绿色建筑的全寿命周期成本估算

何向彤

浙江建设职业技术学院，浙江杭州311231



绿色建筑的全寿命周期成本估算

何向彤

浙江建设职业技术学院，浙江杭州311231

摘要：绿色建筑是目前流行的一种注重建筑、环境、社会和谐统一的建筑风格。首先，分析绿色建筑的建筑成本、社会自然成本和消费者成本构成，然后，采用主成分分析法对影响绿色建筑的各个因子进行分析。最后，利用模糊识别方法以及蒙特罗卡法整理出绿色建筑全周期成本估算的模型，为绿色建筑的投资者做决策提供了依据。

关键词：绿色建筑；全寿命周期；成本估算

建筑业是经济社会中不可或缺的重要组成部分，作为国家经济的基础及固定资产，建筑业为大量的劳动力提供了就业机会。传统的建筑行业发展模式对资源的消耗量非常大，低碳节能化发展以成为全球建筑行业的发展趋势，我国开始推行绿色建筑发展模式。所谓的绿色建筑，就是在建筑的过程，尽量减少能源的损耗，保护环境，降低污染，构建人和环境和谐相处的建筑。我国绿色建筑的目标是［1］：到2015年，所有的建筑物中5%是绿色建筑，生态城的数量达到100个。而目前我国的绿色建筑推广还不尽如人意，究其原因，还是因为绿色建筑的成本比较高［2］。文中主要运用主成分分析法来找到跟成本相关的因素，接着对全寿命周期成本进行估算，进而从各个方面来对成本进行分析。

1　绿色建筑全寿命周期成本构成

绿色建筑全寿命周期的阶段划分不同，内容构成也就不同，而为了便于更深入的理解绿色建筑成本理论，考虑到我国绿色建筑的特征以及目前所存在的绿色建筑全寿命周期的阶段划分情况，绿色建筑全寿命周期在本文中主要被划分成五个阶段：决定阶段，规划阶段，施工调整阶段，经营阶段，拆除阶段。

本文将绿色建筑全寿命周期成本分为五个阶段，每个阶段的内容整理图1所示。

图1　绿色建筑全寿命周期成本阶段Fig.1 The stage of eco-friendly building in life cycle

2　绿色建筑全寿命周期成本影响因素

2.1绿色建筑成本影响因素分析

在对绿色建筑成本的影响因素进行分析的时候，应当注意它与传统建筑成本分析之间的区别。传统的建筑成本的主体是投资方，通常考虑的是项目规划以及项目施工两个阶段对成本的影响。而绿色建筑成本的主体是企业，客户以及社会。绿色建筑成本贯穿整个全寿命周期，所以在研究绿色建筑成本影响因素的时候，应当考虑更多种类，更大范围内的因素。除此之外，由于绿色建筑的特殊性，维修方式和建材价格也应当考虑到绿色建筑成本影响因素中。

在选择影响因素的时候，应当尽量选择那些灵敏度高的因素。我们将选择因素时应当遵循的原则整理如下：统筹宏观微观、操作性强、定量定性、竞争原则、普遍性、针对性。

综上所述，结合绿色建筑的特点，可得到对绿色建筑成本产生影响的24个因素如表1：

表1　影响绿色建筑成本的因素Table 1 Influence factors on the cost of eco-friendly building

2.2分析成本影响因素的关键性

本文中对绿色建筑全寿命周期成本的影响因素，使用主成分分析法进行关键性分析。对相关的建筑企业的80位管理人员进行问卷调查，然后，用Spss软件处理调查数据，进行主成分分析法，可以得到如下表2结果。

表2　各因素的总方差Table 2 The total variance of all factors

从上表中可以看出，其中S2，S4，S5，S6，S7，S13，S15，S16这八个因子的特征值在1之上。因为本文中选取的因素比较多，所以我们选择特征值较大的前六个S2，S4，S5，S6，S7，S13作为主成分来进行分析，用方差极大的时候，正交旋转这六个主成分，可得到因素矩阵，如下表3。

表3　因子载荷矩阵Table 3 Factor loading matrix

分析这些影响因素对主成分的影响程度，可得到主成分与各个因子的关系如下：

P5=0.0653S13+0.741S16-0.667S3-0.737S20；P4=0.642S6+0.739S9；P6=0.779S13+0.801S9；P13=0.638S4+0.678S7+0.720S17；P2=-0.746S16；P7=0.767S11

综上所述，我们可以得到六种关键的影响因素，分别为政策法规，项目目标，材料成本，施工水准，该地人文环境，绿色建筑技术。

3　绿色建筑全寿命周期成本估算方法

成本估算是绿色建筑全寿命周期成本研究的主要组成部分。本文中所采用的方法是，先使用模糊识别方法进行项目成本的初始化，之后，用蒙特卡罗法来对建筑项目未来的经营维护成本进行估算模拟，以此建立绿色建筑全寿命周期成本模型。

3.1模糊识别方法介绍

模糊估算的过程如下：

3.1.1确定项目特征指标及其隶属度绿色建筑项目的特征可以用n个指标来表示，常用的指标有楼层数量，楼层高度，墙体，墙面，楼梯，地面，装饰，门窗结构，建筑结构，基础种类等，我们将这些指标表示为H=｛H1，H2，H3，H4，...Hn｝。特征指标的隶属度则是由专家打分和工程造价统计来决定的，隶属度大的，表示该项目的施工过程很困难，周期长，原料耗费大，隶属度小的则相反［3］。

3.1.2模糊贴近度常用的计算模糊贴近度的方法有：最大最小法［4］，汪氏贴近度［5］以及海明贴近度。

1）最大最小法其中特征指标Ti和Tj的相似系数表示为tij，而其相对应的隶属度值分别表示为wik，wjk。

2）海明贴近度

3）汪氏贴近度

其中M⊕N是项目M与项目N的外积，表示两者之间的隶属度取大后取小。M·N表示项目M与N之间的内积，与外积相反，内积是先取小后取大。

4　估算项目初始化成本

第二步中的模糊贴近度值越大，代表拟定的项目与典型的项目模型越接近。将拟定项目中模糊贴近度值最大的三个表示为Q1，Q2，Q3，，而这三个隶属度值最大的项目1，2，3的单方造价则表示为R1，R2，R3，利用指数平滑方法来计算项目W的初始化成本，拟估项目W是项目1，2，3中拟估项目。我们引入系数β来进行调整误差。与β相关的经验计算公式如下：

在公式4中，拟估项目的工程特征描述系数为Hbg，而项目1，2，3所对应的项目的特征描述系数为Hr1，Hr2，Hr3。把Hbg，Hr1，Hr2，Hr3放一起，假设四个值中最大的值为1，那么，与1相比所占的比例可以表示其他项目的模糊关系系数。综上所述，拟估项目W初始化建设成本计算公式为：

4.1蒙特卡罗法

蒙特卡罗法又被人称作统计模拟法，随机试验法。在绿色建筑中，未来成本非常不固定，所以使用蒙特罗卡方法来估算未来成本。未来成本包括运营、维护以及残值等三个方面，计算公式如下：

式中，PV代表折现系数；t，η代表时间变量和折现率；PVsum代表现值的总和；S代表建筑的残值；M代表维护成本，包括每年成本，修葺，更换的成本；U表示经营成本，包括卫生成本，耗能成本等；D0表示最初的工程投资成本，包含地皮成本，设计成本，施工成本等。

4.2全寿命周期估算模型

根据上述的模糊识别方法和蒙特罗卡方法，绿色建筑全寿命周期成本的估算模型为：

参考文献

［1］仇保兴.中国绿色建筑行动纲要［J］.绿色建筑，2011（3）：4-5

［2］张巍，吕鹏，王英.影响绿色建筑推广的因素：来自建筑业的实证研究［J］.建筑经济，2008（2）：26-30

［3］洪江，高鹏.模糊识别在工程造价估算中的运用［J］.价值工程，2008，27（9）：126-129

［4］孙慧香，韩晓晖，杨文星.谈模糊聚类分析在工程造价估算中的运用［J］.建筑经济，2008（S2）：41-43

［5］汪培庄.模糊集合论及其应用［M］.上海：上海科学技术出版社，1984

基于CC1110芯片构建的无线烟—温复合式高层建筑火灾自动报警系统原理框图如图1所示。

2.1数据采集终端

数据采集终端包括无线通信模块及其他外围电路、电源模块、传感器模块，晶振模块。同时，本研究选用烟雾、温度两种传感器来设计本报警系统的数据采集终端［6］。

2.1.1温度探测传感器本系统温度传感器采用的是SHT10温湿度传感器，该传感器采用温湿一体传感结构，由相对湿度传感器、温度传感器、校准存储器、14位A/D传感器、信号放大器和I2C总线接口构成。具有体积微小，功耗低，可靠性与稳定性高的特点。本系统传感器数据采集节点的设计框图如图2所示。

图1　新型无线报警系统框图Fig.1 Neotype wireless alarm system

图2　温度传感终端电路框图Fig.2 Circuit of a temperature sensor terminal

2.1.2烟雾探测传感器由于烟雾探测和气体探测的原理和结构相同，本系统采用的是MQ2气体传感器适当改进替代烟雾传感器。烟雾传感器的加热电压为5 V，采用该电压对MQ2供电。烟雾传感器MQ2将数据送到CC1110中进行转换后，通过天线发送出去。烟雾传感器终端电路框图如图3所示。

2.2分站接入节点

分站接入节点由RS232串口模块、无线通信模块及其他外围电路、电源模块组成（图4）。

图3　烟雾传感终端电路框图Fig.3 Circuit of smog sensor terminal

图4　分站接入节点结构框图Fig.4 Structure of various modules

3　高层建筑无线火灾报警系统软件设计

3.1系统工作流程

设计采用模块化编程，通信协议为自定义。软件设计包括初始化模块、传感器模块、无线通信模块三部分。系统软件流程图如图5所示：

图5　系统流程图Fig.5 The structure of the system

3.2系统信号处理

本系统的节点引入信息传输差错控制技术，以确保数据传输的可靠性。本系统CC1110模块前向纠错方案采用卷积码结合交织技术，以减少在灵敏度极限操作时所产生的总的比特误差率（BER），即在较低的SNR（信噪比）时也可以有正确的接收，从而使得系统的传输范围扩大。

3.3基于SVR的火灾报警算法研究

在采用信道编码技术保证系统数据传输可靠性的同时，针对传统火灾报警算法在较复杂环境（如蒸汽、粉尘等）中，多种传感器复合的火灾信息（如烟—温复合火灾探测）处理时容易产生误报（误判）、漏报的问题［7］。本研究引入支持向量机回归机（SVR）智能火灾报警算法，进行火灾报警系统中报警算法（即信息处理算法）的改进。

SVR建模的原理：SVR的建模思路与SVM分类相似，只需引入损失函数理论。损失函数是模型对学习误差的一种度量。标准SVR通常采用Ɛ-不灵敏度损失函数，如式（1）所示。

式中，Ɛ为不敏感系数，用于控制拟合精度。

在使用Ɛ-SVR进行建模中，需要确定的关键参数包括：惩罚系数C，不敏感损失函数参数Ɛ和核函数参数g。惩罚系数C的选择应尽量降低算法的复杂度，避免过度拟合。只有选择恰当的核函数参数g，才有可能得到推广能力最佳的SVM学习机，即得到推广能力最好的分类超平面。此外，研究发现，参数g的大小对支持向量的个数影响不大。同时，为取得函数泛化能力和拟合精度之间的平衡，Ɛ通常取一个较小的正值。

3.4基于SVR的高层建筑火灾报警模型研究

本研究基于建立的高层建筑复合式火灾报警系统软硬件平台，尝试采用SVR算法，通过对高层建筑烟雾探测信息、烟雾上升速率探测信息、温度探测信息、温度上升速率探测信息四种信息的综合处理，准确给出其火灾发生的概率，进而及时判决其火灾是否已经发生［8］。

利用SVR建模进行高层建筑火灾报警的基本原理，即将烟感探测信号、温感探测信号作为支持向量回归机的输入，将明火发生概率、阴燃火发生概率分别作为支持向量回归机的输出，构建一个多输入、单输出的高层建筑火灾SVR报警算法模型。建模的基本思路：将信号输入值xi（i=1，2，...，n），映射到一个高维特征空间φ（xi）。将原非线性模型转化为特征空间的线性回归模型，如式（2）所示：

式中，ω，b为待定参数。对式（2）中的参数进行处理，结果如式（3）所示

为便于求解，将式（4）转化为其对偶问题，则可得非线性函数f（x）：

式中：αi和α*i为支持向量参数，是核函数。本研究选用径向基核函数：

将式（6）代入式（5）中，经过等价交换可得到式（7）：

式中：SV为支持向量集，f（x）为输出向量集。

其中，惩罚系数C，不敏感损失函数参数Ɛ和核函数参数g的选择见SVR参数选择部分。

4　系统测试

本文设计开发的基于CC1110芯片的高层建筑新型无线火灾自动报警系统，在工作频率433 MHz下进行实验。系统测试时，制作2个温度传感器和2个烟雾传感器作为数据采集终端，1个分站接入节点汇聚网络数据，1台便携式电脑。在正常工作环境下和模拟火灾环境下，分别观察测试结果。

经过测试，系统传感器、分站接入节点和上位机软件均工作正常，在无障碍物的情况下，系统报警距离约100 m，火灾报警时延2～3 s，报警时延小，符合设计要求。本系统的设计主要功能有：

（1）火情探测功能。在实际使用中，用户可根据不同的防火场所，选用温度探测、烟雾探测中的一种或两种组成复合火灾探测传感器，对火情进行实时的监测。

（2）无线数传功能。当有火情、系统故障等异常情况发生时，各探测传感器能将采集的信号处理后及时发送到分站接入节点，分站接入节点再通过RS232串口或无线传输将数据送至软件服务器，软件服务器对收到数据进行存储、识别、判决和报警。

（3）声光报警功能。当确定有火情产生、故障等异常情况发生时，报警器可进行声光报警。当处于火灾报警状态时，火警指示灯点亮。

5　报警系统实验分析

5.1实验平台的搭建

以50 cm×50 cm×50 cm的箱子模拟高层建筑中的一个普通房间，房间（箱子）前方设置一个房间门，两侧设有窗口，做实验的时候关闭门和窗。在下一次实验前，打开门和窗进行通风，使箱体内部环境与周围环境一致，以免前后实验间的互相影响。实验前，将易燃的木材刨花从房间门放入房间（箱子）底部中央，四个火灾探测器安装到房间（箱子）顶部，并均匀布置。火灾探测器向监控平台传输数据，通过人机交互界面，上位机可以实时监测并显示该房间的火情情况。

图6　实验平台Fig.6 Experimental platform

5.2系统实验

实验在室内环境进行，实验过程中，首先在标准环境下对系统再次进行灵敏度校验。系统检测室温结果为20℃，与实际建筑室内温度一致。为了保证实验结果的准确性，实验前进行30 min的开窗通风，系统监测的空气中烟雾颗粒浓度为50 ppm左右，监测结果与用专用检测仪监测的实际环境情况一致。随机选取烟、温传感器各一个，导出系统正常工作环境下的30组监测数据。

在系统的Option选项中，预先设定当系统判定该建筑室内环境发生火灾异常的可能性大于50%时，系统自动进行声光报警。系统的监测结果如图7和图8所示。

图7　温度变化系统监测结果Fig.7 Resultsofsystemicdetectionfortemperaturevariation

图8　烟雾浓度变化系统监测结果Fig.8 Resultsofsystemic detectionforsmogconcentrations

从图7和图8的监测结果可以发现，如果采用单一的烟感或温感探测器进行报警，存在明显的不足。例如，以图8温度变化系统监测结果为例，燃烧已经进行了约20 s，但室内环境温度依然较低，系统并不会发出报警，因此，如果实际火灾中，若等到系统发出报警，可能火灾早已大面积蔓延开了。而如果采用单一烟感探测器进行报警，以图8烟雾变化系统监测结果为例，由于燃烧比较充分，40 s后烟雾浓度明显降低，系统报警解除，但实际上火情可能并没有得到完全控制。

实验结果表明，本研究所设计开发的基于SVR算法的高层建筑无线复合式火灾报警系统，实验数据采集实时正确，报警及时准确。

6　讨论

本研究开发的高层建筑火灾风险未确知综合评价系统，实现了高层建筑火灾的预防性。但是，如何在本研究所设计开发的新型无线高层建筑火灾报警系统基础上，进一步设计开发其无线消防联动控制系统，实现高层建筑火灾无线自动报警及消防联动系统一体化，是有待进一步研究的另外一个课题。

7　结论

本研究设计开发了一种基于无线通信的新型烟—温复合式高层建筑火灾自动报警系统，并引入了前向纠错信道编码技术和基于支持向量回归机（SVR）的智能火灾报警算法，实现了对高层建筑火灾的实时监测和准确报警。通过系统测试和实验分析，验证了该系统的可靠性，以及对高层建筑火灾监测和报警的适用性。

［1］吴剑豪.某高层建筑火灾自动报警系统设计［J］.智能建筑与城市信息，2011，173（4）：88-91

［2］Derbel F. Reliable wireless communication for fire detection system in commercial and residential areas［J］. Wireless Communications and Networking，2003（1）：654-659

［3］张键.基于神经网络算法的火灾探测系统的研究［J］.数字技术与应用，2013，10：130-132

［4］牛跃林.高层建筑火灾风险评价及评价软件开发应用研究［D］.淮南：江西理工大学，2007

［5］段彦频.无线烟雾探测及自动报警传感器设计［J］.中外建筑，2006（2）：95-96

［6］杨鹏云，你云峰，宋学青，等.基于CC1110的点对多点无线通信系统［J］.云南大学学报：自然科学版，2009，31（S2）：304-307

［7］Gottuk DT，Peatross MJ，Robv RJ. Advanced Fire Detection Using Multi-signature Alarm Algorithms［J］. Fire Safety Journa1，2002，37（4）：381-394

［8］杨玫，刘瑜，孔波.SVR模型参数选择方法的研究［J］.计算机时代，2009（11）：53-55

The Cost Estimation for Eco-friendly Buildings in Life Cycle

HE Xiang-tong

Zhejiang College of Construction，Hangzhou 311231，China

Abstract：An eco-friendly building is a popular construction style to pay attention to the combination with building，environment and society，therefore it is important to estimate the cost of building. This paper firstly analyzed the components of eco-friendly building and their function with the principal component analysis and then established the cost estimation model of eco-friendly building in life cycle with the methods of fuzzy recognition and Monte Roca Law in order to provide a basis for investors when they were making decision of eco-friendly building.

Keywords：Eco-friendly building；life cycle；cost estimation

中图法分类号：［TU-9］；F224.5

文献标识码：A

文章编号：1000-2324（2016）03-0456-04

收稿日期：2015-02-20修回日期：2015-04-02

作者简介：何向彤（1964-），女，硕士，实训部主任、副教授.研究方向为建筑经济管理、教育教学管理. E-mail：zjjyhxt@126.com