数字空间驱动智能建造

目 录
第1篇 理 念 篇
第 1 章 智能建造与数字化转型 3
1.1 数字化转型的逻辑起点是需求的巨变 4
1.1.1 生态协同的个性化制造 4
1.1.2 技术驱动的服务实时化 4
1.1.3 敏捷创新的降维式竞争 5
1.2 数字化转型目标：体验和效率的提升 7
1.3 数字化转型基础：数据要素工程化应用 8
1.4 数字化转型高级阶段：智能化时代 11
1.5 数字化转型愿景：企业大脑驱动企业运营 12
1.6 数字化转型起点：从数字化应用开始 14
1.7 数字化转型抓手：智能建造 16
第 2 章 建筑行业智能建造之路 17
2.1 建筑行业的智能建造之缘由 17
2.1.1 市场环境的大势所趋 17
2.1.2 变老变少的建筑从业者 18
2.1.3 建筑行业的现实困境 19
2.1.4 建筑转型的现实需要 19
2.2 建筑行业智能建造之困 20
2.2.1 建筑行业全流程工业化水平低 20
2.2.2 总体信息化程度较低 21
2.2.3 建筑行业产业链较长 21
2.2.4 建筑行业数字化起点较低 21
2.3 建筑行业智能建造之路 22
2.3.1 投资和融资升级：借助数字科技提效传统投融模式 22
2.3.2 建造和管理升级：整合云平台形成科学施工和管理 24
2.3.3 运营和维护升级：集成全量数据实现精细运维管理 26
2.3.4 体验和生态升级：互动与协同提升体验、打造生态 28
2.4 建筑行业智能建造之术 30
2.4.1 建筑行业数字化转型的关键：建设企业大脑 30
2.4.2 企业大脑：主动运营型企业的指挥中枢 30
2.4.3 企业架构与中台：企业大脑的顶层设计 31
2.4.4 数字中台：企业大脑的物理载体 34
2.4.5 数字空间：企业实现数字中台的基础 37
第 3 章 建筑企业数字空间 40
3.1 数字空间的理论基础 40
3.1.1 物理空间、虚拟空间和数字空间 40
3.1.2 数字空间的运行逻辑 43
3.1.3 数字空间的数据分类框架 44
3.1.4 数字空间的工程化管理特征 48
3.1.5 基于数字空间的数据应用 52
3.2 建筑行业数字空间的核心要素BIM 54
3.2.1 从MBD到建筑信息模型 54
3.2.2 建筑信息模型的定义 55
3.2.3 建筑信息模型的特征 56
3.2.4 建筑信息模型应用的演进 58
3.3 数字空间支撑BIM深化应用 59
3.3.1 从工具BIM到工程BIM 61
3.3.2 从工程BIM到数据BIM 61
3.3.3 从数据BIM到智慧BIM 65
3.4 建筑数字空间关键技术要素 68
3.4.1 大数据 68
3.4.2 人工智能 69
3.4.3 物联网 71
3.4.4 区块链 72
3.4.5 云计算 74
3.4.6 GIS技术 76
第2篇 路 径 篇
第 4 章 数字空间概念认知与总体架构 81
4.1 数字空间与数据中台 81
4.2 数字空间/数据中台与其他概念的关系 82
4.2.1 数字空间与数据资产 82
4.2.2 千人千面的数据中台 85
4.2.3 狭义数据中台与广义数据中台 87
4.2.4 数据中台与业务中台 90
4.2.5 数据中台与数据仓库 91
4.2.6 数据中台与主数据 95
4.3 数字空间与数据中台的核心架构 97
4.3.1 业务数据化、数据业务化、数据资产化 97
4.3.2 数字孪生、数字溯源 99
4.3.3 核心架构 100
第 5 章 全局数据库 104
5.1 集团企业基础数据管理面临的挑战 104
5.1.1 基础数据不统一导致数据不可信 104
5.1.2 模型数据难以贯穿建筑全生命周期 106
5.2 全局数据库的价值框架 106
5.2.1 数模分离支撑数据协同 106
5.2.2 流程简化降低运营成本 108
5.2.3 新型基础设施增强架构灵活性 108
5.3 全局数据库核心架构 109
5.3.1 全局数据库与业务系统的关系 109
5.3.2 全局数据库与主数据、数据仓库的关系 110
5.3.3 主数据管理的能力框架 111
5.3.4 主数据平台建设模式 112
5.4 主数据实施框架 113
5.4.1 场景梳理定方向 114
5.4.2 数据普查摸家底 114
5.4.3 数据识别破孤岛 119
5.4.4 分类编码建标准 120
5.4.5 价值运营促应用 123
5.5 主数据能力框架 124
5.5.1 数据模型定义能力 124
5.5.2 数据版本管理能力 126
5.5.3 数据集成抽取能力 126
5.5.4 数据分发共享能力 127
5.5.5 数据权限管控能力 127
5.5.6 数据全生命周期管理能力 127
5.5.7 数据血缘分析能力 127
5.6 主数据参考示例 128
5.6.1 客户主数据 128
5.6.2 物料主数据 129
5.6.3 组织主数据 131
5.6.4 工程项目主数据 132
第 6 章 数据资源平台建设 134
6.1 数据资源平台价值主张 135
6.2 数据资源管理实施路径 136
6.2.1 数据资源之“集” 137
6.2.2 数据资源之“联” 138
6.2.3 数据资源之“治” 139
6.2.4 数据资源之“用” 145
6.3 数据资源平台的核心架构 147
6.3.1 避免技术驱动的数据平台 147
6.3.2 分布与集中的数据架构 149
6.3.3 混合式存储的技术架构 151
6.3.4 治理运营一体的功能架构 152
6.4 数据资源平台的能力框架 153
6.4.1 数据建模：以模型驱动数据运转 153
6.4.2 元数据：数据资源摸家底 155
6.4.3 资源目录：全要素关联的资产掌控 157
6.4.4 数据服务：服务封装响应数据需求 160
6.4.5 知识图谱：构建智能化数据应用 162
6.5 基于现有数据构建数据分析模型 164
6.5.1 原始数据加工为分析数据 164
6.5.2 分析数据的基本概念模型 166
6.5.3 构建分析数据模型 169
6.5.4 四色原型梳理存量数据 170
6.5.5 基于梳理构建分析模型 173
6.5.6 宽表方式数据分析 176
6.6 数据编织 177
6.6.1 数据资源目前还无法“随心而用” 177
6.6.2 基于数据资产的多源虚拟视图 178
6.6.3 虚化与物化的智能化转换 179
6.6.4 多级递进的数据筛选编排 180
6.6.5 模拟现实的虚拟数据库 181
6.6.6 系统集成形成整体数据生态 181
第 7 章 智慧运营中心 183
7.1 数据可视化培养企业数据思维 183
7.1.1 数据可视，对外对内两张大屏 183
7.1.2 以用促建，建立企业数据生态 184
7.1.3 关注结果，也要关注过程优化 184
7.2 智慧运营中心的核心架构 185
7.2.1 运营中心业务框架 185
7.2.2 运营中心数据架构 186
7.2.3 运营中心的指标体系 187
7.3 敏捷迭代的运营中心指标实施路径 189
7.3.1 厘清指标与技术实现的关系 189
7.3.2 敏捷、迭代的指标实施过程 191
7.3.3 管控场景化，规范化指标梳理 192
7.3.4 指标全景图，可视化指标构建 193
7.3.5 可视化指南，标准化原型设计 195
7.4 面向复杂指标体系的指标治理 196
7.4.1 基于指标族谱的指标治理 196
7.4.2 指标命名规范 199
7.4.3 相似指标归并 200
第3篇 实 践 篇
第 8 章 数字空间理想架构及实践思路 205
8.1 基于成熟技术的完整体系 205
8.2 基于总体规划的逐步实践 207
第 9 章 基于数据空间的建筑全产业数字中台 209
9.1 健全数字体系 209
9.2 建立指标体系 211
9.3 形成数智决策 213
9.4 创造核心优势 214
9.5 夯实数字底座 216
9.6 中台牵引创新 217
第 10 章 面向全集团的BIM服务中心 218
10.1 广泛拓展领域 218
10.2 立足提质显效 220
10.3 BIM贯穿全程 220
10.4 进步源于实践 224
第 11 章 装配式构件智能生产 226
11.1 面临的问题 227
11.2 研制的内容 228
11.3 积极意义 235
第 12 章 融合中台能力的智慧工地应用 236
12.1 融合BIM打造数字孪生 237
12.2 面向用户打造友好应用 238
第 13 章 依托中台能力构筑5G智能检测平台 239
13.1 基于5G融合前沿技术 240
13.2 实现多端协同多设备协作 241
13.3 广泛的应用场景 242
第 14 章 建设工程材料智能化检测 243
14.1 突破核心关键技术 244
14.2 经济社会价值 245
14.3 引领行业标准 245
14.4 成果广泛应用 246
第 15 章 依托中台能力构筑智慧社区 247
15.1 产业推动打造智慧社区 248
15.2 标准先行促进平台落地 250
15.3 覆盖广泛场景服务民生 252
15.4 探索开放式智慧社区运营模式 254
第 16 章 智慧城市排水设施监测预警系统 256
16.1 针对需求实现多项系统功能 257
16.2 分层服务体现总体设计考量 259
16.3 打造多维技术优势 260
后记 263