Primo piano di un tablet che mostra un modello BIM 3D di un edificio sostenibile, con sovrapposti diagrammi stilizzati che rappresentano i principi Lean (flusso, riduzione sprechi). Sullo sfondo, un cantiere moderno e pulito. Luce naturale brillante. Obiettivo prime 35mm, profondità di campo per sfocare leggermente lo sfondo, alta definizione.

BIM e Lean: La Coppia Vincente per Scegliere l’Isolante Giusto (e Sostenibile!)

Ciao a tutti! Lavorare nel mondo delle costruzioni oggi è una sfida pazzesca, vero? Tra normative sempre più stringenti sulla sostenibilità, la necessità di ridurre le emissioni di carbonio e la pressione per prendere decisioni rapide ed efficaci, a volte sembra di navigare a vista. Ma se vi dicessi che abbiamo trovato un modo per mettere il turbo al processo decisionale, soprattutto in una fase critica come la progettazione, unendo due giganti come il Building Information Modeling (BIM) e i principi Lean?

Sì, avete capito bene! Stiamo parlando di unire la potenza della modellazione digitale intelligente del BIM con la filosofia Lean, che punta a eliminare gli sprechi, massimizzare il valore e migliorare l’efficienza. Immaginate di poter scegliere il materiale isolante perfetto per un edificio non solo basandovi sull’esperienza, ma su dati concreti, analisi multi-criterio e un processo collaborativo fin dall’inizio. Sembra fantastico, vero? Beh, è esattamente quello che abbiamo cercato di fare.

Perché i Metodi Tradizionali a Volte Non Bastano Più

Ammettiamolo, nel settore delle costruzioni, specialmente durante la fase di progettazione, le decisioni prese hanno un impatto enorme su qualità, costi, tempi e sostenibilità del progetto. Eppure, spesso, quando si tratta di scegliere elementi cruciali come l’isolamento termico, ci si affida a un set ristretto di soluzioni familiari o all’esperienza pregressa degli studi di progettazione.

Questo approccio tradizionale, pur comprensibile data la pressione e i vincoli di tempo e risorse, ha dei limiti evidenti:

  • Restringe l’esplorazione di materiali innovativi e potenzialmente più performanti.
  • Può portare a scelte non ottimali in termini di efficienza energetica o impatto ambientale.
  • Rende difficile valutare sistematicamente tutte le alternative disponibili sul mercato, che è in continua espansione.
  • Spesso manca un processo decisionale strutturato e collaborativo che coinvolga tutti gli stakeholder fin dalle prime fasi.

Insomma, c’era bisogno di un cambio di passo, di uno strumento che potesse supportare decisioni più informate, rapide e allineate agli obiettivi sempre più sfidanti di sostenibilità.

La Forza della Sinergia: BIM e Lean al Servizio delle Decisioni

Qui entrano in gioco il BIM e il Lean. Il BIM ci offre un modello digitale ricco di informazioni, una base dati solida su cui lavorare e visualizzare il progetto. I principi Lean, invece, ci forniscono metodologie potenti per ottimizzare i processi decisionali. Nel nostro caso, ci siamo concentrati su tre metodi Lean chiave:

  • Set-Based Design (SBD): Invece di puntare subito su un’unica soluzione, l’SBD ci incoraggia a esplorare parallelamente un insieme di alternative valide, affinandole gradualmente. Questo mantiene aperte più opzioni e permette di convergere sulla soluzione migliore in modo più robusto.
  • Choosing By Advantages (CBA): Questo metodo fornisce una cornice strutturata per confrontare le alternative basandosi sui loro vantaggi reali rispetto a criteri definiti (costo, prestazioni, impatto ambientale, ecc.). Rende il processo decisionale trasparente e focalizzato sul valore.
  • Big Room: Un approccio che promuove la collaborazione intensa e in tempo reale tra tutti gli attori chiave del progetto (architetti, ingegneri, committenti, costruttori), magari riuniti fisicamente o virtualmente, per facilitare la comunicazione e risolvere i problemi rapidamente.

L’idea era: e se potessimo digitalizzare e automatizzare parte di questi processi Lean, sfruttando i dati del BIM, per creare un flusso di lavoro più efficiente e intelligente per la selezione dei materiali isolanti?

Sviluppare il Nostro “Super-Assistente” Digitale

Così, ci siamo messi all’opera! Abbiamo sviluppato uno strumento digitale, un vero e proprio assistente decisionale, utilizzando Python e RStudio. Questo strumento è progettato per:

  1. Estrarre dati dal modello BIM: Utilizza i file IFC (Industry Foundation Classes) per capire le caratteristiche dell’edificio (tipo di struttura, geometrie, ecc.).
  2. Accedere a un database esterno: Consulta un database aggiornato di materiali isolanti con le loro proprietà (conducibilità termica, costo, emissioni di CO2 associate alla produzione, densità, calore specifico, ecc.).
  3. Generare alternative (SBD): Basandosi sui dati BIM e sul database, genera automaticamente un set di opzioni di isolamento compatibili e potenzialmente valide.
  4. Valutare le alternative (MCDM): Utilizza un approccio di Analisi Multi-Criterio (MCDM) per assegnare punteggi alle diverse opzioni in base a criteri ponderati (definiti in base agli obiettivi del progetto). Seleziona le 3 opzioni migliori.
  5. Simulare e Confrontare (CBA): Genera automaticamente i file IFC per le 3 opzioni top, permette di lanciare simulazioni termiche (noi abbiamo usato Pleiades, un software leader in Francia) e poi applica la metodologia CBA per confrontare i risultati (fabbisogno energetico, emissioni, costi, ecc.) e guidare la scelta finale in modo trasparente e collaborativo (coinvolgendo gli stakeholder nel processo CBA).

L’obiettivo? Automatizzare le parti più ripetitive e time-consuming, ampliare l’orizzonte delle possibili soluzioni e fornire una base solida e oggettiva per la decisione finale, il tutto integrando i principi Lean per un processo più fluido e collaborativo.

Rendering fotorealistico di un edificio moderno a uso misto (residenziale e uffici) situato a Rennes, Francia. L'immagine mostra dettagli architettonici esterni con evidenziati graficamente i miglioramenti ottenuti grazie all'isolamento ottimizzato: icone per riduzione del fabbisogno termico, riduzione CO2 e risparmio sui costi. Luce diurna naturale, cielo leggermente nuvoloso. Obiettivo grandangolare 24mm, messa a fuoco nitida, alta definizione.

Alla Prova dei Fatti: Il Caso Studio di Rennes

Bello sulla carta, ma funzionerà nel mondo reale? Per scoprirlo, abbiamo collaborato con una società di ingegneria termica e applicato il nostro strumento a un progetto concreto: un edificio a uso misto (residenziale e uffici) di circa 114 m² su due livelli a Rennes, nel nord-ovest della Francia.

L’obiettivo principale definito dal committente e dall’architetto era ridurre il fabbisogno di riscaldamento. Abbiamo quindi impostato lo strumento dando un peso maggiore alla conducibilità termica, ma considerando anche altri fattori come costo, emissioni di CO2, densità e calore specifico.

Lo strumento ha analizzato 93 materiali isolanti compatibili con la struttura in blocchi di cemento dell’edificio. Sorpresa: la lana di legno, scelta inizialmente con il metodo tradizionale, si è classificata solo 26esima secondo la nostra analisi! Lo strumento ha invece identificato come top 3: schiuma fenolica ad alta densità (HPF), poliisocianurato (PIR) e poliuretano (PUR).

Dopo le simulazioni termiche e l’applicazione del metodo CBA (dove abbiamo coinvolto gli stakeholder per pesare l’importanza dei diversi vantaggi: performance energetica, impatto ambientale, densità, calore specifico), il Poliisocianurato (PIR) è emerso come la scelta migliore, offrendo un ottimo equilibrio tra prestazioni e costo.

Ma ecco i risultati più eclatanti confrontando il PIR (scelto dal nostro strumento) con la lana di legno (scelta tradizionale):

  • Riduzione del fabbisogno annuo di riscaldamento: 14%
  • Riduzione del costo dell’isolante al m²: 45%
  • Riduzione delle emissioni di CO2 legate alla produzione del materiale: 74%

Impressionante, vero? Lo strumento non solo ha trovato una soluzione più performante energeticamente, ma anche significativamente più economica e con un impatto ambientale (legato alla produzione) molto inferiore.

Adattabilità Confermata: Il Caso Studio di Orléans

Per essere sicuri che non fosse un caso fortunato e per testare l’adattabilità dello strumento, abbiamo condotto un secondo caso studio su un edificio completamente diverso: una casa residenziale unifamiliare di 90 m² a Orléans, nel centro della Francia, quindi con un clima e obiettivi diversi.

Qui, l’obiettivo era duplice: migliorare sia le prestazioni energetiche che l’impatto ambientale, in linea con i requisiti della normativa francese RE2020. Abbiamo quindi configurato lo strumento per dare priorità sia alla conducibilità termica che alle emissioni di CO2, bilanciandole con gli altri criteri.

Anche in questo caso, lo strumento ha seguito il suo processo: analisi SBD, selezione dei top 3 tramite MCDM, simulazioni e confronto finale con il metodo CBA. Ancora una volta, il Poliisocianurato (PIR) è risultato la scelta ottimale secondo lo strumento.

Abbiamo quindi confrontato il PIR con la scelta fatta tramite metodo convenzionale per questo progetto, che era la lana di vetro. I risultati:

  • Riduzione del consumo di energia primaria: 6%
  • Riduzione dell’impronta di carbonio dell’edificio per m²: 40%
  • Riduzione delle emissioni annue di CO2 legate ai consumi energetici: 6%
  • Miglioramento della conducibilità termica: 50% (più bassa è, meglio è)

C’è stato un compromesso sul costo iniziale del materiale (il PIR era più caro della lana di vetro), ma i risparmi energetici annuali compensano gradualmente questo costo nel ciclo di vita dell’edificio.

Questo secondo caso ha confermato la robustezza e l’affidabilità dello strumento, dimostrando la sua capacità di adattarsi a diversi tipi di edifici, condizioni climatiche e obiettivi progettuali, generando sempre soluzioni ottimizzate.

Visualizzazione 3D fotorealistica di una casa residenziale unifamiliare a Orléans, Francia. L'immagine include infografiche sovrapposte che illustrano la riduzione percentuale dell'impronta di carbonio per metro quadro e del consumo di energia primaria. Scena esterna con giardino, luce solare pomeridiana. Obiettivo prime 50mm, dettagli nitidi sull'architettura e sul contesto.

Cosa Rende Davvero Diverso il Nostro Approccio?

Vi chiederete: ma non esistono già altri strumenti digitali o approcci come il Machine Learning (ML) per queste cose? Certo, ma il nostro approccio integrato Lean-BIM offre alcuni vantaggi specifici:

  • Automazione Completa (quasi): A differenza di molti strumenti che richiedono ancora interventi manuali o giudizi soggettivi nella selezione finale, il nostro strumento automatizza gran parte del processo di generazione, valutazione e pre-selezione delle alternative usando SBD e MCDM.
  • Decisione Strutturata e Trasparente (CBA): La fase finale di scelta è guidata dal metodo CBA, che rende il processo comprensibile, basato su vantaggi concreti e facilita il consenso tra gli stakeholder, a differenza di alcuni modelli ML che possono risultare delle “scatole nere”.
  • Flessibilità e Interpretabilità: Non richiede enormi dataset per l’addestramento come il ML e il processo decisionale rimane interpretabile, aumentando la fiducia degli utenti.
  • Focus Specifico sull’Isolamento Termico: Molti strumenti esistenti si concentrano più sulla progettazione strutturale o sulla pianificazione. Il nostro colma una lacuna specifica nell’ottimizzazione termica, un aspetto cruciale per la sostenibilità.
  • Integrazione Lean-BIM Reale: Non si limita a usare il BIM come fonte dati, ma integra attivamente metodologie Lean (SBD, CBA, Big Room) nel flusso di lavoro digitale per migliorare collaborazione ed efficienza decisionale.

In pratica, abbiamo cercato di combinare il meglio dell’automazione e dei dati (BIM) con il meglio delle metodologie per decisioni intelligenti e collaborative (Lean).

Guardando al Futuro: Sfide e Prossimi Passi

Naturalmente, il nostro strumento non è la soluzione definitiva a tutti i mali. Ci sono aree di miglioramento e sfide da affrontare:

  • Adozione BIM: La sua efficacia dipende dall’uso del BIM, che non è ancora universale in tutte le realtà.
  • Database Materiali: Deve essere costantemente aggiornato per riflettere la disponibilità regionale dei materiali, i costi e le emissioni reali, e le nuove innovazioni.
  • Analisi Ambientale: Attualmente consideriamo le emissioni legate alla produzione. Integrare un’analisi del ciclo di vita completa (LCA) renderebbe la valutazione ambientale ancora più accurata.
  • Compatibilità e Interoperabilità: Migliorare l’integrazione con diverse piattaforme BIM faciliterebbe l’adozione.
  • Estensione ad altri Ambiti: Sarebbe interessante estendere un approccio simile alla selezione di altri sistemi edilizi (strutture, impianti MEP).

Nonostante queste sfide, crediamo fermamente che la strada intrapresa sia quella giusta.

In Conclusione: Un Passo Avanti per l’Edilizia Sostenibile

L’integrazione tra BIM e principi Lean, supportata da strumenti digitali come quello che abbiamo sviluppato, rappresenta una leva potentissima per migliorare il processo decisionale nella progettazione edilizia. Nel caso specifico della selezione dell’isolamento termico, abbiamo dimostrato come questo approccio possa portare a scelte più performanti dal punto di vista energetico, più sostenibili ambientalmente e spesso anche più convenienti economicamente.

Automatizzare l’esplorazione delle alternative (SBD), strutturare il confronto basato sui vantaggi (CBA) e favorire la collaborazione (Big Room), il tutto alimentato dai dati del BIM, permette agli ingegneri termici e a tutto il team di progetto di prendere decisioni migliori, più velocemente e con maggiore fiducia.

È un passo significativo verso pratiche costruttive più intelligenti, efficienti e responsabili. Il futuro dell’edilizia passa anche da qui, dalla capacità di sfruttare al meglio la tecnologia e le metodologie innovative per costruire un ambiente migliore per tutti noi.

Fonte: Springer

Articoli correlati

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *