Przepisy, które weszły w życie w 2025 roku, nakładają na projektantów obowiązek przygotowywania budynków użyteczności publicznej i wielorodzinnych na sytuacje kryzysowe, w tym zaprojektowania w nich miejsc doraźnego schronienia. Student Politechniki Krakowskiej opracował aplikację, która może zautomatyzować weryfikację tych wymagań. To pierwsze tego typu rozwiązanie w Polsce.
W Polsce na miejsce w schronieniach może liczyć niecałe 4% mieszkańców – tak wynika z raportu Najwyższej Izby Kontroli z 2024 roku. Z początkiem ubiegłego roku weszły w życie przepisy, które zobowiązują do projektowania kondygnacji podziemnych w budynkach użyteczności publicznej i mieszkalnych wielorodzinnych w sposób umożliwiający organizację miejsc doraźnego schronienia (MDS). To oznacza, że tysiące projektantów w całym kraju musi uwzględniać dodatkowe wymagania: konstrukcyjne, ewakuacyjne, instalacyjne i sanitarne.
Odpowiedzią na ich potrzeby jest MDS-IR – standard informacyjny BIM dla miejsc doraźnego schronienia, przygotowany na potrzeby pracy dyplomowej przez Pawła Dustanowskiego, studenta Politechniki Krakowskiej. To szczegółowy słownik danych, który określa, jakie informacje powinny znaleźć się w modelu budynku, aby można było na jego podstawie ocenić, czy dana przestrzeń nadaje się do pełnienia funkcji ochronnej.
Standard, który porządkuje chaos
BIM (Building Information Modeling) to cyfrowy model budynku, który oprócz geometrii 3D zawiera także informacje o właściwościach elementów, np. materiałach, wymiarach, parametrach technicznych czy kosztach. To nie jest sam program graficzny, ale metodyka zarządzania informacją o obiekcie w całym cyklu życia – od projektu, przez budowę, po eksploatację. Dzięki temu różne branże (architektura, konstrukcja, instalacje) mogą pracować na jednym, spójnym modelu, a dane z niego można automatycznie analizować i weryfikować.
W kontekście ochronnym nowy standard informacyjny BIM obejmuje zarówno informacje ogólne, jak identyfikacja obiektu i dane adresowe, jak i szczegółowe parametry techniczne: szerokość strefy prognozowanego zagruzowania, projektowane obciążenie wyjątkowe, pojemność przestrzeni, liczbę wyjść ewakuacyjnych czy dostępność instalacji. Wszystkie te dane są zapisane w otwartym formacie IFC, co umożliwia ich wymianę między różnymi programami BIM.
„Wymagania regulacyjne wpływają na zakres informacji, które muszą zostać dostarczone projektantowi, zamawiającemu lub organowi dokonującemu oceny projektu. Sam fakt występowania określonego wymagania w przepisach nie oznacza jeszcze, że jest ono poprawnie odwzorowane w modelu – konieczne jest zdefiniowanie jego struktury, typu danych i miejsca przypisania” – czytamy w pracy magisterskiej Pawła Dustanowskiego.
Aplikacja, która łączy wszystko w jednym miejscu
Kluczowym elementem pracy jest jednak nie sam standard, lecz aplikacja, która pozwala ten standard wykorzystać w praktyce. IFC Compliance Viewer to narzędzie, które łączy przeglądanie modelu 3D, walidację wymagań za pomocą specyfikacji IDS oraz wykonywanie bardziej złożonych reguł obliczeniowych zapisanych w języku programowania Python.
Aplikacja jest ogólnym narzędziem do przeglądania i automatycznej kontroli modeli IFC pod kątem wymagań informacyjnych budownictwa ochronnego. Użytkownik wczytuje model BIM w formacie otwartym IFC, może obejrzeć go w przestrzeni trójwymiarowej 3D, sprawdzić strukturę i właściwości poszczególnych elementów – wyjaśnia Dustanowski.
Następnie użytkownik może wgrać przygotowany wcześniej plik IDS (otwarty standard służący do zapisywania wymagań informacyjnych, jakie muszą spełniać modele BIM) zawierający wymagania informacyjne albo – jeśli specyfikacja IDS byłaby zbyt uboga – wczytać skrypt w języku Python opisujący bardziej złożone zależności. Wyniki analizy pojawiają się nie tylko w formie tabelowych zestawień, ale są również zwizualizowane bezpośrednio na modelu 3D przez kolorowanie komponentów spełniających i niespełniających zadane warunki poprzez podświetlenie danego komponentu na zielono (jeśli warunki są spełnione) lub czerwono (jeśli nie).
W jednym miejscu mogę otworzyć IFC, sprawdzić dane elementu, uruchomić IDS, wykonać własny skrypt Python, zobaczyć wynik bezpośrednio na modelu i wygenerować raport. Aplikacja jest narzędziem, które pozwoliło mi ten proces połączyć i praktycznie przetestować – tłumaczy autor.
Test na prawdziwym modelu
Student przetestował swoje rozwiązanie na modelu Snowdon Towers – przykładowym budynku wielofunkcyjnym z garażem podziemnym, udostępnionym przez firmę Autodesk na licencji edukacyjnej. Do analizy wybrał przestrzeń garażową o powierzchni około 957 mkw. i wysokości 3,05 m.
W modelu celowo wprowadzono przypadki kontrolne: zgodne, niezgodne i niekompletne. Na przykład dla jednego z elementów konstrukcyjnych nie podano wymaganej wartości projektowanego obciążenia wyjątkowego, a dla przestrzeni MDS zadeklarowano brak odbioru komunikatów radiowych. Wyniki walidacji IDS potwierdziły oba przypadki niezgodności. Skrypty Python dodatkowo sprawdziły szerokość strefy zagruzowania, pojemność przestrzeni oraz wartości obciążenia dla poszczególnych elementów konstrukcyjnych.
Uzyskany wynik był zgodny z założeniami testu i potwierdził możliwość wykorzystania struktury MDS-IR do automatycznego wskazywania obiektów i właściwości wymagających uzupełnienia lub korekty – raportuje student Politechniki Krakowskiej.
Sztuczna inteligencja jako wsparcie, nie zastępstwo
Dodatkowym elementem pracy była ocena przydatności generatywnej sztucznej inteligencji do analizy modelu IFC pod kątem wymagań MDS. Magistrant porównał dwa warianty: model bez dodatkowej warstwy informacyjnej oraz ten sam model uzupełniony zgodnie ze standardem MDS-IR.
W wariancie B dzięki dodatkowej warstwie informacji MDS-IR system rozpoznał funkcję przestrzeni P01 oraz wykorzystał zadeklarowane parametry dotyczące pojemności, strefy prognozowanego zagruzowania, konstrukcji i wyposażenia – opisuje. – W rezultacie system AI przeprowadził bardziej szczegółową analizę i wskazał konkretne niezgodności oraz problemy jakości danych modelu.
Jednocześnie zaznacza, że AI nie może zastąpić formalnych mechanizmów walidacji.
Kontrola za pomocą IDS i skryptów Python jest prosta i powtarzalna, ponieważ opiera się na zdefiniowanych regułach. Generatywna AI może pełnić rolę uzupełniającą, zwłaszcza w identyfikowaniu dodatkowych niespójności – zaznacza.
Nowe otwarcie dla budownictwa ochronnego
Promotor pracy dr inż. Jacek Magiera podkreśla, że aplikacja – choć na obecnym etapie jest demonstratorem technologii – ma wielki potencjał praktyczny. Jego zdaniem, gdyby tego typu standard został wdrożony na poziomie regulacji administracyjnej, projektowanie, weryfikacja i zarządzanie obiektami ochronnymi zostałyby uproszczone i zautomatyzowane.
Oszczędzając czas i chroniąc przed błędami nieuchronnymi w przypadku ręcznej weryfikacji czy ręcznego wpisu danych do baz danych ewidencji obiektów zbiorowej ochrony (OZO) – zauważa.
Wylicza, że tylko w ubiegłym roku wydano 14 434 pozwolenia na budowę dotyczące budynków wielorodzinnych i użyteczności publicznej, obejmujące łącznie 26 630 obiektów. Opis infrastruktury ochronnej w skali kraju to prawdopodobnie setki tysięcy obiektów, które wymagają zinwentaryzowania i zakwalifikowania do adaptacji. Bez cyfryzacji tych informacji efektywne zarządzanie infrastrukturą w takiej skali nie jest możliwe.
Praca studenta Politechniki Krakowskiej wypełnia lukę w cyfryzacji budownictwa ochronnego w Polsce. Sam autor widzi kilka kierunków rozwoju aplikacji.
Jednym jest dalszy rozwój jej obecnej, ogólnej wersji jako narzędzia do kontroli IFC przy użyciu IDS i skryptów Python. Drugim, który wydaje mi się teraz szczególnie ciekawy, byłoby stworzenie wyspecjalizowanej wersji dotyczącej budownictwa ochronnego. Wtedy użytkownik po prostu wgrywałby model IFC, a aplikacja posiadałaby już własny, aktualizowany zestaw wymagań i reguł kontrolnych dla MDS – mówi Paweł Dustanowski.
Zastrzega jednak, że aplikacja nie zastąpi inżyniera. Są bowiem wymagania, których na podstawie samego modelu nie da się jednoznacznie ocenić. Aplikacja ma przyspieszać i porządkować kontrolę, ale nie wydawać ostateczną decyzję za eksperta.
źródło: PK