Esta tese propõe reestruturar as práticas de gestão de ativos ao abordar desafios persistentes na avaliação do estado de conservação das edificações e na gestão sustentável da manutenção, particularmente no contexto das Instituições de Ensino Superior (IES). As ineficiências observadas na conservação e gestão dos edifícios, motivou o estudo de uma plataforma coesa e prática para a prática de gestão de ativos. O objetivo principal deste trabalho é desenvolver uma plataforma que permita integrar as potencialidades do Building Information Modelling (BIM), Indicadores-Chave de Desempenho (KPIs), Machine Learning (ML) e Avaliação do Ciclo de Vida (ACV) para otimizar a avaliação do estado de conservação dos edifícios e facilitar a tomada de decisão, com vista a um ambiente construído mais sustentável. O trabalho revela desafios e dificuldades complexos ao nível da gestão da manutenção e da avaliação dos ativos nas Instituições de Ensino Superior, obtidas através de um questionário dirigido aos profissionais da gestão de ativos nos parques edificados das IES e representa a primeira investigação sobre FM no contexto daquelas Instituições em Portugal. Para enfrentar esses desafios, a tese propõe uma plataforma unificada que combina o modelo BIM, KPIs, capacidades do ML e a metodologia do ACV. O foco estende-se à otimização de um KPI, especificamente o Building Performance Indicator (BPI), onde a extensão de anomalias surge como um parâmetro adicional de avaliação. Este trabalho culmina com a introdução do Microsoft Power BI como uma ferramenta dinâmica de visualização, proporcionando uma interface mais expedita para os profissionais de FM. Os resultados destacam uma abordagem holística para a Gestão Sustentável de Ativos, alinhada com os princípios Ambientais, Sociais e de Governança (ESG). As metodologias propostas servem como testemunho do potencial da manutenção preditiva, ACV e tomada de decisões baseada em dados para promover um ambiente construído resiliente e sustentável. Apesar de reconhecer certas limitações, incluindo a não consideração dos efeitos futuros das mudanças climáticas, a investigação fornece uma base para exploração e aperfeiçoamento contínuos das práticas de FM. Esta tese também pretende promever eficiência, sustentabilidade e apoio à tomada de decisões na gestão dos ambientes construídos.

This thesis endeavours to reshape Facility Management (FM) practices by addressing persistent challenges in Building Condition Assessment (BCA) and sustainable maintenance management, particularly within Higher Education Institutions (HEI). Motivated by observed inefficiencies in building conservation and performance, the research strives to introduce a cohesive and practical platform for FM operations. The overarching objective is to develop an integrated framework that bridges the power of Building Information Modelling (BIM), Key Performance Indicators (KPIs), Machine Learning (ML) and Life Cycle Assessment (LCA) to optimize BCA and enhance decision-making processes for a more sustainable built environment. The work unfolds complex challenges in HEI stocks, drawn from a questionnaire administrated to HEI facility managers, being the first investigation about FM in Portuguese academic building stock. To address these challenges, the thesis proposes an unified platform that seamlessly combines BIM insights, KPIs, ML capabilities and LCA. The focus extends to the optimization of KPIs, specifically the Building Performance Indicator (BPI), where anomaly extension emerges as a pivotal assessment parameter. The research culminates in the introduction of Microsoft Power BI as a dynamic visualization tool, offering a user-friendly interface for FM practitioners. The findings emphasize a holistic approach to sustainable Asset Management, aligning with Environmental, Social, and Governance (ESG) principles. The proposed methodologies stand as a testament to the potential of predictive maintenance, LCA, and data-driven decision-making in fostering a resilient and sustainable built environment. Despite recognizing some limitations, including the omission of future climate change effects, the research provides a foundation for further exploration and refinement of FM practices. In essence, this thesis presents a forward-looking paradigm for FM, promoting efficiency, sustainability, and informed decision- making in the management of built environments.

Programa Doutoral em Engenharia Civil