MétaCan
Menu
Retour à la cohorte
Enregistrement W2956000842 · doi:10.29173/mocs71

Automatic Material Estimation by Translating BIM Data into ERP Readable Data for Panelized Residential Construction

2019· article· en· W2956000842 sur OpenAlexafffundvenueabout
Meng Wang, Sangjun Ahn, Youyi Zhang, Mohammed Sadiq Altaf, Mohamed Al‐Hussein, Yongsheng Ma

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésScheduleComputer sciencePrefabricationEstimationProcess (computing)Cost estimateBuilding information modelingProduction (economics)Resource (disambiguation)Systems engineeringIndustrial engineeringEngineeringScheduling (production processes)Civil engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

Offsite construction methods have been promoted and recognized globally as advanced construction techniques. Panelization, a two-dimensional form of offsite construction has brought about many benefits including lower transportation requirements and design flexibilities. In North America, the panelized construction technique has become popular particularly for wood-frame wall panels for residential construction. However, although utilizing this advanced construction method can greatly improve the working environment and productivity, the conventional mentality in construction, which overlooks the value of an automated management system to support offsite prefabrication and onsite installation, hinders its potential. An automatic material estimation system can capture all computer-aided design (CAD) data from building information modeling (BIM) files automatically and convert them into enterprise resource planning (ERP) readable data so that the ERP system can be updated for the purpose of material estimation. With the assistance of a feature-based modeling method, the proposed automatic material estimation system can save huge amounts of manual work for quantity take-off and all required CAD data can be captured by the system in a few seconds. Although highly dynamic market demands result in continual changes in design, production plan, schedule, and inventory levels, the adoption of an automatic material estimation system could account for these dynamic changes in order to maximize production. Therefore, in this paper, an automatic material estimation system is proposed in order to enhance the design and estimation process in the manufacturing environment. The proposed system is introduced and the development of supportive software is described. The proposed system is implemented as a case study in a panelized construction manufacturing facility, ACQBUILT, Inc., based in Edmonton, Alberta, Canada.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetBIM and Construction IntegrationTravaux en français237 207