Tiedonhallinta ja tietomallinnus koneluettavassa muodossa talotekniikan suunnittelusta käyttö- ja ylläpitovaiheeseen

Abstract

Rakennusten tietomallit (BIM/IFC) kuvaavat geometrian ja rakenteet, mutta eivät kata ilmanvaihtokoneiden (IV-koneiden) laite- ja ohjaustason semantiikkaa. Tämän YAMK-opinnäytetyön tavoitteena oli kehittää menetelmä, jolla IV-koneen rakenteet ja ominaisuudet voidaan esittää koneluettavassa ja semanttisesti yhteentoimivassa muodossa suunnittelusta ylläpitoon saakka.

Aineistona käytettiin rakennusautomaation mallikaavioita, RAU/LVI-pistelistoja ja RAVA3PRO-sanastoa. Menetelmässä IV-kone kuvattiin järjestelmätasolla SysML v2 -mallinnuskielellä, josta johdettiin inventaario (CSV), käsitevastaavuuskirjasto (SSSOM) sekä ontologinen tietomalli (RDF/TTL). Kansalliset koodistot (RAU, LVI, RAVA) linkitettiin kansainvälisiin ontologioihin (Brick, BOT, SAREF).

Tuloksena syntyi menetelmä, joka mahdollistaa järjestelmärakenteen ja ontologisen tiedon yhdistämisen vaiheittain. Validoinnissa todettiin, että SysML v2 -malli toimii tehokkaana rakenteellisena lähtökohtana semanttiselle mallinnukselle, ja SHACL/SPARQL-säännöt mahdollistavat tiedon eheyden automaattisen tarkistamisen. Menetelmä parantaa tiedon jäljitettävyyttä, vähentää manuaalista työtä ja luo perustan rakennusautomaation, suunnittelun ja analytiikan yhteiselle tietopohjalle.

Johtopäätöksenä SysML v2:n ja semanttisten teknologioiden yhdistäminen täydentää IFC:tä ja mahdollistaa talotekniikan tietojen siirrettävyyden, validoinnin ja jatkohyödyntämisen eri elinkaarivaiheissa. Menetelmä tarjoaa skaalautuvan ja avoimiin standardeihin perustuvan lähestymistavan rakennusten digitaalisen kaksosen kehittämiseen.

Building Information Models (BIM/IFC) describe geometry and structures but do not capture the semantic details of devices and control systems, such as those in air handling units (AHUs). The objective of this Master’s thesis was to develop a method that enables representing the structures and properties of an AHU in a machine-readable and semantically interoperable form, covering all phases from design to operation and maintenance.

The study utilized building automation diagrams, RAU/LVI point lists, and the national RAVA3PRO vocabulary. In the proposed method, the AHU was modeled at the system level using the SysML v2 language, from which an inventory (CSV), a semantic mapping library (SSSOM), and an ontology-based data model (RDF/TTL) were de-rived. National code systems (RAU, LVI, RAVA) were linked to international ontologies (Brick, BOT, SAREF).

The results indicate that the developed method enables a stepwise integration between structural and semantic data. Validation confirmed that SysML v2 provides an effective structural foundation for semantic modeling, while SHACL and SPARQL rules support automated verification of data consistency. The method improves data traceability, reduces manual work, and creates a unified knowledge base connecting building automation, design, and analytics.

In conclusion, combining SysML v2 with semantic technologies complements the IFC standard and enables data interoperability, validation, and reuse across all lifecycle stages. The method provides a scalable and standards-based approach to developing digital twins for building systems.