一种基于数字孪生的建筑数据处理方法及系统

本发明涉及建筑数据处理，具体为一种基于数字孪生的建筑数据处理方法及系统。

背景技术：

1、在建筑施工过程中的进度管理和优化该领域中，数字孪生技术作为一种新兴的虚拟仿真技术，逐渐被应用于建筑施工管理中，用于创建虚拟模型以反映实际施工进度。数字孪生技术能够实时监控和模拟施工过程，通过集成多种数据来源，如传感器数据、设备状态、施工环境等，构建一个与实际施工现场高度一致的虚拟模型，从而为施工管理提供科学的决策支持。

2、在申请公布号为cn114925422a的发明专利中，公开了一种基于数据孪生技术的bim建筑数据处理方法，通过获取目标建筑物对应的建造设计图纸，并对其分别进行钢构件长度设计偏差、钢构件质量设计偏差和钢构件放置角度设计偏差判断，由此评判目标建筑物对应建造设计图纸的设计合理性，实现了钢结构建筑对应建造前建筑数据的分析处理，弥补了目前在进行钢结构建筑数据分析处理过程中建筑数据利用存在的缺失。

3、但是上述的功能是对建筑物对应建造设计图纸的设计合理性进行的分析，难以实时反映施工现场的实际情况，容易出现信息滞后或数据不准确的问题。

4、此外，施工过程中的各种不可控因素，如天气变化、设备故障、材料供应延误等，也难以在传统管理模式中得到有效的预测和应对。这种缺乏实时监控和动态调整能力的管理方式，往往导致项目延误风险增加，施工效率降低。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于数字孪生的建筑数据处理方法及系统，解决了背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于数字孪生的建筑数据处理系统，包括数据采集模块、数据处理模块、施工进度模拟模块、分析模块、进度优化模块和结果评估与反馈模块；

3、所述数据采集模块通过传感器和第三方气象api渠道获取采集数据，包括建筑数据的采集、天气数据的采集和设备电数据的采集，组成第一数据集w；

4、所述数据处理模块将第一数据集w进行清洗、筛选与格式化处理，并进行归一化操作，获取施工进度关系指数wot，再将第一数据集w传输至施工进度模拟模块中；

5、所述施工进度模拟模块根据第一数据集w使用数字孪生技术构建出动态施工环境模型，通过动态施工环境模型的训练和分析，得出实际施工进度sa(t)；

6、所述分析模块利用机器学习算法对第一数据集w进行分析，再结合实际施工进度sa(t)，获取预测施工进展状态，并对预测施工进展状态进行评估延误风险，获取风险评估系数rrisk(t)；

7、所述进度优化模块根据风险评估系数rrisk(t)，获取施工进度调整方案，并根据施工进度调整方案进行调整资源分配和工序安排；

8、所述结果评估与反馈模块对调整后的施工进度进行执行固定周期的二次评估，分析调整措施的有效性，获取二次评估调整后的实际施工进度值so(t)，并与预设的施工进度节点进行匹配，获取进度偏差值dot(t)，进行迭代验证调整方案。

9、优选的，所述数据采集模块包括建筑数据采集单元、天气数据采集单元和设备电数据采集单元；

10、所述建筑数据采集通过安装在建筑工地上的各类传感器，实时采集建筑数据，包括建筑结构的应变数据、结构构件的振动频率以及振幅数据和地理位置数据；

11、其中，各类传感器包括应变计、振动传感器、rfid传感器和gps获取传感器；

12、所述天气数据采集通过气象传感器、现场环境传感器和第三方气象api渠道实时获取天气数据，包括气温数据、降雨量数据和风速数据；

13、所述设备电数据采集通过安装在设备上的电力监控传感器和智能电表获取，包括设备的能耗数据、电力波动数据和工作温度数据；

14、通过建筑数据、天气数据和设备电数据进行整合，获取第一数据集w，具体为w＝{sstr，pel，tstm}，其中，sstr表示建筑数据包括建筑结构的应变数据、结构构件的振动频率以及振幅数据和地理位置数据，pel表示设备电数据包括设备的能耗数据、电力波动数据和工作温度数据，tstm表示天气数据包括气温数据、降雨量数据和风速数据。

15、优选的，所述数据处理模块对第一数据集w进行清洗、筛选与格式化，同步对清洗、筛选与格式化后的第一数据集w进行归一化处理，获取归一化数据值；

16、

17、式中，wi(t)表示时间t时的第一数据集w中的第i个数据值，wi,min和wi,max分别表示时间t时的第一数据集w中的第i个数据值的峰值和谷值，wa,i为归一化后的第i个数据值；

18、根据归一化处理后的第一数据集w，得出施工进度关系指数wot，

19、所述施工进度关系指数wot通过以下计算公式获取：

20、

21、式中，wot是施工进度关系指数，和分别表示归一化后的建筑数据、设备电数据和天气数据；α1表示建筑数据的预设权重值、α2表示设备电数据的预设权重值，α3表示天气数据的预设权重值；

22、其中，0≤α1≤1，0≤α2≤1，0≤α3≤1，且α1+α2+α3＝1。

23、优选的，所述施工进度模拟模块包括建模单元；

24、所述建模单元根据第一数据集w使用数字孪生技术构建出动态施工环境模型，获取施工现场转化的虚拟模型，通过虚拟模型对固定周期的预测时间段进行训练和分析，得出实际施工进度sa(t)；

25、所述实际施工进度sa(t)通过以下计算公式获取：

26、

27、式中，sp(t)为时间t时的预测施工实际进度，t为预测时间段长度，具体表示固定周期的预测时间段，表示进度变化率，具体通过统计已完成的施工进度与施工节点差值比例的平均值获取；

28、所述时间t时的预测施工实际进度sp(t)通过以下计算公式获取：

29、sp(t)＝f(ms(t),lr(t),pa(t),wc(t))

30、式中，f()表示进度模拟的函数，ms(t)表示时刻t的施工设备使用率，lr(t)表示时刻t的施工材料到场率，pa(t)表示时刻t的工人出勤率，wc(t)表示时刻t的天气条件影响因子，具体表示为湿度、风速和气温；其中，进度模拟的函数f()，通过结合时刻t的施工设备使用率ms(t)、施工材料到场率lr(t)、工人出勤率pa(t)和天气条件影响因子wc(t)，进行模拟施工实际进展状态。

31、优选的，所述分析模块包括风险评估单元；

32、所述风险评估单元采用贝叶斯网络数据处理算法来整合第一数据集w，并提出风险评估的特征向量来对未来的天气、电力和设备进行风险评估，得出风险评估系数rrisk(t)；

33、所述风险评估系数rrisk(t)通过以下计算公式获取：

34、

35、式中，rt(t)表示天气风险评估系数、rd(t)表示电力风险评估系数、rs(t)表示设备风险评估系数。

36、优选的，所述天气风险评估系数rt(t)通过以下计算公式获取：

37、

38、式中，ta(t)表示时刻t的实际气温，rf(t)表示时刻t的降雨量，wa(t)表示时刻t的风速；tα表示评估时间段。

39、优选的，所述电力风险评估系数rd(t)通过以下计算公式获取：

40、

41、式中，pe(t)表示时刻t的电力消耗量，α表示电量消耗系数，0≤α≤1，lel(t)表示时刻t的电力负载系数，具体通过电力监控传感器获取，vfl(t)表示时刻t的电压波动幅度，具体通过智能电表获取；

42、所述设备风险评估系数rs(t)通过以下计算公式获取：

43、

44、式中，eop(t)表示时刻t的设备工作效率，具体表示设备运行状态，pxl(t)表示时刻t的设备电力消耗，反映设备的工作强度和能源使用情况，tdv(t)表示时刻t的设备工作温度；tx表示评估时间段。

45、优选的，所述进度优化模块包括施工进度计划单元；

46、所述施工进度计划单元将施工进度关系指数wot、实际施工进度sa(t)和风险评估系数rrisk(t)进行整合处理，利用数字孪生模型获取施工进度调整方案，具体的步骤为：

47、s1、计算实际施工进度sa(t)与施工进度关系指数wot之间的偏差δs(t)：所述偏差δs(t)通过以下计算公式获取：

48、δs(t)＝wot-sa(t)

49、若δs(t)>0，说明实际进度不符合施工进度；若δs(t)<0，说明实际符合施工进度；

50、s2、引入风险评估系数rrisk(t)对偏差δs(t)进行修正，以反映风险对进度的潜在影响；

51、δsadj(t)＝δs(t)*(1+rrisk(t))

52、当风险系数rrisk(t)>0时，偏差δs(t)将被放大，表示风险因素影响施工进度；当rrisk(t)<0时，偏差δs(t)将被缩小，表示风险因素不影响施工进度；式中δsadj(t)表示修正后的进度偏差；

53、s3、基于修正后的进度偏差δsadj(t)制定资源分配和工序优化方案，调整进度不匹配的情况；

54、根据修正后的进度偏差δsadj(t)，动态调整资源分配；

55、δr(t)＝λ*δsadj(t)

56、式中，δr(t)表示资源调整量，λ表示进度偏差δsadj(t)预设权重值，同时δr(t)资源调整量与进度偏差δsadj(t)成正相关；

57、s4、将实际施工进度sa(t)与预测施工实际进度sp(t)进行对比，以评估调整方案的有效性，获取调整后的施工进度snew(t)；

58、snew(t)＝sa(t)+δsadj(t)

59、式中，snew(t)是通过资源调整和工序优化后得到的新施工进度，与实际施工进度sa(t)比较，若该值等于零，判定调整方案有效；否则进行二次评估。

60、优选的，所述结果评估与反馈模块包括二次评估单元：

61、所述二次评估单元在执行时，通过预设的固定周期进行触发，对调整后的施工进度进行二次评估；评估内容包括实际施工进度sa(t)与调整方案的匹配程度；根据实际施工情况，计算调整后的施工进度snew(t)，评估进度的二次评估偏差，获取进度偏差值dot(t)；

62、dot(t)＝sp(t)-snew(t)

63、若dot(t)>0时，则预测施工实际进度sp(t)大于调整后的施工进度snew(t)，加快施工进度；

64、若dot(t)<0时，则预测施工实际进度sp(t)小于调整后的施工进度snew(t)，正常施工。

65、一种基于数字孪生的建筑数据处理方法及系统，包括以下步骤：

66、步骤一：数据采集模块通过传感器和第三方气象api渠道获取采集数据，包括建筑数据的采集、天气数据的采集和设备电数据的采集，组成第一数据集w；

67、步骤二：数据处理模块将第一数据集w进行清洗、筛选与格式化处理，并进行归一化操作，获取施工进度关系指数wot，再将第一数据集w传输至施工进度模拟模块中；

68、步骤三：施工进度模拟模块根据第一数据集w使用数字孪生技术构建出动态施工环境模型，通过动态施工环境模型的训练和分析，得出实际施工进度sa(t)；

69、步骤四：分析模块利用机器学习算法对第一数据集w进行分析，再结合实际施工进度sa(t)，获取预测施工进展状态，并对预测施工进展状态进行评估延误风险，获取风险评估系数rrisk(t)；

70、步骤五：进度优化模块根据风险评估系数rrisk(t)，获取施工进度调整方案，并根据施工进度调整方案进行调整资源分配和工序安排；

71、步骤六：结果评估与反馈模块对调整后的施工进度进行执行固定周期的二次评估，分析调整措施的有效性，获取二次评估调整后的实际施工进度值so(t)，并与预设的施工进度节点进行匹配，获取进度偏差值dot(t)，进行迭代验证调整方案。

72、本发明提供了一种基于数字孪生的建筑数据处理方法及系统，具备以下有益效果：

73、(1)利用数字孪生技术构建动态施工环境模型，通过实时采集和处理建筑、天气及设备电数据，能够精确模拟和监控施工进度。这种实时性大幅度提高了对施工过程的感知能力，使得项目管理能够迅速识别并应对潜在的延误风险，确保施工进展与计划保持一致，本发明中结果评估与反馈模块通过固定周期的二次评估，对调整后的施工进度进行持续的跟踪和验证。通过不断获取和分析进度偏差值，并基于此迭代调整施工方案，本发明中的分析模块和进度优化模块协同工作，通过计算风险评估系数rrisk(t)，提前识别施工中的潜在风险，并提出针对性的调整方案。有效避免因突发事件或环境变化导致的施工延误，增强项目对风险的抵御能力。

74、(2)通过安装在施工现场的应变计、振动传感器、rfid传感器和gps获取传感器，实时监控建筑结构的状态。收集建筑结构的应变数据、结构构件的振动频率和振幅数据，以及地理位置数据，确保这些关键数据在施工过程中被准确捕获；利用气象传感器、现场环境传感器以及第三方气象api，实时获取气温、降雨量和风速数据。通过多渠道数据采集，系统能够全面覆盖施工现场的环境条件，提供精准的气象信息；通过设备上安装的电力监控传感器和智能电表，实时监测施工设备的能耗、电力波动和工作温度。

75、(3)动态施工环境建模使得系统能够实时反映和响应施工现场的实际情况，提高了施工进度模拟的精准性。通过定期的模型训练与优化，不断提升对施工进展的预测能力，减少因环境变化或其他不可控因素导致的进度偏差。此外，施工进度计算的自动化处理有助于减少人为误差，为项目管理提供更加可靠的数据支持。

76、(4)通过多种传感器与api的组合使用，系统能够全面、实时地获取建筑、天气和设备电数据，形成完整的第一数据集w。这种数据集成方式能够为后续的数据处理和施工进度模拟提供高质量的数据支持，确保模拟结果的准确性和可靠性。