Page 67 - BIM技术理论与应用实践

BIM 技术理论与应用实践
BIM Technology Theory and Application Practice

更新和传递，为协同管理提供基础；③模拟性：利用 BIM 可以实施日照模拟、
能耗模拟、逃生疏散模拟、施工模拟等，从而不断优化方案；④可出图性：模型
构建完成后，利用相关软件可自动输出各个部位和构件的图纸。

BIM 贯穿于工程项目信息流动的全部过程。起初，由各专业方采集并录入相
应的几何、物理、过程等建筑信息，构建 BIM 可视化模型，从而形成 BIM 数据
库对各类信息进行存储和管理。随着工程的进展，项目各参与方可以在 BIM 模
型中不断添加和更新信息，实现信息的传递与共享。一方面，这些技术应用的实

现依赖于多种 BIM 软件工具的互相协作，比如，在设计阶段需要利用 Autodesk
Revit 等专业建模软件完成模型的构建。另一方面，各软件之间信息的有效集成
与共享必须通过建立 IFC 等数据交换标准得以实现。
2. 大数据技术

随着信息技术的高速发展，各行各业的应用数据不断积累，全球信息数据量
呈指数式爆炸增长态势，标志着大数据时代的来临。大数据（Big Data）一词意
指超大规模的数据集。麦肯锡公司认为，大数据是指规模大到远远超出一般数据
库工具获取、存储、管理和分析能力的数据集合。

与传统数据相比，大数据的特点可以用四个 V 来表示：总量大（Volume）：
海量的数据规模是大数据最基本的特征，数据量的积累可从 TB 级增加到 PB 级
甚至 EB 级，呈几何级数不断增长；种类多（Variety）：数据类型不再是单一的
结构化数据，还包括半结构化、非结构化的数据，如图片、视频、音频、网页等

多种形式，数据来源逐渐丰富；速度快（Velocity）：随着数据的快速产生和流转，
对于大数据处理的时效性也提出了更高的要求，数据分析的过程必须保证实时高
效；价值高（Value）：大量的数据会导致其价值密度偏低，需要对大数据进行
深度分析和挖掘，提取出其中有用的信息，进而转化为知识，释放潜在价值。

工程项目管理本身具有庞大而繁杂的数据，另外，BIM 技术的应用也意味
着大量数字化信息的产生，因此大数据技术可以运用于工程项目数据收集、存储、
分析和共享的过程。在施工现场，可以通过传感器等设备进行原始数据的采集，
再凭借高速数据传输机制将数据传递到 NoSQL 数据库等适当的系统进行存储和

管理，利用数据挖掘、数据可视化、分布式文件系统等大数据技术或 Hadoop 平
台等大数据工具对数据进行分析处理并从中提取价值，实现工程大数据的整合、
应用和共享，为项目决策提供建议。

54