieren, die für sich selbst wenig bis gar keinen Nutzen haben. Data Science ermöglicht Unternehmen Algorithmen, mit denen sie effektive Geschäftsentscheidungen treffen können. Datenwissenschaft in Verbindung mit Computergrafik kann auch dazu beitragen, die Daten mit visuellen Mitteln leicht zu verstehen.

Eine solche vielversprechende datenwissenschaftliche Anwendung in der MEP-Technik ist die Erstellung eines Digitaler Zwilling von bereits bestehenden Gebäuden. Mit einfachen Worten, ein digitaler Zwilling im Bau ist eine digitale Nachbildung eines bereits vorhandenen Gebäudes. Ein digitaler Zwilling gilt als bessere und fortschrittlichere Version eines BIM-Modells. Das BIM-Modell wird nach Abschluss eines Projekts durch den Bestandsaspekt fertiggestellt. Ein digitaler Zwilling aktualisiert sich jedoch kontinuierlich, indem er Messungen von den Gebäudesensoren sammelt, wodurch ein konstanter Datenstrom bereitgestellt wird, der analysiert werden kann, um Gebäude besser zu machen.

Planen von Gebäude-Upgrades mithilfe von Daten

Die aus den verschiedenen Elementen des Gebäudes gesammelten Daten können verwendet werden, um mögliche zukünftige Verbesserungen und Auswirkungen von Änderungen wie Energie-Nachrüstungen vorherzusagen. Auf diese Weise kann der Bauherr eine Reihe möglicher Änderungen virtuell simulieren und deren Auswirkungen beobachten, bevor er überhaupt eine Investitionsentscheidung trifft.

In alten traditionellen Projekten wurden Gebäude-Upgrades basierend auf veralteten Dokumenten und visueller Inspektion des Personals geplant. Aufgrund der Komplexität der Gebäude war es sehr wahrscheinlich, dass wichtige Informationen auch nach der von Fachleuten durchgeführten Inspektion übersehen wurden. Dies würde letztendlich zu Änderungsaufträgen und ungeplanten Kosten führen, da während der Umbauten keine Informationen vorliegen.

Während eines Gebäude-Upgrades kann es mehrere Upgrade-Optionen für dasselbe Gebäude geben, von denen sich die meisten gegenseitig ausschließen. Das Folgende sind 2 solche Beispiele:

Heizsysteme können nur mit Strom oder einer Mischung aus Strom und Verbrennung betrieben werden. Abhängig vom örtlichen Strompreis und der Verfügbarkeit von Brennstoffen und Erdgasen kann die wirtschaftlichste Option variieren.
Zur Abgabe oder Abfuhr von Wärme können die HLK-Systeme des Gebäudes unterschiedliche Wärmeübertragungsflüssigkeiten verwenden, z. B. Direktexpansionssysteme, Luftkanäle, Hydroniksysteme, Wasserleitungen usw. Die am besten geeignete Option kann je nach Projektbedingungen variieren.

Data Science ist in der Lage, Informationen und Verhaltensweisen von Komponenten zu analysieren, die für den Menschen unsichtbar sind. Eine solche Anwendung ist die Energiedisaggregation. Grundsätzlich wird der individuelle Stromverbrauch jedes Geräts geschätzt, indem der Stromverbrauch bei Leistungsmessern aufgeschlüsselt wird. Die Energiedisaggregation ermöglicht auch eine virtuelle Teilmessung, mit der Gebäudeeigentümer den Energieverbrauch jedes Mieters überwachen können. Diese Informationen können dazu beitragen, Möglichkeiten zur Stromeinsparung zu identifizieren.

Datenwissenschaft im Gebäudeentwurfsprozess

MEP-Ingenieure kann Data Science für Gebäude verwenden, die sich noch vor Baubeginn in der Entwurfsphase befinden. In solchen Fällen werden anstelle der tatsächlichen Messdaten Entwurfsspezifikationen für das Gebäudemodell verwendet. In solch frühen Stadien ermöglicht Data Science den Vergleich verschiedener Entwurfsoptionen, die zum besseren Verständnis in kurzer Zeit simuliert werden können. Obwohl solche Simulationen sehr komplex sind, wenn keine tatsächlichen Messdaten vorliegen, kann ein digitaler Zwilling eines bereits vorhandenen Gebäudes als Referenz verwendet werden. Dies macht die von Data Science unterstützte Simulation zu einem leistungsstarken Werkzeug sowohl für geplante als auch für bestehende Gebäude.

Data Science kann auch bei der Fehlerbehebung bei Leistungsproblemen helfen. Die Komponentendaten können verarbeitet werden, um versteckte Wechselwirkungen zwischen den Problemen zu finden, wodurch eine schnellere Erkennung für die Implementierung effektiver Lösungen ermöglicht wird.