信息驱动下既有建筑物/群多尺度性能模拟与分析技术研究

Lacking of technologies for integrated and effective performance analyses, i.e., environmental, economic and safety analyses, for existing buildings during operation and maintenance period is now plaguing the city development in China. Based on the maintenance information model and actuated by information technologies such as Building Information Model/Modeling (BIM) and Artificial Intelligence (AI), this project combines the performance analysis methods, technologies and systems for existing buildings to construct a multi-scale maintenance BIM for different scaled objecs and different performance analysis requirements. Then a hybrid cloud architecture will be designed to achieve the integrated and efficient management of the big data within the multi-scale maintenance BIM. On this basis, a fusion mechanism for information between external-scale environment and internal-scale environment will also be studied. Through technology integration, system integration and application integration, a system named eBuilding will be designed and developed to achieve the multi-scale performance simulation and analysis for existing buildings. This research is expected to provide a complete set of theory, method, technology and software supports to timely discover the hidden performance damage and accordingly aid in solution developing. It also has the potential to promote sustainable development of cities, reduce resource consumption and safety risks.

针对我国城市发展中缺乏集成高效的对既有建筑物/群在运维阶段进行环境、经济、安全等性能分析技术的现状，本课题拟结合既有建筑性能分析方法和技术，以既有建筑运维期信息模型为支撑，以建筑信息模型（BIM）和人工智能（AI）等信息技术为驱动，通过对既有建筑性能分析体系的深入研究，面向不同尺度对象和不同的性能分析需求，构建一个多尺度建筑运维信息模型，并基于混合云架构实现该模型海量信息的集成和高效管理。在此基础上，研究外环境尺度和内环境尺度的信息融合机制，通过技术集成、系统集成和应用集成的方式，研发一个面向既有建筑物/群的多尺度性能模拟与分析系统（eBuilding），为实现多尺度的建筑运维期性能分析与预测，提供一套完整的理论、方法、技术和软件支持，可及时发现区域内建筑的性能隐患以辅助制定解决方案，进而推动可持续城市的发展，减少资源消耗和降低安全风险。

本研究针对我国城市发展中缺乏集成高效的对既有建筑物/群在运维阶段进行环境、经济、安全等性能分析技术的现状，结合既有建筑性能分析方法和技术，以既有建筑运维期信息模型为支撑，以建筑信息模型（BIM）和人工智能（AI）等信息技术为驱动，对既有建筑物/群多尺度性能模拟与分析技术进行深入研究。首先，课题通过文献调研与案例调研，梳理了不同尺度建筑对象和不同运维任务的性能分析需求，总结了BIM在运维阶段的典型应用以及基于BIM的性能模拟方法。随后，课题对性能分析基础数据进行研究，包括运维BIM的数据组成和结构体系、地理信息系统（GIS）的信息结构与获取方式、传感监控数据的数据标准、以及规范文档数据、分析模拟数据等的特点，并开发相应的接口，实现多源、多尺度数据的自动提取、解析与融合。在此基础上，课题构建了一个多尺度建筑运维信息模型，并基于混合云架构实现该模型海量信息的集成高效管理，进而开发了既有建筑物/群性能模拟平台，实现基于云端的既有建筑多尺度信息模型的存储、传递与可视化。基于云端集成的海量建筑运维信息，课题对不同尺度的建筑性能分析技术进行攻关，实现了结构安全性能评估、建筑能耗数据分析与预测、建筑物/群风环境模拟、以及应急逃生指引等功能。通过相应的功能模块研发，上述分析技术被集成至系统中，从而形成面向既有建筑物/群的多尺度性能模拟与分析平台。在执行期间，课题共发表论文25篇（其中SCI检索13篇）、专著1本，取得软件著作权3项。课题为实现多尺度建筑运维期性能分析与预测，提供一套完整的模型、方法、技术和软件支持，可及时发现区域内建筑的性能隐患以辅助制定解决方案，进而推动可持续城市的发展，减少资源消耗和降低安全风险。