A study on GPT-assisted virtual model construction using BIM
이 연구는 GPT를 활용해 BIM 데이터를 자동으로 추출·매개변수화하여 가상 모델링을 자동화하는 방법을 제안합니다. 설계 단계의 BIM 데이터로 물리 방정식을 생성해 초기 가상 모델을 구축하고, 이는 DT의 확장 기반이 됩니다. 또한, 가상 모델의 모델링과 성능 보정을 자동화하는 시스템 아키텍처를 통해 DT의 지속적 확장·동기화를 지원합니다. 이 방법은 HVAC 시스템의 냉수 흐름에 적용되었고, 운영 데이터를 활용한 보정 모델은 MAPE 2.5%의 높은 정확도를 달성해 스마트 빌딩 에너지 시스템 개선 가능성을 입증했습니다.
This study proposes a method that uses GPT to autonomously extract and parameterize BIM data for automating virtual modeling. Physical equations are generated from BIM data in the design phase to create an initial virtual model, which serves as a foundation for the expansion of the Digital Twin (DT). Additionally, a system architecture is introduced to automate the modeling and performance calibration of the virtual model, supporting the continuous expansion and synchronization of the DT. This approach was applied to the chilled water flow in an HVAC system, and the calibrated model, using operational data, achieved a high accuracy with a MAPE of 2.5%, demonstrating the potential to improve smart building energy systems.
Comments