基于物联网和灰色理论优化的BIM模型及其应用

朱艳峰， 曾令权

(广州番禺职业技术学院 建筑工程学院, 广东 广州 511483)

0 引言

随着国民经济的不断发展，近年来各种高层建筑、桥梁大坝、高铁隧道等大型、超大型工程越来越多。这些工程项目规模巨大，结构形式复杂多样，施工周期长，施工过程的有效运转涉及不同行业的工程施工人员，机械设备及错综复杂的物资材料资源等，使得项目的进度管理变得愈加复杂与困难。因此，实时、高效、精细化的项目计划进度分析和预警机制对工程项目追求更高的社会效益和经济效益具有重要的意义[1-4]。

传统的项目计划管理方式是项目管理团队中的专业人士采用P6，Project等管理软件编撰项目进度计划表[5]，然后根据现场施工进展及项目管理团队的工程经验对项目进度进行反馈修订，并给出计划预警信息。这种计划进度表计算方式较为抽象，专业性强，计划进度无法直观地映射到影响项目进展的各项工作中，同时刚性的计划要求在面对错综复杂的实际工程时会存在灵活性不足的问题，很容易出现实际工程进展与计划脱离、影响工程成本、物资供应、施工人员需求等方方面面[6-7]。

建筑信息模型(Building Information Model, BIM)利用数字化手段构建建筑物的三维模型，该模型中包含了工程项目的设计和施工中涉及的全部信息，设计团队、施工团队等不同行业的工作人员可以基于BIM进行协同工作，有效提高工作效率、节省资源、降低成本，以实现可持续发展[8]。在工程项目进度计划管理方面，BIM施工进度管理软件能够按照项目计划管理要求对项目的施工进度进行建模，从而实现“虚拟建造”，通过将P6，Project等软件生成的抽象计划进度表利用数字化手段转换为可视化更强的三维模型，使得项目管理者和决策者能够直观地跟踪项目施工的全过程，获得了较为广泛的应用。然而目前BIM技术仍然被作为计划层面的静态管理工具，实际工程项目在执行过程中受到人为因素、气候因素、资源因素等内在、外在多种因素影响，不可避免地会出现计划偏离的问题，如果不能实时地对计划偏差信息进行处理，将导致误差积累，最终影响资金计划、材料供应和劳工等各方面，严重时甚至影响工程质量和安全。

针对上述工程项目中计划进度的动态分析和实时预警问题，本文将物理网技术[9]和灰色理论[10-12]引入工程进度信息化管理领域，将二维码作为物联网技术中数字化信息的传递载体，构建动态BIM模型实时监控当前计划进度，然后利用灰色理论对项目中复杂多变的不确定信息进行建模，期望在不确定状态存在的条件下能够提前对未来进度风险进行预警与分析，从而为决策者提供最准确、最精细和实时的决策依据。

1 物联网技术和灰色理论优化的BIM模型

1.1 动态BIM模型

BIM技术的优点在于模型的数字化和可视化，在项目方案设计阶段可以预先对施工现场、施工中的气候情况等多种因素进行数字化建模，通过可视化的方式检查过程中的碰撞和干涉问题，提前避免施工过程中不必要的冲突和返工，充分利用BIM强大的信息整合能力可以减少资源浪费，同时尽可能地合理安排施工计划，提升经济和社会效益。然而项目的成功运转需要不同行业的人员、设备、材料物资等同时参与、协同配合，在这过程中不可避免地会出现冲突点，这些冲突点的存在会影响BIM模型的精度，同时，在气候等变化下也难有精确的BIM模型，冲突点和气候等不确定因素的存在需要实时对BIM进行修正，在这种情况下，物联网技术(Internet of Things, IoT)具有明显优势。

物联网技术利用各种传感器对信息进行采集，并按约定的协议将所有物体(信息)与网络相连接，从而实现信息的交换和通信，最终达到智能化识别、定位、跟踪、监管等功能。将物联网技术与BIM相结合，将施工现场的所有元素(人、物资等)都融入同一个网络，实现信息的实时采集和传输，而BIM作为信息整合终端，接收网络传来的信息实时地实现对信息的优化、融合和展示，通过物联网技术和BIM技术的融合方式可以实现可视化的动态计划进度监控。

上述动态BIM系统的系统构型如图1所示。

图1 动态BIM系统构型

从图1可以看出，本系统利用二维码的方式传递施工现场人员和物资信息，这些信息每到一个工序后利用便携式信息获取终端进行读取，然后通过网络实时将这些信息上传至数据中心，在数据库中完成对信息的存储和处理，并判断该物资或人员是否与该工序匹配，如果匹配则利用BIM进度监控系统完成信息的可视化，以便项目决策者实时监控当前项目进展，并合理安排各个施工环节，否则利用BIM信息管理系统利用当前信息对BIM模型进行修订，并将修正结果反馈给数据库，再次进行匹配，直到BIM与实际工程进展一致为止，从而实现动态BIM模型的构建。

1.2 进度预测模型

在实际工程项目中，影响施工计划进度的因素复杂多样，例如人为因素、环境和气候变化等，这些因素中有些对计划影响是确定可量化的，而有些因素的影响是难以定量衡量的，属于灰色理论范畴，因此用灰色模型(Grey Model, GM)对施工进度进行预测分析。GM是一种采用常微分理论的数学模型，只需少量的初期样本就可以对含有不确定因素系统未来的发展趋势进行预测。因此本文采用经典的一阶一元预测模型GM(1,1)[13-15]对未来施工进度进行建模，其基本的数据处理流程为：首先对原始数据进行累加处理，将其中包含的规律信息线性化，然后利用一阶差分方程对其进行建模，并在最小二乘准则下对模型进行求解从而得到新的预测序列，最后对其进行一阶累减处理即可得到原始数据的预测值。

在项目设计施工过程中，通常会将一个大项目计划(记为T)分解为若干个便于监控的子项目计划(记为{t1,t2,…,tn}，n为子项目的总个数)，这些子项目计划能够组成一个结构层次缜密的多层次计划体系，通过BIM信息管理系统，利用GM(1,1)模型映射对这些子项目计划的当前数据进行高精度的分析和预测，最终可以汇总得到项目总计划的进度预测。

(1)

累加计算的目的是对计划数据中的突变点进行平滑从而增加数据的稳定度，同时累加计算可以使数据中隐藏的规律性信息凸显出来。

(2)

(3) 根据式(1)和式(2)构建一阶线性常微分方程，即GM(1,1)模型，得式(3)。

(3)

式中，a为模型中的未知发展系数参数；b为模型中的未知灰色作用量参数。

(4) 在最小二乘准则下对式(3)所述模型进行求解，可得式(4)。

(4)

其中，可得式(5)。

(5)

(5) 根据式(1)—式(5)可以计算得到GM(1,1)的具体表达式，如式(6)。

(6)

(6) 对式(6)计算得到的预测值进行与步骤(1)对应的累减运算可以得到原始序列的预测值，如式(7)。

(7)

(7) 利用Sigmoid函数将各个子项目的计划进度映射为整体项目计划进度，如式(8)。

(8)

1.3 进度控制平台

为了将上述物联网技术，GM(1,1)模型与BIM的Revit和Navisworks关联起来，本文采用MATLAB搭建软件平台，软件平台的设计思想为：1)利用MATLAB读取物联网传输过来的构建信息并生成EXCEL表格作为初始文件T0；2)将EXCEL中的信息作为GM(1,1)模型的输入，计算得到预期进度文件T1；3)将T1导入BIM软件中，更新BIM模型，并完成进度的可视化；4)根据显示信息对方案和进度进行分析，确认影响进展的工序，并给出预警；5)将信息导出，并指导施工。

2 实例分析

现有某项目建筑方案，通过对其工程合同文件的研究分析，利用传统的BIM模型构建的计划进度如表1所示。

从表1可以看出该工程正常施工所需完成时间为135天，完成所有工序所需成本为342.2万元。在项目施工过程中，按表1所示系统构成搭建了物联网+BIM的数据采集及分析系统，对每项工序的计划工期数据和实际工期数据进行动态管理与更新，最终得到的实际工期和成本如表2所示。

表1 项目计划数据

表2 项目实际数据

每件工序在使用传统BIM方法和所提方法前后的工期和成本的对比，如图2、图3所示。

图2 两种方法工期对比

图3 两种方法成本对比

从上述结果可以看出，采用本文所提方法后工期由135天缩短至106.5天，缩短近20天，成本由342.2万元降低至310.7万元，降低了31.5万元。同时可以看出，除了少数几个工序外，大部分工序的计划工期和成本都有了不同程度的降低，原因在于本文所提动态BIM模型对施工状态的反馈时间要明显少于传统静态BIM，当某个工序出现计划延期等问题时，系统会及时报警并同步优化模型。

施工过程中利用GM(1,1)模型对采集到的BIM数据进行分析并对未来工期的预计结果，如图4所示。

图4 GM(1,1)模型预测结果

可以看出当施工时间小于35天时，GM(1,1)模型给出的预计结果波动较大，这是由于采集到的数据较少，模型的学习不充分，随着施工时间的增长，当施工时间达到45天时，预测结果趋于稳定并逐渐收敛于106天(第50天的预测)，与实际施工时间一致。

3 总结

随着工程建设项目数量的与日俱增，BIM技术越来越多地被应用到各种实际工程项目的计划管理中，作为一种静态的计划管理工具，BIM在面对一些复杂、动态、不确定性项目时逐渐表现出了一定的局限性。针对该问题，本文将新兴物联网技术和灰色理论引入BIM技术中，利用物联网“万物互联”的特点在施工现场构建信息交换局域网，使每项工序的相关信息能够及时反馈到BIM信息管理中心，保证BIM模型能够实时地更新并展现给项目管理决策者，同时利用GM(1,1)模型对当前进度数据进行分析，并对项目中的不确定信息进行建模，从而提前对未来的计划进度进行预测，以确保决策者能够提前得到计划管理的预警信息。基于实际工程项目的实测数据开展研究，结果表明所提方法相对于传统静态BIM模型能够缩减工期27天，节约成本24.2万，在项目进行到50天左右时即可正确预测完工时间。