基于物聯網和灰色理論優化的BIM模型及其應用

朱艷峰， 曾令權

(廣州番禺職業技術學院 建筑工程學院, 廣東 廣州 511483)

0 引言

隨著國民經濟的不斷發展，近年來各種高層建筑、橋梁大壩、高鐵隧道等大型、超大型工程越來越多。這些工程項目規模巨大，結構形式復雜多樣，施工周期長，施工過程的有效運轉涉及不同行業的工程施工人員，機械設備及錯綜復雜的物資材料資源等，使得項目的進度管理變得愈加復雜與困難。因此，實時、高效、精細化的項目計劃進度分析和預警機制對工程項目追求更高的社會效益和經濟效益具有重要的意義[1-4]。

傳統的項目計劃管理方式是項目管理團隊中的專業人士采用P6，Project等管理軟件編撰項目進度計劃表[5]，然后根據現場施工進展及項目管理團隊的工程經驗對項目進度進行反饋修訂，并給出計劃預警信息。這種計劃進度表計算方式較為抽象，專業性強，計劃進度無法直觀地映射到影響項目進展的各項工作中，同時剛性的計劃要求在面對錯綜復雜的實際工程時會存在靈活性不足的問題，很容易出現實際工程進展與計劃脫離、影響工程成本、物資供應、施工人員需求等方方面面[6-7]。

建筑信息模型(Building Information Model, BIM)利用數字化手段構建建筑物的三維模型，該模型中包含了工程項目的設計和施工中涉及的全部信息，設計團隊、施工團隊等不同行業的工作人員可以基于BIM進行協同工作，有效提高工作效率、節省資源、降低成本，以實現可持續發展[8]。在工程項目進度計劃管理方面，BIM施工進度管理軟件能夠按照項目計劃管理要求對項目的施工進度進行建模，從而實現“虛擬建造”，通過將P6，Project等軟件生成的抽象計劃進度表利用數字化手段轉換為可視化更強的三維模型，使得項目管理者和決策者能夠直觀地跟蹤項目施工的全過程，獲得了較為廣泛的應用。然而目前BIM技術仍然被作為計劃層面的靜態管理工具，實際工程項目在執行過程中受到人為因素、氣候因素、資源因素等內在、外在多種因素影響，不可避免地會出現計劃偏離的問題，如果不能實時地對計劃偏差信息進行處理，將導致誤差積累，最終影響資金計劃、材料供應和勞工等各方面，嚴重時甚至影響工程質量和安全。

針對上述工程項目中計劃進度的動態分析和實時預警問題，本文將物理網技術[9]和灰色理論[10-12]引入工程進度信息化管理領域，將二維碼作為物聯網技術中數字化信息的傳遞載體，構建動態BIM模型實時監控當前計劃進度，然后利用灰色理論對項目中復雜多變的不確定信息進行建模，期望在不確定狀態存在的條件下能夠提前對未來進度風險進行預警與分析，從而為決策者提供最準確、最精細和實時的決策依據。

1 物聯網技術和灰色理論優化的BIM模型

1.1 動態BIM模型

BIM技術的優點在于模型的數字化和可視化，在項目方案設計階段可以預先對施工現場、施工中的氣候情況等多種因素進行數字化建模，通過可視化的方式檢查過程中的碰撞和干涉問題，提前避免施工過程中不必要的沖突和返工，充分利用BIM強大的信息整合能力可以減少資源浪費，同時盡可能地合理安排施工計劃，提升經濟和社會效益。然而項目的成功運轉需要不同行業的人員、設備、材料物資等同時參與、協同配合，在這過程中不可避免地會出現沖突點，這些沖突點的存在會影響BIM模型的精度，同時，在氣候等變化下也難有精確的BIM模型，沖突點和氣候等不確定因素的存在需要實時對BIM進行修正，在這種情況下，物聯網技術(Internet of Things, IoT)具有明顯優勢。

物聯網技術利用各種傳感器對信息進行采集，并按約定的協議將所有物體(信息)與網絡相連接，從而實現信息的交換和通信，最終達到智能化識別、定位、跟蹤、監管等功能。將物聯網技術與BIM相結合，將施工現場的所有元素(人、物資等)都融入同一個網絡，實現信息的實時采集和傳輸，而BIM作為信息整合終端，接收網絡傳來的信息實時地實現對信息的優化、融合和展示，通過物聯網技術和BIM技術的融合方式可以實現可視化的動態計劃進度監控。

上述動態BIM系統的系統構型如圖1所示。

圖1 動態BIM系統構型

從圖1可以看出，本系統利用二維碼的方式傳遞施工現場人員和物資信息，這些信息每到一個工序后利用便攜式信息獲取終端進行讀取，然后通過網絡實時將這些信息上傳至數據中心，在數據庫中完成對信息的存儲和處理，并判斷該物資或人員是否與該工序匹配，如果匹配則利用BIM進度監控系統完成信息的可視化，以便項目決策者實時監控當前項目進展，并合理安排各個施工環節，否則利用BIM信息管理系統利用當前信息對BIM模型進行修訂，并將修正結果反饋給數據庫，再次進行匹配，直到BIM與實際工程進展一致為止，從而實現動態BIM模型的構建。

1.2 進度預測模型

在實際工程項目中，影響施工計劃進度的因素復雜多樣，例如人為因素、環境和氣候變化等，這些因素中有些對計劃影響是確定可量化的，而有些因素的影響是難以定量衡量的，屬于灰色理論范疇，因此用灰色模型(Grey Model, GM)對施工進度進行預測分析。GM是一種采用常微分理論的數學模型，只需少量的初期樣本就可以對含有不確定因素系統未來的發展趨勢進行預測。因此本文采用經典的一階一元預測模型GM(1,1)[13-15]對未來施工進度進行建模，其基本的數據處理流程為：首先對原始數據進行累加處理，將其中包含的規律信息線性化，然后利用一階差分方程對其進行建模，并在最小二乘準則下對模型進行求解從而得到新的預測序列，最后對其進行一階累減處理即可得到原始數據的預測值。

在項目設計施工過程中，通常會將一個大項目計劃(記為T)分解為若干個便于監控的子項目計劃(記為{t1,t2,…,tn}，n為子項目的總個數)，這些子項目計劃能夠組成一個結構層次縝密的多層次計劃體系，通過BIM信息管理系統，利用GM(1,1)模型映射對這些子項目計劃的當前數據進行高精度的分析和預測，最終可以匯總得到項目總計劃的進度預測。

(1)

累加計算的目的是對計劃數據中的突變點進行平滑從而增加數據的穩定度，同時累加計算可以使數據中隱藏的規律性信息凸顯出來。

(2)

(3) 根據式(1)和式(2)構建一階線性常微分方程，即GM(1,1)模型，得式(3)。

(3)

式中，a為模型中的未知發展系數參數；b為模型中的未知灰色作用量參數。

(4) 在最小二乘準則下對式(3)所述模型進行求解，可得式(4)。

(4)

其中，可得式(5)。

(5)

(5) 根據式(1)—式(5)可以計算得到GM(1,1)的具體表達式，如式(6)。

(6)

(6) 對式(6)計算得到的預測值進行與步驟(1)對應的累減運算可以得到原始序列的預測值，如式(7)。

(7)

(7) 利用Sigmoid函數將各個子項目的計劃進度映射為整體項目計劃進度，如式(8)。

(8)

1.3 進度控制平臺

為了將上述物聯網技術，GM(1,1)模型與BIM的Revit和Navisworks關聯起來，本文采用MATLAB搭建軟件平臺，軟件平臺的設計思想為：1)利用MATLAB讀取物聯網傳輸過來的構建信息并生成EXCEL表格作為初始文件T0；2)將EXCEL中的信息作為GM(1,1)模型的輸入，計算得到預期進度文件T1；3)將T1導入BIM軟件中，更新BIM模型，并完成進度的可視化；4)根據顯示信息對方案和進度進行分析，確認影響進展的工序，并給出預警；5)將信息導出，并指導施工。

2 實例分析

現有某項目建筑方案，通過對其工程合同文件的研究分析，利用傳統的BIM模型構建的計劃進度如表1所示。

從表1可以看出該工程正常施工所需完成時間為135天，完成所有工序所需成本為342.2萬元。在項目施工過程中，按表1所示系統構成搭建了物聯網+BIM的數據采集及分析系統，對每項工序的計劃工期數據和實際工期數據進行動態管理與更新，最終得到的實際工期和成本如表2所示。

表1 項目計劃數據

表2 項目實際數據

每件工序在使用傳統BIM方法和所提方法前后的工期和成本的對比，如圖2、圖3所示。

圖2 兩種方法工期對比

圖3 兩種方法成本對比

從上述結果可以看出，采用本文所提方法后工期由135天縮短至106.5天，縮短近20天，成本由342.2萬元降低至310.7萬元，降低了31.5萬元。同時可以看出，除了少數幾個工序外，大部分工序的計劃工期和成本都有了不同程度的降低，原因在于本文所提動態BIM模型對施工狀態的反饋時間要明顯少于傳統靜態BIM，當某個工序出現計劃延期等問題時，系統會及時報警并同步優化模型。

施工過程中利用GM(1,1)模型對采集到的BIM數據進行分析并對未來工期的預計結果，如圖4所示。

圖4 GM(1,1)模型預測結果

可以看出當施工時間小于35天時，GM(1,1)模型給出的預計結果波動較大，這是由于采集到的數據較少，模型的學習不充分，隨著施工時間的增長，當施工時間達到45天時，預測結果趨于穩定并逐漸收斂于106天(第50天的預測)，與實際施工時間一致。

3 總結

隨著工程建設項目數量的與日俱增，BIM技術越來越多地被應用到各種實際工程項目的計劃管理中，作為一種靜態的計劃管理工具，BIM在面對一些復雜、動態、不確定性項目時逐漸表現出了一定的局限性。針對該問題，本文將新興物聯網技術和灰色理論引入BIM技術中，利用物聯網“萬物互聯”的特點在施工現場構建信息交換局域網，使每項工序的相關信息能夠及時反饋到BIM信息管理中心，保證BIM模型能夠實時地更新并展現給項目管理決策者，同時利用GM(1,1)模型對當前進度數據進行分析，并對項目中的不確定信息進行建模，從而提前對未來的計劃進度進行預測，以確保決策者能夠提前得到計劃管理的預警信息。基于實際工程項目的實測數據開展研究，結果表明所提方法相對于傳統靜態BIM模型能夠縮減工期27天，節約成本24.2萬，在項目進行到50天左右時即可正確預測完工時間。