丁烈云院士:我国智能建造关键领域技术发展的战略思考

来源:未知 作者:admin 发表于:2021-10-21 22:04  点击:
导读 智能建筑是新一代信息技术与工程建设的有机融合,是实现我国建筑业高质量发展的重要支撑。实施智能化建设,可以充分赋能工程生产体系和组织模式,促进工程建设过程中的互

导读

智能建筑是新一代信息技术与工程建设的有机融合,是实现我国建筑业高质量发展的重要支撑。实施智能化建设,可以充分赋能工程生产体系和组织模式,促进工程建设过程中的互联互通、线上线下融合、资源要素协同,积极推动建筑业、制造业、信息产业协同发展。

中国工程院丁烈云院士研究团队在《中国工程科学》2021年第4期上撰文,阐述了智能建造的基本概念和重要性,总结了全产业链融合的工程软件、智能工地的工程物联网、人机融合的智能工程机械、智能决策的工程大数据四大关键技术。通过问卷调查和专家访谈,从市场环境、企业部署、核心资源储备等方面分析了我国智能建筑技术关键领域的现状和不足。在此基础上,明确了关键技术的发展目标,提出了建立健全标准体系、促进“产学研用”协同、加强知识产权保护、开展典型项目试点示范等重点任务,进而从管理机构、企业、高校等主体角度形成对策建议。

本文选自《中国工程院学报》2021年第4期。

作者:陈科,丁烈云。

来源:中国智能建筑关键领域技术发展的战略思考[J]。中国工程科学,2021,23(4):64-70。

一、前面的话。

建筑业是我国国民经济的支柱产业。但其碎片化、粗放型的发展模式仍带来产品性能差、生产效率低、资源消耗巨大、环境污染严重等突出问题,与高质量发展的要求还有较大差距。与此同时,发达国家和地区相继发布了建筑业发展战略,如英国的《建筑2025》和日本的《i-Construction》,都强调建筑业要通过工业化、数字化、智能化提升产业竞争力。与国外发达国家相比,我国建筑业的科技创新起步较晚,亟需将创新放在建筑业发展的重要位置,尤其是重点发展以人工智能和数字经济为代表的技术创新和应用,全面提升我国建筑业的创新能力。

英国建筑2025

近年来,国内外学者围绕智能建筑开展了一系列研究。Rossa等人通过在工程机械上安装智能传感设备来实时评估其运行状态,从而建造了智能工程机械。Bucchiarone A等还应用物联网技术,实现工程要素互联互通,提高施工智能化程度;Kochovski P和Stankovski V建立了智能建造的边缘计算框架,支持项目信息管理和参与者之间的交流。Edirisinghe R梳理了114篇关于智能建筑工地的论文,提出了发展相关智能建筑技术的建议;丁L等人利用人工智能技术,从视频大数据中自动检测建筑工人的不安全行为;周h等以港珠澳大桥为例,介绍了智能施工现场的施工方法。目前对智能建造的研究主要集中在具体的应用点,对智能建造理论和关键技术还没有形成整体系统的认识,也没有提出明确的发展路径。

在阐述智能建筑内涵的基础上,对我国建筑行业设计、施工、工程咨询等多个领域的代表性企业进行问卷调查和专家访谈,明确我国智能建筑关键领域技术的发展现状和难点。调查历时6个月,针对四项关键技术分别收集了367份、109份、38份和121份有效问卷(见表1)。之后,邀请了23位在智能建筑领域有技术应用和研发经验的专家,分别进行了45~60分钟的深度访谈。在此基础上,凝练出适合我国国情的智能施工技术关键领域的发展目标和路径,以期为推动我国智能施工发展提供参考。

表1问卷调查中受访者的工作年限。

二.智能建筑概述。

智能建造作为新一代信息技术与工程建设融合形成的工程建设创新模式,通过标准化建模、网络交互、视觉认知、高性能计算和智能决策支持,实现数字链驱动的项目规划、规划设计、建造(加工)生产和运维服务的集成和高效协同,交付以人为本、智能化的绿色可持续工程产品和服务。

实施智能化建设,可以充分赋能工程生产体系和组织模式,促进工程建设过程中的互联互通、线上线下融合、资源要素协同,积极推动建筑业、制造业、信息产业协同发展。这是提高产业发展质量,实现从劳动密集型生产方式向技术密集型生产方式转变的必由之路,也是对《国民经济和社会发展第十四个五年规划》和《2035年远景目标纲要》强调“加快数字化发展,以数字化转型整体带动生产方式、生活方式、治理方式转变”的及时回应。

智能化建设将打造“中国制造”的升级版。在当前经济全球化、国际市场竞争激烈的背景下,应顺应国际潮流,抢占行业技术竞争和未来发展制高点,最终提升我国建筑业的国际竞争力。

三.智能建筑领域的技术进展。

智能施工系统是基于以“三化”“三算”为特征的新一代信息技术,开发面向全产业链融合的工程软件、面向智能工地的工程物联网、面向人机融合的智能工程机械、面向智能决策的工程大数据,支撑工程施工全过程、全要素、全参与方协同、产业转型。因此,作为连接底层通用技术和上层业务的枢纽,域技术的发展将对智能建筑的发展起到关键作用。

(一)面向全产业链整合的工程软件。

随着计算机技术的不断发展和计算机使用的普及,工程建设领域逐渐形成了以建筑信息模型(BIM)为核心、面向全产业链融合的工程软件系统。工程软件包括设计建模、工程分析、项目管理等。作为工程技术和专业知识的编程包,它贯穿项目的所有阶段。不同类型的工程软件相互协作,支持建设项目全生命周期的业务自动化和科学决策。

工程软件的主要特点包括:在服务对象方面,工程软件服务于建筑、市政、桥梁、隧道等各种工程项目。在内容专业性方面,工程软件体现了工程建设发展过程中长期积累的专业知识。工程软件来源于建筑行业的实际需求。通过将工程实践中获得的专业知识转化为模型和算法,然后制作模型和算法软件,可以准确、快速地支持各种复杂的工程建设任务。工程R&D与实际应用场景紧密结合,在使用过程中需要不断完善其功能和性能。

目前,我国工程软件存在整体实力薄弱、核心技术缺乏等诸多问题。,呈现“强管理软件,弱技术软件;低端软件多,高端软件少,市场份额被国外软件占据。在建模软件的设计上,国内工程软件仍然面临着“缺少灵魂和引擎”的严重问题。71.78%的受访者选择AutoCAD作为主要的CAD几何绘图软件,超过50%的受访者主要使用Autodesk Revit、Civil 3D等国外BIM建模软件。面对以Autodesk系列产品为代表的国外工程软件的冲击,国内设计建模软件很难在短时间内建立竞争优势。

在工程设计分析软件方面,近60%的主流软件来自国外,国外软件以其强大的分析计算能力和复杂模型处理能力牢牢占据市场前端。在复杂工程问题分析上,国产软件还有很长的路要走。在工程项目管理软件方面,得益于国内规范和项目业务流程的高度支持,以及国内厂商的持续R&D投入,国产软件形成了较为完整的产品链。

(2)智能建筑工地工程物联网

工程物联网作为物联网技术在工程建设领域的延伸,通过各种传感器感知工程要素的状态信息,基于统一定义的数据接口和中间件构建数据通道。物联网将完善施工现场管理模式,支持“人的不安全行为、物的不安全条件、环境的不安全因素”的综合监管。

在物联网的支撑下,建筑工地将具备以下特点:一是物联网,以移动互联网、智能物联网等多种组合为基础,实现“人、机、料、法、境、品”六要素的互联互通;二是信息高效集成,基于信息的及时感知和传递,集成工程要素信息,构建智能施工现场;三是参与者全面合作,项目所有参与者通过统一平台实现信息共享,提升跨部门、跨项目、跨区域的多层次共享能力。

目前,我国工程物联网技术水平与国外相比仍有较大差距。美国、日本、德国的传感器种类超过2万种,占据全球传感器市场的70%以上,并且随着MEMS技术的发展,呈现出更加明显的增长趋势。中国90%的高端传感器依赖进口。除了传感器,现场柔性组网、工程数字孪生模型迭代等技术也亟待发展。此外,我国工程物联网应用主要集中在建筑工人身份管理、工程机械运行状态监测、高风险重大子项目过程控制和现场环境指标监测等方面。然而,这项研究的结果表明,工程物联网的应用只能为88%以上的建筑活动产生适度的价值。在资源有限的情况下,提高工程物联网的使用价值将是未来需要解决的重要问题。

(3)人机一体化智能工程机械。

智能工程机械是在传统工程机械的基础上,集多信息感知、故障诊断、高精度定位导航等技术于一体的新型工程机械。核心特征是自我归纳、自我适应、自我学习和自我决定。通过不断的自学习、修正和故障预测,优化了性能,解决了传统工程机械人工操作运行效率低、能耗严重、安全隐患大的问题。

世界各国高度重视工程机械前沿技术,积极调整产业结构,加大对工程机械的支持力度,推动工程机械向数字化、网络化、智能化发展。然而,尽管我国在工程机械智能技术的研发方面取得了一定的突破,但在智能工程机械所必需的建筑构件方面仍落后于国际先进水平。可编程控制器(PLC)、电子控制单元(ECU)、控制器局域网(CAN)等技术均落后于发达国家,阻碍了我国工程机械行业的发展,制约了我国工程建设的整体竞争力。中国工程机械整体呈现“大而不强,多而不精”的局面,发展升级范围很广空。

(4)面向智能决策的工程大数据。

工程大数据是对工程生命周期各阶段、各层次产生的各类数据、相关技术和应用的总称。工程大数据具有容量大、种类多、速度快、价值密度低的特点。其应用重点是将工程决策从经验驱动转变为数据驱动,从而提高生产率,增强企业竞争力,提高行业治理效率。

工程大数据的价值来源于分析过程。数据分析是指从海量数据中选择全部或部分数据进行分析,根据不同的任务挖掘决策支持信息。除了传统的统计分析,工程大数据的分析也需要人工智能的支持。

其中,深度学习作为目前人工智能的关键方向之一,具有不需要冗余前提条件、可根据输入数据自优化的优点,解决了早期神经网络过拟合、人工设计特征提取和训练困难等问题。深度学习利用海量数据提供的训练样本,广泛应用于操作者行为检测、危险环境识别等任务。值得注意的是,深度学习的复杂性使得模型容易成为黑箱,因此无法评估模型的可解释性。机理模型的优点是其参数具有明确的物理意义。因此,建立一个由数据和机制驱动的数据分析模型,有助于从工程大数据中改善具有实际物理意义的特征,提高计算的实时性和模型的适应性。

发达国家将大数据作为重要的发展资源,提出了一系列大数据技术与产业应用相结合的战略规划,如美国的《联邦数据战略与行动计划2020》和澳大利亚的《数据战略2018-2020》。我国出台了《促进大数据发展行动计划》等一系列战略规划,但工程大数据的开发应用仍处于起步阶段。流程方面,我国工程大数据应用流程未能打通,数字化采集未能实现信息化、自动化,数据存储和分析也缺乏标准化流程。在技术方面,目前主流的数据存储和处理产品大多是国外产品,比如典型的数据库产品如HBase、MongoDB和Oracle NoSQL,以及流计算架构如Storm和Spark。在应用方面,我国工程大数据只是初步应用于人工管理、物资采购管理、成本管理、机械设备管理等。,但其应用深度和广度都不足。

4.中国智能建筑发展面临的困难。

经过长期的发展和积累,我国在智能建筑领域取得了长足的进步,形成了一系列成果。然而,面对国内建筑业转型升级的需要,与世界发达国家智能建筑的发展趋势相比,我国智能建筑的发展仍面临诸多困难。

市场环境方面,建筑企业形成了使用国外相关产品的习惯,造成数据依赖,使得相关产品难以替代;国内产品用户基数小,缺乏市场反馈,进一步放大了国内产品在功能和性能上与国外同类产品的差距。

在企业部署方面:国内厂商战略部署不明确,未形成与上下游的深度沟通,不利于产品布局的深入开展;国内厂商起步较晚,生态基础薄弱,资源分散严重,很多国产产品在细分市场仍处于整体价值链的低端位置。国内厂商自主创新能力和意识还比较薄弱,国际领先的创新成果相对较少。

核心资源方面,智能化建设标准体系有待完善,相关研发缺乏基础数据标准,市场适应性和服务能力有待提升;核心技术薄弱,更多依靠基于国外企业技术的二次开发;缺乏完善的智能建造应用生态,无法形成面向项目全生命周期的智能集成应用;缺乏高端复合型人才,尚未建立相关人才的引进、培养和储备方案。

动词 (verb的缩写)中国智能建筑发展的重点任务。

推进我国进入世界智能建设强国行列,要坚持推动自主发展,遵循“典型引领、梯度推进”的原则,通过补短板、显特色、促升级、强优势,研究开发智能建设关键领域技术。

工程化强化了软件的“短板”,解决了软件的“无灵魂”问题。具体措施为:在厘清国内外工程软件差距的基础上,大力支持工程软件技术研发和产品化,着力攻关“卡脖子”痛点,提升3D图形引擎自主可控水平;面向房屋建筑、基础设施等工程建设项目的实际需求,加强国产工程软件创新应用,逐步实现工程软件国产化替代;加快制定工程软件标准体系,完善评价机制,形成以自主可控的BIM软件为核心的全产业链一体化软件生态系统。

工程物联网积极“彰显特色”,努力成为全球领导者。具体措施如下:将工程物联网纳入工业互联网建设范围,面向不同应用场景,建立工程物联网技术应用标准和标准化技术指导;突破全要素感知柔性自适应组网、多模态异构数据智能融合等技术;充分利用我国工程建设市场的规模优势,开展基于工程物联网的智慧工地示范,强化工程物联网的应用价值。

工程机械大力“促升级”,提升“智能化、绿化化、人性化”水平。具体措施如下:建立健全智能工程机械标准体系,增强市场适应性;打破核心零部件技术和原材料壁垒,提高产品可靠性;摒弃单一纯销售模式,重视后市场服务,创新多元化综合服务模式。

工程大数据在时间上具有“强优势”,为持续创新奠定了数据基础。具体措施包括:完善工程大数据基础理论,创新数据采集、存储、挖掘等关键共性技术,满足实际工程应用需求;建立工程大数据政策法规、管理评价、企业制度等管理体系,实现数据的有效管理和利用;建立完整的工程大数据产业体系,提升大数据应用和服务能力,带动相关产业发展,催生建筑服务新形态。

不及物动词对策和建议。

发展智能建筑工程是一项系统的、战略性的、长期的任务。智能建筑关键领域的技术发展受政策环境、市场环境、R&D部署等多种因素影响。,并涉及多个行业和建设主体。要充分赋能工程供应链、生产体系和组织模式、企业与行业合作等不同环节。

(1)管理组织级别

加快建设一批建筑产业创新基地,特别是人工智能技术与建筑产业深度融合创新基地,打造“基础研究—技术创新—产业化”链条上的科技产业协同发展机制。建设完善的国家、行业、企业产业创新基地,引领和示范建筑业科技创新,充分发挥科研机构的辐射和引领作用,有利于建筑业关键核心技术的突破和转化应用,能够促进建筑业创新的集聚和发展,为推动我国建筑业转型升级和高质量发展提供支撑和引导。

拓宽建筑业创新支持渠道,加大资源支持规模。鼓励各级政府加大资金支持力度,建立稳定支持和竞争性支持相结合的资金投入机制,着力支持建筑业关键技术研发和成果产业化。建立以政府支持为导向、企业投资为主体、多元社会资本参与的创新投资机制,提高资源配置效率,促进新技术、新产品孵化。

建立智能化建设标准体系和技术评估机制。重点关注项目全生命周期各种工程数据的应用,制定相关标准和技术框架,依托现有国家和社会检测认证资源,客观评价智能建造关键技术的发展和应用水平。对不同阶段的国内外发展进行对比分析,对不足之处给予科学指导和及时调整。

建立规范有序的市场环境,构建公平竞争的商业市场体系,完善相关法律法规,加大知识产权宣传保护力度;充分发挥行业协会在行业自律和规范市场秩序方面的积极作用,协助加强反垄断和反倾销工作,制止不正当竞争,加强知识产权宣传保护。

(2)企业级

紧跟市场需求,深化市场调研积极布局,聚焦BIM与数字化设计、智能工地、无人施工系统、工程大数据平台等具体方向,坚持应用型技术研发,着力解决行业痛点、难点问题。完善市场反馈机制,不断升级产品功能、性能和基础服务,打造符合市场需求、面向行业未来的优质产品和服务,逐步积累和扩大客户群。

加大研发投入,建立差异化发展模式。加强R&D设备、人员等生产要素管理,确保资源集中归档,提高产品质量。中小厂商要聚焦细分领域的专项技术,做深做透,避免追求大而全;大型厂商可以提出整体解决方案,为各个细分领域提供智能化建设,完善企业间互联协作的综合解决方案,实现与中小厂商错位发展、共同成长。

应用单位应与技术研发单位(如硬件制造商、工业自动化制造商等)合作。)在产业链上建立智能建筑合作生态。发挥骨干R&D单位的技术优势和应用单位的需求牵引效应,以实际应用带动技术落地。通过深度合作,形成资源互补、价值共创的局面,构建项目全生命周期的整体解决方案和协同流程,提升系统开发能力。

(三)大学和科研机构的水平

发挥办学特色,与高校优势学科相结合,探索符合智能化建设创新发展的校企协同育人模式。通过高校科研基地、校企培养计划、新学科培养等措施,重点加强智能建筑等新工科专业建设,实施建筑土木工程专业教学改革,培养精通工程管理、工程技术、信息技术的复合型人才。

发挥高校、科研院所在基础研究方面的优势,支持科技人才开展自主、原创性研究。注重科研成果的创新性、系列性、系统性、整体性,坚持科研工作源于工程、服务工程、指导工程、引领工程;聚焦工程软件、工程物联网、工程机械、工程大数据等底层技术问题,逐步实现技术突破。

注:本文内容略有调整。如有必要,可以查看原文。

来源:中国工程院学报。

 

    有帮助
    (1)
    100%
    没帮助
    (0)
    0%

    Powered by 先锋视频国产精品 @2018 RSS地图 HTML地图

    2013-2021 版权所有