Почему BIM-технологии мало используются в эксплуатации недвижимости

Использование BIM в эксплуатации недвижимости станет стандартом отрасли в ближайшее время. На рынок FM пришли технологии, упрощающие работу с Big Data. Интеграция больших данных с BIM-моделью превращает ее в «живой» цифровой двойник – эффективный инструмент для оптимизации эксплуатационных процессов.

Несмотря на расцвет BIM-технологий в проектировании, на стадии эксплуатации удачных цифровых кейсов до недавнего времени не существовало. Давайте разберемся, почему так происходит. Недвижимость с точки зрения управления всем жизненным циклом – разобщенная и фрагментированная отрасль. Басня Ивана Крылова, в которой лебедь, рак и щука тянут поклажу в разные стороны, точно иллюстрирует взаимоотношения проектировщика, строителя и эксплуатанта: у каждого свои цели, логика и инструменты для работы. 

Этот технологический разрыв очевиден уже на стадии строительства. В свое время меня, пришедшего в недвижимость из мира IT, удивило, что у одного объекта недвижимости существует две модели: «как спроектировано» и «как построено на самом деле». Разница между идеей и воплощением может быть настолько существенной, что проект на ходу теряет все преимущества цифрового девелопмента. В машиностроении такого обычно нет: там как спроектировано, так и произведено, для чего существуют специальные системы класса PLM (Product lifecycle management).

BIM-инструменты на стадии эксплуатации почти не применяются: проектировщики и эксплуатанты говорят на разных языках и для последних BIM-модель – только статическая информационная база с ограниченными возможностями для применения. Она, безусловно, помогает лучше понять структуру объекта, но этого явно недостаточно для оптимизационных процессов. Если провести аналогию с медициной, то BIM-модель дает возможность увидеть анатомические особенности человека. Но приносит ли это пользу, если доктор не может сделать анализ крови, УЗИ, кардиограмму и допплерографию?

Большие данные

Чтобы диагностировать и лечить потенциальные «болезни» по первым симптомам мы должны понимать все процессы, происходящие внутри здания, его инженерных системах. Ключ к этим знаниям лежит через сбор и анализ больших данных. И здесь появляется первый барьер – дорогой и сложный доступ к Big Data.

Классическая инженерная «начинка» имеет закрытые протоколы обмена данных. Стратегия вендоров такова, что доступ только в одной из инженерных систем может стоить десятки или даже сотни тысяч долларов. В такой экономической реальности цифровой анализ на основе больших данных не будет экономически оправданным. Поэтому обычная практика сегодня – собирать визуальные или цифровые данные наиболее значимых параметров в ограниченном объеме, что совершенно недостаточно для глубокой аналитики и оптимизации.

Наша компания, столкнувшись с отсутствием доступных по цене и простых во внедрении цифровых продуктов для оптимизации, создала собственную платформу, работающую на базе индустриального IoT. Это решение позволяет без вмешательства в существующую инженерную инфраструктуру установить оборудование, которое собирает и передает в облако миллиарды значений переменных. Мы измеряем давление, температуру, влажность, вибрацию и многое другое, анализируем качество воздуха, процессы энергопотребления.

Далее мы привязываем эти данные к BIM-модели или панорамной фотографии 360° и создаем «живой» цифровой двойник, который «чувствует» все физические процессы, происходящие в реальном здании. Таким образом из статичной базы данных, интересной только архитекторам и проектировщикам, BIM-модель превращается в удобный и понятный инструмент для эксплуатантов. Мы можем анализировать здание и его работу также, как современное медицинское носимое оборудование и аналитические системы следят за здоровьем человека.

Например, изучая циклограмму работы насосов в БЦ «Кантри парк», которые в штатном режиме функционируют с идентичной частотой, мы обнаружили аномалию: один из них не снизил частоту c 40 до 25 Гц по команде оператора. Потребление энергии насосом никак не изменилось, хотя SCADA (стандартный программный пакет, обеспечивающий контроль и управление технологическими процессами в реальном времени) команду отработала. Дальнейший анализ показал, что на частотном преобразователе вручную было установлено ограничение в 40 Гц. Без анализа процессов энергопотребления мы никогда бы не обнаружили такой технический изъян, приводящий к завышенным на 45% расходам на электричество.

Еще один пример из опыта работы с Big Data на холодильном складском объекте. Анализ паттернов потребления электроэнергии диагностировал некорректную работу автоматики одного из компрессоров – частые кратковременные, не более 1-3 минут, отключения оборудования. Частые включения и отключения компрессора и вместе с этим возникающие пусковые токи увеличивают нагрузку на всю энергосистему и приводят к преждевременному выходу из строя и ремонтам дорогостоящего компрессорного оборудования. Перепрограммирование параметров автоматики компрессоров позволило избежать этих проблем.

Обработка больших данных алгоритмами машинного обучения позволяет накапливать знания о возникающих проблемах и методах их решения, формируя своего рода инженерную генетическую память. На ее основе создаются паттерны «нормального поведения» объекта, в том числе модель высокоэффективного энергопотребления. Если что-то идет не так, система сама дает сигнал. Вместо мониторинга параметров людьми объект обучается саморегуляции – навыкам анализировать и самостоятельно оптимизировать процессы.

Цена цифровизации

Часто приходится слышать, что цифровые технологии – это дорого и сложно. Новации, действительно, с трудом входят в мир недвижимости. Переход от чертежей к цифровому проектированию уже растянулся на десятилетие. А что же в эксплуатации?

Когда я окунулся в мир недвижимости, меня поразили доминирование технологий и бизнес-моделей производителей из 90-х и огромные возможности для взрывного роста. Стратегия вендоров оборудования, усложняющая доступ к большим данным, полностью потеряла актуальность. Помните, как в начале 2000-х появилась IP-телефония. Операторы связи до последнего держались за старые технологии и высокие тарифы связи, но пришёл Skype, и то, что стоило дорого, стало для пользователя бесплатно.

Рынок эксплуатации стоит на пороге таких же изменений. Появляются решения на базе индустриального IoT, которые позволяют на основании аналитики больших данных оптимизировать эксплуатационные расходы без значительных инвестиций. Они оплачиваются как подписка, не требуя специальной подготовки объекта или персонала: не надо заниматься программированием устройств и систем, сложным инженерным сервисом.

Наш опыт показал, что затраты на использование платформы IoT в сочетании с BIM окупаются в первые полгода и позволяют снизить эксплуатационные расходы до 30%, повысить энергоэффективность до 20%, снизить выбросы СО2. Кроме того, это отличный инструмент для реализации стратегии устойчивого развития ESG. С его помощью можно эффективно контролировать и оптимизировать показатели энергоэффективности здания, в том числе для подготовки ESG-отчетности.