基于BIM的建筑設備運行維護管理研究

孟軍陽 曹佳純 王云龍 謝英江

（中建七局第四建筑有限公司，陜西 西安 710016）

0 引言

在現(xiàn)代化建筑工程中，為了給建筑使用者提供一個健康舒適的辦公和居住環(huán)境，建筑設備的管理成為建筑工程中最重要的一項工作內容，也是現(xiàn)代建筑管理的重要組成部分。從建筑全生命周期來看，建筑設備的運營期占據(jù)了全生命周期的90%，運營成本也占總成本的70%以上，因此，在該階段中，由于建筑設備在長期的運轉過程中受到磨損，出現(xiàn)不同程度的老化，并出現(xiàn)故障，導致建筑物的質量下降，并需要提供大量的人力物力進行維修。

1 BIM技術在建筑設備運行維護管理中的應用

BIM技術的發(fā)展有利于建筑設備運行維護管理。BIM技術通過建立1個虛擬的面向對象的三維模型，能夠集成海量的數(shù)據(jù)信息，實現(xiàn)模型的參數(shù)化、智能化，并將海量數(shù)據(jù)信息進行協(xié)同共享，避免信息的“碎片化”，降低信息傳遞損耗，可在建筑設備全生命周期內實現(xiàn)模型信息的動態(tài)分享、信息訪問、存儲關聯(lián)以及更新完善，使各個建筑設備運行維護管理參與能夠在權限范圍內進行信息獲取和上傳，并可以得到可視化的服務，形象、直觀和清晰地了解建筑設備的運行情況。將BIM技術應用于建筑設備全生命周期的管理，將BIM模型與管理信息相關聯(lián)，具體的信息流如圖1所示。

圖1 基于BIM技術的建筑設備全生命周期管理

建筑設備的運行維護管理是一個信息流管理的過程，根據(jù)信息流在各個層級的運轉情況，可以將建筑設備運行維護管理的系統(tǒng)大致分為5個層次，分別為用戶層、應用層、數(shù)據(jù)層、模型層和信息層，如圖2所示。

圖2 基于BIM技術的建筑設備運維管理總體框架

2 基于貝葉斯網(wǎng)絡原理的建筑設備運行維護決策方法

在目前的機器故障檢測理論中，發(fā)展出了很多的人工智能、深度學習的網(wǎng)絡學習方法，其中貝葉斯網(wǎng)絡學習就應用較為廣泛的方法之一。貝葉斯網(wǎng)絡是在英國學者貝葉斯公式的基礎上發(fā)展而來的，它也稱作貝葉斯信度網(wǎng)絡，表達了不同變量之間的概率影響關系，并綜合利用了概率論和圖論的方法對概率之間相互影響進行可視化的圖形表達，對個獨立互相排斥事件B中，事件發(fā)生條件下，B事件發(fā)生的概率可以用貝葉斯概率公式進行描述，如公式（1）所示。

式中：（B|）為貝葉斯后驗概率；（B）為貝葉斯先驗概率；（|B）為貝葉條件概率。

貝葉斯網(wǎng)絡包括節(jié)點的單向網(wǎng)絡圖像形式，在網(wǎng)絡數(shù)量和網(wǎng)絡節(jié)點已知的條件下，采用先驗知識對既有的樣本進行學習和訓練，在全局范圍內尋找最優(yōu)的貝葉斯網(wǎng)絡拓撲結構。在學習的過程中，基于參數(shù)和數(shù)據(jù)集的似然程度來達到確定目標參數(shù)，其似然函數(shù)的對數(shù)表達形式如式（2）所示。

式中：為拉格朗日算子，為網(wǎng)絡參數(shù)，為數(shù)據(jù)樣本集合，為既有的網(wǎng)絡結構。

以方程（2）中的最大值作為尋優(yōu)結果，得到式（3）。

式中：為概率函數(shù)，為最大似然概率，x（）為樣本，為樣本集。

根據(jù)貝葉斯網(wǎng)絡學習的結果，得到建筑設備運行的故障率，以維修費用最低為函數(shù)模型，如公式（4）所示，以確定采取的維修養(yǎng)護策略。

式中：為成本，為2次維修之間設備的工作時間，C為一次修復性維修費用，C為一次預防性維修費用，為可靠度，為一次大修費用，為維修時間，為預防性維修間隔數(shù)。

3 基于BIM技術的建筑設備運行維護可視化應用實例

某省市某房地產建設工程一期位于202-DC-A98地塊，位于城區(qū)東北角區(qū)域核心商圈范圍，附近已有配套公用設施，交通便利。項目總投資95000萬元，項目建設用地約62400m，總建筑面積約241353.70m，其中地上約174487.20m，地下約66866.49m。在建筑工程主體結構中配備了各種設備系統(tǒng)，具體包括消防系數(shù)、給排水系統(tǒng)、通風空調系統(tǒng)以及動力照明系統(tǒng)等，這些系統(tǒng)的構成十分復雜，管線很多，給設備檢修人員帶來不小的挑戰(zhàn)。

由于建筑設備運行管理是一項多專業(yè)、多面向對象的系統(tǒng)工程，建筑中的設備數(shù)量龐大，管道及機器之間錯綜復雜，因此，在設備出現(xiàn)故障時，對故障的快速診斷、定位和排查是設備管理人員和檢修人員面臨的首要問題。在基于BIM的建筑設備運維管理系統(tǒng)中建立建筑設備的三維虛擬模型，各個模型構件與實體構件之間具有明顯的對應關系，并通過唯一的編碼進行確認。在BIM建筑設備模型中，賦予各個虛擬構件的各種實體屬性參數(shù)，使虛擬構件與實體構件具有完全的邏輯關聯(lián)屬性，如圖3所示。

圖3 基于BIM技術的建筑設備運維管理系統(tǒng)和模型

以建筑設備的通風空調系統(tǒng)和消防系統(tǒng)為例，分別對2個系統(tǒng)中的15個節(jié)點基于貝葉斯網(wǎng)絡學習，得到貝葉斯網(wǎng)絡學習設備故障概率與正常概率的計算結果見表1。從表1中可以看出，在通風空調系統(tǒng)中，設備故障概率較大的節(jié)點有節(jié)點7、節(jié)點10和節(jié)點14，分別為0.481489、0.237284和 0.289916；在消防系統(tǒng)中，設備故障概率較大的節(jié)點有節(jié)點6、節(jié)點9和節(jié)點12，分別為0.094157、0.381375和0.619536。在這些節(jié)點的計算結果中，消防系統(tǒng)的節(jié)點12故障概率大于0.5，具有較大的失效可能，因此在建筑設備運營養(yǎng)護過程中應加強監(jiān)測，以達到良好的設備運轉效果。

表1 基于BIM技術和貝葉斯網(wǎng)絡學習的建筑設備運維狀態(tài)計算結果

在對通風空調系統(tǒng)和消防系統(tǒng)采取檢修和養(yǎng)護措施后，分別對2個系統(tǒng)中的15個節(jié)點基于貝葉斯網(wǎng)絡學習，得到貝葉斯網(wǎng)絡學習設備故障概率與正常概率的計算結果見表2。從表中可以看出，在通風空調系統(tǒng)中，節(jié)點7、節(jié)點10和節(jié)點14的設備故障概率分別降低為 0.000038、0.000088 和 0.000028；在消防系統(tǒng)中，節(jié)點6、節(jié)點9和節(jié)點12的設備故障概率分別降低為0.000016、0.000003和0.000060。由此表明，經過檢修和養(yǎng)護后，通風空調系統(tǒng)和消防系統(tǒng)均處于運行良好狀態(tài)，達到了設備維護的目的。

表2 檢修和養(yǎng)護后基于BIM技術和貝葉斯網(wǎng)絡學習的建筑設備運維狀態(tài)計算結果

4 結論

該文以某省市某房地產建設工程一期為研究對象，基于BIM技術建立三維設備運行圍護管理模型，并在模型系統(tǒng)內采用貝葉斯網(wǎng)絡學習模型進行設備故障概率及設備正常概率的計算，得到以下2個結論：1）BIM技術有利于建筑設備運行維護管理，可在建筑設備全生命周期內實現(xiàn)模型信息的動態(tài)分享、信息訪問、存儲關聯(lián)以及更新完善，使各個建筑設備運行維護管理參與能夠在權限范圍內進行信息獲取和上傳，并可以持續(xù)性地得到可視化的服務，形象、直觀和清晰地了解建筑設備的運行情況。2）以建筑設備的通風空調系統(tǒng)和消防系統(tǒng)為例，分別對2個系統(tǒng)中的15個節(jié)點基于貝葉斯網(wǎng)絡學習，得到貝葉斯網(wǎng)絡學習設備故障概率與正常概率的計算結果，對節(jié)點中設備故障概率較大的節(jié)點采取檢修和養(yǎng)護措施，并對養(yǎng)護后設備故障概率進行計算，結果表明，該措施能夠有效地降低設備故障概率，改善設備的運行狀態(tài)。