基于數字孿生的智能運維理論體系與實現(xiàn)方法

劉占省,史國梁,杜修力,焦?jié)蓷?/p>

（北京工業(yè)大學 城市建設學部；城市與工程安全減災教育部重點實驗室，北京 100124）

在新興現(xiàn)代化信息技術（數字孿生、物聯(lián)網、人工智能、大數據等）快速發(fā)展的背景下，建筑行業(yè)迎來了高質量發(fā)展契機，并推動著建筑運維管理的智能化轉型升級[1-2]。為深化落實現(xiàn)代信息技術在建筑業(yè)中的融合和應用，各國基于自身國情分別提出了相應的發(fā)展策略，為人工智能、數字孿生等相關技術的快速發(fā)展帶來了契機[3]。大型建筑具有建筑面積大且人流密集等特征，同時，復雜的環(huán)境信息加大了建筑內部運維管理難度。另外，傳統(tǒng)的運維方式存在數據共享困難、系統(tǒng)集成工作量大等問題，尤其是建筑新功能需求無法與現(xiàn)行系統(tǒng)相契合，影響整個建筑物的正常運維[4]。

眾多學者提出在建筑運維過程中引入信息技術，提高管理的智能化水平[5]。楊啟亮等[6]為高效構造基于BIM 的建筑運維動態(tài)管控、增強現(xiàn)實人機交互等新型系統(tǒng)，提出了一種面向信息物理融合的BIM 擴展方法。段曉晨等[7]開展了橋梁工程運維成本三維非線性智能控制研究，并將三維非線性智能控制技術運用到實際工程中，提高了運維管理的實時性和高效性。針對如何實現(xiàn)建筑各管理方的協(xié)同工作，宋戰(zhàn)平等[8]提出了基于BIM 技術的建筑全生命周期管理理念，并建立了面向隧道工程的協(xié)同管理平臺。朱宏平等[9]提出大型復雜結構的健康精準體檢方法，有效地提高了大型建筑的運維效率和智能化水平。Chen 等[10]針對建筑物運維計劃效率低下等問題，提出了一種創(chuàng)新的管理工作流程設計方案，實現(xiàn)了建筑結構維護的高效規(guī)劃。在建筑物運營和維護過程中，由于難以訪問和使用來自建設階段的設施信息，Kim 等[11]提出了一種BIM 技術驅動的建筑要素與設施工作信息管理方法，從而提高了多信息數據的提取效率。Belussi 等[12]針對建筑物的能源消耗問題，提出了零能耗建筑的相關理念，并對實際應用的通用解決方案的性能進行了分析，最終概述了使零能耗目標成為建筑物新標準的關鍵要素。通過分析建筑物運維管理現(xiàn)狀發(fā)現(xiàn)，在業(yè)務應用上，當前建筑智能化發(fā)展仍存在高精度信息采集難、信息孤島嚴重、運維效率低和管理精度不足的現(xiàn)象[13]，沒有考慮建筑運維時間與空間維度上多源信息的融合，無法實現(xiàn)對運維全要素的智能化管控。數字孿生作為智能建造的關鍵使能技術[14]，充分考慮虛實交互與時空融合，可以實現(xiàn)多個管理要素的集成，為建筑行業(yè)的轉型升級提供了新的思路[15-16]。在新興現(xiàn)代信息技術中，數字孿生的應用可以提高大型復雜建筑運維管理的精細化和智能化水平。

數字孿生可以融合人工智能，物聯(lián)網等信息技術，創(chuàng)建實時的數字仿真模型[17-18]，該模型能夠集成多源數據進行學習和更新，進而表示和預測物理對應物的當前和未來狀況，在建筑施工過程中，基于數字孿生，可以實現(xiàn)全過程實時控制[19]。將數字孿生的理念應用于運維過程可以實現(xiàn)建筑全生命期的智能閉環(huán)控制[20]。Liu 等[21]將數字孿生引入到建筑物室內安全管理中，并提出了一種基于數字孿生的室內安全管理系統(tǒng)框架，有效提高了建筑物室內安防管理的智能水平。Marai 等[22]結合物聯(lián)網設備進行道路交通數據的實時采集與分析，從而創(chuàng)建了面向物理道路資產的數字孿生模型。Kaewunruen等[23]建立了用于鐵路系統(tǒng)生命周期管理的6D 數字孿生模型，實現(xiàn)了構件安裝、運營管理及拆除的整體信息集成。Lu 等[24]提出了一種專為建筑和城市兩個層次設計的數字孿生系統(tǒng)架構，支持運維管理中的決策過程。Peng 等[25]應用數字孿生技術，實現(xiàn)了全生命周期靜態(tài)數據和動態(tài)數據的連續(xù)集成。數字孿生可以作為建筑物施工、運維等過程中信息集成的技術基礎[26]。在提升建筑全生命期智能化管控水平過程中，還需依托物聯(lián)網技術進行數據的實時提取和采集。基于物聯(lián)網的智能感知技術具有高精度、全天候、全天時、高效便捷等優(yōu)良特性，在工程定位系統(tǒng)應用中發(fā)揮了重要作用[27]。Sakic等[28]通過改進GNSS 并融合最小二乘反演，實現(xiàn)了精確的水下大地定位。在室內施工現(xiàn)場中，McCabe等[29]依托無人機的精準定位性能探索了一套融合物聯(lián)網等新興技術的智能感知系統(tǒng)，為施工現(xiàn)場質量控制與信息采集水平的提高提供了參考。由此可見，智能感知技術可以實現(xiàn)物體的精準定位，為智能運維的實現(xiàn)提供信息采集技術支撐。

通過分析大型建筑運維管理研究現(xiàn)狀，結合數字孿生及智能感知技術的應用價值，面向大型建筑的運維全過程，研究基于數字孿生的智能運維理論體系，提出智能運維的實現(xiàn)方法。首先總結智能運維所需采集的信息，分析基于數字孿生智能運維亟待解決的問題；為解決關鍵問題，將智能感知技術融于數字孿生，搭建面向智能運維的架構體系和多維模型；然后，在理論體系驅動下，分析智能運維的實現(xiàn)方法；最后，基于對智能運維理論體系和實現(xiàn)方法的研究，開發(fā)了智能運維平臺并應用于某大型建筑工程的運維管理，通過工程實踐驗證了數字孿生可以有效提高建筑運維管理的信息化和智能化水平。

1 智能運維信息與數字孿生的融合機理

實現(xiàn)信息物理融合的有效手段是數字孿生技術[30-31]。一方面，數字孿生能夠實現(xiàn)運維過程的現(xiàn)實物理空間與虛擬數字空間之間的交互映射；另一方面，數字孿生能夠將外界環(huán)境等現(xiàn)實信息與模型仿真等信息空間數據進行交互反饋與精準融合，從而增強現(xiàn)實世界與虛擬空間的同步性與一致性。在建筑運維過程中，提高管理的智能化水平，需要明確智能運維所需采集的信息。針對信息的應用，進一步明確亟待解決的問題。基于此，探索數字孿生與智能感知技術的融合機理，形成高效的運維模式。

1.1 智能運維所需采集的信息表達與體系

結合工程實踐，按照系統(tǒng)性、科學性、全面性、層次性和可行性原則，需要對建筑運維活動中的各要素進行集成與融合。在信息技術的驅動下，進行建筑、人員與環(huán)境的建模是實現(xiàn)智能運維的基礎[21]。在大型復雜建筑的運維過程中，將運維信息分為三大類，即建筑（B）、人員（P）和環(huán)境（E）。運維信息（Iom）的數學語言由式（1）表示。

其中，建筑信息主要包括建筑的整體布局，建筑結構的使用性能，建筑物機電設備的運行狀態(tài)，建筑物中其他構件的運行狀況及建筑物中的能源消耗情況。人員信息主要包括建筑物中人員的數量，人員的密度、分布及人員的準確位置。環(huán)境信息主要包括溫度、濕度、風速、各種氣體的濃度及光照情況。建筑、人員和設備信息是運維過程中主要的服務對象。通過捕捉3 類信息，分析其狀態(tài)，對異常現(xiàn)象進行及時調整，從而實現(xiàn)建筑的智能化運維。調整和維護3 類要素對降低運維過程成本起到重要作用。

通過實時感知和采集運維過程中的各類信息，可以為數字孿生模型的搭建和運維信息智能化的分析提供數據支撐。智能運維信息捕捉體系如圖1所示。

圖1 智能運維信息捕捉體系Fig.1 Intelligent operation and maintenance information capture system

1.2 智能運維需解決的關鍵技術問題分析

基于數字孿生技術，引入“數字化鏡像”，使得在虛擬世界中再現(xiàn)運維過程成為可能。數字孿生應用于運維管理的基礎是實現(xiàn)虛實融合與交互反饋，實質上是數據與信息在虛實世界中傳遞與發(fā)揮作用的過程[32]。在建筑運維過程中，數據的管理與應用是提高智能化水平的關鍵問題[33-34]。根據建筑智能運維所需采集的多源異構信息，將數字孿生應用于智能運維中還需解決數據采集與傳輸、數據建模、數據分析和數據應用4 個關鍵問題，如圖2所示。

圖2 數字孿生應用于智能運維的關鍵問題Fig.2 Key issues of digital twins application in intelligent operation and maintenance

1）數據采集與傳輸

數據是連接物理世界與虛擬世界的橋梁，而如何采集與獲取數據則是應用數字孿生技術要解決的首要問題。與生產車間不同，大型復雜建筑運維過程中存在的不確定因素多，周圍的環(huán)境變化與人員的參與都可能影響運維過程[35]。數字孿生應用于建筑的智能化運維中需要動態(tài)實時采集數據及信息。因此，要盡可能全面地采集智能運維過程中的建筑、人員、環(huán)境多源異構數據，并保證數據的全面性與準確性，才能最大限度地在虛擬空間中還原物理空間。

2）數據建模

利用數據進行建模是一種模型表達方法，目的是通過建立數字孿生模型完全真實反映物理空間，從而在數字孿生模型中仿真模擬實際運維過程，為物理世界的正常運行提供保障。目前大多產品數字化建模與建筑物三維建模往往只考慮了對象的幾何信息，并不能真實刻畫對象的實際狀態(tài)。因此，在信息層次上，需要建立幾何、物理、行為、規(guī)則模型，從而進一步提高數字孿生模型仿真的真實性和準確性。在運維過程中，涉及多樣的數據信息，且各自的表現(xiàn)形式不同。在智能運維過程中，需要建立標準的數據處理模型，進行數據的統(tǒng)一處理。

3）數據分析

面對建筑運維龐大的數據規(guī)模，提高數據的存儲與管理水平成為重中之重[36]。首先，數據存儲與管理的業(yè)務范圍需要橫跨運維過程的實時數據與歷史數據；其次，面對有持續(xù)增長趨勢的海量數據，需要引入分布式數據管理系統(tǒng)，以滿足可靠性與可擴展性需求。在此基礎上形成的大數據存儲管理平臺可篩選關鍵數據，并為物理空間、虛擬空間以及智能運維系統(tǒng)的數據應用與分析提供驅動力和支撐。面對海量數據，數字孿生驅動的智能運維還應進行數據的融合處理，精準分析與預測各要素的狀態(tài)，為維護措施的制定提供依據。

4）數據應用

對數據進行應用的核心工具是基于數字孿生的智能運維系統(tǒng)，該系統(tǒng)需要明確智能運維管控的現(xiàn)實需求。系統(tǒng)應搭載人工智能算法，以實現(xiàn)對數據的分析挖掘和功能性調控。系統(tǒng)的功能應該至少包括對運維過程的可視化呈現(xiàn)、運維事件的智能診斷與科學預測、精準指導運維過程3 個層面。系統(tǒng)還需要利用B/S 或C/S 架構開發(fā)人機交互界面，便于有效信息的輸入輸出。在運維系統(tǒng)的驅動下，形成相應的維護措施，同時，還應進行建筑實際運維的精準執(zhí)行。

1.3 智能感知與數字孿生的融合機理

結合智能運維需要捕捉的信息和基于數字孿生的智能運維亟待解決的問題，將智能感知與數字孿生相融合，可以實現(xiàn)運維數據的實時采集和精準分析[37]。在數字孿生的驅動下，可以實現(xiàn)運維過程的可視化呈現(xiàn)、運維事件的智能診斷、科學預測，最終精準指導現(xiàn)實世界的運維決策。與此同時，基于物聯(lián)網的智能感知系統(tǒng)從各種傳感設備抽取對象的運維信息，確定待測點的位置。在室內，可以實現(xiàn)高精度定位。在室外，可以實現(xiàn)精準導航、智能化測量等一系列輔助智能運維功能。通過智能感知技術精準采集運維信息，在數字孿生的驅動下形成決策指令，最終應用于現(xiàn)實運維過程，實現(xiàn)運維管理的閉環(huán)控制。基于數字孿生和智能感知的技術特點，進行了融合機理研究，模式如圖3 所示。

圖3 數字孿生與智能感知的融合機理Fig.3 Fusion mechanism of digital twins and intelligent perception

將智能感知融于數字孿生可以最大限度地采集運維過程的多源異構數據、精準把握運維各個時間節(jié)點要素的狀態(tài)，最終實現(xiàn)管理指令的精準執(zhí)行。數字孿生與智能感知互為支撐，有效地解決了智能運維亟待解決的問題。一方面，數字孿生可以為智能運維提供技術融合的基礎和平臺，實現(xiàn)運維過程的虛實映射和閉環(huán)控制；另一方面，智能感知技術可以為運維信息提供精準定位和數據傳輸渠道，動態(tài)采集運維信息并最終精準傳達管理指令。數字孿生為智能感知技術的應用提供平臺支撐，智能感知為數字孿生架構的搭建提供數據支撐，兩者有機融合可以推動智能運維的高效運行。將物聯(lián)網與數字孿生相融合，實現(xiàn)數據的動態(tài)采集與傳輸，同時，設置相應協(xié)議，使數據格式統(tǒng)一，便于建模與分析，最終維護措施由物聯(lián)網定位技術進行精準執(zhí)行。

在整個運維過程中，通過數字孿生與智能感知的融合，進行各類信息的采集與管理。將現(xiàn)實物理空間中的各類信息統(tǒng)稱為Ip，其數學語言表述為

式中：Bp、Pp和Ep分別表示物理空間中建筑、人員和環(huán)境信息；Bp1，Bp2…Bpm表示物理空間中建筑自身的各個構件單元信息；Pp1，Pp2…Ppn表示物理空間中運維過程涉及的人員個體信息。Ep1，Ep2…Epw表示物理空間中運維過程各類環(huán)境因素信息。針對物理空間的信息，由智能感知技術進行各類要素信息的采集與傳輸。同時，在虛擬空間中進行各類信息的仿真模擬，由此形成數字孿生信息（IDT），其數學語言表述為

式中：BDT、PDT和EDT分別表示虛實交互形成的建筑、人員和環(huán)境數字孿生信息；BDT1，BDT2…BDTm表示孿生空間中建筑自身的各個構件單元信息；PDT1，PDT2…PDTn表示孿生空間中運維過程涉及的人員個體信息；EDT1，EDT2…EDTw表示孿生空間中運維過程各類環(huán)境因素信息。在數字孿生空間中可以進行各類運維事件的仿真分析。針對運維事故可以進行修正決策的輔助制定，并在虛擬模型中進行可行性分析。最終借助智能感知技術的精準定位功能高效指導物理空間的維護。在實際運維過程中，發(fā)生某一個事件并不僅僅只針對某一個環(huán)境中的某一個人或者某一個結構構件，而是多個環(huán)境因素及相關構件組成的復雜系統(tǒng)。因此，針對運維信息的捕捉與修正應該具有實時性與全面性。在數字孿生的驅動下，集成建筑、環(huán)境與人員形成運維后的各類信息（I*）具體表述為

式中：B*、P*和E*分別表示維護后的建筑、人員和環(huán)境數字孿生信息，…表示維護后建筑自身的各個構件單元信息；P*1，…表示維護后的人員個體信息，…表示維護后的各類環(huán)境因素信息。

2 基于數字孿生的智能運維理論框架

數字孿生作為實現(xiàn)智能運維的關鍵技術[38]，通過融合智能感知技術能夠實現(xiàn)虛擬空間與物理空間的信息融合與交互，并向物理空間實時傳遞虛擬空間反饋的信息，從而實現(xiàn)建筑運維的全物理空間映射、全生命期動態(tài)建模、全過程實時信息交互及全階段反饋控制。

2.1 智能運維架構體系

基于數字孿生的智能運維框架包括物理空間、虛擬空間、信息處理層、系統(tǒng)層4 部分。各個層級之間的關系如下：物理空間提供包含“建筑-人員-環(huán)境”在內的運維過程多源異構數據并實時傳送至虛擬空間；虛擬空間通過建立起物理空間所對應的全部虛擬模型，完成從物理空間到虛擬空間的真實映射，在虛擬空間中進行仿真模擬、可行性分析可以實現(xiàn)對物理空間運維全過程的實時反饋控制；信息處理層接收物理空間與虛擬空間的數據并進行一系列的數據處理操作，提高數據的準確性、完整性和一致性，作為調控運維活動的決策性依據；基于數字孿生的智能運維系統(tǒng)平臺（系統(tǒng)層）通過分析物理空間的實際需求，依靠虛擬空間算法庫、模型庫和知識庫的支撐以及信息層強大的數據處理能力，進行運維管理的智能化決策與功能性調控。基于數字孿生的智能運維架構體系如圖4 所示。

圖4 基于數字孿生的智能運維架構體系Fig.4 Intelligent operation and maintenance architecture based on digital twins

2.2 面向智能運維的多維模型建立

智能運維的架構體系包含4 個部分，實現(xiàn)各個部分的協(xié)同工作需要建立基于數字孿生的多維模型。多維模型是對智能運維框架的具體補充，形成各個模塊的運行機制，為智能運維方法的實現(xiàn)提供理論支撐。多維模型包含物理空間、虛擬空間、孿生數據處理層、功能應用層及各組成部分間的連接5 個模塊。在物理空間，通過捕捉運維全要素信息，建立動態(tài)感知模塊，采集建筑、人員、環(huán)境信息，并形成信息網絡模塊，進行數據的標準化傳輸。與此同時，在虛擬空間中，建立集“幾何-物理-行為-規(guī)則”為一體的虛體模型，從而實現(xiàn)虛擬空間與物理空間的交互映射。在運維管理過程中，由優(yōu)化算法、規(guī)范標準實時修正虛擬空間中的超限行為，并反饋到物理空間中進行調整。由物理空間和虛擬空間形成孿生數據，在孿生數據處理層中，進行運維數據的融合、預處理、挖掘與應用，從而驅動孿生體的運行。最終，在功能應用層對運維過程進行可視化呈現(xiàn)運維信息的實時捕捉，從而智能化指導運維決策。同時，在數字孿生中融入智能感知，實現(xiàn)各個層級的連接與協(xié)作，形成面向智能運維的多維模型，由式（5）表示。

式中：DTM 為面向智能運維的多維模型；Sp為物理空 間；Sv為 虛擬空間；Ptd為孿生 數據處理層；Lfa為功能應用層；Cn為各組成部分間的連接。基于多維模型可以實現(xiàn)對現(xiàn)實運維過程的仿真映射，進而智能化分析各要素信息的狀態(tài)，對運維現(xiàn)場做出精準維護決策。在建模過程中，物理空間對應著建筑的現(xiàn)實運維過程，虛擬空間則是由智能感知采集的現(xiàn)實信息建立起的虛擬模型，由此實現(xiàn)對物理空間的交互映射，并形成運維過程的孿生數據集。數據一方面來源于物理空間的采集，另一方面來源于虛擬空間的仿真。在功能應用層中，對各類數據進行融合，智能分析各要素的狀態(tài)，并預測未來的發(fā)展趨勢。當出現(xiàn)要素運行異常情況時，在虛擬空間中進行維護處理，并驗證其可行性。最終，再由智能感知技術傳遞到運維現(xiàn)場，進行精準維護。

3 基于數字孿生的智能運維實現(xiàn)方法

在智能運維理論體系的驅動下，實現(xiàn)智能運維需要進行4 個方面的探索，即運維全要素信息的采集與傳輸機制、智能運維孿生體的構建與運行模式、數據的存儲與管理方法、基于數字孿生的智能運維平臺架構。

3.1 智能運維全要素信息采集與傳輸

在大型復雜建筑的運維過程中，數據主要來源于建筑、人員、環(huán)境等。數據采集是指利用某種設備從待測對象向計算機中自動采集數據的方式。用于運維過程的數據采集方式主要包括：1）為待測對象生成包含對象信息的條形碼或二維碼，利用配套的掃描設備獲取相應信息；2）在待測對象上安裝傳感器，數據采集儀將傳感器傳出的模擬信號轉化為數字信號傳至計算機。

在運維過程中，物理空間是一個復雜、動態(tài)的環(huán)境，由影響運維的各類信息要素、感知模塊及網絡模塊組成。其中，建筑、人員、環(huán)境是最原始的數據源，在運維活動中產生的多源異構數據被傳送至虛擬空間，同時，接收虛擬空間的指令并做出相應反應。感知模塊與網絡模塊分別負責數據的感知采集與數據向虛擬空間的傳輸，感知模塊通過安裝在建筑結構或機電設備上的不同類型傳感器來進行狀態(tài)感知、質量感知和位置感知，同時采集多源異構數據；在此基礎上，通過在網絡模塊中建立一套標準的數據接口與通訊協(xié)議，實現(xiàn)對不同來源數據的統(tǒng)一轉換與傳輸，將運維活動的實時數據上傳至虛擬空間。由此形成面向智能運維全要素信息的采集與傳輸機制。

智能運維全要素信息采集與傳輸包含4 個層級，即物理對象、數據類型、感知層和網絡層，首先采集建筑、人員、環(huán)境3 類運維要素，將各類要素進行統(tǒng)一集成，在運維平臺中融合各類數據，進而建立各要素歷史數據與當前運行狀態(tài)的關聯(lián)。最終通過構建智能運維孿生體進行各類信息的分析與預測。

3.2 智能運維孿生體的構建與運行

自主智能特別是智能體技術的發(fā)展為運維系統(tǒng)孿生智能體建模帶來了新的思路和方法[39]。以自主智能技術為依托，充分考慮時間與空間兩個維度，在空間維度（R），融合數字孿生技術，構建智能運維的建筑信息（B）、人員信息（P）和環(huán)境信息（E），實現(xiàn)對運維系統(tǒng)縱向維度的多尺度建模；在時間維度（T），圍繞整個運維過程，融合事件維護前（T1）、事件維護中（T2）和事件維護后（T3）的時間演變數據，建立以智能運維孿生體為主的動態(tài)協(xié)同運作機制，支撐智能運維虛實交互配置建模及多維多尺度時空域下智能運維過程的建模，實現(xiàn)智能運維系統(tǒng)多要素、多流程、多業(yè)務的時程平行仿真模擬與虛實集成管控。基于時空信息融合的智能運維孿生體（TA）建模由式（6）表示。

在智能運維孿生體建模的基礎上，形成包含幾何、物理、行為、規(guī)則模型在內的多種模型深度融合，作為“數字鏡像”真實地反映物理實體的過程。首先，在虛擬空間中進行幾何建模，反映物理空間的尺寸、大小、形狀、位置關系等幾何信息，形成“三維模型”。然后通過安裝在物理空間上的多類型傳感器采集反映實體物理屬性的信息，進行物理建模，包括結構性能、設備狀態(tài)、人員分布、環(huán)境參數等。將采集到的物理屬性信息與三維模型進行融合，并賦予模型行為與反應能力，進行行為建模，可以對運維過程中的人工操作或系統(tǒng)指令作出相應響應并進行可行性分析。最后，對運維物理實體的運行規(guī)律進行規(guī)則建模，包括診斷規(guī)則、預測規(guī)則、決策規(guī)則等，并與行為模型進行關聯(lián)，最終實現(xiàn)面向智能運維的孿生體運行示意，如圖5 所示。

圖5 面向智能運維的孿生體運行示意Fig.5 Operational implications of twins for intelligent operation and maintenance

3.3 智能運維孿生數據的存儲與管理

孿生數據存儲與管理平臺（Psm）是溝通物理空間與虛擬空間的橋梁，主要包括數據融合（Df）、數據預處理（Dp）、數據挖掘（Dm）、數據應用（Da）4 個步驟。智能運維孿生數據的存儲與管理由式（7）表示。

來自物理空間與虛擬空間的海量多源異構原始數據由物聯(lián)網傳感技術實時采集并進行融合，這些數據包括物理空間的運維要素數據，以及虛擬空間的模型數據、仿真數據、管理數據、評估數據等。然后對這些原始數據進行數據預處理，包括數據清洗、數據集成、數據轉換、數據規(guī)約等，提高數據的準確性、完整性和一致性。由人工智能算法進行數據分析挖掘，達到分類、預測、聚類的效果。最后，在數據融合、預處理、分析挖掘的基礎上，從數據庫和知識庫中提取相應參數，進行特征級和決策級的數據應用，從而作為調控建設活動的決策性依據。

在運維過程中，發(fā)生運維事故時，通過虛擬模型的仿真分析與感知技術對物理空間的精準定位[40]，判斷運維事故的類型并分析發(fā)生的原因。最終在虛擬模型的可行性分析與智能感知技術的精準定位驅動下對運維事故進行整改，并形成數據庫，保證運維階段的有序進行。基于數字孿生的建筑運維事故管理過程如圖6 所示。

圖6 基于數字孿生的建筑運維事故管理過程Fig.6 Management process of building operation and maintenance accidents based on digital twins

3.4 基于數字孿生的智能運維平臺架構

在運維數據的采集傳輸、智能運維孿生體的構建與運行以及孿生數據的存儲與管理基礎上，通過融合感知技術與數字孿生建立智能運維平臺，最終輔助決策是實現(xiàn)建筑智能運維的最終目標。基于數字孿生的智能運維平臺通過分析物理空間的實際需求，依靠虛擬空間算法庫、模型庫和知識庫的支撐和信息層強大的數據處理能力，對運維過程中遇到的各類事件與建筑自身、人員、環(huán)境狀態(tài)進行決策，進而實現(xiàn)功能性調控。具體功能包括運維要素的實時監(jiān)控、狀態(tài)智能診斷、風險科學預警、自動化監(jiān)測、輔助運維決策、可行性分析等，對整個運維過程進行實時優(yōu)化控制。由物理空間與虛擬空間交互映射，形成運維信息的孿生數據。依據孿生數據進行運維過程的實時監(jiān)控，智能診斷各類運維對象的狀態(tài)，科學預警發(fā)生問題的位置并及時補救或輔助決策。將輔助決策導入虛擬空間中，進行可行性分析，從而輸出合理的措施，結合運維過程的人機交互系統(tǒng)，指導現(xiàn)實物理空間的運維。與此同時，將維護后的信息繼續(xù)實時分析，以此形成運維過程的智能化閉環(huán)控制。基于數字孿生的智能運維平臺架構如圖7 所示。在該平臺中，映射現(xiàn)實建筑的運維過程及分析各要素的運行狀態(tài)是平臺的重點。其中，平臺中存在各要素的歷史運行數據及其相關的限值，當系統(tǒng)中出現(xiàn)要素數據異常或超限的情況，則進行預警。通過維護措施的制定，輔助運維的正常運行。同時，在平臺中進行維護措施的可行性分析，最終指導現(xiàn)實運維。

圖7 基于數字孿生的智能運維平臺架構Fig.7 Architecture of intelligent operation and maintenance platform based on digital twins

4 案例應用

基于對智能運維理論體系與實現(xiàn)方法的分析，圍繞某大型建筑工程項目進行基于數字孿生的智能運維平臺案例應用。在數字孿生的驅動下，搭建智能運維平臺，讓運維管理對象和管理工作變得更加形象、直接。在平臺中依托數字孿生與智能感知的技術特點，充分考慮運維過程的虛實交互與時空演化，實現(xiàn)對運維信息的準確、全面、快速掌握，更有效地進行建筑運維協(xié)同管理，提高維護效率，降低運維管理成本，彌補傳統(tǒng)運維管理存在的不足。智能運維平臺的搭建實現(xiàn)了大型建筑運維管理的高效率、精細化和智能化，為項目帶來實際的效益，改善了傳統(tǒng)落后的管理方式。智能運維平臺主要包括模型管理、機電運維、能耗監(jiān)測和其他系統(tǒng)，如圖8 所示。

圖8 智能運維平臺Fig.8 Intelligent operation and maintenance platform

4.1 運維平臺的技術架構

結合運維平臺功能模塊的配置，根據數字孿生與智能感知的技術特點，建立了運維平臺的技術架構，如圖9 所示。為了實現(xiàn)對建筑的綠色運維、高效運維及安全運維，從目標出發(fā)，建立平臺的功能層-平臺層-數據層-網絡層-物理層，完成平臺搭建。在運維平臺中，按照物理層-網絡層-數據層-平臺層-功能層的順序實現(xiàn)正向的數據傳輸，融合運維過程的時空多維信息，整體把控運維事件。最終在平臺層上進行建筑運維狀態(tài)展示，實現(xiàn)對運維過程的可視化呈現(xiàn)、智能化分析、精準化決策。

圖9 運維平臺的技術架構Fig.9 Technical architecture of operation and maintenance platform

基于數字孿生智能運維平臺的搭建，可以將項目的各個階段信息加以集成，通過開發(fā)項目設計管理、運營管理模塊，利用軟件工程技術實現(xiàn)建筑可視化、資源共享，操作簡便高效，達到減少工程變更、方便運營維護管理的目的。

在感知層中，由各類傳感設備進行運維信息的實時采集，進行設備、構件等要素的精準定位與虛擬模型實時映射。針對多源異構數據，由網絡層將數據傳輸到數據層，數據層將運維階段項目孿生數據進行整合，并存儲到數據庫中。數據庫數據來源分兩部分，即孿生模型仿真數據及現(xiàn)場實測數據，同步項目開展持續(xù)動態(tài)更新。結合運維系統(tǒng)的功能模塊進行運維信息的實時監(jiān)測和動態(tài)管理，并由感知技術在應用層中進行維護的精準化指導，提高運維的效率。

4.2 運維平臺的應用

基于運維平臺的技術架構，進行具體的運維管理應用。在智能運維系統(tǒng)輔助下，可以有效提高結構健康監(jiān)測的效率和精度。同時，對于建筑物中的設備運行信息可以進行可視化調取，實時監(jiān)控其運行狀態(tài)，及時修正不合格現(xiàn)象，有效減少因為設備運行超限而導致的能源浪費，由此可以避免因為設備失效而造成的資源浪費。也為國家碳達峰、碳中和等建筑節(jié)能戰(zhàn)略規(guī)劃[41-42]提供新的思路和方法。

以建筑物中的設備維護為例，形成的智能運維應用體系如圖10 所示。根據運維現(xiàn)場的設備特征，由嵌入在運維平臺的感知系統(tǒng)對需要維護的設備進行精準定位。通過捕捉設備的位置信息，在運維平臺中調取出相應的虛擬模型。根據現(xiàn)實建筑中附著在設備上的傳感器，在孿生模型中提取其運行信息，并將數據進行可視化呈現(xiàn)。根據設備的型號和歷史運行數據，設置設備正常運行狀態(tài)參數。在此基礎上，對運行參數超限的設備進行及時整改，分析設備故障原因，保證其運行的可靠性。與此同時，將整改措施導入運維平臺的虛擬模型中，進行可行性分析。最終，形成維護決策，錄入更新后的信息，便于下一階段信息查詢，由平臺中智能感知系統(tǒng)的輔助定位功能指導現(xiàn)場運維。

圖10 設備智能運維應用體系Fig.10 Application system of equipment intelligent operation and maintenance

根據智能運維應用體系，可以實現(xiàn)建筑物中各要素信息的可視化呈現(xiàn)、運行狀態(tài)的智能診斷、參數超限的科學預警，并最終輔助生成維護決策，指導整個運維過程。由此形成了面向建筑運維的智能閉環(huán)控制，便于運維管理及迅速精準地做出維護措施。在項目運維過程中，各個平臺模塊還針對能源消耗、結構構件、空間信息、應急預警等方面進行了智能運維技術體系的應用。基于數字孿生，實現(xiàn)了建筑的智能運維管理，有效提高了管理的效率與精度。能源消耗及應急預警模塊如圖11 所示。在實際工程應用中，相較于傳統(tǒng)運維管理模式，通過智能運維管理平臺對數據進行管理節(jié)約時間高達20%，減少人力成本約50%，節(jié)約資源能耗約20%，監(jiān)控的覆蓋率達到90%以上，提高應急響應時間約40%。

圖11 運維系統(tǒng)的功能模塊Fig.11 Functional modules of the operation and maintenance system

5 結論

針對大型建筑運維過程管理效率低、各類運維事件管理精度不足等問題，提出基于數字孿生的智能運維理論體系與實現(xiàn)方法。數字孿生作為智能運維的關鍵技術，融合智能感知技術的精準定位功能，為大型復雜建筑的智能運維提供了新的思路。得到以下主要結論：

1）結合工程實踐，總結智能運維所需捕捉的信息要素，歸納基于數字孿生的智能運維亟待解決的問題并探索智能感知技術與數字孿生的融合機理，形成面向智能運維的運行機制。

2）通過融合機理研究，提出智能運維的架構體系，并搭建面向智能運維的多維模型，由此形成基于數字孿生的智能運維理論框架。

3）在智能運維理論框架的驅動下，建立智能運維全要素信息采集與傳輸機制，搭建面向智能運維的孿生體，給出智能運維孿生數據的存儲與管理模式，最終搭建智能運維平臺架構，形成了智能運維的實現(xiàn)方法。

基于智能運維理論框架與實現(xiàn)方法，結合某大型建筑工程項目的運維特點，研發(fā)了集成多個功能模塊的智能運維平臺。通過分析運維平臺的技術架構和應用體系，通過在工程項目中的應用，平臺對運維時間、人力資源及能耗的節(jié)省方面有顯著效果。提出的理論方法可以實現(xiàn)對運維過程的智能閉環(huán)管理，也為“雙碳”目標的實現(xiàn)提供了新的思路和方法。