基于BIM+IoT+Multi-Agent学习与交互的智慧建筑运维管理系统

A厂ulti-AgenfA厂拿拿拿拿/01拿拿2017年，“人工智能”首次被写入全国“两会”政府工作报告；2018年，“人工智能”再次被全国“两会”政府工作报告中提及；2019年全国“两会”，“人工智能”第三次次出现在总理的报告中。今年总理在两会上提出了关于数字经济赋能传统产业的“智能＋”概念，这是继“互联网+”被写入政府工作报告之后，“智能+”首次出现在总理报告中。这意味着人工智能正逐步成为国家战略的基础设施，持续为各行各业赋能，推动传统产业改造升级，最终影响人们的生产与生活方式。近年来，中国数字经济跨越式发展，为国内经济增长注入强劲动力，也为世界经济发展增添了亮色。党的十九大明确提出了“数字中国”概念。2017年12月8日，习近平总书记在主持中央政治局第二次集体学习时强调：“推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。”数字经济其他数字经济在中国GDP结构中所占的比重已超过为加快“数字中国”建设，中国政府开展了很多工作，包括：“互联网+”行动，“宽带中国”战略，国家大数据战略，5G研发应用，实施IPv6规模部署等。数字经济的高速发展正在对中国新型城镇化、新型智慧城市各个细分领域产生着直接影响，也正在催生着各领域的新模式和新业态。智慧城市4.0智慧城市3.0智慧城市2.0智慧城市1.0智慧城市是促进我国新型城镇化高质量发展的有效途径，也是落实国家新型城镇化规划的重要载体。国家新型城镇化规划（2014-2020）明确提出“推动新型城市建设”，重点为加快绿色城市建设、注重人文城市建设。2018年政府工作建议，李克强总理指出要“提高新型城镇化质量”。2018年政府工作报告：促进区域协调发展，提高新型城镇化质量。围绕解决发展不平衡不充分问题，改革完善相关机制和政策，推动区域优势互补、城乡融合发展。促进各类城市协调发展完善城市治理结构强化城市产业就业支撑完善城乡发展一体化体制机制5G5G时代到来建筑业转型升级建筑业转型升级智能+时代到来智能+时代到来智慧建筑智慧建筑基于BIM+IOT+AI基于BIM+IOT+AI的智慧建筑及城市拿拿美国斯坦福大学.1996年2003年中国BIM：1998年-今在BIM基本方法理念基础上，结合信息物理系统CPS的在BIM基本方法理念基础上，结合信息物理系统CPS的理论支撑，提出一种基于BIM的绿色智慧建筑参考框架模型，并由该模型出发进一步构建智慧城市现代经济体系，如图1所示。（杜明芳）BIM已在建筑设计和施工阶段获得广泛应用，在运行维护阶段中的成功应用案例并不多见，BIM已在建筑设计和施工阶段获得广泛应用，在运行维护阶段中的成功应用案例并不多见，而基于建筑工程全生命周期和城市数字经济的交易系统也尚未被开发出来。目前，由“BIM+智慧建筑”扩展到“BIM+智慧城市”的可行技术路线图及商业模式路线图依旧处于模糊状态。图1基于BIM的智慧建筑参考框架模型（BIMSmartBilding）及智慧城市现代经济体系在图1基本方法理念基础上，增加“在图1基本方法理念基础上，增加“绿色”约束，则可以构建出基于绿色BIM的生态智慧城市参考框架模型GreenSmartCityModel，如图2所示。（杜明芳）GreenSmartCityModel由“GreenSmartCityModel”出发进而可以构建出绿色智慧城市现代经济体系，从而支撑生态智慧城市经济学模型的建立。图2基于绿色BIM的生态智慧城市参考框架模型基于BIM+IoT+Multi-Agent的智慧建筑运维管理软件设计拿拿智慧建造项目的DNA智慧建造项目的DNA：BIM根据美国国家BIM标准委员会的资料，一个建筑物生命周期75%的成本发生在运维阶段（使用阶段），而建设阶段（设计、施工）的成本只占项目生命周期成本的在建筑能耗监测与分析软件方面，主要有国外的EcoDesigner、IES、GreenBuildingStudio以及国内的PKPM等。总的来看，自主知识产权的国产BIM运维软件目前仍是BIM技术领域的短板，其发展速度远远跟不上智慧建筑和智慧城市的需求，需要投入更多力量去关注和研发。运维阶段在实时采集人流、车流，室内外环境等动态数据信息的基础数上，结合建筑所在地的气象数据、环境舒适度设定信息（静态数据），提取运维BIM模型中相关信息，在可视化及参数化的环境中，提供多种条件下建筑风环境、声环境、光环境、热环境、烟气模拟和人流聚集模拟等分析模拟应用，为优化建筑环境管理提供决策依据。运维阶段的业务内容主要包括：34123412（1）设备远程监测与控制。（2）设备空间定位。（3）内部空间及设施可视化管理。（4）运营维护数据累积与分析。Multi-Agent即多自主体，基于Multi-Agent形成的系统称为多自主体系统（Multi-AgentSystem，MAS也称为自组织系统（Self-organizedSystem）。多智能体系统是分布式人工智能（DAI，DistributedArtificialIntelligence）的一个重要分支。Agent应该具有以下四个基本特征：自治性、反应性、能动性、社多智能体系统是多个智能体组成的集合，目标：通过建设小的、彼此互相通信、协调及信任的易于管理的系统，而管理大而复杂的系统。在一个多Agent系统中，Agent是自主的，它们可以是不同的个人或组织，采用不同的设计方法和计算机语言开发而成，可能是完全异质的，没有全局数据，也没有全局控制。是一种开放的系统，Agent加入和离开都是自由的。系统中的Agent共同协作，协调他们的能力和目标以求解单个Agent无法解决的.适应与学习(宏观-微观)132智能体与智能体、智能体与环境之间的相互影响和作用（即适应性）是系统演随机因素)4Multi-Agent理论目前已广泛应用于城市、经济、工业、建筑、物流、供应链等领域，世界上许多数学家、经济智能网络、无线传感网、城市物联网等的发展提供了理城市空气质量监测站多智能体系统传感器时间序列预测模型强化学习（ReinforcementLearning，也称为增强学习），又称再励学习、评价学习，是一种重要的机器学习方法，是机器学习的一个热门研究方向。强化学习是智能体(Agent)以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，强化学习不同于连接主义学习中的监督学习，主要表现在教师信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作RLS(reinforcementlearningsystem)如何去产生正确的动作。由于外部环境提供的信息很少，RLS必须靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环境中获得知识，改进行动方案以适应环境。在RL中，agents是具有明确规则（policy）环境模型（amodelofthe奖励信号（arewardsignal）值函数（valuefunction）environment）agent的行为，环境模型（amodelofthe奖励信号（arewardsignal）值函数（valuefunction）environment）分为确定策略和随机策略。强化学习应用于智慧建筑中的问题强化学习应用于智慧建筑中的问题：强化学习模型需要成千上万次的试错来迭代训练，但由于建筑工程的安全性、可靠性、复杂性等特殊特点，很难在现实场景中进行实际训练，也无法在工程项目中承受如此多的试错。目前强化学习在智慧建筑场景中应用的研究非常少，落地实践仍是空白领域。一种可行的方法是：使用BIM虚拟建筑模拟器来进行智能体（Agent）的仿真训练，但这种仿真场景和真实场景存在很大差别，训练出来的模型一般不能很好地泛化到真实场景中，也不能满足实际的建筑智慧化需求。因此提出一种新的实现方法：通过解释网络搭建虚拟到现实（VirtualtoReal）的桥梁，将基于BIM技术构建的虚拟建筑模拟器中生成的虚拟场景解释成真实场景，来进行强化学习训练，这样可取得更好的泛化能力，并可以迁移学习应用到真实世界中的实际建筑物，满足真实世界的建筑智慧化要求。智慧建筑工程实体空间智慧建筑工程实体空间智慧建筑BIM虚拟空间数字孪生（制造业中的）3DGIS+BIM的集成技术实现城市“数字化”。城市信息模型（CIM）表达出一个虚拟的智慧城市。智慧建筑2.0的三元空间系统图中，“人（Human）ℽ与“信息（Cyber）”之间由于引入了AI，会更多的体现出“人-机”共融特征。AI-DigitalTwin城市模型Agent与环境的交互Agent强化学习框架建筑空间与设备运维管理模型包括以下子模型：建筑物空间类型、火灾报警系统、安全防范系统、中央空调系统、照明系统、供配电系统、给排水系统、电梯系统等。公共安全运维管理模型包括以下子模型：结构安全性态监测、幕墙安全监测、视频监控、门禁、防盗、消防、危险源检测。建筑资产运维管理模型按照建筑物内固定资产及设施设备的种类划分并定义各种子模型。建筑能耗监测与分析模型包括以下子模型：人流量、电能消耗、水消耗、燃气消耗、设施设备损耗等。建筑环境监测与分析模型包括以下子模型：人流、车流，风环境、声环境、光环境、热环境、烟气、建筑所在地的气象数据、环境舒适度设定信息等。智慧建筑运维软件的实现思路：在建筑运维专业软件基础上综合BIM标准二次开发实现。在专业软件平台基础上，采用OPC标准开发一个接口软件，该接口软件能够从专业数据库中获取需要集成的数据信息，将这些数据信息进行P-BIM格式封装后再提供给上游专业，封装好的数据存储在该环节创建的P-BIM数据库中，供上游专业访问和调用。与相应阶段协同工作系统信息的共享采用如下方法：在专业软件平台基础上，采用OPC标准开发一个接口软件，由于专业的开放性，该接口软件能够从专业软件数据库中获取需要集成的数据信息，将这些数据信息进行P-BIM格式封装后再提供给相应阶段协同工作系统，封装好的数据存储在该环节创建的P-BIM数据库中，供相应阶段协同工作系统访问和调用。P-BIM数据库应该具备良好的通用性和开放性，且存储能力强OPCUA的多层架构提供了一个“面向未来”的框架。诸如新的传输协议、安全算法、编码标准或应用服务等创新技术和方法可以并入OPCUA，同时保持现有产品的兼容性。今天的UA产品能够与鉴于市场上有各种各样的硬件平台和操作系统，平台独立性就显OPCUA为企业之间的互操作性提供必要的M2M、M2E及两者OPCUA信息建模框架将数据转换为信息。通过完全面向对象的功能，即使是最复杂的多级结构也可以建模和扩展。数据类型和结/智慧建筑运维软件设计思路智慧建筑运维软件设计思路新老系统互联万物互联——泛在物联网3基于BIM+I。T+Multi-Agent的智慧建筑运维筐理软件设计采用工业通用OPC(OLEforProcessControl）标准作为模块集成接口，实现局战网内的设备集成而OPC实质上是基于COM/DCOM技术的采用WebServices实现基于Internet广蜡网的数据服务同时考虑到系统和设备子系统在Internet上连攘的需求，则采用WebServices技术支持些服务的公开调用并实现Internet上的集成筐理最终实现纱布...···...··· ←-←-组件1组件2｜｜r·--.----+--每个组件分别映射为一个Agent，现场层的每个通信接口也分别映射为一个Agent并根据功能形成相应的Agent类。该系统主要包含通信接口Agent类（所含Agent与现场层异构网段一一对应）、设备驱动Agent类（所含Agent与现场层异构网段一一对应）、OPCServerAgent类（含一个OPCServerAgent）、OPCClientAgent类（含一个OPCClientAgent），它们都是自治的实体，组成一个分层的多Agent系统，需重点考虑的是分层协调与平等协调问题。Agent的通信包括三个层面：一是管理层与接口层之间即OPCServerAgent与OPCClientAgent间的Agent通信问题；二是接口层内部OPCServerAgent与设备驱动Agent间的通信问题；三是接口层设备驱动Agent与现场层通信接口Agent间的通信问题。3基于BIM+I。T+Multi-Agent的智慧建筑运维筐理软件设计(1)OPCServerAgent与OPCClientAgentr(2)OPCServerAgent与设备驱动Agent阅3基于BIM+I。T+Multi-Agent的雷慧建筑运维筐理软件设计第类是设备驱动Agent为接口Agen切任务时，=TASK町＜TASKPio基于BIM+Multi-Agent的运维软件开发实例TASKMAS=PY<…)。多Agent系统的一个局部实现（初步）构建智慧建筑多智能体系统SBMAS拿拿由于智慧建筑与智慧城市系统无法在实际项目中承受过强化学习算法所要求的多次试错，就需要借助仿真系统完成这种试错过程。因此，提出采用BIM建模仿真建筑，并模拟真实世界操作事件的方法。在设计阶段，BIM可以对设计上需要模拟的一些事件进行模拟实验，例如，碰撞检测、节能模拟、紧急疏散模拟、照度模拟等。在招投标和施工阶段，可以进行4D模拟(3D模型维度加项目时间进度维度)，从而