數字孿生技術在建筑工程中的應用研究綜述

劉 剛 馬智亮 曾勃 譚嘯 宋銀灝

（1.清華大學 土木工程系，北京 100084；2.廣聯達科技股份有限公司 研究院，北京 100193；3.北京市通州區住房和城鄉建設委員會，北京 101115）

引言

當前，以數字化技術創新引領的智能建造正在成為建造業發展的新趨勢。新興技術已經在建筑業領域得到了廣泛的應用。其中，數字孿生于2002 年由密西根大學的Michael Grieves[1]首次提出，他認為可以利用物理模型、傳感器和運行歷史等數據，在虛擬空間中建立一個能夠反映物理設備的虛擬實體和子系統，這種聯系不是單向和靜止的，而是全生命周期的雙向動態映射。數字孿生技術以高度仿真的動態數字模型來模擬驗證物理實體的狀態和行為，通過以虛映實、以虛控實，為建筑業提供了新的方法和思路。

數字孿生技術具備數化保真、實時交互、先知先覺和共生共智的特征，強調了數字孿生體和物理實體的實時交互、數據的精準映射以及智慧化的預測[2]。從基本概念的提出，到目前步入主流研究領域，數字孿生技術經歷了技術積累、概念提出、應用萌芽和快速發展四個階段，目前已經被應用于航空航天、電力、船舶、城市管理和環境保護等諸多行業[3]，在建筑工程應用中也展示了巨大的潛力。Rubén Alonso 等[4]指出，將數字孿生技術與建筑業相結合，可以降低運維階段15%的能源，加快施工階段25%的工期，并減少25%的碳排放。隨著技術的不斷成熟和研究的逐步深化，數字孿生將為建筑業的高質量發展提供新的動力，成為建筑工程數字化的研究熱點。但是，迄今針對數字孿生在建筑領域的應用論文數量比較有限，同時其研究的內容多是針對單一環節和業務，沒有形成體系化的研究成果。

為促進數字孿生技術在提升建筑工程建造水平中的應用，本文擬通過對近年來在國內外學術期刊發表的以“數字孿生”為主題的研究型論文進行掃描，以文獻統計分析、計量學分析和文獻內容分析等為主要研究手段，對國內外數字孿生技術在建筑工程領域的學術研究論文進行梳理總結，并對數字孿生技術在建筑工程中各階段的應用進行統計分析、總結與展望。

1 研究方法與技術路線

本文將按照三個步驟來完成對文獻的調研工作，如圖1 所示。

圖1 報告技術路線圖

1.1 文獻搜索

為了對數字孿生領域的最新科研成果進行研究，需要選擇權威的數據庫和適當的關鍵詞進行有效的文獻搜索，主要涵蓋以下步驟：

（1）數據庫選擇

選取ISI Web of Science 作為外文數據來源。該數據庫是全球最大、覆蓋學科最多的綜合性學術信息資源，其收錄論文被認為有更高的學術權威性且其更側重于工程和科技領域[5]。選取CNKI 平臺下的中國學術期刊網絡出版總庫作為中文數據源，該庫是目前世界上最大的連續動態更新的中國學術期刊全文數據庫，來源期刊完整率大于98%[6]。

（2）關鍵詞選擇

在Web of Science 數據庫選定檢索條件“article title/abstract/keyword”（篇名& 關鍵詞& 摘要）輸入“digital twin” 或者 “digital twins” 或者“virtual counterpart”，在檢索結果中選擇包括字段“construction”“construction industry”、“construction engineering” 或“construction management”，最終符合條件的文獻有276 篇（檢索日期截至2020 年12 月）。

在中國學術期刊全文數據庫選擇篇關摘（篇名&關鍵詞&摘要）包含“數字孿生”或者“數字雙胞胎”，同時包含“建筑”或“工程”或“項目”或“建造”或“建設”或“建筑業”或“項目管理”，最終符合條件的文獻有256 篇（檢索日期截至2020 年12 月）。

1.2 文獻篩選

通過對論文標題進行初步判斷，去掉明顯不相關的論文，對剩下的論文閱讀摘要，如有必要對全文進行快速掃描，最終篩選出Web of Science 數據庫英文文獻136 篇，中國學術期刊全文數據庫中文文獻74 篇。

1.3 文獻分析

經過文獻搜索得到的文獻，需要進行統計和詳細內容分析，才能遴選出有參考價值的重點文獻：

（1）文獻統計分析

文獻計量學可以更加客觀地評價其學科發展現狀，更加準確地發現該領域的發展趨勢[7]?；诖?，本文也選取文獻計量學方法，按照作者關鍵詞進行聚類分析，找出研究熱點及相關聯系。

（2）文獻內容分析

對所選重點研究文獻，按照建筑工程項目的各個階段劃分，對每一階段的研究現狀及特點進行解析，對當前的研究現狀進行梳理提煉。通過重點研究文獻的分析，總結當前理論研究的不足，為下一步確定研究方向奠定基礎。

2 數字孿生在建筑工程中的應用研究綜述

2.1 國內外研究現狀統計分析

針對前述文獻搜索、篩選和分析得到的文獻數據，進行多維度的統計分析，旨在更好地把握該領域的研究現狀和趨勢。

（1）按年度及項目階段進行統計分析

通過對選定的論文按照年度和階段來進行統計分析，可發現研究的趨勢和發展過程。首先，從各年度的論文數量上來看，在2018 年前，數字孿生在建筑領域的應用發表較少；在2019 年，開始陸續出現相關研究論文；在2020 年后，發表論文數量出現顯著的增長，說明在全球范圍內，數字孿生技術已經受到建筑工程相關學科研究者的關注，如圖2 所示。其次，按照建筑工程項目生命周期（設計-施工-運維）的分類，對文獻主要研究涉及的階段進行劃分（對涉及多階段的文獻，則所涉及階段均記錄一次；對于無法明顯區分的文獻，則不計入統計）。最后，從各階段的論文數量分布來看，2019 年與2020 年，三個階段的論文數量比較均衡。根據文獻檢索情況來看[8]，進入2021 年后，施工階段成為了研究的熱點，數量是設計、運維兩個階段的總和，成為數字孿生在建筑業深入應用的熱點，如圖3 所示。

圖2 按發表年份的論文數量統計

圖3 按建筑工程階段劃分的論文數量統計

2.2 按照作者關鍵詞進行文獻計量學分析

作者關鍵詞是論文的主題或者研究點的重要顯示，因此，本文利用作者和關鍵詞的聚類共現關系分析進行分類研究，選用VOSviewer 軟件進行分析。該軟件圖形呈現能力極強，分析樣本數據容量大，能對知識單元進行聚類，且易于操作[9]。由于本文選擇的文獻中含中文及英文兩大類，為了避免翻譯不同導致的問題，在做聚類分析時，對其分別進行處理，其聚類結果如下：

（1）中文文獻作者關鍵詞分析

通過VOSviewer 軟件生成的標簽視圖中，每1 個節點代表1 個作者關鍵詞，出現頻次越高節點越大，1種顏色代表1 個聚類，聚類是由共現頻次高的關鍵詞構成，本報告將共現次數定為大于等于3 次，則圖中的連線代表連接的2 個關鍵詞至少有3 次共現在1 篇文獻里，關鍵詞共現頻次越高，線就越粗。列舉每個聚類中的關鍵詞，并對同一概念進行合并（如BIM 與建筑信息模型，則保留共現次數最多的一個關鍵詞），并歸納總結主題，4 個聚類分別為：“信息模型應用（含BIM、CIM、智慧城市、數字孿生建筑）”“智能建造（含智能建造、人工智能）”“裝配式建筑”“全生命周期”是未來的重點研究領域，如圖4 所示。

圖4 中文研究文獻作者關鍵詞可視化標簽圖

另外，VOSviewer 軟件也支持熱力圖分析，其中顏色越接近黃色，可以認為其熱度更高。從圖5 中也可以比較直觀地看出BIM、智能建造、裝配式建筑等為中文文獻的主要領域。標簽聚類圖適用于呈現類別之間的相似性和差異性，強調分類或分組結構。熱力圖則適用于顯示兩個維度之間的關系強度，通過顏色編碼表現數據的程度差異。

圖5 中文研究文獻作者關鍵詞熱力圖

（2）英文文獻作者關鍵詞分析

將作者關鍵詞共現頻率設為最少3 次，生成標簽視圖，如圖6 所示。在標簽視圖中，列舉每個聚類中的關鍵詞，3 個聚類分別為：其中聚類1 包括（bimuildingscircular economystakeholderssustainabilitysustainable developmentvirtual reality）； 聚 類2 包 括（artificial intelligencecyber-physical systemsdecision makingindustry 4machine learningsmart manufacturing）；聚類3包括(digital twinindustry foundation classinteroperabilitymodular construction)。從目前每個聚類的所含關鍵詞來看，難以歸納總結其主題，此外，在英文文獻的熱力圖中，由于除“digital twin”之外的其他關鍵詞出現頻率類似，單純直觀上也比較難判斷當前的熱點，如圖7 所示。通過對聚類結果中關鍵詞的含義和上下文進行深入理解，探索這些關鍵詞在不同應用領域中的具體含義和應用場景。對于聚類結果中出現的關鍵詞，進一步分析這些關鍵詞所代表的具體研究技術與方法。例如，關鍵詞中包含了" artificial intelligence "等詞匯，說明數字孿生與AI 技術正在深度融合發展。

圖6 英文研究文獻作者關鍵詞可視化標圖

圖7 英文研究文獻作者關鍵詞熱力圖

總的來看，一方面因為數字孿生在建筑工程項目中的研究仍然處于起步階段，另一方面由于當前的研究內容也比較分散，導致從文獻計量學的角度來看，目前無論中文文獻還是英文文獻，都沒有形成具有顯著典型意義的聚類主題，文獻計量意義不突出。未來期望隨著研究的持續深入和文獻數量的增多，能夠在文獻計量學角度發掘出更多的規律。

3 數字孿生技術在各階段應用分析

本報告借鑒本領域相關文獻綜述類論文的框架思路[10，11]，按照建筑工程全生命周期的邏輯進行分析，從設計、施工和運維三個方面對相關的研究成果進行了歸納總結。

3.1 設計階段

在設計階段，數字孿生技術的應用非常廣泛，可以在規劃設計、概念設計、初步設計、詳細設計與模擬仿真等方面發揮作用[12]。首先，在概念設計與初步設計階段，數字孿生技術通過項目數據的高度集成，可以自動提供包括了周邊環境、設計文件以及其它可以有助于概念設計、初步設計等的數據來源[10]。例如，Lu Qiuchen[13]提出了一種基于圖像和CAD 圖紙建立系統、準確、方便的數字化孿生系統的半自動方法，可以快速生成三維的數字孿生模型。通過數字孿生技術構建的項目三維模型，為設計的各參與方提供唯一的數據源泉和統一的操作系統，使各方之間的溝通更加順暢，也減少了因為數據不足或不及時造成的設計變更。其次，在詳細設計過程中，將建筑物的孿生模型融合虛擬現實技術及時預測和規避設計的不合理之處，在施工過程中避免圖紙的多次返工整改[14]。最后，通過數字孿生可以進行模擬仿真，從而減少設計缺陷，加快設計的迭代，從而提高項目的設計速度與質量，使設計方案達到最優。例如Matthias Flora 等[15]通過建立對地下基礎設施工程進行建模，充分考慮地質條件、施工現場環境及施工機械等措施，建立包括地下空間、構筑物結構、施工現場三個模型在內的數據孿生體，從而大幅提高了機械化施工的精度，生成符合機械化施工的設計方案，提升了地下工程的施工效率。在輕型屋架結構設計過程中，G.P.Lydon 等[16]使用了高分辨率的模型對構件生成進行模擬，發現數字孿生技術能夠對構件生產規劃起到積極的作用。

從文獻調研的結果來看，設計階段數字孿生技術當前的研究已經從理論研究階段向實地落地應用階段發展，并且開始與其他先進技術相融合。比如Ye Zhang 等[17]利用數字孿生與機器人技術的融合，通過構建動態、數據驅動的模型，使施工機器人能夠與動態化施工方案設計協同，從而使自動化施工成為可能等。但是總體來看，數字孿生技術在設計階段的應用仍然缺乏更加深入的研究，與其他數字化技術的融合仍然研究不足，此外其對于設計過程與結果的實際價值目前也缺乏定量的計算，未來這些研究空白也需要被填補。

3.2 施工階段

施工階段的數字孿生技術的應用研究主要集中在施工過程監管、質量和安全控制、人材機管理等方面[18]。在施工過程的監管上，依靠數字孿生技術，可以實現數據的可視化和監管的智能化，提升施工監管的水平[19]。劉占省等[20]在雙層內環輪輻式索桁架結構張拉提升實驗中，在輪輻式索桁架結構上安裝傳感器，將采集和感知的實時數據傳輸到大數據存儲管理平臺，并進行數字孿生建模。通過理論施工力學仿真分析和實時監測數據讀取，將二者數據進行相似度分析后實時進行決策和安全風險預警，保證張拉提升的質量和安全，其相對于傳統施工方法具有提高施工效率、避免返工、減小誤差、保障質量和安全、提高施工作業的信息利用率等優勢。D.Gerhard 等[21]利用數字孿生的概念，通過建立施工過程與產品的實時監管網絡，對高效能混凝土裝配式構件的施工過程進行監管，提高了模塊化施工效率。在質量和安全控制上，目前也已經有了一定的嘗試。比如謝先啟等[22]提出了基于數字孿生技術的面向工程質量安全控制的產品智能設計、工程質量安全狀態智能感知與分析、數據驅動的工程質量安全控制、工程質量治理與動態監管的新一代工程智能質量安全管理與控制體系，為數字孿生技術在工程項目中的應用做出了積極探索。Ha Tran 等[23]在裝配式預制外墻安裝工程中，基于數字孿生方法，用激光雷達點云來構建3D 模型與原有3D 設計模型之間進行自動定量比較，從而對外立面的幾何質量在準確性、完整性和正確性方面進行全面檢測，保證了外墻質量的可靠性。在人員、機械設備以及材料管理中，數字孿生技術可以解決單純BIM 技術缺少項目現場人員、物料及設備的實時動態數據信息，與現場施工情況存在偏差，虛實系統之間不能同步的問題，從而充分發揮施工現場項目大腦的作用，對人材機進行智能化的調度。比如謝琳琳等[24]就通過集成BIM、物聯網、大數據和人工智能算法等先進的信息技術，構建基于BIM+數字孿生技術的裝配式建筑項目調度智能化管理平臺，實現物理施工系統與虛擬施工系統之間的實時交互，有效應對項目調度過程中不確定性因素的動態干擾，提高裝配式建筑調度的自主性、預測性與智能性，如圖8 所示。Wang Xi 等[25]提出了一種集成可視化與監督、任務規劃與執行、雙向通信于一體的虛擬現實(VR)交互式沉浸式過程級數字孿生系統。在這種新的工作范式中，人類工作者負責高層次的任務規劃和工作過程監督。機器人承擔工作空間感知與監測、詳細的運動規劃和工作的物理執行。研究結果表明，用戶可以使用該系統指定工作順序，選擇最佳任務計劃，經過簡單訓練后進行機器人軌跡引導，實現了人機遠程協作施工作業。Lee Dongmin 等[26]開發與測試了一個可追溯數據通信的數字孿生框架，利用物聯網傳感器對建筑物信息建模進行實時更新，同時利用區塊鏈則對數字孿生的所有數據交易進行認證，并在一個裝配式磚混結構項目中對該框架進行了測試，該項目將預制磚的虛擬定位數據近實時傳輸到數字孿生上，用時間戳記錄在區塊鏈上，使所有的數據交易都具有可追溯性，實現了項目各參與方的可靠、高效的信息共享。

圖8 數字孿生與項目調度融合示意圖（謝琳琳等）

從文獻調研的情況來看，當前數字孿生技術在施工階段的重要性已經得到了充分重視，一些研究機構以及企業對其進行了探索性地研究及應用。但是需要指出的是，當前現有多數工作仍然只是停留在模型展示、數據可視化等數字孿生初級使用階段，并沒有形成真正意義上的數字化、集成化、智慧化工地建設模式[22]。此外，當前的應用范圍和模式仍處于實驗探索階段，并未在大規模的工程項目中得到實踐驗證，在實際價值上仍然有待商榷。未來在這一階段地研究應集中在多種數字化技術的融合集成，以及基于數字孿生的項目管理平臺的搭建上。

3.3 運維階段

數字孿生技術在運維階段的應用研究，當前主要集中在設備設施管理、維修管理、運維監控、能耗監控和結構安全監測等方面。通過數字孿生技術可以獲得建筑物的實時數據，賦能運維方通過數據進行決策、最優化建筑物性能、最大化實現建筑節能，實現可預測性維護，大幅提升運維方的管理水平和效率[27]。例如，Y.C.Lin 等[28]將BIM 技術通過與（無線傳感網絡）WSN 的融合，將多個有控制與感應功能的傳感器放置于地下停車場中，將收集的實時CO、溫度和濕度數據傳遞到BIM 模型中，構建了初步的數字孿生體，打造出一種新型可視化高效的建筑環境監控管理系統。Lu Qiuchen 等[29]設計了新的數據結構，能夠自動從建筑物的數字孿生模型中提取出運維診斷信息，實現某項目暖通系統的自動化資產運維管理，驗證了一種可操作的設施設備管理系統，如圖9 所示。Xie Xiang 等[30]通過融合AR 與數字孿生技術，開發出自動環境異常檢測和故障隔離的方法，從而協助設施管理人員解決影響建筑物居住者的熱舒適性的問題，取得了良好效果。饒小康等[31]通過搭建基于GIS+BIM+IoT 數字孿生的堤防工程安全管理平臺，在空間地理數據、BIM模型數據、物聯網數據融合與交互的基礎上，解決了以往堤防工程數據庫管理或二維平面管理模式中存在的信息缺失、精度不夠、反饋滯后、表達單一等問題，可對堤防工程安全管理進行實時監測、診斷、分析、決策和預測，實現智能運行、精準管控和安全運維。Shim Chang-Su 等[32]利用數字孿生模型概念，將基于三維信息模型的維修信息管理系統與利用圖像處理的數字化巡檢系統相結合，構建了更可靠的新一代預應力混凝土橋梁養護系統。

圖9 數字孿生在運維異常情況檢測中的數據流程（LuQiuchen 等）

從當前文獻調研的情況來看，雖然運維階段的數字孿生技術應用范圍最廣，但也存在著一定的問題。比如運維階段的數據很多都是通過點云技術進行逆向建模而來，并不是從施工階段取得，沒有充分發揮出數字孿生技術的價值。另外，運維階段的實踐案例主要集中在大型的基礎設施上，但這些設施的數據并不全面，很難將物理實體與數字虛體真正連接起來。未來如何保持各階段數據的連續性以及強化物理實體與數字虛體之間的聯系，應該成為運維階段的研究重點。

4 總結與展望

本研究報告以文獻研究為主要手段，對國內外數字孿生在建筑工程領域的學術研究論文進行分析總結，對當前的研究現狀進行梳理，對數字孿生的定義、發展歷程、架構、關鍵技術以及應用現狀進行分析。在此基礎上，對建筑工程項目中的應用場景和價值進行了深入的系統性研究?？傮w來看，數字孿生技術及其在建筑工程的應用和研究仍處于起步階段，雖然已有部分研究成果和工程實踐，但仍存在系統性的文獻梳理與總結不足的問題?？梢钥闯?，隨著數字孿生技術的逐步成熟，在建筑工程中的應用將具有廣闊的發展前景，運用數字孿生理念和技術推動建筑工程的管理升級與數字化轉型是可行的。未來還需要從以下三方面加強研究和推動發展：

（1）進一步加強面向建筑工程的數字孿生信息模型的研究

目前在建筑工程領域，應用最多的仍然是正向的建筑信息模型，但對于數字孿生技術而言，不僅需要前期設計階段產生的信息模型，也需要在實施階段整個建造過程、建筑產品等的信息模型構建，同時也需要各模型之間的聯動和映射[33]。而從文獻調研結果來看，針對這方面的研究仍是空白，未來需要關注和研究基于數字孿生機理的信息模型體系并結合其他信息技術研究建造過程中的應用和實施。

（2）進一步探索數字孿生技術與建筑工程管理模式融合的研究

從BIM、物聯網、大數據、AI 等數字化技術的推廣過程中，不難發現技術應用落地靠單純的技術驅動是遠遠不夠的，需要涉及到管理模式、組織模式和生產方式等各個層面的融合。隨著數字孿生技術的逐步落地，必然會對管理的方式、流程、場景將產生巨大的改變，所以數字孿生技術與管理模式融合的探索是十分必要的。在目前公開發表的文獻中，針對數字孿生與管理模式相融合的研究仍非常少見。但在建筑工程項目管理中，精益建造、EPC、IPD 等新型項目管理模式已經逐步推廣，如何將這些先進管理模式與數字孿生技術進行深度融合，是數字孿生技術在建筑工程中應用落地的重點和難點。

（3）進一步深化面向建筑工程的數字孿生平臺研究

數字孿生是多模型、多技術、多數據、多業務的集成化技術。未來數字孿生技術想要在建筑工程項目全生命周期落地，集成化平臺的研究是不可或缺的。但是當前的研究和實踐呈現出兩級化，或針對數字孿生理論和整體框架的研究，或針對單領域應用的研究。通過設計與研發融合先進建筑工程管理模式與項目管理模型的數字孿生平臺的架構，將有效實現項目全過程的一體化管理。通過人、材料、機械等全要素數據的融合，全參與方基于平臺的高效協同,將實現建筑工程項目的成功交付。