Članek obravnava povezovanje informacijskega modeliranja gradenj (BIM) in analize življenjskega cikla (LCA) za vrednotenje okoljskih vplivov stavb. Avtorji ugotavljajo, da lahko integracija BIM in LCA bistveno izboljša učinkovitost priprave okoljskih analiz, predvsem zaradi avtomatiziranega pridobivanja podatkov o materialih in količinah iz BIM modela. Hkrati pa opozarjajo, da praksa še vedno vključuje številne tehnične in metodološke izzive.

Raziskava temelji na dveh študijah primerov v okviru projekta PEF4buildings. Uporabljen je bil potek dela, kjer se podatki iz BIM modela v programu Revit prenesejo v Excel za dopolnitev inventarja življenjskega cikla (LCI), nato pa se analiza izvede v programu SimaPro. Avtorji poudarjajo, da BIM model sam po sebi običajno ne vsebuje vseh informacij, potrebnih za popolno LCA analizo. Poleg geometrije in količin so potrebni tudi podatki o transportu, vzdrževanju, življenjski dobi materialov ter scenarijih konca življenjske dobe. Zaradi tega je bilo treba podatke dopolnjevati ročno oziroma z dodatnimi preglednicami.

Pomemben problem predstavlja tudi različna stopnja razvitosti BIM modelov (LOD – Level of Development). V zgodnjih fazah projektiranja modeli pogosto niso dovolj podrobni za natančno LCA analizo, medtem ko zelo podrobni modeli povečajo količino podatkov in zahtevnost obdelave. Zato je treba izbrati ustrezno raven podrobnosti glede na namen analize. Avtorji opozarjajo tudi na težave pri povezovanju BIM elementov z LCA bazami podatkov, saj klasifikacije materialov in gradbenih elementov med različnimi sistemi niso poenotene.

Ena ključnih ugotovitev članka je, da popolnoma avtomatiziran BIM-LCA proces trenutno še ni dosegljiv. Največ težav povzročajo nepreglednost podatkov, različni formati izmenjave ter potreba po ročnih prilagoditvah. Kljub temu pa avtorji ocenjujejo, da povezovanje BIM in LCA predstavlja pomemben korak k bolj trajnostnemu načrtovanju stavb, saj omogoča hitrejše primerjanje projektnih rešitev in zgodnje odločanje o zmanjšanju okoljskih vplivov. Za uspešno uporabo v praksi bo potrebno predvsem boljše standardiziranje podatkov, razvoj interoperabilnih orodij in poenotenje metodologij.

Celoten članek na POVEZAVI.