基于机器学习的智慧BIM运维管理系统及BIM+MR的检修应用程序——以医院建筑为例

本研究以设备复杂的医院为载体,探索研究BIM技术在智能化运维检修中的应用。通过构建基于BIM和大数据的智慧运维管理平台,引入故障树分析(FTA)与贝叶斯概率模型的机器学习方法,以预测故障设备和故障概率,并能第一时间发出报警信号,提供快速回应的决策依据。在移动端中引入混合现实(MR)技术,对故障设备快速定位,提供基于故障概率的检修排序。

基于柔性防护网的落石防护设计

柔性防护网用于边坡落石防护具有独特的优越性,除了制造、施工、配置之外,防护设计方案的合理与否同样影响其防护效果。以某公路边坡为例,采用三维激光扫描技术对公路边坡进行了地形扫描,结合现场地质调查,运用数值模拟软件对边坡落石运动进行计算分析,获取落石运动轨迹、速度、能量以及弹跳高度,并在此基础上进行了落石防护设计,降低了柔性防护网失效可能性。

钢框挡墙在地质灾害应急治理中的应用

以都江堰市五里坡泥石流治理工程为例,引进一种适用于地质灾害应急治理的新型支挡结构——钢框挡墙。介绍了钢框挡墙的特点、设计方法及施工工艺流程。工程实践证明,钢框挡墙具有现场组装、施工快捷、就地取材等优点,在应急救灾方面效果显著。

智能型装置应用程序于人才培育与管理的应用与评估

克服学用落差一直以来都是人才培育与管理的重点议题,然而随着资通讯科技与智能型载具的发展,人才培育能以更具有效率及更引发兴趣的方式来进行。本研究以大学建筑安全评估专业课程为例,导入智能型装置及多元探究教学法,课程每项主题以三周为单位,分别进行基础理论阐述、环境探究以及实务解说等方式进行。在智能型装置应用程序方面,则是采用HTML5技术开发所需的应用程序与管理网页。最后,透过科技接受模式的问卷调查与分析,验证智能型装置导入人才培育的可行性与有效性。本研究成果不仅能有效协助学员辨识关键学用落差问题,且能提升学员学习成效与兴趣,更可进一步推广至企业教育训练课程中。

多属性决策的推荐系统赋权方法

传统决策模型缺乏灵活性,受人工智能技术广泛应用的启发,文章研究提出了一种多决策模型的权重调正推荐算子,能够根据决策者的反馈和协作能力提供连续学习和调整属性权重。

基于混合现实与案例推演技术的移动可视化检修决策支持系统

传统建筑检修效率低下,随着BIM和MR(混合现实)等新兴技术的兴起为建筑检修运维带来了新的解决方案。文章通过整合BIM、MR和CBR(案例推演)技术开发移动可视化检修决策支持系统,为检修人员减轻负担,提高检修效率。