स्वचालित रीबार अनुमान: जहाँ AI संरचनात्मक योजनाओं में छूटी हुई मात्राओं को पकड़ता है

रीबार अनुमान निर्माण टेकऑफ में सबसे अधिक त्रुटि-प्रवण कार्यों में से एक है। मात्राएँ संरचनात्मक योजनाओं, विवरणों, सेक्शनों और शेड्यूलों में फैली होती हैं, जो कभी-कभी एक मध्यम आकार की परियोजना में 40 या 50 शीटों तक फैली होती हैं। किसी डिटेल शीट को छोड़ देना या बार शेड्यूल को गलत पढ़ना नियमित रूप से होता है, और हर छूटी हुई मात्रा सीधे निर्माण के दौरान लागत आश्चर्य में बदल जाती है।

समस्या का दायरा

अटलांटा के एक रीबार फैब्रिकेटर ने दो वर्षों में 200 परियोजनाओं में अपनी अनुमान सटीकता को ट्रैक किया। औसतन, उनके मैनुअल टेकऑफ ने वास्तविक रीबार मात्राओं को 8.4% कम आंका। ये चूक यादृच्छिक नहीं थीं। वे पूर्वानुमानित क्षेत्रों में केंद्रित थीं: केवल डिटेल शीटों पर दिखाए गए ओपनिंग पर अतिरिक्त सुदृढ़ीकरण, सेक्शनों में निर्दिष्ट लेकिन प्लान व्यू में नहीं दिखाए गए डॉवेल और स्टार्टर बार, और संरचनात्मक नोट्स में उल्लिखित लेकिन कहीं भी नहीं खींचे गए पूरक सुदृढ़ीकरण।

लागत प्रभाव महत्वपूर्ण है। $500,000 के रीबार पैकेज पर, 8% कम अनुमान का मतलब है $40,000 का बिना बोली लगाया गया स्टील। फैब्रिकेटर या तो लागत वहन करता है, GC के साथ संबंध को तनावपूर्ण बनाने वाले चेंज ऑर्डर पर बातचीत करता है, या दोनों। 200 परियोजनाओं में, उस फैब्रिकेटर ने अनुमान लगाया कि उन्होंने केवल कम आंकी गई मात्राओं से दो वर्षों में लगभग $1.6 मिलियन का नुकसान उठाया।

AI रीबार अनुमान कैसे काम करता है

AI दृष्टिकोण पूरे प्लान सेट को इनजेस्ट करने से शुरू होता है, न कि केवल संरचनात्मक शीटों से। सॉफ्टवेयर ऑप्टिकल कैरेक्टर रिकग्निशन और पैटर्न रिकग्निशन का उपयोग करके सभी शीटों में रीबार विनिर्देश के हर उदाहरण की पहचान करता है। यह बार शेड्यूल पढ़ता है, सेक्शन डिटेल्स की व्याख्या करता है, प्लान व्यू में सुदृढ़ीकरण कॉलआउट की पहचान करता है, और सब कुछ क्रॉस-रेफरेंस करता है।

क्रॉस-रेफरेंसिंग वह जगह है जहाँ वास्तविक मूल्य सामने आता है। 50-शीट प्लान सेट पर काम करने वाला एक मानव अनुमानकर्ता मुख्य संरचनात्मक योजनाओं को सावधानीपूर्वक जाँचेगा, सबसे स्पष्ट डिटेल शीटों की समीक्षा करेगा, और हर पूरक विवरण को पकड़ भी सकता है और नहीं भी। AI हर शीट को समान ध्यान से जाँचता है। यह पहचानता है कि कब एक डिटेल एक शीट पर संदर्भित है लेकिन वास्तविक सुदृढ़ीकरण शेड्यूल 30 पेज दूर किसी अन्य शीट पर है।

एक AI प्लेटफॉर्म ने 150 वाणिज्यिक परियोजनाओं में अपने प्रदर्शन का दस्तावेजीकरण किया। इसने प्रति परियोजना औसतन 14 रीबार लाइन आइटम की पहचान की जो मैनुअल टेकऑफ में या तो पूरी तरह छूट गए थे या 20% से अधिक कम आंके गए थे। सबसे अधिक छूटने वाली वस्तुएँ थीं: फाउंडेशन ट्रांजिशन पर स्लैब-ऑन-ग्रेड एज सुदृढ़ीकरण (62% परियोजनाओं में छूटा), MEP के लिए पेनेट्रेशन पर अतिरिक्त सुदृढ़ीकरण (54% में छूटा), और सीस्मिक हुक डिटेल्स जिन्होंने बार की लंबाई बदल दी (41% में छूटा)।

जाँचने योग्य सटीकता संख्याएँ

80 परियोजनाओं के नमूने में AI रीबार अनुमानों की वास्तविक फैब्रिकेशन मात्राओं से तुलना करने पर AI औसतन वास्तविक मात्राओं से 2.6% अधिक रहा, जबकि मैनुअल टेकऑफ औसतन वास्तविक मात्राओं से 7.8% कम रहे। AI थोड़ा अधिक अनुमान लगाता है क्योंकि यह हर निर्दिष्ट बार को गिनता है, जिसमें कुछ ऐसे भी शामिल हैं जो शॉप ड्रॉइंग समीक्षा के दौरान वैल्यू-इंजीनियर्ड या प्रतिस्थापित हो जाते हैं। मैनुअल टेकऑफ कम अनुमान लगाते हैं क्योंकि वे आइटम छोड़ देते हैं।

बोली के दृष्टिकोण से, AI से थोड़ा अधिक अनुमान वास्तव में मैनुअल तरीकों से महत्वपूर्ण कम अनुमान से बेहतर है। रीबार पर 2.6% अधिक बोली अभी भी प्रतिस्पर्धी है। 7.8% कम बोली या तो घाटे वाली परियोजना या चेंज ऑर्डर विवाद की ओर ले जाती है।

समय की बचत भी पर्याप्त है। एक वरिष्ठ रीबार अनुमानकर्ता को आमतौर पर मिड-राइज वाणिज्यिक परियोजना पर पूर्ण टेकऑफ के लिए 20 से 30 घंटे की आवश्यकता होती है। AI 1 से 3 घंटे के प्रोसेसिंग समय में प्रारंभिक अनुमान तैयार करता है, और अनुमानकर्ता समीक्षा और समायोजन में 4 से 6 घंटे खर्च करता है। कुल अनुमानकर्ता समय लगभग 75% कम हो जाता है।

जहाँ AI रीबार अनुमान में कठिनाई होती है

पोस्ट-टेंशन्ड कंक्रीट अभी भी एक चुनौती है। AI PT स्लैब में माइल्ड सुदृढ़ीकरण को अच्छी तरह संभालता है, लेकिन PT स्ट्रैंड और टेंडन लेआउट के लिए स्ट्रेसिंग अनुक्रमों, घर्षण हानियों और एलॉन्गेशन गणनाओं के बारे में विशेष ज्ञान की आवश्यकता होती है जिसे वर्तमान AI उपकरण पूरी तरह से संबोधित नहीं करते। अधिकांश अनुमानकर्ता अभी भी PT मात्राओं को मैन्युअल रूप से या विशेष PT सॉफ्टवेयर से संभालते हैं।

नवीनीकरण परियोजनाएँ एक और कठिनाई प्रस्तुत करती हैं। जब मौजूदा सुदृढ़ीकरण एज-बिल्ट ड्रॉइंग पर दिखाया जाता है जो सटीक हो भी सकता है और नहीं भी, और नए सुदृढ़ीकरण को मौजूदा के साथ एकीकृत होना चाहिए, तो AI को बने रहने वाले मौजूदा बार और स्थापित किए जाने वाले नए बार के बीच अंतर करने में कठिनाई होती है। नवीनीकरण अनुभव वाला मानव अनुमानकर्ता इस अस्पष्टता को बेहतर तरीके से संभालता है।

गैर-मानक विवरण भी कभी-कभी AI को भ्रमित करते हैं। अद्वितीय वास्तुशिल्प सुविधाओं, असामान्य फाउंडेशन स्थितियों, या विशेष संरचनात्मक तत्वों के लिए कस्टम सुदृढ़ीकरण कॉन्फ़िगरेशन उन पैटर्न से मेल नहीं खा सकते जिन पर AI को प्रशिक्षित किया गया था। एक अनुभवी अनुमानकर्ता द्वारा समीक्षा चरण इन मुद्दों को पकड़ता है, यही कारण है कि हाइब्रिड वर्कफ़्लो महत्वपूर्ण बना रहता है।

फैब्रिकेशन कनेक्शन

जहाँ AI रीबार अनुमान विशेष रूप से दिलचस्प हो जाता है वह फैब्रिकेशन से इसका संबंध है। AI आउटपुट आमतौर पर संरचित डेटा होता है, जिसमें बार मार्क, आकार, लंबाई, बेंड प्रकार और मात्राएँ ऐसे प्रारूप में होती हैं जो सीधे फैब्रिकेशन शॉप ड्रॉइंग सॉफ्टवेयर में फीड हो सकती हैं। यह अनुमान और फैब्रिकेशन के बीच मैनुअल री-एंट्री चरण को समाप्त करता है, जो त्रुटियों का एक और सामान्य स्रोत है।

AI-संचालित निर्माण वर्कफ़्लो का उपयोग करने वाले फैब्रिकेटर रिपोर्ट करते हैं कि जब AI अनुमान सीधे उनके शॉप ड्रॉइंग सिस्टम में फीड होता है तो अनुमान-से-फैब्रिकेशन पाइपलाइन लगभग 40% तेज चलती है। डेटा प्रारूप की स्थिरता का मतलब है फैब्रिकेशन चरण में कम व्याख्या त्रुटियाँ, जो गलत मोड़े गए बार और गलत कट लंबाई से होने वाली बर्बादी को कम करती है।

व्यावहारिक अपनाने संबंधी विचार

AI रीबार उपकरणों के लिए सीखने की अवस्था मध्यम है। अनुमानकर्ताओं को यह समझने की आवश्यकता है कि AI क्या अच्छा कर रहा है ताकि वे जान सकें कि अपना समीक्षा समय कहाँ केंद्रित करना है। आमतौर पर 5 से 8 परियोजनाओं में अनुमानकर्ता को यह विश्वसनीय समझ विकसित हो जाती है कि AI को कहाँ मानवीय निर्णय की आवश्यकता है।

प्लान की गुणवत्ता AI प्रदर्शन को महत्वपूर्ण रूप से प्रभावित करती है। सुसंगत एनोटेशन के साथ स्वच्छ, सुव्यवस्थित संरचनात्मक योजनाएँ सर्वोत्तम परिणाम देती हैं। हाथ से चिह्नित संशोधनों, असंगत डिटेल रेफरेंसिंग, या पुरानी परियोजनाओं से खराब स्कैन गुणवत्ता वाली योजनाएँ AI सटीकता को कम करेंगी। नियमित रूप से निम्न-गुणवत्ता वाले प्लान सेट से निपटने वाले ठेकेदारों के लिए, समीक्षा समय बढ़ता है, हालांकि यह आमतौर पर पूर्ण मैनुअल टेकऑफ से कम ही रहता है।

रीबार अनुमान उपकरण निर्माण AI में सबसे स्पष्ट ROI मामलों में से एक का प्रतिनिधित्व करते हैं। छूटी हुई मात्राओं को पकड़ने, अनुमान समय को कम करने और प्रतिस्पर्धी बोलियों की सटीकता में सुधार करने का संयोजन ऐसा मूल्य बनाता है जिसे अधिकांश रीबार-गहन ठेकेदार अपनी पहली कुछ परियोजनाओं में ही मापा जा सकता है।