Digital tvilling av ledningsnätet: koppla BIM, inmätning och sensordata

Digital tvilling är ett av de mest använda orden i dagens samhällsbyggnadsdebatt, men de flesta texter som skrivits om ämnet handlar om byggnader, järnvägar eller kommuner i stort. Den som faktiskt ansvarar för ett VA-nät eller ett fjärrvärmenät ställs inför en annan och mer konkret fråga: vilka datakällor krävs för att bygga en digital tvilling av just ledningsnätet, i vilken ordning bör man börja, och vad ger det i praktiken? Ur ett operativt projektperspektiv är själva utförandet en viktig datakälla, eftersom det är under styrd borrning, rörtryckning och relining som exakt as-built-information skapas.

Vad en digital tvilling av ett ledningsnät faktiskt består av

En digital tvilling är inte en enskild fil eller ett enda system, utan en sammansatt modell byggd av flera datalager som uppdateras och synkroniseras löpande. Atritec beskriver en digital tvilling som uppbyggd av "3D-data, realtidsdata från sensorer, historiska mätdata och simulerade scenarier" -- en definition som passar utmärkt för ledningsnät, där punktmoln över ledningsgator redan är en etablerad datakälla.

För ett ledningsnät handlar det konkret om fyra lager som måste kopplas samman:

1. Befintlig GIS-data -- nätägarens nuvarande register över ledningars läge, dimension, material och ålder, ofta av varierande kvalitet och ålder.

2. Inmätning och as-built-data -- exakta koordinater för varje nylagd eller renoverad ledning, insamlade med GNSS/RTK-teknik som ger centimeternoggrannhet.

3. Tillståndsdata från rörinspektion -- filmade och kodade inspektioner som visar sprickor, rotinträngning, deformationer och andra defekter.

4. Realtidsdata från sensorer -- flödesmätare, dataloggers och tryckgivare som visar hur nätet beter sig just nu, inte bara hur det såg ut vid senaste inspektionen.

Sweco beskriver hur en BIM-överlämning vid projektavslut kan bli en "verifierad digital tvilling" som lämnas vidare till förvaltningens FM-system -- vilket illustrerar att tvillingen inte är ett slutresultat utan en levande modell som ska fortsätta uppdateras genom hela livscykeln, inklusive under drift och framtida ombyggnationer.

Steg 1: Få ordning på befintlig ledningsdata innan du digitaliserar den

Det vanligaste misstaget är att hoppa direkt till sensorer och AI-analys innan grunddatan är i skick. Ett kommunalt ledningsnät har ofta byggts upp under många decennier, med information som spänner från digitala GIS-lager till pappersritningar och muntlig erfarenhet hos äldre driftpersonal. Innan man kopplar ihop datalager måste man veta vilken data som är tillförlitlig, vilken som är föråldrad och vilka luckor som finns.

Det är också här kravställning och samordning med standarder blir avgörande. Trafikverket beslutade redan 2013 att kräva BIM i sina projekt och har sedan dess arbetat med en gemensam BIM-strategi, deltagande i EU BIM Handbook, utveckling av IFC 4.3 Anläggning, CoClass-klassifikation och ISO EN 19650 -- standarder som gör att data från olika projekt och leverantörer faktiskt går att sätta samman till en helhet i stället för att bli isolerade öar. BIM Alliance samarbetar med Trafikverket sedan 2023 kring digital transformation inom openBIM, buildingSMART och IFC -- ett samarbete som pekar mot att anläggningsbranschen rör sig mot gemensamma dataformat även utanför just järnväg och väg.

För en kommun eller ett nätbolag som vill bygga en digital tvilling av sitt VA-nät betyder det konkret: kartlägg vilka delar av nätet som redan har tillförlitlig GIS-data, vilka som saknar dokumentation helt, och bestäm vilket format (IFC, CoClass eller motsvarande) som ska styra all ny data framöver.

Steg 2: Inmätning och as-built i varje projekt - därför är schaktfria entreprenader den kritiska datakällan

Den vanligaste bristen i kommunala ledningsregister är inte att data saknas helt, utan att den är inaktuell eller ungefärlig efter äldre schaktarbeten. Här skiljer sig schaktfria metoder från traditionellt schaktarbete på ett sätt som sällan lyfts fram: vid styrd borrning, rörtryckning eller relining är ledningen aldrig synlig i en öppen schaktgrop, vilket gör inmätningen till den enda möjligheten att dokumentera var ledningen faktiskt hamnade -- och därmed en absolut förutsättning för att en digital tvilling ska stämma med verkligheten.

Geomatikk beskriver hur GNSS/RTK-teknik ger centimeternoggrannhet vid inmätning av ledningsnät, med tjänster som spänner över nyförläggning, befintligt nät, kabelsökning, datainsamling och GIS-bearbetning -- och har enligt egen uppgift över 200 nätägare som kunder. Det visar att marknaden för professionell inmätning redan är stor, men det saknas i dag redaktionellt innehåll som kopplar just den schaktfria arbetsprocessen till kravet på exakt as-built-dokumentation.

I praktiken innebär det att varje schaktfritt projekt bör generera tre saker som matas in i den digitala tvillingen: en inmätt geometrisk position för den nylagda eller renoverade ledningen, en tidsstämplad statusrapport (till exempel från rörinspektion efter relining) och metadata om vilken metod som använts. Utan detta rutinmässiga dataflöde riskerar den digitala tvillingen att bli lika inaktuell som det gamla pappersarkivet den var tänkt att ersätta.

Steg 3: Från modell till beslut - läckage, kapacitet och förnyelseplanering

En digital tvilling är bara värdefull om den faktiskt påverkar beslut. Det tydligaste svenska exemplet på detta är Göteborgs digitala tvilling Future City Flow, som uppmärksammades med ett VA-pris för sitt arbete med avloppstunnlar hos Göteborgs Kretslopp och vatten. Tvillingen används tillsammans med systemet pyLeak för läcksökning, och gör det möjligt att styra inloppspumpning i realtid för att minska bräddning -- det vill säga att avloppsvatten släpps ut orenat vid kraftig belastning. Detta är ett konkret exempel på hur sensordata och modeller tillsammans ger operativt beslutsstöd, inte bara ett visuellt kartlager.

Behovet av bättre beslutsunderlag är stort rent volymmässigt. Enligt Dagens VA går var femte liter vatten förlorat i landets ledningsnät, och Tekniska verken i Linköping använder i dag systemet EcoStruxure Water Advisor för att övervaka VA-nätet för 150 000 invånare. Samtidigt visar Svenskt Vattens genomgång att digitaliseringens frukter fortfarande till stor del är oskördade i svensk VA-sektor, och lyfter bland annat Århus digitala tvilling kombinerad med ett "Living Lab" som internationellt jämförelseexempel.

När tvillingens datalager är på plats kan de kopplas till konkreta förnyelseplaner: prioritera de ledningssträckor där tillståndsdata, ålder och läckagestatistik pekar mot högst risk, och simulera hur en insats -- till exempel relining av en delsträcka -- påverkar nätets kapacitet och läckage innan arbetet ens är upphandlat.

Vanliga fallgropar: datakvalitet, ägarskap och vad du bör kravställa i upphandlingen

Tre problem återkommer när kommuner och nätbolag försöker bygga en digital tvilling av sitt ledningsnät:

Datakvalitet. En modell är aldrig bättre än sin sämsta datakälla. Om GIS-underlaget innehåller ledningar med decennier gamla, uppskattade positioner blandat med nyinmätt as-built-data på centimeternivå, riskerar tvillingen att ge en falsk känsla av precision. Svensk Byggtidnings genomgång av en europeisk branschundersökning bland 100 BIM-chefer och VDC-ledare i 21 länder visar ett snittdataförtroende på bara 6,7 av 10, och att 65 procent rapporterar friktion mellan design och produktion -- en indikation på att datakvalitet är ett branschgenomgripande problem, inte ett som är unikt för VA-sektorn.

Ägarskap. Vem äger och uppdaterar tvillingens olika lager när ett projekt är avslutat -- kommunen, konsulten som byggde modellen, eller entreprenören som utförde arbetet? Utan ett tydligt svar på den frågan blir tvillingen ofta inaktuell redan efter första förvaltningsåret.

Kravställning i upphandlingen. Ska en digital tvilling bli mer än ett pilotprojekt måste kraven på dataformat, leveransprecision och uppdateringsfrekvens skrivas in redan i förfrågningsunderlaget -- inte läggas till i efterhand. Det innebär bland annat att specificera vilket format as-built-data ska levereras i, vilken mätnoggrannhet som krävs och hur ofta sensordata ska rapporteras in i den centrala modellen.

Vill du börja bygga en digital tvilling av ert ledningsnät?

I schaktfria projekt är utförandet en av de viktigaste datakällorna. Styrd borrning, rörtryckning och relining kan generera inmätnings- och statusdata som blir en del av en digital tvilling. Kontakta Karl Helge för en dialog om informationsflöden, projektkrav och hur data kan följa med från utförande till förvaltning.