基于云计算的建筑全生命期BIM集成与应用关键技术研究

本课题针对当前建筑信息模型（Building Information Modeiling, BIM）技术应用于建筑业信息化存在的问题和迫切需求，通过引入国际上新兴的云计算技术，基于国际建筑工业IFC 标准，构建一个面向建筑全生命期各阶段和不同应用的BIM 结构体系，提出面向建设项目多参与方分阶段递进式的BIM建模方法，研究BIM 数据分布存储及管理、BIM 数据集成及融合、BIM 数据提取与交换以及基于过程的BIM 服务及应用等关键技术，开发基于云计算的BIM 集成与应用服务平台（BIM Integration and Server Platform, BIMISP）。为建筑全生命期BIM 创建和应用提供一套完整的理论、方法、技术和平台支持，实现了BIM 信息在建设项目规划、设计、施工和运行维护全过程的全局共享、无损传递和充分利用。 研究成果为建筑全生命期BIM创建和应用提供了一套完整的理论、方法、技术和平台支持，对于完善BIM 的理论和技术体系具有创新性。所开发的基于云计算的BIM 集成与应用服务平台，对于促进BIM深度应用，提高BIM应用水平，具有广阔的应用前景，可产生很大的社会、经济效益。 2100433B

本课题针对当前建筑信息模型（BIM）技术应用于建筑业信息化存在的问题和迫切需求，通过引入国际上新兴的云计算技术，基于国际建筑工业IFC标准，构建一个面向建筑全生命期各阶段和不同应用的BIM结构体系，提出面向建设项目多参与方分阶段递进式的BIM建模方法，研究BIM数据分布存储及管理、BIM数据集成及融合、BIM数据提取与交换以及基于过程的BIM服务及应用等关键技术，开发基于云计算的BIM集成与应用服务平台（BIM Integration and Server Platform, BIMISP）。为建筑全生命期BIM创建和应用提供一套完整的理论、方法、技术和平台支持，实现BIM信息在建设项目规划、设计、施工和运行维护全过程的全局共享、无损传递和充分利用，进而提高工作效率和质量、降低资源消耗，支持在建筑全生命期实施可持续发展战略。

针对当前大型公共建筑运维期安全管理中存在的海量信息的管理和集成应用方 面等问题，本课题拟结合大型公共建筑的安全管理体系，通过引入BIM 技术，并结合物联网技术、云计算技术等国际上新兴前沿技术，基于国际建筑业IFC 标准，构建一个基于BIM 和GIS的多尺度运维管理模型。在此基础上，以集成创新为主要手段，研究基于云计算技术的运维信息管理以及基于物联网的安全性能动态监测、评估与预警技术，开发基于BIM 的大型公共建筑运维期安全管理平台（BIM-SMP）,为大型公共建筑运维期安全信息模型的创建和应用提供一套完整的理论、方法、技术和平台支持，实现运维期安全的宏观管理和微观管理相结合、信息管理和信息应用相结合、动态监测和实时评价相结合以及灾后模拟和逃生指引相结合，可及时发现建筑安全隐患和制定灾后应急方案，进而提高建筑结构及其附属机电设备的安全性能，减少建筑灾害损失。

本项目针对当前大型公共建筑运维期安全管理中存在的海量信息的管理和集成应用方面等问题，结合大型公共建筑的安全管理体系，通过引入BIM技术，并结合物联网技术、云计算技术等国际上新兴前沿技术，构建了一个基于BIM和GIS的多尺度运维管理模型，并以集成创新为主要手段，突破了私有云上的BIM信息交换环境、非IFC格式信息的转化和融合技术、基于云计算技术的运维信息管理等基础信息支撑技术。 在此基础上，研究了机电设备信息模型的定义与扩展及机电设备信息提取与故障分析技术，实现了机电设备智能安全管理和室内环境监测；研究了基于结构安全信息模型的建筑结构模型自动转换技术，可实现时变结构自动、连续、动态的安全分析以及集数据采集、动态集成、智能分析于一体的安全管控；研究了疏散子模型的定义以及一种空间拓扑算法以自动建立空间拓扑结构，基于人工神经元网络提出了路径生成算法和局面评估方法，实现了在紧急情况下将人员分散到更安全的地区，降低平均的紧急度指标。 将上述技术集成，研发了基于BIM的大型公共建筑运维期安全管理平台（BIM-SMP），示范应用于昆明长水国际机场航站楼、北京槐房地下再生水厂以及南京文鼎广场等工程项目,为大型公共建筑运维期安全信息模型的创建和应用提供了一套完整的理论、方法、技术和平台支持，基于面向大型公共建筑运维期安全的宏观管理和微观管理相结合、信息管理和信息应用相结合、动态监测和实时评价相结合以及灾后模拟和逃生指引相结合的目标，实现了结构、设备和人员的综合安全管理。可及时发现建筑安全隐患和制定灾后应急方案，进而提高建筑的安全性能，减少建筑灾害损失。 研究成果发表了学术论文21篇，其中SCI收录6篇，获软件著作权1项，协会科技奖2项；作为成果核心实现成果转化，累计实现产值5000万元；培养博士后1名、博士生2名、硕士生4名、研究团队12人。 2100433B