Categorias
Artigos BIM Revit

Ocupações de Ambientes para Análise Energética no Revit

Ao desenvolver um modelo de análise de energia, os horários de ocupação, iluminação e energia são muito importantes. Este edifício é usado durante todo o dia (por exemplo, hospital) ou apenas algumas horas pela manhã (por exemplo, café)?

O Revit + Insight oferece uma boa variedade de opções padrão, no entanto, é possível criar tabelas e tipos de construção personalizados. Na postagem de hoje, mostrarei como criar um tipo de construção personalizado, agendas e verificar os dados downstream nas exportações GBXML / DOE2.

A lista suspensa Tipo de construção na caixa de diálogo Configurações de energia é uma lista de opções padrão, que se relaciona aos padrões ASHRAE, que é uma linha de base ASHRAE 90.1 automática.
No entanto, é possível criar tipos de construção personalizados mais ocupações, iluminação e tabelas de energia no Revit … que são usados na análise de energia do Insight (e são identificados como uma configuração BIM nos gráficos do Insight).
 
Para ver os tipos de construção ou padrão para criar uma opção personalizada, vá para Gerenciar -> Configurações de MEP -> Configurações de tipo de construção / espaço .
 
Embora isso esteja um pouco oculto para arquitetos, essas configurações são usadas para todos os modelos de energia criados, para as opções de Quarto e Espaço.
Observe como uma lista suspensa Tipo de construção na caixa de diálogo Configurações de energia agora tem uma opção personalizada listada. Isso se baseia em uma nova opção que criai na caixa de diálogo Configurações de tipo de construção / espaço.
 
Além disso, observe que até criar uma programação personalizada, que apliquei às programações de ocupação, iluminação e energia. Neste horário personalizado, apliquei o horário apenas às 10h e às 11h para criar uma opção muito diferente, que deve produzir resultados visivelmente diferentes na análise.
 

A imagem a seguir mostra a diferença entre uma opção padrão (família única, neste caso) e a opção personalizada. Uma coisa a se ter em mente ao usar os tipos de construção personalizados é que a linha de base ASHRAE 90.1 só é boa para um tipo de construção “escritório”, uma vez que o gbxml envia um tipo de construção “desconhecido”. Todo o resto é preciso, você simplesmente não tem uma linha de comparação automática para comparar.

 

Nos gráficos do Insight abaixo, comparando a programação de ocupação regular (esquerda) com a personalizada (direita), você pode ver como uma configuração BIM (ou seja, o triângulo representa a configuração ‘conforme modelado’) mudou de acordo (observe que a escala vertical mudou conforme Nós vamos).

Finalmente, as execuções do Insight podem ser exportadas, de dentro do Insight, para os formatos brutos gbxml, DOE2 e EnergyPlus. Isso nos permite revisar os dados que foram enviados ao Revit em um editor de texto simples (use o Notepad ++). Aqui estão dois exemplos do modelo com a programação personalizada.

Exportação gbXML:
 Exportação DOE2:
A capacidade de criar tipos de construção personalizados nos permite discar as coisas, pois temos dados mais concretos sobre o projeto.
Categorias
Artigos BIM

Uso de DRONES na construção: Economia de tempo e dinheiro

O mercado de drones sofreu uma expansão incrível nos últimos anos. Modelos amplamente disponíveis, que custam bem abaixo de US$ 2.000, contribuíram para um aumento nas vendas, de US$ 44 milhões em 2013 para um valor estimado de US$ 1,3 bilhão no ano passado.

Do lado do consumidor, é um boom impulsionado por hardware: drones baratos que se encaixam em uma mochila e voam com controles semelhantes a videogames. Mas para empresas – especialmente empresas de construção – que querem usar drones, a democratização tem sido impulsionada por avanços em software e dados.

Muitas empresas se especializam em serviços baseados em aplicativos e nuvem que coletam dados e imagens para uso em canteiros de obras. Funciona assim: um aplicativo em um tablet permite que rotas de voo automatizadas digitalizem uma determinada área. Essa varredura é então carregada em um mecanismo de fotogrametria baseado na nuvem que captura as imagens não processadas e as processa em formulários de mapas e modelos, que são compartilhados por meio de uma plataforma baseada na web.

Depois de carregados, esses dados retornam como TIFFs e outros formatos de fotografia, mapas topográficos, nuvens de pontos e arquivos de malha 3D. O resultado é dado quase em tempo real do que está acontecendo em um canteiro de obras – que pode ser atualizado diariamente, oferecer fidelidade visual dentro de uma polegada e integrar-se ao Autodesk BIM 360 e GIS. Esses dados permitem comparações de estruturas construídas com modelos de projetistas para planejar o trabalho e detectar erros antes que se tornem cronicamente caros de serem consertados.

De acordo com a DroneDeploy, empresa de dados de drones, o uso de drones em canteiros de obras aumentou em mais de 200% no ano passado. Gil Mildworth, vice-presidente de desenvolvimento de negócios da empresa de dados de construção SiteAware, diz: “Hoje não há mais dúvida se o uso de drones na construção é algo que agrega valor. É tudo sobre os dados capturados e como extrair os insights certos como parte de um fluxo de trabalho de construção integrado”.

Bill Bennington, gerente nacional de qualidade da PCL Construction, ajudou a criar o programa interno de drones da empresa há dois anos e agora tem quase 30 pilotos certificados voando nos Estados Unidos e no Canadá. Mas a princípio, a eficácia do programa foi incerta. “Eu vi equipes de projeto tentando encontrar problemas que poderiam resolver com um drone para justificar o investimento inicial”, diz Bennington. “Agora, não temos mais grandes conversas de ROI, porque as vantagens foram obtidas por equipes de projeto que dependem muito de dados de drones para comunicações cotidianas e reuniões de coordenação de projetos.”

Em qualquer projeto de construção, os três principais fatores de eficiência são tempo, qualidade e custo – e os drones podem ajudar em cada um deles. Fundamentalmente, um drone pode se mover através de um local mais rápido do que uma pessoa, riscando o céu sem ter que atravessar trincheiras e caminhões estacionados ou subir lentamente os andaimes.

Bennington diz que, para visualizações de realidade aumentada e realidade virtual de imagens de drones, a PCL gerencia imagens em malha 3D e em nuvem de pontos 3D de edifícios em construção com a plataforma de drone baseada na Web do 3DR, Site Scan. Quando a equipe está pronta para sobrepor o ambiente construído no modelo de design, eles fazem o download dos arquivos de nuvem de pontos / malha e os abrem em produtos da Autodesk, como o Revit ou o ReCap . “No passado, as malhas 3D e as nuvens de pontos estavam disponíveis apenas para aqueles que foram treinados para operar software sofisticado e caro”, diz ele. “Agora, as malhas 3D e as nuvens de pontos estão acessíveis a qualquer pessoa no projeto”.

Hugh McFall, gerente de marketing de produtos da 3DR, oferece mais exemplos de projetos sendo simplificados com a ajuda de drones: 3DR trabalhou com o Departamento de Transportes do Arizona para usar seu aplicativo Site Scan para pesquisar um local para um projeto de substituição de ponte, reduzindo o tempo de pesquisa de um dia inteiro ou mais a apenas 30 minutos. No Qatar, a Arcadis usou o Site Scan para realizar medições de estoques de terraplenagem para uma rodovia, completando o trabalho 10 vezes mais rápido que o normal. Os notáveis projetos de clientes 3DR incluem o uso de drones pelo empreiteiro Trubeck para capturar imagens aéreas para modelos construídos e relatórios de progresso à medida que constrói a nova sede da Uber em São Francisco.

Os mecanismos de fotogrametria baseados na nuvem que traduzem os dados do drone em formatos utilizáveis também automatizam o que já foi um processo mais manual. Por exemplo, o mecanismo de fotogrametria em tempo real do DroneDeploy não precisa ser transferido para a nuvem: seu recurso Live Map une mapas em 2D à medida que o drone voa processando imagens sem uma conexão com a Internet, fornecendo insights instantâneos.

Uma vez que essa imagem é compartilhada em uma plataforma baseada na Web, ela está disponível para equipes inteiras de projeto, com permissões escalonadas e restrições de acesso. “Os dados do Drone permitem que as pessoas que não estão no canteiro de obras contribuam”, diz Mike Winn, CEO da DroneDeploy.

Tipos diferentes de câmeras adicionam novas funcionalidades. Câmeras térmicas, por exemplo, são particularmente úteis para a inspeção de painéis solares para detectar vazamentos de calor ou problemas de impermeabilização em fachadas e para monitorar o concreto em cura.

Mesmo antes do início da construção, os dados dos drones podem tornar o futuro canteiro de obras mais seguros. Bennington diz que os dados e as imagens dos drones são críticos na montagem dos planos de logística do local e na orientação de novos contratados para os protocolos de segurança. Em vez de apontar para um mapa grosseiro do local, ele pode conduzir os construtores por meio de uma representação 3D (ou dupla) do projeto.

A PCL usa drones para outras medidas de segurança, como a medição de contornos e classes de locais existentes, para gerenciar ativamente o escoamento e manter as devidas liberações dos serviços públicos existentes. Mas o benefício de segurança mais óbvio é que os construtores não precisam dimensionar prédios inacabados para inspeções de garantia de qualidade. “A queda é a causa mais comum de acidentes na construção”, diz McFall. “Pilotar um drone, em vez de colocar alguém em perigo, é uma maneira fácil e econômica de manter sua equipe de campo segura”.

Um próximo passo intuitivo para os drones é interagir fisicamente com as estruturas; já, drones estão sendo usados para deitar turbinas eólicas. Mas a interoperabilidade de dados e fluxo de trabalho são as preocupações mais urgentes para construtores e empresas de dados de drones.

McFall diz que adicionar mais alguns níveis de automação é a melhor maneira de extrair mais valor dos drones. Assim, o conceito de “drone in a box”: em um determinado momento, a caixa se abre e o drone percorre sua trajetória de voo automatizada, transmitindo dados de volta a uma instalação central de processamento antes de voltar à Terra para recarregar usando painéis solares. tudo sem intervenção humana direta. “Este é o nível de automação que estamos trabalhando”, diz ele. (Os regulamentos atuais tornam isso praticamente impossível nos Estados Unidos, já que todos os drones devem voar dentro da linha de visão de um operador.)

Mildworth também quer ver como o aprendizado de máquina pode ser aplicado ao monitoramento de drones. “Acho que o próximo passo seria levar tudo isso de uma maneira ainda mais automatizada, onde a análise seria baseada em IA”, diz ele. Aqui, os protocolos de aprendizado de máquina geram um conjunto de recomendações e prioridades para resolver problemas em um canteiro de obras, compilando lições de experiências passadas e aplicando-as a trabalhos futuros. Um drone pode avisar os funcionários se os prazos estiverem em risco de atrasar e se as medições do local não corresponderem às especificações ou se os construtores não estiverem usando capacetes.

“Estamos nos movendo rapidamente em direção a um mundo onde um drone pode decolar e você nunca teria que olhar para os dados”, diz Winn. “[Você] apenas obter relatórios sobre ações que precisam ser tomadas.”

É uma mudança radical para o setor de dados de drones. Aqui, o produto final não seria uma imagem ou um mapa (embora essas informações ainda fizessem parte do pacote). Em vez disso, é uma série de perguntas trazidas à atenção dos operadores humanos. “Os dados são úteis”, diz Winn. “Mas seria mais útil se os dados pudessem ser processados e entendidos pelo próprio computador.”

Artigo traduzido (link)