楼宇建筑空调系统设备错误连接关系自动检测算法

高莉莉 高 雪 林钰浩 吴钰博 范金鹏

（中建八局第三建设有限公司 南京 210000）

0 引言

随着科学技术的发展，为满足人们对高质量生活环境的需求，建筑越来越智能化。同时，由于其庞大的系统，能源消耗将增加[1]。智能建筑包括电梯系统、照明系统、空调系统、消防系统、视觉系统、给排水系统等，建筑空调系统能耗占整个建筑能耗的一半以上。为了提高空调系统的制冷和制热性能，系统中增加了现代化的设备，主要包括风冷热泵、排烟设备、智能化风机盘管等[2]。

空调系统的突发故障是指设备突然发生故障而不能运行。这类故障具有很强的随机性，不能被提前发现。空调系统的渐进性故障是由于系统参数和设备之间的错误连接引起的，通过早期检测可以减少这种情况[3]。空调系统的管理和维护非常重要。在系统运行过程中，设备之间会发生错误的连接关系，导致系统能耗增加甚至设备故障，无法正常工作[4]。

文献[5]的方法以提高冷站能效比为目标，对某大型公共建筑的冷站主要设备进行了智能优化控制，将群控系统优化后冷站的能效比由2.6 提高到5.5，虽然取得一定成效，但增加了人工成本，楼宇建筑空调系统设备错误连接关系复杂度高，人工检测存在滞后性。文献[6]的方法分析了当前空调系统能耗优化算法存在的不足，将空调系统分为3 个目标解，提出了外部参照的多目标粒子群改进算法，但是其难以检验其连接关系的正确性与安全性。

为此，本文研究楼宇建筑空调系统设备错误连接关系自动检测算法，以BIM 模型为基础，将系统转换成无向连通图，通过图论检测出楼宇建筑空调系统设备间的连接关系，并简化设备与管道的复杂连接关系，使建筑空调系统设备错误连接关系检测效果提升。

1 楼宇建筑空调系统设备错误连接关系自动检测算法

1.1 楼宇建筑空调系统BIM 模型

楼宇建筑空调系统可确保空调设备正常有序进行，为整个建筑提供冷能与热能[7,8]。利用BIM技术建立楼宇建筑空调系统BIM 模型如图1所示。

由图1可知，管件、机电设备、连接器构成楼宇建筑空调系统BIM 模型。为实现管件与管件、机电设备与管件的有效连接，需利用连接器连接BIM 内构件，得出介质流动走势和相关关系数据。

图1 楼宇建筑空调系统BIM 模型Fig.1 BIM Model of building air conditioning system

1.2 设备逻辑关系提取

采用图论方法提取楼宇建筑空调系统设备逻辑关系，图论检测目标为图，事物连接关系是利用抽象数据结构表描述，通常事物用顶点描述，事物间连接关系用边描述，把系统BIM 模型看作无向连通图，简化设备与管道的复杂连接关系[9]，使检测效果提升。

在所建立BIM 模型中提取设备逻辑关系，需要先提取全部BIM 构件，再提取有效连接器后构建无向连接图。设置楼宇建筑空调系统中包含n个节点，系统无向图用G（M,F）描述，其中，全部边的集合用F描述，全部机电设备节点关联边集合用cF描述，全部机电设备顶点集合合用Mc′描述，M是系统无向图每个顶点集合，排除节点关联边集合用Fq描述，设备连接关系子图集用Gc′描述，全部管件节点集合用Mq′描述，全部管件连接子图集合用Gq′描述。

Step 1：为筛除非联通管道团，将设备顶点集合实施删除，简化设备和众多管道连接关系[10]。求解全部管件连接子图集合Gq′，需要删除全部设备顶点集合Mc′，将图变分为割裂图，管道间联通模式用各子图描述。

Step 2：设备连接子图构建是设备逻辑关系提取的核心。空调系统中设备重新连接Step 1 求出管线团，就是为求解Gc′，需要在全部管件连接子图集合qG′重新连接删除全部设备顶点集合Mc′。有时，多个设备可以连接到同一子图，或者多个子图可以连接到同一设备，利用设备与管线组关系建立设备逻辑连接关系[11]，将连接到同管线团的设备判定为有关系。

Step 3：设备间连接方向的判定。为求解Gc′中各子图iG，需构建完全二分有向图Gci，依据设备连接器方向，将全部连接至iG的设备完成Gci构建。为检测构件的两端逻辑关系，利用设备间管路流向数据，简化设备连接关系实现检测。

Step 4：为得出楼宇建筑空调系统设备逻辑关系图，需要将全部二分有向图合并。

1.3 设备错误连接关系自动检测

1.3.1 设备错误连接关系描述

（1）跨文件断点

楼宇建筑空调系统BIM 模型内存储不同设备的文件，有时会引起不同设备文件发生物理性错误连接[12]。例如：楼宇建筑空调系统设备1 分别包括E1、E2 两层管道，位于每层构件上，由连接器使两个构件相互连接，但因不同文件划分，无法创建连接器，发生跨文件断点的楼宇建筑空调系统设备错误连接关系，具体如图2所示。

图2 跨文件断点Fig.2 Cross-file breakpoints

由图2可知，连接器是管件和设备的连接工具，构件1、2 的接口法向量用W1、W2表示，接口中心用O1、O2表示，两个构件生成完整的连接关系。

（2）几何错位断点

在同一文件中，虽然建立了建筑空调系统设备的BIM 模型，但由于构件数量较多，建模人员的误差也会导致管道位置或设备出口的误差[13]，无法准确建立建筑空调系统设备的物理连接。例如：管道与管件的物理连接关系错误，包括弯头连接管道时，两个表面没有对接，导致与连接面垂直错位；管帽与管道连接时，发生平面错位。

（3）连接器方向错误

连接关系提取受上下游关系误差的影响较大。例如：在BIM 模型软件的构建过程中，由于对设备进出关系没有明确规定，无法通过人工检测实现设备连接关系的误差检测。在管道介质流动趋势下，当建筑空调水泵设备接头两端发生相反方向力时，信息提取失败，无法得到介质流动趋势。

1.3.2 错误连接关系自动检测

（1）跨文件断点与几何错位检测

楼宇建筑空调系统设备连接的构件1 和构件2，依据下面流程检测两者间的连接关系：

针对跨文件断点错误检测，因不同模型均用相同的坐标系，为检测出因文件拆分生成物理连接缺失问题，需位于不同文件构件1 和构件2 连接平面满足：O1=O2，W1=W2，S1=S2条件。

Step 2：方向检测

为检测构件1 和构件2 的物理连接关系，通过W1、W2的夹角α与容差角dα比较，当α＜dα时，此时两个构件不存在物理连接关系。

Step 3：连接平面内距离检测

为求解O1到O′2的距离d，设置构件2 接口中心为O2，在构件1 接口平面的投影用O′2描述。楼宇建筑空调系统中，小管径管道稠密[14]，大管径管道的轴线间距大，假设管径连接器用D表示，当d

Step 4：垂直于连接平面的距离检测

南安板鸭购于江西南安板鸭有限公司；沙县竹炭板鸭购于三明绿康食品有限公司；重庆白市驿板鸭购于白市驿板鸭食品旗舰店；南京板鸭购于南京聚客维食品有限公司；扬州板鸭购于扬州口缘食品有限公司；雷官板鸭购于安徽雷官板鸭有限公司。每种板鸭各买六只，均为2018年春季生产，取腿部肌肉进行试验。

为检测两个连接器连接关系，需求解构件1 接口中心O1到构件2 接口平面E2的距离d。当d小于容差时，判断两个连接器存在连接关系。

（2）连接方向检测

通过设备逻辑关系提取方法将楼宇建筑空调系统设备错误连接关系转化为无向连通图，利用简单连接的管道团代替复杂的大量管道与设备链接，改善楼宇建筑空调系统逻辑关系自动生成过于复杂的缺陷。

依据楼宇建筑空调系统BIM 模型实际应用可知，多入口以及多出口情况将不存在于楼宇建筑空调系统中，通常情况下存在单个入口与出口、单个入口众多出口以及多入口单个出口的情况[15]。设楼宇建筑空调系统中存在出口与入口的管路团数量为n，用V1,V2, …,Vn表示楼宇建筑空调系统的接口方向，检测系统中存在连接方向错误的公式如下：

2 实例测试

为验证所研究算法自动检测楼宇建筑空调系统设备错误连接关系有效性，选取某建设公司新建规划区域作为研究对象，该规划区域包含住宅楼4栋，办公楼1 栋。总规划区域面积为11.52 万平方米，住宅楼均为地上六层，办公楼为地上四层。楼宇建筑空调系统中包含给排水、送排风、空调水、空调风等机电系统模型。

研究区域楼宇建筑空调系统包含设备统计结果如表1所示。

表1 空调系统设备统计表Table 1 Statistical table of air-conditioning system equipment

采用BIM 技术建立研究区域办公楼建筑空调系统的BIM 模型如图3所示。

图3 建筑空调系统BIM 模型Fig.3 BIM model of building air conditioning system

建筑空调系统BIM 模型的信息查询效率表达式如下：

式（2）中，m与T分别表示待查询信息数量以及所采用时间。固定查询信息数量时，所需消耗的查询时间越短，查询效率越高。利用信息查询时间体现所建立BIM模型查询效率。对比未采用BIM技术所建立楼宇建筑空调系统模型与采用BIM 技术所建立楼宇建筑空调系统模型的信息查询时间，对比结果如图4所示。

图4 信息查询时间对比Fig.4 Comparison of information query time

从建筑空调系统BIM 模型中查询所包含的设备，对比BIM 模型以及未采用BIM 模型时的查询效率。由图4对比结果可知，采用BIM 技术建立建筑空调系统设备模型时，可在200ms 内快速获取所需查询空调系统设备具体位置以及信息，未采用BIM 技术的空调系统模型中查询建筑空调系统设备时，查询时间明显有所增加。本文算法所建立建筑空调系统BIM 模型可快速获取设备所在位置，提升模型应用性能。采用BIM 技术建立楼宇建筑空调系统可为设备错误连接关系自动检测提供有效的模型基础，相比于未采用BIM 技术建立模型具有明显的优势。这是因为其依据全部管件连接子图集合，构建了楼宇建筑空调系统BIM 模型，简化了设备连接关系，降低数据维度与数据量，信息查询时间随之减少。

从所建立建筑空调系统BIM 模型中，提取空调机房逻辑连接结果，随机截图结果如图5所示。

图5 逻辑连接结果截图Fig.5 Screenshot of the logical connection result

由图5实验结果可知，采用本文算法可有效从所建立建筑空调系统BIM 模型中提取空调机房逻辑连接结果，有助于提升设备错误连接关系自动检测性能。

采用本文算法提取研究区域楼宇空调系统中的逻辑关系中的构件数量，提取结果如图6所示。

图6 构件数量提取结果Fig.6 Results of component quantity extraction

采用本文算法提取空调系统逻辑关系，提取时间结果如图7所示。

图7 提取时间Fig.7 Extraction Time

由图6与图7实验结果可知，本文算法可有效提取所构建建筑空调系统BIM 模型的逻辑连接结果，不同项目的空调风系统以及空调水系统的构件数量均高于6000 个，可将提取时间控制在3s 之内，具有较高的逻辑连接结果提取性能，这是因为其分析了构件间的连接关系，使楼宇建筑空调系统BIM模型内存储不同设备的文件相互联系起来，可实时根据构件数量获取逻辑连接情况，提升提取效率。

采用本文算法自动检测建筑空调系统BIM 模型的错误连接关系，自动检测与修复物理连接缺失、几何错位以及错误连接方向结果如图8所示。

图8 自动检测与修复结果Fig.8 Automatic detection and repair results

由图8实验结果可知，所研究算法可有效实现楼宇建筑空调系统BIM 模型中物理连接缺失、几何错位以及错误连接方向的自动检测与修复，误差在20 个以下，具有较高的检测与修复效果。这是因为其获取正确的楼宇建筑空调系统设备逻辑关系后，依据重合检测、方向检测、连接平面内距离检测、连接方向检测等多方面的联合检测结果，依次检测设备错误连接关系具有序列属性与自动化属性，智能解决智慧运维管理楼宇建筑空调系统的重要问题，发挥所建立楼宇建筑空调系统BIM 模型的重要价值。

截取采用本文算法检测建筑空调系统走廊交叉处管道存在重合情况结果如图9所示。图中红色标识处为本文算法检测出的管道重合问题。

图9 管道重合检测结果Fig.9 Pipeline coincidence detection results

由图9实验结果可知，楼宇建筑空调系统设备连接间存在错误时，当原有BIM 模型中存在原始信息缺失情况，而图纸中未显示设备之间所存在关系以及管道流向时，需充分结合设备在系统中的拓扑关系以及工程经验。所研究算法虽可自动检测楼宇建筑空调系统设备之间存在的物理连接丢失情况，但无法实现自动检测问题的全部修复，实际应用过程中仍需将本文算法与人工修复相结合，提升算法的应用性能。

3 结论

针对楼宇建筑空调系统设备会发生错误连接问题，研究楼宇建筑空调系统设备错误连接关系自动检测算法，提高空调系统的运维管理水平。在楼宇建筑空调系统采用建筑信息模型，提高空调系统的机电设备有序组合，但设备和管线间会发生连接关系错误，导致系统设备无法正常运行，对此，将图论技术应用在楼宇建筑空调系统设备错误连接关系自动检测中，以无向连通图的形式，使设备和复杂的管道连接关系变得简单化，提高检测效率，使其在200ms 内快速获取所需查询空调系统设备具体位置以及信息，并将提取时间控制在3s 之内，几何错位数量的自动检测与修复误差控制在20 个以下，本文算法检测楼宇建筑空调系统设备错误连接速度快。

因本人时间与精力有限，仍有许多不足，本文仅涉及对楼宇建筑空调系统设备错误连接关系自动检测，今后将研究方向进一步扩展：

（1）楼宇建筑空调系统中的故障种类繁多，需要研究其他故障的检测与维修；

（2）需要深入研究空调系统多重故障现象；

（3）全面分析空调系统设备运行情况。

在本文算法的基础上，不断添加新的技术，提高对楼宇建筑各系统的检测与管理。