一种基于大数据的模块化房屋建造施工方法与流程

1.本发明涉及模块化建筑
技术领域：
：，更具体地说，涉及一种基于大数据的模块化房屋建造施工方法。
背景技术：
：：2.模块化房屋建造施工方法是指通过将房屋的结构和组件在工厂环境中以模块化的方式预制完成，然后在现场进行组装的一种建筑方法，而随着大数据的发展，在模块化建筑领域逐渐开始应用大数据技术，以提高建筑施工的效率、质量和可持续性，可以说基于大数据的模块化房屋建造施工方法是一种更高效、质量可控、节约资源的建筑方法，可以在较短的时间内完成房屋建造，并具备一定的灵活性和可扩展性。不过目前基于大数据的模块化房屋建造施工方法在实际优化制定施工方案时，大多是根据当下的实时数据进行实时分析，虽然增强了数据分析效率以及实时性，但是有时过于依赖大数据生成的优化方案，而缺乏与以往实际方案的对比基础，导致实际实施中可能会遇到各种突发问题，反而会增加施工负责方的施工难度，延缓施工进度。技术实现要素：3.一种基于大数据的模块化房屋建造施工方法，包括以下步骤：s1、数据收集与分析：基于物联网技术对模块化的房屋建造施工现场进行实时数据采集与监控，并将采集到的数据传输到中央数据库进行分析和处理；s2、设计与规划：利用大数据分析，对房屋建筑的设计和规划进行优化，并将优化数据的结果利用可视化工具生成可视化的形式，并利用无线网络同步到相关建筑负责人的通信设施上展示，并建立局域的交互式的界面和工具进行数据分析，且基于数据网络模式针对采集数据以及优化方案建立长期的数据积累和共享机制；s3、模块化构件生产：建筑施工负责方根据设计和规划的结果，确定最佳的构件尺寸、材料和生产工艺，依据分析数据进行生产模块化构件；s4、运输与装配：通过大数据分析，确定最佳的运输路径和方式，以及模块化构件的装配顺序和方法；s5、施工监控与优化：在建筑施工过程中，利用物联网技术进行多源数据整合，对施工现场进行实时监测；s6、数据驱动的维护与管理：建筑竣工后，通过持续收集和分析建筑的运行数据，对数据驱动进行维护和管理。4.优选地，s1还包括如下步骤：s1-1、传感器安装：在施工现场的各个关键位置和设备上安装传感器，包括温度传感器、湿度传感器和压力传感器；s1-2、实时监控和远程访问：通过物联网连接所有传感器，将施工现场采集到的数据实时传输到云平台或中央服务器；s1-3、数据存储：在中央数据库中创建相应的数据表，用于存储采集到的数据；s1-4、数据分析与预警：应用线性回归分析算法，将实时采集到的实时数据对比模块化房屋建造施工的各项指标，对于超过安全指标的数据，即时生成预警和报警信息。5.优选地，s2还包括如下步骤：s2-1、数据分析与挖掘：利用数据挖掘和统计分析方法，对收集到的数据进行分析；s2-2、设计优化模型：基于数据分析的数据结果，建立数学模型，确定优化目标，包括建筑质量、能源效率和成本，并制定相应的优化策略和约束条件，运行数学模型求解，得出最优解的设计方案；s2-3、生成可视化：将优化的数据结果转化为可视化形式，并基于tableau可视化工具提供可交互的可视化界面；s2-4、共享分析解读：在建立的共享网络平台上，针对可视化的优化数据结果，通过统计分析方法以及专家分析，并结合中央数据库中的历史数据以及解决方案，共同解读制定最终方案。6.优选地，s3还包括如下步骤：s3-1、现场尺寸确定：根据优化解读的结果，并结合结构强度、建筑功能和经济性因素，确定满足要求的最佳尺寸；s3-2、材料选择与优化：结合材料的强度、耐久性、可持续性和成本因素，利用数据分析技术评估不同材料的性能，并选择最优材料；s3-3、生产工艺优化：结合生产效率、质量控制和成本因素，分析现有工艺的优缺点，并通过数据分析和模拟方法改进工艺流程，提高生产效率和质量。7.优选地，s4还包括如下步骤：s4-1、运输数据收集与准备：收集与运输和装配相关的数据，包括交通网络数据、运输成本数据、货物尺寸重量数据以及装配工艺数据；s4-2、运输路径与方式优化：基于收集到的数据，利用大数据分析技术进行运输路径优化，并考虑运输成本、时间效率以及道路拥堵情况因素，找到最佳的运输路径，并根据货物尺寸重量数据和运输成本数据，选择最适合的运输方式，包括公路运输、铁路运输以及航空运输；s4-3、模块化构件装配顺序与方法优化：基于模块化构件的设计和装配工艺数据，利用大数据分析技术进行装配顺序与方法的优化，考虑模块化构件的形状、尺寸、重量以及装配依赖关系，建立装配模型并进行优化分析，找到最佳的装配顺序和方法，同时利用模拟和优化算法，具体可以用到离散事件模拟工具（arena）进行模拟，且评估不同的装配策略，包括装配顺序、装配工具和设备的选择；s4-4、结果可视化与应用：将运输路径和装配优化的结果转化为可视化形式，并利用tableau可视化工具展示运输路径、装配顺序和方法的结果。8.优选地，s5还包括如下步骤：s5-1、定义模型的输入参数：确定装配过程中的各项参数，包括装配任务、装配顺序、工作站布局、资源分配、工作站处理时间以及物料供应；s5-2、建立装配模型：基于定义的输入参数，建立模拟模型来模拟装配过程，使用离散事件模拟工具（arena）进行模型开发，定义装配过程中的事件、活动、资源和约束条件，以及它们之间的关系和交互；s5-3、设定实验场景：根据需求和目标，设定不同的实验场景和条件，包括不同的装配策略、不同的工作站布局和不同的资源配置，并设定模拟的时间范围和运行次数；s5-4、运行模拟实验：运行离散事件模拟工具（arena），模拟不同装配策略下的装配过，模拟中记录并跟踪各个活动的开始时间、结束时间以及资源利用情况关键指标，且根据实验场景和目标，收集并分析模拟数据，包括装配时间、资源利用率、工作站利用率以及等待时间；s5-5、评估装配策略：比较不同装配策略的模拟结果，对比装配时间、资源利用和成本指标的差异，分析模拟数据，评估不同策略对于时间、资源和成本方面的影响，并通过tableau可视化工具展示和解释结果。9.优选地，s6还包括如下步骤：s6-1、预测与决策支持：基于数据分析的结果，进行建筑运行的预测和决策支持，包括预测设备的寿命、优化能源消耗和优化室内环境；s6-2、实施与监控：根据分析结果，制定具体的维护和管理策略，并实施相应的行动，监控建筑的运行状态和维护效果，持续收集数据，并与预测和决策结果进行对比和评估。10.相比于现有技术，本发明的优点在于：（1）本发明中，基于大数据分析，针对采集数据以及优化方案在中央数据库建立长期的数据积累和共享机制，在设计与规划过程中，不仅可以利用大数据分析对房屋建筑的设计和规划进行优化，同时结合了中央数据库中的过往数据以及解决方案，有效提高了模块化房屋建造施工方案制定的精确性，减少实时施工时可能遇到的问题。11.（2）本发明中，在方案优化、运输与装配以及施工监控与优化方面都应用了可视化工具，并通过共享网络提供可交互的可视化界面，针对可视化的数据结果，通过统计分析方法以及专家分析，并结合中央数据库中的历史数据以及解决方案，共同解读制定最终的设计方案、运输与装配方案以及施工监控优化方案，有效提高了施工。监控以及运输的效率，并提高了建筑施工过程中的灵活性和可扩展性。12.（3）本发明中，除了施工方案的设计与优化，同时也考虑设计了后期运输装配、现场监控和数据驱动维护的优化，基于大数据分析，同时利用离散事件模拟工具（arena）进行模拟以及评估，最终生成实际方案并应用，有效提高了施工整体过程的效率，提高建筑的可靠性、舒适性和可持续性。附图说明13.图1为本发明的整体方法流程图。实施方式14.不过目前基于大数据的模块化房屋建造施工方法在实际优化制定施工方案时，大多是根据当下的实时数据进行实时分析，虽然增强了数据分析效率以及实时性，但是有时过于依赖大数据生成的优化方案，而缺乏与以往实际方案的对比基础，导致实际实施中可能会遇到各种突发问题，反而会增加施工负责方的施工难度，延缓施工进度。实施例15.请参阅图1，一种基于大数据的模块化房屋建造施工方法，其特征在于：一种基于大数据的模块化房屋建造施工方法，包括以下步骤：s1、数据收集与分析：基于物联网技术对模块化的房屋建造施工现场进行实时数据采集与监控，并将采集到的数据传输到中央数据库进行分析和处理；s1还包括如下步骤：s1-1、传感器安装：在施工现场的各个关键位置和设备上安装传感器，包括温度传感器、湿度传感器和压力传感器，用于实时采集环境数据、结构数据和设备数据。这些传感器可以通过物联网连接到云平台或中央服务器；s1-2、实时监控和远程访问：通过物联网连接所有传感器，将施工现场采集到的数据实时传输到云平台或中央服务器。相关人员可以通过通信设备（包括移动手机、平板、笔记本以及控制室台式电脑）远程访问监控系统，实时查看施工现场的数据和状态，包括温度、湿度、压力和设备运行状态；s1-3、数据存储：在中央数据库中创建相应的数据表，用于存储采集到的数据，且中央数据库可以选择分布式数据库（cassandra）；s1-4、数据分析与预警：应用线性回归分析算法，其中线性回归分析算法可以分析实时数据和预测各项指标之间的线性关系，包括温度、湿度、压力以及时间，将实时采集到的实时数据对比模块化房屋建造施工的各项指标，对于超过安全指标的数据，即时生成预警和报警信息。16.s2、设计与规划：利用大数据分析，对房屋建筑的设计和规划进行优化，并将优化数据的结果利用可视化工具生成可视化的形式，并利用无线网络同步到相关建筑负责人的通信设施上展示，并建立局域的交互式的界面和工具进行数据分析，且基于数据网络模式针对采集数据以及优化方案建立长期的数据积累和共享机制；s2还包括如下步骤：s2-1、数据分析与挖掘：利用数据挖掘和统计分析方法，对收集到的数据进行分析，其中数据挖掘和统计分析是两种常用的大数据分析方法，用于揭示数据中的模式、趋势和关联性，以发现对房屋建筑设计和规划有影响的因素；s2-2、设计优化模型：基于数据分析的数据结果，建立数学模型，确定优化目标，包括建筑质量、能源效率和成本，并制定相应的优化策略和约束条件，运行数学模型求解，得出最优解的设计方案；s2-3、生成可视化：将优化的数据结果转化为可视化形式，可以根据需要，选择合适的图表类型，包括柱状图、折线图以及热力图，以清晰展示优化结果，并基于tableau可视化工具提供可交互的可视化界面；s2-4、共享分析解读：在建立的共享网络平台上，针对可视化的优化数据结果，通过统计分析方法以及专家分析，并结合中央数据库中的历史数据以及解决方案，共同解读制定最终方案。17.s3、模块化构件生产：建筑施工负责方根据设计和规划的结果，确定最佳的构件尺寸、材料和生产工艺，依据分析数据进行生产模块化构件；s3还包括如下步骤：s3-1、现场尺寸确定：根据优化解读的结果，并结合结构强度、建筑功能和经济性因素，确定满足要求的最佳尺寸；s3-2、材料选择与优化：基于数据分析和材料性能数据，选择最适合的材料类型和规格，结合材料的强度、耐久性、可持续性和成本因素，利用数据分析技术评估不同材料的性能，并选择最优材料；s3-3、生产工艺优化：根据数据分析和工艺数据，优化模块化构件的生产工艺，结合生产效率、质量控制和成本因素，分析现有工艺的优缺点，并通过数据分析和模拟方法改进工艺流程，提高生产效率和质量。18.具体的，基于物联网技术收集建筑施工现场的各种数据，包括气象数据、土壤数据和施工进度数据，并将采集到的数据传输到中央数据库进行分析和处理，并利用大数据分析，对房屋建筑的设计和规划进行优化，并将优化的数据结果转化为可视化形式，同时可以根据需要，选择合适的图表类型，包括柱状图、折线图以及热力图，以清晰展示优化结果，并基于tableau可视化工具提供可交互的可视化界面以提高建筑的质量和效率，之后在建立的共享网络平台上，针对可视化的优化数据结果，通过统计分析方法以及专家分析，并结合中央数据库中的历史数据以及解决方案，共同解读确定最佳的建筑设计、材料选择和施工方法，之后根据设计和规划的结果，生产模块化构件，其中大数据分析可以帮助确定最佳的构件尺寸、材料和生产工艺，以及减少浪费和成本。19.s4、运输与装配：通过大数据分析，确定最佳的运输路径和方式，以及模块化构件的装配顺序和方法；s4还包括如下步骤：s4-1、运输数据收集与准备：收集与运输和装配相关的数据，包括交通网络数据、运输成本数据、货物尺寸重量数据以及装配工艺数据，且每隔一周定期清理和整理数据，确保数据的准确性和一致性；s4-2、运输路径与方式优化：基于收集到的数据，利用大数据分析技术进行运输路径优化，并考虑运输成本、时间效率以及道路拥堵情况因素，找到最佳的运输路径，并根据货物尺寸重量数据和运输成本数据，选择最适合的运输方式，包括公路运输、铁路运输以及航空运输；s4-3、模块化构件装配顺序与方法优化：基于模块化构件的设计和装配工艺数据，利用大数据分析技术进行装配顺序与方法的优化，考虑模块化构件的形状、尺寸、重量以及装配依赖关系，建立装配模型并进行优化分析，找到最佳的装配顺序和方法，同时利用模拟和优化算法，具体可以用到离散事件模拟工具（arena）进行模拟，离散事件模拟是一种基于事件驱动的建模和仿真方法，用于模拟和评估装配过程中的各个事件和活动，通过建立模拟模型，模拟装配过程中的流程、资源利用和任务分配，并评估不同装配策略对于时间、资源和成本等方面的影响，且评估不同的装配策略，包括装配顺序、装配工具和设备的选择，以提高装配效率和质量；s4-4、结果可视化与应用：将运输路径和装配优化的结果转化为可视化形式，并利用tableau可视化工具展示运输路径、装配顺序和方法的结果，与相关利益相关者共享和讨论结果，从中获取反馈和意见，并应用于实际的运输和装配过程。20.s5、施工监控与优化：在建筑施工过程中，利用物联网技术进行多源数据整合，对施工现场进行实时监测；s5还包括如下步骤：s5-1、定义模型的输入参数：确定装配过程中的各项参数，包括装配任务、装配顺序、工作站布局、资源分配、工作站处理时间以及物料供应；s5-2、建立装配模型：基于定义的输入参数，建立模拟模型来模拟装配过程，使用离散事件模拟工具（arena）进行模型开发，定义装配过程中的事件、活动、资源和约束条件，以及它们之间的关系和交互；s5-3、设定实验场景：根据需求和目标，设定不同的实验场景和条件，包括不同的装配策略、不同的工作站布局和不同的资源配置，并设定模拟的时间范围和运行次数，以获取可靠的模拟结果；s5-4、运行模拟实验：运行离散事件模拟工具（arena），模拟不同装配策略下的装配过，模拟中记录并跟踪各个活动的开始时间、结束时间以及资源利用情况关键指标，且根据实验场景和目标，收集并分析模拟数据，包括装配时间、资源利用率、工作站利用率以及等待时间；s5-5、评估装配策略：比较不同装配策略的模拟结果，对比装配时间、资源利用和成本指标的差异，分析模拟数据，评估不同策略对于时间、资源和成本方面的影响，并通过tableau可视化工具展示和解释结果。21.具体的，通过大数据分析并基于离散事件模拟工具（arena），确定最佳的运输路径和方式，以及模块化构件的装配顺序和方法，利用tableau可视化工具展示运输路径、装配顺序和方法的结果，并通过优化运输和装配过程，用于提高施工效率，并减少材料和能源的浪费，且在建筑施工过程中，利用传感器和监控设备对施工现场进行实时监测,并通过大数据分析，实时监控施工进度、质量和安全状况，并及时采取措施进行优化和调整。22.s6、数据驱动的维护与管理：建筑竣工后，通过持续收集和分析建筑的运行数据，对数据驱动进行维护和管理；s6还包括如下步骤：s6-1、预测与决策支持：基于数据分析的结果，进行建筑运行的预测和决策支持，包括预测设备的寿命，可以提前进行维护和更换；优化能源消耗，用于减少能源浪费；优化室内环境，帮助提升居住者的舒适度；s6-2、实施与监控：根据分析结果，制定具体的维护和管理策略，并实施相应的行动，监控建筑的运行状态和维护效果，持续收集数据，并与预测和决策结果进行对比和评估，不断优化维护和管理策略。23.具体的，建筑竣工后，通过持续收集和分析建筑的运行数据，进行数据驱动的维护和管理，且通过分析数据，可以预测和诊断潜在的问题，并采取相应的维修和保养措施，提高建筑的可持续性和寿命。24.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。当前第1页12当前第1页12
技术特征：
1.一种基于大数据的模块化房屋建造施工方法，其特征在于：一种基于大数据的模块化房屋建造施工方法，包括以下步骤：s1、数据收集与分析：基于物联网技术对模块化的房屋建造施工现场进行实时数据采集与监控，并将采集到的数据传输到中央数据库进行分析和处理；s2、设计与规划：利用大数据分析，对房屋建筑的设计和规划进行优化，并将优化数据的结果利用可视化工具生成可视化的形式，并利用无线网络同步到相关建筑负责人的通信设施上展示，并建立局域的交互式的界面和工具进行数据分析，且基于数据网络模式针对采集数据以及优化方案建立长期的数据积累和共享机制；s3、模块化构件生产：建筑施工负责方根据设计和规划的结果，确定最佳的构件尺寸、材料和生产工艺，依据分析数据进行生产模块化构件；s4、运输与装配：通过大数据分析，确定最佳的运输路径和方式，以及模块化构件的装配顺序和方法；s5、施工监控与优化：在建筑施工过程中，利用物联网技术进行多源数据整合，对施工现场进行实时监测；s6、数据驱动的维护与管理：建筑竣工后，通过持续收集和分析建筑的运行数据，对数据驱动进行维护和管理。2.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s1还包括如下步骤：s1-1、传感器安装：在施工现场的各个关键位置和设备上安装传感器，包括温度传感器、湿度传感器和压力传感器；s1-2、实时监控和远程访问：通过物联网连接所有传感器，将施工现场采集到的数据实时传输到云平台或中央服务器；s1-3、数据存储：在中央数据库中创建相应的数据表，用于存储采集到的数据；s1-4、数据分析与预警：应用线性回归分析算法，将实时采集到的实时数据对比模块化房屋建造施工的各项指标，对于超过安全指标的数据，即时生成预警和报警信息。3.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s2还包括如下步骤：s2-1、数据分析与挖掘：利用数据挖掘和统计分析方法，对收集到的数据进行分析；s2-2、设计优化模型：基于数据分析的数据结果，建立数学模型，确定优化目标，包括建筑质量、能源效率和成本，并制定相应的优化策略和约束条件，运行数学模型求解，得出最优解的设计方案；s2-3、生成可视化：将优化的数据结果转化为可视化形式，并基于tableau可视化工具提供可交互的可视化界面；s2-4、共享分析解读：在建立的共享网络平台上，针对可视化的优化数据结果，通过统计分析方法以及专家分析，并结合中央数据库中的历史数据以及解决方案，共同解读制定最终方案。4.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s3还包括如下步骤：s3-1、现场尺寸确定：根据优化解读的结果，并结合结构强度、建筑功能和经济性因素，
确定满足要求的最佳尺寸；s3-2、材料选择与优化：结合材料的强度、耐久性、可持续性和成本因素，利用数据分析技术评估不同材料的性能，并选择最优材料；s3-3、生产工艺优化：结合生产效率、质量控制和成本因素，分析现有工艺的优缺点，并通过数据分析和模拟方法改进工艺流程，提高生产效率和质量。5.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s4还包括如下步骤：s4-1、运输数据收集与准备：收集与运输和装配相关的数据，包括交通网络数据、运输成本数据、货物尺寸重量数据以及装配工艺数据；s4-2、运输路径与方式优化：基于收集到的数据，利用大数据分析技术进行运输路径优化，并考虑运输成本、时间效率以及道路拥堵情况因素，找到最佳的运输路径，并根据货物尺寸重量数据和运输成本数据，选择最适合的运输方式，包括公路运输、铁路运输以及航空运输；s4-3、模块化构件装配顺序与方法优化：基于模块化构件的设计和装配工艺数据，利用大数据分析技术进行装配顺序与方法的优化，考虑模块化构件的形状、尺寸、重量以及装配依赖关系，建立装配模型并进行优化分析，找到最佳的装配顺序和方法，同时利用模拟和优化算法，具体可以用到离散事件模拟工具（arena）进行模拟，且评估不同的装配策略，包括装配顺序、装配工具和设备的选择；s4-4、结果可视化与应用：将运输路径和装配优化的结果转化为可视化形式，并利用tableau可视化工具展示运输路径、装配顺序和方法的结果。6.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s5还包括如下步骤：s5-1、定义模型的输入参数：确定装配过程中的各项参数，包括装配任务、装配顺序、工作站布局、资源分配、工作站处理时间以及物料供应；s5-2、建立装配模型：基于定义的输入参数，建立模拟模型来模拟装配过程，使用离散事件模拟工具（arena）进行模型开发，定义装配过程中的事件、活动、资源和约束条件，以及它们之间的关系和交互；s5-3、设定实验场景：根据需求和目标，设定不同的实验场景和条件，包括不同的装配策略、不同的工作站布局和不同的资源配置，并设定模拟的时间范围和运行次数；s5-4、运行模拟实验：运行离散事件模拟工具（arena），模拟不同装配策略下的装配过，模拟中记录并跟踪各个活动的开始时间、结束时间以及资源利用情况关键指标，且根据实验场景和目标，收集并分析模拟数据，包括装配时间、资源利用率、工作站利用率以及等待时间；s5-5、评估装配策略：比较不同装配策略的模拟结果，对比装配时间、资源利用和成本指标的差异，分析模拟数据，评估不同策略对于时间、资源和成本方面的影响，并通过tableau可视化工具展示和解释结果。7.根据权利要求1的一种基于大数据的模块化房屋建造施工方法，其特征在于，s6还包括如下步骤：s6-1、预测与决策支持：基于数据分析的结果，进行建筑运行的预测和决策支持，包括
预测设备的寿命、优化能源消耗和优化室内环境；s6-2、实施与监控：根据分析结果，制定具体的维护和管理策略，并实施相应的行动，监控建筑的运行状态和维护效果，持续收集数据，并与预测和决策结果进行对比和评估。

技术总结
本发明公开了一种基于大数据的模块化房屋建造施工方法，属于模块化建筑技术领域。一种基于大数据的模块化房屋建造施工方法，包括以下步骤：S1、数据收集与分析；S2、设计与规划；S3、模块化构件生产；S4、运输与装配；S5、施工监控与优化；S6、数据驱动的维护与管理。该方法中，在设计与规划过程中，通过共享网络提供可交互的可视化界面，并结合了中央数据库中的过往数据以及解决方案，有效提高了模块化房屋建造施工方案制定的精确性，且除了施工方案的设计与优化，同时也考虑设计了后期运输装配、现场监控和数据驱动维护的优化，有效提高了施工整体过程的效率，提高建筑的可靠性、舒适性和可持续性。可持续性。可持续性。


技术研发人员：邓书华
受保护的技术使用者：郴州协通建筑安装工程有限公司
技术研发日：2023.06.09
技术公布日：2023/8/30