基于BIM与IoT数据的交互方法

王 亭，王 佳

(北京建筑大学 电气与信息工程学院，北京 100044)

0 引 言

建筑数据云端化是当前发展的趋势[1]，随着建筑信息模型(building information modeling，BIM)技术的发展与变革，建筑的静态数据云端化已经得到了很好的解决，但建筑运维产生的动态数据的存储和管理并没有得到更好的解决，对静态数据和动态数据的实时交互也是亟待解决的难题，使得建筑运维的管理工作缺乏直观性、便捷性和高效性。针对大量设备对象的提供厂家不尽相同，导致传输的协议差异，要如何把不同格式的动态数据传输到云端呢？数据传输到云端后在三维的建筑物中以什么形式来展示建筑的动态数据和静态数据呢？这些问题都需要去突破。面对实时产生的动态数据的存储、管理和分析问题，当前正在不断发展的物联网技术(IoT)、云计算和云平台技术可以为解决上述问题提供很好的技术方法[2]，并能为建筑数据的管理提供新的机遇。该研究结合全生命周期的BIM技术、物联网技术、数据库存储技术以及基于WebGL的三维可视化技术，致力于解决设备管理中海量多样化数据的存储和交互，实现设备现场的可视化操作和云管控，为高效智能的设备管控服务。

1 当前设备管理面临的问题

1.1 数据多源异构、存储分散、不完整

一个“数字化建筑物”包含建筑全生命周期的所有实体信息、属性信息和运维数据信息，尤其是运维过程中设备产生的状态数据是多源异构的。传统上整个建筑的管理系统的数据收集往往都是阶段性收集的，最终数据纪录和存储是分散杂乱的，对于建筑设备的数据复用率极低，使得这些数据失去了它们潜在的价值。物联网系统结构下设备数据涉及传感器、RFID读取器和其它设备快速生成的数据，数据量庞大、快速增加、数据多源异构，因此用于物联网数据的数据存储解决方案不仅必须能够有效地存储海量数据，必须支持水平缩放，以高吞吐量处理数据，数据存储组件还必须具有处理异构数据资源的能力。

1.2 数据信息不友好、不直观、缺乏交互性

当前很多设备管理场景中仍都是依靠中控室平面图和数据监控画面的方式[3]，对于现场设备的实时状态数据时常获取不及时，有些设备状态与参数仍要靠工作人员现场检查和采取，且对于中控室搜集的设备状态数据往往都是通过工艺平面图、表格的方式展现的，这样的方式不直观，对于迫切需要检查的参数不能及时获取，不熟悉业务的工作人员难度就更加大了。另外，状态数据仅仅展示，并没有做到实用性的交互利用。

1.3 对技术人员的依赖性高

一方面，一些设备现场的设备状态数据还需要运维人员间断期的到现场进行检查和收集，这种方式对管理人员的要求高，无形中增加了人力成本。另一方面，对于一些比较简单的或者流程化的维护维修工作都需要依靠经验丰富的老师傅，当在设备维修任务中，遇到技术难点对老师傅的依赖性比较大，有时候某些数据的资料和设备状况也只有少数的人员掌握，这些状况都是对技术人员高依赖性的集中表现。

1.4 数据处理不及时、准确性低、实时性差

对于运维工作场景的数据都是运维工作人员从具体的工作场景下记录的，如维护维修记录等，但是这些记录都是纸质化或者存储在表格中，记录的这些数据往往得不到及时的处理，实时性差，查找起来也不方便，有时工作人员的遗漏、书写模糊都会导致数据不准确。

针对以上提出的问题，首先提出了一个基于IoT数据的数据存储框架，为了存储和管理结构化数据，构建了基于组合多个数据库的数据库管理模型，还构建了一个文件存储库来实现非结构化数据的版本管理。同时，针对云平台如何使得BIM数据和设备动态数据进行交互做了详细的交互设计。最后针对一个实际的水库泵房开发了基于所提出的框架和交互设计方法的原型系统来说明框架的有效性。

2 系统整体架构

该文针对提出的基于IoT数据的存储框架，以实际的生产项目水厂泵房为案例，从数据存储和实时交互的性能上，都充分验证了提出方法的实用性和价值所在，整体技术架构如图1所示。

图1 技术架构

3 技术架构与关键技术

3.1 基于IoT数据的存储框架

在数据存储中，许多传统的数据存储平台都基于关系数据库。虽然关系数据库在数据存储方面仍然很突出，但它们很难在大数据环境中提供足够的性能。作为关系数据库的补充，那些能够在分布式环境中有效处理海量数据的工具，如Hadoop和NoSQL数据库，正在引起越来越多的关注。NoSQL数据库提供了关系数据库无法提供的一系列功能，例如水平可伸缩性，内存和分布式索引，动态修改数据模式等。Hadoop是Google Map Reduce的开源实现，它支持Map Reduce[4]以高性能处理海量数据。许多学者已经开展了结合NoSQL数据库和Hadoop文件库处理数据的研究，并开发了一个结合Hadoop和并行数据库的体系结构，它允许统一访问和管理[5]。还提出了一个框架，允许开发人员使用结构化查询语言(SQL)在关系数据库和NoSQL数据库上运行。本文提出的基于IoT数据的存储框架，支持高吞吐量处理数据，能够有效地存储海量数据，支持水平缩放。物联网数据可以从许多不同的来源收集，并由各种结构化和非结构化数据组成，数据存储组件具有处理异构数据资源的能力。为了存储和管理结构化数据，构建了基于组合多个数据库的数据库管理模型，还构建了一个文件存储库Hadoop来实现非结构化数据的版本管理。此外，基于数据库管理模型和文件库，提出了一种RESTful服务生成机制，为访问基于框架存储的数据的应用程序提供API接口。提出的存储框架结构如图2所示。

图2 数据的存储架构

其中，数据存储框架由以下几个模块组成：

(1)文件存储库：文件存储库使用hadoop分布式文件系统(HDFS)在分布式环境中存储非结构化文件。物联网中的设备生成的数据只有在可以识别的情况下才有价值。对于物联网中生成的数据，本文方法是使用设备数据的生成时间戳和设备编码ID来识别设备一次生成的数据，将时间戳和ID号存储在相应的文件名中；

(2)数据库模块：数据库模块组合了多个数据库，并使用NoSQL数据库和关系数据库来管理结构化数据。该模块还为多个数据库提供统一的API和对象实体映射，以隐藏它们在实现和接口方面的差异，从而简化数据访问模块的开发和数据库的应用程序迁移。数据库管理的关键任务是组合多个数据库并统一访问接口。对象实体映射和查询自适应是此模型中使用的主要方法[6]；

(3)资源配置模块：资源配置模块支持预定元模型的静态和动态数据管理。因此，可以基于用户要求来配置数据资源和相关服务。此模块涉及用户配置、配置服务接口、元模型和配置策略；

(4)服务模块：服务模块用于自动生成RESTful服务。该模块通过配置提取元数据，然后根据元数据映射到存储在数据库和文件库中的数据实体和文件[7]，最后生成相应的RESTful服务。RESTful服务作为具有唯一URI的公开资源，可以通过HTTP请求进行操作。统一接口使资源可以被不同平台上的客户端访问[8]。复杂的数据处理过程可以通过面向资源的服务组合来实现。通常，4种类型的HTTP请求被映射到4种类型的操作：“GET”映射检索，“POST”映射创建，“PUT”映射更新和“DELETE”映射删除。因此，本文根据映射构建服务方法，并将HTTP请求转换为资源上的操作。

3.2 基于BIM与IoT的设备管理平台

本研究要实现楼宇设备的高效管理，BIM技术是实现设备管理的核心，针对设备运维过程中数据多源异构、量大冗杂且实时动态性等特点，本文在盈嘉互联“BOS建筑运维云”的数字化运维服务平台基础上进行了针对性的软件开发，开发平台的系统架构如图3所示。

图3 系统架构

系统自下而上分数据层、服务层、业务层、传输层和应用层。最底层的数据库由BIM数据、运维数据和实时数据组成。模型数据即建筑的BIM数据库，包含建筑的实体、施工、交付文档、模型、图纸、材质、属性、关联、设备、空间信息等等；运维数据主要指日常运维产生的维护维修纪录信息、预警报警信息；实时数据即设备在运行过程中的实时状态数据和报警状态信息。服务层基于表现层状态转移(representational state transfer，REST)服务搭建，解决了传统业务反应滞后、交互方式不直观、渲染效果差等问题，而轻量级的REST调用服务具有易开发和维护等优点[6]。业务层根据运维管理的功能需求设计，主要的业务功能管理对象有设备信息集成、模型可视化、维护维修、预警报警和人员管理，该层功能管理对象也可根据实际情况做相应的修改和扩展。传输层通过局域网或广域网实现应用层与底层数据的交换和信息处理。应用层支持电脑端和移动端应用程序等多种方式，运维人员通过应用层登入该系统平台实现运维管理。

该平台应用前文提出的基于IoT数据的存储框架，该存储框架不仅支持多源异构数据的存储和调用，同时也保证了数据处理时的高吞吐量，确保平台数据的快速查询和展示。

BIM数据通过BIM建模软件Revit中的开放数据库互连功能(open database connectivity)导出。设备运行动态数据通过OPC SERVER接口与结构化数据连接，根据第三范式-3NF方法判断数据结构类型，把数据分类存储到文件存储库和数据库模块[9]。将这些信息与设备静态信息相关联，以实现设备状态信息与建筑空间信息之间的交互，点击相应设备就可以查看与之关联的静动态信息。其中平台数据的传输过程如图4所示。

图4 平台数据的处理过程

3.3 BIM模三维可视化技术

工业基础类标准(industry foundation class，IFC)是BIM领域开放的国际标准，由国际协同联盟(IAI，现名为BuildingSMART联盟)建立用来作为共享和交换建筑全生命周期信息的载体，具有较为完善的信息分类和数据结构[10]，能够为众多BIM软件间的数据交换和跨平台信息共享提供统一规范。

BIM模型的三维可视化通过将IFC(industry foundation classes)格式[11,12]的模型文件上传到 BIM Server服务器中，服务器先把IFC文件解析成三角网格数据，然后通过统一的API接口链接设备模型数据和运维数据，实现网页图形库(web graphics library，WebGL)下的建筑模型三维可视化浏览，某泵房现场监测的三维可视化效果如图5所示。

图5 某泵房现场监测可视化效果

3.4 静动态数据交互

本研究基于BIM与IoT的设备管理平台支持以下实时交互方法，即：①模型可视化浏览和信息集成化管理；②设备状态数据实时显示；③设备维护维修管理；④设备预警报警管理；⑤多方用户线上交互。

3.4.1 模型可视化浏览和信息集成化管理

平台中存储了建筑的BIM模型，在云端可以直接打开存储在平台上的模型IFC文件，后台解析后渲染出建筑设备的三维模型，渲染结果不仅可以浏览设备的三维模型，同时模型中也存储了建筑以及设备全生命周期的信息，支持建筑的实体、施工、模型、材质、属性、关联、设备、空间、资产、人员等静态信息和设备运维过程中产生的巡检、维护、维修纪录等信息的查看。平台集成了建筑全生命周期的所有信息，高质量地确保了信息的完整性，并且这些信息可以得到有效的复用，查找起来快速便捷。

3.4.2 设备状态数据实时显示

传统上BIM设备管理仅支持在三维模型中查看建筑和设备的静态属性信息以及设备运维纪录，并不支持在BIM模型中直观地查看设备的实时状态数据。本研究中提出的基于IoT的存储框架解决了数据多源异构的问题，同时支持大量数据的高吞吐量处理和水平缩放。首先根据住建部批准的自2018年5月1日起实施的国家标准GB/T51269-2017《建筑信息模型分类和编码标准》对设备进行编码，设备编码ID主要由表代码、大类代码、中类代码、小类代码和细类代码5个部分组成，每个部分由两位数字生成。设备编码的结构设计如图6所示。

图6 设备编码的结构

单体设备的状态数据编码(SID)由设备编码(ID)和接受到数据的时间戳(TS)组成，即

SID=ID+TS

(1)

这样，设备模型与静态信息和设备的实时状态数据就可以根据编好的ID和SID相互映射，进而做到BIM数据库与运维数据库和设备实时状态数据的映射，平台中渲染设备模型的同时通过关联设备的ID和SID关联映射，灵活应用API接口调取设备的状态数据到模型中的设备上显示，这样就可以在模型中实时查看该设备的实时状态数据。通过查看设备的实时状态数据，既是管理方式上的一次技术性变革，同时也对设备的运行情况做到了更加及时和精确的掌控和应变。其中，设备信息和设备状态信息的对象实体(OR)映射关系图如图7所示。

图7 设备数据OR映射关系

3.4.3 设备维护维修管理

运维人员在运维工作中需要定期对设备进行维护保养，对于报修或者报废的设备需要如期维修和更换，然而，这些设备的维护保养情况记录和维修详情对于设备的长期稳定运行都是有着重大参考作用的。运维人员可以直接在平台上增添设备维护维修记录，记录设备损坏的缘故和维修进度信息，通过程序化与系统化的信息统计，平台上可以查看目标设备的维护维修历史记录。同时，工作人员可以通过平台发起设备维修的派工任务，维修人员接受派工单后可在平台快速定位目标设备位置并查看对应设备的详细信息，这些服务为维修人员大幅度减少了维修时间，缩短了设备故障停工周期，提高了生产效率。技术层面上，当工作人员需要查看一些设备的属性信息或者设备安装信息、使用手册等信息，在该平台都可以轻松查到，降低对特定工作人员的技术依赖。

3.4.4 设备预警报警管理

对平台中纪录的设备维护维修纪录，经过数据化的分析和整合可以对设备做一些预期管理。如对于易坏、高频率故障、敏感且关键、到期的设备设置一些报警阈值[13]，当设备状态达到这个阈值，平台就给前端管理界面或模型中发送预警信息，提醒运维人员及时处理，如此就避免了设备高频故障、损坏，减少了设备损坏停工占用周期，提高生产效率的同时也延长了设备的使用寿命，一定程度上节约了设备管理成本。为了快捷处理警情，可根据警情的紧急程度把警情分多等级管理，如把设备报警分为A，B，C这3个等级。

3.4.5 多方用户线上交互

该设备运维管理平台为运维多方专业人员提供一个线上沟通协作的协同环境，打通各项专业壁垒，促使多方专业人员高效开展工作，减少问题解决的占用时间。如当维修人员在设备维修时，遇到暖通管道方面的问题，一方面可以直接在模型中直观浏览管道的整体三维架构，另一方面可以在平台中发起一个“多人讨论”回话[14]，这样多方专业人员就可以一同在该回话中一起交流讨论，使得问题尽快解决。

4 设备运维管理平台实现与应用

4.1 平台搭建

为了体现提出的交互方法的实用性和高效性，本章节以北京市某一净水厂的泵房为设备运维管理对象，根据BIM的特性进行二次开发，设计了面向配水泵房的设备运维管理平台。该泵房建筑总面积为3499.2 m2，建筑占地面积1166.4 m2，地下一层，地上一层，一共包含8个水泵体系，泵房现场如图8所示。泵房内设备管理对象繁多且系统复杂、监控的设备参数庞大、实时性要求又高，在管理大量设备对象中面临着巨大的挑战。基于BIM技术的泵房管理模型充分整合泵房设备的各种信息，同时把设备的实时状态数据和运维数据集成在BIM模型中。通过平台信息高度集成化、协同性和完整性可实现运维管理过程中的信息高效流通、实时交互和资源共享。

图8 泵房现场

4.2 交互方法展示

泵房设备管理平台包含以下主要应用模块：综合监控管理界面、资产管理、运维管理、可视化管理、用户管理、系统管理。平台登录后首先是一个泵房的综合监控管理界面，如图9所示，综合展示泵房的基本信息，资产信息，设备核心状态信息，水质参数、温湿度信息、巡检、报警和预警信息。通过综合界面可进入各板块的详细信息页面。

图9 综合监控管理界面

单击综合界面中的“控制台”按钮，即可进入控制台界面，该页面展示泵房内所有资产设备信息和关联文件信息，包括资产设备的ID、名称、维修记录、图纸、安装手册、使用手册、经验分享等信息，其中属性信息和关联信息匹配选中的资产设备。设备的维护维修的详细信息点击“明细”按钮即可浏览详细的维护维修信息内容。

同时支持点击“维修统计表”查看整体设备的维修统计情况，做到宏观把控，及时解决问题的效果。点击“三维模型”即可进入到泵房的三维可视化模型如图10所示。

图10 泵房的三维可视化模型

4.3 数据交互方案

具体的模型展示方案包含：水泵上方显示水泵压力表的参数值、以及真空泵的参数值、水泵温度值、转速、开关状态。水泵右边为供水管道(进水)，管道上智能显示供水流量、浊度、余氯、电导率、pH参数信息。水泵上边为回水管道(出水)，管道上显示回水流量及水质参数信息。左侧配电机的上侧显示电机的运行状态和温度信息、电机的油量储备信息，仿照电池剩余百分比显示油量的剩余情况。单击水泵可查看水泵的属性信息，其中包括水泵型号、转速、叶轮直径、配用功率、流量、扬程、设备编码、汽浊余量、产品标准、出厂编号、厂家等信息。

在三维模型场景中支持设备构件的检索、伸缩浏览、快速查看警情信息、折线图显示设备运行情况、查看资产列表功能。其中，如设备周期运行的参数纪录图表、设备月周期的保养、维修维护纪录等，利用这些历史纪录信息和统计图表可用于对设备进一步管理作出明智和预测性的决策。同时，在“操作修改”界面支持对设备信息的修改和增删。

4.4 场景交互方案

现阶段下维护人员进行维护作业如对泵体的进出水口压力、电机箱的发热程度、油量剩余情况等都需要在设备现场进行一一针对性监测和核实，而该平台可以实现在泵房模型中进行三维现场漫游实时的监看，对于泵房全局的情况更加明朗和直观，相对于前者的管理方式就更加先进和高效。现场的漫游图见上文的图5所示。维修人员也可以根据模型快速定位目标设备的位置，并快速检索设备的相关数据信息。当维修人员遇到技术难题，可以通过该平台协同各专业维护人员进行技术探讨和交流，从而更加快捷地找出问题并解决问题。另外，该平台也是一个可以让新员工快速全面熟悉该泵房整体运维情况的智能工具。通过三维浏览该泵房的所有场景和每一个工作流程，如水泵、电机、管道走向、清水池水位等等，对于新员工熟悉和掌握具体工作业务起到了事半功倍的效果。

该平台结合全生命周期的BIM技术、物联网技术、数据库存储技术以及基于WebGL的三维可视化技术实现对泵房设备现场和设备实时状态数据三维可视化方式的管控，实现了BIM模型与设备实时状态数据、运维数据之间的互联互通和友好交互。

5 结束语

本文主要着眼于当前BIM技术的发展和应用，面向IoT在现实领域中大大量应用中遇到的一些技术挑战，如对于多源异构数据的高效存储和高并发处理，设备管理中数据信息的不完整性、不直观、缺乏交互性以及数据处理的滞后性和准确性等弊端，本文首先提出一个基于IoT数据的存储框架，不仅能够有效存储大量物联网数据，还能集成结构化和非结构化数据。该数据存储框架能够组合和扩展多个数据库和Hadoop，以存储和管理由传感器和RFID读取器收集的各种类型的数据。然后，针对设备管理应用需求，对BOS进行二次开发了基于BIM与IoT的设备管理云平台框架。同时，针对云平台如何使得BIM数据和设备动态数据进行交互做了详细的交互设计。最后把该平台对接应用到一个实际的水库泵房设备管理云平台，从平台管理功能充分描述了该云平台下BIM数据和IoT数据的实时交互效果，从而验证本文提出的框架和交互方法研究的有效性。

本文研究平台和交互实现方法都是从较小的设备管理场景为出发点，在交互效果和功能场景可能还不是很全面，例如对于设备管理中能源决策管理方面就没有具体研究。面对当前BIM与大数据、云计算、IoT等技术集成应用发展，将来BIM技术在设备管理领域甚至其它重要领域都会有着不可阻挡的趋势，还要继续深入研究和探讨。