一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂

数字孪生技术作为推动实现企业数字化转型、促进数字经济发展的重要抓手,已建立了普遍适应的理论技术体系,并在产品设计制造、工程建设和其他学科分析等领域有较为深入的应用。在当前我国各产业领域强调技术自主和数字安全的发展阶段,数字孪生技术本身具有的高效决策、深度分析等特点,将有力推动数字产业化和产业数字化进程,加快实现数字经济的国家战略。

一、数字孪生概述

(一)数字孪生发展背景

“孪生”的概念起源于美国国家航空航天局的“阿波罗计划”,即构建两个相同的航天飞行器,其中一个发射到太空执行任务,另一个留在地球上用于反映太空中航天器在任务期间的工作状态,从而辅助工程师分析处理太空中出现的紧急事件。当然,这里的两个航天器都是真实存在的物理实体。2003年前后,关于数字孪生(Digital Twin)的设想首次出现于Grieves 教授在美国密歇根大学的产品全生命周期管理课程上。但是,当时“Digital Twin”一词还没有被正式提出,Grieve将这一设想称为 “Conceptual Ideal for PLM(Product Lifecycle Management)”,如图 1所示。尽管如此,在该设想中数字孪生的基本思想已经有所体现,即在虚拟空间构建的数字模型与物理实体交互映射,忠实地描述物理实体全生命周期的运行轨迹。

PLM中的概念设想

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

直到2010年,“Digital Twin”一词在NASA的技术报告中被正式提出,并被定义为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”。2011年,美国空军探索了数字孪生在飞行器健康管理中的应用,并详细探讨了实施数字孪生的技术挑战。2012年,美国国家航空航天局与美国空军联合发表了关于数字孪生的论文,指出数字孪生是驱动未来飞行器发展的关键技术之一。在接下来的几年中,越来越多的研究将数字孪生应用于航空航天领域,包括机身设计与维修,飞行器能力评估,飞行器故障预测等。

近年来,数字孪生得到越来越广泛的传播。同时,得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展,数字孪生的实施已逐渐成为可能。现阶段,除了航空航天领域,数字孪生还被应用于电力、船舶、城市管理、农业、建筑、制造、石油天然气、健康医疗、环境保护等行业,特别是在智能制造领域,数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段。

(二)数字孪生的定义及典型特征

1.数字孪生的定义汇总

(1)标准化组织中的定义

数字孪生是具有数据连接的特定物理实体或过程的数字化表达,该数据连接可以保证物理状态和虚拟状态之间的同速率收敛,并提供物理实体或流程过程的整个生命周期的集成视图,有助于优化整体性能。

(2)学术界的定义

数字孪生是以数字化方式创建物理实体的虚拟实体,借助历史数据、实时数据以及算法模型等,模拟、验证、预测、控制物理实体全生命周期过程的技术手段。从根本上讲,数字孪生可以定义为有助于优化业务绩效的物理对象或过程的历史和当前行为的不断发展的数字资料。数字孪生模型基于跨一系列维度的大规模,累积,实时,真实世界的数据测量。

(3)企业的定义

数字孪生是资产和流程的软件表示,用于理解、预测和优化绩效以实现改善的业务成果。数字孪生由三部分组成:数据模型,一组分析或算法,以及知识。数字孪生公司早已在行业中立足,它在整个价值链中革新了流程。作为产品,生产过程或性能的虚拟表示,它使各个过程阶段得以无缝链接。这可以持续提高效率,最大程度地降低故障率,缩短开发周期,并开辟新的商机:换句话说,它可以创造持久的竞争优势。

2.数字孪生的典型特征

从数字孪生的定义可以看出,数字孪生具有以下几个典型特点:

(1)互操作性

数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接,因此数字孪生具备以多样的数字模型映射物理实体的能力,具有能够在不同数字模型之间转换、合并和建立“表达”的等同性。

(2)可扩展性

数字孪生技术具备集成、添加和替换数字模型的能力,能够针对多尺度、多物理、多层级的模型内容进行扩展。

(3)实时性

数字孪生技术要求数字化,即以一种计算机可识别和处理的方式管理数据以对随时间轴变化的物理实体进行表征。表征的对象包括外观、状态、属性、内在机理,形成物理实体实时状态的数字虚体映射。

(4)保真性

数字孪生的保真性指描述数字虚体模型和物理实体的接近性。要求虚体和实体不仅要保持几何结构的高度仿真,在状态、相态和时态上也要仿真。值得一提的是在不同的数字孪生场景下,同一数字虚体的仿真程度可能不同。例如工况场景中可能只要求描述虚体的物理性质,并不需要关注化学结构细节。

(5)闭环性

数字孪生中的数字虚体,用于描述物理实体的可视化模型和内在机理,以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数,实现决策功能,即赋予数字虚体和物理实体一个大脑。因此数字孪生具有闭环性。

(三)数字孪生与其他技术的区别

1.数字孪生与仿真(Simulation)的区别

仿真技术是应用仿真硬件和仿真软件通过仿真实验,借助某些数值计算和问题求解,反映系统行为或过程的模型技术,是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的方法,目的是依靠正确的模型和完整的信息、环境数据,反映物理世界的特性和参数。仿真技术仅仅能以离线的方式模拟物理世界,不具备分析优化功能,因此不具备数字孪生的实时性、闭环性等特征。数字孪生需要依靠包括仿真、实测、数据分析在内的手段对物理实体状态进行感知、诊断和预测,进而优化物理实体,同时进化自身的数字模型。仿真技术作为创建和运行数字孪生的核心技术,是数字孪生实现数据交互与融合的基础。在此基础之上,数字孪生必需依托并集成其他新技术,与传感器共同在线以保证其保真性、实时性与闭环性。

2.数字孪生与信息物理系统(CPS)的区别

数字孪生与CPS都是利用数字化手段构建系统为现实服务。其中, CPS 属于系统实现,而数字孪生侧重于模型的构建等技术实现。CPS是通过集成先进的感知、计算、通信和控制等信息技术和自动控制技术,构建了物理空间与虚拟空间中人、机、物、环境和信息等要素相互映射、适时交互、高效协同的复杂系统,实现系统内资源配置和运行的按需响应、快速迭代和动态优化。相比于综合了计算、网络、物理环境的多维复杂系统CPS,数字孪生的构建作为建设CPS系统的使能技术基础,是CPS具体的物化体现。数字孪生的应用既有产品、也有产线、工厂和车间,直接对应CPS所面对的产品、装备和系统等对象。数字孪生在创立之初就明确了以数据、模型为主要元素构建的基于模型的系统工程,更适合采用人工智能或大数据等新的计算能力进行数据处理任务。

3.数字孪生与数字主线(Digital Thread)的区别

数字主线被认为是产品模型在各阶段演化利用的沟通渠道,是依托于产品全生命周期的业务系统,涵盖产品构思、设计、供应链、制造、售后服务等各个环节。在整个产品的生命周期中,通过提供访问、整合以及将不同/分散数据转换为可操作性信息的能力来通知决策制定者。数字主线也是一个允许可连接数据流的通信框架,并提供一个包含生命周期各阶段功能的集成视图。数字主线有能力为产品数字孪生提供访问、整合和转换能力,其目标是贯通产品生命周期和价值链,实现全面追溯、信息交互和价值链协同。由此可见,产品的数字孪生是对象、模型和数据,而数字主线是方法、通道、链接和接口。简单地说,在数字孪生的广义模型之中,存在着彼此具有关联的小模型。数字主线可以明确这些小模型之间的关联关系并提供支持。因此,从全生命周期这个广义的角度来说,数字主线是属于面向全生命周期的数字孪生的。

4.数字孪生和资产管理壳(Asset administration Shell)的区别

出自工业4.0的资产管理壳,是德国自工业4.0组件开始,发展起来的一套描述语言和建模工具,从而使得设备、部件等企业的每一项资产之间可以完成互联互通与互操作。借助其建模语言、工具和通讯协议,企业在组成生产线的时候,可具备通用的接口,即实现“即插即用”性,大幅度降低工程组态的时间,更好地实现系统之间的互操作性。自数字孪生和资产管理壳的问世以来,更多的观点是视二者为美国和德国的工业文化不同的体现。实际上,相较于资产管理壳这样一个起到管控和支撑作用的“管家”,数字孪生如同一个“执行者”,从设计、模型和数据入手,感知并优化物理实体,同时推动传感器、设计软件、物联网、新技术的更新迭代。但是,基于这两者在技术实现层次上比较相近,德国目前也正努力在把资产管理壳转变为支撑数字孪生的基础技术。

二、数字孪生相关概念及内涵

(一)相关术语1.数字孪生相关

(1)数字孪生(digital twin)

数字孪生是具有数据连接的特定物理实体或过程的数字化表达,该数据连接可以保证物理状态和虚拟状态之间的同速率收敛,并提供物理实体或流程过程的整个生命周期的集成视图,有助于优化整体性能。

(2)数字孪生体(digital twins)

“体”在中文中的涵义包括事物本身(物体、实体)或事物的格局或规矩(体制、体系)。加上“体”字后,数字孪生体就是一个名词。因此,数字孪生体中的“体”不仅指与物理实体或过程相对的数字化模型的实例,也指数字孪生背后的技术体系或学科,还指数字孪生在系统级和体系级场景下的应用。

(3)实体对象(entity)

存在、曾经存在或可能存在的一切具体或抽象的东西,包括这些事物之间的关联。示例:人员,对象,事件,想法,过程等。

(4)物理实体(physical entity)

物理环境现实物理世界中离散的、可识别和可观察的事物,示例:城市、工厂、农场、建筑物、电网中的电流、制造工艺等。

(5)虚拟实体(virtual entity)

与物理实体对应的表示信息或数据的事物。

(6)物理域(物理空间)(physical domain/space)

由物理实体组成的实体集合,包含人员、设备、材料等。

(7)虚拟域(虚拟/数字空间)(analog/digital space)

由虚拟实体组成的实体集合,包含模型、算法、数据等。

(8)数字化表达(analytic expression)物理实体的信息集合,用以支持与它相关的某些决策。

(9)数字化建模(analytic model)

将信息数据分配给物理世界中待完成计算机识别的对象的过程。

2.系统相关(1)物联网(IoT)

互连的实体、人员、系统和信息资源的基础架构,以及对物理和虚拟世界中的信息进行处理和响应的服务。

(2)基于模型的设计(MBD)

通过算法建模进行软件设计的过程。

(3)基于模型的企业(MBE)

基于三维产品定义的完全集成和协作环境,实现在整个企业中详细共享;实现工程数据的快速、无缝且经济实惠的工程数据的消耗。采用建模与仿真技术对其设计、制造、产品支持的全部技术的和业务的流程进行彻底的改进、无缝的集成以及战略的管理;利用产品和过程模型来定义、执行、控制和管理企业的全部过程;并采用科学的模拟与分析工具,在产品生命周期的每一步做出最佳决策,从根本上减少产品创新、开发、制造和支持的时间和成本。

3.系统数据相关

(1)资产数据(asset data)

事实、概念或指示的规范化表达,以支持人员或设备进行交流、解释或处理。

(2)运营数据(operation data)

在生产或运营中产生的数据。

(3)背景数据(background data)

运营或其他目的所需的数据,包括历史数据、相关数据等。

(4)元数据(metadata)

有关逻辑包,逻辑组织,内容和文件的描述性信息。注 1:可以将元数据分配给逻辑包内的任何核心结构,包括清单。注 2:允许对元数据对象进行任何绑定。元数据的每个对象可以是本地或远程的。

(5)运营历史(operation history)

有关实体的过去表现或学习经历的记录信息。

(6)维修历史(maintenance history)将项目保留或恢复到能够满足相关规范要求并执行其所需功能条件的所有操作的记录信息。

4.模型相关

(1)统计模型(statistical model)

基于概率理论的模型,通过数学统计方法建立。

(2)工程模型(engineering model)

几何、材料、部件和行为、构建和操作数据。

(3)元模型(metamodel)

是关于模型的模型。这是特定领域的模型,定义概念并提供用于创建该领域中的模型的构建元素。

5.性能相关

(1)一致性(consistency)

物理实体与其对应的虚拟实体相匹配。

(2)一致性评价(consistency evaluation)

用于评估物理实体与其对应的虚拟实体相匹配程度的过程。

(3)可靠性(reliability)

在给定的条件下,给定的时间间隔内,完成规定功能的能力。

(4)验证(verification)

通过检验(测试)证明规定的要求已经得到满足。

(5)确认(confirmation)

评估系统或组件以确保符合功能、性能和接口要求的过程。

(6)鲁棒性(robustness)

在存在无效输入或压力的环境条件下,系统或组件能够正常工作的程度。

(7)保真度(fidelity)

虚拟实体准确地描述其对应物理实体细节的程度。

(8)可追溯性(traceability)

一种测量结果或标准值的性质,它可以通过一系列不间断的比较,与规定的参考文献相联系,所有这些比较都有规定的不确定度。

(9)同步性(synchronism)用数字孪生表示的虚拟实体的状态与可观察到的物理实体状态的同步程度,或反之。

(10)可重构性(reconfigurability)

物理实体及其虚拟实体可分解和重新组合的能力。

 6.功能相关

(1)分析(analysis)

通过模型、数据、算法对物理实体进行描述、评估及预测的行为。

(2)互操作性(interoperability)

两个或多个数字孪生体在实现互联互通的基础上能够进行信息交换、信息同步、业务协同等的能力。

7.应用相关

(1)可视化(visualization)

使用计算机图形和图像处理来呈现过程或对象的模型或特征,以支持人类的理解。

(2)优化(optimization)

设计和操作一个系统或过程,使其在某种意义上尽可能地实现更好。

(3)预测(prediction)

用来获得一个量的预测值的计算过程。注1:“预测”一词也可用来表示一个量的预测值。

(4)仿真(simulation)

基于实验或训练为目的,将原本的系统、事务或流程,建立一个模型以表征其关键特性或者行为/功能的方法。

(5)监控(monitor)

一种向人员和控制程序提供自动性能监督和过程状态报警的方法。

(6)增强现实(augmented reality)

真实环境的交互体验,其中驻留在真实环境中的对象通过计算机生成的感知信息进行增强。

(7)虚拟现实(virtual reality)

一种可以创建和体验虚拟世界的计算机仿真系统,它利用计算机生成一种模拟环境,使用户沉浸到该环境中。

(二)相关概念

1.数字孪生生态系统

数字孪生生态系统由基础支撑层、数据互动层、模型构建与仿真分析层、共性应用层和行业应用层组成。其中基础支撑层由具体的设备组成,包括工业设备、城市建筑设备、交通工具、医疗设备组成。数据互动层包括数据采集、数据传输和数据处理等内容。模型构建与仿真分析层包括数据建模、数据仿真和控制。共性应用层包括描述、诊断、预测、决策四个方面。行业应用层则包括智能制造、智慧城市在内的多方面应用。

2.数字孪生生命周期过程

数字孪生中虚拟实体的生命周期包括起始、设计和开发、验证与确认、部署、操作与监控、重新评估和退役,物理实体的生命周期包括验证与确认、部署、操作与监控、重新评估和回收利用。值得指出的是,一是虚拟实体在全生命周期过程中与物理实体的相互作用是持续的,在虚拟实体与物理实体共存的阶段,两者应保持相互关联并相互作用。二是虚拟实体区别于物理实体的生命周期过程中,存在迭代的过程。虚拟实体在验证与确认、部署、操作与监控、重新评估等环节发生的变化,可以迭代反馈至设计和开发环节。

数字孪生生命周期过程

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

3.数字孪生功能视角

从数字孪生功能视角,可以看到数字孪生应用需要在基础设施的支撑下实现。物理世界中产品、服务或过程数据也会同步至虚拟世界中,虚拟世界中的模型和数据会和过程应用进行交互。向过程应用输入激励和物理世界信息,可以得到包括优化、预测、仿真、监控、分析等功能的输出。

(三)数字孪生产业图谱

数字孪生可划分为“基础支撑”、“数据互动”、“模型构建”、“仿真分析”、“共性应用”、“行业应用”6大核心模块,对应从设备、数据到行业应用的全生命周期。国内外主要厂商主要有建模业务、仿真业务、平台业务、行业服务业务四大类。

1.基础支撑层

基础支撑层是物联网的终端,主要是一些芯片、传感器等设备,用于数据的采集以及向网络端发送。

芯片是物联网终端的核心元器件之一,据市场调研公司ABI Research预计,在2020 年通过物联网进行无线连网的设备总数将达到300亿台。不少芯片巨头将物联网芯片作为下一个博弈的领域,目前,主要的国外物联网芯片提供商包括高通、英特尔、ARM、AMD、三星、英伟达等。谷歌、华为与阿里等科技巨头也进入该领域,如谷歌深度学习芯片TPU、华为海思和阿里主攻芯片的平头哥。

传感器是物联网终端市场的重要组成部分。目前主要由美国、日本、德国等少数几家公司主导,如博世、意法半导体、德州仪器、霍尼韦尔、飞思卡尔、英飞凌、飞利浦等。国内代表性的企业有汉威电子、华工科技等,但市场份额相对较小。

边缘计算让数据处理更靠近数据源头一侧,实现在边缘侧的数据采集、清理、加工、集合,从而大大缩短延迟时间,减少网络传输量,是物联网硬件的一个发展趋势。典型企业如英特尔、ARM、戴尔,国内的华为、研华科技等硬件企业都开始进军边缘计算市场。

监控设备能够采集图像信息,结合强大的边缘设备分析能力,在人脸识别、交通监控等方面有广泛的应用,是智能城市的重要环节。典型企业有海康威视、大华等。

2.数据互动层

数字孪生的构建和应用需要软件定义的工具和平台提供支持,如欧特克的Tandem,Bentley的iTwin Service,ANSYS的TwinBuilder,微软的Azure,达索的3D Experience等。但从功能性的角度出发,这些工具和平台大多侧重某一或某些特定维度,当前还缺乏考虑数字孪生综合功能需求的一体化综合平台。经过多年发展,工业/工程/城市场景的不同工具的边界逐渐消失。

国际上Autodesk与 ESRI建立战略合作关系,企图把BIM和GIS数据融合起来;与此同时,Bentley Systems跟西门子、Cesium和AGI等公司力推开源数字孪生联盟,围绕iModel.js,形成了数据驱动的开源体系。国内以传统GIS平台软件和基于开源渲染引擎二次开发的产品开始向数字孪生平台转型,其中以泰瑞的SmartTwins数字孪生底座平台为代表。技术层面,Esri和超图的二维GIS软件技术成熟、研发实力较强;Skyline和泰瑞在三维GIS 研发上经验丰富,一直处于行业领先位置。从市场需求来看,传统GIS软件发展多年,需求已趋饱和。但是,随着倾斜摄影技术的广泛应用和智慧城市的迫切需求,功能涵盖了三维GIS软件的数字孪生平台需求量呈指数级增长。这个领域中,主要包括的国际巨头有Esri和 Skyline,国内的GIS 优秀研发企业有SuperMap(超图)、SmartEarth(泰瑞)。其他的国外主要竞争对手包括谷歌公司、美国数字地球公司、美国环境系统研究所公司、法国信息地球公司等。 

3.仿真分析层

仿真业务是指为数字化模型中融入物理规律和机理。不仅建立物理对象的数字化模型,还要根据当前状态,通过物理学规律和机理来计算、分析和预测物理对象的未来状态。其中又分为工业仿真软件和复杂系统(交通和物流等)仿真软件。工业仿真软件,这里主要指计算机辅助工程CAE(Computer Aided Engineering)软件,包括通常意义上的CAD,CAE,CFD,EDA,TCAD等。目前中国CAE软件市场完全被外资产品占据,如ANSYS,海克斯康(2017年收购MSC),Altair,西门子,达索,Cadence,Comsol,Autodesk,ESI,Synosys,Midas,Livemore等。国内此方面以安世亚太为代表的国产模拟仿真软件,在多年使用和代理国外产品经验基础上开发出了国产化的替代方案,但目前还无法达到国外一线产品的水平。泰瑞在2020年推出工业仿真云产品,也以云服务模式进入这一市场。

4.模型构建层

建模业务是指为用户提供数据获取和建立数字化模型的服务,建模技术是数字化的核心技术,譬如测绘扫描、几何建模、网格剖分、系统建模、流程建模、组织建模等技术。 

5.共性应用层

数字孪生的构建和应用需要软件定义的工具和平台提供支持,如欧特克的Tandem,Bentley的iTwin Service,ANSYS的TwinBuilder,微软的Azure,达索的3D Experience等。平台的优势在于,一是系统架构支持基于单一数据源实现产品全生命周期的管理,实现了数据驱动的产品管理流程。二是实现了不同行业、应用的打通,并支持其他模型通过API接入平台。但从功能性的角度出发,这些工具和平台大多侧重某一或某些特定维度,当前还缺乏考虑数字孪生综合功能需求的一体化综合平台。经过多年发展,工业/工程/城市场景的不同工具的边界将逐渐消失。

6.行业应用层

行业解决方案是针对行业需求的数字孪生技术在智慧城市、交通、水利、工程、工业生产、能源、自动驾驶、公共应急等领域的各种应用服务,市场规模超千亿人民币,国内外供应商超过1000家。 

7.支撑技术层

(1)云计算

云服务和通用PaaS平台将形成IT巨头主导的产业格局由于需要高昂的资金投入和复杂的技术集成能力,云服务平台和通用PaaS平台成为IT巨头“势力范围”,呈现出高度集聚的特点。一方面,云服务平台市场马太效应初现端倪,领军云计算厂商成为当前市场最大赢家。亚马逊AWS 云和微软Azure云成为国外GEPredix、西门子MindSphere、PTCThingWorx等主流平台首选合作伙伴,国内阿里云、腾讯云、华为云也受到越来越多的企业青睐。另一方面,绝大多数通用PaaS平台都是IT巨头主导建设。例如亚马逊AWS在其云服务平台基础上积极引入容器、无服务器计算等技术来构建高性能PaaS服务;SAP推出CloudPlatform平台帮助企业集成新兴技术,实现应用快速开发部署。

尽管出于满足自身应用需求和布局关键技术的考虑,个别工业巨头选择自建通用PaaS平台,例如GE和西门子都曾借助CloudFoundry开源框架构建通用PaaS平台,但对于大部分企业而言,独立建设通用PaaS平台既不经济也无必要。

未来,云服务平台和通用PaaS平台可能会被IT巨头整合成为通用底座平台,凭借技术和规模优势提供完整的“IaaS+通用PaaS”技术服务能力。其他企业在通用底座平台上发挥各自优势打造专业服务平台,形成“1+N”的平台体系。如紫光云引擎提供紫光UNIPower平台,光电缆、光伏、日化等行业龙头企业则借助其底层技术支撑能力,结合自身业务经验优势打造各类行业专属平台。

(2)人工智能

ICT、研究机构与行业协会提供算力算法支持,成为工业智能重要支撑三类主体现阶段提供通用关键技术能力,以“被集成”的方式为工业智能提供基础支撑。主要包括三类,一是ICT企业,提供几乎涵盖知识图谱、深度学习的所有通用技术研究与工程化支持,如谷歌、阿里等在知识图谱算法研究领域开展研究;英伟达、AMD、英特尔、亚马逊、微软、赛灵思、莱迪思、美高森美等开展GPU、FPGA等深度学习芯片研发;微软、Facebook、英特尔、谷歌、亚马逊等开展了深度学习编译器研发;谷歌、亚马逊、微软、Facebook、苹果、Skymind、腾讯、百度等开展深度学习框架研究;谷歌、微软等开展了可解释性、前沿理论算法研究。二是研究机构,主要提供算法方面的理论研究,如加州大学、华盛顿州立大学、马克斯-普朗克研究所、卡耐基梅隆大学、蒙彼利埃大学、清华大学、中科院、浙江大学等在知识图谱算法研究领域开展研究;蒙特利尔大学、加州大学伯克利分校等开展了深度学习框架研究;斯坦福大学、麻省理工、以色列理工学院、清华大学、南京大学、中科院自动化所等开展了深度学习可解释性与相关前沿理论算法研究。三是行业协会,提供相关标准或通用技术支持,如OMG对象管理组织提供统一建模语言等企业集成标准的制定,为知识图谱的工业化落地奠定基础;Khronos Group开展了深度学习编译器研发。

应用主体面向实际业务领域发挥应用创新作用各类主体以集成创新为主要模式,面向实际业务领域,整合各产业和技术要素实现工业智能创新应用,是工业智能产业的核心。目前应用主体主要包括四类:一是装备/自动化、软件企业及制造企业等传统企业,面向自身业务领域或需求痛点,通过引入人工智能实现产品性能提升,如西门子、新松、ABB、KUKA、Autodesk、富士康等。二是ICT企业,依靠人工智能技术积累与优势,将已有业务向工业领域拓展,如康耐视、海康威视、大恒图像、基恩士、微软、KONUX、IBM、阿里云等。三是初创企业,凭借技术优势为细分领域提供解决方案,如Landing.ai、创新奇智、旷视、ElementAI、天泽智云、Otosense、Predikto、FogHorn等。四是研究机构,依托理论研究优势开展前沿技术的应用探索,如马萨诸塞大学、加州大学伯克利分校等在设备自执行领域开展了相应探索。

(3)边缘计算:

接入场景和需求的不同驱动连接与边缘计算平台划分为商业物联和工业物联两大阵营,并形成了相对集聚的市场发展特点。专注M2M的通信技术企业重点布局商业物联平台,目前市场第一梯队已经基本形成。Ayla 物联平台通过蜂窝、Wi-Fi和蓝牙等联网方式实现智能家居、消费电子等商业产品的接入和管理,目前全球客户中囊括了15个行业排名第一的企业;通信巨头华为和思科凭借NB-IoT、LTE-M 等移动网络技术优势打造物联平台,被英国咨询机构IHSMarkit 评为领域发展布局的冠亚军。而具备自有设备整合或协议转换集成优势的装备及自动化企业是工业物联平台的主要玩家,如西门子MindConnectNano支持西门S7系列产品通信协议及OPC-UA,实现自家产品与MindSphere平台的无缝连接;自动化软件公司Kepware 推出KEPServerEX连接平台,基于工业PLC的通信协议兼容转换,实现各类第三方工业设备的接入与管理。除此之外,还有众多企业以系统集成的方式为平台的部署实施提供定制化的工业连接解决方案。当前,不断积累工业协议数量以提供通用化连接服务成为工业物联平台发展重要方式,红狮控制的数据采集平台目前支持300多种工业协议,可以接入不同类型品牌的PLC、驱动器、控制器等产品;KEPServerEX 平台集成了150余种设备驱动或插件;此外,研华科技在其新推出的WISE平台中也已将长期积累的150多种工业协议转化成为对外连接服务能力。树根互联云物联平台提供网关、SDK植入和云云对接3种灵活连接模式,支持400多种工业协议和300多种设备私有协议,适配国际通用硬件接口。这些企业正积极将工业协议接入服务向更多平台企业提供,未来有望成为工业连接领域领导者,驱动工业物联平台市场走向集聚发展。

8.安全层

区别于传统的网络安全技术,物联网网络安全更加重视对设备、通信以及数据安全的保障。具体有以下几点:

(1)设备和远程系统之间的通信加密和认证;

(2)对设备的保护;

(3)设备固件的安全升级;

(4)对威胁行为的监测和防御;

(5)数据存储的安全性。

这要求物联网厂商建立从产品开发、设计到监控全周期的安全防范机制,也要 IoT基础设施提供商做好基础设施的安全防护。物联网安全服务商有微软Azure、赛门铁克、Intel等。微软的产品Azure Sphere提供基于云的安全服务,支持对Azure Sphere认证的芯片进行维护、更新和控制。它在设备和互联网以及各种辅助云服务之间建立连接,确保安全启动、认证设备身份、完整性和信任根,同时确保设备运行经过审核的代码库。国内阿里云、腾讯云从平台的层级提供安全保障。此外,国内领先的网络安全企业包括奇安信科技集团股份有限公司、启明星辰信息技术集团股份有限公司、深信服科技股份有限公司等。 

三、数字孪生应用 

(一)智慧城市领域数字孪生应用

1.数字孪生应用概述

中国以“智慧城市”和“新基建”为代表的建设模式虽然起步较晚,但爆发速度前所未有。目前全球近1000个提出智慧化发展的城市中,有近500个中国城市,占全球数量的48%。这为中国下一阶段的城市和基础设施发展奠定了基础。2019 年中国新型智慧城市规模超过9000亿元,未来几年将保持较快速度增长,预计到2023年市场规模将超过1.3万亿元。当前,安全综治、智慧园区、智慧交通是智慧城市建设投入的重点,三大细分场景规模占智慧城市建设总规模的71%,而城市级平台、机器人等新技术和产品则在快速落地,被更多城市建设方采纳和应用。

数字孪生城市则是数字孪生技术在城市层面的广泛应用,通过构建城市物理世界及网络虚拟空间一一对应、相互映射、协同交互的复杂系统,在网络空间再造一个与之匹配、对应的孪生城市,实现城市全要素数字化和虚拟化、城市状态实时化和可视化、城市管理决策协同化和智能化,形成物理维度上的实体世界和信息维度上的虚拟世界同生共存、虚实交融的城市发展新格局。数字孪生城市既可以理解为实体城市在虚拟空间的映射状态,也可以视为支撑新型智慧城市建设的复杂综合技术体系,它支撑并推进城市规划、建设、管理,确保城市安全、有序运行。数字孪生城市主要有新型基础设施、智能运行中枢、智慧应用体系三大横向的分层: 

(1)基础设施层

城市新型基础设施包括全域感知设施(包括泛智能化的市政设施和城市部件)、网络连接设施和智能计算设施。与传统智慧城市不同的是,数字孪生城市的基础设施还包括激光扫描、航空摄影、移动测绘等新型测绘设施,旨在采集和更新城市地理信息和实景三维数据,确保两个世界的实时镜像和同步运行。

智能运行中枢智能运行中枢是数字孪生城市的能力中台,由五个核心平台承载,一是泛在感知与智能设施管理平台,对城市感知体系和智能化设施进行统一接入、设备管理和反向操控;二是城市大数据平台,汇聚全域全量政务和社会数据,与城市信息模型平台整合,展现城市全貌和运行状态,成为数据驱动治理模式的强大基础。三是城市信息模型平台,与城市大数据平台融合,成为城市的数字底座,是数字孪生城市精准映射虚实互动的核心。四是共性技术赋能与应用支撑平台,汇聚人工智能、大数据、区块链、AR/VR等新技术基础服务能力,以及数字孪生城市特有的场景服务、数据服务、仿真服务等能力,为上层应用提供技术赋能与统一开发服务支撑。五是泛在网络与计算资源调度平台,主要是基于未来软件定义网络(SDN)、云边协同计算等技术,满足数字孪生城市高效调度使用云网资源。 

(2)应用服务层

应用服务层是面向政府、行业的业务支撑和智慧应用,基于数字孪生城市的应用服务包含城市大数据画像、人口大数据画像、城市规划仿真模拟、城市综合治理模拟仿真等智能应用,社区网格化治理、道路交通治理、生态环境治理、产业优化治理等行业专题应用。 

2.城市规划应用场景:

(1)城市空间现状可视化

城市的现状研究包含地上地下,室内室外,自然地形等,传统的测绘或者研究结果多数分散在各个部门。并且测绘的结果无法实时的展示或者更新。

数字孪生平台可以对各类现状数据进行分类和整合。比如地下结构数据,实现城市地质调查数据管理、展示、分析与共享的二三维一体化解决方案。满足地质调查成果数字化、成果立体模型化、成果表达多样化、成果服务广泛化的要求为目标,提供了一个面向城市多源异构地质数据的管理平台、面向专业人员研究的工作平台、面向政府部门及企事业单位的三维可视化决策辅助支持平台和面向社会公众的信息服务平台。

数字孪生实现地质调查

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

DEM数据-等高线展示城市发展的基础现状。场景中展示城市的地质和高程信息。城市发展的现状不仅仅是数字孪生场景的基础也是真实城市规划建设管理业务的基础。城市现状的人口、用地、地质、风向等数据作为城市发展的数据基础。

等高线展示

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

(2)城市规划设计方案对比模拟分析

总体规划与详细规划城市方案设计阶段,可将未来城市规划面貌按照1:1复原真实城市空间,不同于以往传统的规划图纸与效果图,以最直观的方式呈现在城市管理者,城市设计者与大众面前。数据面板融合了城市数据概况,人口密度,新城人口规划、建设用地规划、主城区规划等规划类相关数据,直观展示城市现状与未来规划指标。

 3.城市建设应用场景:

(3)城市建设用地指标管控(控规盒子)

控规盒子功能模块,结合控规指标中对于每一个地块的用地性质、限高、退界线等信息。将控规指标三维化、可视化。方案比选采用双屏显示对比同一地块的不同方案。真正实现直观、便捷的方案比对与方案查看。规划指标审核消防指标,建筑限高、建筑退界、用地红线等规划指标可视化。城市地下综合管廊,可视化统一集成式管理,提高运维效率。城市生长通过不同年份的规划数据导入,可拖动年份时间轴查看过去及未来年份的区域规划用地,可实现跨时空总览城市发展历程与轨迹。可视域分析,帮助了解城市空间内任一点的可见区域情况,其中绿色为可见区域,红色为不可见区域。为城市建筑设计方案与城市安防摄像头布摄选点提供参考依据。

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK
一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

(4)建设工地安全监管

在城市设计与施工阶段,在实现工程施工可视化智能管理的前提下,提高工程管理信息化水平。数据面板展示环境实时监测数据,项目工程信息,节点计划,现场管理人员名单与类型统计。做到项目管理、人员管理、安全管理一张图,保证施工人员安全实现人员高效管理调度,维护施工环境的绿色安全。包括智慧工地(通过三维数字仿真平台与工地基建仿真还原),城市管网(横切面视角和掀地管廊方式精细查看管廊尺寸类别等详情),渣车管理(查询渣车车牌,追踪渣车轨迹)。

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

3.城市管理应用场景

(5)民生安全,智慧社区网格管理

结合公安、交通、消防、医疗市政等多部门实时数据,实现管辖区域内“人、车、地、事、建筑”的全面监控,辅助公安部门综合掌控大范围城市治安态势。形成统一高效、互联互通、协同共享的智慧监管体系。民生服务一张图。重点人员监控,独居老人关怀,楼宇安全事件,人员聚集预警,城市综合治理。智慧社区网格管理

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

(6)产业运营,智慧园区综合运营

结合产业园区的发展政策与方向,全方位展示全域招商动态、入驻企业信息等。通过打通政府与企业的数据,更客观切实了解城市招商态势,快速准确地为管理者提供决策支持,为下一步招商计划做参考; 同时了解不同区域下不同企业的现状和动态,帮助招商人员及时调整招商策略,节省大量时间成本和人力成本。

智慧园区综合运营

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

(7)生态环保,智慧生态空间治理

通过采集污染源数据、水环境质量数据、空气环境质量数据、噪声数据等环境信息,实时监控感知及时分析与处理,并做出相应的处理结果辅助决策建议,以更加高效智能的方式辅助各环保部门进行管理和运维,提升河长制效率,打造绿色城市。

一文透析数字孪生及城市与建筑应用-看完本文前别说你真懂-BIMBANK

4.数字孪生城市的应用效果

(1)提升城市规划质量和水平

当前的智慧城市规划和顶层设计,大部分都属于概念和功能设计,缺乏与实际人流、物流、资金流的交互,也缺乏对新技术引入带来的影响分析。数字孪生城市执行快速的“假设”分析和虚拟规划,可迅速摸清城市“家底”,精确到一花一木、一路一桥,把握城市运行脉搏;推动城市规划有的放矢、提前布局,在规划前期和建设早期了解城市特性、评估规划影响,避免在不切实际的规划设计上浪费时间,防止在验证阶段重新进行设计,以更少的成本、更快的速度,推动创新技术支撑智慧城市顶层设计落地。

(2)推动以人为核心的城市设计,实现智慧城市建设协同创新

城市居民是新型智慧城市服务的核心,也是城市规划、建设需要考虑的关键因素。数字孪生城市将以人作为城市核心,关注城乡居民出行轨迹、收入水准、家庭结构、日常消费等,对相关数据进行动态监测,并纳入模型,实现协同计算。同时,数字孪生城市通过在“比特空间”上预测人口结构和迁徙轨迹、推演未来的设施布局、评估商业项目影响等,将对实体城市的设计、建设和实施产生巨大的影响,甚至重塑城市。搭建可感知、可判断、快速反应的数字孪生城市,将支撑城市土地空间规划、重大项目建设,实现随需响应的惠民服务、触手可及的协同指引。 

(3)优化智慧城市建设并评估其成效

数字孪生城市体系以及可视化系统以定量与定性方式,建模分析城市交通路况、人流聚集分布、空气质量、水质指标等各维度城市数据,可让决策者和评估者快速、直观地了解智慧化对城市环境、城市运行等状态的提升效果,评判智慧项目的建设效益;实现城市数据挖掘分析,辅助政府在信息化、智慧化建设中的科学决策,避免走弯路或重复、低效建设。模拟仿真:在数字世界推演城市运行态势在数字城市仿真,在物理城市执行,使城市建设和发展少走弯路、不留遗憾,是数字孪生城市价值的真正体现。在数字孪生城市中,运用模拟仿真技术,可进行自然现象的仿真、物理力学规律的仿真、人群活动的仿真,自然灾害的仿真等,为城市规划、管理、45应急救援等制定科学决策,促进城市资源公平和快速调配,支撑建立更加高效智能的城市现代化治理体系。就目前的发展阶段来看,对整个城市进行模拟仿真的软件产品还未出现,仿真软件的应用范围还是局限于部分细分领域,如用于交通仿真的 SUMO、VISSIM、Carsim,水动力仿真的MIKE21、HEC、SWIMM,景观环境仿真的SITES平台和物流固废仿真的Anylogic。国内仿真软件与国外相比还有较大差距,国外厂商掌握CAE有限元算法和CAD核心几何内核算法,国内企业只能通过授权经营方式使用国外几何内核,基本不具有自主知识产权,多数厂商主要基于国外产品进行二次开发。随着国内仿真软件的快速发展,在交通等部分领域已形成一定优势。51VR公司自主研发推出51Sim-One无人驾驶仿真平台,通过自主研发的静态高精度场景数据编辑和自动化转换工具,既可对已采集场景的多种数据进行融合,将实体非结构化场景快速生成高拟真的结构化虚拟仿真场 景,又可根据自动驾驶测试任务的需要从无到有构建仿真训练流程与评价 体系,极大提升自动驾驶训练效率。百度公司2017年对外发布了Apollo(阿波罗)平台,其中的仿真平台可以提供贯穿自动驾驶研发迭代过程的完整解决方案,仿真服务拥有大量的实际路况及自动驾驶场景数据,基于大规模云端计算容量,打造日行百万公里的虚拟运行能力。中视典数字科技公司依托自主知识产权的虚拟现实平台软件,专门针对数字城市完全自主研发出产品:数字城市仿真平台(VRP-Digicity)、三维网络平台(VRPIE)、三维仿真系统开发包(VRP-SDK)等,能满足不同数字城市规划管理领域,不同层次客户对数字仿真的需求。 

(4)深度学习:推动城市自我学习智慧成长

数字孪生城市对人工智能领域深度学习、自我优化技术的应用,可使城市从以往部门之间各自为战、治标不治本、被动迟缓的基层治理模式,转变为全域协同治理、问题智能响应、需求提前预判的模式,构建起高效智慧的城市运行规则。在数字孪生城市中,对深度学习技术的应用主要集中在海量数据处理、系统运行优化等方面。深度学习模型和技术源流多来自西方人工智能科学家,我国多数人工智能企业缺少原创算法,但近年来科研实力大幅增长,目前我国深度学习领域的差距主要在于缺乏体系化的产品、生态,未能进一步沉淀市场应用。目前,数字孪生城市中较为成熟的深度学习产品目前有泰瑞数创CIM Generator空间语义平台和商汤科技SenseEarth平台。前者是一款融合了深度语义信息的AI PAAS平台,它包含了一个强大的人工智能内核,可将各类数据自动解译生成城市语义模型。同时支持多数据源,包括遥感影像、航空影像、激光点云、建筑图纸等数据输入,并内置插件式AI组件,包括深度学习算法框架,内插多组网络模型,支持分布式架构。

SenseEarth 智能遥感影像解译平台是一款面向公众公开的遥感影像浏览及解译在线工具,具有强大的数据解析和洞察能力,可提供在线体验基于卫星影像的道路提取、舰船检测、土地利用分类等人工智能解译功能,并可支撑用户浏览历史影像,以月度为单位对不同时段的影像进行变化检测,快速感知城市的变迁与发展。

(二)智慧建筑领域数字孪生应用

1.数字孪生应用概述

“数字孪生建筑”是将数字孪生使能技术应用于建筑科技的新技术,简单说就是利用物理建筑模型,使用各种传感器全方位获取数据的仿真过程,在虚拟空间中完成映射,以反映相对应的实体建筑的全生命周期过程。数字孪生建筑具有四大特点:精准映射、虚实交互、软件定义、智能干预。-精准映射:数字孪生建筑通过各层面的传感器布设,实现对建筑的全面数字化建模,以及对建筑运行状态的充分感知、动态监测,形成虚拟建筑在信息维度上对实体建筑的精准信息表达和映射。-虚实交互:未来数字孪生建筑中,在建筑实体空间可观察各类痕迹,在建筑虚拟空间可搜索各类信息,建筑规划、建设以及民众的各类活动,不仅在实体空间,而且在虚拟空间得到极大扩充,虚实融合、虚实协同将定义建筑未来发展新模式。-软件定义:数字孪生建筑针对物理建筑建立相对应的虚拟模型,并以软件的方式模拟建筑人、事、物在真实环境下的行为,通过云端和边缘计算,软性指引和操控建筑的电热能源调度等。-智能干预:通过在“数字孪生建筑”上规划设计、模拟仿真等,将建筑可能产生的不良影响、矛盾冲突、潜在危险进行智能预警,并提供合理可行的对策建议,以未来视角智能干预建筑原有发展轨迹和运行,进而指引和优化实体建筑的规划、管理,改善服务。

2.数字孪生建筑的核心环节在于BIM的应用

建筑信息模型(BIM) 是一种应用于工程设计、建造、管理的数据化工具和一种信息建模技术,可以实现建筑设计的三维可视化,BIM技术叠加时间轴形成4D模型,进一步叠加成本信息可构筑5D模型,对建筑进行多维度考量,可贯穿建筑全生命周期中规划、概念设计、细节设计、分析、出图、预制、施工、运营维护、拆除或翻新等所有环节。具体到BIM软件的核心领域,目前国内厂商占建筑结构设计软件市场优势,建筑信息化模型软件市场仍以国外厂商为主导:

(1)因建筑行业信息化发展迅速,作为建筑信息化的核心软件产品,建筑结构设计软件也吸引了越来越多企业进入。但是由于建筑结构设计软件专业技术门槛较高,目前国内外结构专业设计软件公司的集中度较高,主流软件包括北京盈建科软件股份有限公司YJK建筑结构软件系统、建研科技股份有限公司研发的PKPM系列软件、北京探索者软件技术股份有限公司的探索者结构系列软件,MIDAS Information Technology Co.,Ltd.的Midas系列软件、上海佳构软件科技有限公司STRAT软件、深圳市斯维尔科技股份有限公司SUP系列软件等几款国内外结构设计软件产品。因国外产品价格较高,对中国本土建筑规范理解不足,国外软件只在少量超高层复杂结构设计中有所应用,市场份额较小;而国内的软件,如PKPM系列软件等等,因研发应用较早,经过了多年发展在国内市场中具有较高的占有率。

(2)国内建筑信息化模型(BIM)软件市场上,以Autodesk、DassaultSystems、GRAPHISOFT、Tekla 为代表的国外软件厂商依然在设计BIM软件领域占据绝对优势,国内企业的BIM应用软件都采用国外的Revit、Tekla等平台产品。中国本土BIM软件厂商数量较多,开发的软件产品大多属于应用型软件,运行于基础平台软件环境中,这类应用型软件以项目业务为导向,注重将软件产品与本地化业务相结合,以提升项目推进效率,而本土软件厂商在提供应用软件产品的同时,也提供相关配套服务和业务解决方案。但近几年国内BIM软件厂商由建造、施工BIM软件向协同协作端软件发力,不断将触角伸向产业链上下游,通过本地化产品和配套的技术服务支撑,取得了相当好的成绩。

3.建筑规划设计应用

(1)场地分析:传统的场地分析存在诸如定量分析不足、主观因素过重、无法处理大量数据信息等弊端;BIM 结合地理信息系统(Geographi Information System,简称(GIS),对场地及拟建的建筑物空间数据进行建模,通过BIM及GIS软件的强大功能,迅速得出令人信服的分析结果,帮助项目在规划阶段评估场地的使用条件和特点,从而做出新建项目最理想的场地规划、交通流线组织关系、建筑布局等关键决策。

(2)功能分析:项目投资方可以使用BIM来评估设计方案的布局、视野、照明、安全、人体工程学、声学、纹理、色彩及规范的遵守情况。BIM甚至可以做到建筑局部的细节推敲,迅速分析设计和施工中可能需要应对的问题。方案论证阶段还可以借助BIM 提供方便的、低成本的不同解决方案供项目投资方进行选择,通过数据对比和模拟分析,找出不同解决方案的优缺点,帮助项目投资方迅速评估建筑投资方案的成本和时间。对设计师来说,通过BIM来评估所设计的空间,可以获得较高的互动效应,以便从使用者和业主处获得积极的反馈。设计的实时修改往往基于最终用户的反馈,在BIM 平台下,项目各方关注的焦点问题比较容易得到直观的展现并迅速达成共识,相应的需要决策的时间也会比以往减少。

(3)空间分析:详图设计阶段发现不合格需要修改,造成设计的巨大浪费,BIM能够帮助项目团队在功能规划阶段,通过对空间进行分析来理解复杂空间的标准和法规,从而节省时间,提供对团队更多增值活动的可能。特别是在客户讨论需求、选择以及分析最佳方案时,能借助BIM及相关 分析数据,做出关键性的决定。BIM在建筑策划阶段的应用成果还会帮助建筑师在建筑设计阶段随时查看初步设计是否符合业主的要求,是否满足建筑策划阶段得到的设计依据。

(4)公用设施分析:在厂区管网规划中,通常相关部门各行其道,造成道路经常被开挖,管线经常被挖断,造成很大经济损失。利用数字孪生技术通过对各类管线进行统一信息化处理,以市政规划数据库为设计基础进行相关管道的设计布线,就可避免错误发生,从而优化管网布置,提高设计及经济效率。

(5)信息模型构建:以往的二维平面设计对建筑空间尤其是复杂的建筑空间表达效率较低,BIM 是以三维数字技术为基础,集成了建筑工程项目各种相关信息的工程数据模型,BIM是对工程项目设施实体与功能特性的数字化表达。一个完善的信息模型,能够连接建筑项目生命期不同阶段的数据、过程和资源,是对工程对象的完整描述,可被建设项目各参与方普遍使用,支持建设项目生命期中动态的工程信息创建、管理和共享。建筑信息模型同时又是一种应用于设计、建造、管理的数字化方法,这种方法支持建筑工程的集成管理环境,可以使建筑工程在其整个进程中显著提高效率和大量减少风险。

4.建设实施环节应用

(6)施工策划:施工组织是对施工活动实行科学管理的重要手段,它决定了各阶段的施工准备工作内容,传统施工组织设计很难协调施工过程中各施工单位、各施工工种、各项资源之间的相互关系。BIM 施工组织可视化在编制施工方案、施工组织设计的同时,将BIM技术融入到整个环节中去,以直观可视化的方式进行方案编制辅助、方案模拟验证、方案优化、方案敲定等。从方案模型创建到方案优化再到方案敲定输出,全部基于BIM技术可视化呈现,更加有益于保证施工组织设计可行性。 

(7)造价控制:施工单位精细化管理很难实现的根本原因在于,海量的工程数据无法快速准确获取,以便更好的支持资源计划,致使经验主义盛行。而数字孪生建筑可以让建筑模型快速准确的获得工程基础数据,为施工单位制定精准的资源计划提供有效支持,大大减少了资源、物流和仓储环节的浪费,为实现限额领料、消耗控制提供技术支撑。

(8)进度管理:建筑施工是一个高度动态的过程,随着建筑工程规模不断扩大,复杂程度不断提高,使得施工项目管理变得极为复杂。通过将 BIM与施工进度计划相链接,将空间信息与时间信息整合在一个可视的 4D(3D+Time)模型中,可以直观、精确地反映整个建筑的施工过程。可以在项目建造过程中合理制定施工计划、4D精确掌握施工进度,优化使用施工资源以及科学地进行场地布置,对整个工程的施工进度、资源和质量进行统一管理和控制,以缩短工期、降低成本、提高质量。

 (9)施工模拟:通过BIM可以对项目的重点或难点部分进行可建性模拟,对于一些重要的施工环节或采用新施工工艺的关键部位进行模拟和分析,如可进行深基坑支护分析,各专业综合管线干涉分析等,也利用BIM技术结合施工组织计划进行预演以提高复杂建筑体系的可造性。借助BIM 对施工组织的模拟,项目管理方能够非常直观地了解整个施工安装环节的时间节点和安装工序,并清晰把握在安装过程中的难点和要点,施工方也可以进一步对原有安装方案进行优化和改善,以提高施工效率和施工方案的安全性。

5.运营维护应用

(10)物业管理:物业管理部门需要得到的不只是常规的设计竣工图纸,还需要能正确反映真实的设备状态、材料安装使用情况等与运营维护相关的文档和资料。而数字孪生的建立正好满足了这一需求,管理人员可以实时系统监控整个体系,结合运营维护管理系统可以充分发挥空间定位和数据记录的优势,合理制定维护计划,分配专人专项维护工作,以降低建筑物在使用过程中出现突发状况的概率。对设备还可以跟踪其维护工作的历史记录,以便对设备的适用状态提前作出判断。

(11)能源监控:传统建筑设计对能源管理的关注程度不高,仅局限于对于数据的测量,在数字孪生的帮助下,可以对建筑物能耗分析、内外部气流模拟、照明分析、人流分析等涉及建筑物性能的的参数进行评估,最终确定、修改系统参数甚至系统改造计划,以提高整个建筑的性能。

 (12)安全应急:传统建筑在事故发生的情况下,仅有疏散指示等固定标志。BIM模型可以提供救援人员紧急状况点的完整信息,与通过与楼宇自动化系统及时获取建筑物及设备的状态信息相结合,BIM模型能清晰地呈现出建筑物内部紧急状况的位置,甚至找到到达紧急状况点最合适的路线,提高应急行动的成效。

(13)模型维护:通常在项目竣工以后,业主得到的是一套设计蓝图和相关设备的技术文件,无法将各项目团队的所有建筑工程信息进行汇总。借助于数字孪生技术,可以根据项目建设进度建立和维护BIM模型,实际上是消除了项目中的信息孤岛,并且将得到的信息结合三维模型进行整理和储存,以备项目全过程中项目各相关利益方随时共享;目前,可以将整个工程项目的BIM模型在规划、维护和管理进行统一规划,以确保BIM 模型信息的准确、时效和安全。 

(14)模型互联:传统的建筑设计是二维平面设计,无法对建筑全生命周期各个阶段的数据资源进行整合。智慧城市在建设过程中最重要的一环就是信息化建设,数字孪生技术可以自始至终贯穿建设的全过程,支撑建设过程的各个阶段,实现全程信息化、智能化协同模式;BIM技术与物联网技术的结合,可以将数据信息与物理线路、虚拟与实际的接口连接起来,实现有效的现场实际操作和个人行为管理方法。 总之,BIM是未来工程建设管理方法的技术基础,物联网是关键支撑点。两者的融合将实现城市智慧式管理和运行,进而为城市中的人创造更美好的生活,促进城市的和谐、可持续发展。

扫描二维码关注BIMBANK官方微信,及时获取最专业的BIM资讯:

发表评论

坐等沙发
相关文章
【敬邀】8月21日-22日,第八届工程建设行业互联网大会中亿丰数字专场
【敬邀】8月21日-22日,第八届工程建设…
大数据能为建筑能源管理做些什么?
大数据能为建筑能源管理做些什么?
承认吧,BIM就是一场骗局!
承认吧,BIM就是一场骗局!
成都市住建局:BIM费用单独计列,大于5000平或高于24米的公共工业建筑设计和审查阶段全市范围内应用BIM技术
成都市住建局:BIM费用单独计列,大于50…
深圳市住建局-基于BIM系统设计审查、施工许可和竣工验收线试运行!
深圳市住建局-基于BIM系统设计审查、施…
技术 BIM专项应用之医院类项目管线施工
技术 BIM专项应用之医院类项目管线施工