2021-06-07

“建筑群风环境与污染物扩散模拟系统”已获得计算机软件著作权登记证书（登记号：2021SR0772915）。

本系统面向建筑设计与运维人员，提供用于发起、执行建筑群风环境与污染物扩散模拟，并浏览模拟结果的平台。通过本系统，用户可以交互式地发起建筑群风环境与污染物扩散模拟，而无需关注数据获取与数值计算的具体细节，从而降低建筑群风环境与污染物扩散模拟的技术门槛，提升建筑设计与运维阶段信息化水平。系统由数据管理、模拟计算与前端交互三个模块组成。基于B/S架构，系统将繁重的模拟计算任务部署于服务器端完成，降低了用户端计算能力需求。其中，数据管理模块基于地理信息系统（GIS）技术，实现对风环境与污染物扩散分析所需数据的自动提取、集成与存储。模拟计算模块基于中尺度气象模型（MMM）与计算流体力学（CFD）模型，实现模拟任务的自动发起、参数调优与任务调度。前端交互模块通过Web与用户交互，提供了结果可视化功能。

2021-04-12

Knowledge Extraction and Discovery Based on BIM: A Critical Review and Future Directions已发表于Archives of Computational Methods in Engineering期刊。

建筑行业的生产活动离不开海量经验和知识的支持。除通过对工程实践的总结外，许多研究也尝试采用知识工程技术对行业知识进行提取，并将其以文档或数据库等形式存储。近年来，BIM作为一种提取、交换与管理建筑信息的理想媒介，在建筑行业得到了普及与应用，在建筑行业的知识获取与管理中也展现出巨大潜力。本文对基于BIM的知识工程研究进行了全面调研，并从以下五个角度对相关研究进行总结：1）知识描述；2）知识发现；3）知识存储与管理；4）知识推理；5）知识应用。综述显示，BIM可以与本体、语义网、数据挖掘等知识工程技术结合，为知识发现提供足量信息，为知识的集成与应用提供平台。本文同时揭示了知识在建筑行业的潜在价值，但目前行业对知识的管理与应用总体仍处于初级阶段。未来，BIM有望与知识工程技术深度融合，从而构建基于知识驱动的建筑设计、施工与运维体系，为智能建筑、智慧基建提供助力。

注：Archives of Computational Methods in Engineering，是工程技术领域的顶刊，2019年影响因子为6.730。

2021-03-01

Linking Data Model and Formula to Automate KPI Calculation for Building Performance Benchmarking已发表于Energy Reports期刊。

建筑是全球一次能源的主要消耗者之一，对其能耗的分析、管理离不开大量的监测数据。关键绩效指标（KPI）可以克服数据异构带来的挑战，实现不同建筑物的能效对比。但是，当前建筑能耗监测系统和数据仍是典型的“数据孤岛”，相互割裂，且数据及KPI计算公式之间存在明显的语义鸿沟。针对该问题，本研究提出一种基于本体的建筑能耗KPI自动计算方法。该方法首先实现了BIM模型建筑信息、传感网络感知的能耗及环境信息的语义链接，实现了建筑运维阶段静态、动态数据的集成；同时，基于本体建立了KPI公式各参数与数据模型的语义映射关系，从而可直接基于SPARQL实现数据查询和自动计算。案例应用验证表明，本文方法可自动根据所选择的KPI进行数据查询提取并计算特定空间及时间内的能效指标，并支持基于不同粒度的数据计算同一KPI，从而可基于不同LOD的数据实现同类建筑物的能效对比。有关研究可为管理者发现建筑能效表现的差异，优化建筑用能效率提供决策依据。研究同时也为数据模型及其计算模型（如KPI公式）的语义链接与映射提供了一种新方法，可支撑其他有关多源异构数据融合、计算的研究。

注：Energy Reports，是能源研究领域的重要期刊，2019年影响因子为3.595，属Q2区SCI期刊。

2021-2-17

A Framework for the Automatic Integration and Diagnosis of Building Energy Consumption Data 已发表于 Sensors 期刊。

建筑是全球一次能源的主要消耗者，因此分析建筑物能耗监测数据，对发现能耗异常模式、减少建筑开支，保护整体环境具有十分重要的意义。本文提出了一种从能耗监测平台自动提取多源异构的建筑能耗数据，并与建筑信息模型中的静态数据进行集成的统一框架，从而服务于建筑能耗数据的分析与应用。本文还提出了一个基于密度聚类和人工神经网络回归的诊断模型，可利用融合数据识别异常的能耗模式。本文所提出的方法通过中国各地若干大型公共建筑的数据得到了验证。本文为建筑能耗监测大数据的管理与分析提供了一套通用的解决框架，为建筑能耗数据的应用提供了基础，对建筑节能诊断与决策具有一定的参考意义。

注：Sensors期刊信息：Impact Factor: 3.275 (2019)；Ranked 17/129 (Q1) in 'Physics and Astronomy: Instrumentation' and 147/670 (Q1) in 'Electrical and Electronic Engineering' and 70/300 (Q1) in 'Computer Science: Information Systems'

2021-01-20

受邀和清华大学林佳瑞老师、亚琛工业大学Jérômex Frisch老师、新加坡国立大学王骞老师、华南理工大学邓逸川老师以及深圳大学谭毅老师一起，在Sensors（影响因子：3.275）组织了一期主题为”Smart Sensing in Building and Construction(SSBC)”的专刊，投稿截止今年10月31日。欢迎各位老师、专家和同学不吝赐稿。