BIM技术在东方医院综合楼运维应用
上海建工四建集团有限公司
BIM技术在东方医院综合楼运维应用
上海建工四建集团有限公司
1. 引言
上海市东方医院(同济大学附属东方医院)是一所集医疗、教学、科研、急救、预防、保健于一体的三级甲等综合性医院。东方医院包括南北两址，分别位于上海陆家嘴金融贸易区和世博园区。目前正扩建的新楼工程位于陆家嘴地区，总建筑面积83161.97㎡，包括地上24层、地下2层，主要服务于重大保障和高端医疗，建成后将增加床位500张。
医院建筑机电设备复杂，包括通风空调、变配电系统、给排水系统、医用气体系统、污水处理系统以及楼宇自控系统(BA)等[1]。并且，医院建筑需要不间断管理，运维管理压力大。目前使用的BA、维护维修系统、空间管理系统等相互独立，不能针对医疗服务需求将建筑本体和运维管理信息有机融合，不便于中高层管理中快速决策，运维管理效率低[2]。传统扁平化、台帐式管理模型非常不直观，难以对大量的数据信息进行监控和分析决策。
在政府和行业推动下，建筑信息模型(BIM)已成为建筑数字化描述的标准，在设计、施工等阶段广泛应用。但BIM在运维管理中应用和研究仍处于探索阶段[3]。国内外仅有少许文献报告了BIM在建筑设备和空间运维管理中应用[4-6]。特别在建设信息模型向运维模型无损转化、BIM与BA等动态异构数据集成、基于BIM的可视化运维管理体系以及基于全生命期信息的主动式运维方法等难点问题仍缺乏深入研究和应用验证[7]。
从建造阶段开始，院方和施工方已开始筹划将BIM技术大规模应用到医院建筑运维阶段，联合总承包单位开发了BIM运维系统，要求视频监控系统、BA系统、医用气体监控系统、污水处理监控系统、机房环控系统、人脸识别系统等运维信息系统预留接口，支持将海量异构的建筑静态和动态信息整合在一起，形成建筑全生命期大数据。引入BIM、物联网、人工智能、人脸识别等即使实现三维可视化、集成化空间运维、报修服务管理、安防管理，以及主动式设备管理和能耗管理。该医院直接采用BIM运维系统进行新楼设备运维管理、报修服务和安防管理;当有应急事件发生时，运维管理人员直接在应急指挥中心应用BIM运维系统进行应急指挥和决策，。应用实践，得出以下结论：1)基于BIM可以将通过将建筑本体和医院运维信息有机结合，逐渐形成建筑全生命期大数据，可见BIM对医院建筑运维具有较大价值;2)基于BIM可以实现空间管理、机电设备运行机理和状态查看、视频安防管理，实现可视化、集成化运维管理，，提升医院建筑运维管理水平;3)初步探索了基于人工智能的智慧运维管理模式，可减少设备故障数量，节约运维成本。
图1东方医院运维管理中心
2. BIM在医院建筑运维中应用技术路线
基于BIM的医院建筑智慧运维技术的总体技术框架如图2所示，具体包括以下关键研究内容。
(1)面向运维的医院建筑BIM构建方法
建立面向运维管理的医院建筑各阶段BIM建模要求，梳理空间、资产、机电系统和设备的属性信息动态创建、交付和集成要求，形成医院建筑运维模型交付标准，为智慧运维提供模型基础。
(2)跨系统的建筑运维异构信息集成与存储技术
综合应用关系与非关系数据库技术，研究BIM与资产管理系统、报修服务系统、BA、医用气体监控系统等的信息集成方法，解决模型更新时BIM与异构运维信息的自动关联等难点问题。
(3)基于BIM的医院建筑可视化运维管理技术
研究基于BIM的空间布局和功能分布展示、机电系统上下游逻辑结构自动提取、设备实时运行状态与预警信息推送等可视化管理技术，辅助综合运维管理与快速决策。
(4)基于BIM和人工智能的智慧运维技术
研究基于物联网和BIM的数据挖掘技术，为运维服务主动推送医院不同类型房间的设备信息、维修历史和运维需求。应用神经网络等人工智能算法，研究重大设备的性能分析、评价和预警策略，辅助提前发现设备潜在故障，制定设备维护计划。
(5)基于BIM的医院建筑智慧运维管理系统研发与应用示范
开发基于BIM的医院建筑智慧运维管理系统，包括建筑信息管理、空间管理、机电设备管理、维修服务中心、视频安防管理以及综合决策分析模块，支持可视化、集成化、主动式运维管理，并在东方医院改扩建工程进行应用示范。
图2基于BIM的医院建筑智慧运维技术
3. BIM在运维中应用关键问题
3.1 跨阶段的BIM模型转化技术
3.1.1 技术背景和难点
建造和运维阶段对BIM模型应用需求相差较大，直接将建造BIM模型用于运维问题较多。譬如，建造阶段主要关注BIM中设备的几何外形，而忽略其内部构造;关注所有设备、管件的空间位置，而忽略机电系统的逻辑关系。但在运维阶段确恰恰相反，非常关注机电系统的逻辑关系和重要设备的内部构造。实践总结表明，建造BIM向运维BIM转化需解决以下难点问题。
(1)多文件之间的机电系统模型物理连接修复问题
在BIM模型创建过程中，为避免由于文件体量较大，影响建模效率，往往将不同楼层的BIM模型存在不同文件中，从而导致位于不同文件的机电系统物理连接缺失。譬如，贯穿1到2层的管道，分为位于1层的管道1和位于2层的管道2。管道1顶部有自由的连接器1，管道2底部有自由的连接器2。实际上，连接器1和连接器2应该有物理连接，从而表示管道1和管道2贯通。连接器是BIM模型连接管道和设备的连接装置，所有管道的末端或设备的接口处具有连接器。所谓自由的连接器是指一端与管道或设备连接，一端没有连接的连接器。
(2)建造BIM模型中缺乏机电系统逻辑结构
常规BIM模型中只创建了机电系统中各个设备之间的物理连接，但不直接创建逻辑连接。然后BIM中机电系统所含的设备和管线数量巨大，关系十分复杂，直接应用物理连接关系，检索效率底，计算量极大、计算时间长，将严重影响运维系统的运行效率。譬如，查询冷冻机的上游冷却塔直接物理连接的管线可能有数十个，需要查询数十次才能从冷冻机查询到与其关联的冷却塔，效率极低。因此需要根据物理连接信息生成逻辑连接关系结构，提高故障定位效率。
(3)建造BIM模型构件繁多，难以全专业集成渲染，需要轻量化处理
建造BIM模型为满足模型快速修改和精细化管理需求，构件拆分较细，譬如每个管道、弯头、三通、门把手等细小构件都是独立构件，从而导致一个建筑有百万数量级的构件，三维几何模型渲染效率极低，难以将一整个建筑的BIM几何模型高真实感地顺畅渲染，不能为运维管理人员提供可视化、集成化的管理平台。因此，需要进行构件合并，以减少构件数量。
3.1.2 技术创新内容
(1)机电系统物理连接快速修复技术
针对BIM模型中机电系统物理连接不完善的问题，本课题研究了一种跨文件的机电系统物理连接自动修正方法。该方法通过空间离散方法将连接器划分到有序的小空间中，并确保可能与连接器匹配的另一个连机器尽在极少数的小空间中，从而避免从所有连接器中去匹配，减少了模型复杂度，将匹配效率从O(n2)降到O(n)。该方法流程如图3所示。
图3跨BIM文件的机电系统物理结构修复方法流程图
(2)机电系统逻辑关系自动生成技术
针对建造BIM中缺乏机电系统逻辑结构的问题，本课题研究了一种机电系统逻辑关系自动生成技术，可从BIM中剔除负责的管线信息，精确提取设备之间的逻辑连接关系。该方法可将设备之间连接关系复杂度从从C2m+n 降低为mn，其中m为出设备方向的接口数量，n为入设备方向的接口数量，极大地提高设备逻辑关系检索效率。该技术步骤如图4所示：
图4机电系统逻辑结构生成流程图
(3)面向运维的BIM几何模型轻量化技术
针对建造BIM模型构件数量较大，全专业模型渲染难度大的问题，提出一种面向运维的BIM几何模型轻量化技术。该技术的具体流程如所示，各步骤具体说明如图5所示。
各层次模型具体说明如下：
1)建筑模型，由整个建筑各楼层的建筑专业构件组成，包括外立面、楼板和屋顶等，用于查看整体建筑的运行情况，也可为其他层次模型提供位置参考;
2)各单楼层模型，由单楼层的建筑、结构和机电专业模型组成，剔除装饰装修专业构件，用于查看整个楼层的空间布局、设备运行情况和机电系统连接关系;
3)房间精细模型，由属于某个房间的建筑、结构、机电、装饰所有专业构件组成，包括吊顶、饰面和可移动的家具家电等组成，用于查看单房间的精细化空间布局和工艺流程;
4)设备精细模型，即针对复杂形体构件采用BIM模型中的原始精细模型，而非替换后的真实感模型;用于查看单个设备的内部构造和运维监测信息;
5)单专业系统模型，即由属于同一专业系统的所有构件组成的模型，剔除其他专业构件，用于查看单个系统的连接关系，辅助单个系统的设备故障分析和运营维护。
图5面向运维的BIM模型轻量化技术流程图
3.1.3 实施效果
跨阶段的BIM模型转换技术在东方医院改扩建工程和新华医院既有儿外科楼BIM运维项目中进行了应用验证，取得了较好的效果。
如图6所示，是东方医院12层机电系统模型，应用BIM模型转换技术形成的运维模型如图7所示，完成了机电系统物理连接的修复，并生成了机电系统逻辑结构，并且构件数量减少1个数据级;可在系统中查看全专业模型，如图8所示，支持基于BIM的运维管理。
图6东方医院12层机电系统Revit模型
图7转化后的东方医院12层机电系统运维BIM模型
图8转化后的东方医院BIM运维系统模型
3.2 跨系统的海量异构建筑运维信息集成技术
3.2.1 技术背景和难点
结构化BIM模型与海量异构运维系统动态信息集成的难点包括以下几个方面：
1)各类运维信息系统与BIM系统的数据对接与集成难度高，运维新系统的监测数据有的针对整个空间或系统，有的针对某个设备，有的针对设备中某个配件，如何与BIM中构件快速关联是个难点。
2)大量动态监测数据以及静态BIM数据的集成存储问题，如何兼顾访问的效率和数据一致性问题。
3.2.2 技术创新内容
(1)BIM与监测数据的多层次关联方法
针对监测数据的监测对象可能与楼层、机电系统、机电设备、设备配件等不同层次构件关联的问题，建立BIM与监测数据的多层次关联方法，如图9所示。
图9 BIM与监测数据的多层次关联方法
在BIM建模时，建立相应监测设备的模型，并将监测点位信息输入设备属性，从而实现BIM中监测对象与BA中获取的监测数据匹配，实现数据集成。最终BIM模型与监测数据可以精确匹配如图10所示，支持后续的设备状态分析和主动式维保。各类数据与BIM模型的信息集成级别如表1所示。
图10空调箱模型与监测数据集成
表1东方医院项目对接的30个系统
|
序号 |
对接的系统名称 |
通讯协议/接口形式 |
模型匹配层次 |
|
1 |
视频监控 |
海康8700 HTTP API |
设备 |
|
2 |
安防报警 |
基于TCP的厂家私有协议 |
设备 |
|
3 |
电子巡更 |
Access 数据库 |
设备 |
|
4 |
电梯 |
OPC |
设备 |
|
5 |
医用气体 |
OPC、Modbus |
系统 |
|
6 |
污水处理 |
Modbus |
设备 |
|
7 |
能耗计量 |
Modbus |
设备 |
|
8 |
放射医疗设备 |
Restful API |
设备 |
|
9 |
报修服务系统（工单） |
Restful API |
房间/楼层/系统 |
|
10 |
VR培训系统 |
Restful API |
设备 |
|
11 |
机房环控 |
SNMP |
房间 |
|
12 |
资料管理系统 |
Restful API |
设备/系统 |
|
13 |
设备维保管理系统 |
Restful API |
设备 |
|
14 |
备品备件管理 |
Restful API |
系统 |
|
15 |
电力监测系统 |
Modbus |
设备 |
|
16 |
人脸识别 |
海康8700 HTTP API |
设备 |
|
17 |
人员轨迹追踪 |
海康8700 HTTP API |
设备 |
|
18 |
客流分析 |
海康8700 HTTP API |
楼层 |
|
19 |
车流分析 |
海康8700 HTTP API |
设备 |
|
20 |
医院挂号系统 |
Restful API |
楼层 |
|
21 |
设备资产盘点系统 |
Restful API |
设备 |
|
22 |
空间管理 |
Restful API |
房间 |
|
23 |
室内定位 |
蓝牙 |
房间 |
|
24 |
给排水 |
OPC |
设备 |
|
25 |
冷热源 |
OPC |
设备/配件 |
|
26 |
送排风 |
OPC |
设备/配件 |
|
27 |
空调风 |
OPC |
设备/配件 |
|
28 |
锅炉 |
OPC |
配件 |
|
29 |
柴油发电机 |
Modbus |
配件 |
|
30 |
室内环境监测 |
OPC |
房间 |
(2) 基于关系型和非关系型数据数据库的集成存储技术
针对建筑全生命期数据中存在海量异构信息的情况，提出一种基于关系型和非关系型数据数据库的集成存储技术;其基本思路是高频访问数据用关系型数据存储，保障其数据访问效率，低频访问的大体量数据采用非结构化数据，具体如下表所示。
|
关系数据存储 |
BIM模型属性信息；监控点位信息；最近7天监控数据 |
|
非关系数据库存储 |
BIM几何信息；文档信息；监测数据历史信息 |
关系数据库采用MySQL数据库;非关系数据库可采用阿里云OSS数据库。
3.2.3 实施效果
本项目成功地在将东方医院新楼工程BIM模型导入基于BIM的智慧运维系统，并与BA、视频监控、污水处理监控、能耗分项计量等系统对接，完成了系统初始化。在东方医院新楼建设过程中，业主与相关系统的供应商合同中明确要求各供应商需要提供BIM系统可以使用的数据接口，为后续的信息集成奠定了商务基础。通过 BIM 中监测对象与BA 中获取的监测数据匹配，实现对监测数据的采集、传输和显示。目前已实现医院资产管理系统、楼宇自动化系统、视频监控系统、能耗分项计量、报修服务系统、客流车流监控系统、医疗气体监控等运维信息系统与BIM的深度融合，各相关系统提供的数据接口如表1所示。监测数据在BIM模型中展示情况如图11所示。
整合形成的非结构化存储数据达到3GB左右，包括机电系统、污水处理系统、电梯等各专业模型和竣工资料;结构化存储数据共计3.6亿行，数据量巨大，。各类数据的行数如图12所示。
图11监测数据与BIM模型集成
|
数据类型 |
行数 |
|
设备数据 |
7979 |
|
构件数据 |
156580 |
|
设备连接数据 |
182787 |
|
报警数据 |
210754 |
|
传感器数据 |
486558 |
|
污水监测数据 |
1043155 |
|
锅炉监测数据 |
1716171 |
|
电梯监测数据 |
6913889 |
|
能耗监测数据 |
12660092 |
|
其他传感器数据 |
17859318 |
|
BA传感器数据 |
308294145 |
图12结构化存储数据量统计
3.3 基于BIM的医院建筑主动式运维管理技术
3.3.1 技术背景和难点
近年来，随着BIM技术发展，有研究者提出基于BIM的集成化运维技术，通过BIM将BA、维修维保进行集成，实现在三维视图中展现设备运行、维保情况;但仍然存在一些技术难点。
1)缺乏基于BIM中设备逻辑结构进行智能分析，以及通过学习历史维修工单优化维保策略等功能，难以达到主动式运维目标，实际应用效果差。
2)BA等设备监测设备也会出现异常、掉线等情况，从而导致错误的报警等情况，不能单纯依赖监测设备报警;需要通过大数据挖掘技术对海量数据进行深入分析，剔除数据异常情况，挖掘设备异常模式，提高报警的准确性。
3.3.2 技术创新内容
(1)机电设备管理主动式运维
本研究首先提出了一种建筑机电系统主动式运维装置包括以下步骤：
步骤1：创建机电系统BIM模型，包括建筑机电系统竣工信息、机电设备竣工信息、设备逻辑关系、机电设备运维策略、设备报警策略、设备监测信息;
步骤2：采用物联网技术对机电设备运行状态和性能进行实时监测;
步骤3：自动发起维修维保工单;包括以下三个并行的步骤：
1)根据机电设备运维策略主动发起维保工单;
2)机电系统BIM模型中设备监测数据和报警策略发起维修工单;
3)人工使用工单人工发起模块录入维修工单信息;
步骤4：工单智能分析，包括以下步骤
1)从机电系统BIM模型中查询设备竣工信息和设备实时监测信息;
2)根据机电系统BIM模型中设备逻辑关系查看工单关联的设备的下游末端位置，分析故障影响范围;
3)根据机电系统BIM模型中设备逻辑关系查看工单关联的设备的上游控制阀门以及为设备供电的配电箱，辅助维修操作;
4)自动计算最近视频监控点位，通过视频监控模块调取监控画面;
5)将工单及以上分析结果打包发送到相关运维班组;
步骤5：运维班组利用智能移动端或电脑录入工单的实际处理情况，完善工单原因;输入是否误报信息。
步骤6：管理人员对运维班组的反馈信息进行核实和审批;
步骤7：根据工单处理模块反馈，优化机电系统BIM模型中机电设备的机电设备运维策略和设备报警策略。
(2)能耗大数据分析与故障预测技术
对接医院建筑能耗分项监测系统，实现医院能耗监测;接着建立各供电回路与BIM的关联，实现基于BIM展示各供电回路控制的区域和设备;然后采用先进的能耗分类模型对各回路数据进行分项统计，支持根据时间和空间对空调、照明、动力等分项的能耗进行多维度的统计分析，包括昼夜峰谷比、季节峰谷比，诊断可能存在的能源浪费行为，辅助管理优化，达到减少能耗的目标。流程图如图13所示，具体包括以下步骤。
步骤1：建立三维的建筑信息的BIM模型，包括建筑空间、机电系统、机电设备、供电回路及其相互关系的信息;
步骤2：基于所述BIM模型，通过节能潜力点挖掘模块，分析各回路服务的空间类型、机电系统和设备特性设定回路的昼夜峰谷比阈值、季节峰谷比阈值和能耗密度阈值;
步骤3：通过能耗分析计量装置，定期获取各回路的当前用电量，并远程传输到数据集成模块;
步骤4：通过所述数据集成模块，将定期获得的各回路的当前用电量集成到BIM模型中对应回路的模型上，从而在BIM模型中显示各回路的当前用电量;
步骤5：通过所述能耗曲线特征分析模块，定期计算针对各用电回路的能耗曲线计算昼夜峰谷比、季节峰谷比;并根据回路服务房间的建筑面积，计算能耗密度;
步骤6：通过所述节能潜力点挖掘模块，针对各个回路，当步骤5计算获得的各回路的昼夜峰谷比、季节峰谷比或能耗密度超出步骤2计算得到的相应的阈值，则定期标记该回路为节能潜力点;
步骤7：通过节能潜力点展示模块，在BIM模型中通过三维可视化方式展现步骤6计算获得的节能潜力点。
图13用能异常分析与节能潜力挖掘方法流程
能耗异常分析中，针对每一个回路，考虑回路用能的昼夜峰谷比、季节峰谷比，应用大数据分析算法建立每天、每周、每月的用能特征模型。使用聚类分析、离群点检测、决策分类算法等数据挖掘和机器学习算法，对楼内实际的能耗监测数据进行多阶段性的分析，以得到繁乱监测数据背后的深层次的规律性信息和异常情况，并形象化展示出来便于管理人员理解。主要包括三个部分：
(1)用电回路进行较大范围的分类，包含的回路数量，异常情况的严重程度;然后以24小时为周期的电功率规律曲线;最后分析得到用电高峰时段、昼夜用电比、平均每日的用电量。见图3-8右。
(2)得到正常用电规律后，进一步检测能耗异常情况。采用分类方法检测全局的较高能耗异常和极低异常，分别对应异常的高能耗和突发的断电事件。然后采用密度检测法分析出局部的异常点，以找到某一特定时刻相对于附近监测点的能耗突变情况。
(3)采用聚类算法对所有异常点进行归类，给出了若干类型的异常行为的自然语言表达，颜色表示异常行为的类型。第二栏“监测”中，选择具体回路和日期后，折线图自动刷新显示该回路的正常用电曲线和当天实际用电曲线的对比，以及标出异常点的位置(图18)。然后分别针对当天、当周、当月的监测数据分析当前情况是否异常，并给出异常原因，方便进行能耗异常分析与节能措施处理，如图15所示。
图14能耗监测、追踪与统计分析
图15能耗异常点挖掘
(3)重复与高频工单挖掘与故障预测技术
本技术统计算法采用基本的统计流程，按楼宇、时间、报修类型、构件类型、维修人、部门信息等进行多层次归并。结合交互平台的展示，可以支持用户在各种层级上获取维修和维保工单的规律。同时，统计过程将主动报出较显著的维修的多发地点、多发时间、频繁类型等，以此主动去提请管理人员作出及时的反映。
此处涉及一种对中文自然语言进行分析的算法。由于中文是以字为单位的，相对于英文来说更难分割出句子成分。工单分词算法引入较少但很重要的先验知识，指明最基本的工单描述中会用到的词汇，以及最普通的中文语法规律，然后自动将句子分割为短小的有意义的词语。
首先将工单的描述进行中文分词，并定义两个描述之间的相似性计算方法。然后定义两个工单之间的距离度量，综合考虑描述、位置、时间、维修人等信息。最后输入离群点密度检测和聚类算法，得到彼此间相近的工单的集群。经筛选、导出后，得到重复工单列表。应用情况见下一节。
3.3.3 实施效果
依据报修工单的位置、故障类型、报修内容、报修时间通过语义分析和聚类算法挖掘重复出现的工单。如表2所示，可以从中挖掘出重复出现的3#电梯。黑屏问题，作为重点关注的对象，分析重复出现的原因。应用实践证明，准确率高达90%。
表2报修数据
|
报修建筑 |
报修时间 |
报修人 |
报修类型 |
报修内容 |
|
19#干保楼 |
2018/12/3 9:00 |
陈玉婷 |
电梯维修 |
3号电梯顶灯坏，到9楼门不开 |
|
19#干保楼 |
2018/12/5 6:11 |
戚韵 |
电梯维修 |
8#电梯停在11F门关不上 |
|
19#干保楼 |
2018/12/6 10:15 |
张岚 |
电梯维修 |
3#电梯顶灯坏 |
|
19#干保楼 |
2018/12/7 14:53 |
陈玉婷 |
电梯维修 |
1号电梯下行声音响 |
|
19#干保楼 |
2018/12/10 7:53 |
钱莉 |
电梯维修 |
3号电梯黑屏 |
|
19#干保楼 |
2018/12/11 21:25 |
张岚 |
电梯维修 |
2#电梯黑屏 |
|
19#干保楼 |
2018/12/14 7:24 |
张梅芳 |
电梯维修 |
3号电梯黑屏 |
|
19#干保楼 |
2018/12/14 7:24 |
张梅芳 |
电梯维修 |
1号电梯黑屏 |
|
19#干保楼 |
2018/12/14 7:23 |
张梅芳 |
电梯维修 |
3号电梯坏在7楼门打不开 |
|
19#干保楼 |
2018/12/14 7:21 |
张岚 |
电梯维修 |
8#电梯黑屏 |
|
19#干保楼 |
2018/12/14 16:01 |
张岚 |
电梯维修 |
3#电梯黑屏 |
|
19#干保楼 |
2018/12/15 18:54 |
戚韵 |
电梯维修 |
3#电梯黑屏 |
|
19#干保楼 |
2018/12/16 8:34 |
张岚 |
电梯维修 |
8号电梯黑屏 |
|
19#干保楼 |
2018/12/17 16:05 |
陈玉婷 |
电梯维修 |
3号电梯外面黑屏 |
|
19#干保楼 |
2018/12/6 15:51 |
张岚 |
电梯维修 |
1号电梯停在18F |
|
19#干保楼 |
2018/12/7 13:35 |
葛晶 |
电梯维修 |
干1F 2号电梯里面8号键坏 |
|
19#干保楼 |
2018/12/10 9:37 |
陈玉婷 |
墙面地面吊顶 |
干5F 后走廊电梯口地砖坏 |
|
19#干保楼 |
2018/12/7 15:31 |
葛晶 |
电梯维修 |
5号电梯卡7楼 |
|
19#干保楼 |
2018/12/11 17:11 |
葛晶 |
电梯维修 |
5号电梯卡7F |
同时，基于聚类分析还可以挖掘出高频工单的类型、位置。如图16所示，可见，高频工单出现在外科楼、妇儿楼、口皮楼三栋建筑;高频工单的类型主要是五金配件、电、水等类型。调研表明，与实际运维情况十分一致。
图16高频工单分析
3.4 基于BIM的医院建筑智慧运维管理系统
3.4.1 技术背景和难点
缺乏成熟的基于BIM的医院建筑智慧运维管理系统是阻碍BIM在运维阶段应用的主要问题。现有的成熟运维管理信息化软件，譬如ARCHIBUS软件，大多是国外进口软件，价格昂贵。国内的BIM运维软件，譬如蓝色星球，在医院建筑成功应用的案例较少。医院建筑BIM运维系统相对一般建筑运维系统存在一些一方面技术难点：
1)建筑复杂，机电系统较多，BIM模型体量较大;因此BIM运维系统必须能够承载较大体量的BIM模型;
2)医院建筑已有运维信息系统较多，物联网监测点位也较多，数据量较大;因此BIM运维系统需要能够较好的数据集成能力和大数据存储能力;
3)医院建筑有一些医疗相关系统，BIM运维系统需要有能力与之对接，譬如放射医疗监测系统和医疗挂号系统，获取医疗设备的能耗情况和就医业务量，辅助能耗分析。
3.4.2 技术创新内容
本项目开发的基于BIM的医院建筑智慧运维系统包括网页端、智能移动端、桌面客户端三个客户端。网页端用于机电设备管理、维护、维修等运维日常管理与统计分析，方便管理人员随时随地通过浏览器查看楼宇运营情况。智能移动端用于现场维护维修人员上传反馈信息，包括建筑信息浏览、评价等服务和设备设施盘点等功能，借助RFID/二维码等物联网技术，实现对医院设备快速定位、盘点、查询等管理。桌面客户端作为运维数据的导入端口、运维管理内容展示和培训，需保证模型的轻量化、清晰化及运维相关流程的直观性;桌面客户端基于VR技术开发，展示高度真实感的BIM模型，运行于楼宇运维服务中心。系统架构如图17所示。核心功能介绍如下。
图17基于BIM的医院建筑智慧运维系统
桌面管理端为医院运维应急指挥中心提供最全面的数据展示和最精彩的模型呈现。采用先进的实时渲染引擎，实现了逼真的建筑信息模型展示和流畅易用的模型浏览与漫游交互;利用先进的用户界面框架构建了美观的用户界面，将建筑运维中的各种数据以多样化的方式展示。
图18桌面管理端主页面
网页端为一线运维工作人员主要工作界面，使用B/S架构使系统可以随处访问;使用现代化的HTML5技术开发的高效用户界面，让结构化的图表和自动化工单代替纸质资料和人工分派;配合基于WebGL技术的模型可视化展示，用三维模型代替二维图纸，让运维工作者如虎添翼。
图19网页端主页面
手机移动端使用HTML5技术开发，利用被广泛使用的微信平台，让每个人通过自己的手机访问智慧运维管理平台，建立建筑使用者和运维人员高效沟通的桥梁。手机端主要功能如错误!未找到引用源。所示。
图20移动端主页面
平板移动端是运维工作人员的便携工作环境，在平板电脑端平台上基于先进的实时渲染引擎技术开发，实现美观高效的模型和数据展示，运维模型和数据的浏览不再受硬件与空间的局限。
图21平板电脑端主页面
3.4.3 实施效果
本研究在上海市某医院的新建综合楼(简称新大楼)中进行了应用示范。新大楼位于陆家嘴地区，总建筑面积83161.97㎡，包括地上24层、地下2层，主要服务于重大保障和高端医疗，床位500张。从建造阶段开始，院方和施工方已开始筹划将BIM技术大规模应用到医院建筑运维阶段，联合总承包单位开发了BIM运维系统，要求视频监控系统、BA系统、医用气体监控系统、污水处理监控系统、机房环控系统、人脸识别系统等运维信息系统预留接口，支持将海量异构的建筑静态和动态信息整合在一起，形成建筑全生命期大数据。引入BIM、物联网、人工智能、人脸识别等即使实现三维可视化、集成化空间运维、报修服务管理、安防管理，如图22所示，以及主动式设备管理和能耗管理。该医院直接采用BIM运维系统进行新楼设备运维管理、报修服务和安防管理;当有应急事件发生时，运维管理人员直接在应急指挥中心应用BIM运维系统进行应急指挥和决策，如图22所示。
四建集团自主研发的基于BIM的医院建筑智慧运维管理系统，已成功地将东方医院新楼工程BIM模型导入系统，并实现与视频监控、电子巡更、安防报警、电力监测、机电系统监测、客流车流、人脸识别、室内定位、机房环控等系统对接，可支持东方医院运维团队随时随地查看新楼设备运维和报警情况，发起报修服务，支持管理人员查看运维团队工作情况和大楼运行评价，制定新楼节能管理方案。
图22 BIM技术在东方医院运维阶段应用实践
4. 创新点
(1)实现了建造BIM向运维BIM的快速转换，打破跨阶段的“信息断层”
针对运维BIM应用需求，研发了建造BIM向运维BIM转化的成套技术，包括跨文件的机电系统物理连接快速修正方法，基于BIM的机电系统逻辑关系自动提取算法，基于图论的BIM模型轻量化处理技术，提高跨阶段的模型转化效率50%以上。
(2)提出基于BIM的海量异构动态运维信息融合方法，构建建筑全生命期大数据库
提出运维BIM与监测数据的多层次关联方法，解决了BIM与楼层、机电系统、机电设备、配件等不同层次构件关联的问题;提出一种基于结构化数据库存储高频访问数据，基于非关系型数据库存储低频访问数据的建筑大数据集成存储方法，解决了海量异构数据的集成存储和快速访问难题。
(3)首创基于BIM大数据分析的主动式建筑运维管理技术，提高运维管理效率
研究一种基于BIM和人工智能的能耗异常诊断算法，结合用能回路服务范围实现用能异常自动分析和定位，辅助医院管理者精确定位节能潜力点;提出一种基于BIM和故障描述语义分析的工单分类和定位方法，以及综合应用用户反馈和物联网监测数据的建筑设备故障预测方法，辅助实现主动式、精细化运维管理，节约运维成本。
(4)完成了基于BIM的建筑智慧运维管理系统研发与应用示范
开发医院建筑智慧运维管理系统，涵盖包括建筑信息管理、空间管理、机电设备监测与维保管理、视频安防管理、综合分析与决策等模块功能，支持可视化、在线化、主动式运维管理，助力医院后勤精细化管理，为医疗提供舒适稳定环境
5. 结论
通过本项目研究和应用表明:
1)通过开放的现有接口，可以实现BIM与BA、视频监控、能耗分项计量等运维信息系统的信息集成，建立建筑运维信息模型;
2)基于BIM实现可视化、集成化的建筑运维管理，有助于运维管理人员快速了解设备运行情况和报警情况，辅助分析和处理设备故障，提高运维效率。
3)基于BIM和数据挖掘技术，可深度分析不同功能区域的照明、空调和设备能耗情况，包括昼夜峰谷比、季节峰谷比等，发掘节能潜力点，辅助“绿色医院”建设。
