基于BIM與IoT數據的交互方法

王 亭，王 佳

(北京建筑大學 電氣與信息工程學院，北京 100044)

0 引 言

建筑數據云端化是當前發展的趨勢[1]，隨著建筑信息模型(building information modeling，BIM)技術的發展與變革，建筑的靜態數據云端化已經得到了很好的解決，但建筑運維產生的動態數據的存儲和管理并沒有得到更好的解決，對靜態數據和動態數據的實時交互也是亟待解決的難題，使得建筑運維的管理工作缺乏直觀性、便捷性和高效性。針對大量設備對象的提供廠家不盡相同，導致傳輸的協議差異，要如何把不同格式的動態數據傳輸到云端呢？數據傳輸到云端后在三維的建筑物中以什么形式來展示建筑的動態數據和靜態數據呢？這些問題都需要去突破。面對實時產生的動態數據的存儲、管理和分析問題，當前正在不斷發展的物聯網技術(IoT)、云計算和云平臺技術可以為解決上述問題提供很好的技術方法[2]，并能為建筑數據的管理提供新的機遇。該研究結合全生命周期的BIM技術、物聯網技術、數據庫存儲技術以及基于WebGL的三維可視化技術，致力于解決設備管理中海量多樣化數據的存儲和交互，實現設備現場的可視化操作和云管控，為高效智能的設備管控服務。

1 當前設備管理面臨的問題

1.1 數據多源異構、存儲分散、不完整

一個“數字化建筑物”包含建筑全生命周期的所有實體信息、屬性信息和運維數據信息，尤其是運維過程中設備產生的狀態數據是多源異構的。傳統上整個建筑的管理系統的數據收集往往都是階段性收集的，最終數據紀錄和存儲是分散雜亂的，對于建筑設備的數據復用率極低，使得這些數據失去了它們潛在的價值。物聯網系統結構下設備數據涉及傳感器、RFID讀取器和其它設備快速生成的數據，數據量龐大、快速增加、數據多源異構，因此用于物聯網數據的數據存儲解決方案不僅必須能夠有效地存儲海量數據，必須支持水平縮放，以高吞吐量處理數據，數據存儲組件還必須具有處理異構數據資源的能力。

1.2 數據信息不友好、不直觀、缺乏交互性

當前很多設備管理場景中仍都是依靠中控室平面圖和數據監控畫面的方式[3]，對于現場設備的實時狀態數據時常獲取不及時，有些設備狀態與參數仍要靠工作人員現場檢查和采取，且對于中控室搜集的設備狀態數據往往都是通過工藝平面圖、表格的方式展現的，這樣的方式不直觀，對于迫切需要檢查的參數不能及時獲取，不熟悉業務的工作人員難度就更加大了。另外，狀態數據僅僅展示，并沒有做到實用性的交互利用。

1.3 對技術人員的依賴性高

一方面，一些設備現場的設備狀態數據還需要運維人員間斷期的到現場進行檢查和收集，這種方式對管理人員的要求高，無形中增加了人力成本。另一方面，對于一些比較簡單的或者流程化的維護維修工作都需要依靠經驗豐富的老師傅，當在設備維修任務中，遇到技術難點對老師傅的依賴性比較大，有時候某些數據的資料和設備狀況也只有少數的人員掌握，這些狀況都是對技術人員高依賴性的集中表現。

1.4 數據處理不及時、準確性低、實時性差

對于運維工作場景的數據都是運維工作人員從具體的工作場景下記錄的，如維護維修記錄等，但是這些記錄都是紙質化或者存儲在表格中，記錄的這些數據往往得不到及時的處理，實時性差，查找起來也不方便，有時工作人員的遺漏、書寫模糊都會導致數據不準確。

針對以上提出的問題，首先提出了一個基于IoT數據的數據存儲框架，為了存儲和管理結構化數據，構建了基于組合多個數據庫的數據庫管理模型，還構建了一個文件存儲庫來實現非結構化數據的版本管理。同時，針對云平臺如何使得BIM數據和設備動態數據進行交互做了詳細的交互設計。最后針對一個實際的水庫泵房開發了基于所提出的框架和交互設計方法的原型系統來說明框架的有效性。

2 系統整體架構

該文針對提出的基于IoT數據的存儲框架，以實際的生產項目水廠泵房為案例，從數據存儲和實時交互的性能上，都充分驗證了提出方法的實用性和價值所在，整體技術架構如圖1所示。

圖1 技術架構

3 技術架構與關鍵技術

3.1 基于IoT數據的存儲框架

在數據存儲中，許多傳統的數據存儲平臺都基于關系數據庫。雖然關系數據庫在數據存儲方面仍然很突出，但它們很難在大數據環境中提供足夠的性能。作為關系數據庫的補充，那些能夠在分布式環境中有效處理海量數據的工具，如Hadoop和NoSQL數據庫，正在引起越來越多的關注。NoSQL數據庫提供了關系數據庫無法提供的一系列功能，例如水平可伸縮性，內存和分布式索引，動態修改數據模式等。Hadoop是Google Map Reduce的開源實現，它支持Map Reduce[4]以高性能處理海量數據。許多學者已經開展了結合NoSQL數據庫和Hadoop文件庫處理數據的研究，并開發了一個結合Hadoop和并行數據庫的體系結構，它允許統一訪問和管理[5]。還提出了一個框架，允許開發人員使用結構化查詢語言(SQL)在關系數據庫和NoSQL數據庫上運行。本文提出的基于IoT數據的存儲框架，支持高吞吐量處理數據，能夠有效地存儲海量數據，支持水平縮放。物聯網數據可以從許多不同的來源收集，并由各種結構化和非結構化數據組成，數據存儲組件具有處理異構數據資源的能力。為了存儲和管理結構化數據，構建了基于組合多個數據庫的數據庫管理模型，還構建了一個文件存儲庫Hadoop來實現非結構化數據的版本管理。此外，基于數據庫管理模型和文件庫，提出了一種RESTful服務生成機制，為訪問基于框架存儲的數據的應用程序提供API接口。提出的存儲框架結構如圖2所示。

圖2 數據的存儲架構

其中，數據存儲框架由以下幾個模塊組成：

(1)文件存儲庫：文件存儲庫使用hadoop分布式文件系統(HDFS)在分布式環境中存儲非結構化文件。物聯網中的設備生成的數據只有在可以識別的情況下才有價值。對于物聯網中生成的數據，本文方法是使用設備數據的生成時間戳和設備編碼ID來識別設備一次生成的數據，將時間戳和ID號存儲在相應的文件名中；

(2)數據庫模塊：數據庫模塊組合了多個數據庫，并使用NoSQL數據庫和關系數據庫來管理結構化數據。該模塊還為多個數據庫提供統一的API和對象實體映射，以隱藏它們在實現和接口方面的差異，從而簡化數據訪問模塊的開發和數據庫的應用程序遷移。數據庫管理的關鍵任務是組合多個數據庫并統一訪問接口。對象實體映射和查詢自適應是此模型中使用的主要方法[6]；

(3)資源配置模塊：資源配置模塊支持預定元模型的靜態和動態數據管理。因此，可以基于用戶要求來配置數據資源和相關服務。此模塊涉及用戶配置、配置服務接口、元模型和配置策略；

(4)服務模塊：服務模塊用于自動生成RESTful服務。該模塊通過配置提取元數據，然后根據元數據映射到存儲在數據庫和文件庫中的數據實體和文件[7]，最后生成相應的RESTful服務。RESTful服務作為具有唯一URI的公開資源，可以通過HTTP請求進行操作。統一接口使資源可以被不同平臺上的客戶端訪問[8]。復雜的數據處理過程可以通過面向資源的服務組合來實現。通常，4種類型的HTTP請求被映射到4種類型的操作：“GET”映射檢索，“POST”映射創建，“PUT”映射更新和“DELETE”映射刪除。因此，本文根據映射構建服務方法，并將HTTP請求轉換為資源上的操作。

3.2 基于BIM與IoT的設備管理平臺

本研究要實現樓宇設備的高效管理，BIM技術是實現設備管理的核心，針對設備運維過程中數據多源異構、量大冗雜且實時動態性等特點，本文在盈嘉互聯“BOS建筑運維云”的數字化運維服務平臺基礎上進行了針對性的軟件開發，開發平臺的系統架構如圖3所示。

圖3 系統架構

系統自下而上分數據層、服務層、業務層、傳輸層和應用層。最底層的數據庫由BIM數據、運維數據和實時數據組成。模型數據即建筑的BIM數據庫，包含建筑的實體、施工、交付文檔、模型、圖紙、材質、屬性、關聯、設備、空間信息等等；運維數據主要指日常運維產生的維護維修紀錄信息、預警報警信息；實時數據即設備在運行過程中的實時狀態數據和報警狀態信息。服務層基于表現層狀態轉移(representational state transfer，REST)服務搭建，解決了傳統業務反應滯后、交互方式不直觀、渲染效果差等問題，而輕量級的REST調用服務具有易開發和維護等優點[6]。業務層根據運維管理的功能需求設計，主要的業務功能管理對象有設備信息集成、模型可視化、維護維修、預警報警和人員管理，該層功能管理對象也可根據實際情況做相應的修改和擴展。傳輸層通過局域網或廣域網實現應用層與底層數據的交換和信息處理。應用層支持電腦端和移動端應用程序等多種方式，運維人員通過應用層登入該系統平臺實現運維管理。

該平臺應用前文提出的基于IoT數據的存儲框架，該存儲框架不僅支持多源異構數據的存儲和調用，同時也保證了數據處理時的高吞吐量，確保平臺數據的快速查詢和展示。

BIM數據通過BIM建模軟件Revit中的開放數據庫互連功能(open database connectivity)導出。設備運行動態數據通過OPC SERVER接口與結構化數據連接，根據第三范式-3NF方法判斷數據結構類型，把數據分類存儲到文件存儲庫和數據庫模塊[9]。將這些信息與設備靜態信息相關聯，以實現設備狀態信息與建筑空間信息之間的交互，點擊相應設備就可以查看與之關聯的靜動態信息。其中平臺數據的傳輸過程如圖4所示。

圖4 平臺數據的處理過程

3.3 BIM模三維可視化技術

工業基礎類標準(industry foundation class，IFC)是BIM領域開放的國際標準，由國際協同聯盟(IAI，現名為BuildingSMART聯盟)建立用來作為共享和交換建筑全生命周期信息的載體，具有較為完善的信息分類和數據結構[10]，能夠為眾多BIM軟件間的數據交換和跨平臺信息共享提供統一規范。

BIM模型的三維可視化通過將IFC(industry foundation classes)格式[11,12]的模型文件上傳到 BIM Server服務器中，服務器先把IFC文件解析成三角網格數據，然后通過統一的API接口鏈接設備模型數據和運維數據，實現網頁圖形庫(web graphics library，WebGL)下的建筑模型三維可視化瀏覽，某泵房現場監測的三維可視化效果如圖5所示。

圖5 某泵房現場監測可視化效果

3.4 靜動態數據交互

本研究基于BIM與IoT的設備管理平臺支持以下實時交互方法，即：①模型可視化瀏覽和信息集成化管理；②設備狀態數據實時顯示；③設備維護維修管理；④設備預警報警管理；⑤多方用戶線上交互。

3.4.1 模型可視化瀏覽和信息集成化管理

平臺中存儲了建筑的BIM模型，在云端可以直接打開存儲在平臺上的模型IFC文件，后臺解析后渲染出建筑設備的三維模型，渲染結果不僅可以瀏覽設備的三維模型，同時模型中也存儲了建筑以及設備全生命周期的信息，支持建筑的實體、施工、模型、材質、屬性、關聯、設備、空間、資產、人員等靜態信息和設備運維過程中產生的巡檢、維護、維修紀錄等信息的查看。平臺集成了建筑全生命周期的所有信息，高質量地確保了信息的完整性，并且這些信息可以得到有效的復用，查找起來快速便捷。

3.4.2 設備狀態數據實時顯示

傳統上BIM設備管理僅支持在三維模型中查看建筑和設備的靜態屬性信息以及設備運維紀錄，并不支持在BIM模型中直觀地查看設備的實時狀態數據。本研究中提出的基于IoT的存儲框架解決了數據多源異構的問題，同時支持大量數據的高吞吐量處理和水平縮放。首先根據住建部批準的自2018年5月1日起實施的國家標準GB/T51269-2017《建筑信息模型分類和編碼標準》對設備進行編碼，設備編碼ID主要由表代碼、大類代碼、中類代碼、小類代碼和細類代碼5個部分組成，每個部分由兩位數字生成。設備編碼的結構設計如圖6所示。

圖6 設備編碼的結構

單體設備的狀態數據編碼(SID)由設備編碼(ID)和接受到數據的時間戳(TS)組成，即

SID=ID+TS

(1)

這樣，設備模型與靜態信息和設備的實時狀態數據就可以根據編好的ID和SID相互映射，進而做到BIM數據庫與運維數據庫和設備實時狀態數據的映射，平臺中渲染設備模型的同時通過關聯設備的ID和SID關聯映射，靈活應用API接口調取設備的狀態數據到模型中的設備上顯示，這樣就可以在模型中實時查看該設備的實時狀態數據。通過查看設備的實時狀態數據，既是管理方式上的一次技術性變革，同時也對設備的運行情況做到了更加及時和精確的掌控和應變。其中，設備信息和設備狀態信息的對象實體(OR)映射關系圖如圖7所示。

圖7 設備數據OR映射關系

3.4.3 設備維護維修管理

運維人員在運維工作中需要定期對設備進行維護保養，對于報修或者報廢的設備需要如期維修和更換，然而，這些設備的維護保養情況記錄和維修詳情對于設備的長期穩定運行都是有著重大參考作用的。運維人員可以直接在平臺上增添設備維護維修記錄，記錄設備損壞的緣故和維修進度信息，通過程序化與系統化的信息統計，平臺上可以查看目標設備的維護維修歷史記錄。同時，工作人員可以通過平臺發起設備維修的派工任務，維修人員接受派工單后可在平臺快速定位目標設備位置并查看對應設備的詳細信息，這些服務為維修人員大幅度減少了維修時間，縮短了設備故障停工周期，提高了生產效率。技術層面上，當工作人員需要查看一些設備的屬性信息或者設備安裝信息、使用手冊等信息，在該平臺都可以輕松查到，降低對特定工作人員的技術依賴。

3.4.4 設備預警報警管理

對平臺中紀錄的設備維護維修紀錄，經過數據化的分析和整合可以對設備做一些預期管理。如對于易壞、高頻率故障、敏感且關鍵、到期的設備設置一些報警閾值[13]，當設備狀態達到這個閾值，平臺就給前端管理界面或模型中發送預警信息，提醒運維人員及時處理，如此就避免了設備高頻故障、損壞，減少了設備損壞停工占用周期，提高生產效率的同時也延長了設備的使用壽命，一定程度上節約了設備管理成本。為了快捷處理警情，可根據警情的緊急程度把警情分多等級管理，如把設備報警分為A，B，C這3個等級。

3.4.5 多方用戶線上交互

該設備運維管理平臺為運維多方專業人員提供一個線上溝通協作的協同環境，打通各項專業壁壘，促使多方專業人員高效開展工作，減少問題解決的占用時間。如當維修人員在設備維修時，遇到暖通管道方面的問題，一方面可以直接在模型中直觀瀏覽管道的整體三維架構，另一方面可以在平臺中發起一個“多人討論”回話[14]，這樣多方專業人員就可以一同在該回話中一起交流討論，使得問題盡快解決。

4 設備運維管理平臺實現與應用

4.1 平臺搭建

為了體現提出的交互方法的實用性和高效性，本章節以北京市某一凈水廠的泵房為設備運維管理對象，根據BIM的特性進行二次開發，設計了面向配水泵房的設備運維管理平臺。該泵房建筑總面積為3499.2 m2，建筑占地面積1166.4 m2，地下一層，地上一層，一共包含8個水泵體系，泵房現場如圖8所示。泵房內設備管理對象繁多且系統復雜、監控的設備參數龐大、實時性要求又高，在管理大量設備對象中面臨著巨大的挑戰。基于BIM技術的泵房管理模型充分整合泵房設備的各種信息，同時把設備的實時狀態數據和運維數據集成在BIM模型中。通過平臺信息高度集成化、協同性和完整性可實現運維管理過程中的信息高效流通、實時交互和資源共享。

圖8 泵房現場

4.2 交互方法展示

泵房設備管理平臺包含以下主要應用模塊：綜合監控管理界面、資產管理、運維管理、可視化管理、用戶管理、系統管理。平臺登錄后首先是一個泵房的綜合監控管理界面，如圖9所示，綜合展示泵房的基本信息，資產信息，設備核心狀態信息，水質參數、溫濕度信息、巡檢、報警和預警信息。通過綜合界面可進入各板塊的詳細信息頁面。

圖9 綜合監控管理界面

單擊綜合界面中的“控制臺”按鈕，即可進入控制臺界面，該頁面展示泵房內所有資產設備信息和關聯文件信息，包括資產設備的ID、名稱、維修記錄、圖紙、安裝手冊、使用手冊、經驗分享等信息，其中屬性信息和關聯信息匹配選中的資產設備。設備的維護維修的詳細信息點擊“明細”按鈕即可瀏覽詳細的維護維修信息內容。

同時支持點擊“維修統計表”查看整體設備的維修統計情況，做到宏觀把控，及時解決問題的效果。點擊“三維模型”即可進入到泵房的三維可視化模型如圖10所示。

圖10 泵房的三維可視化模型

4.3 數據交互方案

具體的模型展示方案包含：水泵上方顯示水泵壓力表的參數值、以及真空泵的參數值、水泵溫度值、轉速、開關狀態。水泵右邊為供水管道(進水)，管道上智能顯示供水流量、濁度、余氯、電導率、pH參數信息。水泵上邊為回水管道(出水)，管道上顯示回水流量及水質參數信息。左側配電機的上側顯示電機的運行狀態和溫度信息、電機的油量儲備信息，仿照電池剩余百分比顯示油量的剩余情況。單擊水泵可查看水泵的屬性信息，其中包括水泵型號、轉速、葉輪直徑、配用功率、流量、揚程、設備編碼、汽濁余量、產品標準、出廠編號、廠家等信息。

在三維模型場景中支持設備構件的檢索、伸縮瀏覽、快速查看警情信息、折線圖顯示設備運行情況、查看資產列表功能。其中，如設備周期運行的參數紀錄圖表、設備月周期的保養、維修維護紀錄等，利用這些歷史紀錄信息和統計圖表可用于對設備進一步管理作出明智和預測性的決策。同時，在“操作修改”界面支持對設備信息的修改和增刪。

4.4 場景交互方案

現階段下維護人員進行維護作業如對泵體的進出水口壓力、電機箱的發熱程度、油量剩余情況等都需要在設備現場進行一一針對性監測和核實，而該平臺可以實現在泵房模型中進行三維現場漫游實時的監看，對于泵房全局的情況更加明朗和直觀，相對于前者的管理方式就更加先進和高效。現場的漫游圖見上文的圖5所示。維修人員也可以根據模型快速定位目標設備的位置，并快速檢索設備的相關數據信息。當維修人員遇到技術難題，可以通過該平臺協同各專業維護人員進行技術探討和交流，從而更加快捷地找出問題并解決問題。另外，該平臺也是一個可以讓新員工快速全面熟悉該泵房整體運維情況的智能工具。通過三維瀏覽該泵房的所有場景和每一個工作流程，如水泵、電機、管道走向、清水池水位等等，對于新員工熟悉和掌握具體工作業務起到了事半功倍的效果。

該平臺結合全生命周期的BIM技術、物聯網技術、數據庫存儲技術以及基于WebGL的三維可視化技術實現對泵房設備現場和設備實時狀態數據三維可視化方式的管控，實現了BIM模型與設備實時狀態數據、運維數據之間的互聯互通和友好交互。

5 結束語

本文主要著眼于當前BIM技術的發展和應用，面向IoT在現實領域中大大量應用中遇到的一些技術挑戰，如對于多源異構數據的高效存儲和高并發處理，設備管理中數據信息的不完整性、不直觀、缺乏交互性以及數據處理的滯后性和準確性等弊端，本文首先提出一個基于IoT數據的存儲框架，不僅能夠有效存儲大量物聯網數據，還能集成結構化和非結構化數據。該數據存儲框架能夠組合和擴展多個數據庫和Hadoop，以存儲和管理由傳感器和RFID讀取器收集的各種類型的數據。然后，針對設備管理應用需求，對BOS進行二次開發了基于BIM與IoT的設備管理云平臺框架。同時，針對云平臺如何使得BIM數據和設備動態數據進行交互做了詳細的交互設計。最后把該平臺對接應用到一個實際的水庫泵房設備管理云平臺，從平臺管理功能充分描述了該云平臺下BIM數據和IoT數據的實時交互效果，從而驗證本文提出的框架和交互方法研究的有效性。

本文研究平臺和交互實現方法都是從較小的設備管理場景為出發點，在交互效果和功能場景可能還不是很全面，例如對于設備管理中能源決策管理方面就沒有具體研究。面對當前BIM與大數據、云計算、IoT等技術集成應用發展，將來BIM技術在設備管理領域甚至其它重要領域都會有著不可阻擋的趨勢，還要繼續深入研究和探討。