energyTWIN
Gebäude werden immer komplexer. Bei Inbetriebnahme können ungeahnte Schwierigkeiten auftreten. Gleichzeitig schlummern in vielen Gebäuden Energie-Einsparreserven – die bei späteren Umbauten und Sanierungen noch gehoben werden können. Das neue Forschungsprojekt energyTWIN will hier ansetzen: An einem digitalen Zwilling zur Energiediagnose probt man Inbetriebnahme und spätere Optimierungen, um sie dann schneller und besser in der Realität durchzuführen. Helfen sollen dabei digitale Bauwerksmodelle aus dem Building Information Modeling (BIM), künstliche Intelligenz, komplexe Visualisierungen der Gebäudetechnik und augmentierten Realität. Am Verbundprojekt unter Federführung des Geodätischen Instituts und Lehrstuhl für Bauinformatik & Geoinformationssysteme der RWTH Aachen arbeiten IT- und Immobilienunternehmen aus Aachen, Bückeburg, Hamburg und Köln zusammen, gefördert wird das Projekt vom Bundesministerium für Wirtschaft und Energie.
Ziel des Projektes "Energiediagnosestecker Digitaler Zwilling - energyTWIN" ist es, durch verschiedene Methoden Anlagetechnik, Funktionen, Verknüpfungen und Kommunikationsstrukturen für Gebäudeinformationsmodelle zu erfassen und BIM-fähig zu machen. Eingesetzt werden zum Beispiel Technologien des Reality Capturing (Photogrammetrie, Laserscanning, Infrarottechnik) und Methoden der künstlichen Intelligenz zur wissensbasierten, automatisierten Punktwolkenfilterung, Merkmalsextraktion, Klassifizierung und Modellierung. Ein wesentliches Element ist auch die Darstellung über virtuelle (VR) und augmentierte Realität (AR).
Im Ergebnis hat energyTWIN drei "Bausteine": Informationen über Geometrie, Topologie und Semantik der Anlagentechnik werden zu einem Gebäudeinformationsmodell (As-built BIM) verdichtet. Ein anlagentechnisches Strangschema zeigt die physikalische Systemtopologie der Gebäude. Und schließlich werden die Informationen über funktionale und informationstechnische Zusammenhänge zwischen Autoren und Sensoren logisch verknüpft.
Spannend für den Nutzer: energyTWIN soll die Vielzahl an geometrischen, topologischen und semantischen Informationen erstmals gleichzeitig mit cloud-basierten Methoden zur Verwaltung von energetischen Betriebsdaten auf der Feldebene zusammenführen. Dann werden Methoden des maschinellen Lernens zur Klassifikation der Daten eingesetzt, um so Informationen über funktionale und informationstechnische Zusammenhänge abzuleiten und diese automatisiert miteinander zu verknüpfen.
So öffnet energyTWIN für BIM eine neue Dimension und unterstützt die technische Gebäudeausstattung bei Inbetriebnahme, Wartung und Anlageoptimierung. Einsatzbereiche liegen sowohl bei Neubauten als auch bei Bestandsbauten.
energyTWIN ist ein Verbundprojekt, das vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird, es wird koordiniert vom Geodätischen Institut und Lehrstuhl für Bauinformatik & Geoinformationssysteme (gia) der Fakultät für Bauingenieurwesen. Gemeinsam mit dem Lehrstuhl für Energieeffizientes Bauen (E3D) bearbeitet es die Themen „As-built-Erfassung“ und „KI-basierte Methoden“.