基于大数据架构的全过程工程咨询项目管理平台

件，平台提供了三维模型校审的功能，模型审核人员无需使用Ｒevit而直接在线浏览对应模型，并添加批注意见。对于复杂的合规性计算，可以进一步将模型导入到专用的模型审核工具如SolibriModelChecker中进行分析［10］。另一方面，如果需要用户也可以直接使用Ｒevit进行模型检查。所有模型按照其关键字形成索引关系，便于管理和版本控制。

通过BIM数据库，可以实现一系列查询、统计、合并等典型的数据库操作。有一些功能通过Ｒevit的参数化插件如Dynamo也能完成，但是一个经过封装的数据库，可以实现标准化接口、并行处理等信息化功能，显著提高了易用性和数据管理能力。例如，通过IFC模型的交换能力，实现进行广泛的设计和施工应用，如算量估计，结构计算，漫游展示等。

在传统的模型管理中，模型按照文件夹进行组织，BIM相关的进度、安全、质量等信息一般和构件编号发生关联。大型项目可能拥有数十万个构件，通过构件编号的方式不利于BIM构件的管理，也不便于修改构件与其它信息的关联关系。全过程咨询平台通过数据库索引的方式对BIM模型进行优化管理。所谓索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。这一点是和传统的依赖于Ｒevit模型进行应用的重要区别。例如，利用数据库索引，可以在几秒内提取出项目符合某一条件(构件名称、空间位置、特点属性如镀锌管)的所有构件。这些构件可随即被导出成单独的IFC模型或数据表，并应用于其它场景。这就大大拓展了BIM模型的应用范围，为全过程应用提供了准确的数据资源。

由于IFC的数据要求，也为了对信息进行有效管理，在建模前即需要设立建模规范，如明确建模原点，设立Ｒevit-IFC类别映射，统一构件/空间命名等，通过这些手段，确保BIM模型信息得到完整处理。另一方面，由于目前Ｒevit模型中，一些属性信息不能很好地被转换到IFC中，例如涉及到算量抵扣的部分，这部分可以通过Ｒevit插件，提取成为可用的数据信息，为后续的深入应用建立基础。

最后，在BIM模型展示方面，平台使用自行开发的动态加载技术，实现了单项目模型总量＞10GB，多项目＞200GB的快速浏览器展示，为终端用户提供了优秀的体验。根据以上说明，我们将BIM数据库管理的优势总结如表2。

全过程工程咨询平台的核心是数据管理，除了BIM数据外，系统还将集成其它关键数据信息。总体而言，平台上集成的数据包括以下三大类:

3.13DGIS数据

平台支持虚拟地球的3DGIS数据集成。采用独特的3DGIS与BIM模型平台化管理，可形成智慧城市级的BIM+3DGIS能力。通过集成3DGIS信息，打破了传统的施工BIM只能够针对单一项目的BIM模型进行处理的限制，可以实现真实定位，日照、通风等分析，全景展示的功能，是对于传统BIM模型管理的一次重要拓展。不仅如此，平台的底层提供了跨项目的多个BIM数据综合管理，这就使得真正的多项目的工程事务分析成为可能。3DGIS的管理基于开源的Cesium虚拟地球开发，兼容国际上主流的空间数据格式3DTile，具有强大的功能和数据承载能力［11］。

3.2现场数据

平台提供的数据接口，使得现场的关键数据可以实时地进入平台，确保快速的响应和高效的管理。这些数据可以是质量安全检查人员现场拍摄的照片信息，也可以是现场摄像头自动采集的照片/视频。随着智慧工地技术的推行，施工企业采集的车辆进出信息、工地运行状况等均可通过平台展示。从全过程咨询单位方面，可能针对现场某一方面的数据进行专项采集，例如，通过现场摄像头获取某施工设备如塔吊工作的总时间。并利用该数据进行工作效率分析。再比如，通过对某施工斜面的平整度扫描，导入系统后与模型叠加分析比对，得到精确的施工质量评估结果。这些对于全过程咨询单位提供工程项目的细化管理能力具有重要意义。

3.3项目管理数据

项目数据是指包括项目进度、工程量、预算、会议资料以及各类工程文档、表单在内的信息。传统上，工程项目管理的各类文件的签署、流转、收集是通过纸质手段由人工处理完成。一些重要信息如项目进度采用的是电子表格或单一软件格式MPP文件。工程算量和预算较多采用的是广联达工具导出Excel。对于全过程咨询单位，这些信息最终散落在各个电子或纸质文件中，无法做到快速签署和更新，也不易追溯。全过程工程咨询平台通过各种数据导入模板和在线表单，将关键信息进行数据化，并通过在线审批和签字进行快速流转，提高整个项目管理效率。同时，对于会议纪要，工程文档进行标签化处理，便于后续的收集、查询和竣工交付工作。

全过程工程咨询平台使用大数据的基础架构对以上信息进行管理。我们认为，对于全过程咨询，数据的整合极为重要。所谓大数据，不是指单纯地堆砌项目数据，将不同版本的文件、质量安全表单、模型进行存储，这不能称为大数据(BigData)。计算机领域所说的大数据，是通过分布式存储和元数据等技术手段，形成多源异构数据的高效组织、查询、分析利用能力，这才是大数据技术的实际意义所在。

所谓元数据是指从信息资源中提出特征后的结构化数据，即用来组织、描述、管理