Geparametriseerde ontwerpsoftware is geen recente uitvinding. Deze software is gebaseerd op vooraf bepaalde, vaste algoritmen, waardoor het meeste werk aan de ontwerper wordt overgelaten. Sweco, een toonaangevend ingenieursbureau, onderzoekt nu hoe kunstmatige intelligentie (AI) ontwerpautomatisering in de architectuur-, engineering- en bouwsector naar een hoger niveau kan tillen.
“We willen een systeem bouwen dat de ontwerpers kan helpen bij hun dagelijkse repetitieve taken door mogelijke haalbare resultaten voor een ontwerp voor te stellen. Als een ontwerper bijvoorbeeld aan een betonnen sandwichpaneel gaat werken, moet de machine een geldige gedetailleerde oplossing kunnen voorstellen, deze aanpassen aan de huidige geometrie en van het proces leren. Dit zal het proces versnellen en de kwaliteit van het ontwerp in de loop van de tijd verbeteren ”, zegt Ricardo Farinha , BIM Application Development Manager bij Sweco . "We noemen dit het Design Recommendation System."
De ontwikkeling van de oplossing begon in een KIRA-Digi- experimentproject en gaat nu verder in een door Business Finland gefinancierd project (DiCtion) dat tot doel heeft bouwworkflows te digitaliseren. Ontwikkeling en proefprojecten vinden plaats in Finland, maar Sweco zal het systeem uiteindelijk door de hele groep uitrollen.
Leren van vroeger en nu
De oplossing van Sweco is een virtuele metgezel die niet alleen oplossingen suggereert, maar ook leert als de ontwerper een keuze maakt tussen de opties die het systeem aanbeveelt. De initiële trainingsgegevens werden gehaald uit duizenden volledig gedetailleerde geprefabriceerde betonnen panelen die in het verleden door Sweco-ingenieurs zijn gemaakt.
“We werken nu met Tekla Structures-modellen. Ten eerste hebben we datamining-routines uitgevoerd op de bestaande modellen. Vervolgens hebben we de gegevens getransformeerd zodat ze voor AI werken ”, zegt Farinha. "Het proces is volledig geautomatiseerd."
"We gaan een tijdperk binnen waarin statische softwaretools worden vervangen door dynamische softwaretools die voortdurend leren en zich aanpassen", zegt Farinha.
Het systeem bewaakt de acties en beslissingen van de ontwerper bij het detailleren van de panelen, maar "Alle suggesties van de AI worden geverifieerd door een gekwalificeerde ingenieur en indien nodig gewijzigd", zegt Atte Leppänen, Business Development Director.
Het systeem heeft bijvoorbeeld mogelijk geen eerdere gegevens over het maken van een wapeningsnet voor een betonnen wandpaneel van een bepaalde grootte. Wanneer de ontwerper de mesh aan dit specifieke paneel toevoegt, slaat het systeem die acties op en creëert het regels voor het maken van het paneel in vergelijkbare situaties in de toekomst.
“Voor een mens is het duidelijk dat je geen vijf meter lang wapeningsnet aan een vier meter lange betonnen muur toevoegt. Verrassend genoeg is dat niet het geval met AI, en we moeten deze eenvoudige regel aan de machine leren ” , grinnikt Mauri Laasonen , de projectmanager.
Interne gegevens en ontwikkeling
Momenteel ontwikkelt Sweco de software in eigen huis. Het kan worden gebruikt om elk type constructie te ontwerpen. Sweco koos ervoor om te starten met sandwichpanelen vanwege het feit dat veel van haar ontwerpers betrokken zijn bij het detailleren van prefab betonconstructies in de Scandinavische regio, waardoor de voordelen snel kunnen worden opgeschaald.
Verschillende startups en andere bedrijven promoten AI of doen zelfs AI-ontwikkeling, vergelijkbaar met het werk van Sweco. Laasonen en Farinha zijn het erover eens dat Sweco's voordeel ten opzichte van de concurrentie de toegang tot relevante historische gegevens is.
Sweco heeft in het verleden honderden projecten gedaan, maar voorheen werden de kennis en lessen uit die projecten alleen opgeslagen in de hoofden van de ontwerpers, niet als machinaal leesbare gegevens. Met AI heeft elke ontwerper toegang tot deze enorme verzameling ontwerpoplossingen en kan hij de kwaliteit van de beschikbare gegevens over elk project verbeteren.
“Efficiëntie is zeker een groot voordeel. Een ander groot voordeel is dat junior ontwerpers snel expertise kunnen opbouwen, vergelijkbaar met hun oudere collega's ”, zegt Laasonen. “Dit verbetert de kwaliteit van onze ontwerpen. Bovendien kunnen we proactief meerdere alternatieve oplossingen bieden, iets dat waardevol is voor de klant. ”
Verbetering van de ontwerpkwaliteit
Tegenwoordig kunnen ontwerpers enigszins verschillende methoden gebruiken om vergelijkbare technische uitdagingen op te lossen. Een door AI ondersteund proces zal uiteindelijk leiden tot minder variaties in de uitkomst. Dit maakt de industriële fabricage van bouwonderdelen efficiënter.
AI kan helpen bij het implementeren van een circulaire economie omdat gebouwdelen meer gestandaardiseerd worden en daardoor beter bij elkaar passen als ze hergebruikt worden in een ander project. Bovendien maakt AI structuuroptimalisatie mogelijk op basis van een verscheidenheid aan criteria, bijvoorbeeld herbruikbaarheid of prijs.
Een groep ingenieurs test momenteel het systeem en geeft waardevolle feedback om de applicatie zo nuttig mogelijk te maken.
Als we het over AI hebben, is de vraag over machines die mensen vervangen onvermijdelijk. Tot nu toe waren ontwerpers bij Sweco enthousiast: ze zien AI als een hulpmiddel dat hun leven gemakkelijker zal maken. Een virtuele sidekick maakt tijd vrij voor meer veeleisende engineeringtaken, zoals onder andere bepalen hoe een gebouw bruikbaarder en recycleerbaar en energiezuiniger kan worden gemaakt.
Het project duurt tot de zomer van 2020, maar Farinha verwacht dat in 2018 proefprojecten met daadwerkelijke bouwprojecten zullen plaatsvinden, zegt Laasonen. "De beste manier om tot praktische oplossingen te komen, is door gerichte pilots uit te voeren met een paar klanten."
U kunt meer te weten komen over deze en andere AI-projecten op de World Summit on Digital Built Environment WDBE 2018 die plaatsvindt in Helsinki van 11 tot 12 september 2018. Met meer dan 100 presentaties en 10 keynotes is het een evenement dat vernieuwers in de bouwsector moeten bijwonen. en gamechangers.
Via: AEC