Trends in tunnel information modeling

Abstract

Spätestens durch die konsequente Anwendung von Informationssystemen über die Projektabschnitte Planen, Bauen und Betreiben hinweg ist die Digitalisierung zu einem zentralen Bestandteil im Infrastrukturbau geworden. Angetrieben von staatlichen Digitalisierungs und Umweltstrategien ist das Forschungsinteresse im Bereich des Building Information Modelling (BIM) im Infrastrukturbau konstant angestiegen. In Anbetracht dieser Bestrebungen und dem nachhaltigen Nutzen von digitalen Bauwerksmodellen ermittelt die vorliegende Diplomarbeit die Relevanz des Themas Informationsmodelle im Tunnelbau innerhalb der internationalen Forschung. Um relevante wissentschaftliche Publikationen zu identifizieren und kategorisieren wird die wissenschaftliche Methodik Design Science angewandt, welche die Diplomarbeit in zwei Teile aufteilt. Der erste Abschnitt befasst sich mit der Durchführung einer Systematic Mapping Study (SMS), welche nach den Richtlinien von Petersen et al. [PVK15] durchgeführt wird. Ziel der Klassifizierung relevanter Literatur im Forschungsbereich Tunnel Information Modelling (TIM) ist es (i) aktuelle und vergangene Forschungsaktivitäten zusammenzufassen, (ii) relevante Forschungstrends hervorzuheben und (iii) wenig beachtete Themen im Forschungsbereich aufzuzeigen. Der zweite Teil der vorliegenden Arbeit widmet sich der Automatisierung der Systematic Mapping Study mit Hilfe eines Data Mining (DM) Ansatzes. Dem Prozessmodells zur Datenanalyse Cross Industry Standard Process for Data Mining (CRISP-DM) folgend wird ein Softwareartefakt erstellt, welches durch die automatisierte Identifizierung relevanter, wissenschaftlicher Arbeiten jederzeit den aktuellen Forschungsstand widerspiegelt. Eine abschließende Evaluierung der Klassifizierungsergebnisse misst anhand von statistischen Metriken in welchem Ausmaß das Data Mining Artefakt die Klassifizierung der Mapping Study reproduzieren kann. Die Erkenntnisse dieser Diplomarbeit können wie folgt zusammengefasst werden (i) die Anzahl der publizierten wissenschaftlichen Arbeiten im Forschungsbereich TIM stiegen im Betrachtungszeitrum zwischen 2011 und 2019 konstant, (ii) die größten Treiber dieses Trends sind staatliche Digitalisierungs- und Umweltstrategien, (iii) die Mehrzahl relevanter, wissenschaftlicher Publikationen beschäftigt sich mit der Anwendung von TIM im Zuge der Planungsphase, (iv) die Anzahl der Publikationen mit Bezug zum mechanischen Vortrieb übertreffen jene des konventionellen Vortriebs, (v) die Kombination des Rankingalgorithmus Okapi BM25 mit Supervised Learning Modellen zeigt durchwegs positive Ergebnisse bei der Identifizierung relevanter Publikationen im Forschungsbereich TIM und (vi) die Klassifizierung von Publikationen in Bezug auf Vortriebsmethode und Projektphase auf Basis von Schlagworten erweist sich

Using Information Systems (IS) throughout the life cycle of constructed facilities paved the way of computer-aided engineering in the field of automation in construction. Especially national digitization strategies and governmental mandates accelerated the application of Building Information Modelling (BIM) throughout the life cycle of civil infrastructure facilities. In the view of potential benefits of information models for tunnel life cycle, this study aims to identify the relevance of Tunnel Information Modelling (TIM) in the scientific community. Therefore, a design science methodology is applied in order to identify and classify relevant research work. The first part of the design science approach is a Systematic Mapping Study (SMS) following the guidelines by Petersen et al. [PVK15]. We conduct the literature classification in the field of TIM (i) to summarize research activities, (ii) to identify relevant publication trends and (iii) to uncover possible blind spots of the scientific work. In the second part of the design science methodology we develop a data mining artifact to automatize the SMS by adopting the data analysis process model Cross Industry Standard Process for Data Mining (CRISP-DM). In order to evaluate the results of the software artifact we use well-established classification metrics to measure how well the Data Mining (DM) approach may be used to automatize the literature identification and classification and, therefore, provide a set of relevant, state-of-the-art scientific studies. The main findings of this thesis are (i) the research effort in the area of TIM constantly increased between 2011 to 2019, (ii) governmental digitization and environmental strategies are major drivers of the increasing number of TIM related studies, (iii) the majority of studies concentrate on the application of information models during the design phase of a tunnel project, (iv) the usage of information models for continuous excavation receives more attention of the scientific community than its conventional counterpart, (v) a combination of Okapi BM25 and supervised text classification models yield positive performance measures by identifying relevant studies in the domain of TIM, and (vi) our term-based identification approach is not able to classify studies in regards to tunnel life cycle phases and excavation methods. The results of this thesis can assist researchers (i) to identify trends and state-of-the-art of the research domain, (ii) to identify open research issues and (iii) to propose new studies in the field of text classification.