INNOVATIVE APPROACHES AND PRACTICES OF INFORMATION TECHNOLOGY FOR THE TECHNICAL CONDITION ASSESSMENT OF BUILDING STRUCTURES

Ли Шутинг; Николай Вячеславович Черноиван

doi:10.36773/1818-1112-2025-138-3-59-62

Авторы

Ли Шутинг УО «Брестский государственный технический университет»
Николай Вячеславович Черноиван УО «Брестский государственный технический университет»

DOI:

https://doi.org/10.36773/1818-1112-2025-138-3-59-62

Ключевые слова:

информационное моделирование зданий (BIM), цифровой двойник, мониторинг технического состояния конструкций (SHM), интернет вещей (IoT), искусственный интеллект (ИИ), систематический обзор

Аннотация

Ускорение цифровизации строительной отрасли актуализирует задачу разработки точных и эффективных методов оценки технического состояния зданий и сооружений. Несмотря на растущее внедрение технологий информационного моделирования (BIM) и цифровых двойников (Digital Twin, DT), их потенциал для целей диагностики и прогнозирования остаточного ресурса конструкций раскрыт не полностью. В данной статье представлены результаты систематического обзора литературы, выполненного с целью выявления и анализа специфических подходов на стыке BIM, DT, интернета вещей (IoT) и методов искусственного интеллекта (ИИ), ориентированных именно на оценку технического состояния. Процедура SLR, охватившая 100 релевантных публикаций, позволила структурировать исследовательское поле по трем аспектам: типы используемых данных и сенсоров для мониторинга, методы интеграции данных диагностики с цифровыми моделями, алгоритмы анализа для выявления повреждений и прогнозирования износа. Результаты указывают на переход от пассивных цифровых моделей к активным диагностическим системам, функционирующим в режиме, близком к реальному времени. Однако ключевым барьером остается фрагментарность решений: данные о физическом состоянии зачастую существуют изолированно от смыслового контекста BIM-модели, а алгоритмы анализа не адаптированы к работе с пространственно-распределенными и многопараметрическими потоками информации. На основе проведенного анализа в статье предлагается концептуальная рамка для построения комплексных диагностических DT-систем, включающая семантическое обогащение моделей атрибутами состояния, унифицированные протоколы потоковой передачи данных с датчиков и гибридные аналитические алгоритмы, сочетающие физические модели деградации с машинным обучением. Данное исследование вносит вклад в систематизацию знаний в области ИТ-обеспечения мониторинга состояния конструкций и задает направления для дальнейших прикладных разработок.

Биографии авторов

Ли Шутинг, УО «Брестский государственный технический университет»

Аспирант архитектурно-строительного факультета Брестского государственного технического университета, Брест, Беларусь.

Николай Вячеславович Черноиван, УО «Брестский государственный технический университет»

Кандидат технических наук, доцент, заместитель декана по учебно-научной работе архитектурно-строительного факультета Брестского государственного технического университета, Брест, Беларусь.

Библиографические ссылки

Digital technologies for construction sustainability: Status quo, challenges, and future prospects / W. Lu, J. Lou, B. K. Ababio [et al.] // npj Mater. Sustain. – 2024. – Vol. 2. – P. 10. – DOI: 10.1038/s44296-024-00010-2.

Begić, H. A systematic review of Construction 4.0 in the context of the BIM 4.0 premise / H. Begić, M. Galić // Buildings. – 2021. – Vol. 11 (8). – P. 337. – DOI: 10.3390/buildings11080337.

Construction 4.0 : A literature review / E. Forcael, I. Ferrari, A. Opazo-Vega, R. García-Alvarado // Sustainability. – 2020. – Vol. 12 (22). – DOI: 10.3390/su12229755.

Enabling Building Information Model-driven human-robot collaborative construction workflows with closed-loop digital twins / X. Wang, H. Yu, W. McGee [et al.] // Computers in Industry. – 2024. – May. – DOI: 10.1016/j.compind.2024.104112.

The potential of demand response as a tool for decarbonization in the energy transition / G. Chantzis, E. Giama, S. Nižetić, A. M. Papadopoulos // Energy and Buildings. – 2023. – Vol. 296. – DOI: 10.1016/j.enbuild.2023.113255.

Investigation of heavy gas dispersion characteristics in a static environment : Spatial distribution and volume flux prediction / Y. Ma, A. Li, J. Che [et al.] // Building and Environment. – 2023. – Vol. 242 (8). – DOI: 10.1016/j.buildenv.2023.110501.

Naqvi, S. A. R. Autonomous pre-conditioning and improved personalization in shared workspaces through data-driven predictive control / S. A. R. Naqvi, K. Kar, S. Mishra // Energy and Buildings. – 2023. – Vol. 285 (4). – DOI: 10.1016/j.enbuild.2023.112897.

Towards an Occupancy-Oriented Digital Twin for Facility Management: Test Campaign and Sensors Assessment / E. Seghezzi, M. Locatelli, L. Pellegrini [et al.] // Appl. Sci. – 2021. – Vol. 11. – P. 3108. – DOI: 10.3390/app11073108.

Wang, T. Integration of building information modeling and project management in construction project life cycle / T. Wang, H.-M. Chen // Automation in Construction. – 2023. – June. – DOI: 10.1016/j.autcon.2023.104832.

Retrospective carbon reduction potential of residential buildings in China based on equity and efficiency coupling / L. Chen, Sh. Liu, W. Cai [et al.] // Building and Environment. – 2023. – Vol. 242. – DOI: 10.1016/j.buildenv.2023.110588.

Calibration method for an open source model to simulate building energy at territorial scale / M. Rit, R. Girard, J. Villot [et al.] // Energy and Buildings. – 2023. – Vol. 293. – P. 113205. – DOI: 10.1016/j.enbuild.2023.113205.

3D laser scanning for predicting the alignment of large-span segmental precast assembled concrete cable-stayed bridges / X.-X. Li, E. Deng, Y.-W. Wang, Y.-Q. Ni // Automation in Construction. – 2023. – August. – DOI: 10.1016/j.autcon.2023.105056.

Structural displacement estimation by fusing vision camera and accelerometer using hybrid computer vision algorithm and adaptive multi-rate Kalman filter / Z. Ma, Ch. Jaemook, P. Liu, H. Sohn // Automation in Construction. – 2022. – May. – DOI: 10.1016/j.autcon.2022.104338.

Field experiment and numerical simulation for airflow evaluation in a data center with row-based cooling / Y. Wang, X. Bai, Y. Fu [et al.] // Energy and Buildings. – 2023. – June. – DOI: 10.1016/j.enbuild.2023.113231.

Developing a novel control strategy for frosting suppression based on condensing-frosting performance maps for variable speed air source heat pumps / Sh. Liu, X. Bai, Sh. Deng [et al.] // Energy and Buildings. – 2023. – Vol. 289. – DOI: 10.1016/j.enbuild.2023.113049.

Iqbal, F. Digital Twin-Enabled Building Information Modeling–Internet of Things (BIM-IoT) Framework for Optimizing Indoor Thermal Comfort Using Machine Learning / F. Iqbal, S. Mirzabeigi // Buildings. – 2025. – Vol. 15. – P. 1584. – DOI: 10.3390/buildings15101584.

Coupling convolutional neural networks with gated recurrent units to model illuminance distribution from light pipe systems / J. Ngarambe, P. N. Duhirwe, T. V. Quang [et al.] // Building and Environment. – 2023. – Vol. 23. – DOI: 10.1016/j.buildenv.2023.110276.

Lin, M. J. Research on intelligent management of engineering construction safety oriented to Internet of Things + BIM / M. J. Lin, H. Zhang, H. Wu // 6GN for Future Wireless Networks. – 2022. – May. – P. 590–596. – DOI: 10.1007/978-3-031-04245-4-51.

Building Information Modeling (BIM) for transportation infrastructure – Literature review, applications, challenges, and recommendations / A. Costin, A. Adibfar, H. Hu, S. S. Chen // Automation in Construction. – 2018. – Vol. 94. – P. 257–281. – DOI: 10.1016/j.autcon.2018.07.001.

Development and Application of Digital Twin–BIM Technology for Bridge Management / E. E. Tita, G. Watanabe, P. Shao, K. Arii // Appl. Sci. – 2023. – Vol. 13. – P. 7435. – DOI: 10.3390/app13137435.