2020-8-7

8月7日，由中国图学学会BIM专委会、清华大学-广联达BIM联合研究中心联合举办、山西路桥集团承办的“第六期BIM大讲堂”活动在山西省太原市成功举办，本人的博士生导师，清华大学土木系张建平教授和本人一同受邀担任演讲嘉宾，山西路桥集团副总工程师姚永春主持会议，累计2800人次关注了本次直播。

张建平老师在报告中阐述了何谓智能BIM，并从BIM集成应用、BIM平台支撑和智能技术融合等方面，展示了智能BIM发展的最新研究和应用，并提出了面向“新基建”的BIM发展趋势和应对策略。本人则通过实例说明工程技术的发展离不开信息技术的推广应用，并探讨了BIM技术的深化应用瓶颈以及计算机如何认识、管理数据，大数据如何创造价值的关键技术，继而阐述了BIM模型的定义与描述、BIM模型的管理与应用，从BIM模型挖掘行业知识。

2020-7-1

“建筑及其机电系统动态标准化大数据提取软件”已获得国家计算机软件著作权登记证书（登记号:2020SR0267715）。本软件实现了从多源异构的能耗监测系统中的标准化动态能耗数据的提取。针对当前不同厂家的能耗监测系统采用不同的数据格式，基本互不兼容从而造成大量数据浪费，且当前的能耗数据导则不足以覆盖日益增长的能耗数据分析需求的局面，本软件提出了面向动态监测的能耗数据模型，通过实现数据模型中的数据接口与数据结构实现多源异构数据的集成。在实现上通过搭建能耗监测系统与云端数据库中间的中继数据服务器的方式，将异构数据进行整理和集成为标准化能耗大数据。该软件目前已经收集了全国各地三百余栋大型公共建筑的数据，覆盖建筑面积上千万平方米，为建筑能耗分析和预测等应用提供了大量有价值的数据。

2020-6-28

《A Lightweight BIM-GIS Integration Method for Rural Building Design and Construction》已发表于国际学术会议Creative Construction e-Conference 2020。该研究是课题组将BIM/GIS融合转换与轻量化技术应用于乡村住宅领域的最新成果。由于疫情原因，会议采用网络形式举行，视频报告已上传到 资源下载 中，欢迎大家下载和交流！

面向乡村住宅设计建造实际需求，该方法基于地理空间可视化平台Cesium实现BIM与GIS的集成。该研究通过几何语义数据解耦、信息对齐、格式转换等方式，实现BIM与GIS数据的融合转换。随后，面向乡村地区信息化应用落后的特点，该文进一步提出一种多尺度的BIM/GIS信息轻量化方法。该方法面向乡村住宅不同层级的显示需求，将建筑信息划分为单体建筑内部、单体建筑外部，以及建筑群三个层级，并针对不同层级提出了对应的轻量化算法。此方法被应用于实际BIM/GIS模型数据，其有效性得以验证。本文的第一作者是本人指导的博士研究生冷烁。

2020-6-8

《Bibliometric review of visual computing in the construction industry》已发表于Visual Computing for Industry, Biomedicine, and Art。

在建筑领域，诸如图纸，照片，视频和3D模型之类的可视化素材在设计、施工和运维过程中发挥着重要作用，可以提高生成、传输和存储信息的效率。先进的视觉计算技术有助于理解设计内容，工作计划以及行业中共享的其他类型信息。因此，自动的视觉数据收集和分析为建筑业提供了许多可能性，有不少的研究学者在视觉计算如何改善建筑管理流程以及建筑领域的其他问题方面，已经做了大量工作、取得了不少的成果。本文使用文献计量法来综述迄今为止出版的著作，总结重要的研究成果，分析相关技术的发展现状并展望未来的发展方向。

2020-5-19

《A Hybrid Data Mining Method for Tunnel Engineering Based on Real-Time Monitoring Data from Tunnel Boring Machines》已发表于IEEE Access。该研究是课题组对工程管理数据挖掘与分析的系列成果之一。

此研究提出了一个混合数据挖掘模型，可实现盾构机实时监测数据的自动分析，以确保盾构作业的施工安全。该混合数据挖掘模型由三种数据挖掘算法协同工作组成，分别面向不同的安全管理目标。其中，关联规则挖掘可发现监测参数间复杂的关系，用于现场故障的快速判断。决策树模型可实时细化地层信息，辅助施工人员根据地层采取对应安全策略。神经网络和卷积神经网络模型可判断盾构机的实时掘进速率，通过预测掘进速率与实际速率对比，可在异常时给出预警。论文第一作者是冷烁博士，第二作者是林佳瑞老师，第四作者是新南威尔士大学的沈雪松老师。此外，广州地铁监理有限公司也为研究提供了大力支持，在此表示感谢！