人工智能成为智能建造的助手

首页-1    技术交流    人工智能成为智能建造的助手

  人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能),也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。除了计算机科学以外,人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

   人工智能技术与建筑行业各专业领域知识相结合,使得人工智能技术在建筑行业中取得了非常广泛的应用。已有许多专家系统、决策支持系统应用在建筑行业取得了很好的经济效益和社会效益。人工智能技术在建造过程中的多个阶段有所实践,而且为各参与方带来了不容小觑的效益。

  1. AI在建筑规划的应用

   传统的建筑施工管理,主要依赖于手工记录施工相关流程以及代写论文,人工绘制施工平面布置图。随着人工智能技术的发展和广泛应用,综合利用运筹学、数理逻辑学以及人工智能等技术手段进行建筑施工现场管理的方法已经得到广泛应用。基于C/S环境架构研发的建筑企业工地管理应用系统,涵盖了工地管理的方方面面,主要包括员工管理模块、分包合同管理模块、固定资产管理模块、供应商管理模块和财务管理模块、施工日志管理模块、员工考勤管理模块与工资挂钩细化了对分包商和供应商的管理,更加有效地控制材料进出,供应商和分包商以及员工的管理真正实现了工地物流、资金流和业务流三流合一。本系统采用强大的数据库,具有稳定的性能、极强的数据存储和处理能力、便捷的升级和维护服务等优点。针对工地人员复杂的特点,系统设置了严格的权限管理功能,确保了数据的安全性。

  1. AI在建筑结构的应用

   随着地质灾害的不断发生以及其所造成的严重危害,建筑结构控制与结构健康诊断就显得尤为重要。传统的结构系统辨识方法普遍存在难于在线识别,只适用于线性结构系统辨识、抗噪声能力差等。近年来,随着人工智能技术的应用,出现了人工神经网络的结构系统辨识方法,利用模糊神经网络强大的非线性映射能力与学习能力,以实测的结构动力响应数据建立起结构的动力特性模型。模糊神经网络可以非常精确地预测结构在任意动力荷载作用下的动力响应,因此可以用于结构振动控制与健康诊断中,同时还可以随时加入其它辨识方法总结出的规则,且可以做成硬件实现,具有很强的可扩展性与实用性。

     人工智能技术在国内也展开了一些应用,如安徽建筑工业学院、西安交通大学等都在建筑结构领域建立了不同的专家系统。大连理工大学李守巨等运用LM神经网络对建筑结构()结点损伤进行识别,通过测量位移来预测()结点损伤。北京交通大学鞠彦忠等采用ART2神经网络对建筑结构损伤进行识别,采用前三阶频率和模态振型向量来预测结构损伤。沈阳工业大学杨璐等用神经网络对简支梁结构损伤进行预测,以受损前后一阶、二阶、三阶、四阶、五阶、六阶固有频率的变化率作为输入参数来预测损伤情况。重庆大学王波等依据我国《混凝土结构耐久性评定标准》(草案)开发了用于现役混凝土结构耐久性评估的专家系统应用软件。其应用表明,将框架、人工神经网络与产生式表示方法相结合进而建立神经网络专家系统的方式是可行、有效的。

  1. AI在建筑施工的应用

人工智能技术在建筑施工中的应用主要集中在混凝土强度分析的工作中。一般来说,28天抗压强度是衡量混凝土自身性能的重要指标,如果能够提前对混凝土的28天强度值进行预测,工作人员就可以采取相应的措施对其进行控制,进而提高混凝土的质量。

 

在人工神经网络技术应用于混凝土性能预测方面,我国天津大学的张胜利将传统的BP网络模型的预测结果与3种不同输入模型的RBF网络预测结果进行了比较和分析,最终证明了RBF网络模型具有较强的泛化能力和极高的预测精确度,是一种新论文联盟型的、有效的分析商品混凝土性能的方法。

4.AI在工程管理的应用

人工智能技术已应用于施工图生成和施工现场安排、建筑工程预算、建筑效益分析等。工作人员在以往开展建筑工程施工管理工作的时候,主要是依靠手写、手绘的方式来完成有关施工档案的记录和施工平面图的绘制,而随着人工智能技术在建筑领域里应用范围的不断扩大,综合采用数理逻辑学、运筹学、人工智能等手段来进行施工管理已经得到了认可和普及。目前比较流行的基于C/S环境开发的建筑施工管理系统,已经涵盖了包括分包合同管理、施工人员管理、原材料供应商管理、固定资产管理、企业财务管理、员工考勤管理、施工进度管理等方方面面,使对供应商和分包商的管理工作得到了进一步的细化,从而使原材料的进离场、分包商及员工管理工作更加科学、准确、快捷,实现了资金流、物资流、业务流的有机结合。

另外,建筑施工管理系统的数据库也非常强大,具有极为强劲的数据处理和储存能力,不仅性能稳定,升级和日常维护也非常快捷方便。另外,针对建筑施工人流复杂、密集的特点,系统还相应设置了权限管理功能,保障了施工管理数据的安全和准确性。

人们日常沟通使用的是人类的语言,机器所依赖的却是机器之间沟通的语言;人们日常积累的经验是由生活经历而来,机器也能通过 “喂养”信息和数据从而获得“经验”,即从用户反馈中不断学习与积累。

机器学习、深度学习和基于NLP(自然语言处理)的语音识别技术帮助其能够更好地分析理解和执行任务。那究竟得“喂养”给AI多少数据呢?当然越多越好,不断进化的AI也会帮你自动自觉清理冗余数据。

AI接触的项目信息越来越多,过程处理的数据如BIM建模后的构件参数、项目成本构造、风险因素、生产力监测数据、现场风险等信息就越庞大,经过识别和大量流程分析出来的预测结果就越准确。

不断成长的AI,鉴别风险的能力逐渐增强,有助于精准决策。这个成长模型会对BIM模型及模型关联的成本预算、进度计划等快速进行判断,识别影响项目成本及工程进度的潜在风险,经理智决定后告诉人们使用哪个解决方案是最稳妥的,从而助力作出更加灵活的决策。

通过数字化平台互联的智慧数据,很大程度上为AI所用,并在云端实现智能管理,加倍提升人们的工作效率。现代技术发展到今天,通过AI等数字化技术来创造价值将会是这个科技时代给建筑业带来的福祉。人工智能已经成为智能建造的有力助手。

 

参考:

宗升科技 上海宗升工程科技有限公司

BIM大咖

2020年4月10日 11:36
浏览量:0
收藏

最新资讯