关于循环建筑环境中数字化转型的十个问题

《BUILDING AND ENVIRONMENT》:Ten questions concerning digital transformation for a circular built environment

【字体: 时间:2026年02月15日 来源:BUILDING AND ENVIRONMENT 7.6

编辑推荐:

  建筑循环经济中的数字技术应用研究,探讨通过计算机视觉、机器人、数字护照等新兴技术提升建筑材料文档、回收和再利用效率,构建集检测、拆解、追踪、匹配与再设计于一体的数字化闭环系统。

  
Catherine De Wolf | Ana Bendiek-Laranjo | Clara Blum | Vanessa Costalonga | Oceane Durand-Maniclas | Zain Karsan | Thibaut Menny | Beril ?nalan | Vanessa Schwarzkopf | Heidi Silvennoinen | Silvia Vangelova | Bayonle Windapo

摘要

本文探讨了通过改进建筑材料的记录、回收和再利用方式来实现建筑环境循环性的挑战。我们研究了新兴数字技术如何通过关注十个具体的研究问题来支持这一目标,这些问题涉及审计、选择性拆除、材料追踪、回收元素的匹配以及重新组装。本文从收集(审计和抢救)、连接(材料追踪)和创建(匹配和重新组装)的过程出发,回顾了当前的方法,包括计算机视觉、实时捕捉、机器人技术、数字护照系统、物理-数字接口、社区数据库、基于人工智能的设计、语言模型、计算技术和增强现实。分析表明,这些技术可以自动化数字库存的创建,提高材料的可追溯性,改进回收组件的评估和匹配,并提升拆除和重新组装过程的精度。这些发现对于寻求将再生材料整合到建筑工作流程中的研究人员、实践者和政策制定者具有重要意义。该工作指出了未来将这些技术整合到连贯的数字生态系统中的研究机会,以加速向循环建筑环境的过渡。

引言

向循环建筑环境的过渡始于对材料在其生命周期中流动方式的清晰理解。在这种情况下,循环经济被认为是一种通过延长设计寿命、维护、再利用、再制造和回收等策略来最小化资源使用、浪费和排放的方法[14],这与国际循环经济词汇和实施指南[53]是一致的。研究人员强调了在建筑环境中实施循环性的机会和持续存在的挑战,包括评估方法、治理框架和实际设计工具方面的不足[56]。要在建筑中实现循环性,需要通过新的决策点和方法(如选择性拆除、基于生命周期评估(LCA)的评估和闭环规划)来重新思考项目规划,以更好地优化循环结果[91]。数字技术有潜力通过解决材料生命周期中的持续瓶颈来显著加速这一过渡。在我们的框架中,我们将这些挑战组织在检测-拆除-分配-设计-部署(D5)数字循环工作流程的不同阶段[32]中,并通过收集、连接和创建这三个总体过程进行描述。
“收集”指的是记录和拆卸,解决了生成关于现有建筑库存的可靠、高分辨率信息的难题。这包括识别材料、预测可用性以及实现选择性拆除,这些过程传统上受到数据碎片化、不确定性和劳动密集型回收的限制。“连接”包括通过确保可追溯性来分配回收组件,并通过数字护照丰富它们,并将它们与不同规模的项目进行匹配。这一阶段回应了数据不连续性、缺乏互操作性和供应链协调性差等普遍问题。“创建”则侧重于使用回收材料进行设计和重新组装。在这里,数字工具可以帮助设计师应对变化性、性能限制和几何不匹配问题,而机器人技术和增强现实(XR)流程可以提高施工精度和回收组件的受控重新组装。
为了说明这些阶段在实践中的运作方式,我们介绍了两个反映常见循环工作流程的情景。情景A是在两个(或更多)项目之间闭合循环,涉及在拆除过程中回收材料,跟踪和评估它们,并通过协调的设计和采购工具将它们整合到重建中。情景B是翻新而不是拆除,重点是通过数字库存记录现有元素,评估它们的性能,并借助数字护照和设计支持工具将其适应于同一项目的继续使用。这些情景提供了两个例子,说明了检测、拆除、分配、设计和部署是如何相互依赖的(图0)。
循环建筑中的数字工作流程是相互依存的(De Wolf, 2024b),在十个问题中讨论的技术作为相互连接的组件而不是孤立的工具。数据为拆除提供信息,拆除数据为材料护照和设计工具提供输入,它们的输出指导重建和未来的追踪。这项工作将这些工具置于数字生态系统背景下,以明确它们的各自角色,并展示集成工作流程如何支持跨项目和现场再利用。虽然这项研究没有作为案例研究来构建,但在苏黎世联邦理工学院(ETH Zurich)的循环工程建筑(CEA)实验室正在进行的一些研究项目中已经部分测试了一些数字工作流程,包括Huber Pavilion的木材元素的再利用,这里作为一个示例。

部分内容

计算机视觉如何自动化建筑审计并生成可靠的数字库存以供再利用?

计算机视觉(CV),特别是与深度学习(DL)结合使用时,可以从现场图像和扫描中提取准确的2D和3D信息,生成不同精度级别的“现状”库存(图1)。这些数字库存有助于确定哪些材料可以安全地再利用,通过记录尺寸、状况和数量[5]。这减少了手动调查的时间,支持翻新或拆除的规划,并增加了对再利用决策的信心。
A

自动化数据工作流程如何促进数字材料库的采用以供再利用?

数字材料库将可再利用的建筑组件和在拆除阶段记录的材料组织到结构化数据库中,在实现再分配和重新用途方面发挥着关键作用(Akbarieh & Sarabi, 2025; [21])。数字材料库的主要目的是管理和促进信息在整个价值链中的流动,从拆除阶段到循环工作流程的分配阶段。因此,它们为决策提供了信息

机器人技术如何使建筑工地上结构的选择性拆除更安全、更高效?

诸如自动化机器、辅助设备和传感器引导的设备等机器人工具可以支持钢材、混凝土和木材结构组件的受控拆卸(图3)。将机器人技术与实时感知和CV结合使用,有可能在不可预测的现场条件下提高安全性,并增加可回收用于再利用的材料数量。关于建筑特定机器人的基础工作[14]为自动化奠定了技术基础

数字护照如何利用回收的建筑产品和材料支持循环设计?

已经提出了几种数字护照倡议,以增强产品可追溯性并通过循环设计促进可持续建筑。这些护照包括数字产品护照、材料护照和建筑护照,它们支持从单个材料和组件到建筑和更广泛的建筑库存管理的循环性([64];Van Capelleveen等人,2023)。数字护照的开发正在

跟踪和追踪技术如何支持多个生命周期中的材料身份?

为了支持循环建筑,跟踪和追踪技术有助于维护材料在多个建筑生命周期中的信息连续性[105]。当材料首次安装时,通过证书和文档验证其属性,当它们被回收再利用时也需要类似的验证。由于这种重新评估通常复杂、耗时且成本高昂,最近的方法侧重于保存第一生命周期的信息,以便可以检索和

数字工具如何加强自建和本地建筑中的现有再利用实践?

循环性首先是一种社会实践,而不仅仅是一种技术理想(Mies & Gold, 2021)。早在“循环经济”一词在学术研究中正式化之前,社区就已经作为日常策略的一部分修复、调整和再利用材料,这些做法在全球范围内,特别是在全球南方[1,84]仍然很普遍。虽然这些再利用工作流程减少了需求

数字平台如何更有效地将可用的回收材料与项目需求匹配?

循环建筑的数字平台可以理解为多方面的在线服务,协调拆除参与者、收集者(即存储、转售或重新分配回收建筑组件的实体)、设计师和承包商之间的信息和互动。与其作为二手材料的简单市场运作,有效的平台则作为数字采购基础设施,结构化数据,减少搜索和交易成本

机器学习如何支持使用回收建筑元素的协同设计和组装?

随着可再利用建筑元素的数字库存的增长,机器学习(ML)有潜力帮助设计师探索如何将异构的回收组件组装成新的建筑解决方案(图8)(Schwarzkopf等人,2025)。ML方法,特别是基于图的模型、生成模型和强化学习,可以帮助探索潜在的组装方案,不仅在结构可行性方面,还可以根据可用时间、地理位置等因素匹配回收元素

语言模型如何改进循环建筑产品的生命周期评估?

作为环境影响评估的标准方法,生命周期评估(LCA)现在在向循环建筑转变中发挥着重要作用。设计师可以使用LCA来指导决策,而政策制定者越来越多地使用它来指导建筑实践,例如,通过激励或强制采用具有环境效益的循环解决方案。然而,使用当前工具进行LCA成本高昂且耗时,阻碍了其满足需求的能力,特别是用于指导决策

数据驱动的设计和数字制造如何使用回收材料改进设计和施工?

数据驱动的设计和数字制造可以创建集成的计算工作流程,解决使用回收材料进行设计和施工中的关键瓶颈。对循环设计计算方法的系统回顾表明,现有方法必须超越几何匹配和美学,还包括性能目标,如结构安全性、耐久性和环境影响,但许多研究并未解决这些指标以减少计算负担

结论

这项研究重点关注数字技术在推进循环性方面的潜力。它并不声称数字转型本身可以解决向循环建筑环境过渡的系统性挑战。当前的实践状态显示出明显的局限性:数字工具依赖于往往不完整的数据,当组织激励不一致时工作流程会崩溃,技术进步可能受到监管、文化或经济因素的限制

作者贡献声明

Catherine De Wolf构思了整个研究和框架,协调了手稿结构和图表开发,撰写了引言和结论,编辑了所有贡献,并担任了通讯作者。Ana Bendiek-Laranjo(Q1)、Océane Durand-Maniclas和Bayonle Windapo(Q2)、Zain Karsan(Q3)、Silvia Vangelova(Q4)、Clara Blum(Q5)、Vanessa Costalonga(Q6)、Thibaut Menny(Q7)、Vanessa Schwarzkopf(Q8)、Heidi Silvennoinen(Q9)和Beril ?nalan(Q10)分别撰写了他们的

未引用的参考文献

[2,7,8,9,10,13,15,17,18,25,26,29,31,33,37,39,40,41,42,43,44,46,55,59,60,61,65,66,67,70,72,73,76,81,82,86,88,92,93,98,99,100,101,107,108,109,110,111,112,113]

CRediT作者贡献声明

Catherine De Wolf:写作——审阅与编辑、撰写——初稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、正式分析、数据管理、概念化。Ana Bendiek-Laranjo:写作——审阅与编辑、撰写——初稿、验证、方法论、调查、正式分析、数据管理、概念化。Clara Blum:写作——审阅与编辑、撰写——初稿
作者们是苏黎世联邦理工学院(ETH Zurich)循环工程建筑(CEA)实验室的研究人员,与其他ETH Zurich实验室和瑞士联邦材料科学与技术实验室(EMPA)合作。他们结合了建筑、工程和计算机科学的专业知识,以推进建筑环境中的数字循环实践。该团队由Catherine De Wolf教授领导,她的研究重点是循环的数字化转型
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号