Учурдагы имаратты жаңылоо, бузуу же анын материалдарын кайра пайдалануу пландалганда, дубалдардын көрүнгөн гана бети жетиштүү маалымат бербейт. Боёктун же гипсокартондун артында металл же жыгач таянычтар, айнек була изоляциясы, бетон, кыш, бетон блоктор, электр түтүктөрү, розеткалар, каналдар жана ар кандай катмарлар болушу мүмкүн. Бул жашыруун компоненттердин белгисиз болушу имараттын маалыматтык моделдерин даярдоону, материал паспортун түзүүнү, камтылган көмүртекти эсептөөнү жана кайра пайдалануу боюнча чечимдерди татаалдантат.

Бул изилдөөдө дубалды бузбастан жашыруун дубал компоненттерин болжолдоо үчүн көп модалдуу сүрөт-тил модели иш агымы иштелип чыккан. Система географиялык маалымат системасынан жана имарат жазууларынан келген тексттик маалыматтарды, кабат пландарын, кадимки RGB сүрөттөрүн жана термалдык камера сүрөттөрүн биргелешип баалайт. Моделдин чыгышы «бул дубалда металл таяныч бар» деген сыяктуу жөн гана класс белгиси эмес. Анын ордуна дубалдын катмарларынын иретин, материалдарын, таянычтардын санын, изоляциялык толтуруусун жана айрым механикалык-электрдик-сантехникалык компоненттерди камтыган түзүмдөлгөн дубал конструкциясынын графын түзөт.

Иш агымы адегенде аз сандагы негизги катмарларды камтыган компакттуу болжолду түзүп, андан соң бул түзүмдү майда-чүйдө түйүндөргө кеңейтет, электр түтүгү жана розетка сыяктуу MEP компоненттерин кошот жана бир нече модель чыгышын бириктирген ансамбль баскычы аркылуу акыркы болжолду чыгарат. JSON форматындагы бул түзүм кийин үч өлчөмдүү моделге, BIM дубал түрүнө, материал инвентарына же камтылган көмүртек эсебине айландырылышы мүмкүн.

Метод адегенде ички түзүмү так белгилүү болгон эксперименттик дубал макетинде, андан кийин Boston, San Francisco, Toronto жана Birmingham шаарларындагы төрт коммерциялык кеңсе имаратында жайгашкан жалпы 22 реалдуу дубалда бааланган. Реалдуу дубалдарда GIS маалыматы гана колдонулганда жалпы графка негизделген тактык %54 болсо, кабат планы, RGB сүрөтү жана термалдык сүрөт кошулганда бул көрсөткүч %76га жогорулаган. Ушул эле маалыматтын байышы менен камтылган көмүртектин салыштырма катасы %104төн %26га төмөндөгөн.

Ошол эле учурда метод дубалдардын ичин физикалык түрдө көрбөйт. Модель учурдагы документтерден, көрүнгөн белгилерден, термалдык үлгүлөрдөн жана мурда үйрөнгөн кеңири таралган курулуш маалыматына таянып ыктымалдыктык тыянактарды чыгарат. Реалдуу дубал маалымат топтомундагы эталондук белгилер да бузуп текшерүүнүн ордуна Revit моделдерин, чиймелерди, термалдык сканерлерди, эксперттик түшүндүрмөлөрдү жана физикалык байкоолорду колдонуу менен даярдалган. Ошондуктан натыйжалар дубалдын курамын так жана кепилденген аныктоо катары эмес, бузуп текшерүүгө чейинки чечим кабыл алууну колдой ала турган эксперименттик болжолдор катары бааланышы керек.

Изилдөөнүн негизги маселеси эмнеде?

Жаңы имаратта кайсы дубал кандай материалдардан турары көп учурда долбоордук чиймелерде жана BIM файлдарында катталган болот. Бирок эски имараттарда бул документтер таптакыр болбошу, толук эмес болушу же имараттын убакыт өтүшү менен болгон оңдоолорун чагылдырбашы мүмкүн. Баштапкы долбоор менен бүгүнкү иш жүзүндөгү абалдын ортосунда олуттуу айырмачылыктар пайда болушу мүмкүн.

Мисалы, ички бөлүүчү дубал сыртынан жөн гана боёлгон гипсокартон сыяктуу көрүнүшү мүмкүн. Бирок дубалдын ичинде:

• Жыгач же металл таяныч системасы,
• Айнек була же башка изоляция,
• Электр түтүктөрү жана розеткалар,
• Суу түтүктөрү же аба каналдары,
• Горизонталдык металл каналдар,
• Бетон, кыш же бетон дубал блокторунун катмарлары

болушу мүмкүн. Бул компоненттер сырттан түздөн-түз көрүнбөйт.

Дубалдын ички түзүмүн так билүүнүн салттуу жолу — бетин ачуу, тешүү, бороскоп колдонуу же дубалдын бир бөлүгүн ажыратуу. Бул ыкмалар убакытты, уруксатты, эмгекти жана чыгымды талап кылат; мындан тышкары пайдаланылып жаткан имаратта аларды ар бир дубалга колдонуу көп учурда мүмкүн эмес.

Ал эми имаратты жаңылоо, тандалма демонтаж жана кайра пайдалануу чечимдери үчүн дубалда кайсы материалдар бар экенин билүү зарыл. Дубалдын ичинде канча металл таяныч бар экени белгисиз болсо, калыбына келтириле турган болоттун көлөмүн; изоляциянын түрү белгисиз болсо, кайра пайдалануу мүмкүнчүлүгүн; катмарлардын калыңдыгы белгисиз болсо, камтылган көмүртек эсебин ишенимдүү болжолдоо мүмкүн эмес.

Материал паспорту жана айлампа курулуш экономикасы үчүн эмне себептен маанилүү?

Материал паспорту — имаратта кандай материалдар бар экенин, алардын көлөмүн, жайгашкан жерин, сапатын жана мүмкүн болгон кайра пайдалануу баалуулугун сүрөттөгөн санариптик жазуу. Мындай жазууну түзүү үчүн көрүнгөн беттерди гана эмес, жашыруун курулуш компоненттерин да билүү керек.

Изилдөө негизделген айлампа курулуш мамилесинде биринчи кадам — «аныктоо». Материалды ажыратууга, кайра пайдаланууга, кайра иштетүүгө же калдык катары бөлүүгө болобу деген чечимге чейин анын чындап эле конструкцияда бар-жогу жана кайсы физикалык контекстте жайгашканы белгилүү болушу керек.

Изилдөөчүлөр сунуштаган метод дубалдардын курамын бузуп сыноосуз болжолдуу түрдө аныктап, төмөнкү процесстерди колдоону көздөйт:

• Учурдагы имараттар үчүн материал паспортун даярдоо,
• Камтылган көмүртектин көлөмүн эсептөө,
• Жаңылоодо сактап калууга боло турган дубалдарды аныктоо,
• Тандалма демонтаж пландарын даярдоо,
• Кайра пайдаланууга боло турган металл, жыгач жана изоляция материалдарын болжолдоо,
• Учурдагы абалды BIM моделине өткөрүү.

Бул изилдөө мурунку мамилелерден эмнеси менен айырмаланат?

Учурдагы компьютердик көрүү методдорунун олуттуу бөлүгү фасадда көрүнгөн материалды таанууга, курулуш элементтерин чекиттер булутунан бөлүүгө же сканерленген беттерди BIM объекттерине айландырууга багытталган. Бул системалар кыш, бетон, терезе же эшик сыяктуу көрүнгөн компоненттерди аныктай алат, бирок бүткөн дубалдын ичиндеги катмарларды түздөн-түз көрсөтпөйт.

Тар чөйрөдөгү машиналык үйрөнүү системалары адатта туруктуу киргизүү форматын талап кылат. Мисалы, белгилүү бир чечилишке ээ термалдык сүрөттөр менен гана үйрөтүлгөн модель кабат планы жок же башка камера колдонулган имаратта начар иштеши мүмкүн. Жашыруун дубал конструкциялары үчүн чоң жана ишенимдүү белгиленген маалымат топтомун түзүү да өтө кыйын, анткени ар бир белги үчүн дубалдын курамы физикалык түрдө текшерилиши керек.

Бул изилдөө жаңы фундаменталдык үйрөнүү алгоритмин иштеп чыккан эмес. Изилдөөчүлөр аны ачык эле «система деңгээлиндеги алкак» деп мүнөздөйт. Негизги салым — алдын ала үйрөтүлгөн жалпы максаттагы сүрөт-тил моделдерин кылдат даярдалган нускамалар менен колдонуп, чыгышын BIMге айландырууга боло турган дубал конструкциясынын графына өзгөртүү.

Системага кандай маалыматтар берилет?

Иш агымы төрт негизги маалымат түрүн кабыл алат. Ар бир дубал үчүн бул маалыматтардын баары болушу милдеттүү эмес.

Маалымат чогултуунун наркы да ушул ирет менен өсөт. GIS жазуусун көп учурда коомдук булактардан алууга болсо, термалдык сүрөткө тартуу атайын камераны, ылайыктуу температура айырмасын жана объектке барууну талап кылат. Ошондуктан система толук эмес маалымат менен да иштей тургандай долбоорлонгон.

Дубал конструкциясынын графы деген эмне?

Ар бир дубал үчүн \(S_i\) менен белгиленген дубал конструкциясынын графы түзүлөт. Бул түзүм JSON форматында уюштурулган тамырланган дарак болуп саналат. Тамыр ачкыч «layers», башкача айтканда «катмарлар». Дубалдын катмарлары бир сырткы беттен каршы бетке карай ирети менен көрсөтүлөт:

\[ L=[l_1,l_2,\ldots,l_n] \]

Бул жерде \(l_1\) дубалдын бир тарабындагы эң сырткы катмарды, ал эми \(l_n\) каршы тараптагы акыркы катмарды билдирет.

Ар бир катмарда жок дегенде эки негизги касиет бар:

• material: Гипсокартон, металл таяныч каркасы же айнек була сыяктуу материалдын аталышы,
• confidence: Моделдин бул болжолго болгон ишеними, ал 0 менен 1 ортосунда берилет.

Эгер бир катмар бир нече компонентти камтыса, кошумча маалымат колдонулат. Мисалы, металл таяныч каркасынын ичинде айнек була изоляциясы болсо, таянычтардын саны жана боштуктун толтуруусу ошол эле иерархиялык түйүндө көрсөтүлөт.

Изилдөөдө берилген жөнөкөйлөштүрүлгөн мисал төмөнкү түзүмдө:

{
  "layers": [
    {
      "material": "Drywall",
      "confidence": 0.95
    },
    {
      "material": "Metal Stud Frame",
      "confidence": 0.85,
      "number": 4,
      "filling": {
        "material": "Fiberglass Insulation"
      }
    },
    {
      "material": "Drywall",
      "confidence": 0.95
    }
  ]
}

Бул мисал эки тарабында гипсокартон бар, төрт металл таянычтуу жана таянычтардын ортосунда айнек була изоляциясы жайгашкан типтүү ички бөлүүчү дубалды сүрөттөйт.

Графтык мамиленин артыкчылыгы — модель бардык компоненттердин так үч өлчөмдүү координаттарын түздөн-түз болжолдоого милдеттүү эмес. Адегенде материалдар жана алардын ортосундагы иерархиялык байланыштар аныкталат; андан кийин дубалдын чыныгы өлчөмдөрү колдонулуп, үч өлчөмдүү геометрия түзүлүшү мүмкүн.

Төрт баскычтуу иш агымы кантип иштейт?

1. Баскыч: Компакттуу графты болжолдоо

Сүрөт-тил модели биринчи баскычта адатта үчтөн бешке чейинки негизги катмардан турган жөнөкөйлөштүрүлгөн дубал болжолун түзөт. Бул баскычтын максаты бардык деталдарды чечмелөө эмес, дубалдын негизги түрүн аныктоо.

Модель бул баскычта, мисалы, төмөнкү суроолорго жооп берүүгө аракет кылат:

• Дубал ички бөлүүчүбү же тышкы дубалбы?
• Сырткы катмар гипсокартонбу, кышпы, бетонбу же бетон блокпу?
• Таянычтуу каркас барбы?
• Таянычтар жыгачпы же металлбы?
• Болжол менен канча таяныч бар?
• Таянычтардын ортосунда изоляция барбы?

2. Баскыч: Графты кеңейтүү

Алгачкы болжолдо «төрт металл таянычтуу жана айнек була менен толтурулган каркас» бир эле татаал түйүн болушу мүмкүн. Экинчи баскычта жасалма интеллект колдонбогон Python скрипти бул түйүндү деталдуу компоненттерге ажыратат.

Ошентип ар бир металл таяныч, изоляция аймагы жана горизонталдык канал өзүнчө түйүнгө айланат. Бул кеңейтүү кийинки баскычта электр жана инженердик компоненттерди белгилүү уячаларга байланыштыруу үчүн керек.

3. Баскыч: MEP компоненттерин болжолдоо

MEP механикалык, электрдик жана сантехникалык компоненттерди билдирет. Бул баскычта модель өзгөчө изоляция аймактарын карап, төмөнкү элементтердин бар экенин болжолдойт:

• Электр түтүктөрү,
• Розеткалар,
• Суу түтүктөрү,
• Аба каналдары,

Изилдөөчүлөр колдонгон нускама бул компоненттерди күчтүү визуалдык далил болгондо гана кошууну талап кылат. Ошого карабастан, натыйжалар модель компоненттин бар экенин болжолдоодо анын кайсы таяныч аралыгында жайгашканын аныктоого караганда ийгиликтүүрөөк экенин көрсөттү.

4. Баскыч: Ансамбль стратегиясы

Бир эле киргизүүлөр менен модель бир нече жолу иштетилгенде ар башка графтарды түзүшү мүмкүн. Мунун себеби сүрөт-тил моделдеринин чыгышындагы кокустук өзгөрмөлүүлүк.

Графтардын түйүн саны жана иерархиясы айырмаланышы мүмкүн болгондуктан жөнөкөй көпчүлүк добушу колдонулган эмес. Анын ордуна модель бир нече талапкер графты чогуу баалап, жалпы компоненттерди жана четтөөчү болжолдорду чечмелеген генеративдик бириктирүү операциясын аткарат.

Мисалы, беш болжолдун төртөөндө металл таяныч бар, бирок таянычтардын саны үч, төрт жана беш болуп айырмаланса, система тексттик дал келүүнү гана колдонбойт; бардык талапкерлерди түзүмдүк жактан чечмелеп, акыркы графты түзөт.

Кайсы сүрөт-тил модели колдонулган?

Изилдөөдө бардык эксперименттер OpenAI API аркылуу колдонулган GPT-5.4 сүрөт-тил модели менен жүргүзүлгөнү айтылат. Демейки үлгүлөө параметрлери колдонулган; температура, top-p, өзөктүк үлгүлөө же кокустук урук ачык түрдө жөндөлгөн эмес.

Ар бир дубал жана маалымат айкалышы төрт баскычтуу иш агымынан өз алдынча беш жолу өткөрүлгөн. Натыйжаларда бул кайталоолордун орточо мааниси жана стандарттык четтөөсү берилген.

Кошумча салыштырууда GPT-5.2 жана GPT-5.4 натыйжалары өз-өзүнчө көрсөтүлгөн. Бул салыштыруу изилдөөнүн кыскача мазмунунда жана айрым талкуу бөлүмдөрүндө көрүнгөн эки башка тактык катарын түшүндүрөт:

Тексттин айрым бөлүктөрүндө тактык %47ден %74кө өскөнү, башка бөлүктөрүндө болсо %54төн %76га өскөнү жазылган. Таблицалар бул айырма эки башка модель версиясына тиешелүү экенин көрсөтөт.

Эксперимент 1: Курамы так белгилүү болгон дубал макети

Биринчи экспериментте Boston шаарында 2000-жылдардын башында курулган гипотетикалык кеңсе имаратындагы типтүү бөлүүчү дубалды чагылдырган физикалык дубал макети жасалган.

Дубал төмөнкү компоненттерди камтыйт:

• Эки тарабында гипсокартон,
• Төрт тик металл таяныч,
• Таянычтардын ортосунда айнек була изоляциясы,
• Электр түтүктөрү жана розеткалар,
• Түтүк жана аба каналы сыяктуу кошумча жашыруун компоненттер.

Бул эксперименттин артыкчылыгы — дубалдын чыныгы курамы изилдөөчүлөргө толугу менен белгилүү. Ошентип болжол графы менен чыныгы граф түздөн-түз салыштырылган.

Макетте колдонулган GIS маалыматтары реалдуу коомдук каттоодон эмес, эксперимент сценарийине ылайык синтетикалык түрдө түзүлгөн. Кабат планы болсо макет чагылдырган Boston имаратына тиешелүү чыныгы чиймеден алынган. Ошондуктан изилдөөчүлөр биринчи экспериментти реалдуу дүйнөдөгү натыйжалуулуктун далили катары эмес, көзөмөлдөнгөн демонтаж жана калибрлөө изилдөөсү катары мүнөздөйт.

Термалдык сүрөткө тартууда кездешкен көйгөйлөр

Дубал макети өзүнчө жана көзөмөлдөнгөн ички чөйрөдө тургандыктан дубалдын эки тарабынын ортосунда реалдуу температура айырмасын түзүү кыйын болгон. Жылыткыч төшөктөр менен температура айырмасын жаратууга аракет кылынган, бирок айнек була изоляциясы жылуулук өтүшүнө күчтүү тоскоол болгон.

Бүткөн гипсокартондун үстүнөн алынган термалдык сүрөт болгону 382 × 288 пиксел чечилишине ээ болгон жана деталдар начар көрүнгөн. Тазараак термалдык сүрөт алуу үчүн акыркы гипсокартон катмары жабыла электе камера таянычтарга жана изоляцияга жакындатылып, кошумча сүрөт алынган.

Бул эксперименттин маанилүү чектөөсү. Макет экспериментинде колдонулган жогорку чечилишиндеги термалдык киргизүүнү реалдуу бүткөн дубалда ар дайым алуу мүмкүн эмес.

Термалдык сүрөттөрдө:

• Таянычтар жана айрым электр түтүктөрү жарым-жартылай айырмаланган,
• Изоляциянын артындагы аба каналы жана түтүк негизинен көрүнгөн эмес.

Бул табылга термалдык камера дубалдын бүт тереңдигин көргөн «рентген» эмес экенин көрсөтөт. Камера беттик температурадагы кыйыр таасирлерди гана аныктайт.

Макет экспериментиндеги натыйжалар

Көзөмөлдөнгөн дубал макетинде айрым эки маалымат түрүнүн айкалыштары да %80ден жогору тактык берген. GIS жана RGB сүрөтү чогуу колдонулганда %93 графтык тактык алынган. Айрым үчтүк айкалыштар болсо %82–88 аралыгында калган.

Бул натыйжа маанилүү жагдайды көрсөтөт: көбүрөөк маалымат ар дайым жакшыраак натыйжа дегенди билдирбейт. Жаңы маалымат түрү учурдагы белгилер менен карама-каршы келсе, моделдин чечмелөөсүн татаалдаштырышы мүмкүн.

Макет үчүн бардык маалымат түрлөрү жана ылайыктуу ансамбль колдонулганда айрым иштетүүлөрдө:

• Графка негизделген тактык 1,00,
• Камтылган көмүртектин салыштырма катасы %0

деп берилген. Бирок бул натыйжа системанын бардык реалдуу дубалдарда %100 туура экенин билдирбейт. Дубал макети ошол эле учурда нускамалар жана параметрлер иштелип чыккан калибрлөө мисалы болуп саналат.

Эксперимент 2: Төрт шаардагы 22 реалдуу дубал

Экинчи экспериментте төрт башка коммерциялык кеңсе имаратынан жалпы 22 дубал изилденген:

Маалымат топтому ички да, тышкы да дубалдарды камтыйт. Бирок бардык мисалдар коммерциялык кеңсе же аралаш колдонулган кеңсе имараттарынан алынган. Турак жайлар, тарыхый таш-кыш конструкциялар, массивдүү жыгач конструкциялар же Батыштан тышкаркы жергиликтүү курулуш ыкмалары бул маалымат топтомунда текшерилген эмес.

Реалдуу дубалдардын «туура» курамы кантип аныкталган?

Реалдуу имараттардагы дубалдар бузулуп текшерилген эмес. Эталондук белгилер төмөнкү булактарды чогуу баалоо менен даярдалган:

• Учурдагы Revit жана BIM моделдери,
• Баштапкы жана жаңылоо мезгилдерине тиешелүү кабат пландары,
• Эксперттер чечмелеген термалдык сканерлер,
• Имараттардын курулуш тарыхын билген архитектура адистеринин физикалык текшерүүлөрү.

Бул көп булактуу метод жеткиликтүүлүк шарттарында түзүүгө мүмкүн болгон күчтүү эталон берет. Ошол эле учурда изилдөөчүлөр физикалык ачуу жүргүзүлбөгөндүктөн белгилердин белгисиздиги толугу менен жоюлбаганын кабыл алышат.

Графка негизделген тактык кантип эсептелген?

Болжолдонгон граф \(G_P\) жана эталондук граф \(G_{GT}\) материал жана багыт маалыматтарын камтыган тамырланган дарактарга айландырылган. Эки түзүмдүн ортосундагы даракты түзөтүү аралыгы Zhang–Shasha алгоритми менен эсептелген:

\[ D(G_P,G_{GT})= \min_{(e_1,\ldots,e_k)\in\mathcal{P}(G_P,G_{GT})} \sum_{i=1}^{k}c(e_i) \]

Бул жерде:

• \(\mathcal{P}(G_P,G_{GT})\), болжол графын эталондук графка айландырган бардык мүмкүн болгон түзөтүү жолдорун,
• \(e_i\), кошуу, өчүрүү же алмаштыруу операциясын,
• \(c(e_i)\), тиешелүү операциянын наркын билдирет.

Түйүн кошуу жана өчүрүү наркы 1,0 деп белгиленген. Материал туура эмес болсо алмаштыруу наркы 1,0; багыт гана туура эмес болсо нарк 0,1 болуп колдонулган.

Ар башка өлчөмдөгү графтарды салыштыруу үчүн аралык төмөнкү жогорку чек боюнча нормалдаштырылган:

\[ D_{\max}=|T_{GT}|+|T_P| \]

Бул жерде \(|T|\) тиешелүү дарактагы түйүндөрдүн жалпы санын билдирет.

Акыркы графка негизделген тактык төмөнкүдөй эсептелген:

\[ GBA(G_P,G_{GT})= 1-\frac{D(G_P,G_{GT})}{D_{\max}} \]

Маани 1ге жакындаган сайын болжол графы эталондук түзүмгө жакындайт. Дубалдын катмарларынын ирети тескери бурулганда физикалык жактан эквиваленттүү түзүм пайда болушу мүмкүн болгондуктан, болжол баштапкы багытта да, экинчи деңгээлдеги балдары тескери бурулган түрдө да бааланып, жогорураак тактык берилген.

Камтылган көмүртектин салыштырма катасы кантип эсептелген?

Ар бир болжолдонгон компонентке камтылган көмүртек коэффициенти берилген. Мисалы, гипсокартондун көмүртек салымы төмөнкү байланыш менен эсептелген:

\[ EC=D_{EC}\times H\times L \]

Бул жерде:

• \(D_{EC}\) гипсокартондун аянт бирдигине камтылган көмүртек тыгыздыгын,
• \(H\) дубалдын бийиктигин,
• \(L\) дубалдын узундугун билдирет.

Бардык дубалдар үчүн демейки бийиктик 10 фут, болжол менен 3,05 метр деп алынган. Таянычтуу дубалдарда узундук эталондук таяныч саны жана 16 дюймдук таяныч аралыгы божомолу менен эсептелген.

Таянычтардын көмүртек салымы болсо төмөнкүдөй аныкталган:

\[ EC=D_{stud}\times N \]

Бул жерде \(D_{stud}\) бир таянычтын көмүртек коэффициентин, ал эми \(N\) таянычтардын санын билдирет.

Болжолдонгон жалпы камтылган көмүртек менен эталондук маанинин ортосундагы салыштырма ката төмөнкү байланыш менен эсептелген:

\[ ECRE(EC_P,EC_{GT})= \frac{|EC_P-EC_{GT}|}{|EC_{GT}|} \]

Бул жерде \(EC_P\) болжолдонгон, ал эми \(EC_{GT}\) эталондук камтылган көмүртектин көлөмү. Маанинин төмөн болушу жакшыраак натыйжаны билдирет.

Көмүртек эсебинде колдонулган божомолдор

Изилдөөдө гипсокартон, айнек була, бетон, бетон блок, кыш, металл каптама, металл жана жыгач таянычтар, каналдар, түтүктөр жана розеткалар үчүн ар башка коэффициенттер колдонулган. Бул маанилердин олуттуу бөлүгү EC3 маалымат базасындагы бешиктен завод дарбазасына чейинки, башкача айтканда A1–A3 баскычтарын камтыган орточо маанилерге негизделген.

Мисал коэффициенттер төмөнкүдөй:

Бул маанилер изилденген реалдуу дубалдардын жеке экологиялык продукт декларацияларынан алынган эмес. Алар стандартташтырылган салыштыруу жүргүзүү үчүн тандалган орточо коэффициенттер. Ошондуктан ECRE метрикасы реалдуу имараттын так жашоо цикли боюнча көмүртек эсеби эмес, дубал компоненттеринин болжолдорундагы каталар көмүртек эсебин канчалык бузуп жатканын көрсөткөн эксперименттик салыштыруу.

Реалдуу дубалдардагы жалпы натыйжалар

Натыйжалар эң чоң секирик RGB сүрөтү кошулганда болгонун көрсөтөт. Кабат планы тактыкты 0,54төн болгону 0,57ге көтөрсө, RGB менен 0,71ге жогорулаган. Термалдык сүрөт кошулганда жалпы тактык 0,76га чыккан.

Камтылган көмүртек катасында GIS маалыматынан кабат планына өтүү кыйла көрүнүктүү жакшырууну берген. Ката %104төн %44кө төмөндөгөн. RGB сүрөтү менен %28ге, термалдык сүрөт менен %26га түшкөн.

GIS гана колдонулганда салыштырма катанын %100дөн жогору чыгышы модель туура эмес дубал түрүн же көмүртеги көп материалдын ашыкча көлөмүн болжолдой аларын көрсөтөт.

Шаарлар боюнча натыйжалар

Boston мисалдары эң жогорку орточо натыйжаны берген. Изилдөөчүлөр шаарлардын ортосундагы айырманы түздөн-түз географияга байланыштырбайт. Негизги себеп айрым имараттар моделдин алдын ала үйрөнгөн кеңири таралган курулуш үлгүлөрүнө көбүрөөк же азыраак дал келиши болушу мүмкүн деп эсептелет.

Мисалы, модель San Francisco шаарындагы бир тышкы дубалда металл таяныч катмарын өткөрүп жиберген. Birmingham шаарындагы айрым бөлүүчү дубалдар гипсокартон жана бетон блоктон турса да, модель аларга таянычтуу каркас ыйгарган. Ошол эле учурда Birmingham шаарындагы айрым адаттан тыш тышкы дубалдарда кыш жана изоляция компоненттерин визуалдык далилдерден туура чыгара алган.

Ички жана тышкы дубалдардагы натыйжалуулук

Ички бөлүүчү дубалдар адатта гипсокартон, таяныч жана изоляция сыяктуу көбүрөөк кайталануучу түзүмдөргө ээ болгондуктан, модель бул дубалдарда ийгиликтүүрөөк болгон. Тышкы дубалдар болсо кыш, бетон, каптама, аба боштугу, изоляция жана ар кандай көтөрүүчү катмарлардын түрдүү айкалыштарын камтышы мүмкүн болгондуктан, жогорку ката көрсөткөн.

Термалдык сүрөт чындап канчалык салым кошту?

Термалдык сүрөттүн салымы сүрөттүн сапатына жана дубалдын эки тарабындагы температура айырмасына байланыштуу. Изилдөөдө таянычтарды так көрүү үчүн дубал боюнча жок дегенде болжол менен 5–10 °C туруктуу температура айырмасы пайдалуу экени айтылат.

Бул айырма төмөнкү шарттарда пайда болушу мүмкүн:

• Кышында ички жана тышкы чөйрөнүн ортосунда,
• Тышкы дубал күнгө ысыганда,
• Түн бою жылытуудан кийин таң эрте,
• Убактылуу көзөмөлдөнгөн жылытуу колдонулганда.

Ички бөлүүчү дубалдарда табигый температура айырмасы көп учурда аз болот. Мындай учурда термалдык камера таянычтарга жакын жерлердеги беттик температуранын өтө майда айырмачылыктарын гана кармай алат.

Термалдык сүрөттү жакшыртуу эксперименти

Изилдөөчүлөр термалдык сүрөттөрдү үч башка жол менен иштетип, натыйжалуулукту салыштырган:

• Камера программасынан чыккан калыбында,
• Ар бир шаар үчүн жалпы экспозиция, жылдыруу жана гамма жөндөөлөрү менен,
• Ар бир сүрөт үчүн Adobe Photoshop 2025 аркылуу кол менен жөндөлгөн түрдө.

Термалдык сүрөттү өзгөртүү изилдөөдө төмөнкү операциялар менен көрсөтүлгөн:

\[ x=img\cdot 2^{EXPOSURE}+OFFSET \]

\[ x=[\min(\max(x,0),1)]^{1/GAMMA} \]

\[ x=\min(\max(x,0),1) \]

Бул жерде:

• \(img\) баштапкы термалдык сүрөт массивин,
• \(EXPOSURE\) экспозиция түзөтүүсүн,
• \(OFFSET\) жарыктык жылдыруусун,
• \(GAMMA\) тон бөлүштүрүлүшүн башкарган гамма маанисин,
• \(x\) иштетилген сүрөт маанисин билдирет.

Изилдөөдө \(OFFSET=-0,23\) жана \(GAMMA=0,53\) колдонулган. Экспозиция мааниси San Francisco жана Birmingham үчүн 0,6; Boston жана Toronto үчүн 1,5 болуп тандалган.

Кол менен жакшыртуу тактыкты жогорулаткан, бирок шаарга ылайык автоматтык иштетүү көмүртек катасын %27ден %30га көтөргөн. Бул натыйжа сүрөттү жакшыртуу ар бир метрикада жана ар бир мисалда бирдей багытта пайда бербей турганын көрсөтөт.

Ката талдоосу эмнени көрсөттү?

Изилдөөчүлөр каталарды алты категорияга бөлгөн:

1. Сырткы чек катмарынын туура эмес аныкталышы,
2. Көтөрүүчү же таянычтуу конструкциялык системанын туура эмес болжолдонушу,
3. Таянычтардын санынын туура эмес болжолдонушу,
4. Таянычтын металлбы же жыгачпы экенинин туура эмес аныкталышы,
5. MEP компоненттеринин бар экенинин туура эмес болжолдонушу,
6. MEP компонентинин туура таяныч аралыгына жайгаштырылбай калышы.

Кошумча маалымат түрлөрү өзгөчө конструкциялык система жана таяныч түрү боюнча каталарды азайткан. GIS маалыматын гана колдонгон модель, мисалы, 1980-жылдан кийинки коммерциялык имараттарда металл таянычтар кеңири тараган деген жалпы божомолдорго таянган. Термалдык сүрөттөр чыныгы таяныч үлгүсүн жарым-жартылай көрсөткөндө мындай божомол каталары азайган.

MEP жайгаштыруу катасы болсо маалымат түрлөрү кошулган сайын олуттуу азайган эмес. Модель розетка же электр түтүгү бар экенин түшүнсө да, анын так кайсы таянычтардын арасында турганын ишенимдүү аныктай алган эмес. Изилдөөчүлөр муну учурдагы сүрөт-тил моделдеринин майда мейкиндиктик ой жүгүртүү чектөөсүнө байланыштырат.

Модель чындап сүрөттөрдөн тыянак чыгарабы же жаттап алган курулуш үлгүлөрүнө таянабы?

Бул суроо изилдөөнүн эң маанилүү илимий талкууларынын бири. Сүрөт-тил моделдери интернет масштабындагы тексттер жана сүрөттөр менен алдын ала үйрөтүлгөндүктөн, кеңири таралган курулуш системалары тууралуу жалпы билимге ээ. Мисалы, коммерциялык кеңсенин ички бөлүүчү дубалы жөнүндө сөз болгондо, модель визуалдык далил болбосо да металл таяныч, айнек була жана гипсокартон деген божомолго багыт алышы мүмкүн.

Изилдөөчүлөр GIS гана киргизүүсүнөн бардык маалымат түрлөрүнө өтүүдө тактыктын жогорулашын чыныгы көп модалдуу тыянактын далили катары баалашат. Birmingham шаарындагы айрым адаттан тыш кыш жана изоляция түзүлүштөрүнүн визуалдык маалыматтан туура таанылышы да модель жөн гана демейки шаблонду кайталабаганын көрсөтөт.

Ошол эле учурда бетон блоктуу Birmingham дубалдарында жаңылыш таянычтуу системаны болжолдоо алдын ала үйрөнүлгөн кеңири таралган курулуш божомолдору кээде реалдуу далилдерден үстөм болуп каларын көрсөтөт.

Изилдөө моделдин ийгилигинин канча бөлүгү көп модалдуу далилден, канча бөлүгү алдын ала үйрөнүүдө өздөштүрүлгөн курулуш үлгүлөрүнөн келип чыкканын так ажырата албайт. Бул айырма ачык изилдөө суроосу катары калтырылган.

Радиожыштык дубал сканери эмне үчүн негизги экспериментке киргизилген эмес?

Изилдөөчүлөр Walabot түзмөгүн жана атайын чыпкалоону колдонгон радиожыштык өлчөө системасын да сынаган. Бул түзмөк жыгач жана металл таянычтарды, ошондой эле айрым түтүктөрдү аныктай алат.

Бирок өлчөөлөр ызы-чуулуу болуп, кеңири кийинки иштетүүнү талап кылган жана термалдык сүрөткө кошумча чектелүү гана маалымат берген. Ошондуктан радиожыштык маалыматтары негизги натыйжалуулук таблицаларына киргизилген эмес.

BIM жана үч өлчөмдүү моделге айландыруу

JSON дубал конструкциясынын графын үч өлчөмдүү тор моделине айландырган концепцияны далилдөө скрипти иштелип чыккан. Ар бир катмар түйүнү геометриялык материал катмарына, ал эми MEP төмөнкү түйүндөрү дубалга байланышкан компоненттерге айландырылат.

Изилдөөчүлөр муну Revit жана IFC негизиндеги иш агымдарына туташтыруу техникалык жактан мүмкүн экенин белгилешет:

• Катмар түйүндөрү Revit дубал конструкциясынын түрлөрүнө,
• Розетка, түтүк жана канал түйүндөрү дубалга жайгашуучу үй-бүлө экземплярларына,
• Материал тизмеси камтылган көмүртек эсептегичтерине өткөрүлүшү мүмкүн.

Ошол эле учурда системанын бардык BIM үй-бүлөлөрүн жана IFC схемаларын автоматтык түрдө колдой турганы көрсөтүлгөн эмес. Толук масштабдуу жана катасыз BIM интеграциясы үчүн кошумча инженердик иш талап кылынат.

Күнүмдүк жана тармактык таасири кандай болушу мүмкүн?

Мындай система ишенимдүү деңгээлге жетсе, айрыкча чоң имарат портфелдеринде маанилүү алдын ала тандоо куралы боло алат. Бир дубалды тажрыйбалуу адис учурдагы чиймелер жана Revit модели менен баалай алат. Негизги мүмкүнчүлүк — имараттагы жүздөгөн дубалдардын алгачкы болжолун автоматтык түрдө түзүү.

Мүмкүн болгон колдонуу багыттары төмөнкүлөр:

• Жаңылоого чейин кайсы дубалдарды сактап калууга болорун аныктоо,
• Бузууга чейин кайра калыбына келтирүүгө боло турган материалдын көлөмүн болжолдоо,
• Камтылган көмүртек инвентаризациясын даярдоо,
• Үн изоляциясы бар-жогу белгисиз бөлүктөрдү алдын ала баалоо,
• Шыптын артындагы жашыруун механикалык системаларды болжолдоо,
• Имарат боюнча материал паспортун түзүү,
• Бороскоп же физикалык ачуу жүргүзүлө турган маанилүү чекиттерди артыкчылыктуу кылуу.

Бул иш агымын бузуп сыноону сөзсүз алмаштырган ыкма катары эмес, бузуп текшерүү кайсы жерде жүргүзүлүшү керектигин аныктаган тобокелдикке негизделген чечим колдоосу катары баалоо реалдуураак.

Изилдөөнүн күчтүү жактары

• Ар түрдүү сандагы маалымат түрлөрү менен иштей алган ийкемдүү түзүмдү сунушташы,
• Класс белгисин гана эмес, иерархиялык жана BIMге айландырылуучу графты түзүшү,
• Курамы так белгилүү болгон физикалык дубал макети менен көзөмөлдөнгөн текшерүү жүргүзүшү,
• Төрт шаардагы реалдуу дубалдар менен тышкы текшерүү аракетин жүргүзүшү,
• Конструкциялык тактык менен катар камтылган көмүртек катасын да өлчөшү,
• Ар бир дубал жана маалымат айкалышын беш жолу иштетип, моделдин өзгөрмөлүүлүгүн баалашы,
• Термалдык сүрөт сапатынын таасирин өзүнчө ажыратуу изилдөөсү менен текшериши,
• Каталарды чек катмары, конструкциялык система, таяныч жана MEP сыяктуу маанилүү категорияларга бөлүшү,
• Алдын ала үйрөтүлгөн моделдин ыктымал бир жактуулугунун таасирин ачык талкуулашы.

Изилдөөнүн чектөөлөрү

• Изилдөө рецензиядан өтпөгөн preprint болуп саналат.
• Реалдуу дүйнөдөгү маалымат топтому болгону 22 дубалдан турат.
• Мисалдар коммерциялык кеңсе имараттары менен чектелген.
• Турак жайлар, тарыхый курулуштар, таш-кыш дубалдар, массивдүү жыгач конструкциялар жана Батыштан тышкаркы жергиликтүү курулуш системалары текшерилген эмес.
• Реалдуу дубалдардын эталондук курамы бузуп сыноо менен текшерилген эмес.
• Термалдык сүрөттүн ийгилиги температура айырмасына, камерага, чечилишке жана сүрөттү иштетүүгө күчтүү көз каранды.
• Макет экспериментинде жогорку чечилишиндеги термалдык сүрөт акыркы гипсокартон орнотулганга чейин алынган.
• Модель чоң жана кыркылбаган кабат пландарын чечмелөөдө кыйналышы мүмкүн.
• Учурдагы VLMдер үч өлчөмдүү чекит булуттарын табигый түрдө иштете албайт.
• Карама-каршы маалымат түрлөрү кээде тактыкты жогорулатуунун ордуна төмөндөтүшү мүмкүн.
• MEP компоненттерин туура таяныч аралыгына жайгаштыруу начар бойдон калган.
• Алдын ала үйрөнүлгөн кеңири таралган курулуш шаблондору адаттан тыш дубалдарда туура эмес божомолдорго алып келиши мүмкүн.
• Көмүртек эсептеринде реалдуу продукт EPDлеринин ордуна орточо коэффициенттер жана туруктуу дубал өлчөмү боюнча божомолдор колдонулган.
• Түзүлгөн JSON графынын толук IFC жана Revit шайкештиги кеңири түрдө текшерилген эмес.
• Иш агымы модель версиясына жана нускама дизайнына көз каранды; башка VLMдерде ошол эле натыйжага кепилдик берилбейт.

Изилдөө эмнени айтат, эмнени айтпайт?

Келечекте кандай жакшыртуулар сунушталууда?

Изилдөөчүлөр келечекте төмөнкү иштерди жүргүзүүнү сунуштайт:

• Айрым дубалдарды бороскоп же көзөмөлдөнгөн ачуу менен физикалык түрдө текшерүү,
• Конструкциялык жактан маанилүү каталарга жогорураак жаза берген баалоо көрсөткүчтөрү,
• Термалдык сүрөт, кабат планы жана RGB анализи үчүн адистешкен төмөнкү моделдер,
• Чоңураак жана физикалык түрдө текшерилген маалымат топтомдорунда майда жөндөө,
• Курулуш маалымат базаларына негизделген retrieval-augmented generation колдонуу,
• Бир дубалдан бүт кабаттын же имараттын инвентарына масштабдоо,
• Чекит булутунан жана кабат планынан дубал өлчөмүн автоматтык чыгаруу,
• Болжолдонгон материалдарга ылайык кайра пайдаланууга багытталган долбоор түзүү.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Методдун техникалык кыскача мазмуну

Эксперименттик түзүлүш

Маалымат чогултуу түзмөктөрү

• RGB сүрөттөрү үчүн iPhone 13 Pro,
• Термалдык сүрөттөр үчүн FLIR Boson жана Micro-Epsilon TIM QVGA камералары,
• Эксперименттик радиожыштык сканерлөөсү үчүн Walabot негизиндеги система колдонулган.

Негизги натыйжалуулук табылгалары

Сүрөттөрдүн жана таблицалардын илимий мааниси

Сүрөт 1, GIS, кабат планы, RGB жана термалдык киргизүүлөр компакттуу графтан деталдуу дубал конструкциясына жана ансамбль болжолуна кантип айланарын көрсөтөт. Агымдын борборунда JSON негизиндеги граф көрсөтүлүшү бар.

Сүрөт 2, физикалык дубал макетинин курулуш баскычын, бүткөн бетин, санарип моделин, кабат планын, RGB сүрөтүн жана термалдык сүрөттөрүн жанаша көрсөтөт. Сүрөт термалдык сүрөт айрым таянычтарды көрсөтүп жатканда, изоляциянын артындагы элементтерди жашырып калышы мүмкүн экенин көрсөтөт.

Таблица 1, макет экспериментинде мүмкүн болгон бардык маалымат айкалыштарын салыштырат. Айрым эки модалдуу айкалыштар көбүрөөк маалыматты камтыган топтомдордон жакшы иштеши мүмкүн экени карама-каршы киргизүүлөр моделдин натыйжалуулугун төмөндөтүшү мүмкүн экенин көрсөтөт.

Таблица 3, Boston, San Francisco, Birmingham жана Toronto шаарларындагы мисал дубалдарда кабат планын, RGB, термалдык сүрөттү, болжол графын, эталондук графты жана үч өлчөмдүү моделдерди салыштырат. Мисалдар ошол эле модель айрым дубалдарда кемчиликсиз же жогорку тактык берсе, айрым тышкы дубалдарда болгону 0,30 тактыкта калышы мүмкүн экенин көрсөтөт.

Таблица 4, изилдөөнүн негизги сандык натыйжасын берет. Маалымат түрлөрү көбөйгөн сайын жалпы тактык 0,54төн 0,76га жогорулап, көмүртек катасы %104төн %26га төмөндөйт.

Сүрөт 4, алты ката категориясын салыштырат. Конструкциялык системаны жана таяныч түрүн таануу кошумча маалымат менен олуттуу жакшырса да, MEP жайгаштыруусу кыйын бойдон калганы көңүл бурат.

Таблица 7, термалдык сүрөттү жакшыртуу чакан, бирок өлчөнө турган тактык өсүшүн бере аларын көрсөтөт. Эң жакшы натыйжа ар бир сүрөт өзүнчө кол менен жакшыртылган шартта алынган.

Таблица 9, ошол эле иш агымы жаңы VLM версиясында кошумча үйрөтүүсүз жакшыраак натыйжа бергенин көрсөтөт. Бул табылга метод модель прогрессинен пайда көрө алат деген пикирди колдойт, бирок келечектеги модель версияларында натыйжалуулук сөзсүз жогорулай турганына кепилдик бербейт.

Булак жана Ыкма Жөнүндө Эскертүү

Бул мазмун Nikita Klimenko, Martin JJ. Bucher, Fopefoluwa Bademosi, Lorenzo Villaggi, Dale Zhao жана David Benjamin тарабынан даярдалган “Seeing Inside Walls for Retrofit and Reuse: Multimodal Reasoning with Vision-Language Models for Hidden Wall Assemblies” аттуу изилдөөгө негизделген.

Изилдөөнүн электрондук көчүрмөсү SSRN аркылуу жарыяланган жана Elsevierге тапшырылганы көрсөтүлгөн preprint изилдөө макаласы. Документте ачык түрдө “This preprint research paper has not been peer reviewed” деген билдирүү бар. Ошондуктан изилдөө рецензиядан өткөн эмес. PDFде текшериле турган DOI же журналга акыркы кабыл алуу маалыматы жок.

Изилдөө сүрөт-тил моделине негизделген эксперименттик программалык иш агымын, физикалык дубал макетин, төрт коммерциялык имараттагы 22 реалдуу дубалды, түзүмдөлгөн граф болжолун, термалдык жана RGB сүрөткө тартууну, BIMге айландырууну жана камтылган көмүртек эсебин камтыйт.

Реалдуу дубалдардын эталондук конструкциялары бузуп сыноо менен текшерилген эмес. Эталондук белгилер Revit моделдери, BIM файлдары, архитектуралык чиймелер, термалдык сканерлер жана эксперттик баалоолор менен даярдалган. Ошондуктан изилдөө дубал курамын так физикалык текшерүүнү эмес, жеткиликтүү маалыматтардын негизинде алынган көп булактуу эталондук болжолду колдонот.

Макалада берилген тактык граф түзүмүнүн эталондук графка окшоштугун өлчөйт. Бул маани модель ар бир материалды же MEP компонентин бирдей деңгээлде туура тапты дегенди билдирбейт. Камтылган көмүртектин салыштырма катасы болсо стандарттык материал коэффициенттери, 10 фут дубал бийиктиги жана 16 дюйм таяныч аралыгы сыяктуу божомолдор менен эсептелген; бул реалдуу имараттын текшерилген жашоо цикли анализи эмес.

Изилдөөдө колдонулган VLM версиялары, нускамалар жана натыйжалар PDFде берилген калыбында жеткирилген. Изилдөөдөгү %47–%74 жана %54–%76 тактык катарлары тиешелүүлүгүнө жараша GPT-5.2 жана GPT-5.4 салыштыруулары менен байланыштуу.

Авторлор макаланы даярдоо учурунда абзацтарды түзүмдөө, грамматиканы оңдоо, агымды жакшыртуу жана айрым бөлүктөрдү кыскартуу максатында Claude Sonnet 4.5 колдонгонун; акыркы мазмунду өздөрү карап чыгып, жоопкерчиликти өздөрүнө алганын билдирген.

Бул мазмун берилген PDFдеги изилдөөгө гана негизделип даярдалган. PDFде жок болгон дубалды так аныктоо, коопсуздук кепилдиги, автоматтык BIM тактыгы, коммерциялык талаа ийгилиги же бардык курулуш түрлөрүнө жалпылоо мүмкүнчүлүгү боюнча ырастоолор кошулган эмес.