【中图分类号】【文献标识码】【文章编号】

【DOI】

0.引言

数字化转型下BIM和数字孪生的结合为智能化的建筑工程管理带来了机遇。BIM作为整个建筑工程生命周期集成化数据处理工具，且现有研究集中在全生命周期的数字化协同管理平台，旨在推动建筑行业数字化转型的进度，提高建筑工程建设各责任主体之间的协作效率^[1]，但目前及时针对BIM5D的相关研究和实践，虽然项目管理者可以通过模型直观地看到不同工程阶段的成本和进度关系，及时调整工作计划，避免因延误导致的额外成本^[2]，但是没有实现针对这些模型的动态实时操作，而BIM模型往往由于缺乏实时性数据，不利于管理。并且基于现有的数字孪生技术在工程项目的应用中，虽然能够实时模拟建筑工程的物理状态，无需消耗真实的工程资源、无需进行样板制作，可减少传统测试和验证的时间和资源消耗^[3]，但实际情况却难以做到融合多类数据源、跨越阶段的复杂性数据集成。

同时，在理论研究中动态决策模型、方法缺少验证研究，工程中的动态化模型的技术结构“缺少一般性的思路和方法”；虽然在现有的研究理论基础上，建立基于 HS-BP 神经网络的精益施工进度计划框架，为施工进度精细化控制提供有力支撑^[4]，但当下的算法基本适合某个场景下的离线学习，无法考虑复杂的工程动态变化。因此需结合基于神经网络的人工智能算法，考虑多方因素来进行动态预测。

基于此，本研究旨在构建“BIM+数字孪生+人工智能”集成框架，通过本文围绕BIM与数字孪生的应用现状、基于BIM的数字孪生应用方法、应用案例、结论四个方面进行展开来阐述基于BIM的数字孪生在工程管理中的应用实践，从而为工程管理数字化转型提供兼具创新性与实用性的参考方案。

1.BIM与数字孪生的应用现状

随着近年基于数字孪生和BIM的协同应用成为工程管理的研究热点，BIM技术和BIM模型从帮助设计过程可视化工具发展为可实现针对众多在建项目的标准化管理，协调各参与方规范合作、有序管理^[5]，但是在施工中更多的面临基于经验的进度修正和动态资源配置等问题。而数字孪生通过连接物联网和动态化映射带来及时交互的工程管理属性，可以实现施工进度、设备的预测性维修等情况，在这方面也有一定的优势，但是数字孪生与BIM深度融合的应用却面临着技术上困难。

2.基于BIM的数字孪生应用方法

数字孪生和BIM标准建设要遵循一致与可扩展性、行业适用性原则。一致与可扩展性是在建筑数字孪生的基本一致性基础上,建设涵盖基本共性、关键技术、行业应用、检测的四层标准体系，如对基本共性层的IFC进行动态属性字段扩展，针对关键技术层制定虚拟物理双向映射协议。行业适用性是针对建筑行业，进一步加强其全生命周期融合，如雄安新区的建筑数字孪生标准要求数据贯穿融合，以提高标准的可执行性。

动态采集层基于多源异构感知网和智能映射引擎。底层5G+TSN构建“端-边-云”，在边缘节点预处理感知数据并通过区块链进行存证。第二层（协议层）中定义BIM模型与物联网数据的动态关联逻辑关系，在其上的双向索引可实现基于动态映射的快速反向查找。第三层（语义层）中通过扩展实体定义IFC时嵌入动态特性，引入知识图谱实现语义层面的推理，从而启动调控信息的执行。

以“BIM数据-外生变量-神经网络”作为输入，BIM静动性数据为输入，外生性数据为输入，通过神经网络预测输出进度预测和风险预警。本算法LSTM为双通道LSTM网络，通过迁移学习和增量学习的训练实现，结合强化学习进行预测进度超前/滞后动态调整资源的分配，例如塔吊重新规划路径等。

3.应用案例

基于该理论方法框架，在某专精特新产业园进行了应用，该项目建设工期730天，总建筑面积24.7万㎡，一共有9栋建筑，是在第8栋建筑中主体工程进行了数字孪生的应用。

对第8栋建筑BIM模型的构件编码用决策树自动编码的方式实现“一物一码”，用Revit插件关联构件编码与WBS工序节点，形成三维索引，如将钢结构节点编码关联相应工序与资源参数。。

依托本项目在施工现场应用UWB定位标签、温湿度传感器等，在5G+TSN网络基础上数据毫秒级传送，基于CBIM协同平台建立“边缘-云”架构，边缘节点数据处理后同步至平台融合。

协同平台把人员、设备、环境等数据输入算法模型进行神经网络计算滞后进度，应用发现，相较传统方式，月进度滞后下降了12.4%到4.6%，避免安全隐患200余次，塔吊闲置率降低16%。

4.结论

本文提出的BIM与数字孪生的“标准-数据-算法”协同模式较好地解决了多场景下的跨平台数据接口问题和实时动态决策算法问题，借助编码化标准实现精确映射，结合5G+TSN和边缘计算确保实时性，基于混合算法解决施工管控问题。该技术应用在实际项目中也取得了进度管理、资源管理和安全管理等方面的明显效果，证明了该技术的有效性，但仍面临着动态化的标准体系构建问题、BIM模型泛化及可信数据链构建等问题，下一步将利用联邦学习实现跨场景知识转移，实现建筑数字孪生规模化应用，在工程智能化管理中提供可被借鉴或重用的参考。

参考文献

[1].乔良，吴灵芝，曹扬萃，麻季寅，王聪.基于 BIM+ 互联网的全生命周期数字化协同管理平台设计与研究[D].山东：金云数据科技有限公司，2023

[2].白晟骁，矫立玮，王楠斌，张凯程，解嘉宁.浅析BIM5D技术在工程智能建造管理中的应用[J].智能建造，2025,（293）：67-69

[3].鲁金铭,武斌.数字孪生技术在建筑工程领域的应用[J].智能建造，2023，（292）：79-82

[4].张挪威，林后来，王广兴，彭国平，王玺德，陈芝琦.改进的 BP 神经网络在精益建造体系下的

施工进度预测[J].工程管理学报，2024,38（3）：105-110

[5].傅煜.建设工程项目数字化协同管理平台研究[J].发展与创新，2022，7（116）：267-269

作者介绍：蒋晟华，工程师，硕士研究生，一级建造师，任职广东鼎耀工程技术有限公司智慧建造研发中心总监