隨著AEC行業正在邁入數字時代,建築資產的設計、建設和運營越來越受到建築信息及數據技術包括傳感器網絡數據增值監控技術,語義模型支撐下的安全、彈性存儲系統的數據管理技術,以及工程系統的模擬和優化技術等影響。如今信息集成模型相關技術在最大化建築生命周期價值起著決定性的作用並影響著整個供應鏈的價值。建築信息建模(BIM)支持系統組件和構件標準化語義表示的過程、技術和數據模式,數字孿生的概念通過以過程為導向描述了複雜構件所涉及網絡與物理雙向數據流同步化,並傳達了一種更全面的社會技術。然而,BIM在控制系統如傳感器網絡、社會系統和城市系統組件方面需要整體的、可伸縮的語義方法以反映在不同層次上動態數據。本文綜述了BIM在施工階段的多方面應用,分析了應用於整個工程領域的數字孿生組成部分及感知能力,提出了當前研究領域的不足及未來研究方向。
主要框架及內容
關於本體論及語義數據關聯方面應用,當前主要集中基於本體論的互操作性以及邏輯推理、風險分析、項目管理知識共享,能源性能分析及成本估計和計量的知識框架。未來仍需要在數據關聯投入更多的關注,特別是互操作性問題,用於表達建築模型數據的語義web範式Ontologies如OWL、IfcOwl或RDF(資源描述框架)受到極大關注,期許通過web網絡實現數據及時高效傳遞利用,用於提升整個供應鏈價值。數字孿生應用如表1所示,本文對這些術語在以往集中於工程領域的研究進行了討論和分析。應該指出的是,雖然不是所有的研究都討論某些DT組件或特性,圍繞數字孿生的概念在這一領域的研究仍然是稀缺的。由於現在對自動化互操作性和智能系統的需求增加,最近的一些研究在DT概念方面有著不同的定義,如虛擬數據-物理集成範式或感知-機構-免疫系統範式。此外,我們主張從技術的角度來考慮DT的應用。從本質上講,建築DT應該考慮與製造DT不同的模型、工具和技術。但是,總體架構DT的功能和特性應該是通用的。物理端全生命周期感知和控制
目前物理感知主要是各種傳感器裝置的應用,而面臨的主要挑戰和限制在傳感器類型、網絡布局細節方面以及如何充分利用它們進行數字資產存儲、過濾並將傳感器數據與BIM模型匹配。同時更不用說,通過數據獲得進行實時工程模擬和行為預測。控制端的研究主要集中於施工現場網絡物理系統構建,以及運用基於現場傳感器數據方法監測場地風險和發布警告。同時面臨的主要挑戰存在於構建基於傳感器數據流的樓宇自動化實時遠程監控系統,這些數據流通過遠程代理(人工智慧)進行決策以及可視化驗證、分析和學習。數據連接及有效利用
數字孿生的主要挑戰在於對數據本身的收集、清洗和結構化並將其用於優化任務處理的智能性。基於數據的過程優化體現在生命周期內資產高效運作包括智能化資源配置、運營成本、資源消耗與需求平衡性。BIM提供了一個語義豐富的3D參考模型是智慧城市或AEC行業研究的重要數據來源。物聯網為解決數字孿生互操作性可以實現傳感端到DT數值仿真的數據連接。當前研究主要集中於BIM與物聯網設備的DT框架及與語義web端的聯合。同時語義web關聯數據範式在大多數關注DT的研究中都沒有出現。問題主要存在於哪種語義模型最符合每個DT的情況並遵循數據模型結構和邏輯規則以及在實際部署和優化的處理效率方面。這些必須根據跨供應鏈的物聯網、BIM和製造資產之間的集成需求仔細考慮。知識庫是DT的重要部分,幫助DT具備AI能力進行邏輯推理和知識發現。數據應用體現在基於傳感器數據仿真,其仿真結果受限於傳感器的質量、準確性和精度等。基於人工智慧的預測和優化,主要通過大數據或知識庫、機器學習、數據挖掘對數字孿生AI賦能。CDT實現推薦
本文討論了實現構建數字孿生的路線圖:數字孿生能力、CDT支持的智能服務和演化路徑。CDT-enabled smart services framework
The progressive evolution approach
|論文地址:https://doi.org0.1016/j.autcon.2020.103179
|來源:Publishedby Elsevier B.V