基于建筑信息模型技术的水电建筑施工节能模式评估方法

霍瑞琴

(甘谷县水务局，甘肃 甘谷 741200)

建筑施工过程中，水电资源的应用可能消耗大量的能源。建筑工地内的电气设备，从临时电总断路器开始，经临时配电设施，控制建筑工地内的起重机、升降机、浇筑泵等大型用电设备，以及各工作点的空压机、电镐电钻、电焊机等分布式用电设备；建筑工地内的用水系统，从临时自来水接入设施开始，形成建筑物内的临时用水管网。早期建筑工地内就近进行混凝土拌和，这一过程消耗大量的水电资源，但当前基本普及了混凝土集中拌和，因混凝土拌和产生的现场水电消耗得到有效降低。

常规管理模型下，建筑施工过程中的节能评估有两种方法：其一是通过用电量涌水量直接引出经过模糊化的控制指标，即观察用电量和用水量的实际发生值、环比变化量、人均值、施工分段均摊值等进行管理控制，结合现场接续管理、人事管理等构成分析指标；其二是采用点控方式，即对大型用电设备的开机时间、待机时间进行有效控制，减少无工作待机时间，提升其工作效率，对分布式用电加强走动式管理严控水电浪费现象。后者方式下，还有工地采用水电包干制度，在水电指标与分包合同之间形成结算机制，将水电节能控制管理引入到现场监理索赔机制中。

本文研究设计一种建筑工地信息化管理体系中针对建筑工地管理信息系统(Building Information Modeling，BIM)的水电节能管理信息接口，设计管理模型实现对建筑工地水电应用节能领域的信息化管理。

1 建筑工地水电节能控制模型

水电节能控制的数据采集机制，仅依靠水电总表的管理体系难以实现，所以必须进行物联网硬件升级，即对关键用电用水设备设置单独的实时抄表电表水表系统，对各作业点的分布式用电用水过程设置单独的实时抄表电表水表系统，形成图1中的数据采集体系。

图1 工地用水用电物联网大数据系统示意图

图1中，水电节能数据库的数据主要有5个核心来源，包括汇聚所有实时抄表电表数据的用电数据库同步数据、汇聚所有实时抄表水表数据的用水数据库同步数据、来自人员管理系统的人员分工数据、来自接续管理系统的工作量数据、来自设备定制化系统的用电设备与用水设备统计数据。在此基础上，形成数据整合模式(见图2)。

图2 建筑施工水电节能综合评估系统

图2中，5个主要数据来源如前文图1所示，利用该5组数据，可以进行以下3项数据汇总计算：ⓐ根据人员分工数据结合用电数据、用水数据可以算出每个工作人员所在工作地点的用水数据和用电数据，形成人员水电关系，该水电关系直接决定了施工团队的水电节能控制能力；ⓑ根据设备定制化信息，可以计算出相关设备的水电消耗量数据，包括服务全工地的起重机、升降机、混凝土泵等设施的水电消耗量，以及各分布式设备的水电消耗量，特别可以实现分布在各施工点的设备水电消耗量比较；ⓒ根据接续关系，统计每个工作点的水电消耗量，统计每标段的实际水电消耗量。在此基础上，如果每天进行一次数据采集，可以计算出每天每表的水电消耗量数据以及每天水电消耗量的变化情况，从而根据该核算机制和变化率获得对应的水表电表数据的综合评估值数据，根据上述三组评估值，可以获得施工现场总水电节能评估值。

该计算方式可以同时支持前文分析的两种水电节能控制管理过程，即在针对人员、设备、施工阶段进行综合立体的水电节能控制能力细化评价的同时，对走动式节能管理实现效能评估。

2 建筑施工水电节能评估方式的细化设计

2.1 数据分摊算法

除总表外，对每个有实时抄表功能的分电表构建一个类模型P(t,p,e,s)，其中：t为发生数据的日期数据、p为该电表控制区域内的工作人员数量及其工号对应关系、e为该电表控制区域内的设备数量及其管理序列号对应的设备类型及其他参数、s为该电表控制区域与相关时间点对应的施工标段。针对水表实时抄表数据建立的类模型W(t,p,e,s)相关参数意义与电表类模型一致。

那么，针对该类模型可以通过不同的数据累加及均分模式实现对应数据的采集。如针对特定时间点的电表实时抄表数据累加均分算法如下：

(1)

式中Pp,Pe,Ps——针对电表控制区域内的人员用电量、设备用电量、工序标段用电量数据；

Ubound(*)——大数据分析平台内置的数列最大下标数取出函数。

针对用水数据的Wp、We、Ws数据提取方式同式(1)。

通过该均摊算法，可以得到建筑施工项目内的人员、设备、工序的用电用水情况，如果进行细化分析，可以将累加的时间段定位每天为1个周期，那么上述计算中得到的Pp、Pe、Ps和Wp、We、Ws均为图2中的核算值，其差值如下：

(2)

式中 符号含义同式(1)。

2.2 线性模糊矩阵相交算法

传统的模糊矩阵算法是将核算值和变化率分别构建区间，对两组区间之间的交叉值构建不同反馈策略。在此算法的基础上，引入矩阵乘法概念，使核算值与变化率的每个发生值均实现不同的策略反馈，即构成线性模糊矩阵相交算法。

以该研究中对6个核算值和6个变化率值的模糊处理目标为例，因为核算值与变化率之间的值域范围和量纲不同，使用minmax算法对其进行线性重投影计算，使其值域范围重投影到[0,1]区间，且其历史最大值为1，历史最小值为0，同时使其量纲归一化。设输入值为xi，序列为X，则有

(3)

因为序列内所有相关值均持续生成，可能出现之前计算的值域区间[min(X)、max(X)]并不能包含实时生成的输入值xi以的情况，所以针对每个输入值xi需要对当前缓存的min(X)、max(X)进行调整，调整算法如下：

(4)

式中 符号含义同式(3)。

此时针对前文提供的6个核算值Pp、Pe、Ps、Wp、We、Ws分别进行minmax计算，对6个变化率值ΔPp、ΔPe、ΔPs、ΔWp、ΔWe、ΔWs分别进行minmax计算，可以得出对应的线性模糊矩阵相交值：

(5)

式中 符号含义同前。

2.3 因子加权融合算法

在该整合评估系统中，采用上述数据分摊算法和线性模糊矩阵相交算法后，得到了6个模糊评价值，因为模糊评价值为两个[0,1]区间上的重投影数据的乘积，所以其理论最大值域空间也为[0,1]区间，对该6个数据进行加权融合，将水电数据整合在一起，得到分别针对员工p、设备e、工序s的水电综合加权结果：

(6)

式中λ、γ——加权因子，用于控制该模型对水及电用量的侧重程度；

其他符号含义同前。

针对特定的员工p、设备e、工序s可以给出时间点上的详细评价数据，而针对长时间段的统计，在式(6)的基础上沿时间线进行等权累加，同时根据员工p、设备e、工序s的总数量进行二次等权累加，得到∑p,∑e,∑s，受篇幅限制，该公式不再展开。进而使用二次加权算法，对最终得到的∑p,∑e,∑s进行二次加权累加整合，得到下式：

C=δ1·p+δ2·e+δ3·s,δ1+δ2+δ3=1

(7)

式中C——该建筑施工项目的整体水电节能评估参数；

δ1、δ2、δ3——加权系数。

因为2次加权累加中的加权系数之和均为1，同时2次等权累加过程中控制均值系数与因子数相同，构成算数平均数模式，所以，该加权融合过程中所有数据的值域范围并未发生变化，依然保持在[0,1]范围内。但为了避免不可预见问题导致的数据值域偏移，执照式(3)、式(4)，对每次产生的C值进行二次minmax重投影计算，使其最终输出值域范围严格控制在[0,1]区间上。

3 该模型的建筑工程管理信息化应用

3.1 该模型在BIM系统中的应用场景

该模型在建筑工程管理信息化系统中有3个主要应用方向：

a.确定基层施工团队的水电节能意识，可支持将水电节能数据应用到基层施工团队的绩效及监理索赔中。

b.设备定制化系统中，可以较为直接获得对应设备的实际用电、用水数据，为后续的设备节能管理提供数据支撑，对提升设备管理能力有积极意义。针对管理人员对相关设备的走动式管理能力的评估，可以对其工作绩效带来直接数据支持。

c.确定每道工序、每个施工标段的具体水电节能表现，中间数据还可以提供每工序每标段的实际用电累计和实际用水累计值。在高层建筑施工中，可以实现对每层施工的水电节能控制能力进行数据控制，对每层的模具部分、钢筋笼部分、浇筑部分、幕墙部分、砌墙部分、内装部分、外装部分、永久水电设备安装部分等具体工序进行逐一比较。一方面找到每工序施工水电节能管理的差异性，同时根据员工组成变化、设备台班变化等相关信息，发现影响水电节能管理的直接因素且提供数据审计证据。该计算成果可对建筑施工项目的项目主要负责人的绩效提供数据支持。在人员绩效方面，该模型可以对建筑施工项目从基层施工人员到现场管理人员再到项目负责人提供全面绩效数据支持。在建筑施工后续决算及管理复盘中，也可以提供足够充分的数据。

3.2 该模型实际应用效果调研

在一建筑施工项目中，自2020年10月1日起引入该评价系统，与引入该系统之前比较，单位工程量的用电量下降17.2%，单位工程量的用水量下降31.5%，取得了一定的水电节能成效。但为了充分反映该系统应用前后各层级员工的水电节能意识变化情况，该研究进行了一次调查。

该调查涉及长期合作的基层施工人员155人，现场管理人员36人，项目负责人18人，行政人员25人，该四类人群对应用该系统前后的水电节能意识均作出主观评价，分别给出满分10分、最低0分的评价结果，统计结果见表1。

表1 水电节能意识调查结果

表1中，使用均值±标准差的方式进行数据统计，使用SPSS数据分析软件对双变量t校验结果进行数据比较，读取比较结果中VALUE值作为t值，当t<10.000时认为存在统计学差异，读取比较结果中的LOG值作为p值，当p<<0.05时认为统计数据处于置信空间内，具有统计学意义。综合分析上述统计结果，发现基层施工人员的评价结果提升21.27%，现场管理人员的评价结果提升62.09%，项目负责人的评价结果提升36.49%，行政人员的评价结果提升19.96%。可以认为各岗位工作人员均认同使用该系统后的建筑施工项目水电节能工作均有提升。

4 结 语

通过针对每个用电用水设备设置独立的具有实时抄表功能的电表和水表，并对其采集到的实时水电用量数据进行分别统计形成分区域的用电量用水量数据，结合BIM系统中的人员管理子系统、设备定制化子系统、工序接续管理子系统的相关数据，将上述用电量用水量数据分摊到上述子系统数据中去，同时采用线性模糊矩阵交叉算法算出针对人员、设备、工序的水电节能评估值，进而对其进行4层加权分析，最终得到水电节能评价总体结果。该模式可以实现对建筑项目施工过程中的全员绩效数据支持，也可提供足够丰富的审计数据支持。该评估方法可以得到充分丰富的建筑施工水电节能数据，符合当前建筑施工管理信息系统的大数据支持需求，是日后建筑项目施工节能管理的重要发展方向。