劉占省,史國梁,杜修力,焦?jié)蓷?/p>

（北京工業(yè)大學(xué) 城市建設(shè)學(xué)部；城市與工程安全減災(zāi)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100124）

在新興現(xiàn)代化信息技術(shù)（數(shù)字孿生、物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等）快速發(fā)展的背景下，建筑行業(yè)迎來了高質(zhì)量發(fā)展契機(jī)，并推動(dòng)著建筑運(yùn)維管理的智能化轉(zhuǎn)型升級[1-2]。為深化落實(shí)現(xiàn)代信息技術(shù)在建筑業(yè)中的融合和應(yīng)用，各國基于自身國情分別提出了相應(yīng)的發(fā)展策略，為人工智能、數(shù)字孿生等相關(guān)技術(shù)的快速發(fā)展帶來了契機(jī)[3]。大型建筑具有建筑面積大且人流密集等特征，同時(shí)，復(fù)雜的環(huán)境信息加大了建筑內(nèi)部運(yùn)維管理難度。另外，傳統(tǒng)的運(yùn)維方式存在數(shù)據(jù)共享困難、系統(tǒng)集成工作量大等問題，尤其是建筑新功能需求無法與現(xiàn)行系統(tǒng)相契合，影響整個(gè)建筑物的正常運(yùn)維[4]。

眾多學(xué)者提出在建筑運(yùn)維過程中引入信息技術(shù)，提高管理的智能化水平[5]。楊啟亮等[6]為高效構(gòu)造基于BIM 的建筑運(yùn)維動(dòng)態(tài)管控、增強(qiáng)現(xiàn)實(shí)人機(jī)交互等新型系統(tǒng)，提出了一種面向信息物理融合的BIM 擴(kuò)展方法。段曉晨等[7]開展了橋梁工程運(yùn)維成本三維非線性智能控制研究，并將三維非線性智能控制技術(shù)運(yùn)用到實(shí)際工程中，提高了運(yùn)維管理的實(shí)時(shí)性和高效性。針對如何實(shí)現(xiàn)建筑各管理方的協(xié)同工作，宋戰(zhàn)平等[8]提出了基于BIM 技術(shù)的建筑全生命周期管理理念，并建立了面向隧道工程的協(xié)同管理平臺(tái)。朱宏平等[9]提出大型復(fù)雜結(jié)構(gòu)的健康精準(zhǔn)體檢方法，有效地提高了大型建筑的運(yùn)維效率和智能化水平。Chen 等[10]針對建筑物運(yùn)維計(jì)劃效率低下等問題，提出了一種創(chuàng)新的管理工作流程設(shè)計(jì)方案，實(shí)現(xiàn)了建筑結(jié)構(gòu)維護(hù)的高效規(guī)劃。在建筑物運(yùn)營和維護(hù)過程中，由于難以訪問和使用來自建設(shè)階段的設(shè)施信息，Kim 等[11]提出了一種BIM 技術(shù)驅(qū)動(dòng)的建筑要素與設(shè)施工作信息管理方法，從而提高了多信息數(shù)據(jù)的提取效率。Belussi 等[12]針對建筑物的能源消耗問題，提出了零能耗建筑的相關(guān)理念，并對實(shí)際應(yīng)用的通用解決方案的性能進(jìn)行了分析，最終概述了使零能耗目標(biāo)成為建筑物新標(biāo)準(zhǔn)的關(guān)鍵要素。通過分析建筑物運(yùn)維管理現(xiàn)狀發(fā)現(xiàn)，在業(yè)務(wù)應(yīng)用上，當(dāng)前建筑智能化發(fā)展仍存在高精度信息采集難、信息孤島嚴(yán)重、運(yùn)維效率低和管理精度不足的現(xiàn)象[13]，沒有考慮建筑運(yùn)維時(shí)間與空間維度上多源信息的融合，無法實(shí)現(xiàn)對運(yùn)維全要素的智能化管控。數(shù)字孿生作為智能建造的關(guān)鍵使能技術(shù)[14]，充分考慮虛實(shí)交互與時(shí)空融合，可以實(shí)現(xiàn)多個(gè)管理要素的集成，為建筑行業(yè)的轉(zhuǎn)型升級提供了新的思路[15-16]。在新興現(xiàn)代信息技術(shù)中，數(shù)字孿生的應(yīng)用可以提高大型復(fù)雜建筑運(yùn)維管理的精細(xì)化和智能化水平。

數(shù)字孿生可以融合人工智能，物聯(lián)網(wǎng)等信息技術(shù)，創(chuàng)建實(shí)時(shí)的數(shù)字仿真模型[17-18]，該模型能夠集成多源數(shù)據(jù)進(jìn)行學(xué)習(xí)和更新，進(jìn)而表示和預(yù)測物理對應(yīng)物的當(dāng)前和未來狀況，在建筑施工過程中，基于數(shù)字孿生，可以實(shí)現(xiàn)全過程實(shí)時(shí)控制[19]。將數(shù)字孿生的理念應(yīng)用于運(yùn)維過程可以實(shí)現(xiàn)建筑全生命期的智能閉環(huán)控制[20]。Liu 等[21]將數(shù)字孿生引入到建筑物室內(nèi)安全管理中，并提出了一種基于數(shù)字孿生的室內(nèi)安全管理系統(tǒng)框架，有效提高了建筑物室內(nèi)安防管理的智能水平。Marai 等[22]結(jié)合物聯(lián)網(wǎng)設(shè)備進(jìn)行道路交通數(shù)據(jù)的實(shí)時(shí)采集與分析，從而創(chuàng)建了面向物理道路資產(chǎn)的數(shù)字孿生模型。Kaewunruen等[23]建立了用于鐵路系統(tǒng)生命周期管理的6D 數(shù)字孿生模型，實(shí)現(xiàn)了構(gòu)件安裝、運(yùn)營管理及拆除的整體信息集成。Lu 等[24]提出了一種專為建筑和城市兩個(gè)層次設(shè)計(jì)的數(shù)字孿生系統(tǒng)架構(gòu)，支持運(yùn)維管理中的決策過程。Peng 等[25]應(yīng)用數(shù)字孿生技術(shù)，實(shí)現(xiàn)了全生命周期靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)的連續(xù)集成。數(shù)字孿生可以作為建筑物施工、運(yùn)維等過程中信息集成的技術(shù)基礎(chǔ)[26]。在提升建筑全生命期智能化管控水平過程中，還需依托物聯(lián)網(wǎng)技術(shù)進(jìn)行數(shù)據(jù)的實(shí)時(shí)提取和采集。基于物聯(lián)網(wǎng)的智能感知技術(shù)具有高精度、全天候、全天時(shí)、高效便捷等優(yōu)良特性，在工程定位系統(tǒng)應(yīng)用中發(fā)揮了重要作用[27]。Sakic等[28]通過改進(jìn)GNSS 并融合最小二乘反演，實(shí)現(xiàn)了精確的水下大地定位。在室內(nèi)施工現(xiàn)場中，McCabe等[29]依托無人機(jī)的精準(zhǔn)定位性能探索了一套融合物聯(lián)網(wǎng)等新興技術(shù)的智能感知系統(tǒng)，為施工現(xiàn)場質(zhì)量控制與信息采集水平的提高提供了參考。由此可見，智能感知技術(shù)可以實(shí)現(xiàn)物體的精準(zhǔn)定位，為智能運(yùn)維的實(shí)現(xiàn)提供信息采集技術(shù)支撐。

通過分析大型建筑運(yùn)維管理研究現(xiàn)狀，結(jié)合數(shù)字孿生及智能感知技術(shù)的應(yīng)用價(jià)值，面向大型建筑的運(yùn)維全過程，研究基于數(shù)字孿生的智能運(yùn)維理論體系，提出智能運(yùn)維的實(shí)現(xiàn)方法。首先總結(jié)智能運(yùn)維所需采集的信息，分析基于數(shù)字孿生智能運(yùn)維亟待解決的問題；為解決關(guān)鍵問題，將智能感知技術(shù)融于數(shù)字孿生，搭建面向智能運(yùn)維的架構(gòu)體系和多維模型；然后，在理論體系驅(qū)動(dòng)下，分析智能運(yùn)維的實(shí)現(xiàn)方法；最后，基于對智能運(yùn)維理論體系和實(shí)現(xiàn)方法的研究，開發(fā)了智能運(yùn)維平臺(tái)并應(yīng)用于某大型建筑工程的運(yùn)維管理，通過工程實(shí)踐驗(yàn)證了數(shù)字孿生可以有效提高建筑運(yùn)維管理的信息化和智能化水平。

1 智能運(yùn)維信息與數(shù)字孿生的融合機(jī)理

實(shí)現(xiàn)信息物理融合的有效手段是數(shù)字孿生技術(shù)[30-31]。一方面，數(shù)字孿生能夠?qū)崿F(xiàn)運(yùn)維過程的現(xiàn)實(shí)物理空間與虛擬數(shù)字空間之間的交互映射；另一方面，數(shù)字孿生能夠?qū)⑼饨绛h(huán)境等現(xiàn)實(shí)信息與模型仿真等信息空間數(shù)據(jù)進(jìn)行交互反饋與精準(zhǔn)融合，從而增強(qiáng)現(xiàn)實(shí)世界與虛擬空間的同步性與一致性。在建筑運(yùn)維過程中，提高管理的智能化水平，需要明確智能運(yùn)維所需采集的信息。針對信息的應(yīng)用，進(jìn)一步明確亟待解決的問題?；诖耍剿鲾?shù)字孿生與智能感知技術(shù)的融合機(jī)理，形成高效的運(yùn)維模式。

1.1 智能運(yùn)維所需采集的信息表達(dá)與體系

結(jié)合工程實(shí)踐，按照系統(tǒng)性、科學(xué)性、全面性、層次性和可行性原則，需要對建筑運(yùn)維活動(dòng)中的各要素進(jìn)行集成與融合。在信息技術(shù)的驅(qū)動(dòng)下，進(jìn)行建筑、人員與環(huán)境的建模是實(shí)現(xiàn)智能運(yùn)維的基礎(chǔ)[21]。在大型復(fù)雜建筑的運(yùn)維過程中，將運(yùn)維信息分為三大類，即建筑（B）、人員（P）和環(huán)境（E）。運(yùn)維信息（Iom）的數(shù)學(xué)語言由式（1）表示。

其中，建筑信息主要包括建筑的整體布局，建筑結(jié)構(gòu)的使用性能，建筑物機(jī)電設(shè)備的運(yùn)行狀態(tài)，建筑物中其他構(gòu)件的運(yùn)行狀況及建筑物中的能源消耗情況。人員信息主要包括建筑物中人員的數(shù)量，人員的密度、分布及人員的準(zhǔn)確位置。環(huán)境信息主要包括溫度、濕度、風(fēng)速、各種氣體的濃度及光照情況。建筑、人員和設(shè)備信息是運(yùn)維過程中主要的服務(wù)對象。通過捕捉3 類信息，分析其狀態(tài)，對異常現(xiàn)象進(jìn)行及時(shí)調(diào)整，從而實(shí)現(xiàn)建筑的智能化運(yùn)維。調(diào)整和維護(hù)3 類要素對降低運(yùn)維過程成本起到重要作用。

通過實(shí)時(shí)感知和采集運(yùn)維過程中的各類信息，可以為數(shù)字孿生模型的搭建和運(yùn)維信息智能化的分析提供數(shù)據(jù)支撐。智能運(yùn)維信息捕捉體系如圖1所示。

圖1 智能運(yùn)維信息捕捉體系Fig.1 Intelligent operation and maintenance information capture system

1.2 智能運(yùn)維需解決的關(guān)鍵技術(shù)問題分析

基于數(shù)字孿生技術(shù)，引入“數(shù)字化鏡像”，使得在虛擬世界中再現(xiàn)運(yùn)維過程成為可能。數(shù)字孿生應(yīng)用于運(yùn)維管理的基礎(chǔ)是實(shí)現(xiàn)虛實(shí)融合與交互反饋，實(shí)質(zhì)上是數(shù)據(jù)與信息在虛實(shí)世界中傳遞與發(fā)揮作用的過程[32]。在建筑運(yùn)維過程中，數(shù)據(jù)的管理與應(yīng)用是提高智能化水平的關(guān)鍵問題[33-34]。根據(jù)建筑智能運(yùn)維所需采集的多源異構(gòu)信息，將數(shù)字孿生應(yīng)用于智能運(yùn)維中還需解決數(shù)據(jù)采集與傳輸、數(shù)據(jù)建模、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用4 個(gè)關(guān)鍵問題，如圖2所示。

圖2 數(shù)字孿生應(yīng)用于智能運(yùn)維的關(guān)鍵問題Fig.2 Key issues of digital twins application in intelligent operation and maintenance

1）數(shù)據(jù)采集與傳輸

數(shù)據(jù)是連接物理世界與虛擬世界的橋梁，而如何采集與獲取數(shù)據(jù)則是應(yīng)用數(shù)字孿生技術(shù)要解決的首要問題。與生產(chǎn)車間不同，大型復(fù)雜建筑運(yùn)維過程中存在的不確定因素多，周圍的環(huán)境變化與人員的參與都可能影響運(yùn)維過程[35]。數(shù)字孿生應(yīng)用于建筑的智能化運(yùn)維中需要?jiǎng)討B(tài)實(shí)時(shí)采集數(shù)據(jù)及信息。因此，要盡可能全面地采集智能運(yùn)維過程中的建筑、人員、環(huán)境多源異構(gòu)數(shù)據(jù)，并保證數(shù)據(jù)的全面性與準(zhǔn)確性，才能最大限度地在虛擬空間中還原物理空間。

2）數(shù)據(jù)建模

利用數(shù)據(jù)進(jìn)行建模是一種模型表達(dá)方法，目的是通過建立數(shù)字孿生模型完全真實(shí)反映物理空間，從而在數(shù)字孿生模型中仿真模擬實(shí)際運(yùn)維過程，為物理世界的正常運(yùn)行提供保障。目前大多產(chǎn)品數(shù)字化建模與建筑物三維建模往往只考慮了對象的幾何信息，并不能真實(shí)刻畫對象的實(shí)際狀態(tài)。因此，在信息層次上，需要建立幾何、物理、行為、規(guī)則模型，從而進(jìn)一步提高數(shù)字孿生模型仿真的真實(shí)性和準(zhǔn)確性。在運(yùn)維過程中，涉及多樣的數(shù)據(jù)信息，且各自的表現(xiàn)形式不同。在智能運(yùn)維過程中，需要建立標(biāo)準(zhǔn)的數(shù)據(jù)處理模型，進(jìn)行數(shù)據(jù)的統(tǒng)一處理。

3）數(shù)據(jù)分析

面對建筑運(yùn)維龐大的數(shù)據(jù)規(guī)模，提高數(shù)據(jù)的存儲(chǔ)與管理水平成為重中之重[36]。首先，數(shù)據(jù)存儲(chǔ)與管理的業(yè)務(wù)范圍需要橫跨運(yùn)維過程的實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)；其次，面對有持續(xù)增長趨勢的海量數(shù)據(jù)，需要引入分布式數(shù)據(jù)管理系統(tǒng)，以滿足可靠性與可擴(kuò)展性需求。在此基礎(chǔ)上形成的大數(shù)據(jù)存儲(chǔ)管理平臺(tái)可篩選關(guān)鍵數(shù)據(jù)，并為物理空間、虛擬空間以及智能運(yùn)維系統(tǒng)的數(shù)據(jù)應(yīng)用與分析提供驅(qū)動(dòng)力和支撐。面對海量數(shù)據(jù)，數(shù)字孿生驅(qū)動(dòng)的智能運(yùn)維還應(yīng)進(jìn)行數(shù)據(jù)的融合處理，精準(zhǔn)分析與預(yù)測各要素的狀態(tài)，為維護(hù)措施的制定提供依據(jù)。

4）數(shù)據(jù)應(yīng)用

對數(shù)據(jù)進(jìn)行應(yīng)用的核心工具是基于數(shù)字孿生的智能運(yùn)維系統(tǒng)，該系統(tǒng)需要明確智能運(yùn)維管控的現(xiàn)實(shí)需求。系統(tǒng)應(yīng)搭載人工智能算法，以實(shí)現(xiàn)對數(shù)據(jù)的分析挖掘和功能性調(diào)控。系統(tǒng)的功能應(yīng)該至少包括對運(yùn)維過程的可視化呈現(xiàn)、運(yùn)維事件的智能診斷與科學(xué)預(yù)測、精準(zhǔn)指導(dǎo)運(yùn)維過程3 個(gè)層面。系統(tǒng)還需要利用B/S 或C/S 架構(gòu)開發(fā)人機(jī)交互界面，便于有效信息的輸入輸出。在運(yùn)維系統(tǒng)的驅(qū)動(dòng)下，形成相應(yīng)的維護(hù)措施，同時(shí)，還應(yīng)進(jìn)行建筑實(shí)際運(yùn)維的精準(zhǔn)執(zhí)行。

1.3 智能感知與數(shù)字孿生的融合機(jī)理

結(jié)合智能運(yùn)維需要捕捉的信息和基于數(shù)字孿生的智能運(yùn)維亟待解決的問題，將智能感知與數(shù)字孿生相融合，可以實(shí)現(xiàn)運(yùn)維數(shù)據(jù)的實(shí)時(shí)采集和精準(zhǔn)分析[37]。在數(shù)字孿生的驅(qū)動(dòng)下，可以實(shí)現(xiàn)運(yùn)維過程的可視化呈現(xiàn)、運(yùn)維事件的智能診斷、科學(xué)預(yù)測，最終精準(zhǔn)指導(dǎo)現(xiàn)實(shí)世界的運(yùn)維決策。與此同時(shí)，基于物聯(lián)網(wǎng)的智能感知系統(tǒng)從各種傳感設(shè)備抽取對象的運(yùn)維信息，確定待測點(diǎn)的位置。在室內(nèi)，可以實(shí)現(xiàn)高精度定位。在室外，可以實(shí)現(xiàn)精準(zhǔn)導(dǎo)航、智能化測量等一系列輔助智能運(yùn)維功能。通過智能感知技術(shù)精準(zhǔn)采集運(yùn)維信息，在數(shù)字孿生的驅(qū)動(dòng)下形成決策指令，最終應(yīng)用于現(xiàn)實(shí)運(yùn)維過程，實(shí)現(xiàn)運(yùn)維管理的閉環(huán)控制?；跀?shù)字孿生和智能感知的技術(shù)特點(diǎn)，進(jìn)行了融合機(jī)理研究，模式如圖3 所示。

圖3 數(shù)字孿生與智能感知的融合機(jī)理Fig.3 Fusion mechanism of digital twins and intelligent perception

將智能感知融于數(shù)字孿生可以最大限度地采集運(yùn)維過程的多源異構(gòu)數(shù)據(jù)、精準(zhǔn)把握運(yùn)維各個(gè)時(shí)間節(jié)點(diǎn)要素的狀態(tài)，最終實(shí)現(xiàn)管理指令的精準(zhǔn)執(zhí)行。數(shù)字孿生與智能感知互為支撐，有效地解決了智能運(yùn)維亟待解決的問題。一方面，數(shù)字孿生可以為智能運(yùn)維提供技術(shù)融合的基礎(chǔ)和平臺(tái)，實(shí)現(xiàn)運(yùn)維過程的虛實(shí)映射和閉環(huán)控制；另一方面，智能感知技術(shù)可以為運(yùn)維信息提供精準(zhǔn)定位和數(shù)據(jù)傳輸渠道，動(dòng)態(tài)采集運(yùn)維信息并最終精準(zhǔn)傳達(dá)管理指令。數(shù)字孿生為智能感知技術(shù)的應(yīng)用提供平臺(tái)支撐，智能感知為數(shù)字孿生架構(gòu)的搭建提供數(shù)據(jù)支撐，兩者有機(jī)融合可以推動(dòng)智能運(yùn)維的高效運(yùn)行。將物聯(lián)網(wǎng)與數(shù)字孿生相融合，實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)采集與傳輸，同時(shí)，設(shè)置相應(yīng)協(xié)議，使數(shù)據(jù)格式統(tǒng)一，便于建模與分析，最終維護(hù)措施由物聯(lián)網(wǎng)定位技術(shù)進(jìn)行精準(zhǔn)執(zhí)行。

在整個(gè)運(yùn)維過程中，通過數(shù)字孿生與智能感知的融合，進(jìn)行各類信息的采集與管理。將現(xiàn)實(shí)物理空間中的各類信息統(tǒng)稱為Ip，其數(shù)學(xué)語言表述為

式中：Bp、Pp和Ep分別表示物理空間中建筑、人員和環(huán)境信息；Bp1，Bp2…Bpm表示物理空間中建筑自身的各個(gè)構(gòu)件單元信息；Pp1，Pp2…Ppn表示物理空間中運(yùn)維過程涉及的人員個(gè)體信息。Ep1，Ep2…Epw表示物理空間中運(yùn)維過程各類環(huán)境因素信息。針對物理空間的信息，由智能感知技術(shù)進(jìn)行各類要素信息的采集與傳輸。同時(shí)，在虛擬空間中進(jìn)行各類信息的仿真模擬，由此形成數(shù)字孿生信息（IDT），其數(shù)學(xué)語言表述為

式中：BDT、PDT和EDT分別表示虛實(shí)交互形成的建筑、人員和環(huán)境數(shù)字孿生信息；BDT1，BDT2…BDTm表示孿生空間中建筑自身的各個(gè)構(gòu)件單元信息；PDT1，PDT2…PDTn表示孿生空間中運(yùn)維過程涉及的人員個(gè)體信息；EDT1，EDT2…EDTw表示孿生空間中運(yùn)維過程各類環(huán)境因素信息。在數(shù)字孿生空間中可以進(jìn)行各類運(yùn)維事件的仿真分析。針對運(yùn)維事故可以進(jìn)行修正決策的輔助制定，并在虛擬模型中進(jìn)行可行性分析。最終借助智能感知技術(shù)的精準(zhǔn)定位功能高效指導(dǎo)物理空間的維護(hù)。在實(shí)際運(yùn)維過程中，發(fā)生某一個(gè)事件并不僅僅只針對某一個(gè)環(huán)境中的某一個(gè)人或者某一個(gè)結(jié)構(gòu)構(gòu)件，而是多個(gè)環(huán)境因素及相關(guān)構(gòu)件組成的復(fù)雜系統(tǒng)。因此，針對運(yùn)維信息的捕捉與修正應(yīng)該具有實(shí)時(shí)性與全面性。在數(shù)字孿生的驅(qū)動(dòng)下，集成建筑、環(huán)境與人員形成運(yùn)維后的各類信息（I*）具體表述為

式中：B*、P*和E*分別表示維護(hù)后的建筑、人員和環(huán)境數(shù)字孿生信息，…表示維護(hù)后建筑自身的各個(gè)構(gòu)件單元信息；P*1，…表示維護(hù)后的人員個(gè)體信息，…表示維護(hù)后的各類環(huán)境因素信息。

2 基于數(shù)字孿生的智能運(yùn)維理論框架

數(shù)字孿生作為實(shí)現(xiàn)智能運(yùn)維的關(guān)鍵技術(shù)[38]，通過融合智能感知技術(shù)能夠?qū)崿F(xiàn)虛擬空間與物理空間的信息融合與交互，并向物理空間實(shí)時(shí)傳遞虛擬空間反饋的信息，從而實(shí)現(xiàn)建筑運(yùn)維的全物理空間映射、全生命期動(dòng)態(tài)建模、全過程實(shí)時(shí)信息交互及全階段反饋控制。

2.1 智能運(yùn)維架構(gòu)體系

基于數(shù)字孿生的智能運(yùn)維框架包括物理空間、虛擬空間、信息處理層、系統(tǒng)層4 部分。各個(gè)層級之間的關(guān)系如下：物理空間提供包含“建筑-人員-環(huán)境”在內(nèi)的運(yùn)維過程多源異構(gòu)數(shù)據(jù)并實(shí)時(shí)傳送至虛擬空間；虛擬空間通過建立起物理空間所對應(yīng)的全部虛擬模型，完成從物理空間到虛擬空間的真實(shí)映射，在虛擬空間中進(jìn)行仿真模擬、可行性分析可以實(shí)現(xiàn)對物理空間運(yùn)維全過程的實(shí)時(shí)反饋控制；信息處理層接收物理空間與虛擬空間的數(shù)據(jù)并進(jìn)行一系列的數(shù)據(jù)處理操作，提高數(shù)據(jù)的準(zhǔn)確性、完整性和一致性，作為調(diào)控運(yùn)維活動(dòng)的決策性依據(jù)；基于數(shù)字孿生的智能運(yùn)維系統(tǒng)平臺(tái)（系統(tǒng)層）通過分析物理空間的實(shí)際需求，依靠虛擬空間算法庫、模型庫和知識(shí)庫的支撐以及信息層強(qiáng)大的數(shù)據(jù)處理能力，進(jìn)行運(yùn)維管理的智能化決策與功能性調(diào)控?；跀?shù)字孿生的智能運(yùn)維架構(gòu)體系如圖4 所示。

圖4 基于數(shù)字孿生的智能運(yùn)維架構(gòu)體系Fig.4 Intelligent operation and maintenance architecture based on digital twins

2.2 面向智能運(yùn)維的多維模型建立

智能運(yùn)維的架構(gòu)體系包含4 個(gè)部分，實(shí)現(xiàn)各個(gè)部分的協(xié)同工作需要建立基于數(shù)字孿生的多維模型。多維模型是對智能運(yùn)維框架的具體補(bǔ)充，形成各個(gè)模塊的運(yùn)行機(jī)制，為智能運(yùn)維方法的實(shí)現(xiàn)提供理論支撐。多維模型包含物理空間、虛擬空間、孿生數(shù)據(jù)處理層、功能應(yīng)用層及各組成部分間的連接5 個(gè)模塊。在物理空間，通過捕捉運(yùn)維全要素信息，建立動(dòng)態(tài)感知模塊，采集建筑、人員、環(huán)境信息，并形成信息網(wǎng)絡(luò)模塊，進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化傳輸。與此同時(shí)，在虛擬空間中，建立集“幾何-物理-行為-規(guī)則”為一體的虛體模型，從而實(shí)現(xiàn)虛擬空間與物理空間的交互映射。在運(yùn)維管理過程中，由優(yōu)化算法、規(guī)范標(biāo)準(zhǔn)實(shí)時(shí)修正虛擬空間中的超限行為，并反饋到物理空間中進(jìn)行調(diào)整。由物理空間和虛擬空間形成孿生數(shù)據(jù)，在孿生數(shù)據(jù)處理層中，進(jìn)行運(yùn)維數(shù)據(jù)的融合、預(yù)處理、挖掘與應(yīng)用，從而驅(qū)動(dòng)孿生體的運(yùn)行。最終，在功能應(yīng)用層對運(yùn)維過程進(jìn)行可視化呈現(xiàn)運(yùn)維信息的實(shí)時(shí)捕捉，從而智能化指導(dǎo)運(yùn)維決策。同時(shí)，在數(shù)字孿生中融入智能感知，實(shí)現(xiàn)各個(gè)層級的連接與協(xié)作，形成面向智能運(yùn)維的多維模型，由式（5）表示。

式中：DTM 為面向智能運(yùn)維的多維模型；Sp為物理空 間；Sv為 虛擬空間；Ptd為孿生 數(shù)據(jù)處理層；Lfa為功能應(yīng)用層；Cn為各組成部分間的連接?；诙嗑S模型可以實(shí)現(xiàn)對現(xiàn)實(shí)運(yùn)維過程的仿真映射，進(jìn)而智能化分析各要素信息的狀態(tài)，對運(yùn)維現(xiàn)場做出精準(zhǔn)維護(hù)決策。在建模過程中，物理空間對應(yīng)著建筑的現(xiàn)實(shí)運(yùn)維過程，虛擬空間則是由智能感知采集的現(xiàn)實(shí)信息建立起的虛擬模型，由此實(shí)現(xiàn)對物理空間的交互映射，并形成運(yùn)維過程的孿生數(shù)據(jù)集。數(shù)據(jù)一方面來源于物理空間的采集，另一方面來源于虛擬空間的仿真。在功能應(yīng)用層中，對各類數(shù)據(jù)進(jìn)行融合，智能分析各要素的狀態(tài)，并預(yù)測未來的發(fā)展趨勢。當(dāng)出現(xiàn)要素運(yùn)行異常情況時(shí)，在虛擬空間中進(jìn)行維護(hù)處理，并驗(yàn)證其可行性。最終，再由智能感知技術(shù)傳遞到運(yùn)維現(xiàn)場，進(jìn)行精準(zhǔn)維護(hù)。

3 基于數(shù)字孿生的智能運(yùn)維實(shí)現(xiàn)方法

在智能運(yùn)維理論體系的驅(qū)動(dòng)下，實(shí)現(xiàn)智能運(yùn)維需要進(jìn)行4 個(gè)方面的探索，即運(yùn)維全要素信息的采集與傳輸機(jī)制、智能運(yùn)維孿生體的構(gòu)建與運(yùn)行模式、數(shù)據(jù)的存儲(chǔ)與管理方法、基于數(shù)字孿生的智能運(yùn)維平臺(tái)架構(gòu)。

3.1 智能運(yùn)維全要素信息采集與傳輸

在大型復(fù)雜建筑的運(yùn)維過程中，數(shù)據(jù)主要來源于建筑、人員、環(huán)境等。數(shù)據(jù)采集是指利用某種設(shè)備從待測對象向計(jì)算機(jī)中自動(dòng)采集數(shù)據(jù)的方式。用于運(yùn)維過程的數(shù)據(jù)采集方式主要包括：1）為待測對象生成包含對象信息的條形碼或二維碼，利用配套的掃描設(shè)備獲取相應(yīng)信息；2）在待測對象上安裝傳感器，數(shù)據(jù)采集儀將傳感器傳出的模擬信號轉(zhuǎn)化為數(shù)字信號傳至計(jì)算機(jī)。

在運(yùn)維過程中，物理空間是一個(gè)復(fù)雜、動(dòng)態(tài)的環(huán)境，由影響運(yùn)維的各類信息要素、感知模塊及網(wǎng)絡(luò)模塊組成。其中，建筑、人員、環(huán)境是最原始的數(shù)據(jù)源，在運(yùn)維活動(dòng)中產(chǎn)生的多源異構(gòu)數(shù)據(jù)被傳送至虛擬空間，同時(shí)，接收虛擬空間的指令并做出相應(yīng)反應(yīng)。感知模塊與網(wǎng)絡(luò)模塊分別負(fù)責(zé)數(shù)據(jù)的感知采集與數(shù)據(jù)向虛擬空間的傳輸，感知模塊通過安裝在建筑結(jié)構(gòu)或機(jī)電設(shè)備上的不同類型傳感器來進(jìn)行狀態(tài)感知、質(zhì)量感知和位置感知，同時(shí)采集多源異構(gòu)數(shù)據(jù)；在此基礎(chǔ)上，通過在網(wǎng)絡(luò)模塊中建立一套標(biāo)準(zhǔn)的數(shù)據(jù)接口與通訊協(xié)議，實(shí)現(xiàn)對不同來源數(shù)據(jù)的統(tǒng)一轉(zhuǎn)換與傳輸，將運(yùn)維活動(dòng)的實(shí)時(shí)數(shù)據(jù)上傳至虛擬空間。由此形成面向智能運(yùn)維全要素信息的采集與傳輸機(jī)制。

智能運(yùn)維全要素信息采集與傳輸包含4 個(gè)層級，即物理對象、數(shù)據(jù)類型、感知層和網(wǎng)絡(luò)層，首先采集建筑、人員、環(huán)境3 類運(yùn)維要素，將各類要素進(jìn)行統(tǒng)一集成，在運(yùn)維平臺(tái)中融合各類數(shù)據(jù)，進(jìn)而建立各要素歷史數(shù)據(jù)與當(dāng)前運(yùn)行狀態(tài)的關(guān)聯(lián)。最終通過構(gòu)建智能運(yùn)維孿生體進(jìn)行各類信息的分析與預(yù)測。

3.2 智能運(yùn)維孿生體的構(gòu)建與運(yùn)行

自主智能特別是智能體技術(shù)的發(fā)展為運(yùn)維系統(tǒng)孿生智能體建模帶來了新的思路和方法[39]。以自主智能技術(shù)為依托，充分考慮時(shí)間與空間兩個(gè)維度，在空間維度（R），融合數(shù)字孿生技術(shù)，構(gòu)建智能運(yùn)維的建筑信息（B）、人員信息（P）和環(huán)境信息（E），實(shí)現(xiàn)對運(yùn)維系統(tǒng)縱向維度的多尺度建模；在時(shí)間維度（T），圍繞整個(gè)運(yùn)維過程，融合事件維護(hù)前（T1）、事件維護(hù)中（T2）和事件維護(hù)后（T3）的時(shí)間演變數(shù)據(jù)，建立以智能運(yùn)維孿生體為主的動(dòng)態(tài)協(xié)同運(yùn)作機(jī)制，支撐智能運(yùn)維虛實(shí)交互配置建模及多維多尺度時(shí)空域下智能運(yùn)維過程的建模，實(shí)現(xiàn)智能運(yùn)維系統(tǒng)多要素、多流程、多業(yè)務(wù)的時(shí)程平行仿真模擬與虛實(shí)集成管控?；跁r(shí)空信息融合的智能運(yùn)維孿生體（TA）建模由式（6）表示。

在智能運(yùn)維孿生體建模的基礎(chǔ)上，形成包含幾何、物理、行為、規(guī)則模型在內(nèi)的多種模型深度融合，作為“數(shù)字鏡像”真實(shí)地反映物理實(shí)體的過程。首先，在虛擬空間中進(jìn)行幾何建模，反映物理空間的尺寸、大小、形狀、位置關(guān)系等幾何信息，形成“三維模型”。然后通過安裝在物理空間上的多類型傳感器采集反映實(shí)體物理屬性的信息，進(jìn)行物理建模，包括結(jié)構(gòu)性能、設(shè)備狀態(tài)、人員分布、環(huán)境參數(shù)等。將采集到的物理屬性信息與三維模型進(jìn)行融合，并賦予模型行為與反應(yīng)能力，進(jìn)行行為建模，可以對運(yùn)維過程中的人工操作或系統(tǒng)指令作出相應(yīng)響應(yīng)并進(jìn)行可行性分析。最后，對運(yùn)維物理實(shí)體的運(yùn)行規(guī)律進(jìn)行規(guī)則建模，包括診斷規(guī)則、預(yù)測規(guī)則、決策規(guī)則等，并與行為模型進(jìn)行關(guān)聯(lián)，最終實(shí)現(xiàn)面向智能運(yùn)維的孿生體運(yùn)行示意，如圖5 所示。

圖5 面向智能運(yùn)維的孿生體運(yùn)行示意Fig.5 Operational implications of twins for intelligent operation and maintenance

3.3 智能運(yùn)維孿生數(shù)據(jù)的存儲(chǔ)與管理

孿生數(shù)據(jù)存儲(chǔ)與管理平臺(tái)（Psm）是溝通物理空間與虛擬空間的橋梁，主要包括數(shù)據(jù)融合（Df）、數(shù)據(jù)預(yù)處理（Dp）、數(shù)據(jù)挖掘（Dm）、數(shù)據(jù)應(yīng)用（Da）4 個(gè)步驟。智能運(yùn)維孿生數(shù)據(jù)的存儲(chǔ)與管理由式（7）表示。

來自物理空間與虛擬空間的海量多源異構(gòu)原始數(shù)據(jù)由物聯(lián)網(wǎng)傳感技術(shù)實(shí)時(shí)采集并進(jìn)行融合，這些數(shù)據(jù)包括物理空間的運(yùn)維要素?cái)?shù)據(jù)，以及虛擬空間的模型數(shù)據(jù)、仿真數(shù)據(jù)、管理數(shù)據(jù)、評估數(shù)據(jù)等。然后對這些原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約等，提高數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。由人工智能算法進(jìn)行數(shù)據(jù)分析挖掘，達(dá)到分類、預(yù)測、聚類的效果。最后，在數(shù)據(jù)融合、預(yù)處理、分析挖掘的基礎(chǔ)上，從數(shù)據(jù)庫和知識(shí)庫中提取相應(yīng)參數(shù)，進(jìn)行特征級和決策級的數(shù)據(jù)應(yīng)用，從而作為調(diào)控建設(shè)活動(dòng)的決策性依據(jù)。

在運(yùn)維過程中，發(fā)生運(yùn)維事故時(shí)，通過虛擬模型的仿真分析與感知技術(shù)對物理空間的精準(zhǔn)定位[40]，判斷運(yùn)維事故的類型并分析發(fā)生的原因。最終在虛擬模型的可行性分析與智能感知技術(shù)的精準(zhǔn)定位驅(qū)動(dòng)下對運(yùn)維事故進(jìn)行整改，并形成數(shù)據(jù)庫，保證運(yùn)維階段的有序進(jìn)行?；跀?shù)字孿生的建筑運(yùn)維事故管理過程如圖6 所示。

圖6 基于數(shù)字孿生的建筑運(yùn)維事故管理過程Fig.6 Management process of building operation and maintenance accidents based on digital twins

3.4 基于數(shù)字孿生的智能運(yùn)維平臺(tái)架構(gòu)

在運(yùn)維數(shù)據(jù)的采集傳輸、智能運(yùn)維孿生體的構(gòu)建與運(yùn)行以及孿生數(shù)據(jù)的存儲(chǔ)與管理基礎(chǔ)上，通過融合感知技術(shù)與數(shù)字孿生建立智能運(yùn)維平臺(tái)，最終輔助決策是實(shí)現(xiàn)建筑智能運(yùn)維的最終目標(biāo)?；跀?shù)字孿生的智能運(yùn)維平臺(tái)通過分析物理空間的實(shí)際需求，依靠虛擬空間算法庫、模型庫和知識(shí)庫的支撐和信息層強(qiáng)大的數(shù)據(jù)處理能力，對運(yùn)維過程中遇到的各類事件與建筑自身、人員、環(huán)境狀態(tài)進(jìn)行決策，進(jìn)而實(shí)現(xiàn)功能性調(diào)控。具體功能包括運(yùn)維要素的實(shí)時(shí)監(jiān)控、狀態(tài)智能診斷、風(fēng)險(xiǎn)科學(xué)預(yù)警、自動(dòng)化監(jiān)測、輔助運(yùn)維決策、可行性分析等，對整個(gè)運(yùn)維過程進(jìn)行實(shí)時(shí)優(yōu)化控制。由物理空間與虛擬空間交互映射，形成運(yùn)維信息的孿生數(shù)據(jù)。依據(jù)孿生數(shù)據(jù)進(jìn)行運(yùn)維過程的實(shí)時(shí)監(jiān)控，智能診斷各類運(yùn)維對象的狀態(tài)，科學(xué)預(yù)警發(fā)生問題的位置并及時(shí)補(bǔ)救或輔助決策。將輔助決策導(dǎo)入虛擬空間中，進(jìn)行可行性分析，從而輸出合理的措施，結(jié)合運(yùn)維過程的人機(jī)交互系統(tǒng)，指導(dǎo)現(xiàn)實(shí)物理空間的運(yùn)維。與此同時(shí)，將維護(hù)后的信息繼續(xù)實(shí)時(shí)分析，以此形成運(yùn)維過程的智能化閉環(huán)控制。基于數(shù)字孿生的智能運(yùn)維平臺(tái)架構(gòu)如圖7 所示。在該平臺(tái)中，映射現(xiàn)實(shí)建筑的運(yùn)維過程及分析各要素的運(yùn)行狀態(tài)是平臺(tái)的重點(diǎn)。其中，平臺(tái)中存在各要素的歷史運(yùn)行數(shù)據(jù)及其相關(guān)的限值，當(dāng)系統(tǒng)中出現(xiàn)要素?cái)?shù)據(jù)異?；虺薜那闆r，則進(jìn)行預(yù)警。通過維護(hù)措施的制定，輔助運(yùn)維的正常運(yùn)行。同時(shí)，在平臺(tái)中進(jìn)行維護(hù)措施的可行性分析，最終指導(dǎo)現(xiàn)實(shí)運(yùn)維。

圖7 基于數(shù)字孿生的智能運(yùn)維平臺(tái)架構(gòu)Fig.7 Architecture of intelligent operation and maintenance platform based on digital twins

4 案例應(yīng)用

基于對智能運(yùn)維理論體系與實(shí)現(xiàn)方法的分析，圍繞某大型建筑工程項(xiàng)目進(jìn)行基于數(shù)字孿生的智能運(yùn)維平臺(tái)案例應(yīng)用。在數(shù)字孿生的驅(qū)動(dòng)下，搭建智能運(yùn)維平臺(tái)，讓運(yùn)維管理對象和管理工作變得更加形象、直接。在平臺(tái)中依托數(shù)字孿生與智能感知的技術(shù)特點(diǎn)，充分考慮運(yùn)維過程的虛實(shí)交互與時(shí)空演化，實(shí)現(xiàn)對運(yùn)維信息的準(zhǔn)確、全面、快速掌握，更有效地進(jìn)行建筑運(yùn)維協(xié)同管理，提高維護(hù)效率，降低運(yùn)維管理成本，彌補(bǔ)傳統(tǒng)運(yùn)維管理存在的不足。智能運(yùn)維平臺(tái)的搭建實(shí)現(xiàn)了大型建筑運(yùn)維管理的高效率、精細(xì)化和智能化，為項(xiàng)目帶來實(shí)際的效益，改善了傳統(tǒng)落后的管理方式。智能運(yùn)維平臺(tái)主要包括模型管理、機(jī)電運(yùn)維、能耗監(jiān)測和其他系統(tǒng)，如圖8 所示。

圖8 智能運(yùn)維平臺(tái)Fig.8 Intelligent operation and maintenance platform

4.1 運(yùn)維平臺(tái)的技術(shù)架構(gòu)

結(jié)合運(yùn)維平臺(tái)功能模塊的配置，根據(jù)數(shù)字孿生與智能感知的技術(shù)特點(diǎn)，建立了運(yùn)維平臺(tái)的技術(shù)架構(gòu)，如圖9 所示。為了實(shí)現(xiàn)對建筑的綠色運(yùn)維、高效運(yùn)維及安全運(yùn)維，從目標(biāo)出發(fā)，建立平臺(tái)的功能層-平臺(tái)層-數(shù)據(jù)層-網(wǎng)絡(luò)層-物理層，完成平臺(tái)搭建。在運(yùn)維平臺(tái)中，按照物理層-網(wǎng)絡(luò)層-數(shù)據(jù)層-平臺(tái)層-功能層的順序?qū)崿F(xiàn)正向的數(shù)據(jù)傳輸，融合運(yùn)維過程的時(shí)空多維信息，整體把控運(yùn)維事件。最終在平臺(tái)層上進(jìn)行建筑運(yùn)維狀態(tài)展示，實(shí)現(xiàn)對運(yùn)維過程的可視化呈現(xiàn)、智能化分析、精準(zhǔn)化決策。

圖9 運(yùn)維平臺(tái)的技術(shù)架構(gòu)Fig.9 Technical architecture of operation and maintenance platform

基于數(shù)字孿生智能運(yùn)維平臺(tái)的搭建，可以將項(xiàng)目的各個(gè)階段信息加以集成，通過開發(fā)項(xiàng)目設(shè)計(jì)管理、運(yùn)營管理模塊，利用軟件工程技術(shù)實(shí)現(xiàn)建筑可視化、資源共享，操作簡便高效，達(dá)到減少工程變更、方便運(yùn)營維護(hù)管理的目的。

在感知層中，由各類傳感設(shè)備進(jìn)行運(yùn)維信息的實(shí)時(shí)采集，進(jìn)行設(shè)備、構(gòu)件等要素的精準(zhǔn)定位與虛擬模型實(shí)時(shí)映射。針對多源異構(gòu)數(shù)據(jù)，由網(wǎng)絡(luò)層將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)層，數(shù)據(jù)層將運(yùn)維階段項(xiàng)目孿生數(shù)據(jù)進(jìn)行整合，并存儲(chǔ)到數(shù)據(jù)庫中。數(shù)據(jù)庫數(shù)據(jù)來源分兩部分，即孿生模型仿真數(shù)據(jù)及現(xiàn)場實(shí)測數(shù)據(jù)，同步項(xiàng)目開展持續(xù)動(dòng)態(tài)更新。結(jié)合運(yùn)維系統(tǒng)的功能模塊進(jìn)行運(yùn)維信息的實(shí)時(shí)監(jiān)測和動(dòng)態(tài)管理，并由感知技術(shù)在應(yīng)用層中進(jìn)行維護(hù)的精準(zhǔn)化指導(dǎo)，提高運(yùn)維的效率。

4.2 運(yùn)維平臺(tái)的應(yīng)用

基于運(yùn)維平臺(tái)的技術(shù)架構(gòu)，進(jìn)行具體的運(yùn)維管理應(yīng)用。在智能運(yùn)維系統(tǒng)輔助下，可以有效提高結(jié)構(gòu)健康監(jiān)測的效率和精度。同時(shí)，對于建筑物中的設(shè)備運(yùn)行信息可以進(jìn)行可視化調(diào)取，實(shí)時(shí)監(jiān)控其運(yùn)行狀態(tài)，及時(shí)修正不合格現(xiàn)象，有效減少因?yàn)樵O(shè)備運(yùn)行超限而導(dǎo)致的能源浪費(fèi)，由此可以避免因?yàn)樵O(shè)備失效而造成的資源浪費(fèi)。也為國家碳達(dá)峰、碳中和等建筑節(jié)能戰(zhàn)略規(guī)劃[41-42]提供新的思路和方法。

以建筑物中的設(shè)備維護(hù)為例，形成的智能運(yùn)維應(yīng)用體系如圖10 所示。根據(jù)運(yùn)維現(xiàn)場的設(shè)備特征，由嵌入在運(yùn)維平臺(tái)的感知系統(tǒng)對需要維護(hù)的設(shè)備進(jìn)行精準(zhǔn)定位。通過捕捉設(shè)備的位置信息，在運(yùn)維平臺(tái)中調(diào)取出相應(yīng)的虛擬模型。根據(jù)現(xiàn)實(shí)建筑中附著在設(shè)備上的傳感器，在孿生模型中提取其運(yùn)行信息，并將數(shù)據(jù)進(jìn)行可視化呈現(xiàn)。根據(jù)設(shè)備的型號和歷史運(yùn)行數(shù)據(jù)，設(shè)置設(shè)備正常運(yùn)行狀態(tài)參數(shù)。在此基礎(chǔ)上，對運(yùn)行參數(shù)超限的設(shè)備進(jìn)行及時(shí)整改，分析設(shè)備故障原因，保證其運(yùn)行的可靠性。與此同時(shí)，將整改措施導(dǎo)入運(yùn)維平臺(tái)的虛擬模型中，進(jìn)行可行性分析。最終，形成維護(hù)決策，錄入更新后的信息，便于下一階段信息查詢，由平臺(tái)中智能感知系統(tǒng)的輔助定位功能指導(dǎo)現(xiàn)場運(yùn)維。

圖10 設(shè)備智能運(yùn)維應(yīng)用體系Fig.10 Application system of equipment intelligent operation and maintenance

根據(jù)智能運(yùn)維應(yīng)用體系，可以實(shí)現(xiàn)建筑物中各要素信息的可視化呈現(xiàn)、運(yùn)行狀態(tài)的智能診斷、參數(shù)超限的科學(xué)預(yù)警，并最終輔助生成維護(hù)決策，指導(dǎo)整個(gè)運(yùn)維過程。由此形成了面向建筑運(yùn)維的智能閉環(huán)控制，便于運(yùn)維管理及迅速精準(zhǔn)地做出維護(hù)措施。在項(xiàng)目運(yùn)維過程中，各個(gè)平臺(tái)模塊還針對能源消耗、結(jié)構(gòu)構(gòu)件、空間信息、應(yīng)急預(yù)警等方面進(jìn)行了智能運(yùn)維技術(shù)體系的應(yīng)用。基于數(shù)字孿生，實(shí)現(xiàn)了建筑的智能運(yùn)維管理，有效提高了管理的效率與精度。能源消耗及應(yīng)急預(yù)警模塊如圖11 所示。在實(shí)際工程應(yīng)用中，相較于傳統(tǒng)運(yùn)維管理模式，通過智能運(yùn)維管理平臺(tái)對數(shù)據(jù)進(jìn)行管理節(jié)約時(shí)間高達(dá)20%，減少人力成本約50%，節(jié)約資源能耗約20%，監(jiān)控的覆蓋率達(dá)到90%以上，提高應(yīng)急響應(yīng)時(shí)間約40%。

圖11 運(yùn)維系統(tǒng)的功能模塊Fig.11 Functional modules of the operation and maintenance system

5 結(jié)論

針對大型建筑運(yùn)維過程管理效率低、各類運(yùn)維事件管理精度不足等問題，提出基于數(shù)字孿生的智能運(yùn)維理論體系與實(shí)現(xiàn)方法。數(shù)字孿生作為智能運(yùn)維的關(guān)鍵技術(shù)，融合智能感知技術(shù)的精準(zhǔn)定位功能，為大型復(fù)雜建筑的智能運(yùn)維提供了新的思路。得到以下主要結(jié)論：

1）結(jié)合工程實(shí)踐，總結(jié)智能運(yùn)維所需捕捉的信息要素，歸納基于數(shù)字孿生的智能運(yùn)維亟待解決的問題并探索智能感知技術(shù)與數(shù)字孿生的融合機(jī)理，形成面向智能運(yùn)維的運(yùn)行機(jī)制。

2）通過融合機(jī)理研究，提出智能運(yùn)維的架構(gòu)體系，并搭建面向智能運(yùn)維的多維模型，由此形成基于數(shù)字孿生的智能運(yùn)維理論框架。

3）在智能運(yùn)維理論框架的驅(qū)動(dòng)下，建立智能運(yùn)維全要素信息采集與傳輸機(jī)制，搭建面向智能運(yùn)維的孿生體，給出智能運(yùn)維孿生數(shù)據(jù)的存儲(chǔ)與管理模式，最終搭建智能運(yùn)維平臺(tái)架構(gòu)，形成了智能運(yùn)維的實(shí)現(xiàn)方法。

基于智能運(yùn)維理論框架與實(shí)現(xiàn)方法，結(jié)合某大型建筑工程項(xiàng)目的運(yùn)維特點(diǎn)，研發(fā)了集成多個(gè)功能模塊的智能運(yùn)維平臺(tái)。通過分析運(yùn)維平臺(tái)的技術(shù)架構(gòu)和應(yīng)用體系，通過在工程項(xiàng)目中的應(yīng)用，平臺(tái)對運(yùn)維時(shí)間、人力資源及能耗的節(jié)省方面有顯著效果。提出的理論方法可以實(shí)現(xiàn)對運(yùn)維過程的智能閉環(huán)管理，也為“雙碳”目標(biāo)的實(shí)現(xiàn)提供了新的思路和方法。