Approche ontologique du jumeau numérique pour la maintenance énergétique des bâtiments

Ontological Approach to Digital Twin for Building Energy Maintenance

LUCID Lab, Université de Liège, Liège, Belgique

^* Corresponding author: maxence.calixte@uliege.be

Résumé

La transformation numérique dans le secteur de la construction, axée sur le BIM, suscite un intérêt croissant pour la maintenance des bâtiments. Notre recherche vise à développer et valider une méthode de maintenance prévisionnelle basée sur un jumeau numérique du bâtiment, mettant l’accent sur les équipements énergétiques. Notre méthodologie comprend la création d’une ontologie pour organiser les données et leur intégration à l’aide d’une base de données orientée graphe (GDB). Cette approche améliore l’interopérabilité BIM grâce aux Linked Data et au développement des outils de maintenance prévisionnelle des installations énergétiques, incluant la détection et le diagnostic des anomalies (FDD). Une série de questions de maintenance a été identifiée pour valider l’approche, démontrant la capacité de l’ontologie à répondre à des questions complexes liées à la maintenance. Bien que la recherche présente des limites, notamment dans l’évaluation complète de l’efficacité de l’ontologie, l’implémentation de la GDB et les perspectives des méthodes de FDD laissent entrevoir des avancées prometteuses pour l’amélioration des processus de maintenance et d’exploitation des bâtiments.

Abstract

The digital transformation in construction, focusing on BIM, is driving interest in building maintenance. Our study aims to develop and validate a predictive maintenance method using a building’s digital twin, emphasizing energy equipment. Our approach involves creating a building ontology and integrating data using a graph-oriented database (GDB) for enhanced BIM interoperability. This enables predictive maintenance tools, including Fault Detection and Diagnosis (FDD), for energy installations. We identify maintenance queries to validate the approach, showing the ontology’s capacity to address complex issues. While limitations exist, the GDB implementation and FDD methods suggest promising advancements in building maintenance.