【摘 要】
:
随着现代建筑工程的信息化发展,BIM技术因其具有三维可视化、信息协调性、全面优化性等优势,在项目管理中的应用日趋广泛,项目各参与方内部的业务协作大多需要借助BIM技术和基于BIM的集成管理进行项目管理。但目前,我国建筑施工项目利用BIM技术进行集成管理的应用程度不高,施工过程中产生的信息复杂、数量庞大,信息集成与共享程度很低,很大程度上制约了工程项目管理效率。BIM技术可以通过建筑信息模型可分析模
论文部分内容阅读
随着现代建筑工程的信息化发展,BIM技术因其具有三维可视化、信息协调性、全面优化性等优势,在项目管理中的应用日趋广泛,项目各参与方内部的业务协作大多需要借助BIM技术和基于BIM的集成管理进行项目管理。但目前,我国建筑施工项目利用BIM技术进行集成管理的应用程度不高,施工过程中产生的信息复杂、数量庞大,信息集成与共享程度很低,很大程度上制约了工程项目管理效率。BIM技术可以通过建筑信息模型可分析模拟的特性,结合建筑施工过程进行推演,包括技术方案的模拟、材料物资用量统计、机电管线的深化设计等,从而降低了实际施工的返工现象,提高了建造施工的效率。目前BIM在模拟性、优化性、可视化、可出图方面应用已相对成熟,但没有一个基于BIM技术的整体性的信息化集成管理系统的平台或更高的层面来引导推动项目的集成化管理。针对上述问题,为将BIM技术在项目集成管理过程中应用的更全面,从工程项目施工阶段的各部门、各专业的实际管理需求进行统计分析,确定BIM集成管理的应用点,实现项目全体人员参与的BIM应用。通过BIM技术进行集成化管理,形成一个多方信息共享、数据互通的集成系统,加强协作,有效利用BIM数据,避免重复工作,提高工作效率,保证工程质量,有效降低工程成本,实现既定目标。本文在对建筑工程施工阶段集成管理进行理论研究的基础上,对BIM技术和基于BIM的信息化集成管理系统进行分析,通过分析施工项目集成管理存在的难点和相应的解决措施,结合项目实施过程中集成管理的现状,通过对项目各部门和各专业分包单位的集成管理的需求进行调查和总结,提出了项目BIM技术和基于BIM技术的项目信息化集成管理系统的构建和研究,从项目BIM技术的应用和图纸模型管理、方案变更管理、资料试验管理、质量安全管理、移动监控管理等集成管理方面出发,将项目的集成管理通过BIM技术有机的结合起来,使项目各专业部门沟通更顺畅,信息共享程度更高、工作效率有效提升,工作准确度、工程质量明显改善,实现对施工项目的全面管理和控制,同时整体提升了项目总承包管理能力,为后续项目施工阶段集成管理的实施提供实践性参考案例。
其他文献
近年来,不断发展的脑成像技术为理解大脑特定区域与其功能提供了很大的帮助。多模态脑影像分析方法利用不同脑影像数据提供的多种信息,能够帮助医生分析脑疾病的病变机理。目前多模态脑影像分析还面临一定的困难,如多模态脑影像数据样本量少,脑影像的特征维度高、数据异构等问题,找出与疾病相关的特征,提高脑疾病诊断的准确率是目前多模态脑影像数据分析的重点。现有的脑影像分析方法通常只利用一种脑影像数据,或者将多种脑影
永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)的功率密度高且工作效率高,优点显著易于控制。因此在工业生产,新能源汽车等方面以及伺服控制系统等方向都大量使用,PMSM的控制已经成为众多学者的研究热点。目前PMSM控制系统已经比较成熟,然而在很多场合,控制系统需要对系统外可能存在的干扰、负载的变化以及电机本身参数的变化等具有适应修正能力。当电机在实际运行
随着互联网科技的迅猛发展,网民数量和上网时长日益增加,特别是“互联网+”战略的推进,互联网已日益成为公众日常工作、生活、学习不可或缺的平台和助手,深刻地改变着人们的生活方式、行为方式和价值观念,随之产生了蕴含着丰富信息的用户网络行为数据。分析网络用户行为可以深入挖掘用户的行为偏好和性格特征,不仅对社会学、安全领域等有着理论价值,而且对于网络信息、动态监控和威胁预警等应用具有实际意义。现阶段,针对网
近年来,随着神经网络的不断发展,以深度学习为基础的各类目标检测算法应运而生,并广泛应用于行人检测、目标追踪和无人驾驶等领域。YOLO目标检测算法因其检测速度快而成为实时目标检测技术中的研究热点。而目标检测所应用的公共场所监控画面、医疗影像结果以及防空预警中的红外摄像等,普遍为黑白图像,为了突出黑白图像中的检测目标,对图像着色技术也有很强的应用需求。本文针对YOLO目标检测算法和着色技术进行研究,主
知识推理作为完善知识图谱的重要手段,在构建知识图谱过程中发挥了关键作用。中文领域的知识图谱普遍存在数据稀疏、质量参差不齐等问题。同时,由于中文文本的特点会导致知识推理容易受分词错误的影响,并且现有可用的中文领域训练集较少,给中文知识推理模型训练造成了一定的影响。目前,知识推理模型多是基于神经网络、分布式知识表示学习和逻辑规则的方法。这些模型在提取特征构造特征向量的过程中存在着明显的信息损失,导致提
由于人口密集,负荷类型复杂,城市配电网的用电压力越来越大,而且随着城市化进程不断加快,环境污染的问题日益严峻,新能源发电技术得到大力发展,将分布式电源接入到城市配电网已是大势所趋。然而,分布式电源自身出力的随机性势必会对配电网平稳运行造成影响,增加整个系统运行的风险。因此,本文综合考虑了分布式电源出力的相关性和城市配电网负荷类型的多样性,以概率潮流计算为核心技术手段,实现了考虑分布式电源接入的城市
“湖冰物候”是用于描述湖冰覆盖季节性循环的术语,包含冻结期、解冻期以及冰盖持续期,是冰冻圈关键变量之一。遥感技术的发展为湖冰物候的提取提供了新的手段。但是当前对于小型湖泊的湖冰物候数据集仍然缺乏,并且TB级数据量对湖冰物候的提取提出了新的挑战。目前,主要利用光学遥感数据和被动微波遥感数据对湖冰物候进行监测,两种监测手段各有优势与不足。光学遥感数据会受到云和极夜的影响,虽然分辨率较高,可以对大量湖泊
随着高分子合成材料需求的扩大,抑制高分子材料老化的添加剂也迅速发展。其中,受阻酚光稳定剂在商用稳定剂中性能表现更为优异。光稳定剂2908,即3,5-二叔丁基-4-羟基苯甲酸正十六酯为其典型代表。光稳定剂2908通过捕获自由基,具有抗氧化活性,可对高分子材料提供有效保护;具有毒性低、挥发性低和相容性较佳等优点;光稳定剂2908对烯烃有明显效果,尤其适用于有颜色且不透明制品;在使用时,与抗氧剂和受阻胺
具有间隙约束的模式匹配能够用来计算模式的支持度,是序列模式挖掘的重点与基础,在生物信息检索、市场营销、时间序列预测等领域具有重要的意义。模式匹配包括精确模式匹配和近似模式匹配,在现实生活中,相对精确模式匹配,近似模式匹配允许存在一定的数据噪音,更具一般意义。具有间隙约束的模式匹配往往建立在各种约束条件下,其中无重叠约束在精简计算的同时,保留了有价值信息,具有更强的表达能力。无重叠约束允许任何两个出
近年来,随着风电场的建设规模不断扩大,风机部件的高频率故障严重阻碍了风电行业的发展,通过优化维护策略来降低运营维护成本成为迫切需要。仅通过人力进行风力发电场的运维工作,不但费时费力而且效率和精度没有保障。因此本课题通过利用风电场集控中心监控和数据采集(Supervisory Control and Data Acquisition,SCADA)系统的数据对风机进行健康度评估及故障模式预测,对风机的