基于GIS+BIM的裝配式建造能源智能化綜合管控方法

殷穎迪，，關宏潔，楊 光

(西安歐亞學院 人居環境學院，陜西 西安 710065)

裝飾式技術因其具有構件集中預制生產以及結構性能好等優勢得到迅猛發展[1-2]。在建筑日益工業化和信息化的條件下，建筑信息模型(BIM)理念的快速推廣，促使數據技術被加入到裝配式建造中，其中主要包含施工、設計以及建筑后期維護等相關工作。現階段，隨著BIM技術的日益成熟，裝配式建造能源智能化綜合管控更是引起了專家的廣泛關注，例如皮大偉等人[3]主要通過Simulink構建能耗最優控制模型，通過模型實現管控。楊金威等人[4]通過TGET軟件組建天然氣管道運輸模型，同時結合實際生產數據對模型進行校正，進而采用仿真手段對運輸量分配進行優化，制定相關的管控規則。在上述兩種方法的基礎上，提出一種基于GIS+BIM的裝配式建造能源智能化綜合管控方法。仿真實驗結果表明，所提方法能夠有效降低綜合管控費用，增強綜合管控結果的可靠性。

1 方 法

1.1 基于GIS+BIM的裝配式建造能源數據預處理

使用小波分析去除信號噪聲是一種常用的方法。優先通過BIM技術和GIS技術采集裝配式建造能源數據，進而利用小波分析方法對采集的數據進行預處理。具體的操作步驟如下所示：

將采集的裝配式建造能源轉化為信號，將含有一維噪聲的裝配式建筑能源信號表示為

f(t)=s(t)+n(t)

(1)

式中:s(t)為真實信號；n(t)為噪聲；f(t)為含有噪聲的信號。

在實際應用的過程中，直接提取信號f(t)中有價值的信號具有一定的難度，需要借助變換方法，小波變換理論為信號去噪提供了堅實的理論依據[5-6]，有效克服傳統方法存在的弊端。

對于一維離散小波f(t)而言，需要對其進行離散采樣，進而獲取N點離散信號f(n)，其中小波變換過程能夠表示為

(2)

式中：j為小波尺度；k為時間。其中，二進制小波能夠表示為

ψj,k(t)=2-jψ(2-jt-k)

(3)

將噪聲看成是一個普通的信號，同時對其進行分析，其中重點需要注意三個方面的問題，即相關性、頻率、頻率分布。

結合小波分解的相關理論可知，小波分解主要是由高低頻信號分解組成。通過小波分解結果，得到如下結論：當信號位于高頻部分時，如果分解層數增加，幅值和方差兩者的取值會降低[7-8]。通常情況下，裝配式建造能源數據主要通過小波閾值進行去噪，具體的操作步驟如圖1所示。

圖1 基于小波閾值的裝配式建造能源數據預處理

1)一維信號小波分解

優先選取一個小波函數，同時確認小波分解的具體層次J，對原始信號進行J層分解，進而獲取小波系數wj,k。

2)高頻系數閾值量化處理

3)一維小波的重構

將高低頻系數兩者結合即可實現信號重構。

由于小波變換是一種線性變換方法，優先對f(t)進行離散小波變換，獲取對應的小波系數。其中小波數是由對應信號的小波系數和噪聲對應的小波系數構成。當不同類型的小波信號經過小波邊緣之后，會形成新的統計特征，其中有利用價值的小波系數變化幅度較大；反之，則變化不明顯[9]。

當信號完成小波分解后，系數的取值會明顯高于噪聲系數。為了得到滿意的去噪結果，需要選取一個數值λ，當分解系數小于λ，則說明分解系數是由噪聲引發的。

(4)

式中：wj,k為小波系數的估計值。

(5)

不同小波函數對于信號的描述是完全不同的，由于小波函數是不規則且不唯一，因此，使用小波閾值去噪方式預處理數據，同時將全部經過處理的數據全部計入數據庫[10]，為后續研究奠定堅實的基礎。

1.2 裝配式建造能源智能化綜合管控

結合經過預處理的數據，進一步分析影響裝配式建造能源智能化綜合管控的主要因素。結合指標體系的建立原則，需要將因素按照類型進行區分，進而獲取對應的指標體系，如圖2所示。

圖2 客觀影響因素指標體系

通過層析分析法(AHP)確定不同影響因素的權重，以下給出詳細的操作步驟：

1)明確影響因素指標的層次結構

此次研究過程中，重點研究客觀因素對裝配式建造能源智能化綜合管控的影響和分析[11-12]，根據類型的不同進行影響因素劃分，如圖3所示。

圖3 影響因素指標層次結構

2)構建判斷矩陣

通過影響因素確定指標的具體層次結構后，首先需要組建判斷矩陣進而求解指標權重，得到各個影響因素的權重取值。判斷矩陣的建立依據為專家意見，同時還需要利用標度取值，獲取各個影響因素的指標權重。其中，判斷矩陣的一般表現形式為

(6)

3)層次的簡單排序

在確定判斷矩陣后，需要計算最大特征根λmax和特征向量W。結合判斷矩陣的相關理論可知，假設矩陣能夠滿足需求，則會得到最大特征根λmax=n，同時λmax>0。除了最大特征根以外[13]，剩余部分取值全為0。通過上述分析，能夠將指標權重計算問題轉化為求解矩陣的最大特征根和特征向量。

已知判斷矩陣滿足BW=nW，則有

(7)

式中：B為判斷矩陣；n為矩陣的總階數；Wi為權重向量；(BW)i為矩陣和向量兩者共同對應的第i個元素。

4)層次的一致性檢驗

對上述構建好的矩陣進行一致性檢驗。主要目的是得到合理的分析結果，確保最終檢驗結果的有效性，具體的檢驗過程如下：

(8)

式中：λmax-n的取值越小，證明矩陣的一致性越好。

5)隨機一致性比率

(9)

式中：CI為判斷矩陣的一致性指標。由于不同判斷矩陣RI的取值不同，利用表1給出判斷矩陣中部分RI的取值。

表1 平均隨機一致性指標

6)計算指標權重匯總

為了有效避免單次層次分析法造成的主觀隨意性，在研究的過程中主要通過群體性判斷原則[14-15]，增加數據樣本的來源，促使權重達到穩定的狀態，具體的求解計算公式為

(10)

接下來需要對各個管控對象的隸屬度進行計算，全面衡量節能效果。其中影響因素指標的隸屬度函數表達式為

(11)

在上述分析的基礎上，構建裝配式建造能源智能化綜合管控模型，通過模型完成管控：

(12)

2 仿真實驗

為了驗證所提基于GIS+BIM的裝配式建造能源智能化綜合管控方法，分別從以下三個方面進行實驗測試：

1)裝配式建造能源智能化綜合管控費用

實驗首先對比所提方法、文獻[3]方法和文獻[4]方法三種不同方法的裝配式建造能源智能化綜合管控費用，具體實驗結果如圖4所示。

圖4 不同方法的裝配式建造能源智能化綜合管控費用對比結果

分析圖4中的實驗數據可知，相比另外兩種方法，所提方法的裝配式建造能源智能化綜合管控費用明顯更低一些，由此有效驗證了所提方法的優越性。

2)裝配式建造能源智能化綜合管控結果可靠性

為了進一步分析所提方法的有效性，以下實驗測試主要對比三種不同方法的裝配式建造能源智能化綜合管控結果可靠性，具體實驗結果如表2所示。

表2 不同方法的裝配式建造能源智能化綜合管控結果可靠性對比

分析表2中的實驗數據可知，由于所提方法在進行裝配式建造能源智能化綜合管控的過程，優先通過小波分析算法對采集到的能源數據進行預處理，經過處理的數據有效濾除了無利用價值的信息和安全隱患，全面提升管控過程的可靠性，進而確保整個管控過程的順利進行。

3)綜合管控效率

為了更加全面驗證所提方法的有效性，以下實驗測試重點對比三種不同方法的綜合管控效率，具體實驗對比結果如圖5所示。

由圖5中的實驗數據可知，管控效率會受到測試樣本數量的影響。其中，所提方法的綜合管控效率相比另外兩種方法明顯更高一些，充分證明所提方法在綜合管控前期加入小波分析法進行數據預處理的有效性。

圖5 不同方法的綜合管控效率對比結果

3 結 語

針對傳統管控方法存在的問題，提出了一種基于GIS+BIM的裝配式建造能源智能化綜合管控方法。通過實驗測試證明，所提方法能夠有效提升綜合管控結果的可靠性，同時還能夠增加綜合管控效率，降低綜合管控費用。