CN117495316A - 一种基于empc模式的智能建造方法及系统 - Google Patents
一种基于empc模式的智能建造方法及系统 Download PDFInfo
- Publication number
- CN117495316A CN117495316A CN202410005615.7A CN202410005615A CN117495316A CN 117495316 A CN117495316 A CN 117495316A CN 202410005615 A CN202410005615 A CN 202410005615A CN 117495316 A CN117495316 A CN 117495316A
- Authority
- CN
- China
- Prior art keywords
- construction
- stage
- data
- intelligent
- building
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- OZJCQBUSEOVJOW-UHFFFAOYSA-N (4-ethylsulfanylphenyl) n-methylcarbamate Chemical compound CCSC1=CC=C(OC(=O)NC)C=C1 OZJCQBUSEOVJOW-UHFFFAOYSA-N 0.000 title claims abstract description 36
- 238000010276 construction Methods 0.000 claims abstract description 192
- 238000004519 manufacturing process Methods 0.000 claims abstract description 111
- 239000000463 material Substances 0.000 claims abstract description 76
- 238000013461 design Methods 0.000 claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000013068 supply chain management Methods 0.000 claims abstract description 15
- 238000013439 planning Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims description 40
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 24
- 238000004088 simulation Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 12
- 238000012916 structural analysis Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000013486 operation strategy Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003908 quality control method Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000013468 resource allocation Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 claims description 3
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 239000004566 building material Substances 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000007727 cost benefit analysis Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000000116 mitigating effect Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000009423 ventilation Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000003466 welding Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
-
- 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
- G06Q50/08—Construction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于EMPC模式的智能建造方法及系统，涉及智能建造技术领域，包括：集成智能建造平台，编制项目计划，确定部品部件生产方式，进行项目策划；从智能建造平台接收输入参数，并利用AI驱动的设计软件进行工程设计；根据BIM数据，通过自动化生产线进行部品部件的制造；实施智能化供应链管理，根据生产和施工进度自动更新材料需求；利用BIM模型与物联网设备结合，自动导航施工过程，指导部品部件安装；自动收集施工现场的传感器数据，进行项目成果评估和性能分析。本发明提供的基于EMPC模式的智能建造方法减少信息丢失和误解，提升建造速度，降低建筑的总成本，实现更高的施工质量和安全性。
Description
技术领域
本发明涉及智能建造技术领域，具体为一种基于EMPC模式的智能建造方法及系统。
背景技术
在建筑行业，特别是在大型工程项目的管理中，工程总承包（EPC）模式已被广泛采用。EPC模式涉及项目的设计、采购、施工等多个阶段的管理。随着技术的发展，装配式建筑作为一种新型建造方法，开始在建筑行业中获得关注。装配式建筑通过预制构件的方法，旨在提高建筑过程的效率和质量。同时，随着信息技术在建筑领域的不断渗透，BIM（建筑信息模型）技术和智能建造概念逐渐成为行业的新趋势。
现有技术中的EPC模式中，尽管设计、采购、施工得到了关注，但装配式部品部件的深化设计与制造在施工环节仍然是定制化的，缺乏工业化制造的智能化和重复性优势。EPC模式并未有效整合部品部件的全过程管理，导致无法进行有效的一体化管理。装配式建筑的综合成本普遍高于传统结构，由于标准化程度低、规模化不足导致的固定生产成本高。传统的EPC模式在智能建造实施过程中，往往采用传统管理方法，缺乏有效的协同管理。
因此亟需一种基于EMPC模式的智能建造方法实现设计与制造的高度融合、降低建造成本、提升管理效率、促进绿色建造。
发明内容
鉴于上述存在的问题，提出了本发明。
因此，本发明解决的技术问题是：现有的EPC建造方法存在设计与制造阶段分离、资源利用效率低、质量控制不足以及环节脱节导致的整体建造效率低下，以及如何实现设计、制造、采购、施工的高度融合和智能化协调的优化问题。
为解决上述技术问题，本发明提供如下技术方案：一种基于EMPC模式的智能建造方法，包括：
集成智能建造平台，编制项目计划，所述项目计划包括智能建造第一阶段、智能建造第二阶段、智能建造第三阶段、智能建造第四阶段、智能建造第五阶段、智能建造第六阶段；在智能建造第一阶段确定部品部件生产方式，进行项目策划；在智能建造第二阶段从智能建造平台接收输入参数，并利用AI驱动的设计软件进行工程设计；在智能建造第三阶段根据BIM数据，通过自动化生产线进行部品部件的制造；在智能建造第四阶段实施智能化供应链管理，根据生产和施工进度自动更新材料需求；在智能建造第五阶段利用BIM模型与物联网设备结合，自动导航施工过程，指导部品部件安装；在智能建造第六阶段自动收集施工现场的传感器数据，进行项目成果评估和性能分析。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述智能建造平台进行跨阶段的数据集成与管理，收集智能建造关键信息，包括历史项目数据和实时数据流，整合BIM软件实现设计数据的三维可视化和模拟，并将BIM数据自动传输编制项目计划，智能建造平台与MES集成，自动控制生产流程并实时跟踪部品部件制造，进行供应链管理，包括订单处理、供应商评估和物流跟踪，平台实时监控进度并集成来自物联网设备的数据，运用数据分析和人工智能提供决策支持；所述智能建造第一阶段是项目前期阶段，所述智能建造第二阶段是设计阶段，所述智能建造第三阶段是制造阶段，所述智能建造第四阶段是采购阶段，所述智能建造第五阶段是施工或安装阶段，所述智能建造第六阶段是收尾阶段；所述确定部品部件生产方式包括使用聚类分析技术，对智能建造关键信息进行分析，确定项目的范围和规模，应用NLP技术，提取关键信息，所述关键信息包括建筑类型、预期功能和重要时间节点；利用GIS自动分析地块的位置、地形和气候数据，使用线性回归预测分析模型，基于气候数据预测环境影响；利用DSS结合人工智能，分析项目需求、成本和设计复杂度，确定部品部件的最优生产方式；创建项目的时间表、预算和资源计划，应用蒙特卡洛模拟，结合智能建造关键信息，识别潜在风险，并生成缓解策略。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述工程设计包括利用BIM软件创建建筑信息模型，运用深度学习算法进行结构分析，优化建筑的布局；进行能效模拟，基于结构分析结果进行能效模拟，使用遗传算法评估并优化建筑的热性能、自然光照和通风效果；结合所述结构分析和所述能效模拟的结果进行材料选择，利用LCA分析和成本效益分析确定建筑材料；将结构分析、能效模拟和材料选择的结果整合至智能建造平台，并将结果链接至智能建造第三阶段、智能建造第四阶段以及智能建造第五阶段。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述进行部品部件的制造包括将通过深度学习算法优化的建筑布局和结构设计，导入BIM模型，集成到制造阶段的工作流中，BIM模型提供部品部件的尺寸、形状、材料规格；根据BIM数据配置生产线，生产部品部件，监控生产过程并与BIM数据进行比较，实时调整生产参数，部署机器视觉系统和自动检测技术，监控制造过程中的质量，利用图像识别和数据分析技术，实时检测缺陷或偏差进行纠正；将生产过程中收集的数据，所述生产过程中收集的数据包括生产时间、材料使用量以及检测结果，反馈到智能建造平台，并将结果链接至智能建造第四阶段以及智能建造第五阶段。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述更新材料需求包括集成第二阶段获取的材料选择数据和第三阶段的生产数据，预测材料需求，根据实时生产数据和施工进度动态调整材料订购和运输计划，运用线性规划优化算法，确定最佳的订货时间和运输路径；在关键材料和部件上标记RFID标签，在供应链的各节点部署RFID读取器，实时更新材料的位置；当材料到达施工现场时，进行数量和质量检查，根据施工进度和即时需求，智能分配材料到相应的施工区域，将材料到货、分配和使用情况的数据反馈到智能建造平台。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述指导部品部件安装包括利用第四阶段的材料到货信息和第三阶段的部品部件制造数据更新BIM模型，物联网传感器收集的现场条件数据到BIM模型，提供实时的现场条件视图，所述现场条件数据包括温度、湿度、工人位置，实时调整施工计划；所述实时调整施工计划包括分析更新后的BIM模型和现场数据，执行初步状态评估，判断当前施工状态，使用孤立森林算法初步筛选异常数据，若未检测到异常数据点，判断为施工状态正常，执行第一调整计划，若识别到异常数据点，对所述异常数据点应用STL分解算法，若异常数据点的行为模式与正常施工活动相同，判断为施工状态正常，执行第一调整计划，若数据点的行为模式与正常施工活动不同，判断施工状态异常，深入分析异常情况，分析实时气象数据和应用预报模型，判断当前异常是否由天气因素引起，若异常由天气因素引起，执行第二调整计划，若异常非天气条件引起，基于异常情况分析模型进行预测，根据模型的输出确定异常原因为资源短缺或复杂任务，若判断异常原因为资源短缺，执行第三调整计划，若判断异常原因为复杂任务，执行第四调整计划；所述第一调整计划使用第三阶段的部品部件制造数据，结合自适应学习模型，对部件安装顺序进行优化，利用第四阶段材料到货信息，实施资源动态调整，根据实时数据自动优化资源分配，利用AR技术指导施工，应用智能机器人和自动化设备执行标准化工作；所述第二调整计划包括分析实时气象数据，使用环境模拟引擎预测天气对施工的具体影响，并制定应急施工计划，重新安排施工计划，优先进行室内或不受天气影响的任务，并调整AR技术应用，辅助室内精密作业，部署自动化设备，进行急需材料的运输和现场安全监控；所述第三调整计划包括根据第四阶段的材料到货信息，使用资源优化算法重新规划施工活动，应用AR辅助系统，根据资源状况提供定制化的操作指导，应用智能机器人执行关键任务，同时进行现场资源管理和调配；所述第四调整计划包括使用第三阶段的部品部件数据，结合AI分析工具进行深入的风险评估和施工策略规划，利用AR技术在执行复杂任务时提供操作指导，通过智能机器人协作调度复杂任务。
作为本发明所述的基于EMPC模式的智能建造方法的一种优选方案，其中：所述进行项目成果评估和性能分析包括使用施工现场的传感器网络自动收集关键数据，所述关键数据包括环境条件、结构响应和人员活动，整合收集的数据与施工过程记录，生成数字化竣工文件，记录项目的各个阶段及其关键性能指标，对收集的数据进行分析，识别施工过程中材料使用的效率、施工方法的有效性，基于分析结果，制定运营策略，将分析结果和运营策略反馈到第三阶段，形成反馈循环。
本发明的另外一个目的是提供一种基于EMPC模式的智能建造系统，其能通过集成的智能平台进行跨阶段数据集成与管理，应用BIM技术和AI算法优化设计与制造流程，解决了项目管理脱节、成本控制不精准、建造效率低下以及环保与可持续性挑战问题。
为解决上述技术问题，本发明提供如下技术方案：一种基于EMPC模式的智能建造系统，包括：智能建造模块、设计模块、生产控制模块、供应链管理模块、施工辅助模块以及数据分析模块；所述智能建造模块用于整合和协调各阶段的关键信息和数据，提供项目管理和决策支持；所述设计模块利用BIM技术和AI驱动的设计工具，进行概念设计、工程设计以及结构分析和能效模拟；所述生产控制模块基于BIM数据，配置并管理自动化生产线，实现部品部件的智能化生产和质量控制；所述供应链管理模块针对材料需求进行实时的库存管理和物流调度，利用RFID技术监控材料的运输和到货；所述施工辅助模块结合BIM模型和物联网设备，使用AR技术和智能机器人，实现施工过程的自动导航和智能监控；所述数据分析模块用于收集施工现场的传感器数据，进行项目成果评估和性能分析，生成数字化竣工文件。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述基于EMPC模式的智能建造方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述基于EMPC模式的智能建造方法的步骤。
本发明的有益效果：本发明提供的基于EMPC模式的智能建造方法通过整合设计、制造、施工等环节，减少信息丢失和误解，提升建造速度。通过协同推进各阶段，降低装配式建筑的总成本。借助BIM技术和智能化管理，实现更高的施工质量和安全性。通过全面的项目管理，实现绿色建造的要求，符合可持续发展目标。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一个实施例提供的一种基于EMPC模式的智能建造方法的整体流程图。
图2为本发明第二个实施例提供的一种基于EMPC模式的智能建造系统的整体结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
实施例1
参照图1，为本发明的一个实施例，提供了一种基于EMPC模式的智能建造方法，包括：
S1：集成智能建造平台，编制项目计划，项目计划包括智能建造第一阶段、智能建造第二阶段、智能建造第三阶段、智能建造第四阶段、智能建造第五阶段、智能建造第六阶段；
智能建造平台进行跨阶段的数据集成与管理，收集智能建造关键信息，包括历史项目数据和实时数据流，整合BIM软件实现设计数据的三维可视化和模拟，并将BIM数据自动传输编制项目计划，智能建造平台与MES集成，自动控制生产流程并实时跟踪部品部件制造，进行供应链管理，包括订单处理、供应商评估和物流跟踪，平台实时监控进度并集成来自物联网设备的数据，运用数据分析和人工智能提供决策支持；
智能建造第一阶段是项目前期阶段，智能建造第二阶段是设计阶段，智能建造第三阶段是制造阶段，智能建造第四阶段是采购阶段，智能建造第五阶段是施工或安装阶段，智能建造第六阶段是收尾阶段；
第一阶段收集：地理和环境数据：用于评估建筑地点的适宜性和环境影响。法规和建筑标准数据：确保设计遵守相关法规和标准。初步项目需求：为设计和计划提供基本指导。
第二阶段收集：设计规格数据：详细定义建筑设计和结构。结构和材料分析数据：优化材料选择和结构设计。
第三阶段收集：制造规格数据：指导部品部件的制造。生产进度和质量数据：监控生产进度和保证质量。
第四阶段收集：物流和库存数据：优化材料的存储和运输。市场价格数据：制定成本有效的采购策略。
第五阶段收集：施工进度监控数据：跟踪项目进展和资源使用。现场监测数据：确保施工现场的安全和效率。
第六阶段收集：绩效评估数据：评估项目的成功和挑战。运营和维护数据：为未来的维护和运营提供指导。
跨所有阶段收集：历史项目数据：帮助制定基准和预测未来的项目表现。实时数据流：在整个项目周期中提供动态决策支持。
S2：在智能建造第一阶段确定部品部件生产方式，进行项目策划；
确定部品部件生产方式包括使用聚类分析技术，对智能建造关键信息进行分析，确定项目的范围和规模，应用NLP技术，提取关键信息，关键信息包括建筑类型、预期功能和重要时间节点；利用GIS自动分析地块的位置、地形和气候数据，使用线性回归预测分析模型，基于气候数据预测环境影响；利用DSS结合人工智能，分析项目需求、成本和设计复杂度，确定部品部件的最优生产方式；创建项目的时间表、预算和资源计划，应用蒙特卡洛模拟，结合智能建造关键信息，识别潜在风险，并生成缓解策略。
S3：在智能建造第二阶段从智能建造平台接收输入参数，并利用AI驱动的设计软件进行工程设计；
工程设计包括利用BIM软件创建建筑信息模型，运用深度学习算法进行结构分析，优化建筑的布局；
进行能效模拟，基于结构分析结果进行能效模拟，使用遗传算法评估并优化建筑的热性能、自然光照和通风效果；
结合结构分析和能效模拟的结果进行材料选择，利用LCA分析和成本效益分析确定建筑材料；
将结构分析、能效模拟和材料选择的结果整合至智能建造平台，并将结果链接至智能建造第三阶段、智能建造第四阶段以及智能建造第五阶段。
S4：在智能建造第三阶段根据BIM数据，通过自动化生产线进行部品部件的制造；
进行部品部件的制造包括将通过深度学习算法优化的建筑布局和结构设计，导入BIM模型，集成到制造阶段的工作流中，BIM模型提供部品部件的尺寸、形状、材料规格；
根据BIM数据配置生产线，生产部品部件，包括数控机床（CNC）的编程、机器人焊接系统的设置等。利用BIM数据，确保生产线按照精确的设计规格进行制造，减少材料浪费并提高效率，监控生产过程并与BIM数据进行比较，实时调整生产参数，包括加工速度、温度或压力，以适应设计要求的变化或优化生产流程，部署机器视觉系统和自动检测技术，监控制造过程中的质量，包括焊接、切割和组装的准确性，利用图像识别和数据分析技术，实时检测缺陷或偏差进行纠正；
部署高精度机器视觉系统包括使用激光扫描仪和红外传感器，捕捉部品部件的图像和测量数据。安装在生产线的关键位置，切割、焊接或组装区域。
应用图像处理算法，通过边缘检测、特征识别和模式匹配，分析捕捉到的图像。识别部品部件的尺寸、形状和缺陷，如裂纹、不均匀焊接或形状偏差。·将机器视觉系统捕获的数据与BIM模型中的设计参数进行比较，确保每个部件的精度和一致性。·利用数据分析软件进行实时比较，进行尺寸的偏差分析和质量评估。当检测到任何偏差或质量问题时，自动调整生产线的工作参数，调节焊接机器人的速度或改变切割工具的路径。反馈这些信息到中央控制系统，进行生产过程的优化和未来的质量控制改进。
将生产过程中收集的数据，生产过程中收集的数据包括生产时间、材料使用量以及检测结果，反馈到智能建造平台，并将结果链接至智能建造第四阶段以及智能建造第五阶段。
S5：在智能建造第四阶段实施智能化供应链管理，根据生产和施工进度自动更新材料需求；
更新材料需求包括集成第二阶段获取的材料选择数据和第三阶段的生产数据，预测材料需求，根据实时生产数据和施工进度动态调整材料订购和运输计划，运用线性规划优化算法，确定最佳的订货时间和运输路径；
在关键材料和部件上标记RFID标签，在供应链的各节点部署RFID读取器，实时更新材料的位置，布置在仓库、运输车辆和施工现场；
当材料到达施工现场时，进行数量和质量检查，根据施工进度和即时需求，智能分配材料到相应的施工区域，将材料到货、分配和使用情况的数据反馈到智能建造平台。
S6：在智能建造第五阶段利用BIM模型与物联网设备结合，自动导航施工过程，指导部品部件安装；
指导部品部件安装包括利用第四阶段的材料到货信息和第三阶段的部品部件制造数据更新BIM模型，物联网传感器收集的现场条件数据到BIM模型，提供实时的现场条件视图，现场条件数据包括温度、湿度、工人位置，实时调整施工计划；
实时调整施工计划包括分析更新后的BIM模型和现场数据，执行初步状态评估，判断当前施工状态，使用孤立森林算法初步筛选异常数据，若未检测到异常数据点，判断为施工状态正常，执行第一调整计划，若识别到异常数据点，对异常数据点应用STL分解算法，若异常数据点的行为模式与正常施工活动相同，判断为施工状态正常，执行第一调整计划，若数据点的行为模式与正常施工活动不同，判断施工状态异常，深入分析异常情况，分析实时气象数据和应用预报模型，判断当前异常是否由天气因素引起，若异常由天气因素引起，执行第二调整计划，若异常非天气条件引起，基于异常情况分析模型进行预测，根据模型的输出确定异常原因为资源短缺或复杂任务，若判断异常原因为资源短缺，执行第三调整计划，若判断异常原因为复杂任务，执行第四调整计划；
判断当前异常是否由天气因素引起包括部署气象传感器在施工现场进行实时数据收集。获取区域天气预报数据，包括气温、降水量、风速、气压等。将收集的现场传感器数据与外部气象预报数据融合，形成一个统一的气象数据集。对数据进行清洗和规范化处理，确保数据的准确性和一致性。应用时间序列分析方法，STL分解来识别天气数据中的长期趋势、季节性变化和异常模式。对风速、降水量特定气象参数进行阈值设置，初步识别潜在的恶劣天气。对潜在的恶劣天气使用机器学习算法对历史气象数据进行学习，建立恶劣天气模式的识别模型。利用此模型对实时数据进行分析，识别是否存在与历史恶劣天气相似的模式。结合模型预测结果和现场数据，应用决策树逻辑判断天气异常的可能性和严重程度。构建一个多级决策树，包含气象参数和模型预测结果。第一级是基础气象参数的阈值检查，“当前风速是否超过15m/s”。第二级是复合条件的检查，“连续三小时降水量是否超过30mm”。第三级为模型预测结果的检查，“未来6小时内恶劣天气概率是否超过60%”。若模型预测恶劣天气的概率超过60%，则发出实时预警，并启动应急响应计划。根据天气预警和现场情况，重新规划施工作业，调整工作时间、转移至室内作业或延期高风险活动。更新BIM模型和施工计划，确保所有参与方都基于最新的天气信息和计划进行作业。
根据模型的输出确定异常原因为资源短缺或复杂任务包括整合第四阶段的材料到货信息和第三阶段的部品部件制造数据，包括但不限于到货时间、质量检验结果、部件规格、生产进度等。预处理：对集成的数据进行清洗、标准化，确保数据质量和一致性。根据生产进度和材料到货状态，识别关键性能指标，包括延期率、不合格率、缺货率等。应用数据监测技术，实时追踪资源使用情况和供应链状态。使用机器学习算法构建预测模型，基于历史数据和当前趋势预测资源短缺和制造延误。应用模式识别技术的异常检测算法识别资源短缺和任务复杂性相关的异常模式。基于预测模型和异常模式识别的结果，应用多维决策支持系统，评估资源短缺或复杂任务的影响。动态调整：根据决策支持系统的建议，动态调整施工计划和资源配置，优先处理紧急问题。判断异常原因：若模型显示资源短缺可能性高，执行第三调整计划；若显示任务复杂性高，执行第四调整计划。执行调整计划：根据判断结果，采取相应措施。
第一调整计划使用第三阶段的部品部件制造数据，结合自适应学习模型，对部件安装顺序进行优化，利用第四阶段材料到货信息，实施资源动态调整，根据实时数据自动优化资源分配，利用AR技术指导施工，应用智能机器人和自动化设备执行标准化工作；
第二调整计划包括分析实时气象数据，使用环境模拟引擎预测天气对施工的具体影响，并制定应急施工计划，重新安排施工计划，优先进行室内或不受天气影响的任务，并调整AR技术应用，辅助室内精密作业，部署自动化设备，进行急需材料的运输和现场安全监控；
第三调整计划包括根据第四阶段的材料到货信息，使用资源优化算法重新规划施工活动，应用AR辅助系统，根据资源状况提供定制化的操作指导，应用智能机器人执行关键任务，同时进行现场资源管理和调配；
第四调整计划包括使用第三阶段的部品部件数据，结合AI分析工具进行深入的风险评估和施工策略规划，利用AR技术在执行复杂任务时提供操作指导，通过智能机器人协作调度复杂任务。
第一调整计划目标优化正常施工流程和资源利用。第二调整计划目标应对恶劣天气条件，确保施工安全和进度。第三调整计划目标在资源受限情况下最大化效率和产出。第四调整计划目标管理和执行技术上复杂或高风险的施工任务。
S7：在智能建造第六阶段自动收集施工现场的传感器数据，进行项目成果评估和性能分析。
进行项目成果评估和性能分析包括使用施工现场的传感器网络自动收集关键数据，关键数据包括环境条件、结构响应和人员活动，整合收集的数据与施工过程记录，生成数字化竣工文件，记录项目的各个阶段及其关键性能指标，对收集的数据进行分析，识别施工过程中材料使用的效率、施工方法的有效性，基于分析结果，制定运营策略，将分析结果和运营策略反馈到第三阶段，形成反馈循环。
智能建造平台集成与管理为整个项目提供一个数据集成的中心枢纽。这一集成确保了信息的实时更新和准确性。数据的集成性和实时性直接影响到后续每个阶段的决策效率和准确性，为整个项目的顺利进行提供了基础支撑。
项目前期阶段通过全面的环境、法规和需求分析，有助于识别潜在风险和机遇。前期的详细策划和分析直接影响到设计阶段的决策和方向，为设计和后续阶段提供了精准的指引。
设计阶段利用先进的AI技术和BIM工具，确保设计的创新性和可行性。设计的精确性和创新性对整个项目的质量有着直接的影响。精确的设计输出为制造和施工阶段提供了详细的蓝图，确保了后续阶段的无缝衔接和效率。
制造阶段自动化和智能化的生产流程不仅提高了效率，也降低了成本和错误率。制造阶段的效率和质量直接影响施工阶段的顺利进行，确保了施工阶段的材料和部件质量，为施工阶段的顺利实施打下了基础。
采购阶段高效的供应链管理和资源优化，确保了材料的及时供应和成本控制。采购阶段的有效管理直接影响施工阶段的资源可用性和成本效益，为施工阶段提供了物质保障。
施工阶段结合BIM和AR技术，提高施工效率和精度，降低风险。施工阶段的高效实施对整个项目的按时完成至关重要，同时，实时施工数据的收集为项目后期的评估和分析提供了基础。
成果评估阶段通过深入分析施工数据和绩效，提供改进建议，为未来项目提供参考。
实施例2
参照图2，为本发明的一个实施例，提供了一种基于EMPC模式的智能建造系统，包括：
智能建造模块、设计模块、生产控制模块、供应链管理模块、施工辅助模块以及数据分析模块。
智能建造模块用于整合和协调各阶段的关键信息和数据，提供项目管理和决策支持。
设计模块利用BIM技术和AI驱动的设计工具，进行概念设计、工程设计以及结构分析和能效模拟。
生产控制模块基于BIM数据，配置并管理自动化生产线，实现部品部件的智能化生产和质量控制。
供应链管理模块针对材料需求进行实时的库存管理和物流调度，利用RFID技术监控材料的运输和到货。
施工辅助模块结合BIM模型和物联网设备，使用AR技术和智能机器人，实现施工过程的自动导航和智能监控。
数据分析模块用于收集施工现场的传感器数据，进行项目成果评估和性能分析，生成数字化竣工文件。
实施例3
本发明的一个实施例，其不同于前两个实施例的是：
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置）、便携式计算机盘盒（磁装置）、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编辑只读存储器（EPROM或闪速存储器）、光纤装置以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
实施例4
为本发明的一个实施例，提供了一种基于EMPC模式的智能建造方法，为了验证本发明的有益效果，比较基于EMPC模式的智能建造方法与传统EPC建造方法在效率、成本、质量和绿色建造方面的差异。
项目选择：选择两个具有相似规模和复杂性的建筑项目，一个采用传统EPC模式，另一个采用基于EMPC模式的智能建造方法。
分析方法：使用统计分析方法对收集的数据进行比较，评估两种模式的差异。确保两个项目在基本条件上的一致性。对EMPC模式项目，使用BIM技术和智能建造平台收集数据。对传统EPC模式项目，使用常规的项目管理和数据记录方法。
EMPC项目：运用智能建造方法，包括设计、制造、采购、施工阶段的集成管理。传统EPC项目：按照传统流程执行项目。
数据分析：项目完成后，对两个项目的效率、成本、质量和绿色建造指标进行统计分析。结果对比：比较两个项目在各项评估指标上的表现，以展示基于EMPC模式的智能建造方法的优势，实验结果如表1所示。
表1 实验结果对比表
与传统EPC模式相比，基于EMPC模式的智能建造方法在多个关键指标上均显示出显著优势。项目完成时间缩短了6个月，总建造成本降低了五百万，缺陷数量减少了三分之二，后期维修费用减少了超过一半，材料利用率提高了10%，能耗减少了20%，废物产生量减少了40%。我方发明采用高度集成的智能技术方案，包括BIM技术的应用、AI驱动的设计优化、智能化供应链管理、精准的材料需求预测、机器视觉和自动化技术的应用，为整个建造过程带来了效率和质量的双重提升，在提高建造效率、降低成本、提升质量、节能减排等方面的显著优势。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于EMPC模式的智能建造方法，其特征在于，包括：
集成智能建造平台，编制项目计划，所述项目计划包括智能建造第一阶段、智能建造第二阶段、智能建造第三阶段、智能建造第四阶段、智能建造第五阶段、智能建造第六阶段；
在智能建造第一阶段确定部品部件生产方式，进行项目策划；
在智能建造第二阶段从智能建造平台接收输入参数，并利用AI驱动的设计软件进行工程设计；
在智能建造第三阶段根据BIM数据，通过自动化生产线进行部品部件的制造；
在智能建造第四阶段实施智能化供应链管理，根据生产和施工进度自动更新材料需求；
在智能建造第五阶段利用BIM模型与物联网设备结合，自动导航施工过程，指导部品部件安装；
在智能建造第六阶段自动收集施工现场的传感器数据，进行项目成果评估和性能分析；
所述指导部品部件安装包括利用第四阶段的材料到货信息和第三阶段的部品部件制造数据更新BIM模型，物联网传感器收集的现场条件数据到BIM模型，提供实时的现场条件视图，所述现场条件数据包括温度、湿度、工人位置，实时调整施工计划；
所述实时调整施工计划包括分析更新后的BIM模型和现场数据，执行初步状态评估，判断当前施工状态，使用孤立森林算法初步筛选异常数据，若未检测到异常数据点，判断为施工状态正常，执行第一调整计划，若识别到异常数据点，对所述异常数据点应用STL分解算法，若异常数据点的行为模式与正常施工活动相同，判断为施工状态正常，执行第一调整计划，若数据点的行为模式与正常施工活动不同，判断施工状态异常，深入分析异常情况，分析实时气象数据和应用预报模型，判断当前异常是否由天气因素引起，若异常由天气因素引起，执行第二调整计划，若异常非天气条件引起，基于异常情况分析模型进行预测，根据模型的输出确定异常原因为资源短缺或复杂任务，若判断异常原因为资源短缺，执行第三调整计划，若判断异常原因为复杂任务，执行第四调整计划；
所述第一调整计划使用第三阶段的部品部件制造数据，结合自适应学习模型，对部件安装顺序进行优化，利用第四阶段材料到货信息，实施资源动态调整，根据实时数据自动优化资源分配，利用AR技术指导施工，应用智能机器人和自动化设备执行标准化工作；
所述第二调整计划包括分析实时气象数据，使用环境模拟引擎预测天气对施工的具体影响，并制定应急施工计划，重新安排施工计划，优先进行室内或不受天气影响的任务，并调整AR技术应用，辅助室内精密作业，部署自动化设备，进行急需材料的运输和现场安全监控；
所述第三调整计划包括根据第四阶段的材料到货信息，使用资源优化算法重新规划施工活动，应用AR辅助系统，根据资源状况提供定制化的操作指导，应用智能机器人执行关键任务，同时进行现场资源管理和调配；
所述第四调整计划包括使用第三阶段的部品部件数据，结合AI分析工具进行风险评估和施工策略规划，利用AR技术在执行复杂任务时提供操作指导，通过智能机器人协作调度复杂任务。
2.如权利要求1所述的基于EMPC模式的智能建造方法，其特征在于：所述智能建造平台进行跨阶段的数据集成与管理，收集智能建造关键信息，包括历史项目数据和实时数据流，整合BIM软件实现设计数据的三维可视化和模拟，并将BIM数据自动传输编制项目计划，智能建造平台与MES集成，自动控制生产流程并实时跟踪部品部件制造，进行供应链管理，包括订单处理、供应商评估和物流跟踪，平台实时监控进度并集成来自物联网设备的数据，运用数据分析和人工智能提供决策支持；
所述智能建造第一阶段是项目前期阶段，所述智能建造第二阶段是设计阶段，所述智能建造第三阶段是制造阶段，所述智能建造第四阶段是采购阶段，所述智能建造第五阶段是施工或安装阶段，所述智能建造第六阶段是收尾阶段；
所述确定部品部件生产方式包括使用聚类分析技术，对智能建造关键信息进行分析，确定项目的范围和规模，应用NLP技术，提取关键信息，所述关键信息包括建筑类型、预期功能和重要时间节点；利用GIS自动分析地块的位置、地形和气候数据，使用线性回归预测分析模型，基于气候数据预测环境影响；利用DSS结合人工智能，分析项目需求、成本和设计复杂度，确定部品部件的最优生产方式；创建项目的时间表、预算和资源计划，应用蒙特卡洛模拟，结合智能建造关键信息，识别潜在风险，并生成缓解策略。
3.如权利要求2所述的基于EMPC模式的智能建造方法，其特征在于：所述工程设计包括利用BIM软件创建建筑信息模型，运用深度学习算法进行结构分析，优化建筑的布局；
进行能效模拟，基于结构分析结果进行能效模拟，使用遗传算法评估并优化建筑的热性能、自然光照和通风效果；
结合所述结构分析和所述能效模拟的结果进行材料选择，利用LCA分析和成本效益分析确定建筑材料；
将结构分析、能效模拟和材料选择的结果整合至智能建造平台，并将结果链接至智能建造第三阶段、智能建造第四阶段以及智能建造第五阶段。
4.如权利要求3所述的基于EMPC模式的智能建造方法，其特征在于：所述进行部品部件的制造包括将通过深度学习算法优化的建筑布局和结构设计，导入BIM模型，集成到制造阶段的工作流中，BIM模型提供部品部件的尺寸、形状、材料规格；
根据BIM数据配置生产线，生产部品部件，监控生产过程并与BIM数据进行比较，实时调整生产参数，部署机器视觉系统和自动检测技术，监控制造过程中的质量，利用图像识别和数据分析技术，实时检测缺陷或偏差进行纠正；
将生产过程中收集的数据，所述生产过程中收集的数据包括生产时间、材料使用量以及检测结果，反馈到智能建造平台，并将结果链接至智能建造第四阶段以及智能建造第五阶段。
5.如权利要求4所述的基于EMPC模式的智能建造方法，其特征在于：所述更新材料需求包括集成第二阶段获取的材料选择数据和第三阶段的生产数据，预测材料需求，根据实时生产数据和施工进度动态调整材料订购和运输计划，运用线性规划优化算法，确定最佳的订货时间和运输路径；
在关键材料和部件上标记RFID标签，在供应链的各节点部署RFID读取器，实时更新材料的位置；
当材料到达施工现场时，进行数量和质量检查，根据施工进度和即时需求，智能分配材料到相应的施工区域，将材料到货、分配和使用情况的数据反馈到智能建造平台。
6.如权利要求5所述的基于EMPC模式的智能建造方法，其特征在于：所述进行项目成果评估和性能分析包括使用施工现场的传感器网络自动收集关键数据，所述关键数据包括环境条件、结构响应和人员活动，整合收集的数据与施工过程记录，生成数字化竣工文件，记录项目的各个阶段及其关键性能指标，对收集的数据进行分析，识别施工过程中材料使用的效率、施工方法的有效性，基于分析结果，制定运营策略，将分析结果和运营策略反馈到第三阶段，形成反馈循环。
7.一种采用如权利要求1~6任一所述的基于EMPC模式的智能建造方法的系统，其特征在于，包括：
智能建造模块、设计模块、生产控制模块、供应链管理模块、施工辅助模块以及数据分析模块；
所述智能建造模块用于整合和协调各阶段的关键信息和数据，提供项目管理和决策支持；
所述设计模块利用BIM技术和AI驱动的设计工具，进行概念设计、工程设计以及结构分析和能效模拟；
所述生产控制模块基于BIM数据，配置并管理自动化生产线，实现部品部件的智能化生产和质量控制；
所述供应链管理模块针对材料需求进行实时的库存管理和物流调度，利用RFID技术监控材料的运输和到货；
所述施工辅助模块结合BIM模型和物联网设备，使用AR技术和智能机器人，实现施工过程的自动导航和智能监控；
所述数据分析模块用于收集施工现场的传感器数据，进行项目成果评估和性能分析，生成数字化竣工文件。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的基于EMPC模式的智能建造方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于EMPC模式的智能建造方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410005615.7A CN117495316B (zh) | 2024-01-03 | 2024-01-03 | 一种基于empc模式的智能建造方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410005615.7A CN117495316B (zh) | 2024-01-03 | 2024-01-03 | 一种基于empc模式的智能建造方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117495316A true CN117495316A (zh) | 2024-02-02 |
| CN117495316B CN117495316B (zh) | 2024-04-09 |
Family
ID=89673081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410005615.7A Active CN117495316B (zh) | 2024-01-03 | 2024-01-03 | 一种基于empc模式的智能建造方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117495316B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117852845A (zh) * | 2024-03-07 | 2024-04-09 | 中建科技集团有限公司 | 建造供应链的可视管理方法及可视管理系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110061983A (ko) * | 2009-12-02 | 2011-06-10 | (주)아크라인 | Ｃｐｍ 공법을 이용한 지능형 생산 관리 방법 및 시스템 |
| CN107958101A (zh) * | 2017-11-07 | 2018-04-24 | 山东住工装配建筑有限公司 | 一种基于bim的装配式建筑信息化管理系统及方法 |
| CN108428035A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的empc制造环节的结算方法及装置 |
| CN108427812A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的装配式建筑构件版本控制方法及装置 |
| 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 |
| CN114331088A (zh) * | 2021-12-24 | 2022-04-12 | 江苏翔坤数智科技有限公司 | 一种石化工程建造行业用项目制造综合管理系统 |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| CN114897496A (zh) * | 2022-05-06 | 2022-08-12 | 张建国 | 一种装配式钢结构住宅绿色建筑建造体系 |
| CN116308203A (zh) * | 2023-04-06 | 2023-06-23 | 安徽智享云科技有限公司 | 一种基于bim的智能建筑施工信息收集分析方法及系统 |
| CN116451899A (zh) * | 2023-04-17 | 2023-07-18 | 中建幕墙有限公司 | 一种建筑幕墙项目综合管理信息平台 |
| CN116823191A (zh) * | 2023-08-29 | 2023-09-29 | 中亿丰数字科技集团有限公司 | 一种基于empc模式的智能建造工程管理平台 |
| CN116911700A (zh) * | 2023-09-14 | 2023-10-20 | 中亿丰数字科技集团有限公司 | 一种基于bim与iot的工程安全与质量监管方法及系统 |
| CN117236894A (zh) * | 2023-10-07 | 2023-12-15 | 浙江大学 | 基于bim的工程监测管理方法及系统 |
-
2024
- 2024-01-03 CN CN202410005615.7A patent/CN117495316B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110061983A (ko) * | 2009-12-02 | 2011-06-10 | (주)아크라인 | Ｃｐｍ 공법을 이용한 지능형 생산 관리 방법 및 시스템 |
| CN108428035A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的empc制造环节的结算方法及装置 |
| CN108427812A (zh) * | 2017-08-12 | 2018-08-21 | 中民筑友科技投资有限公司 | 一种基于bim的装配式建筑构件版本控制方法及装置 |
| CN107958101A (zh) * | 2017-11-07 | 2018-04-24 | 山东住工装配建筑有限公司 | 一种基于bim的装配式建筑信息化管理系统及方法 |
| 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 |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| CN114331088A (zh) * | 2021-12-24 | 2022-04-12 | 江苏翔坤数智科技有限公司 | 一种石化工程建造行业用项目制造综合管理系统 |
| CN114897496A (zh) * | 2022-05-06 | 2022-08-12 | 张建国 | 一种装配式钢结构住宅绿色建筑建造体系 |
| CN116308203A (zh) * | 2023-04-06 | 2023-06-23 | 安徽智享云科技有限公司 | 一种基于bim的智能建筑施工信息收集分析方法及系统 |
| CN116451899A (zh) * | 2023-04-17 | 2023-07-18 | 中建幕墙有限公司 | 一种建筑幕墙项目综合管理信息平台 |
| CN116823191A (zh) * | 2023-08-29 | 2023-09-29 | 中亿丰数字科技集团有限公司 | 一种基于empc模式的智能建造工程管理平台 |
| CN116911700A (zh) * | 2023-09-14 | 2023-10-20 | 中亿丰数字科技集团有限公司 | 一种基于bim与iot的工程安全与质量监管方法及系统 |
| CN117236894A (zh) * | 2023-10-07 | 2023-12-15 | 浙江大学 | 基于bim的工程监测管理方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 张贤超;: "EMPC总承包管理模式――系统解决装配式建筑的金钥匙", 住宅与房地产, no. 20, 15 July 2018 (2018-07-15), pages 48 - 51 * |
| 胡亚东等: "BIM技术在工业EPC项目上的应用研究", 水泥技术, no. 03, 25 May 2019 (2019-05-25), pages 29 - 32 * |
| 谢琳琳等: "基于BIM+数字孪生技术的装配式建筑项目调度智能化管理平台研究", 建筑经济, no. 09, 5 September 2020 (2020-09-05), pages 44 - 48 * |
| 郑娇君等: "EPC模式下BIM信息化管理平台在装配式建筑中的应用研究", 项目管理技术, vol. 17, no. 01, 10 January 2019 (2019-01-10), pages 117 - 121 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117852845A (zh) * | 2024-03-07 | 2024-04-09 | 中建科技集团有限公司 | 建造供应链的可视管理方法及可视管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117495316B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Soori et al. | Internet of things for smart factories in industry 4.0, a review | |
| Ante et al. | Developing a key performance indicators tree for lean and smart production systems | |
| Shafiee | Maintenance logistics organization for offshore wind energy: Current progress and future perspectives | |
| CN117495316B (zh) | 一种基于empc模式的智能建造方法及系统 | |
| CN105824300A (zh) | 基于物联网技术和数字化管理技术的重型智能工厂系统 | |
| Niaz | Revolutionizing Inventory Planning: Harnessing Digital Supply Data through Digitization to Optimize Storage Efficiency Pre-and Post-Pandemic | |
| Korchagin et al. | Lean Maintenance 4.0: implementation for aviation industry | |
| Welte et al. | Operation and maintenance modelling | |
| CN117541197B (zh) | 一种基于bim和aiot数据驱动的智能建造方法及系统 | |
| Kim et al. | A conceptual model of smart manufacturing execution system for rolling stock manufacturer | |
| CN112053107A (zh) | 一种库存维度的排产结果评估装置 | |
| Ramanathan | Industry 4.0 readiness with a circular economy focus: An integrated assessment framework | |
| Jantunen et al. | Business drivers of a collaborative, proactive maintenance solution | |
| Breitenbach et al. | A systematic literature review of machine learning tools for supporting supply chain management in the manufacturing environment | |
| Spüntrup et al. | Asset fleet management in the process industry-a conceptual model | |
| Wesendrup et al. | A process-based review of post-prognostics decision-making | |
| Lee | A reference model for big data analysis in shipbuilding industry | |
| Huo et al. | CMMS based reliability centered maintenance | |
| Ulhe et al. | Flexibility management and decision making in cyber-physical systems utilizing digital lean principles with Brain-inspired computing pattern recognition in Industry 4.0 | |
| Bocewicz et al. | Integrated preventive–proactive–reactive offshore wind farms maintenance planning | |
| Noterdaeme et al. | Mapping Heavy Industry's Digital-Manufacturing Opportunities | |
| Lee et al. | Killer applications of industrial AI | |
| Sharma et al. | Industry 4.0 Technologies for Smart Manufacturing: A Systematic Review of Machine Learning Methods for Predictive Maintenance | |
| KR102636781B1 (ko) | 통합 제조 운영 관리를 위한 스마트 팩토리 시스템 | |
| Thomas et al. | Progress in Predictive Asset Maintenance Management. |
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 |