Présentation faite le mercredi 23 octobre 2019, lors de ma participation au BIM Workshop (BIM In Motion) organisé par Bouygues Construction, sur leur site Challenger, dans la région parisienne. Après une introduction aux systèmes experts (à base de connaissances), sont donnés quelques exemples d'applications pertinentes dans un contexte BIM. Sont aussi fournis des liens vers des publications et des présentations exposant plus en détail ces approches.

1. Pourquoi et comment
apporter du sens
aux données du
BIM ?
Dr. Ana ROXIN
Maître de Conférences, Habilité à diriger des recherches
Univ. Bourgogne Franche-Comté (UBFC)
ana-maria.roxin@ubfc.fr

2. Besoin de sensBesoin de sens
Spécifier des
connaissances
Spécifier des
connaissances
Raisonner et
expliquer un
raisonnement
Raisonner et
expliquer un
raisonnement
Intérêt pour le
BIM
Intérêt pour le
BIM
ConclusionConclusion
Plan de la présentation
2

3. Besoin d’apporter du sens…
3
▶ BIM = utiliser une « représentation numérique partagée d’un objet construit pour faciliter les processus de
conception, de construction et d’exploitation et former une base fiable permettant les prises de décision »
(ISO 29481-1 2016 « Building information models — Information delivery manual — Part 1: Methodology and
format »)
Comment spécifier …
… des connaissances ?
… un raisonnement ?
Comment expliquer …
… des déductions ?
Comment aider …
… l’humain ?
… à la prise de décision ?

4. Données
•Eléments obtenus à partir
de mesures de variables,
capteurs, actionneurs, etc.
Informations
•Données placées dans un
contexte
•Données analysées
Expériences
•Actions ou faits déduits à
partir d'informations
Connaissances
•Faits, informations, vérités,
principes acquis grâce à
l'expérience ou à
l'instruction
Spécifier des connaissances
4
Explicites Implicites
Besoin: spécifier une connaissance et une
expérience humaine, de manière qu'une machine
puisse les manipuler

5. Apprentissage
non supervisé
Partitionnement: k moyennes, CAH
Réduction de dimension: ACP, réseaux de neurones
artificiels
Apprentissage
par renforcement
Algorithmes génétiques
TD Learning, Q Learning
Apprentissage
supervisé
Prédiction qualitative: classification
Prédiction qualitative : régression
Apprentissage programméApprentissage programmé Systèmes expertsSystèmes experts
Raisonner et expliquer les déductions
5
Systèmes basés sur
l’apprentissage
automatique
Machine learning
Systèmes basés sur
le raisonnement
Trouver des structures
sous-jacentes pour des
données non-étiquetées
Apprendre les actions à
prendre en réponse à
chaque point de données.
La qualité de la prise de
décision est évaluée par un
signal de récompense
Apprendre une fonction de
prédiction en fonction
d'exemples annotés
Décrire le comportement
d'un expert humain face à
un problème particulier, et
sa manière de le résoudre

6. Les systèmes à base de connaissances
6
La description numérique doit être une conceptualisation du monde suffisamment
détaillée pour supporter la prise de décision.
Les règles permettent de suivre comment le système expert « raisonne » .
Elles assurent la mise au point finale du processus de raisonnement, puis la
maintenance du système. Il faut pouvoir gérer les règles efficacement.
Dans les prises de décision complexes, l’IA doit être au service de l’humain.
Le système global doit être suffisamment rapide et intuitif afin d'être perçu
comme un avantage par l'humain. Les déductions sont logiques et justifiables.
Moteur d'inférence
•Traite les règles pour
déduire des
connaissances implicites
Ensemble de règles
• Savoir-faire de l’expert
• Processus de
raisonnement expert
Base de
connaissances
•Contient l'expérience, la
connaissance de l'expert
(explicite et formelle)
Les murs de façade ont une
épaisseur de 18cm et sont
faits en béton renforcé.
Les murs de façade
représentent l’extérieur
d’un bâtiment (sa façade)
Mur_Façade_2 n’est pas
conforme
(Raison: épaisseur de 16cm)

7. De capteurs
vers
connaissances
De capteurs
vers
connaissances
Contrôle de
règles
d’urbanisme
Contrôle de
règles
d’urbanisme
Ajouts de
concepts
« métier »
Ajouts de
concepts
« métier »
Extraction
de
vues
Extraction
de
vues
Qualification
de
maquettes
Qualification
de
maquettes
Dictionnaires
de données
Dictionnaires
de données
Catalogues
produits
Catalogues
produits
ClassificationsClassifications
Intérêt pour le BIM
7

8. Capteurs placés dans le béton
Remontée de connaissances
De capteurs vers connaissances
8
Cette photo par Auteur inconnu est soumise à la licence CC BY-SA-NC
Optimisation coûts
Emissions CO2
Réseaux urbains
Comment extraire des informations
concernant les éléments béton d’une
construction ? Gestion de chantier
Logistique
Traçabilité
Applications pour:
• Production béton
• Surveillance sites construction
• Monitoring structures
"Communicating Matter for BIM"
Projet ANR en cours (2017-2020)
N° ANR-17-CE10-0014-03
Confort
Productivité
Satisfaction

9. Contrôle de règles d’urbanisme (PLU)
9
Thèse CIFRE avec le CSTB
Doctorant Elio HBEICH
(en cours)
- Appliquer les règles PLU à différents
niveaux de vue / abstractions
Bénéfices:
Elio Hbeich, Ana Roxin, Nicolas Bus. Aligning BIM and GIS – CityGML and
PLU to achieve compliance checking model. 18th Int. Conference on
INFORMATICS in ECONOMY, May 2019. pp.165-170.
⟨10.1016/j.autcon.2018.03.035⟩

10. Ajout de concepts « métier »
10
Dernier étage
Cette photo par Auteur inconnu est soumise à la licence CC BY-NC
Cette photo par Auteur inconnu est soumise à la licence CC BY-NC
Enveloppe du bâtiment
- Spécification de connaissances expert
- Manipulation et vérification aisées
des maquettes numériques
Bénéfices:
Présentation @buildingSmart International Standards Summit,
Technical Room, Rotterdam, 12 avril 2016 [Disponible en ligne]

11. Extraction de vues
11
- manipulation aisée des maquettes numériques
- possibilité d'extraire des vues métier
Bénéfices:
Enveloppe bâtiment ?
Tarcisio Mendes De Farias, Ana Roxin, Christophe Nicolle. A rule-based methodology to
extract building model views. Automation in Construction, Elsevier, 2018, 92, pp.214 -
229. ⟨10.1016/j.autcon.2018.03.035⟩

12. Qualification de maquettes numériques
12
- spécification des requêtes en langage naturel
- justification des déductions
Bénéfices:
Nicolas Bus, Muhammad Fahad, Bruno Fies, Ana Roxin. Semantic topological querying for
compliance checking. eWork and eBusiness in Architecture, Engineering and Construction:
ECPPM 2018, 2018 ⟨10.1016/j.autcon.2018.03.035⟩
Pieter Pauwles, Ana Roxin. Reasoning with Rules. Presentation @buildingSMART International
Standards Summit, Jeju, le 27 septembre 2016. [Disponible en ligne]

13. Dictionnaire
Window^^@EN
Fenêtre^^@FR
Porte Mur
…
Applications
Dictionnaires de données
13
Ontologies
Modèle 1 Modèle 2 Modèle 3
- manipulation de concepts en langage naturel,
sans avoir à connaître leurs équivalents dans
les différents modèles/standards.
Bénéfices:
Requêtent,
manipulent
Exposent
Ana Roxin. A Linked Data Perspective for BIM. Présentation @buildingSMART
International Standards Summit, Building, Product and Technical Rooms joint session,
Jeju, 2016. [Disponible en ligne]

14. Objets Modèle
•Sert de guide pour les objets
Générique & Produit
•Identifiant unique 128-bit selon
IFC
•Au moins une classification
•Faible niveau de détail e.g. AIA
LoD 200:
•dimensions ( nominales +
masse & volume) + unités
préférées, connections
•Propriétés telles que définies
dans les spécifications (valeurs
non obligatoires, suggérées)
Objets Génériques
•Généralisation d’un produit
•Niveau de détail moyen e.g. AIA
LoD 300:
•Forme détaillée pour la
reconnaissance de l’objet,
l’allocation d’espace, la
coordination et la détection de
clash
•+ Mesures des dimensions,
surface et volume
•+ Propriétés d’évaluation e.g.
impact économique &
environnemental
•+Unités nommées selon ISO
80000-1
Objets Produit
•Représentation d’un produit
•Haut niveau de détail e.g. AIA
LoD 300-400: affichage
utilisation, simulation de
connections sur l’équipement
via des ports nommés
•+Mesures en lien avec les
méthodes (e.g. surface et
longueur effective, durée de
vie de référence)
•+ Propriétés simulation e.g.
performance
•+ Propriétés spécifiées et
instanciées avec des valeurs
Catalogues produits ISO/DIS 22014:2019
“Library objects for architecture, engineering and construction”
14
Objets “Catalogue produits” = produits
spécifiques avec des propriétés définies,
disponibles à partir de catalogues pour être:
— téléchargés et utilises directement
— associés à des identifiants produit
uniques.
Objets “Produits série paramétrables” =
une série d’objets Génériques ou Produit
avec des propriétés variables pouvant être:
— téléchargés et configurés pour répondre
aux besoins ingénierie et conception
— associés à des identifiants série uniques.
Objets “Produits conçus à la commande” =
Produit spécifique, en réponse à une exigence
ou un problème, afin d’être :
— téléchargé et configuré pour documenter
les exigences conception et ingénierie
— utilisé comme base pour les demandes de
solutions techniques des fournisseurs et des
fabricants
— mis à niveau vers des solutions techniques
fournies par un fournisseur / fabricant.
ISO/DIS 22014:2019

15. Alignements entre classifications
15
OmniClassOmniClass
MasterFormatMasterFormat
UniformatUniformat
ISO 12006-2:2015ISO 12006-2:2015

16. Industriels
• Définir des cas d'utilisation
• Spécifier des règles expert en langage naturel
• Utiliser des vocabulaires standard
• Implémenter des approches à bases de connaissances
Chercheurs
• Être à l’écoute des besoins industriels
• Concevoir des systèmes de gestion de connaissances efficaces
• Définir des liens entre les vocabulaires
• Développer des Proof-Of-Concept
En guise de conclusion…
16

17. Merci pour votre
attention
Contact: ana-maria.roxin@ubfc.fr