基于BIM技術的水電站施工進度監控系統設計

陳詠悅

(廣東六脈建設工程有限公司，廣州 511340)

0 引 言

隨著社會經濟的快速推進，我國基礎建筑行業蓬勃發展，建筑施工隊伍不斷壯大，對建筑公司的要求逐步提升。同時，計算機技術的發展對原始建筑工藝造成沖擊。為了在激烈的建筑市場中占有一席之地，抓住機遇得到發展，大量建筑企業通過改變原有管理模式，提升單位內部的信息系統建設，將施工過程中的多環節管理系統整合為施工一體化集成管理系統，提升施工企業管理的現代化與智能化[1-2]。各企業根據本單位的實際要求，研發符合其發展要求的項目管理系統，采用現代項目管理技術作為核心技術，實現建筑項目的信息化管理。

目前，許多水電站基礎設施施工企業已經安裝水電站施工進度監控系統，但該系統的應用效果并未達到預期效果，系統整體的運行狀態與可靠性不佳[3-4]。對該系統進行全面分析后可以確定，由于施工項目中信息量較大且類別較多，系統有效的數據存儲空間以及分析技術無法支持其對水電站施工進度進行系統的監控與分析。

因此，本文使用BIM技術對當前系統進行完善與優化，提出基于BIM技術的水電站施工進度監控系統，以期該系統能夠解決施工進度監管中的難題，提示施工進度監管精度與可靠性。

1 基于BIM技術的水電站施工進度監控系統硬件設計

為將BIM技術應用到系統軟件模塊的研發中，需要對系統硬件性能進行完善與優化。經多輪對比后，系統硬件框架設定見圖1。

圖1 基于BIM技術的水電站施工進度監控系統硬件框架

在圖1中，對原有系統中的中央控制器、施工進程采集設備以及通信接口進行優化，以保證施工進度信息采集結果的可靠性，且該部分信息可實時傳輸到系統的中央控制芯片中，完成信息處理，實現施工進度監控的實時性。

1.1 中央控制芯片優化設計

為縮小中央控制器在系統整體硬件結構中的占比，將中央控制芯片設定為嵌入式結構，在一定程度上縮小中央控制器開發板的尺寸。對比多種嵌入式芯片后，選擇DSP芯片[5]作為該系統的中央控制器，該控制器專注于信號處理，具有較高的信號開發以及指令計算能力。在本次研究中，中央控制芯片的基本結構設定見圖2。

圖2 中央控制芯片基礎結構

圖2中，處理器為32位處理器，采用32bit內部總線結構，融合大量可進行圖像處理的硬件加速器，支持多類型編碼以及解碼。根據當前移動通信要求，可對通信網絡進行進一步優化，且存儲器系統較為完善。同時，該中央控制器開發板支持NADA啟動形式，以此提升控制器運行的穩定性與處理能力。在此開發板中，安裝時鐘模塊及網口，支持系統程序調試與數據傳輸。

1.2 施工信息采集設備選型

在中央控制器優化設計完成后，根據中央控制器的圖像處理水平，對施工信息采集設備進行二次選型，以此提升施工信息采集的可靠性。

本次施工信息設備設定為網絡攝像機模塊，該模塊主要由3部分構成：①圖像接收板；②圖像信息核心板；③網絡信息接口。

網絡攝像機選擇光學傳感器，將圖像數據轉化為數據信號。由于該模塊電壓與系統中其他設備電壓不一致，為保證該模塊能在系統中正常運行，需要將系統的電壓設定為3.5、1.2及3.3V。對比部分設備型號后，將該模塊中增設重要組件：①供能芯片；②Sensor開發板；③網卡芯片；④網卡變壓器。

將上述器件與模塊有序連接，完成施工信息采集模塊的組建，將其作為系統的外部設備，以獲取施工信息。

1.3 通信網口優化設計

在上述設備設計完成后，對系統的整體通信網口展開優化設計。本次設計中，為提升通信網口的數據存儲能力，在該網絡接口處增設存儲器、USB接口以及1 000M以太網接口。同時，加工通信芯片設定為雙片選支架結構。網絡接口處設計DDR2存儲器，該存儲器直接連接中央控制芯片。為保證連接的穩定性，網絡的部分關鍵電路連接形式設定見圖3。

圖3 通信網口關鍵電路

在本次設計中，將上述電路安裝到網口電路結構中。結合系統的設計要求，將優化后的網絡接口以及施工信息采集設備、中央控制芯片按照圖1有序安裝到系統硬件框架中。至此，系統硬件優化完成。

2 基于BIM技術的水電站施工進度監控系統軟件設計

2.1 構建水電站BIM模型

在施工前，對施工過程中的相關參數進行采集與匯總，使用BIM技術對采集到的數據進行整理與分析，得到水電站BIM模型。

在模型構建過程中，涉及部分參數轉換，需要將不同的參數整理到同一坐標系中。則坐標轉化模型可整理為：

(1)

其中：ΔX、ΔY、ΔZ為坐標平移向量；βX、βY、βZ為坐標旋轉參數；h為模型尺寸參數；Y1、Z1、X1為原始坐標參數。

利用式(1)，構建水電站施工模型。為保證模型的應用效果，在模型構建完成后，對其進行降噪處理，以提升模型的應用效果，并將該模型作為水電站施工進度的參考條件。

2.2 實現水電站施工進度監控

在水電站施工模型構建完成后，采用神經網絡算法，根據采集到的施工數據，對施工進度進行預測。具體預測過程如下：

將輸入到神經網絡中的施工數據設定為A，計算權值設定為k，隱含層閾值設定為o，此時神經網絡輸出向量可以表示為：

(2)

其中：gij為神經網絡節點；f為神經網絡激活函數。

在式(2)計算結果的基礎上，根據BIM模型得到該周期內的預測施工進程，則有：

(3)

在上述計算完成后，將其與實際施工環節進行對比，確定預測值與實測值的差異：

u=Q-V

(4)

其中：Q為實際施工工程所處環節。

根據式(4)可確實實際施工環節與預測施工環節的差距，確定當前工程的施工進度。在上述計算過程中，為避免不同量綱的數據對監控結果的影響，對原始數據進行歸一化處理，則有：

(5)

式中：Cmax、Cmin分別為同一類型施工數據的最大值與最小值；α、β為計算過程中需要的數值常量。

將上述計算內容融入到系統軟件模塊中，并將該軟件架設在系統硬件設備上。至此，基于BIM技術的水電站施工進度監控系統設計完成。

3 系統測試分析

針對上文中提出的基于BIM技術的水電站施工進度監控系統具有應用價值，在系統硬件與軟件優化設計完成后，構建系統測試環節，對該系統的基本性能進行分析。

3.1 測試環境

為確定文中系統在不同的控制平臺中均具有使用效果，將系統測試環境設定為兩組不同的系統，分別為：①Windows平臺：Windows 10；②Linux平臺：Red Hat Linux。

數據庫系統：在上述兩平臺中分別安裝My SQL 2016數據庫，為系統測試提供數據庫驅動。

網絡服務器：在對當前多個施工單位與企業的網絡框架進行分析后，將網絡服務器設定為JDK、Tomcat融合的方式。

客戶端：①操作系統：Windows 10、Windows 8；②瀏覽器：IE8.0及以上。

將上述內容作為本次系統測試的基礎，在該測試環境中完成單元測試以及集成測試，計算相應的測試結果，以便后續分析工作的實施。

3.2 系統測試指標

在對大量的系統測試案例進行分析后，確定本次系統測試評估指標。文中系統評估性能大致可分為3類，分別為：

1)系統的運行效率。對系統施工信息的處理功能、處理速度以及響應時間進行測定 ，確保其符合當前系統運行要求。為將該指標具象化分析，將其整合為CPU占用率，以獲取該數據完成系統測試分析。

2)系統的可靠性。分析系統對施工信息分析的準確性，確定其可在信息中存在干擾的前提下完成施工進度的管理與控制，及時糾正錯誤信息。在本研究中，對系統得到的施工環節與實際施工環節進行對比，確定系統監控的可靠性。

3)系統的可維護性。在系統運行的過程中，保證其運行的穩定程度，避免出現被篡改的情況，不會受到外界的干擾，具有較強的應用性。

本次系統測試中，將上述3指標作為評定文中系統應用效果的衡量標準，并根據該指標設定合適的測試方案，以獲取測試結果，完成分析過程。

3.3 系統測試方案

本次系統測試將首先對系統的硬件連接展開調試，確定系統基礎功能符合系統設計要求。而后，對系統的基礎性能進行測定。為保證系統測試的真實性，在測試的過程中，選擇真實施工數據作為測試數據，獲取有效測試結果。選定某施工期水電站作為測試數據來源，通過分析該數據，確定水電站施工階段，并將其與真實進行的施工環節進行比對，得到系統監控結果的可靠性。本次系統測試中選定施工項目見圖4。

圖4 水電站施工項目工況

同時，在測試數據中增加干擾項目，確定文中系統不會受到數據干擾，可正常完成施工進度監控。對采集到的原始數據進行整理分析后，得到系統測試數據，見表1。

表1 測試數據統計表

將上述數據作為本次測試的數據來源，按照預設的系統測試評估指標，對文中系統的運行效果進行分析。在測試評估的過程中，注意計算結果的精準度，避免影響測試結果。

3.4 系統測試結果分析

3.4.1 系統硬件調試結果分析

在對系統硬件進行調試之后，得到系統基礎功能測試結果。在本次系統測試中，將其劃分為5項功能進行測定，具體結果見表2。

表2 系統功能測試結果

對上述測試結果進行分析可以確定，文中系統的硬件與軟件優化后，具有穩定的運行效果，且可實現系統的設計目標。表2中，測試結果確定了文中系統具有可行性，在本次系統測試中可對其進行性能測試，確定系統優化設計的科學性。

3.4.2 系統軟件性能結果分析

按照上文中設定的測試方案，獲取文中系統的應用性能測試結果，見圖5。

圖5 系統CPU占用率測試結果

在進行測試前，通過文獻分析得到當前系統CPU占用率的基礎值控制在50%左右，系統中大量的資源用于數據整理與分析工作，導致系統運行穩定性較差。對圖5中進行分析后可以看出，文中系統在數據量較大的環境中依舊可以穩定運行，且在數據整理分析過程中，所占用的CPU較少。由此可見，在系統中使用BIM技術在一定程度上降低數據的分析難度，根據預設的施工方案可快速進行數據整理與分析，降低系統運行負擔，提升系統運行的穩定性。見表3。

表3 施工環節系統監測結果

對表3中測試結果進行分析可以確定，文中系統所得施工環節與實際施工環節基本一致，并未出現監測結果異常問題。由此可以確定，文中系統的分析能力以及監控可靠性較高。在該測試結果的基礎上，可對系統的可維護性進行分析，結果見表4。

表4 數據干擾條件下施工環節系統監測結果

對表4中系統測試結果進行分析后可以確定，在數據干擾的情況下，文中系統依舊可以根據已有數據對施工項目的實時施工狀態進行監控。根據上述測試結果可以確定，文中系統具有較強的穩定性與文中分析能力。對上述系統基礎性能進行整合可以確定，文中系統的應用性能基本符合系統測試評估指標的要求。為此，可將其應用到實際工程的監控過程中。

4 結 語

近年來，隨著人工智能技術的高速發展，水電站工程領域中，智慧建設概念被提出。其中，如何對水電站施工進度進行監控與管理一直是該領域研究的重點問題。根據相關的施工要求，本文構建了水電站施工進度監控系統，但該系統在使用過程中存在一系列應用問題有待解決。因此，本文應用BIM技術進行相應的性能優化。新系統在一定程度上解決了當前系統的應用問題，且通過系統測試確定該系統具有較高的運行穩定性。該系統主要針對施工數據的整理部分進行優化，并未對系統的其他性能進行完善，今后還需在不斷的應用研究中，提升該系統的其他性能，確保系統的應用效果與日益提升的施工要求相適應。