CN113642943B - 基于BIM和AIoT的设备设施全生命周期管理方法 - Google Patents

基于BIM和AIoT的设备设施全生命周期管理方法 Download PDF

Info

Publication number
CN113642943B
CN113642943B CN202111195763.2A CN202111195763A CN113642943B CN 113642943 B CN113642943 B CN 113642943B CN 202111195763 A CN202111195763 A CN 202111195763A CN 113642943 B CN113642943 B CN 113642943B
Authority
CN
China
Prior art keywords
facility
equipment
equipment facility
facilities
difference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111195763.2A
Other languages
English (en)
Other versions
CN113642943A (zh
Inventor
朱明煌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanneng Nanjing Digital Technology Co ltd
Original Assignee
Nanjing Jingguding Scientific&technical Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Jingguding Scientific&technical Co ltd filed Critical Nanjing Jingguding Scientific&technical Co ltd
Priority to CN202111195763.2A priority Critical patent/CN113642943B/zh
Publication of CN113642943A publication Critical patent/CN113642943A/zh
Application granted granted Critical
Publication of CN113642943B publication Critical patent/CN113642943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于BIM和AIoT的设备设施全生命周期管理方法，结合各设备设施的种类、连接关系及在空间信息模型中的位置关系建立各设备设施对应的设备设施全生命周期信息档案；对设备设施全生命周期信息档案内的数据进行分析，得到影响设备设施全生命周期的各个风险因子；根据各个风险因子预估出相应设备设施下次维修的时间。本发明结合BIM和AIot技术实现对设备设施的智能化管理，并从多个角度对设备设施的维修时间进行分析，通过建立空间信息模型，并结合传感器采集的数据对影响设备设施的全生命周期的风险因子进行确认，预估的维修时间更准确、精度更高且预估结果更加贴合实际情况。

Description

基于BIM和AIoT的设备设施全生命周期管理方法
技术领域
本发明涉及设备管理技术领域，具体为基于BIM和AIoT的设备设施全生命周期管理方法。
背景技术
随着工业的发展，人们对设备设施的需求不断增加，这些设备设施在给人们的生产生活带来方便的同时，也给人们的管理带来了一定的麻烦，面对种类繁多的设备设施，如何对设备设施的全生命周期进行管理成为人们亟待解决的问题，尤其是面对设备设施的不定期维修，如何对各设备设施的维修时间进行预估也困扰着管理者，
现有的设备设施全生命周期管理方法中，要么不能对各设备设施的维修时间进行预估，要么就是对各设备设施位子时间的预估结果不准确，与实际结果偏差较大，进而给人们带来了一定的苦恼。
针对上述情况，我们需要基于BIM和AIoT的设备设施全生命周期管理方法。
发明内容
本发明的目的在于提供基于BIM和AIoT的设备设施全生命周期管理方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：基于BIM和AIoT的设备设施全生命周期管理方法，所述方法包括以下步骤：
S1、通过BIM对各设备设施及其所处空间建立空间信息模型；
S2、在各个设备设施上设置监测点，并在各监测点上设置传感器实时获取相应设备设施的运行数据及周边环境数据；
S3、根据S2得到的数据，结合各设备设施的种类、连接关系及在空间信息模型中的位置关系建立各设备设施对应的设备设施全生命周期信息档案；
S4、对设备设施全生命周期信息档案内的数据进行分析，得到影响设备设施全生命周期的各个风险因子；
S5、根据各个风险因子预估出相应设备设施下次维修的时间。
本发明通过结合BIM和AIot技术实现对设备设施的智能化管理，通过建立空间信息模型，并结合传感器采集的数据对影响设备设施的全生命周期的风险因子进行确认，进而通过获取的风险因子对相应设备设施下次维修的时间进行有效预估，且从多角度进行考虑，因此预估的维修时间更加准确、精度更高。本发明中的周边环境数据包括温度、湿度及周边的人流量。本发明设置获取风险因子，并通过风险因子对设备设施下次维修时间进行预估是为了获取设备设施全生命周期信息档案内在不同方面（不同表单）与该设备设施相关的各个设备设施，分别对不同方面（不同表单）与该设备设施相关的各个设备设施的数据进行分析，一个方面（表单）的数据分析出一个综合的对该设备设施产生影响的数据，即风险因子，通过对各个方面得出的相应的风险因子进行分析，才能得出各方面因素对该设备设施产生的最终影响，进而预估的数据才能更加准确。
进一步的，所述S1中建立的空间信息模型中包含各设备设施模型及其所处空间的模型信息，通过空间信息模型得到各设备设施的具体位置信息及其所处环境的空间信息，
所述空间信息模型中建立有统一的空间坐标系，所述空间坐标系能够对空间信息模型中设备设施及其所处空间上各点的空间坐标进行表示，且所述各点与所述空间坐标之间为一一对应的关系，
各设备设施所处空间的模型信息包括：设备设施在屋内还是在屋外的状态、设备设施与过道的距离、设备设施与建筑物的距离。
本发明通过空间坐标系将各设备设施及其所处空间上的点进行坐标化是为了筛选同位置设备设施表单中该设备设施对应的各设备设施c，判断设备设施在屋内还是在屋外的状态是因为设备设施在屋内与在屋外的状态对设备设施的全生命周期影响较大，在屋外的设备设施相比在屋内的设备设施还收到气候环境对其的影响，因此同一类型设备设施在屋外的状态相比在屋内的状态，其全生命周期一般收到的影响更大，全生命周期更短，更容易损坏，维修频率更高；设置设备设施与过道的距离、设备设施与建筑物的距离是因为其对应的距离不同，相应的其受到的影响不同，该影响包括人为影响及环境影响，因此，通过设置设备设施与过道的距离、设备设施与建筑物的距离能够筛选出受到的影响与该设备设施相近的一批设备设施，通过研究其维修间隔时间能够对该设备设施对应的预估维修周期时间起到参考作用。
进一步的，所述S3中各设备设施对应的设备设施全生命周期信息档案包括四个表单，分别为同种类设备设施表单、连接设备设施表单、同位置设备设施表单及运行环境数据表单，
所述同种类设备设施表单用于记录与该设备设施种类相同的各设备设施a，设备设施a的总个数大于等于1，
所述连接设备设施表单用于记录与该设备设施相连接的各设备设施b，设备设施b的总个数大于等于1，
所述同位置设备设施表单用于记录在空间信息模型中，与该设备设施所处空间的模型信息中状态相同且设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的设备设施c，设备设施c的总个数大于等于1，
所述运行环境数据表单用于记录该设备设施各监测点上设置的传感器实时获取的设备设施的运行数据及周边环境数据。
本发明设置不同的表单是为了从多个角度对与该设备设施相关的设备设施进行筛选，进而通过分析设备设施a、设备设施b及设备设施c的运行环境表单数据，能够为预估该设备设施的下次维修时间起到参考作用，进而确保预估的结果更贴合实际、更加准确。本发明设置同种类设备设施表单是因为相同种类的设备设施由于种类相同，不同的使用环境对应出现维修的频率不同，进而该表单内的数据对该设备设施具有较强的参考价值；设置连接设备设施表单是因为同一设备设施连接的同种类设备设施的运行状态或周围环境不同，对应的影响也不相同，当与其连接的设备设施的运行状态或者周围环境出现异常时，则会使得该设备设施的使用条件发生一定的变化，进而对该设备设施产生影响；设置同位置设备设施表单是为了结合BIM技术获取空间位置的因素对该设备设施下次维修时间的影响，设备设施位置的不同，对应的周边环境则会存在差异，因此，参考同位置的设备设施的维修情况能够有效分析出空间位置对该设备设施维修时间的影响。
进一步的，所述设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的判定方法包括以下步骤：
S3.1、分别获取各个设备设施与过道的距离，获取各个设备设施与建筑物的距离；
S3.2、分别将各设备设施与过道的距离减去该设备设施与过道的距离，将所得差的绝对值记为L1，
分别将各设备设施与建筑物的距离减去该设备设施与建筑物的距离，将所得差的绝对值记为L2；
S3.3、将各个设备设施对应的L1与L2代入误差计算公式，得到各设备设施对应的 误差结果d，所述
Figure DEST_PATH_IMAGE001
；
S3.4、将各设备设施对应的误差结果d分别与第一预设值进行比较，
当d小于第一预设值时，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离及该设备设施与建筑物的距离均在误差范围内，
反之，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离或该设备设施与建筑物的距离不在误差范围内。
本发明在求取各设备设施对应的误差结果d时，计算L1的平方和L2的平方是为了 将L1及L2的值两极化，即小的数据变得更小，大的数据变得更大，进而将误差结果d两极化， 方便通过预设值对误差结果进行筛选；将数据两极化的方法不仅包含对数据进行平方，对 数据进行r（r>=2）次幂也可，其目的均是为了使误差结果两极化，最终便于对误差结果d 的 筛选。将
Figure 415917DEST_PATH_IMAGE002
与
Figure DEST_PATH_IMAGE003
相加，是为了一次性同时对L1与L2进行筛选，即一次性对设备设施与 过道的距离、设备设施与建筑物的距离这两个因素进行筛选，其原理是只要L1与L2中的任 意一个数据较大，均是使得d的结果较大，只有同时满足L1与L2的结果均较小的情况下，所 得d的值才会较小，进而判断相应的设备设施是否满足条件，实现筛选的目的。
进一步的，所述各设备设施分别与对应的设备设施全生命周期信息档案进行绑定，所述设备设施全生命周期信息档案中的同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施分别与其对应的运行环境数据表单形成映射，
通过映射关系能够实时获取同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施的运行环境数据。
进一步的，所述S4中对设备设施全生命周期信息档案内的数据进行分析的方法包括以下步骤：
S4.1、根据运行环境表单分别计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量；
S4.2、分别统计各设备设施a、各设备设施b及设备设施c最近两次维修的间隔时间t1，分别统计各设备设施a、各设备设施b及设备设施c对应的标准使用周期时间T，
所述标准使用周期时间T表示标准环境下设备设施正常使用至维修一次的时间；
S4.3、根据设备设施a对应的差异量、t1及T计算出第一风险因子m1，根据设备设施b对应的差异量、t1及T计算出第二风险因子m2，根据设备设施c对应的差异量、t1及T计算出第三风险因子m3。
本发明通过计算与该设备设施相关的各设备设施a、各设备设施b及设备设施c的差异量，并结合各设备设施a、各设备设施b及设备设施c对应的t1与T，分别得到对应的第一风险因子m1、第二风险因子m2、第三风险因子m3，即通过分析与该设备设施的相关的设备设施的情况，来判断其对该设备设施的影响，获取t1及T能够判断各个设备设施对应的最近两次维修的间隔时间（历史维修时间）及标准使用时间，进而能够分析出与该设备设施相关联的各个设备设施历史维修时间与标准使用时间之间的关系。
进一步的，所述S4.1中计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量的方法包括以下步骤：
S4.1.1、分别获取该设备设施及对应的各设备设施a、各设备设施b及设备设施c对应运行环境表单中的设备设施的运行数据及周边环境数据；
S4.1.2、计算第一单位时间内同一设备设施运行数据中最大值与最小值的差，并将所得差与运行差异系数表进行匹配，得到对应的运行差异系数；
S4.1.3、计算第一单位时间内同一设备设施周边环境数据中最大值与最小值的差，并将所得差与周边环境差异系数表进行匹配，得到对应的周边环境差异系数；
S4.1.4、将该设备设施及对应的各设备设施a、各设备设施b及设备设施c中，各设备设施对应的运行差异系数与对应的周边环境差异系数相加，得到各设备设施对应的差异量。
本发明在计算各设备设施对应的差异量时，分析同一设备设施运行数据中最大值与最小值的差是为了判断相应设备设施自身的数据的稳定情况，当同一设备设施的运行数据最大值与最小值的差越大时，则说明该设备设施的运行状态越不稳定，其越容易坏损；同理，对周边环境差异系数的判定也是如此。
进一步的，所述S4.3中将设备设施a对应的差异量记为w1，将设备设施b对应的差异量记为w2，将设备设施c对应的差异量记为w3，将该设备设施对应的差异量记为w，
用i表示设备设施a的总个数，用j表示设备设施b的总个数，用k表示设备设施c的总个数，
所述第一风险因子
Figure 872438DEST_PATH_IMAGE004
，其中wy1 表示第y1个设备设施a对应的差异量，t1y2表示第y2个设备设施a对应的t1，Ty2表示第y2个 设备设施a对应的T；
所述第二风险因子
Figure DEST_PATH_IMAGE005
，其中wy3表示第y3个设备设施b对应 的差异量，t1y4表示第y4个设备设施b对应的t1，Ty4表示第y4个设备设施b对应的T；
所述第三风险因子
Figure 427178DEST_PATH_IMAGE006
，其中wy5表示第y5个设备设施c对应 的差异量，t1y6表示第y6个设备设施c对应的t1，Ty6表示第y6个设备设施c对应的T。
本发明中将设备设施a对应的差异量记为w1，将设备设施b对应的差异量记为w2， 将设备设施c对应的差异量记为w3，将该设备设施对应的差异量记为w是为了对该设备设施 的差异量及其对应设备设施的差异量进行区分，计算
Figure DEST_PATH_IMAGE007
是为了得到该设备设施对 应的w相对于设备设施a对应w1的平均值的比值，进而得到该设备设施对应的w相对于设备 设施a对应w1之间的差异，计算是为了计算设备设施a中各设备设施对应的t1与T之间的关 系，进行将其量化，进而通过w、w1、T及t1对第一风险因子进行量化，第二风险因子m2及第三 风险因子m3同理。
进一步的，所述S5中根据各个风险因子预估出相应设备设施下次维修的时间的方法包括以下步骤：
S5.1、获取该设备设施对应的第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1；
S5.2、根据设备设施下次维修时间预估公式计算出该设备设施对应的预估维修周 期时间t2，所述
Figure 736193DEST_PATH_IMAGE008
；
S5.3、将当前时间与t2相加，即可得到预估的该设备设施下次维修的时间。
本发明通过第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1先估算出预估的维修周期时间t2，本发明中将第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1这四者进行相乘，是为了计算该设备设施对应的T1受m1、m2及m3的影响程度，即得到t2，然后再结合当前时间得到预估的该设备设施下次维修的时间，由于预估结果考虑到多方面因素对应的风险因子，因此预估结果更加精准，且预估的维修时间更加贴近实际情况。
与现有技术相比，本发明所达到的有益效果是：本发明结合BIM和AIot技术实现对设备设施的智能化管理，并从多个角度对设备设施的维修时间进行分析，通过建立空间信息模型，并结合传感器采集的数据对影响设备设施的全生命周期的风险因子进行确认，进而通过获取的风险因子对相应设备设施下次维修的时间进行有效预估，预估的维修时间更准确、精度更高且预估结果更加贴合实际情况。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明基于BIM和AIoT的设备设施全生命周期管理方法的流程示意图；
图2是本发明基于BIM和AIoT的设备设施全生命周期管理方法中设备设施全生命周期信息档案的结构示意图；
图3是本发明基于BIM和AIoT的设备设施全生命周期管理方法中设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的判定方法的流程示意图；
图4是本发明基于BIM和AIoT的设备设施全生命周期管理方法中计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量的方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图4，本发明提供技术方案：基于BIM和AIoT的设备设施全生命周期管理方法，所述方法包括以下步骤：
S1、通过BIM对各设备设施及其所处空间建立空间信息模型；
S2、在各个设备设施上设置监测点，并在各监测点上设置传感器实时获取相应设备设施的运行数据及周边环境数据；
S3、根据S2得到的数据，结合各设备设施的种类、连接关系及在空间信息模型中的位置关系建立各设备设施对应的设备设施全生命周期信息档案；
S4、对设备设施全生命周期信息档案内的数据进行分析，得到影响设备设施全生命周期的各个风险因子；
S5、根据各个风险因子预估出相应设备设施下次维修的时间。
本发明通过结合BIM和AIot技术实现对设备设施的智能化管理，通过建立空间信息模型，并结合传感器采集的数据对影响设备设施的全生命周期的风险因子进行确认，进而通过获取的风险因子对相应设备设施下次维修的时间进行有效预估，且从多角度进行考虑，因此预估的维修时间更加准确、精度更高。本发明中的周边环境数据包括温度、湿度及周边的人流量。
所述S1中建立的空间信息模型中包含各设备设施模型及其所处空间的模型信息，通过空间信息模型得到各设备设施的具体位置信息及其所处环境的空间信息，
所述空间信息模型中建立有统一的空间坐标系，所述空间坐标系能够对空间信息模型中设备设施及其所处空间上各点的空间坐标进行表示，且所述各点与所述空间坐标之间为一一对应的关系，
各设备设施所处空间的模型信息包括：设备设施在屋内还是在屋外的状态、设备设施与过道的距离、设备设施与建筑物的距离。
本发明通过空间坐标系将各设备设施及其所处空间上的点进行坐标化是为了筛选同位置设备设施表单中该设备设施对应的各设备设施c，判断设备设施在屋内还是在屋外的状态是因为设备设施在屋内与在屋外的状态对设备设施的全生命周期影响较大，在屋外的设备设施相比在屋内的设备设施还收到气候环境对其的影响，因此同一类型设备设施在屋外的状态相比在屋内的状态，其全生命周期一般收到的影响更大，全生命周期更短，更容易损坏，维修频率更高；设置设备设施与过道的距离、设备设施与建筑物的距离是因为其对应的距离不同，相应的其受到的影响不同，该影响包括人为影响及环境影响，因此，通过设置设备设施与过道的距离、设备设施与建筑物的距离能够筛选出受到的影响与该设备设施相近的一批设备设施，通过研究其维修间隔时间能够对该设备设施对应的预估维修周期时间起到参考作用。
所述S3中各设备设施对应的设备设施全生命周期信息档案包括四个表单，分别为同种类设备设施表单、连接设备设施表单、同位置设备设施表单及运行环境数据表单，
所述同种类设备设施表单用于记录与该设备设施种类相同的各设备设施a，设备设施a的总个数大于等于1，
所述连接设备设施表单用于记录与该设备设施相连接的各设备设施b，设备设施b的总个数大于等于1，
所述同位置设备设施表单用于记录在空间信息模型中，与该设备设施所处空间的模型信息中状态相同且设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的设备设施c，设备设施c的总个数大于等于1，
所述运行环境数据表单用于记录该设备设施各监测点上设置的传感器实时获取的设备设施的运行数据及周边环境数据。
本发明设置不同的表单是为了从多个角度对与该设备设施相关的设备设施进行筛选，进而通过分析设备设施a、设备设施b及设备设施c的运行环境表单数据，能够为预估该设备设施的下次维修时间起到参考作用，进而确保预估的结果更贴合实际、更加准确。
所述设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的判定方法包括以下步骤：
S3.1、分别获取各个设备设施与过道的距离，获取各个设备设施与建筑物的距离；
S3.2、分别将各设备设施与过道的距离减去该设备设施与过道的距离，将所得差的绝对值记为L1，
分别将各设备设施与建筑物的距离减去该设备设施与建筑物的距离，将所得差的绝对值记为L2；
S3.3、将各个设备设施对应的L1与L2代入误差计算公式，得到各设备设施对应的 误差结果d，所述
Figure 469136DEST_PATH_IMAGE001
；
S3.4、将各设备设施对应的误差结果d分别与第一预设值进行比较，
当d小于第一预设值时，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离及该设备设施与建筑物的距离均在误差范围内，
反之，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离或该设备设施与建筑物的距离不在误差范围内。
本发明在求取各设备设施对应的误差结果d时，计算L1的平方和L2的平方是为了 将L1及L2的值两极化，即小的数据变得更小，大的数据变得更大，进而将误差结果d两极化， 方便通过预设值对误差结果进行筛选；将数据两极化的方法不仅包含对数据进行平方，对 数据进行r（r>=2）次幂也可，其目的均是为了使误差结果两极化，最终便于对误差结果d 的 筛选。将
Figure 154065DEST_PATH_IMAGE002
与
Figure 863395DEST_PATH_IMAGE003
相加，是为了一次性同时对L1与L2进行筛选，即一次性对设备设施与 过道的距离、设备设施与建筑物的距离这两个因素进行筛选，其原理是只要L1与L2中的任 意一个数据较大，均是使得d的结果较大，只有同时满足L1与L2的结果均较小的情况下，所 得d的值才会较小，进而判断相应的设备设施是否满足条件，实现筛选的目的。
所述各设备设施分别与对应的设备设施全生命周期信息档案进行绑定，所述设备设施全生命周期信息档案中的同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施分别与其对应的运行环境数据表单形成映射，
通过映射关系能够实时获取同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施的运行环境数据。
所述S4中对设备设施全生命周期信息档案内的数据进行分析的方法包括以下步骤：
S4.1、根据运行环境表单分别计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量；
S4.2、分别统计各设备设施a、各设备设施b及设备设施c最近两次维修的间隔时间t1，分别统计各设备设施a、各设备设施b及设备设施c对应的标准使用周期时间T，
所述标准使用周期时间T表示标准环境下设备设施正常使用至维修一次的时间；
S4.3、根据设备设施a对应的差异量、t1及T计算出第一风险因子m1，根据设备设施b对应的差异量、t1及T计算出第二风险因子m2，根据设备设施c对应的差异量、t1及T计算出第三风险因子m3。
本发明通过计算与该设备设施相关的各设备设施a、各设备设施b及设备设施c的差异量，并结合各设备设施a、各设备设施b及设备设施c对应的t1与T，分别得到对应的第一风险因子m1、第二风险因子m2、第三风险因子m3，即通过分析与该设备设施的相关的设备设施的情况，来判断其对该设备设施的影响。
所述S4.1中计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量的方法包括以下步骤：
S4.1.1、分别获取该设备设施及对应的各设备设施a、各设备设施b及设备设施c对应运行环境表单中的设备设施的运行数据及周边环境数据；
S4.1.2、计算第一单位时间内同一设备设施运行数据中最大值与最小值的差，并将所得差与运行差异系数表进行匹配，得到对应的运行差异系数；
S4.1.3、计算第一单位时间内同一设备设施周边环境数据中最大值与最小值的差，并将所得差与周边环境差异系数表进行匹配，得到对应的周边环境差异系数；
S4.1.4、将该设备设施及对应的各设备设施a、各设备设施b及设备设施c中，各设备设施对应的运行差异系数与对应的周边环境差异系数相加，得到各设备设施对应的差异量。
本发明在计算各设备设施对应的差异量时，分析同一设备设施运行数据中最大值与最小值的差是为了判断相应设备设施自身的数据的稳定情况，当同一设备设施的运行数据最大值与最小值的差越大时，则说明该设备设施的运行状态越不稳定，其越容易坏损；同理，对周边环境差异系数的判定也是如此。
所述S4.3中将设备设施a对应的差异量记为w1，将设备设施b对应的差异量记为w2，将设备设施c对应的差异量记为w3，将该设备设施对应的差异量记为w，
用i表示设备设施a的总个数，用j表示设备设施b的总个数，用k表示设备设施c的总个数，
所述第一风险因子
Figure 705711DEST_PATH_IMAGE004
，其中wy1 表示第y1个设备设施a对应的差异量，t1y2表示第y2个设备设施a对应的t1，Ty2表示第y2个 设备设施a对应的T；
所述第二风险因子
Figure 525899DEST_PATH_IMAGE005
，其中wy3表示第y3个设备设施b对应 的差异量，t1y4表示第y4个设备设施b对应的t1，Ty4表示第y4个设备设施b对应的T；
所述第三风险因子
Figure 65334DEST_PATH_IMAGE006
，其中wy5表示第y5个设备设施c对应 的差异量，t1y6表示第y6个设备设施c对应的t1，Ty6表示第y6个设备设施c对应的T。
本发明中计算
Figure 211145DEST_PATH_IMAGE007
是为了得到该设备设施对应的w相对于设备设施a对应w1 的平均值的比值，进而得到该设备设施对应的w相对于设备设施a对应w1之间的差异，计算
Figure DEST_PATH_IMAGE009
是为了计算设备设施a中各设备设施对应的t1与T之间的关系，进行将其量化， 进而通过w、w1、T及t1对第一风险因子进行量化，第二风险因子m2及第三风险因子m3同理。
所述S5中根据各个风险因子预估出相应设备设施下次维修的时间的方法包括以下步骤：
S5.1、获取该设备设施对应的第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1；
S5.2、根据设备设施下次维修时间预估公式计算出该设备设施对应的预估维修周 期时间t2，所述
Figure 603074DEST_PATH_IMAGE008
；
S5.3、将当前时间与t2相加，即可得到预估的该设备设施下次维修的时间。
本发明通过第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1先估算出预估的维修周期时间t2，然后再结合当前时间得到预估的该设备设施下次维修的时间，由于预估结果考虑到多方面因素对应的风险因子，因此预估结果更加精准，且预估的维修时间更加贴近实际情况。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于，所述方法包括以下步骤：
S1、通过BIM对各设备设施及其所处空间建立空间信息模型；
S2、在各个设备设施上设置监测点，并在各监测点上设置传感器实时获取相应设备设施的运行数据及周边环境数据；
S3、根据S2得到的数据，结合各设备设施的种类、连接关系及在空间信息模型中的位置关系建立各设备设施对应的设备设施全生命周期信息档案；
S4、对设备设施全生命周期信息档案内的数据进行分析，得到影响设备设施全生命周期的各个风险因子；
S5、根据各个风险因子预估出相应设备设施下次维修的时间；
所述S1中建立的空间信息模型中包含各设备设施模型及其所处空间的模型信息，通过空间信息模型得到各设备设施的具体位置信息及其所处环境的空间信息，
所述空间信息模型中建立有统一的空间坐标系，所述空间坐标系能够对空间信息模型中设备设施及其所处空间上各点的空间坐标进行表示，且所述各点与所述空间坐标之间为一一对应的关系，
各设备设施所处空间的模型信息包括：设备设施在屋内还是在屋外的状态、设备设施与过道的距离、设备设施与建筑物的距离；
所述S3中各设备设施对应的设备设施全生命周期信息档案包括四个表单，分别为同种类设备设施表单、连接设备设施表单、同位置设备设施表单及运行环境数据表单，
所述同种类设备设施表单用于记录与该设备设施种类相同的各设备设施a，设备设施a的总个数大于等于1，
所述连接设备设施表单用于记录与该设备设施相连接的各设备设施b，设备设施b的总个数大于等于1，
所述同位置设备设施表单用于记录在空间信息模型中，与该设备设施所处空间的模型信息中状态相同且设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的设备设施c，设备设施c的总个数大于等于1，
所述运行环境数据表单用于记录该设备设施各监测点上设置的传感器实时获取的设备设施的运行数据及周边环境数据；
所述设备设施与过道的距离、设备设施与建筑物的距离均在误差范围内的判定方法包括以下步骤：
S3.1、分别获取各个设备设施与过道的距离，获取各个设备设施与建筑物的距离；
S3.2、分别将各设备设施与过道的距离减去该设备设施与过道的距离，将所得差的绝对值记为L1，
分别将各设备设施与建筑物的距离减去该设备设施与建筑物的距离，将所得差的绝对值记为L2；
S3.3、将各个设备设施对应的L1与L2代入误差计算公式，得到各设备设施对应的误差 结果d，所述
Figure 161732DEST_PATH_IMAGE001
；
S3.4、将各设备设施对应的误差结果d分别与第一预设值进行比较，
当d小于第一预设值时，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离及该设备设施与建筑物的距离均在误差范围内，
反之，则判定该设备设施对应的误差结果d对应的设备设施与过道的距离或该设备设施与建筑物的距离不在误差范围内。
2.根据权利要求1所述的基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于：所述各设备设施分别与对应的设备设施全生命周期信息档案进行绑定，所述设备设施全生命周期信息档案中的同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施分别与其对应的运行环境数据表单形成映射，
通过映射关系能够实时获取同种类设备设施表单、连接设备设施表单及同位置设备设施表单中的每个设备设施的运行环境数据。
3.根据权利要求1所述的基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于：所述S4中对设备设施全生命周期信息档案内的数据进行分析的方法包括以下步骤：
S4.1、根据运行环境表单分别计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量；
S4.2、分别统计各设备设施a、各设备设施b及设备设施c最近两次维修的间隔时间t1，分别统计各设备设施a、各设备设施b及设备设施c对应的标准使用周期时间T，
所述标准使用周期时间T表示标准环境下设备设施正常使用至维修一次的时间；
S4.3、根据设备设施a对应的差异量、t1及T计算出第一风险因子m1，根据设备设施b对应的差异量、t1及T计算出第二风险因子m2，根据设备设施c对应的差异量、t1及T计算出第三风险因子m3。
4.根据权利要求3所述的基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于：所述S4.1中计算该设备设施及对应的各设备设施a、各设备设施b及设备设施c的差异量的方法包括以下步骤：
S4.1.1、分别获取该设备设施及对应的各设备设施a、各设备设施b及设备设施c对应运行环境表单中的设备设施的运行数据及周边环境数据；
S4.1.2、计算第一单位时间内同一设备设施运行数据中最大值与最小值的差，并将所得差与运行差异系数表进行匹配，得到对应的运行差异系数；
S4.1.3、计算第一单位时间内同一设备设施周边环境数据中最大值与最小值的差，并将所得差与周边环境差异系数表进行匹配，得到对应的周边环境差异系数；
S4.1.4、将该设备设施及对应的各设备设施a、各设备设施b及设备设施c中，各设备设施对应的运行差异系数与对应的周边环境差异系数相加，得到各设备设施对应的差异量。
5.根据权利要求3所述的基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于：所述S4.3中将设备设施a对应的差异量记为w1，将设备设施b对应的差异量记为w2，将设备设施c对应的差异量记为w3，将该设备设施对应的差异量记为w，
用i表示设备设施a的总个数，用j表示设备设施b的总个数，用k表示设备设施c的总个数，
所述第一风险因子
Figure 259263DEST_PATH_IMAGE002
，其中wy1表示 第y1个设备设施a对应的差异量，t1y2表示第y2个设备设施a对应的t1，Ty2表示第y2个设备 设施a对应的T；
所述第二风险因子
Figure 48227DEST_PATH_IMAGE003
，其中wy3表示第y3个设备设施b对应的差 异量，t1y4表示第y4个设备设施b对应的t1，Ty4表示第y4个设备设施b对应的T；
所述第三风险因子
Figure 337126DEST_PATH_IMAGE004
，其中wy5表示第y5个设备设施c对应的差 异量，t1y6表示第y6个设备设施c对应的t1，Ty6表示第y6个设备设施c对应的T。
6.根据权利要求5所述的基于BIM和AIoT的设备设施全生命周期管理方法，其特征在于，所述S5中根据各个风险因子预估出相应设备设施下次维修的时间的方法包括以下步骤：
S5.1、获取该设备设施对应的第一风险因子m1、第二风险因子m2、第三风险因子m3及标准使用周期时间T1；
S5.2、根据设备设施下次维修时间预估公式计算出该设备设施对应的预估维修周期时 间t2，所述
Figure 1588DEST_PATH_IMAGE005
；
S5.3、将当前时间与t2相加，即可得到预估的该设备设施下次维修的时间。
CN202111195763.2A 2021-10-14 2021-10-14 基于BIM和AIoT的设备设施全生命周期管理方法 Active CN113642943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111195763.2A CN113642943B (zh) 2021-10-14 2021-10-14 基于BIM和AIoT的设备设施全生命周期管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111195763.2A CN113642943B (zh) 2021-10-14 2021-10-14 基于BIM和AIoT的设备设施全生命周期管理方法

Publications (2)

Publication Number Publication Date
CN113642943A CN113642943A (zh) 2021-11-12
CN113642943B true CN113642943B (zh) 2022-02-11

Family

ID=78426841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111195763.2A Active CN113642943B (zh) 2021-10-14 2021-10-14 基于BIM和AIoT的设备设施全生命周期管理方法

Country Status (1)

Country Link
CN (1) CN113642943B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117133462B (zh) * 2023-10-23 2024-02-13 江苏普若维生物技术有限责任公司 一种诊断试剂管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510138A (zh) * 2017-03-27 2018-09-07 上海智容睿盛智能科技有限公司 一种基于层次分析法的建筑设施设备管理控制方法
CN111553659A (zh) * 2020-04-28 2020-08-18 深圳众维轨道交通科技发展有限公司 一种全生命建筑周期监控运维方法及系统
CN113112233A (zh) * 2021-04-16 2021-07-13 西安热工研究院有限公司 一种基于bim的风电项目全寿命周期智慧管理方法及平台
CN113159475A (zh) * 2020-12-04 2021-07-23 中国国家铁路集团有限公司 基础设施全生命周期监测平台及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030033191A1 (en) * 2000-06-15 2003-02-13 Xis Incorporated Method and apparatus for a product lifecycle management process

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510138A (zh) * 2017-03-27 2018-09-07 上海智容睿盛智能科技有限公司 一种基于层次分析法的建筑设施设备管理控制方法
CN111553659A (zh) * 2020-04-28 2020-08-18 深圳众维轨道交通科技发展有限公司 一种全生命建筑周期监控运维方法及系统
CN113159475A (zh) * 2020-12-04 2021-07-23 中国国家铁路集团有限公司 基础设施全生命周期监测平台及方法
CN113112233A (zh) * 2021-04-16 2021-07-13 西安热工研究院有限公司 一种基于bim的风电项目全寿命周期智慧管理方法及平台

Also Published As

Publication number Publication date
CN113642943A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
US10606963B2 (en) System and method for capturing and analyzing multidimensional building information
CN107667552B (zh) 分布式装置的基于楼层平面图的学习和注册方法
CN107660299B (zh) 建筑物系统的基于楼层平面图的规划
CN107660290B (zh) 用于建筑物系统的销售、安装和维护的集成系统
US20160285416A1 (en) System and method for energy harvesting system planning and performance
US20180102858A1 (en) System and method for determining rf sensor performance relative to a floor plan
KR101298563B1 (ko) 무선 빌딩 관리 시스템 및 빌딩을 위한 관리 방법들
US20160109866A1 (en) Systems and methods for determining an appropriate model parameter order
EP3274934A1 (en) Floor plan coverage based auto pairing and parameter setting
WO2016154311A1 (en) Systems and methods for providing a graphical user interface indicating intruder threat levels for a building
CN107143970A (zh) 空调选型方法和装置
US20160132839A1 (en) Systems and processes for facilities maintenance scheduling
CN113642943B (zh) 基于BIM和AIoT的设备设施全生命周期管理方法
US9801026B2 (en) Automatically determining relative locations of collaboration endpoints within a building
Medina-Santiago et al. Adaptive model IoT for monitoring in data centers
JP6624780B2 (ja) 測位方法、サーバ及びプログラム
CN111999691A (zh) 一种计量传感器装置的误差校准方法和误差校准装置
EP3457371B1 (en) Method and apparatus for evaluation of temperature sensors
CN111461487A (zh) 一种基于bim的室内装修工程智慧管理系统
Kjærgaard et al. Dcount-a probabilistic algorithm for accurately disaggregating building occupant counts into room counts
JP7460886B2 (ja) 機械学習装置
US11636492B2 (en) Systems and methods for selecting a worst service first priority grid test route path
KR20160026492A (ko) 시계열 분석 기반의 신뢰 구간 추정을 이용한 이상 감지 방법
JP5899770B2 (ja) エネルギー使用量管理装置及びプログラム
KR102535230B1 (ko) 빅데이터를 이용한 엣지 컴퓨팅 및 클라우드 기반 fems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 211899 rooms 803 and 804, block a, hatch Eagle building, No. 99, Tuanjie Road, yanchuang Park, Jiangbei new area, Nanjing, Jiangsu

Patentee after: Shanneng (Nanjing) Digital Technology Co.,Ltd.

Address before: 210000 room 803, block a, hatch Eagle building, No. 99, Tuanjie Road, yanchuang Park, Jiangbei new area, Nanjing, Jiangsu

Patentee before: NANJING JINGGUDING SCIENTIFIC&TECHNICAL CO.,LTD.