基于数据分析的大型综合医院建筑净高控制研究

严尚言

(深圳大学 建筑与城市规划学院，广东 深圳 518000)

BIM技术经过多年的发展，目前已经被广泛的应用在工程领域，尽管BIM的三维可视化能力已经得到大量应用，且在提高设计质量方面发挥作用，但是BIM在建筑信息管理和数据逻辑方面的优势在建筑设计的净高控制中还没有进行深入的研究和应用。过往的医院建筑设计对于净高的把控通常是提出净高目标，各专业进行协同设计，随着BIM技术的应用，已经能够将空间进行较充分的利用。但由于BIM管线综合介入时间晚，很多基础的净高影响因素已经确定，调整空间小，很多时候只能被动接受净高。在建筑精细化设计的背景趋势下，借助BIM技术所收集的建筑数据进行分析，形成净高与相关影响因素间量化关系，能够为各专业设计时提供指引，同时也为管线综合排布的提前介入提供基础，对于大型综合医院建筑的净高控制有着重要意义。

一、基于BIM的医院建筑净高控制

1.BIM技术应用发展

在1964年，Sutherland, Ivan E首次提出将人机交互技术，计算机图形学，数据分类分层存储的思想，引入到建筑设计领域，改变传统手绘设计方式，通过计算机制图充分提高设计效率和绘图质量[1]。伴随计算机技术的发展，机器性能的提升，发展出在三维环境中对建筑信息管理的BIM技术，在建筑的全生命周期内对建筑的几何特性、功能特性进行表达和应用[2]。目前BIM在建筑设计领域已经经过多年的发展，在BIM设计软件的开发与应用、多专业的设计协同[3，4]、建筑设计的效果展示、合规性的自动检查[5，6]、建筑设计性能模拟[7，8]等领域取得一定研究和应用成果。

2. BIM在医院建筑的管线综合排布能力

大型医院项目的内部机电设备管线系统复杂，除了传统机电专业给排水、采暖通风、电气、消防、智能化的设计外，还需设计专门的医疗机电系统如医用净化系统、医用气体系统、医用纯水系统、物流传输系统、污水处理系统、辐射防护工程、智能污物收集系统、实验室工艺系统等[9]。这些系统在管线综合设计时需要对大量的管线、传输通道、设备以及安装、维护等空间进行考虑。

在以往的采用CAD进行机电专业设计过程中，对管线具体位置、尺寸难以进行精细化设计和表达，多采用系统图和简单的平面单线来表达，在施工前再由施工分包按现场情况自行深化设计和安装。这种情况下空间的利用和把握较为模糊，同时施工时随意穿插、翻弯，不仅导致管线安装效果差，而且会使净高条件不足，同时会造成后续使用过程中的检修工作困难[10]。

BIM管线综合排布可以在设计时将各专业、各系统的管线在三维空间中进行综合协调，考虑规范和实际施工要求，来进行管线一体化设计。充分解决各专业交叉碰撞问题，合理设置翻弯、检修空间，是一种以管线综合排布品质和净高为目标的设计方法[11]。

3. BIM的建筑信息管理优势

BIM技术与CAD最大的差异在于对于建筑信息的管理能力上。BIM的出发点就是对建筑的几何特性、物理特征和功能特性进行表达和应用，以建筑基本元素进行组合使元素具备关联度的基本逻辑使BIM能够更容易被计算机写入、读取和输出[12]。这些BIM技术在建筑信息上的管理优势也为建筑数据的应用提供更强的支撑，便于通过数据分析进行设计优化。

4. 医院建筑管线空间数据分析

基于BIM在医院建筑的管线综合排布能力及BIM在建筑信息管理方面的优势，为医院建筑的净高控制提供了新的精细化管理办法。借助医院建筑的BIM模型导出对净高有影响的因素，并通过数据分析的方法，形成净高与影响因素间的量化关系，便于在设计前期对医院建筑的空间情况进行可把控的量化调整，从而预判净高情况、缩短调整时间，保证医院建筑的净高，提高空间品质。

建筑机电空间数据分析主要分为以下几个部分(见图1)：

净高影响因素梳理，首先根据项目机电设计情况，对医院走廊等重要剖面的净高影响因素进行梳理。

空间数据导出，基于BIM模型进行空间数据导出；

多元线性回归模型构建，对数据进行分析，基于导出的数据构建多元线性回归模型。

(图片来源：作者自绘)图1 建筑空间数据分析研究路径

二、 医院机电对建筑空间影响要素

1.空间净高影响要素

在医院的建筑空间内，从整体上来考虑，首先要按不同区域来划分范围，不同的区域所涉及的管线，影响的空间会有不同。再按不同区域的剖面来切分时，在层高的范围内，有管线层高度、梁高、走道宽、吊顶、升降板等要素对建筑空间产生影响(见图2)。

(图片来源：作者自绘)图2 管线相关空间影响因素

2.管线区局部影响要素

管线区按照管线综合原则和实际情况进行排布，主要的影响要素可以分为以下：各专业管线空间、桥架设置空间、管道翻弯空间、支吊架安装空间、合适的检修空间等(见图3)。

(图片来源：作者自绘)图3 管线区影响因素

3. 医院机电管线综合介入及前置的必要性

目前机电设计管线综合工作介入通常是在施工图设计(详细设计)之后再进行。在此阶段再进行会导致建筑设计已经定型(包括空间布局、层高、梁高、走道宽、升降板、机电路由等条件)，难以对土建各专业进行调整修改，仅可在有限的三维空间中进行管线的调整。

在设计前期就介入，与多专业设计师共同前置设计机电系统，进行整体的设计协调，使系统更加合理，对空间的考虑更加充分，能够有效提高空间品质。基于BIM模型数据通过建立与空间净高相关的预测模型，能够在设计前置时对系统、管线布置合理调整，使各专业设计师设计时充分协同，形成最优的决策。

三、在医院建筑中与机电管线相关的建筑空间数据分析

1. 机电空间数据收集

样本医院选取深圳地区新建的大型综合性医院，总计包含7家医院。按照整体影响要素分类进行收集。主要收集管线集中且对净高要求高的区域，例如各类走道作为研究样本。

借助dynamo工具对Revit中模型数据进行快速提取，从而得到各走道最不利剖面的管线类型及数量、管线相关空间尺寸。

在完成数据收集后，对数据进行清洗，剔除数据中不适合进入分析的重复项、异常项、空白项。在本研究中，对于车道和大厅等区域的走道宽会出现多个空白值，因此要对其进行剔除(见图4)。

并且在数据收集的过程中，已经是按照相关逻辑进行收集，能够为下一步的分析提供有效的格式基础。

2. 医院走道空间数据多元线性回归分析

从建筑空间本身出发，在这些样本因素中存在一些较为简单的加减关系。在同一个区域，同一个走道的某个具体剖面中，关系是Y=X1-X2-X4-D-S。但是，当纳入更多的因素后，简单的加减关系被破坏，从数据分析的角度考虑，是从概率的方面分析多个变量对净高Y的影响的大小，从而建立量化关系。

在医院项目的设计中，医院建筑的不同楼栋、科室划分、甚至不同医疗房间都会对医疗系统专项设计产生影响。为避免空间数据间的相互影响，保证空间数据的独立性，应在数据分析前充分考虑大型医院不同区域的机电系统设计特征，从而确保回归模型建立的有效性。因此，将空间数据简要分为地下室区域、门诊区域、医技区域、传染病区域和住院区域。

(表格来源：数据截图)图4 机电空间影响要素数据统计表示例

本研究意图通过多元线性回归分析方法建立净高影响因素与净高之间的量化关系。根据上文所述的区域划分办法，多元线性回归模型由BIM提取的数据进行建立，多元线性回归方程为：Y=β0+β1X1+β2X2+…+βXXX。

经过对数据的分析，大多数的升降板数据为0，吊顶厚度为200，这种常量数据也被剔除，模型由净高、层高、梁高、走道宽度、管线层高度建立，多元线性回归方程为：Y=β0+β1X1+β2X2+β3X3+β4X4。

通过对上述多元线性回归模型的分析，相关自变量的回归系数在 t 检验在每个区域的模型中都并不显著。下面以传染病楼为例，展示分析结果如表1。

从表1的结果中可以得出，仅仅X1、X3、X4通过t检验。X2未通过t检验，说明其系数在该模型中回归效果较不显著，但X2在本研究中是主要考虑的变量，因此模型需要被重新考虑。梁高在该模型中不显著的原因可能是由于不同建筑梁高设计的偶然因素较多，按区域划分时，梁高分布较宽，难以建立与净高之间的关系。

表1 按区域划分的传染病区域多元线性回归分析结果

从建筑空间的另一个角度考虑，走道类型可能也是影响净高的重要因素。因此，根据医院建筑走道类型特征，将走道类型分为六类，分别为后勤走道、医患走道、办公走道、设备走道、医疗走道和普通走道。因为走道类型是分类数据而不是数值数据，所以将走道类型以虚拟变量的形式引入到模型中，例如在建筑中是否为后勤走道，是-1，否-0.假设多元线性回归模型为：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10。

表2 按走道类型划分的多元线性回归分析结果

从表2的分析结果可以看出，再引入走道类型的虚拟变量后，主要的变量都通过t检验，具有显著性。变量X8也通过检验，具有显著性，因此设备走道类型对医院走道净高存在重要影响。从vif检验可以得出该模型不存在多元共线性。

表3 vif检验结果

在该多元线性回归模型建立时，假设残差服从正态分布，还需测试残差是否满足预设。通过下面的Q-Q图(如图5)可以看出标准化残差在正态分布对应值下的概率。假设满足正态分布假设，正态Q-Q图的点应在直线上，从图中可以看出，大多数点在直线上，表明正态分布假设满足，少量点不在直线上。这些点可能是异常值。因此，医院走廊净高与主要相关因素的多元线性回归模型公式：

Y=469.328 05+0.672 34X1-0.564 81X2+0.033 29X3-0.541 17X4+29.180 35X5+8.758 09X6-218.778 25X7-236.713 35X8-143.698 54X9+66.419 94X10。

(图片来源：软件截图)图5 Q-Q图

四、结语

本研究以医院建筑空间为研究对象，进行净高控制研究。通过BIM模型提取多个大型综合医院的建筑数据，借助多元线性回归分析办法构建医院走廊净高与相关影响因素的量化关系，有利于建筑评价、走道净高的预测及设计时对净高的调整。

但是，在本研究中还存在一定的不足，主要存在于：

数据样本不够，数据来源多是深圳地区医院，缺乏不同区域医院数据进行综合分析。还需进行更充分的样本数据收集，形成较为普适性的预测模型；

对于管线区影响因素未纳入到数据分析中，缺乏对管线排布规则和管线排布质量评价方法，在下一步研究中应增加针对医院建筑不同走道的管线区高度影响的分析。

纳入更多的影响因素在模型中，例如成本、空间形态影响、专家评价等因素，使空间净高控制更加接近真实情况。