摘要：本研究针对既有建筑群全生命周期安全管理的需求，通过结构安全理论研究、海量的工程数据分析、典型既有老旧建筑结构破坏分析，研究建立起一个集物联网、大数据以及人工智能技术于一体的建筑安全评价与预警决策系统。该系统基于运维期历次排查、巡查数据和实时监测数据，通过专家系统铜鼓、人工智能评估等评估功能，使得对建筑的安全性能有一个快速、客观且整体的判断，并对今后其安全状态有一个正确的预测估计，变事后管理为事前预警，同时提出相配套的决策处理方法，为房屋安全数字化管理打下基础。通过对既有建筑群全生命周期安全管理，实现建筑物的“延年益寿”、为“双碳”战略添砖加瓦，有利于推动城镇房屋建筑物安全管理的标准化、制度化，有效保护广大人民群众的生命与财产安全。

　　关键词：城乡建筑群；全生命周期安全管理；安全评估；大数据；信息化；标准化

　　一、研究背景

　　近几十年来我国城镇化建设速度很快，80年代90年代建造的房屋现已达到设计年限的中期，据不完全统计，我国既有建筑总面积己超700亿平方米，而超过20年以上使用寿命房屋的小区面积就多达200多亿平方米，由于房屋的正常老化和管理维护的不到位，房屋安全系数在逐年降低，房屋安全风险也随时间慢慢累积，相比于欧美的房屋，普遍存在寿命短、隐患多的现象，“重建设，轻管理”思想严重。业主对房屋、建筑物功能的要求与变化，破坏性装修与改造愈演烈，直接危及房屋的整体结构安全和相邻建筑物的安全。近年来，特大型的自然灾害在我国频发，如98年洪水、2008年年初的雪灾及5月的汉川地震，每次自然灾害的突发事件都衍生到了房屋建筑物的使用安全，由于人为原因的管理不善，造成房屋安全突发事件也时有发生。2008年广州市出台《广州市房屋安全管理规定》第八条谈到“市国土资源和房屋管理局应当定期组织全市的房屋安全普查，建立房屋安全动态管理系统”，2019年7月1日，国务院新闻办举行政策例行会议，住房和城乡建设部副部长在会上表示，经过摸底排查，各地上报需要改造的城镇老旧小区有17万个，涉及居民上亿人，从调查和各地反馈看，加快改造城镇老旧小区，群众意愿强烈，由此看出国家政府已经逐渐意识到城镇房屋的安全问题亟待关注和解决。房屋作为最重要的不动产，不仅具有巨大的经济价值，其安全性还关系着群众的生命安全。房屋安全事故一旦发生，必然造成人员伤亡，产生巨大的经济损失和社会影响。按照海恩法则（Heinrich's Law），多数安全事故的征兆或苗头是可以识别、提前处理的。最有效的办法就是进行具有前摄性特征的风险管理，即提前对房屋的风险进行评估。针对既有建筑的安全性，耐久性，需要通过检测手段分析判别结构有否缺陷，可能在什么位置，即结构的健康诊断。通过健康诊断，可以确定结构的安全性和耐久性是否满足要求，对其可靠性和剩余寿命作出科学的评价，并为维修和加固等后续工作提供最有力的依据，进而提高工程结构的安全性，延长其使用寿命，从而创造更大的经济效益和社会效益。

　　目前，我国已构建了完善的建筑物在建设施工阶段的质量管理体系，但对使用阶段的安全管理，各地区已开始尝试探索思路与方法，但国家缺乏统筹指导。本课题力图通过结构安全理论研究、海量的工程数据分析、典型既有老旧建筑结构破坏分析，研究总结出适用于城市建筑物联网监测的结构安全评估方法，建立起一个集物联网、大数据以及人工智能技术于一体的建筑安全评价与预警决策系统，通过物联网获取建筑物传感器的实时数据，积累排查巡查及监测大数据以及人工智能的学习训练，变事后管理为事前预警，使得对建筑的安全性能有一个快速、客观且整体的判断，对今后其安全状态有一个正确的预测估计，同时提出相配套的决策和技术处理方法，为房屋安全数字化管理打下基础。一方面可以让广大人民住的安心；另一方面可以根据安全评价的结果对因设计、施工以及使用不当等原因导致的质量安全问题的建筑物进行及时的加固与维修，降低房屋建筑物损坏的风险，从而可以更好的保护广大人民群众的生命与财产安全。

　　二、研究思路

　　本课题研究了基于大数据的城乡建筑群安全评估与决策系统关键技术，提出了既有建筑全生命周期安全运维与决策整体解决方案，并对应研发了五大功能，他们分别是：

　　（一）建筑安全信息大数据管理系统（硬件层、存储层、采集层）：集成了建筑物信息大数据库，可实现数据的增、删、查、改及拓展，数据的形式也多样化，包括文本、数字、图片以及动态数据以达到实时监测的目的，为此引入了物联网监测平台，实现了动态数据采集及处理。

　　（二）建筑安全评估系统（分析层、服务应用层）：主要针对不同分析类型和场景，实现各种算法的评估。

　　（三）大数据安全评估与决策系统（分析层、服务应用层）：主要用于地理时空场景下的划区管理与统计，多种地理空间分析与决策。

　　（四）物联网监测平台（分析层、服务应用层）：主要用于既有建筑结构监测数据的接入和展示评估。

　　（五）顾问咨询与服务系统：目前则以微信公众号“建筑安全卫士”（服务应用层）为主，面向广大用户，针对建筑物常见问题提供智能评估及决策服务，是本课题面向社会输出应用价值的方式之一，通过微信公众平台，实现广泛的公众参与，提供拍一拍评估、在线建筑安全咨询等多种面向基层民众的服务。

　　各系统之间的逻辑架构关系见下图所示：

图2-1各系统逻辑架构关系图

　　通过建立对应评估及决策模块，并进行交互，满足各类建筑及各种评价方法的应用。进一步将各大系统的功能进行细化，按照其实现的技术路线可分为采集层、存储层、硬件层、分析层、呈现层、服务应用层，各功能层对应使用的核心技术及关系架构见下图所示。

图2-2各系统技术路线关系架构

　　三、研究内容

　　本项目聚焦于既有建筑的安全运维管理、安全风险评估、健康监测、决策预警等相关问题的研究和技术攻关，研究了基于物联网的既有建筑全生命周期安全运维服务系统关键技术，提出了基于物联网的既有建筑安全运维服务系统架构、运行模式、服务内容，明确了基于物联网的既有建筑安全运维服务系统的各项子系统及其相应的功能。研发了基于物联网的大数据自动化采集健康监测平台、既有建筑安全评估系统、安全预警及辅助决策系统、微信服务号“建筑安全卫士”等。通过引入贝叶斯网络、深度神经网络等多种先进算法创新了建筑安全风险评估的手段，实现了由点到面，由单栋建筑安全评估到区域建筑群的决策预警，推动智慧城镇建设和建筑物安全保障管理体系建立，以有效的监测评估和安全运维管理形成城市发展的全周期闭环。

　　（一）研究建筑物全寿命周期安全管理模式

　　研究了目前国内外社会公共管理的核心问题和发展趋势，结合我国城乡规划与发展特点，提出“以建筑物及其使用者为核心的城乡公共管理模式”。该模式以“建立多种操作指引”、“完善渠道管理”、“打通数据共享”、“平衡居住者间利益冲突”等方向进行顶层设计，在落实环节提出“建立大数据建筑图谱”、“建筑全寿命区块链档案”、“科学定量评估及弹性决策”、“物业咨询与服务”等技术手段形成多层次建筑安全与决策保障体系。该模式通过对建筑物及其使用者建立全方位的大数据图谱，通过区块链技术实现全寿命周期档案追溯，能充分落实智慧城市中不同领域之间的横向交叉式发展。

　　（二）研究基于物联网的建筑物健康监测方法

　　通过对大量的建筑物安全监测项目分析研究，研发出一个规范化管理、通用化标准化配置的监测监管平台。推动安全监测行业向标准化、精确化、规范化、信息化的健康发展，帮助监测机构实现对监测对象及硬件设备的可视化管理，提升管理水平，实现建筑物健康安全监测的管理模式进入新的时代。研究采用DPC技术、链式规则引擎技术，实现了硬件监测设备和软件平台的便捷接入，选用低功耗设计、续航时间长的自动化监测设备，实现准确、实时、高效的安全监管。改变以往单一的人工监测模式，实现人工+自动化双模式采集。通过巡检记录、三维建模、视屏监控、曲线图等多种形式，实现监测工作全过程数据的可视化及集成化，对采集数据即时计算、即时共享，可通过多种终端设备对结果进行查看。

　　（三）研发建筑物安全管理数据采集系统

　　为建立建筑物安全管理平台及安全评估的数据采集系统，研究了影响结构安全评价的因素和数据采集指标，主要工作包括：（1）创建了完善的结构安全管理采集数据库；（2）提炼出影响建筑物安全的20个因素，并将其划分为七类建筑状态：房屋的使用历史，房屋所处环境情况，耐久性，地基基础情况，结构承载力状态，抗风能力和抗震能力；（3）对各主要因素进行定量化描述和等级划分；（4）通过三维激光扫描点云技术可实现精细化测绘，提高现场作业效率。上述工作为建筑物安全管理和安全评估提供基础和依据。

　　（四）研发结构安全直接评估系统

　　针对不同结构体系归纳影响结构安全的直接评估指标，采用层次分析法给出其分配分值，形成标准化评估表格，据此研发了结构安全直接评估法系统，相比于传统鉴定过程可平均节省约70%的人力和时间成本。直接评估法系统的评级共划分为较差，一般和较好三级，分别对应结构的三类安全和健康状态，可直接输出评估结果和评估报告等内容，实现对结构安全风险的快速评估。

　　（五）研发结构安全评估专家系统

　　首次将贝叶斯网络引入至建筑结构安全评估中，提出了建筑结构安全评估算法模型，并研发出融合专家经验知识规则的结构安全评估系统V1.0。该系统具备智能判断评估的功能，具有优秀的推理诊断能力，可高效识别风险源，以可视化的形式直观表述了各风险因素之间的相互关联，将安全风险评估问题以概率分布的形式进行表达和处理。仅需通过获取少量结构安全特征信息，比如结构设计规范、结构体系和布置、结构历史状况、地基沉降、房屋整体倾斜滑移等信息，经过贝叶斯网络推演，便可短时间内完成结构全局安全风险等级评估，以概率分布的形式表达结构安全风险状态，同时反向推理诊断缺失数据的指标评级的安全状况，高效识别风险源，快速诊断风险指标安全状态，适用于大范围的城乡建筑群安全风险评估。

　　（六）研发结构安全层次评估系统

　　结构安全层次评估法是建立在层次分析法（AHP）基础上，基于模糊理论的一种综合评估算法。该方法能充分考虑不同类型构件、不同损伤程度以及不同构件之间的相互关联、各构件数量比例对结构安全的影响，形成了从结构构件到楼层，再到上部结构、下部结构及地基的评价机制，最后综合得到总体安全性等级。本系统实现了从构件→楼层→房屋的三层级评估，并创新性地将不同楼层重要性不同的安全评估理念引入到评估流程中，使安全评估结果更符合实际情况。层次评估法需要对现场房屋各个区域的构件安全情况进行较为细致的调查，需要的信息较多，适用于对单栋建筑物进行精细化评估。

　　（七）研发结构安全模态损伤识别评估系统

　　研究建立了实际建筑结构模态损伤识别评估系统，其主要流程为：（1）获取数据，包括使用常规加速度传感器测量获取加速度响应数据，以及摄像机拍摄获取结构振动视频数据。（2）数据处理进行模态分析。模态数据包含结构的本质信息，可用于结构损伤诊断，且数据规模小，易于存储。因此利用模态分析技术，从加速度数据或振动视频中提取模态数据可以得到结构的动力特性。（3）损伤诊断。基于频率或者加速度峰值、位移峰值等典型指标随时间的变化趋势，诊断结构是否存在安全隐患。一般而言，当所测频率均随时间衰减，且衰减幅度达到2%~5%时，可认为结构存在损伤；否则，认为结构为发生损伤。（4）损伤识别与等级评估。当诊断出确实存在损伤时，采用损伤识别方法，结合模态数据，可识别结构的损伤位置和程度。根据损伤的程度，确定损伤等级：当损伤程度<6%时，为轻度损伤；当损伤程度介于6%~15%之间时，为中度损伤；当损伤程度超过15%时，则为严重损伤。（5）最终输出损伤诊断结果（是否发生损伤）、损伤定位与程度、安全等级等结果。进一步量化结构健康安全状态。

　　（八）研发结构安全AI智能评估系统

　　对融入大数据优势的基于深度学习算法的结构安全评估模型进行了可行性、深度学习算法架构、应用难点和系统开发等研究。核心算法采用深度置信网络，以国标《民用建筑可靠性鉴定标准》为蓝本确定输入和输出参数，能较好地实现初步的安全性评估。提出了一种基于VAE潜变量语义提炼的指向性样本生成法解决初期应用样本少、样本不均衡的问题；采用性能优异的迷失深林算法解决已收集数据部分缺失和现场收集数据不全的问题；针对神经网络评估有任意性和评估算法作为大范围普查安全隐患建筑的使用目的，提出了加权交叉熵损失函数，使神经网络训练引入对不安全类别的倾向性，达到牺牲对安全类别的查准率，提高对不安全类别的查全率的目的。案例验证表明，评估总体准确率为94.3%，并且能识别出97.4%的不安全样本。与传统结构安全鉴定流程相比，该方法需要的人力物力、时间等资源大大减少，是实现大范围建筑群结构安全监测的一种手段。

　　（九）研发附属结构健康安全评估系统

　　老旧建筑物附属结构风险隐患较多，需要对其安全风险进行分析研究，并定期检查。重点研究了易造成高空坠物的附属结构，提出了基于附属结构外观质量的观察评估方法，由专业人员基于经验判断对附属结构安全风险做出评估。将附属结构外观质量与相应的安全风险等级进行标定，操作简洁，所需费用与人工较少，可快速排查出风险较高的附属结构，并提出相应的处理方式。

　　（十）研发建筑消防安全评价系统

　　研究采用建筑物现场调查、图纸查阅、与现行消防规范要求进行比对，并进行主要指标权重评分的方式，对既有建筑消防安全（不含消防设施及器材、消防安全管理）进行评价。

　　（十一）研发机电设备安全评估系统

　　研究了机电设备的安全指标分类，提炼出房屋建筑中机电部分影响人生命安全的主要因素，给出了用于机电安全评估的主要指标。实现了层次分析手段和模糊数学方法应用于既有建筑机电设备的安全评估。

　　（十二）研发建筑安全卫士APP

　　研究了既有建筑物业咨询服务中增加安全评估服务的业务模式，解决老旧房屋市场价值评价因素中缺少房屋安全性评价的问题。研发上线了微信服务号“建筑安全卫士”，实现了普通业主可通过APP拍照及上传问题，就可以智能化解答开裂、漏水、锈蚀、脱落等常见房屋安全问题，利用互联网技术降低专业服务的门槛，提高房屋安全咨询的效率。

　　（十三）研发城乡建筑群大数据安全评估与决策系统

　　基于本课题理论研究及算法研发，集成出多源要素融合驱动下的建筑全寿命周期安全管理与决策的成套解决方案，开发出大数据云平台、多种物联终端采集、三维激光点云扫描、建筑BIM模型集成、基于专家系统的评估决策与预警等模块，满足在不同应用场景下的城市建筑安全综合管理需要。

　　四、创新点与特色

　　创新点（一）：创新性的提出了建筑全生命周期安全管理与决策的完整解决方案，首次研发出城乡建筑群大数据安全评估与决策系统。该系统实现了对城乡建筑群安全状态的感知、评估、模拟、预测、预警等功能；建立了支持多源异构数据汇聚的建筑安全管理数据库；一体化集成了建筑结构、附属结构、建筑消防、机电设备等安全评估子系统。

　　1、创新提出建筑全生命周期安全管理与决策的完整解决方案。

　　验收证书《基于大数据的城乡建筑群安全评估与决策系统研究》。

　　发明专利：《一种新型混凝土结构建筑群安全评估方法》（实审）、《基于几何和性能相似度的砌体结构建筑群安全评估方法》（实审）、《基于几何和性能相似度的钢结构建筑群安全评估方法》（实审）。

　　软著：《城乡建筑群大数据安全评估与决策系统V1.0》。

　　论文：《既有建筑群安全管理流程与应用场景探讨》；《基于相似度的砌体结构建筑群安全评估方法研究》、《基于物联网的既有建筑全生命周期安全运维服务系统关键技术研究》、《多源要素融合驱动的城乡建筑群安全管理模式与实践》。

　　2、建立了支持多源异构数据汇聚的建筑安全管理数据库。

　　软著：《城乡建筑群安全评估信息数据管理系统V1.0》。

　　3、一体化集成了建筑结构、附属结构、建筑消防、机电设备等安全评估子系统。

　　软著：《附属结构安全评估算法系统V1.0》、《建筑消防安全评估算法系统V1.0》、《机电安全评估算法系统V1.0》、《建筑安全卫士平台V1.0》。

　　论文：《直接评估法在附属结构评估中的应用》、《既有建筑防排烟系统安全性检测及评估流程研究》、《基于模糊分析法的房屋电气安全评估探究》、《基于层次分析法的建筑给排水安全评估研究——以消防系统为例》。

　　创新点（二）：研发了AI智能评估法、模态损伤识别评估法和贝叶斯网络专家系统等多种结构安全评估方法。

　　1、提出了一种基于VAE潜变量语义提炼的指向性样本生成法，解决了人工智能算法在工程领域应用中面临训练样本少、样本分布不均衡的关键问题；提出了加权交叉熵损失函数，使神经网络训练引入对不安全类别的倾向性，有效提高了安全风险评估的效率和准确性。

　　发明专利:《一种基于VAE的样本集指向性扩展法》（实审）。

　　软著：《结构安全AI评估系统V1.0》。

　　论文：《基于深度神经网络的建筑物安全评估研究》、《基于变分自编码器潜变量语义提炼的样本生成法》。

　　2、提出了一种基于远程视频测量和环境激励的模态提取新方法，解决了已有技术需要干扰建筑结构正常运营的难题，结合稀疏损伤识别方法，实现了基于视频或少量传感器、无图纸下进行建筑物损伤判断与损伤定位。

　　发明专利：《非接触式的振动测量方法、装置与存储介质》（已授权）、《一种非线性系统参数识别方法、装置、设备及介质》（实审）。

　　论文：《考虑模型误差的结构损伤识别新方法》A simple and effective Measurement-Changes-Correction strategy for damage identification with aleatoric and epistemic model errors、《基于协方差回归的工作模态分析技术》Covariance regression for operational modal analysis、《一种基于相机拍摄的位移测量与模态分析技术》Output-only modal parameter identification of structures by vision modal analysis、《基于稀疏正则化和测量改变修正的建筑结构损伤识别方法》Model-calibration-free damage identification of shear buildings by measurement changes correction and sparse regularization、《基于模态修正策略和稀疏正则化的损伤识别》。

　　3、将贝叶斯网络引入至建筑结构安全评估中，提出了建筑结构安全评估算法模型，仅需通过获取少量结构安全特征信息，经过贝叶斯网络推演，便可短时间内完成结构全局安全风险等级评估，适用于大范围的城乡建筑群安全风险评估。

　　软著：《建筑物安全评估专家系统V1.0》、《结构安全直接评估算法系统V1.0》、《结构安全层次评估算法系统V1.0》。

　　论文：《基于贝叶斯网络的建筑结构安全评估模型研究》、《混凝土结构安全直接评估方法应用》。

　　创新点（三）：研发出一个规范化管理、通用化标准化配置的监测监管平台。研究采用DPC技术、链式规则引擎技术，实现了硬件监测设备和软件平台的便捷接入，选用低功耗设计、续航时间长的自动化监测设备，实现准确、实时、高效的安全监管。

　　实用新型专利：《基于LoRa及RS485通讯的低功耗智能采集仪》、《一种基于NB-IOT通讯的振弦式低功耗采集仪》、《一种新型自动化移动式测斜仪》、《一种基于无线自组网的移动基站》、《基于4G通讯的低功耗智能采集仪》、《8通道485一体化采集仪》、《一种蓝牙传输型测斜仪》、《一种低功耗一体化测斜仪》。

　　软著：《多传感器危房安全预警云监测平台》、《三维可视化工程安全监测管理云平台》、《工程安全监测报告自动生成处理系统》、《基于大数据的城乡建筑群安全监测监管云平台》。

　　论文：《基于物联网云平台的房屋建筑群安全监测评估系统研究》。

　　五、成果市场推广应用前景分析  

　　（一）在物联网、大数据、AI等信息化技术应用方面。目前市面上已有一些功能性的产品出现，但其适用范围仍较为局限。

　　基于大数据和物联网的建筑安全运维服务是建筑全生命周期安全管理未来的发展方向，目前还少人涉足此方面的研究，有必要建立房屋实时安全评估与决策管理体系，及时发现老旧房屋的安全隐患，实现提前识别，实时预警，主动采取加固保障措施，推动建立建筑物安全保障管理体系。

　　（二）在建筑结构安全性评估方法方面。主要分为基于结构整体和构件状况评估和基于结构动力指纹评估等。前者对建筑物及环境应用各种检测手段进行周密的调查、检查和测试，并应用有限元分析建筑物的性能和状态，缺点是鉴定流程成本高且耗时耗力。后者通过测量加速度响应转换为固有频率、振型等特征，然后通过建立结构健康时的动力指纹库和预估的损伤对应的数据库并进行匹配来识别损伤。采用神经网络法，可有效建立结构动力特性和损伤之间的非线性映射，增强了基于动力特性损伤识别方法的广泛适用性。

　　AI智能评估系统着重于解决实际应用中的难题，融入了迷失深林算法，灵活地对现场调查数据的缺失进行缺值插补；提出了一种基于VAE潜变量语义提炼的指向性样本生成法解决初期应用样本少、样本不均衡的问题；针对神经网络评估有任意性和评估算法作为大范围普查安全隐患建筑的使用目的，提出了加权交叉熵损失函数，使神经网络训练引入对不安全类别的倾向性，提高对不安全类别的查全率。与传统结构安全鉴定流程相比，该方法需要的人力物力、时间等资源大大减少，是实现大规模建筑群结构安全监测的一种手段。

　　（三）在模态损伤识别方面。提出了基于环境激励以及相机拍摄的振动模态分析方法。该方法可实现远程，无需干扰结构正常使用，相关成果发表在振动控制领域国际著名SCI期刊Journal of Vibration and Control和Journal of Sound and Vibration上，走在国际研究前沿。其中，视频振动测量技术已申请一项发明专利，其应用价值也得到行业认可。

　　模态损伤识别新方法克服了国内外已有方法需要进行复杂的结构建模的缺点，在仅需知晓历史模态数据以及建筑层数的条件下，给出准确的安全评估结果。因具有显著创新性，相应成果发表在健康监测领域著名SCI期刊Structural Health Monitoring和Structures上。

　　（四）在IOT规则引擎方面。提出了基于低代码的可视化的IOT可视化解析规则引擎方案。该方法可通过操作界面简化协议配置，完成IOT设备的数据链路快速建立。相比国外基于传统编码的规则引擎如AWS IOT规则引擎，提供了更直观的配置方法与更高效的部署测试流程。

　　提出了配置式的通用协议解析控制器，协议控制器可以完成基于字符串与十六进制协议的自助配置式解析，用户通过选择协议的类型，校验方法，拆分方法，字段映射，自定义逻辑等等一系列通用配置即可完成协议的解析，并支持快速测试，错误提示等功能，相对于国外的编码式配置方案，支持的协议类型更多，指令集更丰富，可直接线上使用部署，降低了协议开发的门槛，提升了协议对接的速度。

　　六、实施成效  

　　针对房屋建筑的安全评估缺乏效率、难以实时监测、数据比对困难等关键问题，研发出国内首款基于大数据的城乡建筑群安全评估与决策系统。该系统将物联网技术和无线传感网络技术应用在建筑安全监测过程中，实时获取并及时处理建筑安全状况，克服了传统检测方式存在的不足，实现了由点到面，由单栋建筑安全评估到区域建筑群的决策预警，推动智慧城镇建设和建筑物安全保障管理体系建立，以有效的监测评估和安全运维管理形成城市发展的全周期闭环。目前系统已在广州动物园、隆盛酱园博物馆、顺德区容桂街道三防信息中心、珠海星河传奇花园、中盈大厦、天虹花园、宝华小学、青口莲峰石塔周边施工等近100个项目中应用，产生了超过500万的经济效益。