AI-berikade digitala tvillingar för storskalig analys av renoveringar

Tillämpad AI-gruppen på Chalmers Industriteknik leder det Vinnova-finansierade projektet DecarbonAIte. Tillsammans med projektpartnerna tillämpar teamet maskininlärning (ML) för att extrahera data från offentligt tillgängliga databaser för att berika urbana digitala tvillingar och tillhandahålla optimerade renoveringsåtgärder för beslutsstöd.

Byggnadssektorn har en enorm potential att minska utsläppen av växthusgaser. Storskaliga renoveringar är brådskande för att uppfylla Sveriges klimatmål för 2045. Ett hinder är den manuella, tidskrävande planeringen av renoveringsåtgärder. Här kan urbana digitala tvillingar ge en bra grund för effektiv renoveringsplanering i stor skala. Målen är tvåfaldiga. För det första utvecklar teamet en ML-baserad metod för att extrahera information som behövs för att simulera byggnaders prestanda (3D-geometrier, fönster, materialegenskaper). För det andra kommer en optimeringsmetod baserad på genetiska algoritmer att utvecklas som omfattar energisimulering, livscykelbedömning och en livscykelkostnadsanalys.

Vill du veta mer? Se filmen här.

Kontakt

Bernd Ketzler (gruppchef)

Kontakta mig

Kompetensområden