基于BIM技术的数字工程项目管理研究

【摘要】本文以数字工程项目管理为研究对象，探讨结合BIM与大数据技术进行工程数据分析，将模型以数据可视化的方式应用在工程的质量、进度、成本等项目的管理，并提出基于BIM技术和大数据技术集成应用于工程项目管理的保障措施。

【关键词】BIM技术；大数据；项目管理；数字工程

【DOI编码】10.3969/j.issn.1674-4977.2023.01.047

Research on Digital Engineering Project Management Based on BIM Technology

HUANG Yue-heng

（Nuclear Industry Southwest Survey，Design and Research Institute Co.，Ltd.，Chengdu 610000，China）

Abstract：This paper takes the digital engineering project management as the research object，discusses the engineering data analysis combined with Bim and big data technology，applies the model in the management of engineering quality，progress，cost and other projects in the way of data visualization，and puts forward the safeguard measures based on the integration of BIM Technology and big data technology for engineering project management.

Key words：BIM technology；big data；project management；digital engineering

1數字工程概念

随着数字化改革理念的不断深化，数字工程成为建筑行业中各大企业重点攻克的对象。数字工程是利用信息技术，如BIM、大数据、人工智能等，引导各大建筑企业进行数字化转型，最终实现建筑建造过程从立项、设计、施工、验收到运营等全方位的数字化管理的工程[1]。数字工程的首要工作是对工程产生的数据进行采集与传输，利用以BIM为代表的数字集成技术，采集工程建设过程中产生的所有数据[2]。简而言之，数字工程就是在工程项目中充分利用大数据分析对项目产生数据进行管理与决策的工程。

2建筑业数据特点

建筑业数据被认为是一类典型的行业大数据，因为建筑业数据同样具有以下3项大数据特征。

2.1数据量巨大

建筑业是国家经济的重要支柱产业，与多行业上下游产业均有深厚联系。大量数据由此产生，海量的建筑数据会在项目全寿命管理周期的各个阶段产生。建筑业数据也是一种重要的信息资产需要永久存储。这些都导致了项目进程越步入尾声，项目累加的数据量越多。

2.2数据多样性

建筑行业数据种类繁多，项目各参与方，如承包方、发包方、监理方等，都为建筑行业提供了不同侧重方向的专业数据。建筑业数据种类也不同，包括能够利用软件进行量化管理的结构化数据；也包括以合同文本、项目图像等为主的非结构化数据。

2.3数据时效性

建筑工程项目必须严格按照施工工艺流程进行建造，项目在各阶段会时刻迭代产生海量的项目管理数据。超过了数据时效，对数据的分析将不再具有价值，做出的决策可靠性也会下降，风险也会增加。

3基于BIM技术在数字工程项目管理的方案

3.1数据采集准备工作

3.1.1企业组织架构建立数据部

项目组织应在传统组织结构中创新性地增加一个用于采集大数据的部门，优化组织架构。以大数据采集为核心，数据部将作为项目的核心管理部门，协调、收集、统计、挖掘、筛选数据，同时负责对公司各部门的信息和数据进行深入分析和预测，并将分析结果透明地传递给平台，支持项目管理和其他组织部门的业务创新；同时，数据部门应主动加强与项目各部门的合作，尽可能多地获取数据和信息，打破组织结构之间的信息壁垒。实现了项目参与方、项目组织、组织生态等不同层次数据处理的衔接。

3.1.2构建共享数据平台

构建共享数据采集平台，并辅助传统的项目管理方法收集数据用于决策与分析。项目数据部需要建立一个实时的通用项目数据平台。该平台主要支持现场监控、实时记录、动态更新等方面的数据收集工作。给项目各参与方提供一个能够查阅通用数据的项目管理平台，实时更新项目数据。

基于平台的信息采集手段主要以现场自动监控为主，人工更新手段为辅。现场监控利用GPS定位实时确定工程项目所在坐标。利用监控设备视频监控控制节点坐标，对于在监控设备盲区的项目位置可增加临时控制点，三维激光扫描等设备采集项目的实时数据，使进度管理人员不用到现场也能实时掌握现场进度，并且自动将采集的数据反馈回平台分类汇总。必要时可采用无人机等先进遥感技术对项目数据进行实时采集。

3.1.3建立项目数据库

建立平台后应通过不断拓展数据的采集广度及收集深度，逐渐形成配套完善的相关项目数据库。项目数据库主要用于储存工程项目多参与方共同在平台上传的海量信息，采用SQL关系型数据库对项目中的数据，如BIM模型、双代号网络图等结构化文件进行储存。从根源上提高项目管理平台的利用率，实现对工程项目数据的协同管理。

项目基本数据完成入库后，可进一步整合城镇区域大数据库、企业知识库，两者可以为项目管理数据库提供潜在数据，扩大数字工程项目管理数据分析基数。海量的城市级大数据可为建筑项目的开展提供数据支持，完成多样性数据闭环。

3.2数据采集注意事项

建立好以数据部负责为核心的项目平台采集数据库后，在数据采集过程中要注意以下3点：

1）建立以数据为核心的责任管理制度。每个上传数据的用户ID与监测设备都会被显示在相对数据平台的附录中，方便数据部管理人员对数据进行定期的检查，同时在源头处保障数据传递的可靠性与有效性。为后续项目管理者利用数据进行决策打下坚实基础。

2）在项目数据库利用测算软件测量并上传项目数据时，平台需要比对上传数据是否与多参与方上传数据相互映照。如果提交方上传数据经平台技术比对后准确无误或偏差较小的，数据可以直接通过审核成功录入。

3）经比对后若上传数据方与其他项目参与方已经上传的数据存在重大偏差。就需要提醒数据上传方重新实际勘测、检查软件是否存在操作失误后再上传数据。同时检查出现数据偏差的原因，及时修理设备，从而降低偏差幅度。

3.3数据分析

在进行数字工程项目管理时，数字工程项目管理的三大影响因素为：进度、成本、质量。因此不仅要利用BIM与大数据集成技术对数据进行实时的监测处理，更要及时对数据进行对比分析，保证项目工期目标最大化实现。

3.3.1香蕉曲线模型

香蕉曲线模型是建立以时间为横坐标，累计工程量为纵坐标的二维坐标体系。以工程项目在进度计划编制阶段预测绘制而成的双代号网络图等计划文件为基础，绘制三条大数据进度曲线，分别是：以最早开始时间为计算依据的计划最早完成大数据进度曲线（ES曲线），以最晚开始时间为计算依据的计划最晚完成大数据进度曲线（LS曲线），以及实际进度大数据完成曲线。绘制完成后的三条大数据曲线称之为香蕉曲线模型，利用BIM软件对三条大数据曲线进行对比分析。如图1所示。

在BIM软件构建香蕉曲线模型进度控制的流程为：

1）在项目平台数据库中检索已经入库的工程项目各工序计划完成时间，导出进度大数据双代号网络计划图，利用BIM技术计算图中包含每项施工工艺流程的ES、EF、LS、LF、FF、TF等数据时间参数。

2）以进度大数据双代号网络计划图为基准，在BIM软件中建立以时间为横坐标，累计工程量为纵坐标的二维坐标轴，在BIM软件中绘制计划最早完成大数据进度曲线（ES曲线）和以最晚开始时间为计算依据的计划最晚完成大数据进度曲线（LS曲线）。

3）在项目平台数据库中检索已反馈的工程项目各工序完成情况与实际工期数据并与经手数据的施工现场相应的过程监控人员、施工人员进行三重确认。确保数据准确无误后，在计划实施过程中，定期检查工程的实际完成工程量数据，以当下监测时刻为截止日期，选定全部已完成施工工艺流程的大数据，在BIM软件中导入相关大数据，自动绘制出在同一坐标内实际工程项目大数据进度的累计曲线。

4）建模完成后，通过BIM软件的模拟功能，对比分析三条大数据进度曲线，自动生成结论报告。

①如果以监测时刻为基准点，实际大数据进度点与计划最早完成大数据进度曲线相比靠上，说明数据表明实际施工进度超前最早完成大数据进度计划。

②如果以监测时刻为基准点，实际大数据进度点与计划最晚完成大数据进度曲线相比靠下，说明数据表明实际施工进度落后于最晚完成大数据进度计划，进度计划过慢，项目进度管理处于严重落后状态，必须立即采取相应措施进行进度优化。

③如果以监测时刻为基准点，实际大数据进度点在计划最早完成大数据进度曲线和计划最早完成大数据进度曲线之间，处于两条曲线封闭形成的闭合空间内，说明数据表明实际进度适中，进度偏差在合理的范围内，维持正常项目管理节奏即可。

3.4成本管理

依据挣值模型对成本进行决策优化方案如表1。

4基于BIM技术数字工程项目管理方案保障措施

影响BIM技术在数字工程项目管理实施的主要因素如下：政策、资金、人才、观念、技术。国家出台了相应行业政策保障了行业环境，是项目管理成功实施的基础。企业充足的资金预算支持数字化升级改革，是项目管理顺利实施的前提。项目采用恰当的BIM软件和协同平台分析数据，是项目管理成功实施的保障。人员转变传统的项目管理观念，是项目管理成功实施的关键。现阶段建筑企业在观念转变、复合高精尖人才储备、政府政策推广等方面仍需大力发展。以建筑业目前行业现状为前提，本文基于上文构建的应用方案提出以下保障措施。

4.1政府推广扶持数字化改革的政策

从社会需求和行业前景的角度来看，BIM技术在数字工程项目管理的推广，不仅是未来建筑业实行高效率管理的必然选择，同时也是侧面提高国民经济发展的重要手段。建筑企业推进BIM與大数据结合应用技术，促进中国工程建设行业的数字化水平提升，推动行业科技变革创新。政府在新兴技术发展初期强制推广执行是最为有效的，市场经济自由发展无法快速稳健地将大数据分析技术应用到数字工程项目管理中去。

4.2高校进行教学改革

全国高等教育院校工程管理专业应适应社会需求、紧跟行业风向，在行业热点发展体系化之前完成对校园复合专业人才的培养。在人才培养模式上进行积极的教学改革探索，以培养跟进行业前沿热点、符合专业需求的人才为培养目标。培养契合行业需求、理论与实践能力相结合的数字化管理高水平复合人才。从多维角度提高学生的BIM技术应用能力、逻辑性数学分析思维及扎实的数字工程项目管理理论知识。保障学生从校园毕业进入企业从事项目管理工作时，具有能快速建立BIM模型、创新研发数字化技术的能力，能够有效接替项目管理经验从业人员，给项目管理行业注入新鲜血液。

4.3人员转变数字化管理观念

数字工程项目管理核心是将大数据技术与人的主观经验管理相结合后形成的集成管理方法。在项目管理中强调三分技术，七分管理。

因此推进BIM与大数据技术集成应用于数字工程项目管理时，最核心的管理问题还是要转变观念。计算机技术先进，企业管理者观念陈旧，这样的企业即使投入再多研发资金，最终改革效果也是大打折扣的。

企業决策者应努力宣传与数字化项目管理创新相匹配的企业文化，将以往基于管理者的个人意图或专家经验的主观决策转变为以数据驱动为决策依据的管理方法。数据分析的结果被用作决策和评估的基础。

5结论

国内关于BIM与大数据结合的研究还处于起步状态，在 BIM技术应用于数字工程项目管理还有很大的研究空间。可以通过BIM—ERP系统结合完成对人的管理、利用运筹学等数学模型完成对数据的系统分析，通过对人和物的双向管理实现主观与客观并行的高效动态项目管理。可以克服项目在全生命周期阶段因信息不畅而导致的资金浪费情况，增强企业在各阶段建筑信息控制能力。对于建筑企业来说最后不仅缩短了项目开发周期，保证了项目在开发中施工质量，还提高了项目资金周转率，节约了成本，并为后续项目提前储备了实力。

【参考文献】

[1]孙浩，费金亭，谢伟.数据价值核心：数字化背景下建筑设计方法重新架构[J].当代建筑，2021（3）：32-34.

[2]刘媛媛.BIM技术在建筑施工中的应用[J].江西建材，2021（2）：157-158.

[3]许阿敏，李文芳.BIM技术在工程项目施工进度管理中的应用[J].江西建材，2021（1）：235-236.

[4]孙成伟.数字化与项目管理深度融合[J].中国建设信息化，2021（2）：16-23.

【作者简介】

黄悦恒，男，1995年出生，助理工程师，研究生，研究方向为工程管理。

（编辑：谢飞燕）