智能建造系統基礎理論與體系結構

尤志嘉， 鄭蓮瓊， 馮凌俊

(福建工程學院 a. 土木工程學院; b.福建省土木工程新技術與信息化重點實驗室， 福建 福州 350118)

長期以來，我國建筑業仍延續著勞動密集型的組織機制，粗放式的生產管理方式導致施工效率低下、資源浪費嚴重、環保問題突出、安全事故頻發、工程質量難以保障等諸多問題，因此迫切需要向精益化管理模式轉型升級，實現建筑業高質量發展。隨著第四次工業革命(工業4.0)的來臨，特別是“中國建造2035”戰略的提出，新一代信息技術正在推動傳統建筑業轉型升級，向著“中國智能建造”的時代邁進[1]。近年來，以物聯網、大數據、云計算、人工智能為代表的新興技術正日益廣泛地被應用于智慧工地建設，但它們目前仍局限于碎片化地解決特定工程問題，如何將其整合到高度集成的框架體系中，以提高整體施工組織能力是一個有待解決的難題。本文在精益建造理論的基礎上引入“信息 - 物理”融合的概念，建立智能建造系統基礎理論與體系結構。作為一項前瞻性研究，本文旨在解決制約施工智能化發展的關鍵科學問題，突破建筑業轉型升級的技術瓶頸，為構建新一代智能建造系統提供理論依據。

1 研究背景

1.1 工業4.0背景下的精益建造模式

從工業化分類的角度講，建筑施工行業屬于一種特殊的離散制造業，其生產過程由一系列不連續的活動所構成。由于建筑產品具有定制性的特征，不可能像制造業那樣形成標準的生產組織計劃。傳統的項目計劃方法，例如工作分解結構(WBS)及關鍵路徑法(CPM)將施工過程劃分為一系列靜態的、離散的施工任務[2]。盡管項目管理者制定了詳細的施工計劃，但在執行過程中施工人員、設備及材料都處在不斷變化的施工環境，多種影響因素之間的交互作用導致了項目的復雜性與高度不確定性，進而引起施工延期或資源沖突，甚至造成項目計劃失控[3]。為了應對不確定性，項目管理者在制定計劃時通常會留下足夠的冗余，但這同時也會引起不必要的資源浪費[4]。現代施工管理面臨著如何根據環境變化動態優化資源配置，實時評估作業偏離計劃的情況，預測可能發生的異常，并就重新調整施工組織做出決策的難題。

1993年，丹麥學者Lauris Koskela將制造業已成熟應用的精益生產原則引入到建筑業，首次提出了“精益建造(Lean Construction)”的概念[5]，試圖根據精益生產的思想，結合建筑工程的特點對施工過程進行改造，從而形成功能完整的建造系統。精益建造強調有效組織施工過程以提高生產效率并減少資源浪費的重要性，其核心思想是以整體優化的觀點合理配置現有施工資源，并盡量消除不確定因素對施工過程的影響[6]。精益管理的思想與方法，例如追求零庫存的準時制(Just In Time，JIT)生產方式，以及“拉動式生產”的末位計劃者系統(Last Planner System，LPS)理論等，都是建立在施工組織內部信息流通暢的基本前提下[7]，通過實時采集施工現場的信息，用于管理者分析、判斷并做出優化決策，再將控制信息反饋至現場執行。因此，精益建造模式的實現離不開實時信息通信技術作為支撐。

1.2 建筑業智能化發展現狀

近年來，以建筑信息模型(Building Information Modeling，BIM)、物聯網、大數據與云計算為代表的新一代信息技術與人工智能技術正在逐步應用到建筑施工行業[8]。物聯網技術提高了建造過程的可追溯性，應用于施工進度、質量、安全及環保監控，當發生異常或擾動時得到實時反饋[9]。物聯網實時采集的流式數據與BIM集成[10]，形成動態更新的實時建造模型，即物理建造過程的數字孿生體[11]，用于建造過程的可視化監控與仿真模擬。工程建造過程中產生的大量數據，例如工程設計數據、建造過程監控數據以及施工企業信息系統的業務數據，構成了施工企業級的大數據資源[12]，面向建筑施工領域的人工智能算法將通過對大數據挖掘分析，為項目管理知識發現及建造過程趨勢預測提供決策支持[13]。云平臺為BIM、物聯網與大數據應用提供了一個虛擬化的計算環境[14,15]，將工程建設全生命周期的各項活動集成在統一的平臺上，使所有項目參與者以統一的視角分析處理工程問題，而虛擬現實(Virtual Reality，VR)技術則進一步增強了他們之間的協作能力[16]。分布式智能決策技術將應用于項目優化調度[17]，以建立對建造資源的協同控制機制，控制信息通過物聯網反饋至建造資源，而增強現實(Augmented Reality，AR)技術的應用將有助于對現場施工人員的信息反饋與遠程協助[18]。

綜上所述，不同智能技術在建筑施工領域的發展并不是隨機的，而是遵循著一定客觀規律，即由單一技術碎片化的應用向多項技術集成的“智能建造”模式演進。然而，如何將這些新興技術與系統融合到高度集成化的體系框架中，發揮其互補優勢以提高整體施工組織能力是一個有待解決的難題。

1.3 工業4.0核心技術——信息物理系統

信息物理系統(Cyber-Physical Systems，CPS)作為計算進程和物理進程的統一體，是集成計算、通信與控制功能于一體的新一代智能系統，它將信息技術嵌入到物理世界，并在信息世界中建立物理實體的虛擬映射，以實現計算資源與物理實體的深度融合[19]。CPS通過集成先進的感知、計算、通信等信息技術和自動控制技術，構建了物理世界與信息世界中人、機、物、環境、信息等要素相互映射、適時交互、高效協同的復雜系統，通過物聯網技術實時感知物理世界的運行狀態，然后通過大數據分析、智能決策等技術在信息世界中進行仿真與預測，再以最優的策略驅動物理世界運行[20]。目前，CPS已廣泛應用于智能制造系統、智能交通系統以及智能電網等多個行業領域，已經成為推動第四次工業革命的核心技術[21]。然而，目前國內外鮮有CPS應用于建筑行業領域的文獻報道。事實上，精益化的智能建造模式應建立在高度集成化的信息系統架構之上，通過“信息 - 物理”融合以提高施工組織管理的透明性、協同性與可預測性是一個有意義的研究方向。

2 智能建造系統基本概念

2.1 智能建造

關于“智能建造”的概念，目前學術界尚未形成統一且廣泛認可的定義，本文嘗試將智能建造定義為：“一種基于智能科學技術的新型建造模式，通過重塑工程建造生命周期的生產組織方式，使建造系統擁有類似人類智能的各種能力并減少對人的依賴，從而達到優化建造過程、提高建筑質量、促進建筑業可持續發展的目的”。由定義可知，智能建造的內涵不僅包括智能科學技術在建筑業的集成應用，并且涵蓋了在此基礎上對生產組織方式的提升，通過智能技術實現建造過程中計劃、執行、監控與優化的迭代循環，從而提高施工組織管理與決策能力。

圖1 智能建造產生背景

智能建造模式的產生是建筑行業內部與外部因素共同作用的結果。如圖1所示，突破粗放式生產組織方式的發展瓶頸，實現可持續健康發展是傳統建筑業智能化轉型升級的內在驅動因素。而在工業化與信息化深度融合的大背景下，新一代信息技術的發展為實現智能建造模式提供了必要的外部條件，帶來了以技術創新驅動管理能力提升的新機遇。智能建造模式將以智能建造系統作為集成化的技術載體，通過融合各項新興智能技術與資源，推動建造模式的不斷優化與發展。

2.2 智能建造系統

作為智能建造概念的實現形式，智能建造系統是一種基于“信息 - 物理”融合的智能系統，通過物理施工進程與信息計算進程的循環反饋機制實現兩者之間的深度集成與實時交互，形成“狀態監控 - 實時分析 - 優化決策 - 精準控制”的閉環體系，進而解決項目建造過程中的復雜性與不確定性問題，提高建造資源的配置效率，實現建造過程的動態優化機制。

從技術實現的角度講，智能建造系統屬于信息物理系統的范疇，在此基礎上融合了精益建造的管理思想，以技術系統的發展驅動智能建造模式的實現。本文后續章節將詳細介紹智能建造系統的通用體系結構及其基本特征，以及智能建造系統的能力成熟度評價機制。

3 智能建造系統通用體系結構

本節通過建立智能建造系統通用體系結構，以明確系統的基本功能框架、各類組件及其依賴關系、交互機制與約束條件等，為設計開發面向不同工程類型的智能建造系統提供理論依據。

圖2 智能建造系統總體功能體系架構

3.1 智能建造系統功能架構

圖2為本文所建立的智能建造系統總體功能體系架構，其涵蓋建造能力與建造過程兩大體系。建造能力包括施工組織、施工技術，建造資源與約束條件，這些因素是構成智能建造系統的基礎。建造過程是一個建立在精益建造理論基礎上的“計劃 - 執行 - 監控 - 優化”迭代過程，通過各項技術手段使智能建造系統擁有類似于人類智能的自組織、自適應與自學習能力，從而減少建造過程中對人為決策的依賴性。

3.2 智能建造系統技術架構

智能建造系統的技術架構建立在物聯網、云計算、BIM、大數據以及面向服務架構等技術的基礎上，形成一個高度集成的信息物理系統。如圖3所示，物聯網通過各類傳感器感知物理建造過程，經過接入網關向云計算平臺傳送實時采集的監控數據。云計算平臺為大數據的存儲與應用、基于BIM的實時建造模型以及各項軟件服務提供了靈活且可擴展的信息空間，支持不同專業的項目管理人員在統一的平臺上共享信息并協同工作。在信息空間中經過分析、處理與優化后形成的決策控制信息再通過物聯網反饋至物理建造資源，實現對施工設備的遠程控制以及對施工人員的遠程協助。

圖3 智能建造系統總體技術架構

4 智能建造系統體系結構基本特征分析

智能建造系統體系結構的基本特征可以概括為 “泛在連接、數字孿生、數據驅動、面向服務、系統自治”五個方面，下面將對其科學內涵與技術實現路徑做具體討論。

4.1 泛在連接

泛在連接是指通過對物理空間的實時感知與數據采集，以及信息空間控制指令的實時反饋下達，提供“無處不在”的網絡連接與數據傳輸服務。物聯網通過不同類型的傳感器從施工現場采集實時數據，包括結構的應力和位移、現場的溫度與空氣質量、能耗以及智能施工設備的狀態等[9]。采用Wi-Fi或藍牙(Bluetooth)等技術將施工現場部署的無線傳感器連接起來，形成無線傳感器網絡。預制施工現場組裝全過程采用RFID(Radio Frequency Identification)技術[22]，通過跟蹤構件內嵌入的標簽，實時采集數據。室內人員定位可采用RFID、Zigbee或超寬帶(Ultra-Wideband，UWB)技術，室外定位則可通過全球定位系統(Global Positioning System，GPS)實現[23]。無人機搭載激光掃描儀獲取施工現場點云數據，基于三維重建技術監控施工進度[24]。攝像機捕捉現場施工過程的圖像，用于記錄和分析施工過程。可穿戴設備集成了傳感器、攝像頭和移動定位器的功能，以收集現場工人的工作狀態并向其反饋信息。

4.2 數字孿生

在智能建造系統中，將基于BIM的實時建造模型作為物理空間中施工建造過程在信息空間中的“雙胞胎兄弟”，即數字孿生體[11]，如圖4所示。對于裝配式建筑，通過RFID技術跟蹤構件的生產、物流及裝配過程，經過裝配后的構件信息自動關聯BIM設計模型中的構件生成實時建造模型[25]。而對于非裝配式建筑，則可采用3D重建技術生成點云模型，再將點云模型與BIM設計模型進行關聯，從而生成實時建造模型[26]。

圖4 數字孿生體

作為在建建筑物在信息空間中的數字孿生體，實時建造模型將監測數據以不同維度展現給項目的參與者，使他們在共同的視角下進行協作。云平臺為不同項目參與者提供監控數據查詢、追溯、計算和虛擬現實展示服務，支持對項目進度、質量管理、安全與環境監管、績效評估等方面的監控需求。

在建造過程中可通過數字孿生體進行實時仿真分析，驗證前瞻性施工計劃可行性。如圖5所示， 根據施工現場反饋的進度監控數據更新實時建造模型，計劃調度系統基于末位計劃者系統理論[27]滾動編制項目的前瞻性計劃，即將施工監控系統作為“末位計劃者”，根據進度監控與資源消耗量制訂前瞻性施工計劃。BIM系統基于4D仿真功能在實時建造模型的基礎上進行虛擬建造[28]，以驗證前瞻性計劃的可行性，預測可能發生的異常或沖突，并做出適應性調整。經過仿真分析驗證后的前瞻性計劃將被細化為周計劃或日計劃后組織施工。

圖5 基于數字孿生的實時仿真分析

4.3 數據驅動

智能建造系統的大數據來源包括來自BIM的設計數據、來自物聯網的施工監控數據、業務信息系統數據和歷史項目數據等，這些數據中蘊含著豐富的信息或知識，它們對于管理決策至關重要。

圖6 數據驅動決策支持機制

圖6為本文所提出的智能建造系統框架中的數據驅動決策支持的體系結構，該體系結構由三層組成：數據源層、數據處理層和數據應用層。多項來源的數據經過融合后將用于知識發現與決策支持，即實現系統的自學習能力。一方面，通過機器學習算法對大數據進行挖掘分析以獲取隱藏的知識規則，這些規則將通過知識推理機制為解決工程問題提供參考方案[13]。另一方面，案例推理技術可以從歷史項目數據中檢索出與當前項目相似的案例[29]，相似案例的解決方案經過調整優化后可作為本項目的參考方案。多源融合數據的推理或統計分析結果以可視化的形式提供給用戶，以支持不同的決策需求，包括設計優化、智能調度、風險預測、績效評估，以及施工設備的故障診斷與主動維護策略等。

4.4 面向服務

作為集成了多項智能技術的平臺，智能建造系統應建立在具有互操作性與可擴展性的技術架構之上。本文基于面向服務的體系架構(Service-Oriented Architecture，SOA)[30]建立智能建造系統的技術架構。

如圖7所示，所有軟硬件系統均通過建造服務總線(Construction Service Bus，CSB)進行信息交互，構成扁平化且可擴展的體系架構。建造服務總線采用SOA架構中的企業服務總線技術[31]，該技術是傳統中間件、XML以及Web服務技術相結合的產物。CSB作為智能建造系統網絡中最基本的連接中樞，實現不同服務之間的互操作性。將智能建造系統內的軟件子系統封裝為Web服務以隱藏起內部的復雜性，通過WSDL(Web Service Definition Language)語言描述所提供的服務信息，并將服務發布到UDDI(Universal Description Discovery and Integration)注冊中心，以供其它服務搜索、訪問和調用。對于物理空間中的建造資源，例如建筑工人、智能建筑設備與建筑機器人等，基于分布式人工智能理論將其虛擬化為智能體(Agent)并集成到建造服務總線，以實現智能建造系統的分布式控制功能。

圖7 智能建造系統面向服務的體系架構

4.5 系統自治

所謂系統自治是指智能系統獨立協調各子系統完成相應功能，并能夠根據環境變化而做出相應的反應，即實現系統的自組織與自適應能力。智能建造系統涉及多種分布式的異構建造資源，既包括施工人員、設備與材料等物理建造資源，同時也包括軟件服務等信息資源，如何建立它們之間的協作機制是實現系統自治能力的關鍵。

本文提出基于多智能體系統(Multi-Agent Systems, MAS)協同控制理論[32]，通過Agent之間的競爭與合作來實現智能建造系統的分布式協同控制機制。如圖8所示，資源Agent作為物理建造資源在信息空間中的代理，根據監控數據更新并發布資源的建造能力與實時狀態信息，任務Agent根據建造需求主動搜索可用的資源Agent。對于每一個匹配方案采用4.3節所述的智能推理機制預測可能發生的沖突，并做出必要的自適應調整，然后再對所有可行的資源 - 任務匹配方案進行評估，確定最優化的方案作為最終分配方案，并更新建造資源的任務分配列表。最后，資源Agent基于任務分配列表將控制信息反饋至物理建造資源，指導其完成施工作業。在計劃調度子系統中實現上述分布式協同控制機制，以減少智能建造系統運行過程中對人為決策的依賴，實現系統的自組織與自適應能力。

圖8 資源 - 任務多智能體協同機制

5 智能建造系統能力成熟度模型

從技術系統進化理論的角度講，任何技術系統的產生與發展都是一個循序漸進、迭代優化的過程[33]。智能建造系統的實施與應用也將是一個持續演進的過程，因此，有必要建立合理的能力成熟度評估機制，用以反映智能建造系統的技術演進路徑并評估當前系統的能力發展水平。本文將智能建造系統能力成熟度由低到高劃分為以下五個等級，具體描述如下：

(1)互聯級：實現了物理資源接入物聯網，可自動采集監控數據并實時反饋控制信息。

智能半自動法測量患者肝臟體積：在IQQA-Liver自動分析軟件中載入原始數據，調整好增強各期順序后系統讀入數據。選擇門脈期圖像，在大三維模式下，系統會自動根據肝臟解剖位置及肝臟密度勾畫出每層的肝實質輪廓，點擊“修改”后，用“畫筆／高級畫筆”功能在二維圖像上編輯修正，得到滿意全肝輪廓后結束修改，點擊“確定”后便得到全肝體積。

(2)透明級：建立了物理建造資源的數字孿生體，實現“信息 - 物理”多源數據融合及可視化管理；消除了智能建造系統各子系統的信息孤島，形成了閉環的信息流；可通過對多源數據進行挖掘分析以獲得新的知識。

(3)協同級：建立了智能建造資源的自組織控制機制，可以根據項目實際進度和資源實時狀態動態地調正施工計劃并分配資源。數字孿生體根據實時監控數據對建造過程進行模擬，為項目管理者提供決策支持。

(4)敏捷級：建立了智能建造資源的自適應控制機制，當建造過程中的不確定性事件發生后，智能建造系統可自動評估事件的影響范圍及程度，并及時對施工計劃做出適應性調整，自動優化資源配置、作業邏輯和物流路徑，以確保項目建造目標達成。

(5)優化級：實現智能建造資源的“即插即用”性，即任何智能資源個體的接入、移除或替換都不會影響項目建造目標和智能建造系統的整體性能。智能建造系統可以根據自身的運行狀態及施工環境的變化預測可能發生的沖突或異常，并通過評估已有行為正確性或優良度，自動調整系統結構或參數，優化自身性能。

6 結 論

本文在深入分析建筑施工行業生產組織方式與智能化發展趨勢的基礎上開展智能建造系統基礎理論與體系結構研究，主要學術貢獻如下：

(1)在分析建筑行業智能化發展趨勢的基礎上，揭示了智能建造與智能建造系統的基本概念與科學內涵。

(3)揭示了智能建造系統體系結構的“泛在連接、數字孿生、數據驅動、面向服務、系統自治”五項基本特征及其科學內涵，并分別討論了其技術實現路徑。

(4)建立了智能建造系統能力成熟度評價模型，通過由低到高五個等級反映其技術演進路徑，并可用于評估系統當前的能力發展水平。

作為一項前瞻性研究，本文旨在建立智能建造系統的基礎概念并識別潛在的研究方向，期待對學術界與產業界有所啟示，以激發更多面向智能建造領域的研究與實踐。