Physical Distancing Analytics for Construction Planning Using 4D BIM
Notice bibliographique
Résumé
The COVID-19 pandemic has impacted how the construction industry operates around the world. To fight the risk of transmission, new health, safety, and environmental (HSE) protocols have been put in place. Among these protocols are social distancing and limiting the number of workers per area, where social distancing acts as a so-called protective bubble for each worker. Contractors are now required to attempt to achieve (and be prepared to keep) social distancing among their workers whenever needed and possible. Otherwise, they could be forced to halt operations due to having an unsafe environment. Accordingly, construction plans, and corresponding workspace assignments, should be revised in a four-dimensional (4D) environment to ensure fulfillment. Even after the end of this pandemic, the new HSE awareness achieved during this experiment is expected to reshape the so-called new normal of construction. Therefore, this paper presents a novel workspace simulation and management solution comprising a theoretical framework and a semiautomated tool to incorporate physical distancing during 4D planning. The semiautomated tool creates a 4D building information model, loaded with workspaces and social distance bubbles as stochastic variables, and utilizes Monte Carlo simulation to model uncertainties occurring onsite. The uncertainties considered are both temporal and spatial, i.e., changes in productivity and workspace sizes, respectively. This tool surpasses existing workspace management solutions in that (1) it has a schedule generation module to recompute schedule projections based on temporal uncertainties, (2) its workspace generation module can automatically create physical distance buffers around selected workspaces, as per site conditions, (3) its 4D simulation can realistically mimic the work progress on the site, and (4) its 4D clash detection module can smartly detect and report both soft and hard operational clashes. Additionally, the proposed analytics target three levels of clash resolution: site, workspace, and activity level. The framework and developed tool were tested against a residential building case study. Over the course of 155 days, 26 activities with 257 workspace assignments were examined. The proposed solution was able to capture the critical schedule duration (21 out of 155 days), the impactful 4D clashes (44 out of 2,900), and the activities involved in the most sever clashes (5 out of 26). Hence, the proposed method and the developed software tool will help planners/construction managers understand the space requirements for construction operations considering social distancing and other required safety buffering, identify critical spatiotemporal zones, and suggest resolution strategies for the resulting clashes based on the analytics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».