基于數(shù)字孿生的智能運(yùn)維理論體系與實(shí)現(xiàn)方法

劉占省　史國梁　杜修力　焦?jié)蓷?/p>

摘要：在建筑行業(yè)轉(zhuǎn)型升級的背景下，針對大型建筑運(yùn)維過程管理效率低、各類運(yùn)維事件決策分析精度不足、智能化程度有待提高等問題，提出基于數(shù)字孿生的智能運(yùn)維理論體系與實(shí)現(xiàn)方法?？偨Y(jié)歸納大型建筑智能運(yùn)維需要采集的信息，分析智能運(yùn)維亟待解決的問題，融合智能感知與數(shù)字孿生技術(shù)，給出智能運(yùn)維運(yùn)行機(jī)理，建立針對大型建筑的智能運(yùn)維架構(gòu)體系與多維多尺度的孿生模型。研究建筑智能運(yùn)維的實(shí)現(xiàn)方法，其中包含智能運(yùn)維全要素信息的采集與傳輸、智能運(yùn)維孿生體的構(gòu)建與運(yùn)行、智能運(yùn)維孿生數(shù)據(jù)的管理機(jī)制及智能運(yùn)維平臺的架構(gòu)。在智能運(yùn)維理論體系和實(shí)現(xiàn)方法的指導(dǎo)下，搭建了智能運(yùn)維平臺，并應(yīng)用于某大型建筑工程的運(yùn)維管理?？紤]運(yùn)維管理過程中的虛實(shí)交互與時(shí)空演化，初步驗(yàn)證了數(shù)字孿生在提高運(yùn)維管理智能化程度方面的有效性。

關(guān)鍵詞：建筑運(yùn)維；智能運(yùn)維；數(shù)字孿生；智能管理

中圖分類號：TU17? ? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號：2096-6717（2024）01-0046-12

Theory system and realization method of intelligent operation and maintenance based on digital twins

LIU Zhansheng， SHI Guoliang， DU Xiuli， JIAO Zedong

（College of Architecture， Civil and Transportation Engineering； The Key Laboratory of Urban Security and Disaster Engineering of Ministry of Education， Beijing University of Technology， Beijing 100124， P. R. China）

Abstract： In the context of the transformation and upgrading of the construction industry， aiming at the problems of low management efficiency of large-scale building operation and maintenance process， insufficient accuracy of decision analysis of various operation and maintenance events， and the degree of management intelligence needs to be improved， this study proposes an intelligent operation and maintenance theory system and implementation method based on digital twins. Firstly， the information required for intelligent operation and maintenance of large buildings is summarized， and the problems to be solved in intelligent operation and maintenance are analyzed. The intelligent sensing technology is integrated into digital twins to propose an operation mechanism of intelligent operation and maintenance， and the intelligent operation and maintenance architecture system for large buildings and the multidimensional and multi-scale twinning model is formed. The realization method of building intelligent operation and maintenance is studied. It includes the collection and transmission of all elements of intelligent operation and maintenance information， the construction and operation of intelligent operation and maintenance twins， the management mechanism of intelligent operation and maintenance twin data and the architecture of intelligent operation and maintenance platform. Under the guidance of the intelligent operation and maintenance theory system and implementation method， an intelligent operation and maintenance platform is formed and applied to the operation and maintenance management of a large construction project. Considering the virtual-real interaction and spatio-temporal evolution in the process of operation and maintenance management， the effectiveness of digital twins in improving the intelligence of operation and maintenance management is preliminarily verified.

Keywords： architectural operation and maintenance； intelligent operation and maintenance； digital twins； intelligent management

在新興現(xiàn)代化信息技術(shù)（數(shù)字孿生、物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等）快速發(fā)展的背景下，建筑行業(yè)迎來了高質(zhì)量發(fā)展契機(jī)，并推動著建筑運(yùn)維管理的智能化轉(zhuǎn)型升級[1-2]。為深化落實(shí)現(xiàn)代信息技術(shù)在建筑業(yè)中的融合和應(yīng)用，各國基于自身國情分別提出了相應(yīng)的發(fā)展策略，為人工智能、數(shù)字孿生等相關(guān)技術(shù)的快速發(fā)展帶來了契機(jī)[3]。大型建筑具有建筑面積大且人流密集等特征，同時(shí)，復(fù)雜的環(huán)境信息加大了建筑內(nèi)部運(yùn)維管理難度。另外，傳統(tǒng)的運(yùn)維方式存在數(shù)據(jù)共享困難、系統(tǒng)集成工作量大等問題，尤其是建筑新功能需求無法與現(xiàn)行系統(tǒng)相契合，影響整個建筑物的正常運(yùn)維[4]。

眾多學(xué)者提出在建筑運(yùn)維過程中引入信息技術(shù)，提高管理的智能化水平[5]。楊啟亮等[6]為高效構(gòu)造基于BIM的建筑運(yùn)維動態(tài)管控、增強(qiáng)現(xiàn)實(shí)人機(jī)交互等新型系統(tǒng)，提出了一種面向信息物理融合的BIM擴(kuò)展方法。段曉晨等[7]開展了橋梁工程運(yùn)維成本三維非線性智能控制研究，并將三維非線性智能控制技術(shù)運(yùn)用到實(shí)際工程中，提高了運(yùn)維管理的實(shí)時(shí)性和高效性。針對如何實(shí)現(xiàn)建筑各管理方的協(xié)同工作，宋戰(zhàn)平等[8]提出了基于BIM技術(shù)的建筑全生命周期管理理念，并建立了面向隧道工程的協(xié)同管理平臺。朱宏平等[9]提出大型復(fù)雜結(jié)構(gòu)的健康精準(zhǔn)體檢方法，有效地提高了大型建筑的運(yùn)維效率和智能化水平。Chen等[10]針對建筑物運(yùn)維計(jì)劃效率低下等問題，提出了一種創(chuàng)新的管理工作流程設(shè)計(jì)方案，實(shí)現(xiàn)了建筑結(jié)構(gòu)維護(hù)的高效規(guī)劃。在建筑物運(yùn)營和維護(hù)過程中，由于難以訪問和使用來自建設(shè)階段的設(shè)施信息，Kim等[11]提出了一種BIM技術(shù)驅(qū)動的建筑要素與設(shè)施工作信息管理方法，從而提高了多信息數(shù)據(jù)的提取效率。Belussi等[12]針對建筑物的能源消耗問題，提出了零能耗建筑的相關(guān)理念，并對實(shí)際應(yīng)用的通用解決方案的性能進(jìn)行了分析，最終概述了使零能耗目標(biāo)成為建筑物新標(biāo)準(zhǔn)的關(guān)鍵要素。通過分析建筑物運(yùn)維管理現(xiàn)狀發(fā)現(xiàn)，在業(yè)務(wù)應(yīng)用上，當(dāng)前建筑智能化發(fā)展仍存在高精度信息采集難、信息孤島嚴(yán)重、運(yùn)維效率低和管理精度不足的現(xiàn)象[13]，沒有考慮建筑運(yùn)維時(shí)間與空間維度上多源信息的融合，無法實(shí)現(xiàn)對運(yùn)維全要素的智能化管控。數(shù)字孿生作為智能建造的關(guān)鍵使能技術(shù)[14]，充分考慮虛實(shí)交互與時(shí)空融合，可以實(shí)現(xiàn)多個管理要素的集成，為建筑行業(yè)的轉(zhuǎn)型升級提供了新的思路[15-16]。在新興現(xiàn)代信息技術(shù)中，數(shù)字孿生的應(yīng)用可以提高大型復(fù)雜建筑運(yùn)維管理的精細(xì)化和智能化水平。

數(shù)字孿生可以融合人工智能，物聯(lián)網(wǎng)等信息技術(shù)，創(chuàng)建實(shí)時(shí)的數(shù)字仿真模型[17-18]，該模型能夠集成多源數(shù)據(jù)進(jìn)行學(xué)習(xí)和更新，進(jìn)而表示和預(yù)測物理對應(yīng)物的當(dāng)前和未來狀況，在建筑施工過程中，基于數(shù)字孿生，可以實(shí)現(xiàn)全過程實(shí)時(shí)控制[19]。將數(shù)字孿生的理念應(yīng)用于運(yùn)維過程可以實(shí)現(xiàn)建筑全生命期的智能閉環(huán)控制[20]。Liu等[21]將數(shù)字孿生引入到建筑物室內(nèi)安全管理中，并提出了一種基于數(shù)字孿生的室內(nèi)安全管理系統(tǒng)框架，有效提高了建筑物室內(nèi)安防管理的智能水平。Marai等[22]結(jié)合物聯(lián)網(wǎng)設(shè)備進(jìn)行道路交通數(shù)據(jù)的實(shí)時(shí)采集與分析，從而創(chuàng)建了面向物理道路資產(chǎn)的數(shù)字孿生模型。Kaewunruen等[23]建立了用于鐵路系統(tǒng)生命周期管理的6D數(shù)字孿生模型，實(shí)現(xiàn)了構(gòu)件安裝、運(yùn)營管理及拆除的整體信息集成。Lu等[24]提出了一種專為建筑和城市兩個層次設(shè)計(jì)的數(shù)字孿生系統(tǒng)架構(gòu)，支持運(yùn)維管理中的決策過程。Peng等[25]應(yīng)用數(shù)字孿生技術(shù)，實(shí)現(xiàn)了全生命周期靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)的連續(xù)集成。數(shù)字孿生可以作為建筑物施工、運(yùn)維等過程中信息集成的技術(shù)基礎(chǔ)[26]。在提升建筑全生命期智能化管控水平過程中，還需依托物聯(lián)網(wǎng)技術(shù)進(jìn)行數(shù)據(jù)的實(shí)時(shí)提取和采集?；谖锫?lián)網(wǎng)的智能感知技術(shù)具有高精度、全天候、全天時(shí)、高效便捷等優(yōu)良特性，在工程定位系統(tǒng)應(yīng)用中發(fā)揮了重要作用[27]。Sakic等[28]通過改進(jìn)GNSS并融合最小二乘反演，實(shí)現(xiàn)了精確的水下大地定位。在室內(nèi)施工現(xiàn)場中，McCabe等[29]依托無人機(jī)的精準(zhǔn)定位性能探索了一套融合物聯(lián)網(wǎng)等新興技術(shù)的智能感知系統(tǒng)，為施工現(xiàn)場質(zhì)量控制與信息采集水平的提高提供了參考。由此可見，智能感知技術(shù)可以實(shí)現(xiàn)物體的精準(zhǔn)定位，為智能運(yùn)維的實(shí)現(xiàn)提供信息采集技術(shù)支撐。

通過分析大型建筑運(yùn)維管理研究現(xiàn)狀，結(jié)合數(shù)字孿生及智能感知技術(shù)的應(yīng)用價(jià)值，面向大型建筑的運(yùn)維全過程，研究基于數(shù)字孿生的智能運(yùn)維理論體系，提出智能運(yùn)維的實(shí)現(xiàn)方法。首先總結(jié)智能運(yùn)維所需采集的信息，分析基于數(shù)字孿生智能運(yùn)維亟待解決的問題；為解決關(guān)鍵問題，將智能感知技術(shù)融于數(shù)字孿生，搭建面向智能運(yùn)維的架構(gòu)體系和多維模型；然后，在理論體系驅(qū)動下，分析智能運(yùn)維的實(shí)現(xiàn)方法；最后，基于對智能運(yùn)維理論體系和實(shí)現(xiàn)方法的研究，開發(fā)了智能運(yùn)維平臺并應(yīng)用于某大型建筑工程的運(yùn)維管理，通過工程實(shí)踐驗(yàn)證了數(shù)字孿生可以有效提高建筑運(yùn)維管理的信息化和智能化水平。

1 智能運(yùn)維信息與數(shù)字孿生的融合機(jī)理

實(shí)現(xiàn)信息物理融合的有效手段是數(shù)字孿生技術(shù)[30-31]。一方面，數(shù)字孿生能夠?qū)崿F(xiàn)運(yùn)維過程的現(xiàn)實(shí)物理空間與虛擬數(shù)字空間之間的交互映射；另一方面，數(shù)字孿生能夠?qū)⑼饨绛h(huán)境等現(xiàn)實(shí)信息與模型仿真等信息空間數(shù)據(jù)進(jìn)行交互反饋與精準(zhǔn)融合，從而增強(qiáng)現(xiàn)實(shí)世界與虛擬空間的同步性與一致性。在建筑運(yùn)維過程中，提高管理的智能化水平，需要明確智能運(yùn)維所需采集的信息。針對信息的應(yīng)用，進(jìn)一步明確亟待解決的問題?；诖?，探索數(shù)字孿生與智能感知技術(shù)的融合機(jī)理，形成高效的運(yùn)維模式。

1.1 智能運(yùn)維所需采集的信息表達(dá)與體系

結(jié)合工程實(shí)踐，按照系統(tǒng)性、科學(xué)性、全面性、層次性和可行性原則，需要對建筑運(yùn)維活動中的各要素進(jìn)行集成與融合。在信息技術(shù)的驅(qū)動下，進(jìn)行建筑、人員與環(huán)境的建模是實(shí)現(xiàn)智能運(yùn)維的基礎(chǔ)[21]。在大型復(fù)雜建筑的運(yùn)維過程中，將運(yùn)維信息分為三大類，即建筑（B）、人員（P）和環(huán)境（E）。運(yùn)維信息（I_om）的數(shù)學(xué)語言由式（1）表示。

I_om=（B，P，E） （1）

其中，建筑信息主要包括建筑的整體布局，建筑結(jié)構(gòu)的使用性能，建筑物機(jī)電設(shè)備的運(yùn)行狀態(tài)，建筑物中其他構(gòu)件的運(yùn)行狀況及建筑物中的能源消耗情況。人員信息主要包括建筑物中人員的數(shù)量，人員的密度、分布及人員的準(zhǔn)確位置。環(huán)境信息主要包括溫度、濕度、風(fēng)速、各種氣體的濃度及光照情況。建筑、人員和設(shè)備信息是運(yùn)維過程中主要的服務(wù)對象。通過捕捉3類信息，分析其狀態(tài)，對異?，F(xiàn)象進(jìn)行及時(shí)調(diào)整，從而實(shí)現(xiàn)建筑的智能化運(yùn)維。調(diào)整和維護(hù)3類要素對降低運(yùn)維過程成本起到重要作用。

通過實(shí)時(shí)感知和采集運(yùn)維過程中的各類信息，可以為數(shù)字孿生模型的搭建和運(yùn)維信息智能化的分析提供數(shù)據(jù)支撐。智能運(yùn)維信息捕捉體系如圖1所示。

1.2 智能運(yùn)維需解決的關(guān)鍵技術(shù)問題分析

基于數(shù)字孿生技術(shù)，引入“數(shù)字化鏡像”，使得在虛擬世界中再現(xiàn)運(yùn)維過程成為可能。數(shù)字孿生應(yīng)用于運(yùn)維管理的基礎(chǔ)是實(shí)現(xiàn)虛實(shí)融合與交互反饋，實(shí)質(zhì)上是數(shù)據(jù)與信息在虛實(shí)世界中傳遞與發(fā)揮作用的過程[32]。在建筑運(yùn)維過程中，數(shù)據(jù)的管理與應(yīng)用是提高智能化水平的關(guān)鍵問題[33-34]。根據(jù)建筑智能運(yùn)維所需采集的多源異構(gòu)信息，將數(shù)字孿生應(yīng)用于智能運(yùn)維中還需解決數(shù)據(jù)采集與傳輸、數(shù)據(jù)建模、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用4個關(guān)鍵問題，如圖2所示。

1）數(shù)據(jù)采集與傳輸

數(shù)據(jù)是連接物理世界與虛擬世界的橋梁，而如何采集與獲取數(shù)據(jù)則是應(yīng)用數(shù)字孿生技術(shù)要解決的首要問題。與生產(chǎn)車間不同，大型復(fù)雜建筑運(yùn)維過程中存在的不確定因素多，周圍的環(huán)境變化與人員的參與都可能影響運(yùn)維過程[35]。數(shù)字孿生應(yīng)用于建筑的智能化運(yùn)維中需要動態(tài)實(shí)時(shí)采集數(shù)據(jù)及信息。因此，要盡可能全面地采集智能運(yùn)維過程中的建筑、人員、環(huán)境多源異構(gòu)數(shù)據(jù)，并保證數(shù)據(jù)的全面性與準(zhǔn)確性，才能最大限度地在虛擬空間中還原物理空間。

2）數(shù)據(jù)建模

利用數(shù)據(jù)進(jìn)行建模是一種模型表達(dá)方法，目的是通過建立數(shù)字孿生模型完全真實(shí)反映物理空間，從而在數(shù)字孿生模型中仿真模擬實(shí)際運(yùn)維過程，為物理世界的正常運(yùn)行提供保障。目前大多產(chǎn)品數(shù)字化建模與建筑物三維建模往往只考慮了對象的幾何信息，并不能真實(shí)刻畫對象的實(shí)際狀態(tài)。因此，在信息層次上，需要建立幾何、物理、行為、規(guī)則模型，從而進(jìn)一步提高數(shù)字孿生模型仿真的真實(shí)性和準(zhǔn)確性。在運(yùn)維過程中，涉及多樣的數(shù)據(jù)信息，且各自的表現(xiàn)形式不同。在智能運(yùn)維過程中，需要建立標(biāo)準(zhǔn)的數(shù)據(jù)處理模型，進(jìn)行數(shù)據(jù)的統(tǒng)一處理。

3）數(shù)據(jù)分析

面對建筑運(yùn)維龐大的數(shù)據(jù)規(guī)模，提高數(shù)據(jù)的存儲與管理水平成為重中之重[36]。首先，數(shù)據(jù)存儲與管理的業(yè)務(wù)范圍需要橫跨運(yùn)維過程的實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)；其次，面對有持續(xù)增長趨勢的海量數(shù)據(jù)，需要引入分布式數(shù)據(jù)管理系統(tǒng)，以滿足可靠性與可擴(kuò)展性需求。在此基礎(chǔ)上形成的大數(shù)據(jù)存儲管理平臺可篩選關(guān)鍵數(shù)據(jù)，并為物理空間、虛擬空間以及智能運(yùn)維系統(tǒng)的數(shù)據(jù)應(yīng)用與分析提供驅(qū)動力和支撐。面對海量數(shù)據(jù)，數(shù)字孿生驅(qū)動的智能運(yùn)維還應(yīng)進(jìn)行數(shù)據(jù)的融合處理，精準(zhǔn)分析與預(yù)測各要素的狀態(tài)，為維護(hù)措施的制定提供依據(jù)。

4）數(shù)據(jù)應(yīng)用

對數(shù)據(jù)進(jìn)行應(yīng)用的核心工具是基于數(shù)字孿生的智能運(yùn)維系統(tǒng)，該系統(tǒng)需要明確智能運(yùn)維管控的現(xiàn)實(shí)需求。系統(tǒng)應(yīng)搭載人工智能算法，以實(shí)現(xiàn)對數(shù)據(jù)的分析挖掘和功能性調(diào)控。系統(tǒng)的功能應(yīng)該至少包括對運(yùn)維過程的可視化呈現(xiàn)、運(yùn)維事件的智能診斷與科學(xué)預(yù)測、精準(zhǔn)指導(dǎo)運(yùn)維過程3個層面。系統(tǒng)還需要利用B/S或C/S架構(gòu)開發(fā)人機(jī)交互界面，便于有效信息的輸入輸出。在運(yùn)維系統(tǒng)的驅(qū)動下，形成相應(yīng)的維護(hù)措施，同時(shí)，還應(yīng)進(jìn)行建筑實(shí)際運(yùn)維的精準(zhǔn)執(zhí)行。

1.3 智能感知與數(shù)字孿生的融合機(jī)理

結(jié)合智能運(yùn)維需要捕捉的信息和基于數(shù)字孿生的智能運(yùn)維亟待解決的問題，將智能感知與數(shù)字孿生相融合，可以實(shí)現(xiàn)運(yùn)維數(shù)據(jù)的實(shí)時(shí)采集和精準(zhǔn)分析[37]。在數(shù)字孿生的驅(qū)動下，可以實(shí)現(xiàn)運(yùn)維過程的可視化呈現(xiàn)、運(yùn)維事件的智能診斷、科學(xué)預(yù)測，最終精準(zhǔn)指導(dǎo)現(xiàn)實(shí)世界的運(yùn)維決策。與此同時(shí)，基于物聯(lián)網(wǎng)的智能感知系統(tǒng)從各種傳感設(shè)備抽取對象的運(yùn)維信息，確定待測點(diǎn)的位置。在室內(nèi)，可以實(shí)現(xiàn)高精度定位。在室外，可以實(shí)現(xiàn)精準(zhǔn)導(dǎo)航、智能化測量等一系列輔助智能運(yùn)維功能。通過智能感知技術(shù)精準(zhǔn)采集運(yùn)維信息，在數(shù)字孿生的驅(qū)動下形成決策指令，最終應(yīng)用于現(xiàn)實(shí)運(yùn)維過程，實(shí)現(xiàn)運(yùn)維管理的閉環(huán)控制?；跀?shù)字孿生和智能感知的技術(shù)特點(diǎn)，進(jìn)行了融合機(jī)理研究，模式如圖3所示。

將智能感知融于數(shù)字孿生可以最大限度地采集運(yùn)維過程的多源異構(gòu)數(shù)據(jù)、精準(zhǔn)把握運(yùn)維各個時(shí)間節(jié)點(diǎn)要素的狀態(tài)，最終實(shí)現(xiàn)管理指令的精準(zhǔn)執(zhí)行。數(shù)字孿生與智能感知互為支撐，有效地解決了智能運(yùn)維亟待解決的問題。一方面，數(shù)字孿生可以為智能運(yùn)維提供技術(shù)融合的基礎(chǔ)和平臺，實(shí)現(xiàn)運(yùn)維過程的虛實(shí)映射和閉環(huán)控制；另一方面，智能感知技術(shù)可以為運(yùn)維信息提供精準(zhǔn)定位和數(shù)據(jù)傳輸渠道，動態(tài)采集運(yùn)維信息并最終精準(zhǔn)傳達(dá)管理指令。數(shù)字孿生為智能感知技術(shù)的應(yīng)用提供平臺支撐，智能感知為數(shù)字孿生架構(gòu)的搭建提供數(shù)據(jù)支撐，兩者有機(jī)融合可以推動智能運(yùn)維的高效運(yùn)行。將物聯(lián)網(wǎng)與數(shù)字孿生相融合，實(shí)現(xiàn)數(shù)據(jù)的動態(tài)采集與傳輸，同時(shí)，設(shè)置相應(yīng)協(xié)議，使數(shù)據(jù)格式統(tǒng)一，便于建模與分析，最終維護(hù)措施由物聯(lián)網(wǎng)定位技術(shù)進(jìn)行精準(zhǔn)執(zhí)行。

在整個運(yùn)維過程中，通過數(shù)字孿生與智能感知的融合，進(jìn)行各類信息的采集與管理。將現(xiàn)實(shí)物理空間中的各類信息統(tǒng)稱為I_p，其數(shù)學(xué)語言表述為

式中：B_p、P_p和E_p分別表示物理空間中建筑、人員和環(huán)境信息；B_p1，B_p2…B_pm表示物理空間中建筑自身的各個構(gòu)件單元信息；P_p1，P_p2…P_pn表示物理空間中運(yùn)維過程涉及的人員個體信息。E_p1，E_p2…E_pw表示物理空間中運(yùn)維過程各類環(huán)境因素信息。針對物理空間的信息，由智能感知技術(shù)進(jìn)行各類要素信息的采集與傳輸。同時(shí)，在虛擬空間中進(jìn)行各類信息的仿真模擬，由此形成數(shù)字孿生信息（I_DT），其數(shù)學(xué)語言表述為

式中：B_DT 、P_DT和E_DT分別表示虛實(shí)交互形成的建筑、人員和環(huán)境數(shù)字孿生信息；B_DT1，B_DT2…B_DTm表示孿生空間中建筑自身的各個構(gòu)件單元信息；P_DT1，P_DT2…P_DTn表示孿生空間中運(yùn)維過程涉及的人員個體信息；E_DT1，E_DT2…E_DTw表示孿生空間中運(yùn)維過程各類環(huán)境因素信息。在數(shù)字孿生空間中可以進(jìn)行各類運(yùn)維事件的仿真分析。針對運(yùn)維事故可以進(jìn)行修正決策的輔助制定，并在虛擬模型中進(jìn)行可行性分析。最終借助智能感知技術(shù)的精準(zhǔn)定位功能高效指導(dǎo)物理空間的維護(hù)。在實(shí)際運(yùn)維過程中，發(fā)生某一個事件并不僅僅只針對某一個環(huán)境中的某一個人或者某一個結(jié)構(gòu)構(gòu)件，而是多個環(huán)境因素及相關(guān)構(gòu)件組成的復(fù)雜系統(tǒng)。因此，針對運(yùn)維信息的捕捉與修正應(yīng)該具有實(shí)時(shí)性與全面性。在數(shù)字孿生的驅(qū)動下，集成建筑、環(huán)境與人員形成運(yùn)維后的各類信息（I^*）具體表述為 （4）

式中：B^* 、P^*和E^*分別表示維護(hù)后的建筑、人員和環(huán)境數(shù)字孿生信息；B_1^*，B_2^*…B_m^*表示維護(hù)后建筑自身的各個構(gòu)件單元信息；P_1^*，P_2^*…P_n^*表示維護(hù)后的人員個體信息；E_1^*，E_2^*…E_w^*表示維護(hù)后的各類環(huán)境因素信息。

2 基于數(shù)字孿生的智能運(yùn)維理論框架

數(shù)字孿生作為實(shí)現(xiàn)智能運(yùn)維的關(guān)鍵技術(shù)[38]，通過融合智能感知技術(shù)能夠?qū)崿F(xiàn)虛擬空間與物理空間的信息融合與交互，并向物理空間實(shí)時(shí)傳遞虛擬空間反饋的信息，從而實(shí)現(xiàn)建筑運(yùn)維的全物理空間映射、全生命期動態(tài)建模、全過程實(shí)時(shí)信息交互及全階段反饋控制。

2.1 智能運(yùn)維架構(gòu)體系

基于數(shù)字孿生的智能運(yùn)維框架包括物理空間、虛擬空間、信息處理層、系統(tǒng)層4部分。各個層級之間的關(guān)系如下：物理空間提供包含“建筑-人員-環(huán)境”在內(nèi)的運(yùn)維過程多源異構(gòu)數(shù)據(jù)并實(shí)時(shí)傳送至虛擬空間；虛擬空間通過建立起物理空間所對應(yīng)的全部虛擬模型，完成從物理空間到虛擬空間的真實(shí)映射，在虛擬空間中進(jìn)行仿真模擬、可行性分析可以實(shí)現(xiàn)對物理空間運(yùn)維全過程的實(shí)時(shí)反饋控制；信息處理層接收物理空間與虛擬空間的數(shù)據(jù)并進(jìn)行一系列的數(shù)據(jù)處理操作，提高數(shù)據(jù)的準(zhǔn)確性、完整性和一致性，作為調(diào)控運(yùn)維活動的決策性依據(jù)；基于數(shù)字孿生的智能運(yùn)維系統(tǒng)平臺（系統(tǒng)層）通過分析物理空間的實(shí)際需求，依靠虛擬空間算法庫、模型庫和知識庫的支撐以及信息層強(qiáng)大的數(shù)據(jù)處理能力，進(jìn)行運(yùn)維管理的智能化決策與功能性調(diào)控?；跀?shù)字孿生的智能運(yùn)維架構(gòu)體系如圖4所示。

2.2 面向智能運(yùn)維的多維模型建立

智能運(yùn)維的架構(gòu)體系包含4個部分，實(shí)現(xiàn)各個部分的協(xié)同工作需要建立基于數(shù)字孿生的多維模型。多維模型是對智能運(yùn)維框架的具體補(bǔ)充，形成各個模塊的運(yùn)行機(jī)制，為智能運(yùn)維方法的實(shí)現(xiàn)提供理論支撐。多維模型包含物理空間、虛擬空間、孿生數(shù)據(jù)處理層、功能應(yīng)用層及各組成部分間的連接5個模塊。在物理空間，通過捕捉運(yùn)維全要素信息，建立動態(tài)感知模塊，采集建筑、人員、環(huán)境信息，并形成信息網(wǎng)絡(luò)模塊，進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化傳輸。與此同時(shí)，在虛擬空間中，建立集“幾何-物理-行為-規(guī)則”為一體的虛體模型，從而實(shí)現(xiàn)虛擬空間與物理空間的交互映射。在運(yùn)維管理過程中，由優(yōu)化算法、規(guī)范標(biāo)準(zhǔn)實(shí)時(shí)修正虛擬空間中的超限行為，并反饋到物理空間中進(jìn)行調(diào)整。由物理空間和虛擬空間形成孿生數(shù)據(jù)，在孿生數(shù)據(jù)處理層中，進(jìn)行運(yùn)維數(shù)據(jù)的融合、預(yù)處理、挖掘與應(yīng)用，從而驅(qū)動孿生體的運(yùn)行。最終，在功能應(yīng)用層對運(yùn)維過程進(jìn)行可視化呈現(xiàn)運(yùn)維信息的實(shí)時(shí)捕捉，從而智能化指導(dǎo)運(yùn)維決策。同時(shí)，在數(shù)字孿生中融入智能感知，實(shí)現(xiàn)各個層級的連接與協(xié)作，形成面向智能運(yùn)維的多維模型，由式（5）表示。

式中：DTM為面向智能運(yùn)維的多維模型；S_p為物理空間；S_v為虛擬空間；P_td為孿生數(shù)據(jù)處理層；L_fa為功能應(yīng)用層；C_n為各組成部分間的連接。基于多維模型可以實(shí)現(xiàn)對現(xiàn)實(shí)運(yùn)維過程的仿真映射，進(jìn)而智能化分析各要素信息的狀態(tài)，對運(yùn)維現(xiàn)場做出精準(zhǔn)維護(hù)決策。在建模過程中，物理空間對應(yīng)著建筑的現(xiàn)實(shí)運(yùn)維過程，虛擬空間則是由智能感知采集的現(xiàn)實(shí)信息建立起的虛擬模型，由此實(shí)現(xiàn)對物理空間的交互映射，并形成運(yùn)維過程的孿生數(shù)據(jù)集。數(shù)據(jù)一方面來源于物理空間的采集，另一方面來源于虛擬空間的仿真。在功能應(yīng)用層中，對各類數(shù)據(jù)進(jìn)行融合，智能分析各要素的狀態(tài)，并預(yù)測未來的發(fā)展趨勢。當(dāng)出現(xiàn)要素運(yùn)行異常情況時(shí)，在虛擬空間中進(jìn)行維護(hù)處理，并驗(yàn)證其可行性。最終，再由智能感知技術(shù)傳遞到運(yùn)維現(xiàn)場，進(jìn)行精準(zhǔn)維護(hù)。

3 基于數(shù)字孿生的智能運(yùn)維實(shí)現(xiàn)方法

在智能運(yùn)維理論體系的驅(qū)動下，實(shí)現(xiàn)智能運(yùn)維需要進(jìn)行4個方面的探索，即運(yùn)維全要素信息的采集與傳輸機(jī)制、智能運(yùn)維孿生體的構(gòu)建與運(yùn)行模式、數(shù)據(jù)的存儲與管理方法、基于數(shù)字孿生的智能運(yùn)維平臺架構(gòu)。

3.1 智能運(yùn)維全要素信息采集與傳輸

在大型復(fù)雜建筑的運(yùn)維過程中，數(shù)據(jù)主要來源于建筑、人員、環(huán)境等。數(shù)據(jù)采集是指利用某種設(shè)備從待測對象向計(jì)算機(jī)中自動采集數(shù)據(jù)的方式。用于運(yùn)維過程的數(shù)據(jù)采集方式主要包括：1）為待測對象生成包含對象信息的條形碼或二維碼，利用配套的掃描設(shè)備獲取相應(yīng)信息；2）在待測對象上安裝傳感器，數(shù)據(jù)采集儀將傳感器傳出的模擬信號轉(zhuǎn)化為數(shù)字信號傳至計(jì)算機(jī)。

在運(yùn)維過程中，物理空間是一個復(fù)雜、動態(tài)的環(huán)境，由影響運(yùn)維的各類信息要素、感知模塊及網(wǎng)絡(luò)模塊組成。其中，建筑、人員、環(huán)境是最原始的數(shù)據(jù)源，在運(yùn)維活動中產(chǎn)生的多源異構(gòu)數(shù)據(jù)被傳送至虛擬空間，同時(shí)，接收虛擬空間的指令并做出相應(yīng)反應(yīng)。感知模塊與網(wǎng)絡(luò)模塊分別負(fù)責(zé)數(shù)據(jù)的感知采集與數(shù)據(jù)向虛擬空間的傳輸，感知模塊通過安裝在建筑結(jié)構(gòu)或機(jī)電設(shè)備上的不同類型傳感器來進(jìn)行狀態(tài)感知、質(zhì)量感知和位置感知，同時(shí)采集多源異構(gòu)數(shù)據(jù)；在此基礎(chǔ)上，通過在網(wǎng)絡(luò)模塊中建立一套標(biāo)準(zhǔn)的數(shù)據(jù)接口與通訊協(xié)議，實(shí)現(xiàn)對不同來源數(shù)據(jù)的統(tǒng)一轉(zhuǎn)換與傳輸，將運(yùn)維活動的實(shí)時(shí)數(shù)據(jù)上傳至虛擬空間。由此形成面向智能運(yùn)維全要素信息的采集與傳輸機(jī)制。

智能運(yùn)維全要素信息采集與傳輸包含4個層級，即物理對象、數(shù)據(jù)類型、感知層和網(wǎng)絡(luò)層，首先采集建筑、人員、環(huán)境3類運(yùn)維要素，將各類要素進(jìn)行統(tǒng)一集成，在運(yùn)維平臺中融合各類數(shù)據(jù)，進(jìn)而建立各要素歷史數(shù)據(jù)與當(dāng)前運(yùn)行狀態(tài)的關(guān)聯(lián)。最終通過構(gòu)建智能運(yùn)維孿生體進(jìn)行各類信息的分析與預(yù)測。

3.2 智能運(yùn)維孿生體的構(gòu)建與運(yùn)行

自主智能特別是智能體技術(shù)的發(fā)展為運(yùn)維系統(tǒng)孿生智能體建模帶來了新的思路和方法[39]。以自主智能技術(shù)為依托，充分考慮時(shí)間與空間兩個維度，在空間維度（R），融合數(shù)字孿生技術(shù)，構(gòu)建智能運(yùn)維的建筑信息（B）、人員信息（P）和環(huán)境信息（E），實(shí)現(xiàn)對運(yùn)維系統(tǒng)縱向維度的多尺度建模；在時(shí)間維度（T），圍繞整個運(yùn)維過程，融合事件維護(hù)前（T_1）、事件維護(hù)中（T_2）和事件維護(hù)后（T_3）的時(shí)間演變數(shù)據(jù)，建立以智能運(yùn)維孿生體為主的動態(tài)協(xié)同運(yùn)作機(jī)制，支撐智能運(yùn)維虛實(shí)交互配置建模及多維多尺度時(shí)空域下智能運(yùn)維過程的建模，實(shí)現(xiàn)智能運(yùn)維系統(tǒng)多要素、多流程、多業(yè)務(wù)的時(shí)程平行仿真模擬與虛實(shí)集成管控?；跁r(shí)空信息融合的智能運(yùn)維孿生體（TA）建模由式（6）表示。

在智能運(yùn)維孿生體建模的基礎(chǔ)上，形成包含幾何、物理、行為、規(guī)則模型在內(nèi)的多種模型深度融合，作為“數(shù)字鏡像”真實(shí)地反映物理實(shí)體的過程。首先，在虛擬空間中進(jìn)行幾何建模，反映物理空間的尺寸、大小、形狀、位置關(guān)系等幾何信息，形成“三維模型”。然后通過安裝在物理空間上的多類型傳感器采集反映實(shí)體物理屬性的信息，進(jìn)行物理建模，包括結(jié)構(gòu)性能、設(shè)備狀態(tài)、人員分布、環(huán)境參數(shù)等。將采集到的物理屬性信息與三維模型進(jìn)行融合，并賦予模型行為與反應(yīng)能力，進(jìn)行行為建模，可以對運(yùn)維過程中的人工操作或系統(tǒng)指令作出相應(yīng)響應(yīng)并進(jìn)行可行性分析。最后，對運(yùn)維物理實(shí)體的運(yùn)行規(guī)律進(jìn)行規(guī)則建模，包括診斷規(guī)則、預(yù)測規(guī)則、決策規(guī)則等，并與行為模型進(jìn)行關(guān)聯(lián)，最終實(shí)現(xiàn)面向智能運(yùn)維的孿生體運(yùn)行示意，如圖5所示。

3.3 智能運(yùn)維孿生數(shù)據(jù)的存儲與管理

孿生數(shù)據(jù)存儲與管理平臺（P_sm）是溝通物理空間與虛擬空間的橋梁，主要包括數(shù)據(jù)融合（D_f）、數(shù)據(jù)預(yù)處理（D_p）、數(shù)據(jù)挖掘（D_m）、數(shù)據(jù)應(yīng)用（D_a）4個步驟。智能運(yùn)維孿生數(shù)據(jù)的存儲與管理由式（7）表示。

來自物理空間與虛擬空間的海量多源異構(gòu)原始數(shù)據(jù)由物聯(lián)網(wǎng)傳感技術(shù)實(shí)時(shí)采集并進(jìn)行融合，這些數(shù)據(jù)包括物理空間的運(yùn)維要素?cái)?shù)據(jù)，以及虛擬空間的模型數(shù)據(jù)、仿真數(shù)據(jù)、管理數(shù)據(jù)、評估數(shù)據(jù)等。然后對這些原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約等，提高數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。由人工智能算法進(jìn)行數(shù)據(jù)分析挖掘，達(dá)到分類、預(yù)測、聚類的效果。最后，在數(shù)據(jù)融合、預(yù)處理、分析挖掘的基礎(chǔ)上，從數(shù)據(jù)庫和知識庫中提取相應(yīng)參數(shù)，進(jìn)行特征級和決策級的數(shù)據(jù)應(yīng)用，從而作為調(diào)控建設(shè)活動的決策性依據(jù)。

在運(yùn)維過程中，發(fā)生運(yùn)維事故時(shí)，通過虛擬模型的仿真分析與感知技術(shù)對物理空間的精準(zhǔn)定位[40]，判斷運(yùn)維事故的類型并分析發(fā)生的原因。最終在虛擬模型的可行性分析與智能感知技術(shù)的精準(zhǔn)定位驅(qū)動下對運(yùn)維事故進(jìn)行整改，并形成數(shù)據(jù)庫，保證運(yùn)維階段的有序進(jìn)行。基于數(shù)字孿生的建筑運(yùn)維事故管理過程如圖6所示。

3.4 基于數(shù)字孿生的智能運(yùn)維平臺架構(gòu)

在運(yùn)維數(shù)據(jù)的采集傳輸、智能運(yùn)維孿生體的構(gòu)建與運(yùn)行以及孿生數(shù)據(jù)的存儲與管理基礎(chǔ)上，通過融合感知技術(shù)與數(shù)字孿生建立智能運(yùn)維平臺，最終輔助決策是實(shí)現(xiàn)建筑智能運(yùn)維的最終目標(biāo)。基于數(shù)字孿生的智能運(yùn)維平臺通過分析物理空間的實(shí)際需求，依靠虛擬空間算法庫、模型庫和知識庫的支撐和信息層強(qiáng)大的數(shù)據(jù)處理能力，對運(yùn)維過程中遇到的各類事件與建筑自身、人員、環(huán)境狀態(tài)進(jìn)行決策，進(jìn)而實(shí)現(xiàn)功能性調(diào)控。具體功能包括運(yùn)維要素的實(shí)時(shí)監(jiān)控、狀態(tài)智能診斷、風(fēng)險(xiǎn)科學(xué)預(yù)警、自動化監(jiān)測、輔助運(yùn)維決策、可行性分析等，對整個運(yùn)維過程進(jìn)行實(shí)時(shí)優(yōu)化控制。由物理空間與虛擬空間交互映射，形成運(yùn)維信息的孿生數(shù)據(jù)。依據(jù)孿生數(shù)據(jù)進(jìn)行運(yùn)維過程的實(shí)時(shí)監(jiān)控，智能診斷各類運(yùn)維對象的狀態(tài)，科學(xué)預(yù)警發(fā)生問題的位置并及時(shí)補(bǔ)救或輔助決策。將輔助決策導(dǎo)入虛擬空間中，進(jìn)行可行性分析，從而輸出合理的措施，結(jié)合運(yùn)維過程的人機(jī)交互系統(tǒng)，指導(dǎo)現(xiàn)實(shí)物理空間的運(yùn)維。與此同時(shí)，將維護(hù)后的信息繼續(xù)實(shí)時(shí)分析，以此形成運(yùn)維過程的智能化閉環(huán)控制。基于數(shù)字孿生的智能運(yùn)維平臺架構(gòu)如圖7所示。在該平臺中，映射現(xiàn)實(shí)建筑的運(yùn)維過程及分析各要素的運(yùn)行狀態(tài)是平臺的重點(diǎn)。其中，平臺中存在各要素的歷史運(yùn)行數(shù)據(jù)及其相關(guān)的限值，當(dāng)系統(tǒng)中出現(xiàn)要素?cái)?shù)據(jù)異?；虺薜那闆r，則進(jìn)行預(yù)警。通過維護(hù)措施的制定，輔助運(yùn)維的正常運(yùn)行。同時(shí)，在平臺中進(jìn)行維護(hù)措施的可行性分析，最終指導(dǎo)現(xiàn)實(shí)運(yùn)維。

4 案例應(yīng)用

基于對智能運(yùn)維理論體系與實(shí)現(xiàn)方法的分析，圍繞某大型建筑工程項(xiàng)目進(jìn)行基于數(shù)字孿生的智能運(yùn)維平臺案例應(yīng)用。在數(shù)字孿生的驅(qū)動下，搭建智能運(yùn)維平臺，讓運(yùn)維管理對象和管理工作變得更加形象、直接。在平臺中依托數(shù)字孿生與智能感知的技術(shù)特點(diǎn)，充分考慮運(yùn)維過程的虛實(shí)交互與時(shí)空演化，實(shí)現(xiàn)對運(yùn)維信息的準(zhǔn)確、全面、快速掌握，更有效地進(jìn)行建筑運(yùn)維協(xié)同管理，提高維護(hù)效率，降低運(yùn)維管理成本，彌補(bǔ)傳統(tǒng)運(yùn)維管理存在的不足。智能運(yùn)維平臺的搭建實(shí)現(xiàn)了大型建筑運(yùn)維管理的高效率、精細(xì)化和智能化，為項(xiàng)目帶來實(shí)際的效益，改善了傳統(tǒng)落后的管理方式。智能運(yùn)維平臺主要包括模型管理、機(jī)電運(yùn)維、能耗監(jiān)測和其他系統(tǒng)，如圖8所示。

4.1 運(yùn)維平臺的技術(shù)架構(gòu)

結(jié)合運(yùn)維平臺功能模塊的配置，根據(jù)數(shù)字孿生與智能感知的技術(shù)特點(diǎn)，建立了運(yùn)維平臺的技術(shù)架構(gòu)，如圖9所示。為了實(shí)現(xiàn)對建筑的綠色運(yùn)維、高效運(yùn)維及安全運(yùn)維，從目標(biāo)出發(fā)，建立平臺的功能層-平臺層-數(shù)據(jù)層-網(wǎng)絡(luò)層-物理層，完成平臺搭建。在運(yùn)維平臺中，按照物理層-網(wǎng)絡(luò)層-數(shù)據(jù)層-平臺層-功能層的順序?qū)崿F(xiàn)正向的數(shù)據(jù)傳輸，融合運(yùn)維過程的時(shí)空多維信息，整體把控運(yùn)維事件。最終在平臺層上進(jìn)行建筑運(yùn)維狀態(tài)展示，實(shí)現(xiàn)對運(yùn)維過程的可視化呈現(xiàn)、智能化分析、精準(zhǔn)化決策。

基于數(shù)字孿生智能運(yùn)維平臺的搭建，可以將項(xiàng)目的各個階段信息加以集成，通過開發(fā)項(xiàng)目設(shè)計(jì)管理、運(yùn)營管理模塊，利用軟件工程技術(shù)實(shí)現(xiàn)建筑可視化、資源共享，操作簡便高效，達(dá)到減少工程變更、方便運(yùn)營維護(hù)管理的目的。

在感知層中，由各類傳感設(shè)備進(jìn)行運(yùn)維信息的實(shí)時(shí)采集，進(jìn)行設(shè)備、構(gòu)件等要素的精準(zhǔn)定位與虛擬模型實(shí)時(shí)映射。針對多源異構(gòu)數(shù)據(jù)，由網(wǎng)絡(luò)層將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)層，數(shù)據(jù)層將運(yùn)維階段項(xiàng)目孿生數(shù)據(jù)進(jìn)行整合，并存儲到數(shù)據(jù)庫中。數(shù)據(jù)庫數(shù)據(jù)來源分兩部分，即孿生模型仿真數(shù)據(jù)及現(xiàn)場實(shí)測數(shù)據(jù)，同步項(xiàng)目開展持續(xù)動態(tài)更新。結(jié)合運(yùn)維系統(tǒng)的功能模塊進(jìn)行運(yùn)維信息的實(shí)時(shí)監(jiān)測和動態(tài)管理，并由感知技術(shù)在應(yīng)用層中進(jìn)行維護(hù)的精準(zhǔn)化指導(dǎo)，提高運(yùn)維的效率。

4.2 運(yùn)維平臺的應(yīng)用

基于運(yùn)維平臺的技術(shù)架構(gòu)，進(jìn)行具體的運(yùn)維管理應(yīng)用。在智能運(yùn)維系統(tǒng)輔助下，可以有效提高結(jié)構(gòu)健康監(jiān)測的效率和精度。同時(shí)，對于建筑物中的設(shè)備運(yùn)行信息可以進(jìn)行可視化調(diào)取，實(shí)時(shí)監(jiān)控其運(yùn)行狀態(tài)，及時(shí)修正不合格現(xiàn)象，有效減少因?yàn)樵O(shè)備運(yùn)行超限而導(dǎo)致的能源浪費(fèi)，由此可以避免因?yàn)樵O(shè)備失效而造成的資源浪費(fèi)。也為國家碳達(dá)峰、碳中和等建筑節(jié)能戰(zhàn)略規(guī)劃[41-42]提供新的思路和方法。

以建筑物中的設(shè)備維護(hù)為例，形成的智能運(yùn)維應(yīng)用體系如圖10所示。根據(jù)運(yùn)維現(xiàn)場的設(shè)備特征，由嵌入在運(yùn)維平臺的感知系統(tǒng)對需要維護(hù)的設(shè)備進(jìn)行精準(zhǔn)定位。通過捕捉設(shè)備的位置信息，在運(yùn)維平臺中調(diào)取出相應(yīng)的虛擬模型。根據(jù)現(xiàn)實(shí)建筑中附著在設(shè)備上的傳感器，在孿生模型中提取其運(yùn)行信息，并將數(shù)據(jù)進(jìn)行可視化呈現(xiàn)。根據(jù)設(shè)備的型號和歷史運(yùn)行數(shù)據(jù)，設(shè)置設(shè)備正常運(yùn)行狀態(tài)參數(shù)。在此基礎(chǔ)上，對運(yùn)行參數(shù)超限的設(shè)備進(jìn)行及時(shí)整改，分析設(shè)備故障原因，保證其運(yùn)行的可靠性。與此同時(shí)，將整改措施導(dǎo)入運(yùn)維平臺的虛擬模型中，進(jìn)行可行性分析。最終，形成維護(hù)決策，錄入更新后的信息，便于下一階段信息查詢，由平臺中智能感知系統(tǒng)的輔助定位功能指導(dǎo)現(xiàn)場運(yùn)維。

根據(jù)智能運(yùn)維應(yīng)用體系，可以實(shí)現(xiàn)建筑物中各要素信息的可視化呈現(xiàn)、運(yùn)行狀態(tài)的智能診斷、參數(shù)超限的科學(xué)預(yù)警，并最終輔助生成維護(hù)決策，指導(dǎo)整個運(yùn)維過程。由此形成了面向建筑運(yùn)維的智能閉環(huán)控制，便于運(yùn)維管理及迅速精準(zhǔn)地做出維護(hù)措施。在項(xiàng)目運(yùn)維過程中，各個平臺模塊還針對能源消耗、結(jié)構(gòu)構(gòu)件、空間信息、應(yīng)急預(yù)警等方面進(jìn)行了智能運(yùn)維技術(shù)體系的應(yīng)用?；跀?shù)字孿生，實(shí)現(xiàn)了建筑的智能運(yùn)維管理，有效提高了管理的效率與精度。能源消耗及應(yīng)急預(yù)警模塊如圖11所示。在實(shí)際工程應(yīng)用中，相較于傳統(tǒng)運(yùn)維管理模式，通過智能運(yùn)維管理平臺對數(shù)據(jù)進(jìn)行管理節(jié)約時(shí)間高達(dá)20%，減少人力成本約50%，節(jié)約資源能耗約20%，監(jiān)控的覆蓋率達(dá)到90%以上，提高應(yīng)急響應(yīng)時(shí)間約40%。

5 結(jié)論

針對大型建筑運(yùn)維過程管理效率低、各類運(yùn)維事件管理精度不足等問題，提出基于數(shù)字孿生的智能運(yùn)維理論體系與實(shí)現(xiàn)方法。數(shù)字孿生作為智能運(yùn)維的關(guān)鍵技術(shù)，融合智能感知技術(shù)的精準(zhǔn)定位功能，為大型復(fù)雜建筑的智能運(yùn)維提供了新的思路。得到以下主要結(jié)論：

1）結(jié)合工程實(shí)踐，總結(jié)智能運(yùn)維所需捕捉的信息要素，歸納基于數(shù)字孿生的智能運(yùn)維亟待解決的問題并探索智能感知技術(shù)與數(shù)字孿生的融合機(jī)理，形成面向智能運(yùn)維的運(yùn)行機(jī)制。

2）通過融合機(jī)理研究，提出智能運(yùn)維的架構(gòu)體系，并搭建面向智能運(yùn)維的多維模型，由此形成基于數(shù)字孿生的智能運(yùn)維理論框架。

3）在智能運(yùn)維理論框架的驅(qū)動下，建立智能運(yùn)維全要素信息采集與傳輸機(jī)制，搭建面向智能運(yùn)維的孿生體，給出智能運(yùn)維孿生數(shù)據(jù)的存儲與管理模式，最終搭建智能運(yùn)維平臺架構(gòu)，形成了智能運(yùn)維的實(shí)現(xiàn)方法。

基于智能運(yùn)維理論框架與實(shí)現(xiàn)方法，結(jié)合某大型建筑工程項(xiàng)目的運(yùn)維特點(diǎn)，研發(fā)了集成多個功能模塊的智能運(yùn)維平臺。通過分析運(yùn)維平臺的技術(shù)架構(gòu)和應(yīng)用體系，通過在工程項(xiàng)目中的應(yīng)用，平臺對運(yùn)維時(shí)間、人力資源及能耗的節(jié)省方面有顯著效果。提出的理論方法可以實(shí)現(xiàn)對運(yùn)維過程的智能閉環(huán)管理，也為“雙碳”目標(biāo)的實(shí)現(xiàn)提供了新的思路和方法。

參考文獻(xiàn)

[1]? MOHAMMADI S， TAVAKOLAN M， ZAHRAIE B. An intelligent simulation-based framework for automated planning of concrete construction works [J]. Engineering， Construction and Architectural Management， 2022， 29（2）： 916-939.

[2]? 羅齊鳴， 華建民， 黃樂鵬， 等. 基于知識圖譜的國內(nèi)外智慧建造研究可視化分析[J]. 建筑結(jié)構(gòu)學(xué)報(bào)， 2021， 42（6）： 1-14.

LUO Q M， HUA J M， HUANG L P， et al. Visualization analysis of domestic and overseas intelligent construction assisted by mapping knowledge domains [J]. Journal of Building Structures， 2021， 42（6）： 1-14. （in Chinese）

[3]? DAVARI M， AGHABABA M P， BLAABJERG F， et al. An innovative， adaptive signal rectifier along with a switching controller for reliable primary control of GC-VSIs in CPS-based modernized microgrids [J]. IEEE Transactions on Power Electronics， 2021， 36（7）： 8370-8387.

[4]? 蔣雪雁. 智慧建筑運(yùn)維管理平臺的應(yīng)用研究： 以某大型商業(yè)綜合體項(xiàng)目為例[J]. 建筑經(jīng)濟(jì)， 2021， 42（9）： 78-82.

JIANG X Y. Research on the application of intelligent building operation and maintenance management platform： Taking a large commercial complex project as an example [J]. Construction Economy， 2021， 42（9）： 78-82. （in Chinese）

[5]? 鄭秋怡， 周廣東， 劉定坤. 基于長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的大跨拱橋溫度-位移相關(guān)模型建立方法[J]. 工程力學(xué)， 2021， 38（4）： 68-79.

ZHENG Q Y， ZHOU G D， LIU D K. Method of modeling temperature-displacement correlation for long-span arch bridges based on long short-term memory neural networks [J]. Engineering Mechanics， 2021， 38（4）： 68-79. （in Chinese）

[6]? 楊啟亮， 馬智亮， 邢建春， 等. 面向信息物理融合的建筑信息模型擴(kuò)展方法[J]. 同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2020， 48（10）： 1406-1416.

YANG Q L， MA Z L， XING J C， et al. An extension approach of building information modeling to cyber-physical systems [J]. Journal of Tongji University （Natural Science）， 2020， 48（10）： 1406-1416. （in Chinese）

[7]? 段曉晨， 喇海霞， 胡天明， 等. 橋梁工程運(yùn)維成本三維非線性智能控制研究[J]. 鐵道工程學(xué)報(bào)， 2020， 37（9）： 102-107.

DUAN X C， LA H X， HU T M， et al. Research on the 3D nonlinear intelligent control for bridge engineering operation and maintenance cost [J]. Journal of Railway Engineering Society， 2020， 37（9）： 102-107. （in Chinese）

[8]? 宋戰(zhàn)平， 史貴林， 王軍保， 等. 基于BIM技術(shù)的隧道協(xié)同管理平臺架構(gòu)研究[J]. 巖土工程學(xué)報(bào)， 2018， 40（Sup2）： 117-121.

SONG Z P， SHI G L， WANG J B， et al. Framework of collaborative management platform for tunnels based on BIM technology [J]. Chinese Journal of Geotechnical Engineering， 2018， 40（Sup2）： 117-121. （in Chinese）

[9]? 朱宏平， 翁順， 王丹生， 等. 大型復(fù)雜結(jié)構(gòu)健康精準(zhǔn)體檢方法[J]. 建筑結(jié)構(gòu)學(xué)報(bào)， 2019， 40（2）： 215-226.

ZHU H P， WENG S， WANG D S， et al. Precise structural health diagnosis of large-scale complex structures [J]. Journal of Building Structures， 2019， 40（2）： 215-226. （in Chinese）

[10]? CHEN C， TANG L. BIM-based integrated management workflow design for schedule and cost planning of building fabric maintenance [J]. Automation in Construction， 2019， 107： 102944.

[11]? KIM K， KIM H， KIM W， et al. Integration of IFC objects and facility management work information using Semantic Web [J]. Automation in Construction， 2018， 87（5）： 173-187.

[12]? BELUSSI L， BAROZZI B， BELLAZZI A， et al. A review of performance of zero energy buildings and energy efficiency solutions [J]. Journal of Building Engineering， 2019， 25： 100772.

[13]? 王建偉， 高超， 董是， 等. 道路基礎(chǔ)設(shè)施數(shù)字化研究進(jìn)展與展望[J]. 中國公路學(xué)報(bào)， 2020， 33（11）： 101-124.

WANG J W， GAO C， DONG S， et al. Current status and future prospects of existing research on digitalization of highway infrastructure [J]. China Journal of Highway and Transport， 2020， 33（11）： 101-124. （in Chinese）

[14]? LIU Z S， SHI G L， JIAO Z D， et al. Intelligent safety assessment of prestressed steel structures based on digital twins [J]. Symmetry， 2021， 13（10）： 1927.

[15]? LIU Z S， SHI G L， ZHANG A S， et al. Intelligent tensioning method for prestressed cables based on digital twins and artificial intelligence [J]. Sensors （Basel， Switzerland）， 2020， 20（24）： 7006.

[16]? 楊陽， 李青澤， 姚剛. 預(yù)制疊合板構(gòu)件智能化識別與檢測方法[J]. 土木與環(huán)境工程學(xué)報(bào)（中英文）， 2022， 44（1）： 87-93.

YANG Y， LI Q Z， YAO G. Intelligent identification and detection method of prefabricated laminated slab [J]. Journal of Civil and Environmental Engineering， 2022， 44（1）： 87-93. （in Chinese）

[17]? 劉占省， 劉子圣， 孫佳佳， 等. 基于數(shù)字孿生的智能建造方法及模型試驗(yàn)[J]. 建筑結(jié)構(gòu)學(xué)報(bào)， 2021， 42（6）： 26-36.

LIU Z S， LIU Z S， SUN J J， et al. Intelligent construction methods and model experiments based on digital twins [J]. Journal of Building Structures， 2021， 42（6）： 26-36. （in Chinese）

[18]? 樊啟祥， 林鵬， 魏鵬程， 等. 智能建造閉環(huán)控制理論[J]. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2021， 61（7）： 660-670.

FAN Q X， LIN P， WEI P C， et al. Closed-loop control theory of intelligent construction [J]. Journal of Tsinghua University （Science and Technology）， 2021， 61（7）： 660-670. （in Chinese）

[19]? LU Q C， CHEN L， LI S， et al. Semi-automatic geometric digital twinning for existing buildings based on images and CAD drawings [J]. Automation in Construction， 2020， 115： 103183.

[20]? LU R D， BRILAKIS I. Digital twinning of existing reinforced concrete bridges from labelled point clusters [J]. Automation in Construction， 2019， 105： 102837.

[21]? LIU Z S， ZHANG A S， WANG W S. A framework for an indoor safety management system based on digital twin [J]. Sensors， 2020， 20（20）： 5771.

[22]? MARAI O E， TALEB T， SONG J. Roads infrastructure digital twin： a step toward smarter cities realization [J]. IEEE Network， 2021， 35（2）： 136-143.

[23]? KAEWUNRUEN S， LIAN Q. Digital twin aided sustainability-based lifecycle management for railway turnout systems [J]. Journal of Cleaner Production， 2019， 228： 1537-1551.

[24]? LU Q C， PARLIKAD A K， WOODALL P， et al. Developing a digital twin at building and city levels： A case study of west Cambridge campus [J]. Journal of Management in Engineering， 2020， 36（3）： 05020004.

[25]? PENG Y， ZHANG M， YU F Q， et al. Digital twin hospital buildings： An exemplary case study through continuous lifecycle integration [J]. Advances in Civil Engineering， 2020， 2020： 8846667.

[26]? LIU Z S， SHI G L， JIANG A T， et al. Intelligent discrimination method based on digital twins for analyzing sensitivity of mechanical parameters of prestressed cables [J]. Applied Sciences， 2021， 11（4）： 1485.

[27]? 劉江， 蔡伯根， 王劍， 等. 專用短程通信輔助的車輛衛(wèi)星定位故障檢測方法[J]. 中國公路學(xué)報(bào)， 2021， 34（11）： 265-281.

LIU J， CAI B G， WANG J， et al. Dedicated short-range-communication-aided fault detection method for satellite-based vehicle positioning [J]. China Journal of Highway and Transport， 2021， 34（11）： 265-281. （in Chinese）

[28]? SAKIC P， CHUPIN C， BALLU V， et al. Geodetic seafloor positioning using an unmanned surface vehicle-contribution of direction-of-arrival observations [J]. Frontiers in Earth Science， 2021， 9： 636156.

[29]? MCCABE B Y， HAMLEDARI H， SHAHI A， et al. Roles， benefits， and challenges of using UAVs for indoor smart construction applications [C]//ASCE International Workshop on Computing in Civil Engineering 2017. June 25-27， 2017， Seattle， Washington. Reston， VA， USA： American Society of Civil Engineers， 2017： 349-357.

[30]? URBINA CORONADO P D， LYNN R， LOUHICHI W， et al. Part data integration in the shop floor digital twin： Mobile and cloud technologies to enable a manufacturing execution system [J]. Journal of Manufacturing Systems， 2018， 48： 25-33.

[31]? 朱慶， 王所智， 丁雨淋， 等. 鐵路隧道鉆爆法施工智能管理的安全質(zhì)量進(jìn)度知識圖譜構(gòu)建方法[J]. 武漢大學(xué)學(xué)報(bào)（信息科學(xué)版）， 2022，47（8）： 1155-1164.

ZHU Q， WANG S Z， DING Y L， et al. Construction method of “safety-quality-schedule” knowledge graph for intelligent management of drilling and blasting construction of railway tunnels [J]. Geomatics and Information Science of Wuhan University， 2022，47（8）： 1155-1164.（in Chinese）

[32]? BARARI A， SALES GUERRA TSUZUKI M， COHEN Y， et al. Editorial： Intelligent manufacturing systems towards industry 4.0 era [J]. Journal of Intelligent Manufacturing， 2021， 32（7）： 1793-1796.

[33]? PATACAS J， DAWOOD N， KASSEM M. BIM for facilities management： A framework and a common data environment using open standards [J]. Automation in Construction， 2020， 120： 103366.

[34]? 南天辰， 蔡柔丹， 姜冬， 等. 群策式智能多聯(lián)機(jī)末端在大學(xué)教學(xué)樓的設(shè)計(jì)應(yīng)用與分析[J]. 土木建筑與環(huán)境工程， 2016， 38（Sup2）： 120-126.

NAN T C， CAI R D， JIANG D， et al. A designing analysis of the transformation in universities， teaching building about multi-line terminal，s intelligent energy-saving based on group decisions [J]. Journal of Civil， Architectural & Environmental Engineering， 2016， 38（Sup2）： 120-126. （in Chinese）

[35]? 潘毅， 劉揚(yáng)良， 黃晨， 等. 大型鐵路站房結(jié)構(gòu)健康監(jiān)測研究現(xiàn)狀評述[J]. 土木與環(huán)境工程學(xué)報(bào)（中英文）， 2020， 42（1）： 70-80.

PAN Y， LIU Y L， HUANG C， et al. A review of structural health monitoring of large railway stations [J]. Journal of Civil and Environmental Engineering， 2020， 42（1）： 70-80. （in Chinese）

[36]? 李惠， 周文松， 歐進(jìn)萍， 等. 大型橋梁結(jié)構(gòu)智能健康監(jiān)測系統(tǒng)集成技術(shù)研究[J]. 土木工程學(xué)報(bào)， 2006， 39（2）： 46-52.

LI H， ZHOU W S， OU J P， et al. A study on system integration technique of intelligent monitoring systems for soundness of long-span bridges [J]. China Civil Engineering Journal， 2006， 39（2）： 46-52. （in Chinese）

[37]? 胡振中， 冷爍， 袁爽. 基于BIM和數(shù)據(jù)驅(qū)動的智能運(yùn)維管理方法[J]. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2022， 62（2）： 199-207.

HU Z Z， LENG S， YUAN S. BIM-based， data-driven method for intelligent operation and maintenance [J]. Journal of Tsinghua University （Science and Technology）， 2022， 62（2）： 199-207. （in Chinese）

[38]? 鮑躍全， 李惠. 人工智能時(shí)代的土木工程[J]. 土木工程學(xué)報(bào)， 2019， 52（5）： 1-11.

BAO Y Q， LI H. Artificial intelligence for civil engineering [J]. China Civil Engineering Journal， 2019， 52（5）： 1-11. （in Chinese）

[39]? MALIK J， ELHAYEK A， STRICKER D. WHSP-net： A weakly-supervised approach for 3D hand shape and pose recovery from a single depth image [J]. Sensors， 2019， 19（17）： 3784.

[40]? 姚剛， 秦蔚壑， 周夢， 等. 工業(yè)化生產(chǎn)PC構(gòu)件的BIM技術(shù)定位優(yōu)化[J]. 土木與環(huán)境工程學(xué)報(bào)（中英文）， 2019， 41（2）： 140-146， 166.

YAO G， QIN W H， ZHOU M， et al. PC elements localization optimization with BIM technology in industrial production [J]. Journal of Civil and Environmental Engineering， 2019， 41（2）： 140-146， 166. （in Chinese）

[41]? 王志偉， 戴若彬， 張星冉， 等. 膜法污水處理技術(shù)研究應(yīng)用動態(tài)與未來可持續(xù)發(fā)展思考[J]. 土木與環(huán)境工程學(xué)報(bào)（中英文）， 2022， 44（3）： 86-103.

WANG Z W， DAI R B， ZHANG X R， et al. Recent advances and overview on sustainable development of membrane-based wastewater treatment technology [J]. Journal of Civil and Environmental Engineering， 2022， 44（3）： 86-103. （in Chinese）

[42]? 張勇， 梁曉珂， 袁麗娟. 面向節(jié)能的建筑設(shè)計(jì)多目標(biāo)優(yōu)化方法[J]. 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2021， 49（7）： 107-112.

ZHANG Y， LIANG X K， YUAN L J. Multi-objective optimization algorithm for building energy-saving design [J]. Journal of Huazhong University of Science and Technology （Natural Science Edition）， 2021， 49（7）： 107-112. （in Chinese）

（編輯? 王秀玲）