传感器与BIM结合的设施管理范文

本站小编为你精心准备了传感器与BIM结合的设施管理参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：现行的设施管理方法下暖通空调系统故障定位过程的耗时低效问题，是由可视化程度差和信息集成化程度低造成的。BIM技术三维显示和共享参数功能与传感器结合能够提高故障定位过程的可视化和信息集成水平。构建了bim与传感器结合的设施管理系统，论述了该系统的构建思路、方法以及关键技术。对建筑物温度异常状况进行定性分析；综合运用拓扑学原理和最小信息长度理论确定最优故障方案，以推进设施管理自动化的发展。

关键词：设施管理；BIM；传感器；数据库；故障定位

建筑暖通空调系统是为室内用户提供舒适的温湿度和清新空气环境的设施系统，该系统分布范围广、涉及到的设备或系统构件（包括除空调机组、冷水机组等大型设备外的系统元件，如风管、交叉连接件、风阀等，以下均简称构件）数量繁多，且各种设备或构件之间需相互配合、协调，在此过程中极易发生故障。故障的发生会降低室内舒适度、影响用户体验，缩短设备使用寿命，甚至会增加耗能负荷的可能性，增加运维成本。有研究表明，设备在全生命周期耗用的总成本是初始投资的7倍[1]，其中用于设备的运营与维护占85%以上[2]。暖通空调系统是能耗最大的设施系统，其运行能耗一般会占到总体建筑能耗的60%以上[3]，而经过故障检测与诊断，优化暖通空调系统的运行后，建筑能耗能够减少20%~30%[4]。因此，提高设施管理人员完成暖通空调系统故障检修的工作效率，不仅可以提高用户满意度，还能降低能耗、减少运维成本，具有很强的现实意义。现行的暖通空调系统运行监控直观化不够，影响检修效率。一般故障检修的全过程依次为故障检测、故障点定位、依据设备和构件参数及周边环境制定维修方案、故障维修、填制维修单。多数企业应用BAS（BuildingAutomationSystem，楼宇自动化系统）检测和定位故障。虽然BAS系统能够监控冷水机组、空调机组等大型设备的运行状况，这些设备发生故障时系统会自动报警，然而BAS系统在实际操作中带来的便利程度并不高。一方面BAS系统的二维显示方式直观化程度低，只能简略显示设备的平面位置，无法查看设备具体形态及所处周围环境。另一方面BAS系统信息集成化程度低，一些设备和构件的属性信息，如故障地点周边环境，散布在各种文件中。当故障发生后，检修人员或凭对系统熟悉记忆或查阅设施档案资料，才能确定故障点位置、获取故障设备信息，这一过程比较耗费时间，并很容易受过时信息的影响。依据BAS系统，利益相关人在对故障分析、决策和实施过程中的沟通交流质量和效率不高。上述问题可通过传感器与设施管理BIM模型相连的途径来解决。一些研究将BIM技术与传感器相结合，以提高建筑设施的故障检测和定位效率。Chen等[5]以Revit为运维管理平台做二次开发，实现基础设施的可视化和传感器实时数据图形显示，监控设施运行状态。但其使用的BIM软件轻量化程度不够，使用复杂且消耗资源较大。Liu等[6]将传感器数据与BIM模型结合，提供了传感器空间位置及暖通空调系统表现状况和房间材料快速检索的原型系统开发方法，辅助决策和管理过程。刘林等[7]提出应用BIM和传感器技术实现故障设备定位、故障远程诊断及相关信息显示的物业管理平台框架，然而并没有详细介绍具体的平台构建方法。Chan等[8]提出通过建立跨平台管理系统整合BIM、传感器、RFID、BAS、CCTV、RTLS等获取的信息，简化运维期故障定位信息查找过程。以上研究均在一定程度上提高了信息的可重用性、互操作性以及管理过程可视化，但它们都不能自动高亮显示故障点位置及周围环境，对于大体量、空间划分复杂的建筑，锁定故障点位置仍需耗费一定时间，可视化程度不高。为此，本文充分利用BIM与传感器结合在提高故障检测和定位效率方面的优势，构建设施管理系统，旨在实现暖通空调系统故障的自动化定位，进而降低设施管理成本，提高设施管理效率和管理水平。

1传感器与BIM结合的设施管理系统

1.1思路和框架

设施管理系统运用数据库存储来自BIM模型和传感器的数据。BIM模型不仅包含分散在各专业图纸和系统中的建筑、结构及相关设备或构件属性信息等，还包括设施管理所需的设备或构件编码、位置、连接关系等信息，进而生成三维图元数据库应用于可视化设施管理平台。温度传感器用于获取建筑物室外气温以及实时房间和暖通空调系统末端端口温度值，前者是调节建筑室内最佳温度的依据，后者用来判断暖通空调系统运行状况和故障报警。以上全部信息和数据均储存在数据库中，以保持信息的完整性从而方便管理人员通过可视化设施管理平台调取。设施管理人员在可视化设施管理平台操作并实现功能。平台基于传感器实时温度数据，自动分析并判断数据是否存在异常以及异常产生的原因，若系统判断暖通空调系统发生故障，则管理人员可使用故障检测功能寻找一系列最有可能的故障点，且高亮显示故障点及所在位置，查看设备或构件维修所需的相关信息；故障点维修完毕后设施管理系统自动存档维修记录，实现运维档案的自动化管理，从而提高维修效率和设施管理水平。基于BIM和传感器的设施管理系统包括信息、平台和功能3个层次。信息层是设施管理系统的信息支撑，能够满足设施管理过程中管理人员对运维管理、用户管理、空间管理和财务管理等多个方面的信息需求，这些信息存储在BIM模型和数据库中。平台层是信息交互的媒介，通过平台层可调用信息层信息，也可写入设施管理信息到数据库中；系统功能通过平台层得以实现。功能层是基于平台层进行一系列操作后，设施管理系统可实现的功能。

1.2系统功能

结合设施管理人员的日常需求开发3个模块的功能，分别为暖通空调系统运行状况监控、暖通空调系统故障的自动定位和记录以及可视化与信息查询。3个模块功能相互配合，从而实现暖通空调系统运行状况的监控以及故障的自动检测和定位。（1）暖通空调系统运行状况监控。该功能提供各个房间及房间内部暖通空调系统末端端口的实时温度和历史温度数据，供设施管理人员查看。传统设施管理模式下，管理人员仅设定暖通空调系统的输出温度，系统运行时每个房间的实际温度状况只能通过该房间的用户反馈获得，若对所有房间用户逐一采访，无疑会耗费大量时间，降低工作效率。而借助传感技术与数据库可实时读取温度值，在平台端将温度数据以动态波形图和表格的形式显示，设施管理人员通过简单操作便可查看各传感器输出温度值，监督暖通空调系统当前运行状况。另外，平台在后台对温度值进行分析并判断房间温度是否异常。当温度值出现异常时系统自动弹出异常警告窗口，附上异常原因和位置信息并高亮显示，提示设施管理人员，智能化监控暖通空调系统运行状况。（2）暖通空调系统故障的自动定位和记录。该功能可辅助决策过程，缩短决策时间，在复杂的暖通空调系统中快速寻找故障位置，在一定程度上避免扩大故障范围，提高检修效率。当异常报警窗口显示异常原因为暖通空调系统发生故障时，数据异常的末端位置已知，设施管理人员使用此功能可以快速获得理论层面最有可能的故障方案的诸故障点信息，同时这些故障点模型被高亮显示于视图中，方便设施管理人员查看其具体的三维形态从而快速在现场中找到该设备或构件。此外，设施管理人员完成故障维修工作后，可通过输入工号和密码在系统中键入维修信息将维修数据传入数据库建立电子维修档案，实现档案的自动化管理。（3）可视化与信息查询。该功能辅助维修过程，加快信息获取速度，提高维修效率。在发生维修事项之后、维修之前，维修人员往往要先知晓故障设备或构件周围环境以及规格、参数、生产厂家等信息，故而会翻阅大量不同专业图纸和存储资料，寻找所需信息。这一过程可通过可视化与信息查询功能快速实现。该功能意在将图元的几何显示和属性信息结合起来，使维修人员可查看指定楼层房间布置及设备或构件分布情况，以设备或构件编号为主键调用数据库，快速检索构件相关信息，并以高亮显示的方式直观地呈现被查询设备或构件的模型及位置，高效完成维修前准备工作；在对视图进行一系列显示操作之后，还能够快速还原至总体视图，便于后续使用。BIM模型与数据库的连接显然已成为BIM发展的一大趋势，尤其是对于信息量巨大的设施管理模型来说，二者的结合不但能保持BIM的三维信息化优势，还有利于数据信息的日常维护。可视化方面的功能则是基于维修人员检修过程中了解故障位置和周围环境的日常需求，通过二次开发简化操作流程，且使具体功能直观化显示在操作界面中。这意味着即使设施管理人员不具备软件基础也能凭简单的点选快速查看到指定楼层视图，选中设备或构件模型即可获得该构件编号，查询相关信息。

2管理系统的软件工具选用

根据前文所述思路以及待实现功能，设施管理系统构建工具需包括建模软件、管理软件、数据库，并选择适合的语言在开发平台开发插件。建模软件应能整合建筑全生命周期的信息，使信息与模型相互关联，且能同管理平台共享信息模型。依据价值工程理论，设施管理软件选用应考虑实现功能性和管理发生的交易成本两个方面因素。设施管理BIM模型具有3D可视化功能，同时还应支持二次开发，使管理人员能按管理需求自主完善平台功能以实现暖通空调系统的故障检测和定位。开发语言则依管理平台选择，开发平台和数据库能够连接。交易成本则应考虑软件的通用性、操作方便、轻量化问题。通用性带来软件购置和使用培训费用的降低，操作方便提高工作效率，减少误操作。轻量化关乎模型文件容量较大，启动和运行较慢，将影响工作效率。综上所述，设施管理系统利用AutodeskRevit建立BIM模型；以C#为开发语言，VisualStudio为开发平台，在AutodeskNavisworksManage的基础上进行二次开发，作为设施管理平台，结合温度传感器和SQLServer数据库的应用，实现设施管理系统构建。

3实施的关键技术

3.1BIM模型与图元数据库建立

在Revit建立BIM模型时定义设备或构件编号，以此作为三维模型与数据库间连接的纽带。模型与图元数据库位于设施管理系统的信息层，是系统的数据基础。通过为每个设备或构件按照“楼层-房间号-系统编号-设备或构件编号”的规则编码，BIM模型中的每个图元都会具有唯一的标识，它不仅能够为信息的快速查询提供索引，为设施管理人员的管理工作提供了便利，同时也为建立暖通空调系统设备或构件间的关系奠定了基础。整合来自设计、施工及设施管理等参与方的信息，建立设施信息数据库，数据库中主要储存如表1所述三类信息，他们通过构件编码建立联系。信息查询功能实际上是对上述三类信息进行筛选、整理和调用，并与模型可视化的特点相结合，使被查询设备高亮显示，从而提高信息获取速度和管理效率。

3.2传感器设置与数据显示

在暖通空调系统末端端口位置设置温度传感器，获取暖通空调系统末端端口表现值，并依此监控暖通空调系统提供的服务质量。在各房间安装传感器是智能化设施管理的重要途径之一。虽然现实中可以选择在每一设备或构件位置都设置温度传感器，此时系统将实现对暖通空调系统运行状况的全面监控和故障的准确定位，然而由于暖通空调系统涉及到的设备或构件数量庞大，这种监控方法会耗费较大的成本，不经济，因此本文仅将传感器放置在暖通空调系统末端端口位置。暖通空调系统末端端口构件可视为传感器的上游构件，二者通过设置参数的方式绑定后，传感器输出的温度即为与之绑定的端口位置提供的服务质量。为方便设施管理人员观察各房间温度状况，需将各个房间及房间内部暖通空调系统末端端口的实时温度数据以动态图形形式显示。在这一过程中，Modbus-RTU通讯协议作为将温度传感器与数据库动态链接的通道，使传感器检测到的温度数据源源不断地传送到数据库中，生成并自动更新温度的时序数据数据库。而后，对海量的数据信息进行调用和二次加工，目的是提高温度数据的可视化程度，使设施管理人员可以从图形中更加直观地观察温度的变化过程以监控暖通空调系统的运行状况。对于传感器数据的传输频率，设施管理人员可根据需要自行设置。此外，可通过修改数据更新时间间隔等方式，调整温度数据的图形显示。

3.3暖通空调系统异常报警机制

当温度数据异常时系统能够自动报警，显示如图4所示窗口。设施管理人员事先依室外温度和经验确定室内房间的最佳温度和温度阈值，在实际管理过程中根据最佳温度对暖通空调系统温度进行设置和调节，使室内房间温度位于最佳温度保持最佳水平。假设异常产生之前暖通空调系统使房间处于最佳温度水平。当数据显示房间温度值超过阈值时，则认为异常发生，此时触发自动报警事件，窗口显示异常原因、楼层位置、房间编号与紧急联系人信息，同时异常位置在模型中高亮显示。一般来说，异常产生的原因有3种：传感器出现故障、发生火灾和暖通空调系统故障。针对非暖通空调系统故障的情况，设施管理人员可直接依据报警位置采取相应的措施，否则，设施管理人员则要进一步确定暖通空调系统的故障位置。本文假设3种情况不会同时发生，即单一原因导致温度异常。在异常原因判断过程中，若要通过传感器温度数据判断暖通空调系统发生故障，必须先排除传感器故障和火灾原因。首先，确定传感器是否发生故障具有重要意义，因为在传感器发生故障的情况下获得的温度数据是不可靠的，在该数据的基础上做出的分析和决策也是不可靠的。另一方面，如若发生火灾，也会导致房间温度异常升高从而超出阈值引发报警。因此本文对卡死、增益和偏差[10]三类易于发生的传感器故障出现后的数据特征进行综合和分析，参考ISO834标准火灾升温函数以及空气介质下的热传导系数以及距离等因素推测火灾发生后的数据特征，运用一阶差分算子比较法[11]对异常原因进行判断：系统调用故障时点前一个与包括故障时点在内的其后6个温度数据，对两相邻时序数据施加一阶差分运算得出6个差分算子，利用条件语句判断，假设当有4个或4个以上差分算子数值大于0.5摄氏度时判断异常由火灾引起；当6个差分算子中有且只有一个数值大于阈值与最佳温度的差值，其余数值小于0.5摄氏度且小于阈值与最佳温度的差值，则判断传感器发生故障；否则判断暖通空调系统发生故障。

3.4暖通空调系统拓扑结构定义

暖通空调系统拓扑结构图是暖通空调系统故障自动定位功能的决策依据之一，它能够清晰直观地描述暖通空调系统设备或构件间的逻辑关系和送风路径，通过设置设备或构件间相互关系的参数来定义。为了构建暖通空调系统拓扑结构图，在建立BIM模型时将全部设备或构件分为两大类：一类为节点设备或构件，送风路径会在该处汇聚或产生分支，如空调机组、暖通空调系统的交叉连接件等。特别的，暖通空调系统端口构件也视为节点设备或构件；另一类为非节点设备或构件，它们朝着单一方向送风不存在分支，如风管、水平连接件等。两类设备或构件通过设置参数加以区分和关联：节点设备或构件设置描述节点间位置关系的下游节点参数，非节点设备或构件设置从属节点参数，描述其从属的节点设备或构件。由于暖通空调系统中存在着大量除主要大型设备外的辅助设备或构件，且其中的非节点设备或构件发生故障与下游节点设备或构件发生故障无异，因此基于奥卡姆剃刀原理，拓扑结构图中仅包含送风路径枢纽位置处和末端端口的设备或构件，即节点构件，非节点设备或构件在图中与下游节点抽象化为一点。本文在定义拓扑结构时选择一空调机组作为拓扑结构的根节点，枢纽位置的节点设备或构件为中间节点，每个房间的暖通空调系统末端端口为叶节点。这一结构中空调风由根节点流向叶节点，且通向每个叶节点的路径唯一。

3.5暖通空调系统自动化故障定位方案确定

最有可能的故障方案是以最小信息长度理论为理论基础，以暖通空调系统拓扑结构图为决策依据，通过调用故障定位算法[12]对传感器数据进行分析生成的。最小信息长度理论认为，对一组表现值的最优解释具有最简短的表现值描述长度。而表现值描述长度与暖通空调系统拓扑结构和故障信息直接相关。暖通空调系统故障时，构件以故障状态或无故障状态运行。拓扑结构中存在两种故障的影响模式：一种故障会影响到其所有下游节点，记该模式下的故障为Fa；另一种故障产生只会影响到相邻的下游叶节点，即暖通空调系统末端端口，该模式下的故障为Fc。对于叶节点，由于其不存在下游节点，因此两种影响模式是等效的。假设节点的默认状态为无故障状态，记为Fn。称Fa、Fc、Fn为节点状态标签。通过查询历史数据和咨询有经验的设施管理人员，可以获得暖通空调系统末端端口即叶节点表现值区间，且确定两个概率密度函数辅助判断节点状态，分别为叶节点不受故障影响时表现值的分布和叶节点直接或间接受故障影响时处于故障状态和非故障状态下的概率密度函数，后者对Fa和Fc均适用。假设故障间相互独立，故障方案可在拓扑结构图的基础上根据末端端口表现值倒推产生。故障定位算法读取端口表现值后，从叶节点开始遍历全部节点，用概率密度函数计算各节点状态下的信息并增加故障信息，依据最小信息长度理论为每个节点选择合适的节点状态标签。在这一过程中，由于叶节点不存在下游节点可直接通过端口表现状况作出判断，而一般节点存在下游子节点拓扑结构，需要迭代算法才能够作出判断。当一般节点被判断为Fa时，其下游节点状态将变为Fn，使总的故障路径信息长度最短，从而确定故障发生概率最大的方案。设施管理人员根据设施管理平台窗口显示结果到现场对可能发生故障的设备或构件逐一进行故障排查，并在排查后作出反馈，告知系统该方案是否为真实故障发生路径，若是则系统自动记录故障信息和故障发生的时间到数据库中，若不是则表示虽然理论上该方案中设备或构件发生故障的可能性最大，但实际并未发生故障，系统会根据反馈的否定信息定义该方案中涉及的可能故障点为非故障设备或构件，即将节点状态标签改为Fn，然后继续调用算法寻找在此前提下最有可能的故障方案，直至找到真实故障点为止。

4结语

本文从设施管理人员的角度出发，针对其日常需要和困难，以Navisworks为平台进行二次开发，建立融合了BIM与传感技术的智能化运维管理系统。系统提供3个模块的服务，即暖通空调系统的运行状况监控模块、故障的自动定位和记录模块、可视化与信息查询模块。设施管理人员通过操作系统的3个功能模块，可提高暖通空调系统管理各个环节的工作效率，实现故障检测和定位的自动化、故障设备和构件周围环境的可视化、维修数据与模型的集成化，解决了在应对暖通空调系统故障时可视化程度不高、效率低的问题，一定程度上避免了故障范围扩大的可能性，节约管理活动投入的时间和成本，提高管理水平。该系统的开发也为其他设施系统的自动化管理提供了思路。然而，系统功能实现存在较多的前提假设，而现实环境往往面临大量的不确定因素，不一定匹配假设条件，如系统运行质量监控还受风速大小等因素影响，本文并未将其考虑在内，故而该系统用于现实环境还具有一定的局限性。本文只能检测暖通空调系统是否存在故障以及定位故障点，尚无法进行故障诊断，即无法得知系统暖通空调系统故障的具体原因。另外，由于暖通空调系统构件数量繁多，在为其编码和定义拓扑结构时设置参数的过程较为繁琐，需要耗费大量时间，如何高效完成参数定义、缩短前期准备时间，还有待进一步研究。

作者:董可新；迟安琦；高平 单位：东北财经大学投资工程管理学院