ВступлениеМетодыИсходные данные как ресурс этапа эксплуатации и природа информационных разрывовСистематизация состава исходных данных объектаСравнительный анализ стратегий сбора данныхПередача данных через формат COBie и его ограниченияРезультатыПроцедура сбора и верификации данных и оценка их полнотыТребования к структурированию данныхЭкономический эффект и роль человеческого фактораВыводыВступлениеУправление жизненным циклом объекта капитального строительства опирается на непрерывность данных: сведения о решениях, конструкциях и оборудовании формируются на стадиях проектирования и строительства и должны без потерь передаваться на последующие стадии. Среди стадий жизненного цикла этап эксплуатации остаётся наиболее протяжённым во времени и наиболее затратным: на его долю приходится порядка 75 % совокупных затрат на протяжении всего жизненного цикла [1]. В этот период принимается основной объём решений по техническому обслуживанию, ремонту, обеспечению безопасности и коммерческому использованию объекта, причём качество этих решений определяется не опытом отдельных специалистов, а информационным обеспечением — теми исходными данными, которые передаются объекту по цепочке стадий жизненного цикла и поддерживаются актуальными в течение всего срока эксплуатации.Наиболее массовым и нормативно нагруженным классом объектов в этом отношении являются многоквартирные дома (МКД): по данным Росстата, на МКД приходится около 75 % вводимого в стране жилья, а жилищный фонд России превышает 2,85 млрд м². Инженерная инфраструктура современного МКД включает более десяти взаимосвязанных подсистем, а множественность собственников при единственном профессиональном операторе — управляющей организации — повышает требования к полноте и достоверности исходных данных [2]. Поэтому далее состав и сбор данных рассматриваются прежде всего на примере МКД, сохраняя применимость к другим типам объектов недвижимости.Практика показывает, что управление объектом в России по-прежнему опирается преимущественно на бумажный документооборот и разрозненные сведения, утрачивающие актуальность ещё на стадии строительства. Проектная документация постепенно расходится с фактическим состоянием объекта; исполнительные схемы и паспорта оборудования теряются при смене эксплуатирующих организаций. В результате этап эксплуатации стартует в условиях информационного дефицита, что прямо отражается на трудозатратах и аварийности.Анализ публикаций показывает, что проблема информационного обеспечения эксплуатации исследуется по нескольким направлениям, однако целостной систематизации именно сбора данных не сложилось. B. Becerik-Gerber с соавторами [3] на основе опроса специалистов определили области применения информационного моделирования в эксплуатации и сгруппировали требования к данным, показав, что наиболее востребованы сведения о помещениях, об оборудовании и его расположении, о планово-предупредительном обслуживании. R. Volk, J. Stengel и F. Schultmann [4], обобщив более ста семидесяти работ, установили, что для существующего фонда информационные модели практически отсутствуют, а их ретроспективное создание затруднено тем, что геометрическое обследование фиксирует преимущественно видимые элементы. S. Matarneh с коллегами [5, 6] формализовали информационные требования к системам управления эксплуатацией, выделив укрупнённо восемь разделов и тридцать восемь подразделов данных, и описали процесс их обмена между моделью и эксплуатационными системами. Z. Fang с соавторами [7] обратили внимание на качество данных как самостоятельную задачу управления портфелем активов, а S. Durdyev [8] систематизировал барьеры внедрения информационного моделирования в эксплуатацию, среди которых дефицит и неструктурированность исходных данных занимают одно из первых мест. В отечественной литературе вопросы обследования и поэтапного сбора данных рассматривали К. В. Бородулин [9], А. А. Черникова [10] и А. В. Деменев [11], а вопросы стратегического анализа жизненного цикла — Е. А. Гусакова [1]. Вместе с тем особенности сбора и структурирования исходных данных, дифференцированные по типам объектов и по наличию информационной модели, а также инструменты количественной оценки полноты данных в литературе не представлены.Целью работы является выявление и систематизация особенностей сбора и оценки полноты исходных данных в управлении жизненным циклом объекта капитального строительства, прежде всего многоквартирного дома. Для её достижения решаются задачи: систематизировать состав исходных данных с детализацией по атрибутам, носителям и ответственным; сопоставить две стратегии сбора данных по совокупности критериев; предложить процедуру сбора и верификации данных и количественный показатель их полноты; сформулировать требования к структурированию данных.МетодыИсходные данные как ресурс этапа эксплуатации и природа информационных разрывовПод исходными данными этапа эксплуатации понимается совокупность сведений об объёмно-планировочных и конструктивных решениях, инженерных системах и оборудовании, потреблении ресурсов, организационных процессах и пользователях объекта, необходимых и достаточных для решения эксплуатационных задач. Принципиальное отличие от стадии проектирования состоит в том, что эксплуатационные данные описывают не намерение, а фактическое состояние объекта, и потому должны непрерывно актуализироваться по результатам обслуживания.Разрыв между данными, формируемыми при строительстве, и потребностями эксплуатации носит системный характер и складывается из трёх составляющих. Технологическая составляющая обусловлена несовместимостью форматов: выгрузки проектных и строительных систем не импортируются напрямую в системы документооборота эксплуатирующей организации, а при конвертации теряют атрибутивную часть. Семантическая составляющая порождается различием понятийных систем застройщика и управляющей компании: один и тот же элемент классифицируется и описывается разными наборами атрибутов, вследствие чего данные формально присутствуют, но не сопоставимы. Организационная составляющая выражается в отсутствии регламента передачи ответственности за данные, из-за чего значительная часть сведений на момент приёмки оказывается недоступной для практического применения. Преодоление этих разрывов начинается с упорядочения состава собираемых данных и формализации требований к ним.Систематизация состава исходных данных объектаСостав исходных данных целесообразно структурировать по функциональным группам, каждая из которых обслуживает определённый класс эксплуатационных задач и характеризуется собственными носителями, периодичностью актуализации и ответственным за ведение. Объёмно-планировочные и конструктивные данные задают пространственный каркас объекта и служат основой привязки всех прочих сведений; они формируются однократно и уточняются при реконструкции. Данные об инженерных системах и оборудовании наиболее объёмны и динамичны: они включают паспортные характеристики, расположение, схемы подключения и параметры обслуживания и обновляются при каждом ремонте или замене. Данные о потреблении ресурсов имеют выраженную временную природу и формируются приборами учёта в непрерывном режиме. Данные о процессах управления фиксируют регламенты, графики и поток заявок, а данные о пользователях и арендаторах — договорные отношения и показатели использования помещений. Детализированный состав групп приведён в Таблице 1.Таблица 1.Систематизация состава исходных данных МКД для этапа эксплуатации с привязкой к атрибутивным подгруппамГруппа данныхЧто входитв группу(атрибутивныеподгруппы)КлючевыеатрибутыНоситель/форматАктуа-лизацияОтвет-ственныйОбъёмно-планировочные и конструктивныегеометрия; конструктивные характеристики; местоположениеплощади и назначениепомещений, этажность,зонирование,тип и состояниенесущих конструкцийпроектная иисполнительнаядокументация,обмерные планы,IFC-модельоднократно, при реконструкциитехнический отделИнженерные системы и оборудованиеидентификация; маркировка; эксплуатационные параметры; пожарные свойстванаименование,марка, техническиехарактеристики,расположение,схема, дата ввода,срок службы,регламенттехническогообслуживанияи ремонта (ТОиР)паспортаоборудования,исполнительныесхемы, реестроборудованияпри ремонте и заменегруппа эксплуатацииПотребление ресурсовпоказания приборов учёта (вне состава информационной модели)расходэлектроэнергии,тепловой энергии,воды, газа;показания приборовприборы учёта,автоматизированнаясистемакоммерческогоучёта (АСКУЭ),диспетчерскаясистеманепрерывнодиспетчерская службаПроцессы управленияэксплуатационные параметры (обслуживание и ремонт)регламенты,графики планово-предупредительногоремонта (ППР),поток и статусызаявокорганизационнаядокументация,системауправленияэксплуатациейпо событиямтехнический директорПользователи и арендаторыидентификация помещений и квартир; договорные данныесостав, договоры аренды,режим использования,посещаемостьдоговоры,системы учётадоступа и/посещаемостипо договорамкоммерческая службаСущественно, что состав и приоритет данных зависят от типа объекта: для МКД первостепенны данные об инженерных системах, конструкциях и пожарной безопасности, для офисного здания — об арендных отношениях, для торгово-развлекательного центра — о посещаемости и системах безопасности [12]. Поэтому единый перечень собираемых сведений неэффективен, и типологическая дифференциация позволяет избежать одновременно и избыточности, и пробелов. Для МКД атрибутивный состав инженерно-конструктивных групп закономерно детализируется по подгруппам — геометрия, идентификация, маркировка, местоположение, пожарные свойства и эксплуатационные параметры, — что соответствует структуре машиночитаемых спецификаций требований к информации (IDS), формируемых при передаче модели в эксплуатацию.Сравнительный анализ стратегий сбора данныхНа практике складываются две принципиально различные стратегии получения исходных данных, выбор между которыми определяется наличием пригодной информационной модели объекта.Первая стратегия (первичный сбор) — применяется к существующему фонду, для которого модель отсутствует. Её основу составляет обследование, разделяемое на визуальное, инструментальное и инструментально-техническое, а также лазерное сканирование с построением модели по технологии scan-to-BIM. Тахеометры и трёхмерные сканеры обеспечивают высокую детализацию и точность обмеров и снижают влияние человеческого фактора; получаемое облако точек служит геометрической основой, которую насыщают атрибутивной информацией о материалах, дефектах и местах вскрытий. Принципиальное ограничение, отмеченное в обзорных работах [13, 4], состоит в том, что геометрическое обследование фиксирует только видимую часть объекта, поэтому скрытые сети требуют дополнительного обследования и сопоставления с архивной документацией.Вторая стратегия (извлечение данных из переданной информационной модели) — применяется, когда объект вводится в эксплуатацию вместе с насыщенной моделью. Здесь задача смещается от первичного сбора к корректному отбору и передаче эксплуатационно значимых сведений из модели в системы управления. Полностью насыщенная модель выступает централизованным и достоверным источником данных об активах, что особенно ценно для предотвращения их потери при смене эксплуатирующих организаций. Сопоставление двух стратегий по совокупности критериев приведено в Таблице 2.Таблица 2.Сравнение стратегий сбора исходных данныхКритерийПервичный сбор (объект без модели)Извлечение из информационной моделиПолнота охватаограничена доступностью элементов и сохранностью архиваопределяется качеством и полнотой переданной моделиТочность геометриивысокая при лазерном сканировании (видимые элементы)соответствует заданному уровню проработки моделиТрудоёмкостьвысокая, преобладают полевые работынизкая, преобладает камеральная обработкаСрок получениязначительный (обследование, обработка)минимальный (выгрузка из модели)Машиночитаемостьтребует ручного структурированияобеспечивается форматами IFC и COBieАктуализацияпо результатам периодических обследованийпо данным модели и систем мониторингаОсновной рискпропуск скрытых элементов и сетейнеполнота или недостоверность атрибутов моделиСравнение показывает, что вторая стратегия предпочтительна по трудоёмкости, срокам и машиночитаемости, однако её результат целиком зависит от качества переданной модели. Поэтому ключевым элементом обеих стратегий становится не сам сбор, а последующая верификация и структурирование данных.Передача данных через формат COBie и его ограниченияОфициально признанным средством обмена эксплуатационными данными между информационной моделью и системами управления является формат COBie (Construction-Operations Building information exchange). COBie представляет собой подмножество данных модели, ориентированное на передачу не геометрии, а атрибутивных сведений — о помещениях и зонах, оборудовании и его расположении, инструкциях, гарантиях и планах обслуживания, — и может быть представлен как в виде связанных таблиц, так и в структуре открытого стандарта IFC (Industry Foundation Classes), что обеспечивает независимость обмена от конкретного программного обеспечения [14, 15]. Согласно национальному приложению к стандартам серии ISO 19650, негеометрический обмен данными в открытых форматах рекомендуется структурировать в соответствии с COBie [16].Вместе с тем обмен через COBie имеет существенные ограничения, отмеченные в литературе. Во-первых, он носит преимущественно однонаправленный характер: после выгрузки в эксплуатационную систему связь с моделью разрывается, и модель быстро устаревает. Во-вторых, табличное представление лишает данные визуальных преимуществ модели и требует от персонала навыков на стыке эксплуатации и моделирования. В-третьих, сам факт передачи модели со стадии строительства не гарантирует её пригодности для эксплуатации: без проверки полноты атрибутов часть переданных сведений оказывается неприменимой. Поэтому исследователи рассматривают переход от однонаправленного обмена к двусторонней связи модели и систем эксплуатации, в том числе через интеграцию с системами автоматизации здания и концепцию цифрового двойника, как перспективное направление снижения информационных потерь [17, 18, 19].РезультатыПроцедура сбора и верификации данных и оценка их полнотыОбобщение двух стратегий позволяет предложить единую процедуру сбора и верификации исходных данных, инвариантную к способу их получения. Процедура включает: формирование перечня требуемых атрибутов по группам данных и типу объекта; разделение сведений на достоверные, закреплённые документально или содержащиеся в модели, и подлежащие проверке; восполнение недостающих данных обследованием или дозаполнением модели; проверку полноты и непротиворечивости; привязку данных к классификатору и пространственной структуре объекта; передачу структурированного набора в систему управления эксплуатацией [20]. Обобщённая схема, объединяющая обе стратегии, представлена на Рис. 1.Рис. 1. Схема сбора и структурирования исходных данных объекта для этапа эксплуатацииДля количественного контроля результата сбора предлагается оценивать полноту атрибутивного описания коэффициентом полноты, вычисляемым для каждой инженерной подсистемы как отношение фактически заполненных атрибутов к требуемым:$$K=\frac{N_{факт}}{N_{треб}} ,$$где K — коэффициент полноты атрибутивного описания подсистемы (0 ≤ K ≤ 1); Nфакт — число фактически заполненных атрибутов; Nтреб — число требуемых атрибутов, заданное спецификацией требований к информации (IDS) для соответствующей подсистемы. Сводный показатель по объекту определяется как средневзвешенное значение коэффициентов подсистем с учётом их значимости. Показатель позволяет объективно фиксировать готовность данных к передаче в эксплуатацию, выявлять подсистемы с наибольшим дефицитом сведений и планировать их первоочередное дозаполнение, а также служит формальным критерием приёмки информационной модели МКД от застройщика.Указанный сводный показатель вычисляется по формуле:$$K_{об}=\frac{Σ (w_i · K_i)}{Σ w_i} ,$$где Kоб — сводный коэффициент полноты по объекту; Ki — коэффициент полноты i-й инженерной подсистемы; wi — весовой коэффициент значимости i-й подсистемы, принимаемый пропорционально доле подсистемы в восстановительной стоимости объекта либо её критичности для безопасной эксплуатации по принятой в организации шкале. Весовые коэффициенты нормируются так, что их сумма равна единице; при равной значимости подсистем сводный показатель сводится к среднему арифметическому коэффициентов полноты.Настоящее исследование носит теоретико-аналитический характер: классификация групп данных, процедура верификации и коэффициенты полноты получены методами системного анализа нормативных требований и обобщения отраслевой практики, а состав групп и атрибутивных подгрупп соотнесён с открытыми спецификациями требований к информации (IDS). Экспериментальная проверка коэффициента полноты на выборке конкретных многоквартирных домов и привлечение экспертных оценок для верификации состава групп данных и значимости инженерных подсистем составляют направление дальнейших исследований.Требования к структурированию данныхСопоставление стратегий и процедуры показывает, что определяющим фактором эффективности этапа эксплуатации является не объём собранных сведений, а их структурированность и пригодность к машинной обработке: несистематизированный массив, даже значительный по объёму, не обеспечивает решения задач, тогда как умеренный, но строго структурированный набор атрибутов позволяет автоматизировать планирование обслуживания и контроль состояния объекта. Из этого вытекают требования к структурированию данных: привязка к классификационной системе и пространственной структуре объекта для однозначной идентификации; разграничение по уровням доступа для различных категорий пользователей; дифференциация состава атрибутов по эксплуатационным задачам с выделением обязательных и желательных сведений для каждой подсистемы; хранение в открытых форматах, обеспечивающих независимость от программного обеспечения и долговременную сохранность. Соблюдение этих требований превращает разрозненные сведения в управляемый информационный актив объекта.Экономический эффект и роль человеческого фактораОжидаемый экономический эффект от применения предложенного подхода формируется за счёт сокращения трудозатрат на сбор, верификацию и поддержание исходных данных в актуальном состоянии и может быть оценён по формуле:ΔЭ = (Tр − Tм) · Cч · N,где Tр и Tм — трудозатраты на реализацию информационных процессов соответственно при ручном ведении данных и при применении предложенной процедуры, чел.-ч; Cч — стоимость одного человеко-часа инженерно-технического персонала, руб.; N — число реализаций процесса в течение года. Конкретная величина эффекта зависит от класса, площади и оснащённости объекта и подлежит количественному уточнению при внедрении методики на конкретных многоквартирных домах.Существенное влияние на качество исходных данных оказывает человеческий фактор: значительная часть атрибутов заполняется специалистами вручную, что порождает пропуски, опечатки и несогласованные значения. Снижение этого риска достигается автоматизированной проверкой данных на соответствие спецификации требований (IDS) с формированием протокола несоответствий, применением при вводе выпадающих списков и форматных ограничений, а также чётким разграничением ответственности за ведение атрибутов между ролями. Коэффициент полноты при этом делает влияние человеческого фактора измеримым и управляемым показателем.ВыводыВ результате выполненного исследования систематизированы особенности сбора и оценки полноты исходных данных в управлении жизненным циклом объекта капитального строительства. Установлено следующее.Состав исходных данных систематизирован по пяти функциональным группам с детализацией по атрибутам, носителям, периодичности актуализации и ответственным, что с учётом типологической специфики объектов позволяет формировать необходимый и достаточный перечень собираемых сведений.Впервые выполнен сравнительный анализ двух стратегий сбора данных — первичного и на основе переданной информационной модели — по семи критериям; показано, что модельная стратегия превосходит первичную по трудоёмкости, срокам и машиночитаемости, но критически зависит от качества модели, вследствие чего ключевым элементом становится верификация данных.Предложены единая процедура сбора и верификации данных и коэффициент полноты атрибутивного описания, дающий количественный критерий готовности данных к передаче в эксплуатацию и приёмки информационной модели.Установлено, что эффективность управления жизненным циклом объекта обеспечивается структурированностью исходных данных и непрерывностью их передачи между стадиями, а не объёмом данных; на этом основании сформулирован дифференцированный подход к сбору исходных данных, учитывающий тип объекта и наличие информационной модели. Результаты применимы для управляющих организаций, переходящих к информационному управлению фондом, и для застройщиков, формирующих требования к составу передаваемых данных на стадиях жизненного цикла.