基于BIM和RFID装配式建筑的构件实时进度控制

来源 :东南大学 | 被引量 : 0次 | 上传用户:wyan1215
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来我国建筑业规模持续扩张,但传统建造方式高污染、高消耗、低生产率、低标准化等问题愈演愈烈,在此期间,装配式建筑作为生产方式变革途径之一,以其低能耗、高效率的特点获得政府和行业的青睐。但随着装配式建筑在建筑市场上的比例越来越大,装配式建筑暴露的问题也越来越多,如何又快又好的推广装配式建筑成为政府和学术界关注的焦点。目前针对装配式建筑施工进度管理多沿用传统现浇建筑进度管理方法,由于装配式建筑的施工独特性,多数理论方法并不适用,加之国内装配式建筑领域工艺、技术、产能等因素的限制,以快节奏、高效率著称的装配式建筑在我国并没有展现出应有的施工进度优势。在此背景下,本研究以装配式建筑预制构件为研究对象,面向预制构件进度管理过程,依托信息化手段,探究装配式建筑施工进度控制方法,本研究主要内容如下。1)梳理预制构件进度控制理论及技术:明确预制构件管理的流程,依据装配式项目的建造特点,将构件管理分解成构件生产、运输和吊装三个阶段,并细化为7个环节,分析装配式项目进度风险形成机理和管理流程,详细阐述BIM-4D模型构建过程,并介绍了RFID技术的系统组成及工作原理。2)设计面向预制构件进度风险的RFID追踪系统:梳理归纳现有文献装配式项目进度风险因素,运用WBS-RBS风险识别方法识别出构件管理进度风险因素,结合RFID技术的特点,分析RFID在构件进度管理中的适用性;明确预制构件生产、运输和吊装三个模块的构件信息采集方法和实时定位方式,梳理信息流模型;明确RFID标签编码体系、设备硬件配置选型,搭建构件追踪管理数据库。3)基于BIM-4D实时施工模拟编制预构件进度计划:在BIM模型中引入构件实时进度信息自动生成的设计,实现BIM-4D实时施工模拟,进而生成未来设定时刻的构件需求计划;借鉴项目施工协同理论,在参与方协同和信息协同的基础上,提出构件管理多参与方计划协同模式;在项目管理中关键链理论的基础上,制定了构件进度计划缓冲区计算规则;结合构件管理多参与方协同模式和关键链理论,明确基于构件需求计划的构件进度计划各节点计算方式和信息反馈机制。4)实现装配式建筑构件实时进度控制:分析传统缓冲区管理方法的不足,提出改进的缓冲区管理机制;构建构件实时进度控制系统,明确了构件进度正常和进度延误情况下系统运作模型和系统界面呈现方式,并通过案例验证了系统运行的可靠性。本研究基于BIM和RFID技术,以预制构件为研究对象,结合进度风险管理理论、项目施工协同理论、关键链理论,实现对预制构件的可视化预警和实时进度控制,为装配式建筑进度管理提供新的思路和方法,也提升了信息化技术在建筑工程部品构件管理中的应用水平。
其他文献
近年来,图像分类在卫星图像检测、医学图像处理、地貌图像识别、人脸识别、环境监测等方面的应用场景十分广阔。同时,图像分类算法在硬件终端中应用与部署的需求与日俱增,如何将这些算法移植到硬件终端并进行性能上的优化成为图像分类研究的热点与难点。为此,本文提出了一种基于FPGA的图像分类算法,并在Xilinx的Zynq-7000系列平台上对该算法进行移植和加速,以验证该算法的有效性。本文的主要内容包括:首先
混凝土3D打印技术具有构件设计自由、施工高效、节省劳动力等特点,引发建筑领域越来越多的关注,成为建筑工业化的重要发展方向之一。目前该技术已经得到初步的工程应用。然而粉床3D打印技术的基础研究不够完善,缺乏设计粉床3D打印材料的系统方法,从而限制了该技术的进一步发展。因此,本文建立了表征液体和粉体相互作用结果的指标,探究了相关影响因素,并揭示了液体在粉床中的渗透过程及机制。本文首先采用单向渗透的实验
物联网技术一直被视为信息技术领域的第三次浪潮,射频识别技术作为物联网的关键技术得到了广泛的研究。但传统射频识别(RFID)系统中必须配备专用阅读器,并通过专用射频信号进行通信,导致系统通信距离短,且无法与其他网络直接相连。对此学术界在近几年提出了一些新型反向散射(Backscatter)技术,通过复用环境中的已有的射频信号作为载波信号来提升RFID系统性能。与此同时,在定位技术领域,学术界新提出的
城市用地作为用于城市建设和满足城市机能运转所需要的空间,在城市计算中属于重要的基础性数据。从微观角度对城市用地功能进行分类,可以辅助城市规划中的控制性详细规划和修建性详细规划工作的展开。然而,目前的城市用地功能分类仍然面临许多困难。城市用地的概念定义和研究角度标准不一,适合城市用地功能分类的数据源较少,城市之间的差异性对算法的泛化性能提出了挑战。本文的研究目标,是通过采集开源地理信息数据,对建筑级
随着互联网技术的发展以及电子商务平台的推广,越来越多的用户选择网上购物,线上消费,因此针对消费者对商品或者服务的评价的情感分析便成为当前的一个研究热点。在深度学习得到广泛应用的背景下,作为图像领域的标配网络——卷积神经网络,由于其在自然语言处理领域不能处理长序列文本以及存在信息丢失的问题,使得卷积神经网络在文本情感分析领域总是和时序网络结合使用。本文分别从改进卷积神经网络结构和从文本情感构成两个思
深度学习是近几十年全球瞩目的焦点,基于卷积神经网络的人脸检测研究逐渐取代人工模板传统方法,获得了更全面、充分地发展。基于深度神经网络的人脸检测方法倡导自主习得面部特征,按照是否存在区域提议过程可大致划分为两步法和一步法。两步法只有在生成了候选区域后才进行分类和回归,是粗到精的过程,检测精度高,更适用于多分类场景,如植物、汽车等。人脸检测是典型的二分类问题,且在实际应用中对实时性有一定要求,而两步法
航天飞行器结构在太阳辐射环境下所产生的热变形使得结构的力学性能发生变化,降低了飞行器正常工作性能,严重时会影响飞行器的安全,因此在地面试验阶段开展飞行器关键结构的热试验是十分有必要的。数字图像相关(Digital Image Correlation,DIC)法是一种测量物体表面变形的高精度光学测量方法,与传统应变片单点测量方法相比,DIC可以实现物体表面的全场变形测量,由于其非接触式的测量特性,使
近年来,随着移动通信网络从3G经4G到5G的跨越式发展,移动互联网正逐渐渗透到人们生活和工作的各个领域。在全球智能手机市场中,由于5G手机的发布以及相关厂商加速清理旧设备库存,导致Android设备的市场份额不断增加,各种应用软件也层出不穷。由于众多的第三方应用商店缺乏统一的审核和监管应用的规范,恶意应用软件的数量急剧增加。因此当前研究的热点之一是开发出高效、自动化的检测方法,有效地检测出Andr
数字图像相关方法作为一种高精度、非接触式的全场变形测量方法,已经在土木交通、生物医学、航空航天等领域有了广泛的应用。对于一种测量方法来说,其测量结果的准确性和一致性是最为重要的,因此有必要对数字图像相关方法测量精度和测量结果的一致性展开研究。目前对散斑场参数的选择和测量系统的布置方面已经有了大量研究,但对相机标定和计算参数选择的研究相对较少。由相机标定或计算参数选取不当导致DIC测量结果不一致甚至
随着物质生活的不断丰富,人们开始探索贴合人类使用习惯的人机交互技术,其中基于视觉的手势识别技术为机器理解手势提供了必要的辅助。基于图像的手势识别无需佩戴其它额外的硬件设备,与传统的输入方式相比,无需人机接触,且易于操作,在手语识别、辅助驾驶、设备控制、智能家居等交互领域具有广泛的应用。然而,目前大部分的研究仅限于光照充足的环境下,对于全天候执行的任务,特别是军事、安防领域等需要夜间执行的工作,普通