基于 BIM+ 数字孪生技术的装配式建筑项目调度 智能化管理平台研究

转载
基于 BIM 数字孪生技术的装配式建筑项目调度 智能化管理平台研究

摘要:通过集成BIM、物联网、大数据、人工智能算法等先进的信息技术,构建基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台。该平台可实现物理施工系统与虚拟施工系统之间的实时交互,有效应对项目调度过程中不确定性因素的动态干扰,提高装配式建筑调度的自主性、预测性与智能性。
关键词:装配式建筑;BIM;数字孪生技术;项目调度

1 引 言
装配式建筑作为建筑产业化的重要组成部分,越来越受到重视,成为未来建筑业发展的必然趋势。由于装配式建筑将建造过程拆分成了非现场的预制构件生产过程和现场的装配施工过程两个部分,因此装配式建筑的成功实施必须充分协调预制构件的生产配送和现场施工活动安排,这使得项目调度对装配式建筑顺利实施的作用日益显现,有效的调度方案已成为整个项目顺
利完成的必要条件。但装配式建筑建造过程具有“多空间性”、“非同步性”、“异地域性”和“关联性”等特点,传统的项目调度模式难以实现物理施工系统与虚拟施工系统的实时交互,两个系统空间的数据缺乏有效对接、融合而阻滞了及时有效的调度决策,如何借助前沿技术手段实现智能化项目调度,成为目前面临的一大挑战。本文基于我国装配式建筑迅速发展的背景,针对装配式建筑调度特点,构建基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台,提出在多重不确定性因素动态干扰的环境下,集成物联网、大数据与人工智能算法等先进信息技术的智能化调度思路,这对于促进装配式建筑项目调度自主性、智能性与预测性,具有一定的理论意义与实践价值。

2 装配式建筑项目调度智能化研究现状
2.1装配式建筑项目调度研究现状
目前现有的国内外装配式建筑的项目调度相关研究成果已较为丰富,例如Lee等运用遗传算法研究了多项目环境下多模块建造的调度问题,同时考虑模块需求和运输资源等条件,提出了一种多模块生产供应的调度优化模型,以指导单个项目和多个项目的模块生产。陈伟和容思思以装配式住宅项目为研究对象,提出基于时间段的多空间调度同步转换技术、以装配空间为主导的多空间协同调度技术、资源限量下的多目标优化技术等核心技术,并进一步构建基于关键技术的装配式建筑工程集中缓冲、分散缓冲进度计划。相比于传统项目,装配式建筑对预制构件生产供应与现场装配的准时性与协作性要求更高,为了解决传统方法中仅仅依靠建模求解调度问题带来的不足与缺陷,部分学者通过运用BIM技术对装配式建筑的调度智能化管理进行了一定的研究。然而,仅单一运用BIM建立的虚拟模型会因为现场施工情况的变化导致模型与实体项目产生一定程度的偏差,虚实系统之间不能实现同步。基于BIM、物联网技术等智能化平台的建设已逐渐成为提升现场调度管理能力的重要措施。
2.2BIM在建筑项目调度上的应用现状
学者们对BIM在装配式建筑项目设计、施工、运维等阶段的工程实践应用进行了不少研究,但实际的应用效果与预期相差甚远。由于BIM不是为了处理实时数据而设计的,它在工业中用于设计、施工、维护任务和互操作性,这些功能的实现不一定需要实时能力。因此,将实时数据(例如通过传感器和物联网设备)输入BIM,进而对BIM功能进行补充和完善的相关工作正在深入研究中。例如,Li等通过集成BIM和RFID技术降低了预制施工的进度风险。Ding等提出了将BIM模型与物联网设备集成,以监控现场的真实资产。已有学者注意到,BIM技术的参数化建模和可视化仿真模拟功能与预制建筑的装配化施工技术需求相吻合,有益于解决装配式建筑项目调度、信息化管理等方面的问题。虽然目前尚未能得到很好的应用,但也逐渐形成一种研究趋势。
2.3数字孪生技术应用现状
数字孪生技术是一项正在高速发展的新技术,在智能管理方面潜力较大,可为复杂动态系统的物理信息融合提供解决思路。目前,数字孪生已在工业、交通业等领域有尝试。陶飞等从物理、模型、数据以及服务四个维度的融合阐述了数字孪生车间信息物理融合的基本理论与关键技术,并提出了数字孪生驱动的准则与应用设想。在建筑业,已有研究表明,数字孪生是实现建筑业智能自动化一个很有前途的解决方案。少数学者将数字孪生应用在了施工进度监测、施工人员安全管理、建材监测与废物追踪等方面的研究。由于装配式建筑兼具制造业与建筑业的特点,决定了其项目调度问题的解决不能简单地借鉴数字孪生在车间调度、卫星装配空间等方面的应用方法,但已有的研究成果可为数字孪生在装配式建筑项目调度应用提供了很好的借鉴思路。
3 基于BIM+数字孪生技术的装配式建筑项目调度内在机理
BIM是一个丰富的智能数字仓库,它使用面向对象的方法来描述建筑、工程和建筑领域的特征,即语义、几何和关系。建筑物的数字孪生可视化可以依赖于从BIM提取的三维计算机辅助设计模型或建筑物的定制三维模型。但BIM提供的信息通常仅限于设施或建筑物级别,缺少项目现场的人员、物料及设备的实时动态数据信息。在装配式建筑建造过程中,物联网技术可以通过
RFID标签、传感设备、二维码、视频监控等感知技术,将工程施工现场的构件材料、设备和人员信息采集并传输到信息系统后台,实现对监控对象的基本信息、位置信息、运输状态的实时信息跟踪。建筑物的数字孪生可以利用各种传感器网络来创建建筑物的实时视图。而人工智能算法与数据挖掘技术可以在数据实时采集与监控的基础上,对数据进行融合并从中挖掘出相关的调度知识并用于调度优化。基于BIM的数字孪生装配式建筑模型如图1所示。


针对装配式建筑施工过程中因施工要素多元性、预制构件供应不确定性与扰动要素多源性等导致的一系列问题,在虚拟空间中与现场施工系统实时交互,通过仿真反馈、扰动预测、决策优化等手段,可实现项目调度的信息化、便捷化、先见化、网络化、智能化与自动化。将基于BIM的数字孪生与项目调度进行融合,在调度方案实施之前,可以通过数字化技术建立项目的数字孪生模型,对项目的现场施工方案进行虚拟仿真调试;在调度方案实施期间,数字孪生模型可以作为现场施工的智能指南,对现场施工的变动进行实时的调度优化指导。数字孪生与项目调度的融合示意图如图2所示。


4 基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台
装配式建筑的核心是集成,其中信息化是集成的主体。本文建立的基于BIM与数字孪生技术的项目调度智能化管理平台(见图3)从基础数据采集层至应用顶层可依次分为数据采集层、数据处理层、数字孪生功能层与人机交互层。平台的四个层级环环相扣,每一层级的结构都建立于前面各个层级的基础之上,同时每一层级的功能实现都是对前面各个层级的丰富与拓展。


1)数据采集层
数据采集层是整个智能化调度管理平台的基础,支撑着整个上层体系的运作。对物理系统的全面感知是实现数字孪生的前提,物联网通过RFID、GPS、GIS、红外线感应器、信息传感器等数据采集方式使整个系统平台能获得更为准确与充分的数据支撑。相比于专家经验知识,物联网提供的孪生数据更为实时、可靠,可以真实地反映物理施工系统的施工状态,为数字孪生驱动的调度管理平台提供可靠的数据支持。
2)数据处理层
数据处理层是数据采集层向数字孪生功能层进行有效信息传递的中间过滤层。通过物联网技术对物理施工系统采集的调度信息来自于多个数据源,信息量庞大且冗杂,必须对获取的海量数据进行进一步地数据分析、数据清洗与数据整合,才能为项目调度的问题解决提供高效率的数据信息流。由于装配式建筑在建造过程中会产生大量复杂的数据,故对于物联网所获取的调度信息可选用No Sql、Sybase、Oracle等数据库进行数据存储。来自于各种传感器和无线识别技术获取的调度信息,存在着数据形式不规范、数据冲突、数据重复等情况,为了在虚拟施工系统
能够进行有效的项目调度优化,需对复杂多样的调度数据进行分析与清洗。通过对数据的统计分析、网络化分析等,可对采集获取的调度信息进行分类与标准化处理。经过清洗与再次选择的数据无法直接应用于调度平台,需要通过数据整合整理数据形式,使调度平台可以直接提取使用这些数据。考虑到装配式建筑建造过程中静态与动态信息相互交织的信息结构,物联网与
BIM的集成模式可采用集成数据架构模式,即将物理感知的整合数据与转化为不同数据形式的BIM共同接入新的数据库,增强调度平台的数据可用性和应用效率。
3)数字孪生功能层
数字孪生功能层是调度管理平台的核心,也是实现数字孪生系统目标功能的关键。数字孪生功能层在获取数据处理层的有效调度数据后,基于BIM技术对物理施工系统进行多物理、多尺度层面的项目建模仿真,并辅以人工智能算法对最优调度方案寻优,实现虚拟施工系统模型与实际的施工系统的实时同步调整。本文建立的数字孪生驱动的项目调度优化架构如图4所示。所构建的装配式建筑项目调度智能化管理平台核心组成主要包括建模仿真(仿真预测模型库)与人工智能算法(调度知识模型库)两个部分。仿真预测模型库的主要功能为运用BIM根据项目信息参数进行对象建模,并对来自调度知识模型库的优化调度方案实施过程模拟仿真,包括施工模拟碰撞、施工进度模拟、施工成本投入模拟、施工资源配备模拟、施工过程模拟等。通过仿真验证初步优化后的项目调度方案中现场材料堆放、工程进度、资金投入量是否合理,各种工序的逻辑关系是否准确,及时发现优化后调度计划在施工过程中存在的问题。当存在影响工期和成本变化的信息出现时,仿真预测模型库将相关问题信息反馈到调度知识模型库,调度知识模型库内嵌的机器学习与人工智能算法将根据反馈问题重新进行优化计算,再次输出优化调度方案至仿真预测模型库。重复此步骤,直至输出最优的项目调度计划方案。调度知识模型库充分利用机器学习与人工智能算法实现系统数据的深度特征提取与分析计算,为调度优化决策提供关键的计算结果支持。在算法应用初期,可通过相对较少次数的仿真模拟获取样本数据,构建训练数据集,利用机器学习的调度知识挖掘方法,从基准数字孪生项目调度中提取出隐含的调度知识,挖掘调度规则。进而运用人工智能算法对调度问题寻优,导出优化的调度方案计划。除了调度知识模型库在运行过程中产生的海量历史大数据可以为调度分析优化提供大量样本外,从最优项目调度方案中也可提取出调度知识可作为机器学习新的定制化调度规则与训练实例。当物理施工系统发生动态干扰时,若调度偏离幅度超过设定的阈值,需要进入调度知识模型库对重调度方案进行搜索。若能寻找到匹配的调度方案,则可直接作为新的优化调度方案输出,反馈到物理施工系统中,指导现场施工;否则需要运用人工智能算法对新的调度方案不断进行寻优至最优的项目调度方案。

4)人机交互层

人机交互层是调度管理平台与管理者的直接对接层级,主要功能是为平台使用者与数字孪生项目调度管理平台提供可视化、直观化、可操作化的交流通道。作为直接面向平台使用者的窗口,人机交互层通过3D虚拟映射的方式,集成视觉、听觉、触觉、重力感知等,帮助使用者身临其境地深入了解和掌握物理施工系统的属性和实时状态。通过人机交互层沉浸式的调度方案展示,使用者可以便捷地向管理平台系统下达决策指令,从而实现对物理施工系统的数字化管控。


出处:谢琳琳,陈雅娇,基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台研究【J】,建筑经济,2020.


1 点赞
评论
举报

评论区

不超过500字