预制构件自动化生产中智能建造技术应用综述

预制构件作为装配式建筑的基本单元,其生产的自动化和智能化日益成为研究的热点。本文以Web of Science数据库为基础,对智能建造技术在预制构件自动化生产中的应用现状进行了系统性地综述,从构件制造和生产管理两方面对文献进行了深入分析与归纳。研究发现构件制造中常用的智能建造技术包括:三维扫描、BIM、机器人、人工智能、增材制造、传感器、数字孪生;而在构件生产管理中主要采用的智能建造技术为人工智能、RFID和物联网。同时,本文总结了预制构件自动化生产应用智能建造技术的研究进展及存在的问题与不足,从准入标准、技术耦合、学科融合、精益管理、现实应用五个方面提出了预制构件自动化生产中应用智能建造技术的建议。

基于数字孪生的城市轨道交通建造智慧管理研究

为完善城市轨道交通项目管控体系,实现城市轨道交通建造集成化、可视化和智慧化管理。针对当前城市轨道交通项目建造中存在管理效率低、可视化程度低、不确定性因素多等问题,提出城市轨道交通建造管控的数字孪生架构,分析数字孪生架构的基本组成、关键技术、数据融合与集成服务,阐述基于数字孪生的城市轨道交通建造管控应用,实现数据驱动的建造管控模式。该研究成果在深圳市轨道交通14号线项目中得到成功应用,提高企业工程管理水平,在推动工程建设产业转型升级中提供可行的技术参考。

BIM技术在城市轨道交通机电安装工程计量中的应用研究

通过分析目前城市轨道交通机电安装工程计量的特点和存在的问题,基于城市轨道交通工程清单和定额计量规范,利用Revit平台API、SDK接口,建立了一套将BIM设计模型转换为计量模型的构件映射规则,并以此开发了三维算量for Revit插件,实现城市轨道交通安装工程的智能化算量,提高模型数据的利用率和信息共享程度。最后,以深圳某地铁车站机电安装工程为例,运用本研究所开发的三维算量for Revit插件进行工程量运算,通过对比分析模型构件的转换率以及排水消防系统、通风空调系统、动力照明系统计算结果的准确性,表明本研究开发的三维算量for Revit插件,可以在确保准确率的前提下有效提高工程量的统计效率,实现自动化算量。

基于BIM+GIS的城市轨道交通项目智慧管控云平台系统设计与建设实践

通过对中铁南方集团城市轨道交通项目的管理流程进行梳理与优化,提出了以数据流为核心的集团管理流程优化方案;基于BIM+GIS的集成技术对工程项目管理过程涉及的多源异构数据融合和模型轻量化处理,建立了集团工程数据跨层级、多要素、全过程的实时管理系统架构;根据集团所有工程项目的进度、成本、安全、质量、合同、计量、模型等各管理要素关系,开发完善了集团智慧管控系统平台。通过一年多的运行实践,该系统能够有效地减少集团在城市轨道交通项目管理过程中出现的协同管理难、可视化程度低、数据传递断层等问题。

“无废城市”背景下建筑废弃物资源化产业系统耗散演化研究——以深圳市为例

在“无废城市”背景下,建筑废弃物资源化可以减少环境污染,促进城市可持续发展。为提升建筑废弃物资源化水平,文章以深圳市建筑废弃物资源化产业为例进行研究,以耗散结构理论为基础,构建建筑废弃物资源化产业系统,并确定了31个熵指标,采用Brusselator模型和熵值法对问卷调查收集的数据进行实证分析,判断建筑废弃物资源化产业是否处于耗散结构。研究表明,深圳市建筑废弃物资源化产业尚未达到耗散结构,并基于实证结果提出产业发展建议,以促进系统的有序协调发展,实现耗散结构状态。

基于计算机视觉与BIM的裂缝可视化管理方法

对结构表面裂缝进行持续检监测与管理对保障结构安全具有重要意义。为实现结构裂缝自动识别与管理,提出了一种基于计算机视觉与建筑信息模型(BIM)的裂缝识别、矢量化处理与可视化管理方法。首先基于深度学习的图像识别方法,从相机拍摄的结构表面图像中提取出裂缝形态的栅格图像;其次,提出了一种裂缝形态栅格图像的自动矢量化方法,获取裂缝形态关键点坐标;最终,使用Dynamo程序实现裂缝BIM模型的自动建模与可视化。该方法可以获取裂缝的拓扑形态信息,并显著降低裂缝信息的存储数据量与可视化难度。通过开展BIM构件的碰撞分析,还可准确识别裂缝属于结构中的哪个构件,将裂缝所属的构件编号信息与裂缝宽度信息作为裂缝图元参数写入BIM模型,实现裂缝矢量化与裂缝BIM模型自动化建模与管理,为大范围、大批量的裂缝自动化检监测与管理提供参考。

既有建筑围护结构节能改造多目标优化设计

对既有建筑进行节能改造是减少建筑业能源消耗和碳排放的重要策略之一,提出了BP神经网络与蒙特卡洛-非支配排序遗传算法(Monte Carlo-non-dominated ranking genetic algorithm,MC-NSGAⅢ)相结合的多目标优化方法,对建筑围护结构改造参数进行优化设计。基于DesignBuilder软件进行建筑性能模拟,得到样本数据集;利用BP神经网络学习数据集,建立建筑围护结构与性能指标之间的预测模型,作为各个目标的适应度函数;利用蒙特卡洛方法对交叉概率和变异概率进行不确定性分析,建立MC-NSGAⅢ多目标优化模型,得到Pareto最优解集;最后利用理想点法找到围护结构设计参数的最优组合。以科教综合楼为例,验证了该方法的可行性和有效性。结果表明,提出的方法可在多种改造设计方案中找到一个综合权衡的最优方案,研究结果可为建筑改造规划与设计提供参考。

交通运输业碳排放预测与达峰路径研究--以安徽省为例

为加快交通运输领域实现碳达峰目标,文章选取安徽省为研究对象,利用“自上而下”法测算2010-2021年安徽省交通运输碳排放量;基于扩展的STIRPAT模型并运用情景分析法设置9类不同情景对2022-2035年碳排放量及达峰情况进行预测并提出了减排建议。结果表明:(1)安徽省碳排放量总体呈波动上升的趋势;(2)人口、人均GDP、城镇化率、交通运输结构、能源强度和能源结构对碳排放均有促进作用;(3)适当约束人口规模、保持经济平稳发展、加强能源结构与交通运输结构调整和降低能源强度是最可能符合现阶段的碳达峰路径。

基于Omniverse的建筑数字孪生平台构建方案研究

数字孪生是建筑业数字化转型的关键。基于USD标准的NVIDIA Omniverse生态于2020年推出,可实现多参与方和软件平台的协同和交互,加速建筑业产业升级。采用文献综述和案例分析法,针对建筑数字孪生发展中的问题,以NVIDIA Omniverse生态为例探索其如何支持建筑数字孪生平台的构建和发展。研究结果表明,Omniverse生态具有标准化、并行算力、智能算法和平台可扩展性等优势,能够有效支持建筑行业智能化发展和数字化产业升级。

元宇宙背景下建筑业数字化发展趋势研究

元宇宙的发展有望带来新一轮数字产业革命。在元宇宙蓬勃发展背景下,探索建筑业数字化转型发展新机遇,将有助于突破行业瓶颈,加速产业升级。本文首先对元宇宙的基本概念及内涵进行分析,认为元宇宙是全面数字化的社会形态;其次,按照数字技术的应用角度对建筑业数字化发展历程进行总结并将其划分为四个阶段;然后从数字技术、行业发展以及业务模式三个维度对建筑业数字化转型过程所面临的问题进行剖析;最后结合元宇宙的发展对建筑业数字化发展的三大新趋势进行展望。

柔性管理视角下承包商建筑废弃物资源化行为模型研究

为克服现有刚性管理的不足,进一步促进建筑废弃物资源化,基于柔性管理视角,考虑价值观、责任感、感知价值、资源化意愿等心理因素,构建承包商建筑废弃物资源化行为模型。结合量表开发和问卷调查,收集承包商建筑废弃物资源化行为数据。通过偏最小二乘结构方程模型对214份问卷数据进行分析,研究发现,“价值观→感知价值→资源化意愿→资源化行为”是一条有效促进承包商资源化行为的驱动路径。基于此,提出了建筑废弃物资源化柔性管理策略,以提升承包商资源化的主动性。

新工科背景下工程管理专业数据库原理课程教学模式探索

结合新工科背景下培养具有工程实践和创新能力的新工科人才需求,探索“学生主体、教师主导、实训协同”的教学改革模式。为了更贴合工程管理专业背景,教学中采取线上线下结合的教学模式,探索以设计和实现工程项目管理数据库系统为导向的项目驱动式教学设计和小型渐进式项目实训实践,在新工科背景下,建设好数据库原理课程,培养具有工程实践能力和创新能力的新工科人才。

基于云模型-组合赋权的建筑废弃物资源化技术成熟度评价

为解决建筑废弃物产量激增与治理紧迫问题,以专利数据为基础,应用LDA模型可视化呈现技术主题;构建云模型-组合赋权的建筑废弃物资源化技术成熟度评价模型,应用云模型综合评价企业技术成熟度等级,并以深圳某企业为例进行实证分析,验证了模型的可行性与合理性。结果表明:组合赋权法计算的结果更稳定,降低了评价主观性;影响企业技术发展的关键因素是经济与人才。研究结果可为其他企业提升自身技术水平提供一定理论依据。基于技术创新视角,为建筑废弃物资源化行业提供发展策略与建议。

数据驱动的中央空调系统柔性优化控制方法

建筑节能对实现“双碳”战略目标有重要影响。为进一步提升建筑柔性用能潜力及自动化管理水平,亟需构建融合物联网、大数据等信息化技术的通用性建筑运维技术。本文提出了1种面向中央空调系统的柔性优化控制方法,通过数据驱动方式构建系统能效及功能模型,进而从用能效率及成本层面实现优化控制。主要方法逻辑如下:首先,构建高精度建筑负荷预测模型,结合分时电价优化供冷量分布,节约用能成本;其次,构建中央空调系统关键设备能效及功能模型,包括制冷机组、各类水泵及冷却塔等,以推演不同工况下的运行表现;最后,基于启发式算法优化逐时控制参数,在满足负荷需求的前提下提升运行效率。以深圳市某酒店建筑为例,本文提出的柔性优化控制方法可有效调动建筑系统柔性潜力,节能和节财率分别达到19.1%和22.8%。相关研究成果有望为建筑系统柔性管理提供新思路和新参考。

基于BIM的地铁盾构管片深化设计流程优化研究

针对盾构管片深化设计流程存在的各层级间信息缺失与分离问题,对现有基于BIM的地铁盾构管片深化设计流程进行系统优化。首先梳理并总结现有预制构件设计流程。以现有流程为基础,根据工作分解结构理论,构建基于BIM的盾构管片深化设计流程,包括管片拆分、基础设计、优化设计、施工图生成和物料明细表生成五个主要阶段。通过深圳市某地铁区间盾构隧道的实践应用,验证所构建流程的可行性。研究成果有助于更好地衔接盾构管片深化设计的各个层级,提高管片精细化设计质量。

隧道及地下工程低碳可持续发展现状与思考

隧道及地下工程是我国工程建设行业的重要部分,厘清我国隧道及地下工程的可持续发展现状和面临的关键挑战,对抓住行业高质量发展的破解点、赋能行业绿色升级具有重要意义。对此,文章首先回顾了隧道及地下工程可持续发展的相关政策和发展历程,探索行业可持续发展的关键转折点。其次,基于全寿命周期视角,阐述了我国隧道及地下工程在统筹规划、绿色材料应用、绿色施工工法、智能低碳运维、工程废料资源化利用六个方面的可持续发展现状。最后,提出我国隧道及地下工程可持续发展面临的挑战,并给出相应的建议:(1)借助数字化技术,突破规划信息不全面壁垒;(2)持续研究新材料,增强结构抗扰性和防水性;(3)结合数字孪生技术,提升施工工序智能化水平;(4)基于工程物联网,加强工程监测智能化感知;(5)改良工艺和设备,提高建废利用率和附加值。研究以期为我国工程建设行业实现产业增值和绿色发展的良性循环提供有用的见解。

基于文本挖掘的建筑废弃物资源化技术主题分析

在建筑废弃物资源化管理方面,国内相关研究主要集中于单一的再生产品、影响因素、宏观政策对比等,缺乏技术层面的系统研究。基于此,从技术创新角度出发,基于Python工具、LDA主题模型、专利文本数据的量化分析框架,采取IPC分类号与主题检索结合的检索方式,基于专利数据库采集建筑废弃物资源化技术相关专利数据,对建筑废弃物资源化技术热点进行可视化表征,结合模型困惑度与主题连贯性对主题数量进行检验,旨在丰富利用文本挖掘技术热点的方法体系,帮助相关企业提升自身资源化技术水平。

基于循环神经网络的冷水机组故障诊断方法

冷水机组故障诊断对提升设备能效、延长使用寿命等有积极影响。以实测数据为基础,通过数据驱动的方式进行故障诊断有助于提升建筑系统运维的自动化和精细化水平。在实际应用中,如何有效捕捉设备运行的复杂动态规律,从时间维度准确识别冷水机组的故障特征值得深入研究。本文采用循环神经网络为建模方法,以16种实践中易获取的数据变量为模型输入,通过对循环单元类型和模型结构两方面进行探索,形成了适用于冷水机组故障诊断的优化建模策略。在循环单元类型层面,本文对比分析了3种常见循环单元的实际效用,包括基础版循环神经单元、长短期记忆单元和门控循环单元。在模型结构层面,探索了适用于处理时序数据的模型,如双向循环运算和一维卷积运算等。实验结果表明,相较于常规的未考虑时序关联的建模方法,循环神经网络模型可以有效提升7类常见冷水机组运行故障的诊断效率。其中,采用双向长短期记忆神经网络的故障诊断性能最好,该方法可比XGBoost、全连接神经网络和SVM分别提升17.3%、23.9%和35.0%的诊断精度。本研究量化了多种循环神经网络在冷水机组故障诊断中的实践价值,研究成果有助于提升故障诊断技术的精细化水平。