基于BIM技术的机电工程施工风险预警平台.pdf

物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application1000 引 言机电工程包括电气、通风、给排水管道和设备等安装与调试。在机电工程施工过程中，某些部件需要通电、通气进行调试；且在焊接管道时，对施工人员的技术水平要求较 高1-2。机电工程是复杂的集成系统，其在施工过程中存在的不确定性因素较多，常常会导致重大安全事故发生，给施工方带来不可预估的损失，甚至严重危害国家公共安全。因此对机电施工过程进行风险预警意义重大。现在已有学者设计机电施工过程风险预警平台，如兰峰涛等人3设计的施工过程管理平台，该平台通过采集机电施工过程中的参数，构建 BIM 模型，再利用安全风险预警机制实现机电工程施工中的风险预警。但该平台对运行环境要求较高，因此适用性不佳。于用庆等人4设计定位与施工人员安全风险预警平台，该平台着重于对机电工程施工人员进行定位和风险预警，其研究角度过小，因此应用效果也不佳。BIM 技术是数据化管理工具，可通过其构建可视化工程模型5，为用户实时提供工程施工进展。本文以 BIM 技术为基础，设计基于 BIM 技术的机电工程施工风险预警平台，为机电工程施工安全提供保障。1 机电工程施工风险预警平台1.1 平台总体结构依据“层次”思想，设计机电工程施工风险预警平台，该平台结构如图 1 所示。图 1 机电工程施工风险预警平台总体结构示意图机电工程施工风险预警平台由数据采集层、通信传输层、分析处理层和输出表示层组成。在数据采集层内，将机电工程施工信息、监测信息、设计信息、施工环境信息存储到数据库内；通信传输层将数据库内机电施工相关信息经过网关和 WSN 管理协议、无线传感通信协议发送到用户服务器内，用户服务器再将机电施工相关信息分别发送到分析处理层内和 BIM 可视化展示层内，利用分析处理层内的基于频繁项集合 Apriori 算法的施工风险预警方法输出机电施工风险预警结果后，传输到输出表示层的预警中心内。输出表示层利基于 BIM 技术的机电工程施工风险预警平台周 昊（吉林建筑科技学院 电气与机械工程学院，吉林 长春 130000）摘 要：以规避机电工程施工风险为目的，设计基于 BIM 技术的机电工程施工风险预警平台。该平台利用数据采集层获取机电工程施工信息、设计信息、施工环境信息等；然后利用通信传输层经由网关、WSN 管理协议、无线传感协议将机电工程施工相关信息发送到用户服务器内，再通过用户服务器将机电工程施工相关信息分别传输到分析处理层和输出表示层内；分析处理层利用基于频繁项集与 Apriori 算法的施工风险预警方法输出当前机电工程施工风险，并将其传输到输出表示层内；输出表示层接收到通信传输层发送的机电工程施工相关信息后，利用BIM 可视化展示模块构建机电施工 BIM 模型，为用户呈现机电工程施工过程，并利用预警中心接收分析处理层机电施工风险预警结果展示给用户。实验表明，该平台具备较强的机电工程施工 BIM 模型构建能力，并可有效预警机电工程施工风险。关键词：BIM 技术；机电工程；施工风险；预警平台；频繁项集；Apriori 算法中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2023）11-0100-03DOI：10.16667/j.issn.2095-1302.2023.11.027收稿日期：2023-03-08 修回日期：2023-04-05基金项目：吉林建筑科技学院校级科研中青年扶持项目（重点）：基于BIM技术的机电工程施工质量控制研究（校科字2022018ZQKJ）2023年/第11期 物联网技术智能处理与应用Intelligent Processing and Application101用接收到的机电施工相关信息及 BIM 可视化展示模块构建机电施工可视化模型，并利用预警中心模块为用户呈现机电施工风险预警结果。1.2 机电设备 BIM 模型构建方法利用 BIM 技术构建机电工程施工三维模型，构建过程如图 2 所示。图 2 机电设备 BIM 模型构建过程示意图在利用 BIM 技术构建机电设备 BIM 模型时，先构建机电工程施工对象，并构建其对应的族库，如依据建筑结构、电气设备分布结构、给排水结构等建立对应的族库后6，通过调用建筑和结构族库生成初始的电气施工环境 BIM 模型，再依据给排水、暖通、电气等上游信息建立专业的电气施工BIM 模型，并结合初始的电气施工环境 BIM 模型，生成最终的电气施工综合模型。1.3 基于频繁项集与 Apriori 算法的施工风险预警方法机电工程施工风险预警平台利用分析处理层实现风险预警，其过程如下：（1）建立机电工程施工数据的频繁项集，其过程为：扫描机电工程施工相关数据后7-8，设置项集最小支持度（施工风险阈值），将小于最小支持度的项集汇总生成新项集，标记为 L1；依据 L1搜索其他项集，并将新搜索到的项集标记为 L2，依次循环后，直到所有符合条件的项集全部被找到，将其命名为 k 项集；然后对 k 项集进行连接、剪枝处理得到机电工程施工风险频繁项集。（2）获得机电工程施工风险频繁项集后，依据最小支持度和最小置信度生成强关联规则9。机电工程施工风险的条件概率计算公式如下：Confidence()support_count()support_count()ABABA=（1）式 中：A、B 分 别 表 示 两 个 机 电 工 程 施 工 风 险 项 集；support_count(A B)表示涵盖 A B 关系的记录数量；support_count()support_count()ABA表示涵盖 A 项集的数量。（3）生成每个机电工程施工风险项集的非空子集，用 表示，利用式（1）计算非空子集的条件概率，若条件概率大于最小置信度阈值10，则说明此时机电工程施工无风险，反之则说明机电施工工程存在风险，将该风险结果发送到输出表示层展示给用户，实现机电工程风险预警。2 实验分析以某高层住宅电气施工项目作为实验对象，使用本文平台对其电气工程施工过程中的风险进行预警，分析本文方法的实际应用效果。2.1 平台耦合度测试平台运行环境影响其实际应用性能，以平台耦合度作为衡量指标，测试本文平台在 Windows、Chrome OS 和 Linux运行环境下，在不同并发用户情况下，其耦合度变化情况，结果如图 3 所示。图 3 平台耦合度测试结果分析图 3 可知，本文平台在不同运行环境下，其耦合度数值与并发用户数量呈负相关关系。其中本文平台在Windows 运行环境下的耦合度数值最高，其次是 Linux 和Chrome OS。但本文系统在三种运行环境下的耦合度数值下降幅度较为缓慢，在并发用户数为 300 个时，本文系统在三种运行环境下的耦合度值均高于 0.95。上述结果说明：本文平台在不同运行环境下的耦合度均较高。2.2 电气施工 BIM 模型构建以该电气工程某个施工段作为实验对象，使用本文方法构建其电气工程施工 BIM 模型，结果如图 4 所示。图 4 电气工程施工 BIM 模型分析图 4 可知，本文方法可有效构建该电气工程施工初始 BIM 模型；结合该初始模型，构建其综合模型，模型构建效果较好。2.3 电气工程施工风险预警测试使用本文平台预警该电气工程施工风险，预警结果见 表 1 所列。分析表 1 可知，从本文平台对该电气工程施工风险预警结果来看，其可为用户提供电气工程施工日期、施工地点、物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application102当前施工人员数量以及其施工是否存在风险。该结果表明：本文方法具备较好的风险预警效果，应用效果较好。表 1 电气工程施工风险预警结果施工日期施工区域施工人员数量风险预警8 月 9 日H-21无风险8 月 9 日H-63无风险8 月 9 日H-73有风险8 月 11 日H-84无风险8 月 11 日H-92有风险8 月 12 日H-111无风险8 月 12 日X-32无风险8 月 13 日X-32无风险8 月 13 日X-32无风险8 月 14 日X-35无风险8 月 14 日X-53无风险8 月 14 日H-121有风险3 结 语本文设计基于 BIM 技术的机电工程施工风险预警平台，利用 BIM 技术建立机电工程施工模型，可更直观地为用户呈现当前机电工程施工进展，以及施工场景画面。经过实际验证，本文平台具备较高的耦合度，并可有效地对机电施工过程中存在的风险进行预警。参考文献1 梁杰，姚灏，刘鹏.基于 BIM 的变电站安装工程施工风险评估模型 J.湘潭大学学报（自然科学版），2021，43（2）：112-118.2 翟越，高欢，宗燕燕，等.基于 BIM 技术的地下综合管廊施工安全风险分析研究 J.施工技术，2021，50（12）：1-3.3 兰峰涛，刘占省，李翰卿，等.基于 BIM 技术的轨道交通施工过程管理平台开发及应用 J.建筑技术，2021，52（6）：706-709.4 于用庆，邹树琪，张兴军.基于 BIM 技术与定位技术的地铁施工人员安全预警 J.城市轨道交通研究，2021，24（6）：129-132.5 裴巧玲，于媛，庄辛宇.基于 BIM 技术的地铁深基坑安全风险预警应用研究 J.施工技术，2021，50（12）：4-6.6 王泽能，刘家庆，韦港荣，等.基于 BIM 与互联网技术相融合的施工管理模式运用研究 J.公路，2022，67（9）：336-341.7 张锦，徐君翔.基于可拓理论的艰险山区铁路施工风险预警 J.安全与环境学报，2020，20（3）：824-831.8 张明鹏，曹连民，李鹏，等.冲击地压风险智能监控预警平台研究与应用 J.煤炭工程，2021，53（2）：137-140.9 黄莺，雷俊，王轲.基于 FMEA 的建筑施工 HSE 风险预警研究 J.武汉大学学报（工学版），2021，54（9）：835-841.10 黄德春，冯同祖.基于多元利益冲突的特大型工程项目社会稳定风险预警研究 J.科技管理研究，2020，40（15）：224-230.作者简介：周 昊（1987），男，吉林长春人，硕士研究生，讲师，研究方向为控制科学与工程。11 彭亚平，贺乾格，柯希垚，等.一种基于加速度传感器的摔倒检测腰带 J.电子测量技术，2018，41（11）：117-120.12 ZHUANG Yiyang，YANG Qingbo，HAN Taihao，et al.Fiber optic sensor embedded smart helmet for real-time impact sensing and analysis through machine learning J.Journal of neuroscience methods，2021，351：109073.13 蔡钰麒.基于机器学习的摔倒报警系统的设计与实现 D.北京：北京邮电大学，2016.14 莫绍区，张万盛.基于物联网技术多功能行车记录仪应用研究 J.时代汽车，2022，19（1）：21-23.15 赵子豪，孟刚.智能骑行头盔的创新发展研究 J.电子世界，2021，43（3）：7-8.16 何安科.基于 STM32 与光强传感器 BH1750 的无线路灯控制系统 J.企业科技与发展，2011，27（20）：15-17.17 SINGH N，GUNJAN V K，CHAUDHARY G，et al.IoT enabled HELMET to safeguard the health of mine workers J.Computer communications，2022，193：1-9.18 刘静琦，周振虎，时飞，等.定时监测骑手体温的智能头盔系统设计 J.现代计算机，2022，28（4）：101-106.19 于子淇.电动自行车头盔佩戴主动检测系统 J.机电一体化，2022，28（Z1）：77-82.作者简介：崔文华，山东青年政治学院、信息工程学院在读，研究方向为电子信息工程。黄昭县，山东青年政治学院信息工程学院讲师，研究方向为嵌入式与数控技术、工业控制、人工智能。董 杰，山东青年政治学院信息工程学院副教授，研究方向为计算机控制、工业自动系统控制。陈俊藤，山东青年政治学院信息工程学院在读，研究方向为数据科学与大数据技术。（上接第99页）