Building Information Modeling Mit BIM mehr Infos aus dem 3D-Modell holen

Autor / Redakteur: M. Sc. Dirk Schlüter, M. Sc. A. Spengler, Dipl.- Ing. J. Diepenbruck* / Anke Geipel-Kern

Building Information Modeling ist eine Methode von der sämtliche Beteiligte im Lebenszyklus verfahrenstechnischer Anlagen profitieren können. Welchen Beitrag kann Building Information Modeling (BIM) für die konsistente Datenaufbereitung und- bereitstellung im Anlagenlebenszyklus leisten? Verknüpft man das BIM-3D-Modell mit Anlageninformationen, entsteht die Grundlage einer gemeinsamen Datenbasis, die über den gesamten Lebenszyklus fortgeführt werden kann.

Firmen zum Thema

Systematik der Builders Mind Cloud
Systematik der Builders Mind Cloud
(Bild: Universität Duisburg-Essen in Anlehnung an BuildersMind)

Building Information Modeling (BIM) ist eine Methode, die bei großen Bauprojekten zunehmend eingesetzt wird. Ziel ist es, über den gesamten Lebenszyklus des Projektes die entstehenden Informationen und Daten zu sammeln, zu koordinieren und gewerkeübergreifend zu nutzen. Die zentrale Grundlage ist ein 3D-Modell, das Objektattribute mit genauen Beschreibungen enthält und mit kontinuierlich fortgeschriebenen Datenbanken verknüpft ist. Die Informationen werden im Verlauf des Projektes fortgeschrieben und ergänzt, sodass nichts verloren geht.

Damit ist es bereits in der Planungsphase möglich, Informationen einzelner Bauteilobjekte miteinander zu verknüpfen und für weitere Phasen im Lebenszyklus eines Bauwerks bereitzustellen. So entsteht eine synchronisierte Datenbasis, auf die alle am Bau Beteiligten zugreifen können.

Bildergalerie

Im Anlagenbau ist eine modell­orientierte Planung bereits heute Standard. Zur Generierung, Aufbereitung und Weiterverarbeitung von Daten werden im Anlagenlebenszyklus häufig Insellösungen eingesetzt. Somit entstehen viele heterogene Schnittstellen, die eine gewerkeübergreifende Koordination von Daten erschweren.

Das BIM-Koordinationsmodell kann genutzt werden, um unterschiedliche Datenquellen einzubinden und auf verschiedene Datenbanken zu referenzieren. Somit ist es vom Projektstart an möglich, Anlagen- bzw. Bauwerksdaten lebenszyklusübergreifend, über eine gemeinsam genutzte Datenbasis, zur Verfügung zu stellen.

BIM-Objekte klüger machen

Für die Prozessindustrie interessant ist zweierlei: beispielsweise die Integration externer Daten oder neuer Inhalte, die aus vorhanden Daten berechnet werden können. Es ist z.B. möglich, 3D-­BIM-Objekte aus 3D-gescannten Punktwolken zu erstellen. Weiterführende Algorithmen errechnen aus diesen Punktwolken automatisiert ein BIM-Objekt. Diese neuen Objekte werden vollständig neu modelliert und enthalten keine der Informationen der ursprünglichen 3D-Scans mehr (ähnliche Umrisse und ggf. Farben ausgenommen). Auf den ursprünglichen Laserscan wird lediglich referenziert, der idealerweise bei Bedarf zugänglich ist. Gearbeitet wird ausschließlich mit dem neuen Objekt.

Aus einfachen Informationen mehr herausholen

An diesem Beispiel lässt sich erkennen, dass aus recht einfachen Informationen (einzelne Punkte des 3D-Scans) durch Aufbereitung der Daten und der Anreicherung von externen Wissen (der Algorithmus zum Erkennen des 3D-Objekts greift auf eine externe Wissensbasis zurück), eine für IKT weiter verarbeitbare und in die BIM-Methodik integrierbare Wissensbasis entsteht. Je intelligenter nun die Algorithmen sind, desto mehr Informationen gelangen in das BIM-­Objekt und desto höher ist die Nutzbarkeit der Informationen in weiteren Anwendungen.

Durch den Einsatz computerbasierter Methoden ist es theoretisch möglich, dass BIM-Objekte oder Teile dessen, direkt in ein Bauteil (z.B. Pumpe mit Steuerung) geladen werden können. Durch Schnittstellen kann das BIM-Objekt mit dem BIM-Modell kommunizieren und die Daten stehen anderen zur weiteren Nutzung offen.

Dieser Ansatz unterscheidet sich vom aktuellen technischen Prozedere im Anlagenlebenszyklus, wo Daten weitestgehend lediglich zur Steuerung eingesetzt werden. Mögliche Mehrwerte über die eigentliche Steuerungsaufgabe hinaus gehen dadurch verloren. Trotz dieser Möglichkeiten ist zu beachten, dass kritische Anlagenteile, deren Daten möglichst nicht an die Außenwelt gelangen sollen, besonders zu behandeln sind. Hier ist weiterhin ein geschlossenes System zu bevorzugen. Auch sollten die eigentlichen Steuerungsprozesse der Anlage von diesem Vorgehen nicht betroffen sein.

Datenzugriff – aber wie?

Wie im vorangegangenen Abschnitt beschrieben werden durch die Kombination von Anlageninformationen mit der Methode BIM und weiteren Datenquellen neue Möglichkeiten erschlossen. Die wesentliche Hürde bilden die Daten und ihre konsistente Aufbereitung und Bereitstellung über den Anlagenlebenszyklus. Nun gilt es, eine Systematik zu finden, durch die auf die verschiedenen Datenquellen zugegriffen werden kann. Die Rohdaten müssen über den gesamten Lebenszyklus aufbereitet, verarbeitet und anderen Anwendungen zur Verfügung gestellt werden.

Hier gilt es einige Voraussetzungen zu beachten:

  • Der Anlagenbetrieb darf durch die Weiterverarbeitung der Daten nicht gestört werden.
  • Kritische Anlagendaten sollten nicht mit dem Internet, egal in welcher Weise, verbunden werden. Sollen Daten anderweitig genutzt werden, gilt es, andere Möglichkeiten der gekapselten Datenübertragung zu finden.
  • Überhaupt ist die Anlagen-, Daten- und Systemsicherheit ein außerordentlich wichtiger Aspekt. Der Sicherheitsaspekt muss während des gesamten Lebenszyklus der Anlage berücksichtigt und gelebt werden. Verschlüsselung ist Pflicht.
  • Je nach Anwendungszweck müssen die Daten verarbeitet, zusammengeführt und in verschiedensten Formaten zur Verfügung gestellt werden. Sollen die Rohdaten später verfügbar sein, so benötigt dieses einen hohen Speicherbedarf.

Die Cloud als Datensammler

Im hier dargestellten Beispiel werden die Daten an die Builders Mind Cloud übertragen. Die Cloud sammelt die Daten, bereitet sie auf und stellt die aufbereiteten Daten per APIs anderen Programmen zur Verfügung. Durch diese Systematik können Unternehmen mit den ihnen bekannten Anwendungen weiterarbeiten. Der Einarbeitungsaufwand ist gering.

Der theoretisch mögliche Funktionsumfang hängt nicht von der Builders Mind Cloud ab, sondern von der im Unternehmen eingesetzten Software. Diese Systematik kann Cloud-typisch mit den Unternehmen und den Möglichkeiten der eingesetzten Software wachsen.

Die Abbildung 2 zeigt diese Systematik. Als Datenquellen dienen die Daten des P-Bus der SPS, BIM-Bauwerksdaten sowie weitere Sensordaten. Die Daten werden an der Erzeugerseite von speziell angepasster Middleware aufbereitet, ggf. anonymisiert und dann verschlüsselt an die Cloud übertragen. Die Cloud kann dann, durch Schnittstellen, Anfragen anderer berechtigter Programme beantworten und Daten miteinander kombinieren, Schlüsse ziehen oder zurückspielen. Die Vorteile dieser Systematik sind:

  • Eine hohe Skalierbarkeit der Cloud in Echtzeit;
  • Externe Programme kommunizieren niemals direkt mit der Anlage oder den eigentlichen Anlagenteilen. Die Anlage wird hierdurch geschützt. Es gibt eine Stelle, die für die Sicherheit der Datenübertragung und deren Pflege verantwortlich ist.
  • Das System wächst mit den aktuellen Softwarestandards, Programmen, Wissen und Möglichkeiten des einsetzenden Unternehmens mit.
  • Daten können in einen mehrstufigen Prozess gefiltert und anonymisiert werden.

Verschiedenste Datenquellen laufen in der Builders Mind Cloud zusammen und können hier neu kombiniert werden. Hierdurch entstehen neue Möglichkeiten. Beispiel: Ein Geoinformationssystem-Modell (GIS-Modell) erhält seine Daten um Energieflüsse in Stadtteilen darzustellen aus Anlagenmodellen oder direkt aus der TGA-Anlagentechnik. Hierfür müssen: Daten ggf. anonymisiert und aggregiert, teilweise Protokolle in andere „übersetzt“, alle wichtigen Anlagenkomponenten über einen ganzen Stadtteil abgefragt und entsprechend aufbereitet werden. Dieses Beispiel ist exemplarisch zu verstehen, es zeigt jedoch deutlich, welche Dimensionen die vorgestellte Systematik annehmen kann.

Welche Herausforderungen gibt es?

Exemplarisch genannt werden können u.a. Signallaufzeiten (Latenzen) und Sensorgenauigkeit (Messgenauigkeiten und Rauschen). Je nach Übertragungstechnologie können Signale innerhalb von Sekunden, Minuten, einmal täglich oder in noch größeren Intervallen übertragen werden.

Dieses kann bei bestimmten Anwendungen zu Problemen führen – vor allem – wenn im Vorfeld nicht genau bestimmt werden kann, wie lange die Informationen für die Übertragung benötigen. Sensorungenauigkeiten können dazu führen, dass ganze Datenreihen verworfen werden. Werden die Daten in Datenbanken eingetragen kann es vorkommen, dass Sensordaten nicht chronologisch oder lückenhaft abgespeichert werden.

Andere Herausforderungen sind aus Sicht des Anlagenbetriebs nicht so augenscheinlich. So können einige moderne Datenbanken nicht mit inkonsistenten Daten umgehen, die auftreten, wenn beispielsweise keine kontinuierliche Datenübertragung der Sensoren (Funkunterbrechung) möglich ist, sich ein Programm plötzlich beendet hat (Absturz oder Stromausfall) oder Daten verfälscht (absichtlich oder unabsichtlich) wurden.

Zudem sind Anlagen üblicherweise über mehrere Jahrzehnte kontinuierlich im Einsatz und werden häufig um Anlagenkomponenten erweitert. Die Datenverarbeitung muss entsprechend mitwachsen. Moderne IKT ist für solch lange Zeiträume (noch) nicht ausgelegt. Dieses betrifft vor allem die Softwareschicht und stellt ein ernst zu nehmendes Problem dar. Mit der Zeit nehmen Sicherheitslücken zu. Ebenfalls wird häufig im Programm nicht auf Standards zurückgegriffen, was die Fehleranfälligkeit erhöht.

Die Soft- und Hardware ist nicht skalierbar, es wird also immer angebaut, mit der Hoffnung, dass die Bestandssysteme fehlerfrei laufen.

Prozesse im Unternehmen und an der Anlage (z.B. durch Erweiterungen) verändern sich. Für die beteiligten Unternehmen im Anlagenlebenszyklus stellen daher z.B. Software-as-a-Service (SaaS)-Lösungen eine Option dar, um diesen Herausforderungen zu begegnen. Zudem sollten möglichst offene Standards verwendet werden und dies betrifft sowohl Protokolle, als auch Softwareframeworks und die Hardware. Auch sollte die ausgewählte Software dokumentierbar und skalierbar sein.

Dieser Artikel hat deutlich gemacht, dass moderne IKT-Lösungen im Anlagenlebenszyklus präsent sind und Daten dadurch ganz neu genutzt werden können. So entstehen viele weitere Verknüfungsmöglichkeiten. Ein Beispiel hierfür ist die dargestellte Builders Mind Cloud.

* * D. Schlüter ist wissenschaftliche Mitarbeiter am Institut für Baubetrieb und Baumanagement der Universität Duisburg-Essen, A. Spengler ist Mitbegründer von Builders Mind, J. Diepenbruck ist Geschäftsführer bei Mercatronics. Kontakt: Tel. +49-201-1834450

(ID:45038541)