大数据是BIm的技术基础

大数据是BIm的技术基础（精选5篇）

大数据是BIm的技术基础 篇1

昆明理工大学

题 目： 大数据是Bim的技术基础

学 院： 建筑工程学院 专 业： 建筑与土木工程 年 级： 2015级 学 号： 20152210053 学生姓名： 张 敏

日 期： 2016年4月

昆明理工大学 设计（论文）专用纸

大数据是Bim的技术基础

2016年4月25日，香港大学吕伟生教授昆明理工大学建工200举办了一场关于bim和大数据的讲座，从这次讲座的主题来看，主要有“加强行业信息化标准研究与编制，规范信息资源，促进信息共享与集成；组织行业信息化经验和技术交流，开展企业信息化水平评价活动，促进企业信息化建设，开展行业信息化培训，推动信息技术的普及应用”等一系列美好的行业愿景。行业要实现技术革新，还需厚积薄发，从基础做起，切忌不能眼高手低，更不能随波逐流。

此次讲座围绕着建设行业大发展时期的工程造价信息化发展与战略研究成果，以及造价行业发展趋势展开讨论。对于研讨结果，有人似懂非懂。现就建筑信息模式BIM技术来展开分析与探讨。

工程造价专业领域发展动态，从之前的二维平面技术，发展到三维空间技术，实现了三维空间的表现形式。目前国内造价从业人员对三维空间技术，早已非常纯熟。但是何为“5D技术”？“5D技术”将会给我们的造价工作带来怎么样的变化和体验？

五维建筑信息模型（5D BIM）的概念：5D BIM是在3D建筑信息模型基础上，融入“时间进度信息”与“成本造价信息”，形成由3D模型+ 1D进度+ 1D造价的五维建筑信息模型。这个概念很好得诠释了我们对“5D”的疑惑，其实5D BIM并不难理解，只是实现和普及应用，需要一定的过

昆明理工大学 设计（论文）专用纸

度期。原则上5D BIM集成了工程量信息、工程进度信息、工程造价信息，不仅能统计工程量，还能将建筑构件的3D 模型与施工进度的各种工作（WBS）相链接，动态地模拟施工变化过程，实施进度控制和成本造价的实时监控。

从行业的趋势来看，5D BIM建筑信息模型是建筑业信息化技术、虚拟建造技术的核心基础模型，通过5D建筑信息模型，才能实现以“进度控制”、“投资控制”、“质量控制”、“合同管理”、“资源管理”为目标的数字化三控两管项目总控系统。

会中提出，《建筑工程设计信息模型交付标准》的实质，是规定两大方面的内容，让技术落地，一是画法、二是建法。从整个信息的流动来说分为信息的录入、信息的传递、信息的读取。交付标准最重要的一个规则就是规定如何录入信息，解决怎么画、怎么建的问题。画法主要涉及到2D，在今后相当长的一段时间内，2D 还是非常有必要的，而且是必须的。建法主要涉及到3D，无论是4D 还是5D，这一切都是基于3D，3D 就是能否在准确的时间把正确的构件放到正确的位置当中。交付标准基本上对信息的录入和传递形成一个统一的规则。

不难看出，对于行业从业人员来说，BIM技术的研发与创造，都是基于一定的技术和信息累积。在今年的研讨会上，中建普联总裁陈红仙女士关于《大数据在工程造价行业的应用》的主题演讲，针对大数据在工程造价行业的应用、普及和推广，提出大数据应用成果、对工程造价大

昆明理工大学 设计（论文）专用纸

数据应用的展望等方面的分享交流。造价通工程造价信息网云计算和大数据的结合一站式解决了工程造价从业人员所头疼的数据平台建设、数据存储、数据安全管理、数据标准化分类、数据分析等问题，形成工程造价大数据解决方案，这就是5D BIM中“投资控制”最基础、最核心的组成部分。

特别对于业主方和施工方而言，首先考虑的或许并非是BIM技术在国内的应用和普及问题。打个比方，我们并不会太过在乎使用什么类型的造价软件来完成招投标过程，但是企业成本控制是否可以得到有效控制，永远是企业发展的重中之重。

BIM技术的兴起，无疑是行业迅速发展的成果，也是工程造价行业的福音。但建筑企业必须学以致用，一方面为了迎接竞争更加激烈的建筑市场。另一方面，也要认清楚高新技术给我们带来的利与弊，切忌盲目跟从，任何一个企业和个人，都应该先建立起自身数据库，完善造价信息资源整合，做到人人都是数据库，人人都是数据源，一起迎接BIM技术的到来。

在如今大数据时代面前，BIM(建筑信息模型)技术正在挑战传统的设计理念，是不是要推翻原有的传统设计手法，沿用一套新的设计理念和设计体系，来重整我们的设计过程呢 当然，这是手段之一，但更重要的是，BIM设计应该做到“八面玲珑”，而不应该只停留在设计阶段。

那么，在BIM的推广过程中，又该朝哪些方向进行延伸 “首先BIM

昆明理工大学 设计（论文）专用纸 的正确理念一定要传递出去，BIM本身是变化和演进的过程，没有终极答案，但是却有一些基本原则和理论已经是全行业公认的，我们没有必要再重新定义它。”欧特克公司建筑及协同集团副总裁JimLynch(吉姆·林奇)表示，“再者，还要不断致力于了解客户的需求，丰富工具，比如在现有的情况下做造价，要将设计的信息承接过来，用设计模型进行准确的工程量计算，可能还有一些不完备的地方，因此就必须要扩大设计的方向，拓展上下游业务，寻求战略合作，以满足更多的需求。”

当然，停留在设计阶段的BIM肯定是不完整的BIM，而要进入建筑全生命周期的各个阶段，从而真实地展现建筑物各个阶段的细节。

对此，吉姆·林奇认为，只有合作才能促进发展。“合作更是必需的也是非常互补的。广联达在工程算量方面的专长很突出，而我们在设计方面则有优秀的技术，这两者的结合会带来一个十分互补的合作关系。同时，我们共有一个愿景，就是能够助力中国建筑市场的转型，形成一个基于BIM技术的工作流。但是，这个愿景只有在双方都提供全面的解决方案的情况下才能够实现，才能在中国建筑市场得到更好的推广。”吉姆·林奇说。

这个长期的愿景也是所有建筑行业专业人士们共同的愿景，大家也都希望，就在几年之后，中国建筑市场能够充分应用BIM进行设计。到那时再回顾现在，就能够发现多方合作在推广BIM于中国的应用上起到了非常大的作用。

昆明理工大学 设计（论文）专用纸

现在，上海中心大厦、外滩SOHO等知名建筑都是使用BIM技术的成果。未来也还会找到更多的项目从设计阶段到施工阶段都应用了BIM进行建筑全生命周期的设计。但是，BIM在中国的施工阶段应用还处于刚刚普及的阶段，回想当年刚刚推出BIM这个概念的时候，吉姆·林奇认为，施工阶段正在迅速地接受BIM技术，BIM在设计阶段的推广的确是花费了一段时间，然而，一旦施工方意识到BIM可以带来的益处以及能够有更高的可预见性时，施工方接受BIM的速度会提升得非常快，比设计方接受BIM的速度更快。更重要的还是要充分发挥BIM的功能优势。

最后，吉姆·林奇指出，考虑到将会涉及庞大的执行工作，BIM在建筑施工阶段的推广将更具挑战性。“我也认为云技术和移动设备的普及会推动施工阶段向BIM应用的转型。如果一个在施工现场的项目经理可以通过移动设备及时读取项目的所有信息，那么他就可以提前发现安全问题和设计冲突，并迅速解决。”吉姆·林奇说。

结论：通过这次吕伟生教授的讲座，让我受益匪浅，更加深刻认识了Bim在未来建筑行业中巨大作用。因为此前本科时候的毕业设计我当时联合土木建筑专业做了bim毕业设计，bim在实际工程中起到了一个很好的协同作用，把实际项目工程更加清晰和一目了然的展示给别人，未来BIm将联合大数据的时代，相信会做的越来好。

大数据是BIm的技术基础 篇2

每项建设工程在建设伊始都会涉及岩土工程活动。随着建设体量越来越大, 相应的数据、信息也越来越多。而在岩土这种半经验半理论的专业领域, 对大数据有较强依赖, 工程中每时每刻又在产生新的海量数据。利用计算机和互联网技术整合并利用好这些大数据, 以更好地为岩土工程建设活动服务, 是一个重要发展方向。为此, 笔者对BIM技术在岩土工程大数据中的应用前景进行分析探讨。

1 存在的问题

虽然目前BIM技术发展较快, 但在项目建设阶段重要环节的岩土工程领域, 尤其是岩土勘察等专业, BIM应用尚处于起步阶段[1], 存在制约发展的问题。其原因主要有以下几点。

1.1 BIM标准体系尚不完善

BIM技术的国家标准还未正式颁布, 寻求一个适用性强、专业涵盖齐全的标准化体系迫在眉睫。在岩土工程领域, 项目周期一般较短, 产值较小, 企业往往缺乏动力去投入资金进行BIM模型的开发;建设单位追求工期进度和成本控制, 也不愿意在此阶段投入过多。在技术上, 往往认为岩土工程是半理论半经验, 各种模型与实际的吻合度及有效性难以得到广泛认可。缺少项目推动, 导致BIM在岩土工程领域缺乏标准。

1.2 综合性技术人员缺乏

BIM平台涉及的工程专业技术领域多, 需要技术人员有很强的综合技术能力, 但国内在这方面有很大人才缺口, 且地域发展不平衡。在东南沿海一、二线城市, 工程建设管理水平相对较高, BIM技术有较好的基础, 但在中西部欠发达地区中小城市, 工程技术人员对BIM却知之甚少。导致BIM在建筑各阶段的应用中受到限制、存在脱节, 尤其在勘察阶段应用少。再加上软件各异, 可能出现一个建筑有多个模型, 且模型不兼容, 甚至互不认可的情况。

1.3 岩土工程自身复杂性、多样性的制约

BIM的关键是建立模型所需的各项参数与信息。对建筑上部结构而言, 容易解决。而涉及地基岩土层指标参数的问题, 则难以有比较通用的参数模型和解决办法。这主要是受到岩土工程自身复杂性、多样性的制约。

复杂性首先体现在地质环境条件的复杂多变。我国幅员辽阔, 不同地域的地质条件有较大差异。即便同一区域, 受地质构造、地层沉积环境、时代成因的影响, 以及地形地貌的变化及人类活动影响等, 从单个工程建设场地的体量来看, 工程地质条件也是十分复杂的, 导致岩土特性相关的数据是海量的, 而且没有明显规律。在模型的建立中难以确切还原建筑场地的各种地质条件。

复杂性还体现在岩土体自身的材料特性。岩土材料不同于一般建筑材料, 它是自然条件下由颗粒材料堆积或胶结形成的, 具有固、液、气三相特性, 而且这种颗粒堆积胶结是不均匀的。从力学角度看, 岩土材料是一种同时具有粘结力和摩擦力的双强度材料, 在受力过程中存在两种强度发挥与衰减的先后问题[2]。其力学特性与钢材、混凝土等传统材料是不同的。尚无较好的模型参数来解决建筑物基础与地基岩土层之间的受力和变形的协调及耦合问题。即便通过试验取得一些参数, 但试验条件很难模拟真实的情况, 实验尺度一般较小, 其结果应用到现场实际的岩土条件中, 可靠性也是存疑的。

1.4 岩土BIM软件整合不充分

目前的BIM软件大多尚无专门针对岩土工程专业技术特点而研发的功能模块[1], 导致其在岩土领域的应用受限。主要体现在以下几方面:1) 不同企业不同专业使用的BIM软件种类较多。2) 各种软件数据接口不尽相同, 互相转换对接的导入导出过程繁琐并且很容易造成信息的丢失、缺漏。譬如, 岩土勘察常用的理正勘察软件, 地质图件处理常用的Map GIS, Arc GIS等软件, 以及一些岩土工程有限元、有限差分软件, 如何与BIM系统从模型到参数完美衔接融合, 尚需工程技术以及计算机技术两个层面共同解决。

2 应对之策

从业界的共识来说, BIM技术10%是软件, 90%是生产方式的转变, BIM的实质是改变设计手段和设计思维模式。因此, 在岩土工程行业, 无论主管部门还是各从业单位, 都需要转变传统的思维方式, 尽快建立起较为完善的BIM技术标准化体系, 通过新技术手段的应用来推动行业发展。针对BIM技术在岩土工程领域现存的问题和局限性, 应对之策有三方面:

1) 要向互联网大数据的方向转变思维。包括两个层面:企业要重视基础数据的收集汇总, 每个企业建立起自身数据库, 完善内部数据整合, 使数据源得到保障;行业协会和管理部门应尽快建立统一的技术标准, 在更高的层面组织进行信息资源的整合与共享, 包括BIM与区域或城市地质信息云平台的交叉互动, 以成果质量、技术进步、提高效率为目标, 统一数据库和模型体系, 消除企业、地域间的技术壁垒。

2) 加大资金和人力资源投入。从岩土企业来说, 要增加BIM相关软硬件的资金投入, 加大对岩土技术人员的培训, 要掌握岩土BIM技术的应用, 还要做好与设计施工的衔接。从建设单位的角度, 要提高对岩土重要性的认识, 提高在岩土勘察、基础设计阶段的投入。

3) 加强岩土BIM技术的开发, 并做好岩土BIM应用成果的二次研究利用, 促进BIM模型的不断完善与进步, 并加强与现行行业技术规范的协同, 使模型模拟与图纸计算良性互动。除了单个项目, 还要对同类项目进行充分整合和大数据挖掘。

3 应用前景

3.1 场地岩土工程条件的模型概化

在当前的工程活动中, 规划、设计人员往往需要通过对场地的分析来对建筑布置、景观和环境的规划、各种配套以及小区内交通流量及路网布设等影响因素进行分析评价[3]。传统方法中, 利用勘察成果资料和二维平面地质、标高等数据时, 往往存在不够直观, 场地定量分析不充分, 无法处理大数据量的信息, 且易受主观因素影响。若采用基于BIM技术的应用手段, 由工程勘察人员采集并建立场地三维数字地形图, 可以方便规划、设计人员较直观的确定建构筑物总体平面布置方案, 同时便捷的计算土方平衡以确定场地的设计标高体系。其作用在一些山区、丘陵等地势起伏相对较大的场地, 以及铁路、高速公路等线路工程中表现尤为突出。陈兵等[4]提出了在铁路勘测中将勘察数据模型化的设想。

其次, 建筑结构设计人员需要根据工程勘察专业提供的场地地形地貌特征、岩土工程条件、水文地质条件以及相应的设计参数等来对项目规划方案、结构体系、地基基础、边坡与基坑支护、地基加固处理等进行方案技术与造价等的初步比选与优化论证。因此, 将勘察成果资料数据等各种场地基本岩土工程参数和信息概化整合进BIM模型中, 将十分有利于设计人员进行相关量化分析, 并大幅优化勘察设计的衔接和工作效率。

另外, 基于BIM系统, 对大量工程实施结果的检测监测数据等进行反演推算, 对岩土指标、参数进行复核, 有助于提高岩土工程师对岩土性质的认识, 进而推动岩土力学在理论发展和技术应用上不断进步。这是对岩土工程大数据二次利用的重要方面。

3.2 强化三维地质模型, 助力地下空间开发

一般的三维地质模型, 是将勘察获取的一组点状的勘察孔地层资料处理成三维模型, 体现地层结构空间展布情况, 信息较为单薄。戴一鸣等[5]探讨了BIM在岩土工程勘察领域应用的可行性, 提出了一些实现途径和分阶段的解决方案。笔者认为应充分发挥BIM信息涵盖面广、与设计施工等深度融合的特点, 除基本的地层分布资料外, 还应将勘察获取的特性指标、参数等信息整合进模型中, 形成概化了完整岩土工程条件的基于BIM的三维地质模型, 在参建单位间形成共享, 便于设计人员直接与地下结构融合进行数值分析与计算。施工及监理人员也能直观理解建设场地岩土层和地下水的分布与性质以及与主体结构的相对关系, 有利于施工中的决策判断。这对地下结构基坑支护、降水设计优化, 保证施工安全顺利实施等有重要意义。

随着城市地下空间的不断开发利用, 在建筑物的全寿命周期内, 其与周边环境的相互关系极为紧密, 在其周边新建地铁、地下综合管廊以及其他地下建构筑物的可能性非常大。从城市管理的层面, 利用BIM技术, 将各单项工程岩土勘察成果的海量数据, 与工程设计和建造资料进行有效整合, 形成真正基于岩土工程大数据的云端城市三维地质模型, 是未来城市规划建设以及地下空间开发利用的必然要求。这个模型有别于现有的地质模型, 除了一般的地层空间展布, 更包含岩土特性指标、承载力、强度、变形及水文参数等对工程设计施工切实有用的重要信息。在此基础上进行深入开发与研究, 可解决城市地下空间规划、建设中存在的岩土工程、地质环境方面的难题。

3.3 优化岩土工程施工管理

BIM技术可以辅助项目实施过程中的管理。如在深基坑岩土项目进场前, 可通过BIM的精细建模进行场地布置, 动态模拟所有机械设备的安排与施工布局, 最大可能规避机械碰撞、工作区域受限、基坑边坡局部超载等问题。还可以应用BIM进行不同施工方案的模拟, 通过调整施工工序, 改进相关施工工艺, 尽可能使多种工作面同时开展, 以合理统筹安排整个施工过程, 并根据不同方案的进度情况以及成本预算综合选择最优的施工方案。这种模拟预判可以为决策服务, 从而大幅提高岩土工程实施的效率。

BIM技术还可以实现施工的动态监控, 尤其在基坑、轨道交通等地下空间开发项目中, 通过对采集的海量监测数据进行处理, 利用BIM模型实时展示主要构件变形及受力等情况, 可以为岩土设计人员校核安全系数、指导施工提供重要参考。

4 结语

BIM技术是工程行业发展与计算机网络信息科技进步互相融合的成果, 也是工程行业向信息化发展的重要方向。BIM对勘察设计行业而言是重要机遇, 为解决超高、超深、超大项目勘察设计协同的难题提供了可行的方向。岩土行业主管部门应统筹考虑, 加快岩土BIM技术标准的完善;岩土工程企业应珍惜机遇, 从思想观念的转变、人力资源和资金投入等方面着力, 在项目中充分利用BIM的特点和优势, 开展技术创新, 一起开拓岩土工程大数据的广阔前景。

参考文献

[1]黄佳铭, 郑先昌, 侯剑, 等.BIM技术在岩土工程中应用研究[J].城市勘测, 2016 (2) :157-160.

[2]郑颖人, 高红.岩土材料基本力学特性与屈服准则体系[J].建筑科学与工程学报, 2007, 24 (2) :1-5.

[3]刘清菊, 石晓娟, 徐美林.谈BIM技术在绿色高尔夫公寓建筑设计中的应用[J].山西建筑, 2016, 42 (1) :202-203.

[4]陈兵, 张燕, 张莹.BIM技术在铁路地质勘察中的应用[J].岩土工程技术, 2015, 6 (1) :77-80.

大数据是BIm的技术基础 篇3

这是对幕墙BIM的一次重要探索与实践，其圆润、流线型的幕墙系统对项目的设计建造提出了新的挑战：1）大量非标准单元板块，标准节点无法重复使用；2）大量双曲面板需要优化成可展曲面；3）面板尺寸无法用常规尺寸标注描述；4）安装定位困难；5）无法确定特殊型材数量。上述问题让业主方的设计管理团队意识到，现有的幕墙深化设计方法、实施流程、加工工艺及安装方法无法满足幕墙建造的需求，因此业主决定引入幕墙BIM到现有的设计管理体系中，而选择的幕墙BIM团队必须要能解决以下问题：1）了解曲面几何属性；2）掌握工业参数化建模软件——CATIA；3）能开发软件从数字模型中提取建造数据；4）协调专业碰撞。行业的挑战给予了CCDR一次机会，CCDR作为幕墙BIM分包参与项目实施，幕墙行业的BIM服务应运而生，银河SOHO幕墙BIM的成功实施让我们收获颇丰，总结了大量可行的流程和实用的经验。当我们完成了银河SOHO后发现，原本是业主所推动的BIM服务，继而转变为项目内部自身的需求。在这之后，CCDR相继完成了大同博物馆、望京SOHO、凌空SOHO等幕墙BIM的实施。1 优势1.1 工业化基因建筑业中的钢结构和幕墙专业与制造业很相似，大型幕墙企业有自己的ERP系统，企业内部可以实现模型及电子料单的交付生产。BIM概念强化了幕墙产业的工业化基因，提高了深化设计乃至整个工程的质量、效率，为建筑业节约成本，带来巨大的效益。几款主流的建筑业BIM软件设计思想和推进的产业流程均源自制造业，突破建筑业以蓝图作为设计交付的模式，通过BIM实现产业化是幕墙行业发展的必然选择，由此，幕墙产业与BIM的一见倾心绝非巧合。（1）在复杂幕墙系统的设计上越来越多地采用单元式幕墙，其构成原理为：在工厂里由横竖框架组成单元组件框架，并将玻璃、铝板等材质的面板安装到单元组件框的相应位置上，形成单元组件（图2），然后运往工地现场，通过连接件固定在预埋龙骨上。幕墙业务的工业化逻辑与BIM技术高度契合，BIM技术是连接从设计、分析、模拟、组装到维护在内的全部流程的关键技术链。

（2）BIM技术使幕墙工业推进至更高的工业标准。幕墙产业在国内是上世纪80年代发展起来的，大型企业的标准比行业标准更高，其在深化设计流程、制图标准及造价控制体系制度方面完全按工业化方向发展。BIM技术介入后，BIM模型不仅可以生成AutoCAD难以绘制的二维加工图（图3），而且BIM模型提取的数据表单将大幅减少2D蓝图表达设计的格局。通过3D实体模型来确定设计和生产工艺，将模型数据和电子表单导入PLM系统中进行管理。（3）幕墙BIM设计应选择顶级工业制造软件。前期较多使用工业设计软件Rhino用于曲面设计和数据分析，其操作简单、模块封装、插件众多等特点受到建筑师的青睐，适合于前期方案的构思和建筑几何计算。深化设计则更多使用CATIA软件，作为工业设计领域的顶级设计软件，其拥有极强的几何造型能力和准确的建模功能，同时具备稳定的参数化建模环境，可以方便地将模型生成图纸和提取数据。上世纪90年代末，Frank Gehry就用它来解决复杂建筑的案例，后来基于实际项目的应用经验，在CATIA平台上开发了DigitalProject，轰动一时。1.2 复杂幕墙可建造1.2.1 BIM与参数化设计建筑师通过在软件中输入设计逻辑、建立数理计算模块、设定几何约束等方法生成外形体及幕墙表皮，表皮的肌理呈现复杂的关联性、动态性、非线性、渐变性等特征，银河SOHO、望京SOHO、凌空SOHO等建筑正是用这样的设计方法生成的建筑。参数化设计通过参数驱动模型产生设计，BIM基于模型整合数据承载项目生命周期的各种应用。从流程上来看，BIM不仅承接参数化设计模型及参数，传递设计，而且更多的贡献集中在如何根据新的建造条件、材料供应等情况调整模型数据。值得一提的是，参数化和参数化设计不是一个概念，参数化通常说明的是软件的参数化建模能力，而参数化设计是一种设计方法，BIM软件都具备参数化建模能力。参数化设计方法与BIM珠联璧合，参数化设计在BIM流程中核心的应用是优化面板，在视觉误差允许的情况下，尽可能地用单曲面代替双曲、平板代替单曲（图4），规格尽可能统一（图5），以降低造价。

1.2.2 结构化数据庞大的设计数据和建造数据需求首当其冲的便是要做好数据规划。在复杂的幕墙系统中通常采用达索的CATIA作为BIM平台软件，数据组织采用的是“自上而下”（TopDown）的管理思想。软件具体的操作是通过“产品”（Product）和“零件”（Part）间的嵌套链接关系来实现的（图6），零件与零件间互相引用的数据通过“发布参数”的功能来传递。“产品”和“零件”是一个虚拟的概念，管理具体的项目必须依据实际情况来划分大小，好的数据规划是将来提取、使用数据的前提。例如在银河SOHO中最大的层级是整个幕墙工程为一个“产品”，然后按塔楼、楼层、部位依次逐渐细化“产品”，最后把一个单元定义成一个“零件”，单元板后面的连接件、龙骨“零件”是实体的“特征”。清晰的数据结构和数据标识是管理每块板块设计信息和定位参数的基础，保持一致的字段名称和组成结构对于项目数据的管理十分重要，为使以后各个部位、阶段的数据能快速、准确地被检索到，需要建立统一的命名标准（图7）。例如编码“TW2_CLD_F06_FLK”可以表示成“二号塔楼-铝板幕墙-第六层-侧挂板”。1.2.3 效率复杂幕墙可建造的说法是一个相对的概念。100多年前安东尼·高迪设计建造的建筑，形体波浪起伏富有动感，表皮填充奇妙、梦幻的纹理，大量使用陶瓷瓦片、马赛克、彩色玻璃拼贴出屋顶、墙面的肌理，算是复杂的幕墙系统，几乎没有一块建材可以成批制造，都必须现场手工加工，大量匠人花费长达数百年的时间去建造，圣家族大教堂的建造一直持续到今天。15年前还没有BIM的概念，后续的承建者们用3D模型模拟设计及建造，基本上都能按照高迪的手稿复原建造（图8），由此可见，使用BIM建造复杂建筑是时代的要求。1.2.4 数据提取表皮离散后生成非标准单元幕墙，非标准单元背后隐藏着庞大的数据需求，比如龙骨的长度、公框和母框的夹角（图9）、转接件的个数、每个转接件的角度参数等（图10）。此时，我们已经无法逐一地用CAD的办法绘制幕墙单元的设计信息。出于经济和实用的目的，需要利用BIM强大的数据管理能力实现建造，具体如下：（1）BIM模型能提取和管理成千上万的非标准单元幕墙的设计数据，包括面板、龙骨及连接件的几何、材料、建造信息，庞大的数据呈指数增长。（2）BIM模型中得到单元板块的安装坐标（图11）。数据提取的过程是通过计算机程序按照上一小节所描述的数据结构遍历所有的“产品”和“零件”（图12），读取参数后按规定的格式填写数据。数据提取生成数字料单是组成幕墙企业ERP系统的核心数据。1.2.5 数据料单与普通幕墙生产相比，复杂幕墙单元的型材长短不

一、面板呈非标准几何形状，给构件加工和管理带来困难，导致成本上升，以传统的流程需要增加5%以上的额外非标准产生的成本，且时间上无法保证。BIM的工作模式改变了这一流程：首先在建模的时候对“用户自定义特征”中的单元面板、龙骨框架、非常规型材这类构件依据数据规划进行唯一的编码 2，计算机根据几何条件自动计算输入参数，装配出整体建筑的幕墙模型，而后通过程序提取数据产生料单。料单中对每根构件都有唯一的编号，通过编号下放材料加工、管理材料堆放，按标准单元模板图（图13）快速拼装单元。根据型材几何特点，与下游材料供应商沟通，以数据表（图14）、CAD文件、三维模型的形式下发生产料单。料单中的编号在材料出厂时要求厂家写在面板背面，这两年大型企业已经开始用条形码、二位码等标识单元（图15）。这样有利于材料进场时就近码放，安装前按排版图顺序摆放在地面上，对进场材料进行验收，也有利于安装时对号就位。1.3 可视化为了能够将专业设计及工序用可视化的方式表达出来，BIM无疑是最好的选择，基于BIM技术的三维虚拟设计环境将设计信息、模拟信息快速地传递给项目协作伙伴，给设计协调带来了巨大的好处。幕墙BIM对可视化的需求主要是节点研究和施工工序模拟，几乎所有的设计意图（节点设计）都可以通过三维模型进行协调（图16），施工过程可以通过仿真模拟工序，实现了所见即所得，减少了设计返工带来的经济损失。按SOHO中国潘石屹先生的话说就是：在盖楼之前先在计算机里盖一遍，把问题消灭在计算机里。SOHO中国设计管理有一条要求：在设计例会、交底会、供应商的技术讨论会上，以模型作参照，改“看图说话”为“看模型说话”。我想这是对BIM可视化应用最友好的评价。1.4 造价估算对曲面幕墙的造价评估我更愿意和软件开发领域里的一个名词“迭代开发模型”联系在一起，和直上直下的建筑幕墙比起来，曲面异形幕墙造价存在更多的不确定性，幕墙形体的调整必然影响到项目的规划数据、成本、施工等一系列因素的变化，BIM将关联这些因素，形成一个动态更新的数据模型。迭代设计对原有的幕墙曲面BIM模型实现了持续的改进优化，目标一小步、实现一小步进行迭代循环，迭代的目标是为了及时处理问题、降低成本。ZAHA设计团队从方案设计开始一直驻场到项目竣工，无不说明了这种设计方法的优越性，在这过程中不断地对建筑形体进行调整，BIM模型可以通过程序即时、快速地提取数据，评估造价。幕墙的造价计算原则很简单，即按展开表面积计算，对于形体简单的幕墙通常是规则多边形面积的总和。然而异形幕墙由于有大量异形板片的存在，传统的通过在CAD里测量长度乘以高度的计算方法已不适用。首先必须编写计算机程序，通过几何规则识别板片，主要的目的是区分出平板、单曲、双曲，然后对这些离散的板片进行归类（图17），需要对曲面板展开后计算表面积，最后通过计算机程序进行自动汇总，这种统计模式非常快速、准确。除了幕墙面板外，面板背后的型材也是造价估算的重要部分，用手工和2D软件的办法很难精细化管理造价，控制型材对整体幕墙造价的影响，BIM的方式则可以准确地计算标准型材和非标型材的用量。1.5 专业协调BIM的工作模式是将众多的设计数据集成于一个模型中，按项目节点定义版本，更新模型数据，其本质应该是一个动态的构建模型/数据库的过程。专业协调是BIM的基础应用和核心功能，从软件的操作上可以简单地理解为将各专业模型汇总后做碰撞检测。建筑工程的建设周期是一个复杂的过程，中间发生大量设计协调以及由此产生的过程数据，可视化的方式让项目管理者对设计问题一览无余。幕墙工程的工序是在具备完整的主体结构后开始施工，可与机电工程并行施工。幕墙与其他各专业在空间占位上联系紧密，按潘石屹先生的话说就是包包子的皮，不要出现馅太大而皮包不住的情况。复杂幕墙系统通过BIM加强了如下空间占位管理：（1）幕墙通过土建板边将荷载传递到主体，BIM可以检查结构边梁尺寸及幕墙预埋件位置，避免后期幕墙安装时与主体结构发生碰撞。（2）BIM能处理好幕墙与精装的空位关系问题，如二次隔墙与幕墙龙骨的对位关系、幕墙开启扇与房间的位置关系等。（3）幕墙与机电专业协调，如在施工图设计时楼体泛光照明系统方案无法完善，其线路与灯具的布局就需要与幕墙在施工二次深化设计时进行协调；屋顶机电设备布置密集与幕墙专业需要大量的协调工作等。（4）幕墙与标识的专业协调，如主体建筑LOGO、灯箱广告与幕墙的关系（图18）。（5）幕墙与景观的专业协调，如幕墙与景观地面的交接。项目的实施过程中出现了设计“不一致”问题或者施工过程中产生新的空间占位问题，协作方通过开协调会，提出解决办法，出具变更，这是传统的做法。然而BIM模型可以真实地还原物理空间，在计算机里处理设计阶段的碰撞问题，项目合作各方进行讨论协调，使这些问题更早暴露，并在早期解决。2 实践2.1 银河SOHO银河SOHO的建筑设计者是扎哈·哈迪德（Zaha Hadid），项目总建筑面积32万m 2，其中幕墙面积16万m2。在建筑设计策略上，四栋单体通过连桥整合营造出一个壮观的整体，整个建筑平面近似于椭圆，平面弧度均不相同，创造出丰富而流动的空间景致和室外平台，变化的楼层及平台将各个空间有机地组合在一起。（此项目概况信息来自SOHO中国，幕墙BIM团队主要成员为郭巍、薛丙）

2.2 望京SOHO望京SOHO是由扎哈·哈迪德担纲总设计师，总建筑面积521 265m 2，由三栋集办公和商业一体的高层建筑和三栋低层商业组成，最高一栋高度达200m，犹如三座外部被闪烁的铝板和玻璃覆盖的相互掩映的山峰，其独特的曲面造型使建筑物在任何角度都呈现出动态、优雅的美感。（此项目概况信息来自SOHO中国，幕墙BIM团队主要成员为王斌（小）、王星、岳磊）

大数据是BIm的技术基础 篇4

李克强：建立统一数据平台是建设现代化国家的基础

“我们正在推进简政放权，放管结合、优化服务，而大数据手段的运用十分重要。”6月17日的国务院常务会议上，李克强总理说。

当天会议的一项议题，是部署运用大数据优化政府服务和监管，提高行政效能。

借助大数据推动政府职能转变，这是李克强总理始终关心的问题。自去年3月“大数据”首次出现在《政府工作报告》中以来，这个新名词便频频被总理提及，国务院常务会议题也多次涉及大数据运用。

“运用大数据，加强对市场主体的服务和监管，这是转变政府职能的重要手段。”李克强说。

他进而阐述，这也是建设透明政府、阳光政府的内在要求。政府信息、数据及时公开，让企业清楚、百姓明白，这是最起码应该做的。

“昨天还有人跟我反映，‘办个证跑断腿’的现象还有的是，老百姓根本就搞不清楚到底有多少道手续和什么手续。”总理说，“公开不公开这些最基本的办事程序，反映出我们的政府服务有没有诚意。”

李克强特别强调运用大数据推进市场信用平台建设的重要性。“市场监管的数据、企业违法失信的数据，这些数据的公开不应该受到任何质疑。否则社会就无法正常运行。”

他同时指出，要注重数据、信息之间的关联，进一步推动政府信息开放共享，消除信息“死角”、“孤岛”。

“我们运用大数据转变政府职能，不仅是国家经济社会发展对效率的需求，其实这本身也涉及国家安全。”总理说，“建立统一的数据平台，是建设现代化国家的基础性工程，也有利于国家安全。”（史麟）

学数据分析、找行业报告、招调查人才可移步一起调研网

一个属于调研行业的B2B网站

国内最具权威的市场调研门户网站之一

摘自：17调研网

学数据分析、找行业报告、招调查人才可移步一起调研网

大数据是BIm的技术基础 篇5

为了适应能源互联网发展趋势及日益复杂的运行环境,针对以电网为核心的能源互联网这一复杂网络属性,有效融合信息物理系统理念、多源信息采集及大数据相关技术支撑下,开展适用于大型能源互联网的分析、控制及大数据应用模式,以便增强能源互联网多源采集信息挖掘深度和利用广度。为能源互联网提供更强的分析与表达能力,更精确地全面感知复杂能源网络的运行态势,并为更高效的实时优化控制打下基础,从而全面提升能源互联网智能化水平,助推能源互联网核心业务创新和价值创造。

来自公司科研、产业、运行及高校的39位专家出席了本次会议,就各专题报告的内容和相关技术进行了热烈、深入的探讨,各位专家的观点简述如下。

总结发言

发言人:郭剑波院士

亚里士多德范式对科学发展发挥了重要的指导作用,未来科学的发展也必将传承这种模式。当前电网面临售电放开、发电侧进一步深化、用电负荷比重变化明显、电网确定性因素比重减小、不确定性因素比例上升等深刻变革,需要我们站在未来看现在,意识到解决日益发展的电力系统所带来问题的紧迫性。对电网而言,传统的分析方法取得了较好的效果。但要做好未来电网变化对现有技术体系、理念框架产生不可想象冲击的准备。在新形势下,电网运行方式和组织结构发生了巨大变化,需探索与之相适应的新的理论作为支撑。新技术和理念不断出现,为电网分析提供了新思路和新方法,其中大数据技术在电力系统具有广阔的应用前景,应得到重视。研究大数据首先要清楚大数据的科学原理并形成方法论,建议在结合模型的基础上,根据大数据的科学原理和性质明确其应用场合。电力系统数据丰富无比,电力系统中应用大数据技术符合当前电网需求,但仍处于探索阶段,建议对其进行标定,形成完整的体系,挖掘出更多信息,指引电力大数据技术朝积极正确的方向发展。

题目:关于因果分析与统计分析深度融合的探索

发言人:薛禹胜院士

电力系统当前主要研究的是信息系统的全部组分及与能源相关的全部组分的深度融合,也就是达能源范畴内的信息物理系统。信息能源系统要求将传统数据扩展为大数据,协同挖掘大数据中隐藏的因果关系,研究复杂社会-技术-行为交叉系统的相互作用关系。从电力系统的角度,实现数据资源与能源资源的融合,从电力系统大数据中提取关联关系,发现隐含关联,实现交叉领域的决策支持。传统的轨迹分析很多时候已经不适用于当前电网,且使用范围有限。实际系统中,许多经验判断是因为尚未掌握,而非不存在因果关系,传统思维模型已不再适用。利用大数据因果分析改进统计分析的适用性,从统计研究中发现因果关系建立数学模型。科学研究范式应与量化分析很好融合,其在因果分析、理论分析中能够充分提取数据隐含信息,为电网分析提供新思路。信息物理能源系统是智能电网概念的拓展:第一,将物理目标从电力流扩充到整个能量流;第二,将信息系统从专用网拓展到互联网、物联网、社交网络;第三,将数据范畴从物理系统内部拓展到环境、能源、市场、金融、社会。信息物理能源系统反映了电力、能源及环境的关联,大数据等信息技术及大能源物理技术的融合。这种融合合理的将物理系统和信息巧妙结合,将为未来电网发展提供方向。

题目:大数据在电网领域的探索与实践

发言人:王继业教授级高工

当前大电网在广域互联、承载业务主体、人为意志影响因素、以及电网在决策、调度模式几个方面都在发生着变化,需要借助大数据的思想和技术来驾驭如此复杂的变化。抛出“以数据为核心的未来电网”理念,从全程在线、深度采集、全景分析几个方面阐述未来电网特性。介绍了中国电科院在大数据领域围绕国网业务体系在大数据技术、数据模型、业务应用方面展开的布局,以及在电网安全、调度控制、营销用能等领域取得的阶段性进展;基于实践过程中对大数据的认识,以及阿尔法狗、新一代搜索引擎、认知计算等新技术的所带来的启发,提出开展“关联科学”研究的倡导,强调关联科学背后的科学态势对于电力领域的影响是不可忽视的,未来电网将在关联科学的支撑下产生新的科学作用模式,同时给人们带来电网思维模式的变革。最后畅想利用电网各种场景数据,分析、提取能源互联系统的多源大数据关联特性,研发针对大电网智能监控的深度学习智能算法,打造面向大型能源互联系统的“Alpha Go”。

题目:特高压交直流电网安全形势与需求—大电网安全综合防御体系设计

发言人:张剑云高工

从大电网安全形势与需求、大电网安全综合防御体系的总体设计、里程碑计划三个方面,对特高压交直流电网系统保护总体设计方案进行了详细的介绍。分析了特高压电网快速发展,风电和光伏等新能源大量并网,远距离跨区输电规模持续增长,电网格局与电源结构重大改变,特别是在电网“强直弱交”的过渡期,电网特性发生深刻变化,主要体现在故障对系统的冲击全局化,电网运行安全风险增大,电源结构发生深刻变化,电网调节能力严重下降,电力电子化特征凸显,电网稳定形态更加复杂。指出了“十三五”期间,公司电网多回跨区特高压直流工程相继投运,新能源并网容量持续增长,四交六直投产后,特高压交直流互联电网特性发生深刻变化,电网运行安全风险增大。安全防御能力急需提升。针对公司特高压交直流电网特性的深刻变化和面临的安全稳定运行风险,必须加强特高压电网建设,尽快构建东西部同步电网。在电网发展过程中,创新电网安全运行控制的防御体系,构建大电网系统保护,并介绍了大电网安全综合防御体系的定义、总体设计方案和关键技术。最后简单介绍了系统保护的里程碑建设计划,指出用2到3年的时间在理论、技术和装备方面实现系统性重大突破,全面推动全球能源互联网发展。

题目:信息驱动的能源互联网全景安全防御概念及架构

发言人:李柏青教授级高工

从工程技术背景及需求、全景安全防御的概念、全景安全防御的框架、展望四个方面进行了阐述,提出从动态能量流的角度讨论大电网天然的复杂网络属性,介绍了电网的安全风险及其复杂运行环境,提出现有基于建模仿真的被动式防御控制存在的一些问题,介绍了电网信息化、大数据的应用、人机大战带来的启示以及信息能源系统的基本层次结构,进而提出信息系统融合综合能源系统的信息驱动的主动式安全防御系统。提出时间、空间以及目标等多维度,立体化安全防御概念,提出系统级控制与多层次互动协同原理,全景安全防御的理论层次、技术路线,并建立功能结构,搭建大技术支撑平台,实现安全防御人机交互系统。建立基于能量流的大电网统一稳定性分析理论框架,研发基于深度学习的大电网智能感知与决策技术,建设基于大数据技术的多能流能量综合管理系统,打造信息驱动的能源互联网全景安全综合防御体系。

题目:基于数据的电力系统运行特征分析初探

发言人:穆钢教授

基于机理性建模分析的电力系统运行行为识别方法难以从整体上揭示电力系统运行行为及其演变特征。大数据技术的出现,为识别提取电力系统运行行为特征提供了一条新的途径。电网运行数据集是电网运行行为的全景记录,具有典型的大数据特征。报告介绍了电网运行数据分析工具、质量评估、电力系统运行行为及其时序演进特征识别3个方向的研究进展。在电网运行数据分析工具方面,介绍了基于Hadoop的数据存储、处理平台;在电网运行数据质量评估方面,分别介绍了某省级电网一年内节点功率平衡误差及支路功率量测误差评估;在电力系统运行行为识别方面,介绍了基于潮流熵的电网运行特征识别方法,并开展了潮流熵的时序演进特征分析。此外,报告还介绍了基于聚类的电网运行行为时序演进特征提取方法。报告指出:大数据技术与电力系统大数据结合可推进源于数据的电力系统运行行为研究。

题目:复杂电网动态相量监测技术与系统实时状态感知

PMU是实现全系统动态过程监测最有效的工具,然而在动态量测过程中存在误差较大、量测延时较长等问题,不利于闭环控制,目前多用于事故后分析,实时状态感知还存在困难。为用于复杂电网相量动态监测,提出运用最小二乘方法提高PMU动态量测精度的方法。为应对闭环控制时延过长导致振荡效果抑制过差的问题,呼吁将PMU分为保护控制类和量测类两类,其中保护控制类PMU适用于系统级闭环控制,建议关注并尽快启动保护控制类PMU相关技术标准。最后提出了基于PMU信息的分布式动态状态估计的探索思路,即充分利用本地状态和拓扑信息,分别在发电厂和变电站内,基于PMU实施本地(分布式)动态状态估计,感知局部动态状态和拓扑信息,再将发电机及变电站的动态状态估计结果上送至调度中心,作为网络节点电压和电流相量伪量测(虚拟量测),建立量测量与状态量的函数关系之后,进行全系统线性状态估计。

题目:信息能量系统综合安全评估与运行知识发现

发言人:郭庆来教授

智能电网是典型的信息能量融合系统。智能电网与能源互联网都是典型的信息-物理融合系统(CyberPhysical System,CPS),信息环节的可靠性问题可能导致物理系统的运行风险。从两个角度阐述了信息能量系统所面临的挑战与问题。首先是构建信息能量系统综合安全评估框架,类似于传统电网进行以N-1分析为代表的安全评估,通过构建信息能量融合模型实现信息能量综合安全评估,定量评价信息环节扰动对物理电网安全的影响机理。其次,提出了一种基于大数据的复杂电网运行知识发现方法,通过在线样本生成、分布式特征提取与机器学习,实现了电网关键断面的在线识别和运行极限的精细化表达,为运行人员驾驭日益复杂的电网提供了基于数据驱动的手段。同时也建议未来进一步开展信息能量系统的深入理论研究与关键技术应用。

题目:复杂网络的控制与识别及其在智能电网中的应用

发言人:吕金虎教授级高工

从ER网络、小世界网络、无标尺网络等网络拓扑模型角度阐述复杂网络概况,介绍网络的平均路径长度、串系数、度数分布等复杂网络基本概念。提出复杂网络的牵制控制问题,从多个关键因素相互耦合、网络社团结构的检测、网络结构的动态演化三方面阐明控制、网络科学的机遇与挑战。提出复杂网络的结构识别问题,主要介绍基于自适应同步的网络动力学参数和拓扑识别方法,同时识别网络拓扑结构和动力学参数;指出动力学信息对于结构识别并非充分的,则需要满足经内连映射和节点动力学映射后的两簇函数组在同步流形上线性无关的条件;分析了阻碍网络拓扑识别的因素,并介绍了网络拓扑识别的某些最新的工作。进一步阐述复杂网络在智能电网中的典型应用,分析未来电网发展趋势与安全运行挑战,从常规电源控制能力不足导致弃风、弃光,集中控制模式不支持分布自主运行2个角度表述未来电网运行控制的根本挑战,给出未来电网运行控制分层多智能体网络的理想架构。指出复杂科学与工程的核心科学问题,在新的数学工具与框架背景下,存在以下4个关键问题:网络化计算的理论、网络结构的理论基础、网络协议设计方法、通用数学语言。最后,对复杂网络理论在未来智能电网应用进行展望与思考。

题目:高维统计分析及其电网大数据——随机矩阵理论框架

发言人:邱才明教授级高工