Granlundin talotekniikka-laajennus Solibriin

Granlundin kehittämällä tarkastussäännöllä vakioidun tietosisällön virheettömyys voidaan varmistaa talotekniikan IFC-tietomalleissa. Solibri-ohjelmistoon tehty talotekniikka-laajennus vauhdittaa vakioidun tiedon hyödyntämistä rakennus- ja kiinteistöalalla.

Vakioidun tietosisällön virheettömyys on edellytys sille, että suunnittelijan laatiman tietomallin datasta on oikeasti hyötyä koko toimitusketjulle. Granlundin talotekniikka-laajennuksen avulla tietomallin tietosisältöä pystytään tarkastamaan yksittäisten objektien tasolla.

Isossa rakennushankkeessa voi olla kymmeniä tuhansia talotekniikan objekteja sulkuventtiileistä suihkuhanoihin ja lämpöpumpuista wc-istuimiin. Valtavan tietomäärän oikeellisuuden tarkastaminen manuaalisesti on käytännössä mahdotonta.

Tähän tarvitaan konekielistä käsittelyä.

“Tarkastus käy läpi jokaisen objektin ja huomauttaa, jos tieto ei vastaa talotekniikan Suomen kansallisen vakiointikokonaisuuden vaatimuksia”, Granlundin ryhmäpäällikkö Markus Järvenpää sanoo.

”Digitaalisten vaatimusten kasvaessa mallien laadusta ei voida enää tinkiä. Granlundin talotekniikka-laajennus tuo vakioidun tietosisällön vaatimukset Solibrin toistettavaan tarkastusprosessiin, jolloin vaatimusten vastaiset objektit tunnistetaan jo varhaisessa vaiheessa. Juuri tällaista käytännönläheistä, standardeihin perustuvaa lähestymistapaa ala tarvitsee”, kommentoi Solibrin toimitusjohtaja Ville Kyytsönen.

Granlund vauhdittaa vakioidun tiedon käyttöä

Solibri-ohjelmiston käyttäjät voivat ladata Granlundin talotekniikka-laajennuksen Solibrin laajennukset-välilehdeltä.

“Vakioidun tiedon käyttöä edistävä yhteistyö Solibrin kanssa on luontevaa, sillä Solibri on suomalaisella rakennusalalla laajasti käytössä oleva BIM-ohjelmisto ja globaalisti edelläkävijä tietomallien tarkastamiseen liittyvissä ominaisuuksissa”, Granlundin kehitysjohtaja Tero Järvinen sanoo.

IFC-tietomalleja on käytetty talotekniikka-alalla jo pitkään, mutta niitä ei edelleenkään pystytä hyödyntämään tehokkaasti, koska mallien tietosisältö on laadittu eri tavalla jokaisessa hankkeessa.

Tilanteen parantamiseksi kansallisessa Rava3Pro-hankkeessa vakioitiin talotekniikan tietosisältö ja julkaistiin se vapaaseen käyttöön vuonna 2023. Tero Järvisen mukaan Granlund haluaa osaltaan edistää vakioidun tiedon käyttöönottoa ja kehittää suunnittelijoiden käyttöön uusia työkaluja.

Viime joulukuussa Granlund päivitti ilmaiseksi jakamansa valmiin Revit-tietomallipohjan ja antoi tekemänsä IFC-exportterin MagiCADille, joiden avulla suunnittelijat voivat hyödyntää vakioitua tietosisältöä ja saavat tukea uuden rakentamislain tietomalliasetuksen vaatimuksiin.

Granlundin kehittämät työkalut tukevat osaltaan uuden lain tietomalliasetusta, joka ajaa rakennusalaa kohti digitaalista kehitystä ja kannustaa vakioidun tietosisällön hyödyntämiseen.

Tero Järvinen, kehitysjohtaja, Granlund Oy

Näin vakioidun tietosisällön työkalut ovat suoraan Solibrin ja MagiCADin asennuspaketeissa, eikä niiden osalta tarvita tehdä erillisiä latauksia.

“Granlundin kehittämät työkalut tukevat osaltaan uuden lain tietomalliasetusta, joka ajaa rakennusalaa kohti digitaalista kehitystä ja kannustaa vakioidun tietosisällön hyödyntämiseen”, Järvinen toteaa.

Vakioidusta datasta hyötyy koko toimitusketju

Tietomallien vakioitu ja koneluettava data on helposti löydettävissä ja sen avulla voidaan tehostaa rakentamisen prosesseja monella tavalla.

“Suunnittelijan tuottamaa vakioitua tietosisältöä voi hyödyntää koko toimitusketju. IFC-tietomalli toimii silloin “luurankona”, johon eri toimijat voivat linkittyä ja rikastaa sitä omalla tiedollaan”, Markus Järvenpää huomauttaa.

Suunnittelijan tuottamaa vakioitua tietosisältöä voi hyödyntää koko toimitusketju.

Markus Järvenpää, ryhmäpäällikkö, Granlund Oy

Tietomallista syntyy näin kokonaisuus, jonka pohjalta kukin toimija voi kehittää omia toimintojaan. Vaikkapa urakoitsija saa tietomallista valmiit lähtötiedot esimerkiksi kustannuslaskentaan, hankintoihin, aikataulutuksiin tai hiilijalanjäljenlaskentaan.

Objektitasolla oleva vakioitu tieto on skaalattavissa uusiin hankkeisiin. Toteutuneiden kohteiden dataa voidaan hyödyntää benchmark-datana uuden hankkeen alkuvaiheen suunnittelussa.

“Myös tekoälysovellukset tarvitsevat virheetöntä ja laadukasta dataa, jotta tekoälyn tuottamat analyysit ovat hyödyllisiä”, Tero Järvinen huomauttaa.