BAGGRUND:
Der er i de senere år kommet mere fokus på digitaliseringen ifm. bygge- og anlægsprojekter. Staten stiller krav om at digitalisere bygge- og anlægsprocessen ved brug af en række digitale værktøjer. Målet er at højne effektiviteten og kvaliteten af bygge- og anlægsprojekter gennem brugen af disse værktøjer.
I Vejdirektoratet har man valgt at understøtte denne udvikling gennem et testprojekt, der tager udgangspunkt i et sideudvidelsesprojekt på den Fynske Motorvej. Testprojektet skal bl.a. undersøge muligheder og krav i forbindelse med 3D-modellering samt 4D og 5D simulering. Fokus i testprojektet er alene projekterings- og anlægsfasen. Erfaringer fra testprojektet vedr. emnet objektstruktur og klassifikation er kort beskrevet herunder.
ERFARINGER:
I testprojektet er der arbejdet med objektstruktur og klassifikation. Der er taget udgangspunkt i CCI klassifikationssystemet, og det har vist sig, at klassifikationssystemet understøtter en god del af de objekttyper, der anvendes i vores anlægsprojekter – men det har samtidig synliggjort, at der er mangler, hvor det er nødvendigt at supplere systemet.
I fht. klassifikation er der primært anvendt komponentkoder under arbejdet med testprojektet. Derudover er der lokaliseret et behov for at kunne sammensætte objekter via en kode. I samarbejde med Molio er teknisk systemkoder udset som en mulig løsning på denne problemstilling. Dette er dog endnu ikke anvendt i praksis, men der er via testprojektet udarbejdet en metodik for, hvordan det kan anvendes.
Lokationskoder er kortvarigt berørt, men også her skal der dykkes ned i, om det kan skabe værdi på sigt, og i givet fald hvordan det skal tages i brug i praksis.
Under arbejdet er der udarbejdet et skema, der beskriver de objekter, som er indeholdt i de enkelte fagmodeller (skemaet er ikke fuldt udbygget for alle fagdiscipliner bl.a. mangler bygværker). Under hvert objekt er det desuden beskrevet, hvilke egenskabsdata samt klassifikationskoder, der ønskes tilknyttet objektet. Det er udgangspunktet, at Vejdirektoratet fremadrettet vil stille et sådant skema til rådighed og samtidig stille krav om, at det er netop det skema, der skal anvendes. Det er nødvendigt med en ensartet anvendelse af koderne på tværs af projekter, for at sikre at vores systemer, der anvender data på tværs af organisationen, kan fungere og køre automatisk – på samme måde, som vi i dag anvender fast lagstruktur og -navngivning.
I forbindelse med anvendelsen af CCI og faste skemaer, skal det overvejes, om der værdi og gevinster at hente ved at oprette et branchesamarbejde, der kan understøtte arbejdet. Ligeledes kan det give meget god mening at lægge arbejdet med at udbrede anvendelsen af CCI til flere faser af anlægsprojekterne ud i et branchesamarbejde, så der skabes konsensus omkring anvendelsen. Det gælder i øvrigt indenfor flere niveauer: objektstruktur, klassifikation samt for egenskabsdata. En ensartet tilgang og anvendelse vil gøre det mere enkelt at samarbejde på tværs af organisationer – og der er uden tvivl både tid og økonomi at spare i den forbindelse. Værdien af disse data øges, jo flere steder, de anvendes – som hvis man f.eks. kan bære informationer om elementer fra anlægsfasen til driftsfasen.
Erfaringerne fra testprojektet viser, at anvendelsen af objektstruktur og klassifikation gør det muligt at anvende fagmodellerne som grundlag for både mængdeudtræk og 4D/5D simuleringer. Modsat tidligere kan man med disse metoder sikre større sporbarhed og dokumentation for de udtræk, der anvendes til f.eks. anlægsoverslag. Det giver mindre usikkerhed i fht. grundlaget og resultatet.
Alt i alt har testprojektet banet vejen for, at Vejdirektoratet kan fortsætte i en mere digitaliseret arbejdsform, der er med til at sikre økonomi, sporbarhed og dataværdi i vores anlægsprojekter. Vi ser frem til at prøve metoderne af i de kommende projekter, der netop står for døren – samtidig med at vi kan fortsætte udviklingen i samarbejde med branchen i fht. implementering af metoden i flere faser og med udbygning af grundlaget i klassifikation, objektstruktur og egenskabsdata.