市政工程智能信息化發展局部應用

余獻敬

摘要：隨著廣泛的監控應用、網絡應用、大數據對比，以及BIM建模的廣泛使用，建設行業也迎來了智能信息化時代。市政工程也隨著網絡信息系統以及軟件的應用在智能方面有所提升。通過不斷完善近期完成了市政工程施工標準化智能監督系統軟件的編制，并申請了軟件著作權，這是本人第一次在市政工程方面軟件應用編寫的嘗試，目前已經在企業內部搭建了網絡應用平臺，逐步開發市政智能信息化軟件系統以及網站專業平臺，通過大數據進一步完善該系統。本文將分享部分市政工程智能信息化發展的探討，為更多的市政工程智能化提供參考。

關鍵詞：市政工程;市政智能信息;市政工程智能;市政工程網絡

首先是市政信息系統的規劃。目前在獨立計算系統的激增、管理信息系統 （MIS） 服務交付中的組織問題，需引起重視。制定并執行針對這種復雜環境的量身定制規劃流程，讓各個級別的客戶者都能夠闡明對信息的需求，識別現有系統的問題，提出組織提升建議。組織問題和管理流程被證明比技術問題更加復雜。事實證明，技術建議的實施比改變組織要容易得多。為了充分體現新信息技術的作用，必須找到更有效的方法來促進正式組織邊界的跨越。

1、集成基礎設施管理環境市政信息模型和聯合軟件架構

基礎設施系統通常由復雜且高度相互依賴的網絡組成，因此認識到需要采用集成方法進行基礎設施管理。然而，此類方法的成功實施在很大程度上取決于整合和共享分布在不同部門甚至組織中的不同數據和軟件資源的能力。在各種基礎設施領域開發集成信息模型和軟件環境，這是實現所需集成的關鍵推動因素，目前正成為許多研究工作的重點。基于ISO空間數據標準的綜合市政信息模型的開發，可以支持高效的數據集成、共享和管理。它還提供了一個聯合多層參考架構，以促進集成基礎設施管理環境 （IIME） 的開發和部署。將異構數據源和應用程序集成到開放、一致和可互操作的環境中的原型 IIME 的實現。原型環境集成了許多分布式數據源和應用程序，以支持在市政工程執行的多個流程。

2、市政工程分布式無模型強化學習控制

市政工程分布式學習可以在眾多復雜的物理網絡系統（例如市政智能交通，機器人群，市政電力系統等）中實現有效的決策。這種局限性可能會阻礙在安全關鍵系統決策中的廣泛部署。目前提出用于互連線性子系統，保證穩定性的分布式強化學習（SGDRL）框架，而無需了解子系統模型。雖然過程中需要處理來自對等（p2p）通信體系結構的數據，但是每個子系統的控制實現僅基于其本地狀態。互連子系統的穩定性將通過對角線主導特征值條件來確保，然后將其用于無模型RL算法中，以便穩定的控制增益。RL算法結構遵循非策略迭代框架，具有交錯的策略評估和策略更新步驟。通過在四個互連子系統上進行仿真，可以在數值上驗結果。

3、智能市政應用的無線傳感器網絡

市政工程需要發展多種基于物聯網 （IoT） 的應用程序，提高工程服務的效率、可靠性和彈性。因此使用規模模型尋找解決與無線傳感器網絡 （WSN） 快速部署相關的問題。技術資源的三種不同路由模型作為每個 WSN 部署的替代方案，以確保智能計量所需的集線器之間的連接。另一方面，當部署這種類型的無線通信網絡時，這些解決方案必須降低成本。目前提出了各種考慮物理層和網絡層的優化模型，以集成不同的無線通信技術，從而在數據聚合點的最少數量方面降低成本。與之前提出的單一蜂窩技術相比，使用異構無線網絡可以降低資源成本和能源消耗。這項工作提出了一個規模模型和三種不同的無線網絡路由模型。在每種情況下，都會進行評估。

4、預測市政工程的現場環境影響

預測市政工程的現場環境影響是一種在施工階段之前評估市政工程現場環境影響重要性的有效方法。首先，通過過程導向的方法，識別42個市政工程現場環境影響。在對25個新建和改建市政工程項目進行統計分析的基礎上，確定了46個指標及其相應的顯著性界限。為保證評估過程的客觀性，直接和間接指標始終以市政工程項目文件中的量化數據為基礎。通過研究來說明所提出模型的實際應用。模型突出了特定市政工程項目在施工階段之前的重大環境影響。該模型的結果還允許在總體現場環境影響和特定環境方面對市政工程項目進行比較。

5、智能市政系統的基礎設施控制

在自動化領域，異構系統和體系結構之間的協作并不是一個容易的問題。到目前為止，由于技術解決方案的成本被低估，選擇與需求相關的技術解決方案，遇到了實際問題。在應用SOA和IoT方法的本地服務云中創建智能市政系統的研究可以嘗試。開發代理，可以通過代理的可應用編排服務并駐留在網關上，網關提供適配器和協議轉換功能，并將硬件設備，API和在線服務連接在一起可以有效運轉。

6、智能監控的管網建模與仿真-以市政供水系統為例

預測市政供水系統流量和壓力的擴展周期模擬是十分重要的工作。可以借鑒加拿大薩斯喀徹溫省里賈納大學的實時智能系統。目的是建立實時決策支持系統，用于監控和控制水管網的運行。該系統可以始終保持操作員在維持泵站水分配壓力方面的決策能力。系統由三個模塊組成：專家系統模塊，需水量預測模塊和管網模擬模塊。通常使用Hardy-Cross和Newton-Raphson方法實現仿真模塊更方便。可以進一步保障程序是在MathCad和FORTRAN中實施。

7、攝像–MATLAB–BIM集成智能進度監控框架

目前有多種可用于智能監控的技術，例如無人機，攝影測量，激光掃描等。但是，由于成本高，復雜性和人力資源需求，通常受到限制。嘗試建立低成本互聯網協議（IP）攝像機利用攝像概念的框架，并將其與矩陣實驗室（MATLAB）和建筑信息模型（BIM）集成。集成是通過MATLAB的工具和編程來完成的。IP攝像機和已開發軟件的集成，使得可以自動提取混凝土和砌體的竣工量。計劃數量被導入到MATLAB界面中，以便與建造數量進行比較，從而對進度進行比較評估。

參考文獻：

[1]郭曉紅. 淺談現代計算機技術在市政工程管理中的應用[J]. 建材與裝飾，2018，（42）：299-300.

[2]劉麗霞. 基于SQLServer的數據庫技術及應用[J]. 西北工業大學出版社，2007，（11）：92-95.

[3]Metsker S J. Java框架設計.第一版[J]. 電子工業出版社，2012，（05）：24.