BIM技术在铁路时空信息云平台构建中的应用分析

　　摘要：我国铁路经历快速建设、迅猛发展阶段，如何利用好铁路时空大数据值得相关研究人员深入思考。根据铁路时空大数据的实际需求，文章结合建筑信息模型（Building Information Modeling,BIM）、地理信息系统（Geographic InformationSystem,GIS）、物联网、大数据、云计算等技术，研究铁路时空信息云平台的构建和应用，为铁路行业平台建设和应用提供建议和参考。

　　关键词：BIM; 铁路时空大数据; GIS; 云平台;

　　我国铁路网规模将达15万km，并形成八纵八横的高铁网，在此基础上，基于定位系统、物联网传感设备等我国铁路数据总量已经约有10PB，铁路大数据已然成为铁路行业发展过程中不可忽视的关键一环[1]。铁路时空大数据在获取信息和支撑平台建设中起到非常重要的作用，而平台要解决这些海量数据的清洗、存储、共享和应用扩展等问题。另外，只有通过信息平台将铁路方面的相关数据汇集起来再按一定形式发布出去，才能打通数据共享、协作的壁垒[2]，助力铁路行业构建高效、协同、安全新发展，实现铁路行业的高度信息化、智能化发展。

　　1 传统铁路数据平台现状与问题

　　传统的铁路数据平台建设虽然取得了不错的信息化成果，但是受技术发展、经费制约、组织方式等因素影响，还是存在着一些问题。首先，前期的铁路信息化建设处在打基础阶段，大多缺乏统筹规划，短期的计划没有考虑长期需求，使得数据不能高效集成、有效共享，造成数据“遗忘角落”“信息孤岛”的现象发生[3]。其次，铁路系统各部门、各业务单位为了铁路信息化改造，分别采购BIM、GIS等专业软件和铁路相关数据（地理时空数据、工务时空数据等），造成人力、物力、成本的大量浪费。最后，随着技术革新升级平台软硬件架构，可能会导致软件、硬件、服务等多方面的信息安全隐患，而已有的信息系统安全防护措施未达到风险抵御能力级别[4]。

　　2 基于BIM的铁路时空信息云平台构建规划

　　基于BIM的铁路时空信息云平台是结合物联网和云计算架构并依据标准体系规范和系统安全体系构建的，以打造多类型、多时空、多层级的铁路时空信息云平台体系。该架构如图1所示，总共分为5层，分别是感知层、网络层、数据层、平台层和应用层。

　　(1）感知层是层次结构中的关键部分。该层主要涉及RFID标签、智能终端等物联感知终端设备，传感器、无人机等信息收集终端设备，以及遥感卫星、北斗卫星等外部资源。

　　(2）网络层位于感知层和数据层之间，完成信息的传输。网络主要构成有专用网络、公共网络和通信卫星网，由于有些数据属于不公开涉密信息，因此需要架设专用网络或通过加密途径进行传输。

　　图1 基于BIM的铁路时空大数据云平台架构图   

　　(3）数据层。虚拟资源管理，利用云计算的虚拟化技术对物理计算资源进行整合或规划。安全虚拟化，有效保障在网络环境下平台和储存数据不受病毒感染，提高服务器和操作系统配置的灵活性和运转速度。基于IFC标准、涵盖工程项目全生命周期的各类BIM模型数据存储在数据库中，数据库根据存储内容的不同分类为时空基准数据库、空间动态数据库、多源时空数据库、空间媒体数据库。(1)时空基准数据库：主要存储由北斗卫星导航系统提供的时间基准数据和空间基准数据，前者包括基于北斗的守时和授时系统数据等，后者包括全国统一的大地基准、高程基准等数据。(2)空间动态数据库：该数据库涉及铁路行业北斗卫星导航系统基准站采集的数据和轨迹数据。其中，轨迹数据为通过北斗定位测量的人员轨迹数据、群体轨迹数据、货物轨迹数据等。(3)多源时空数据库：存储由感知层各种终端设备所采集来的数据、照片、音频、影像等信息，如RFID标签信息、传感器采集的检测数据、无人机采集的倾斜摄影数据和视频影像等。(4)静态信息数据库：该数据库存储短时期不会快速变化的数据。涉及的数据有地图或地图集数据、BIM模型定位信息、图纸文档以及BIM模型构件信息及属性（如尺寸、材质、功能）等，其中地图或地图集数据包括数字栅格地图（digital raster graphic,DRG）数据、数字高程模型（digital elevation model,DEM）数据、数字线划地图（Digital Line Graphic,DLG）和数字正射影像地图（digital orthophoto model,DOM）数据等。

　　(4）平台层。该层主要有业务支撑平台和能够支撑平台、服务的运行环境。业务支撑平台主要提供时空数据采集、清洗、计算、挖掘、查询、预测、共享发布等服务。其他四类功能辅助平台运行，安全管理有身份认证、访问控制等，主要保障安全性，防止数据外泄；中间件引擎有消息队列、服务总线等，有效集成各服务；工作流引擎有流程管理、任务管理等，改进平台性能；资源管理有负载均衡、监视统计等，使资源调整更灵活和高效。

　　(5）应用层。基于以上服务、功能、业务平台，对铁路业务从规划、设计、施工、运维全生命周期进行智慧化应用，比如智能路网供电、智能运行维护、智慧设施检测、智慧铁路枢纽等。

　　3 基于BIM的铁路时空大数据云平台应用

　　3.1 智慧铁路枢纽应用

　　智慧铁路枢纽是利用物联网、云计算、大数据等一系列技术构建一个布局立体、出行便捷、换乘高效且更加人性化的铁路综合交通枢纽。基于BIM的铁路时空大数据云平台的使用，在规划设计阶段，结合4D(DRG、DLG、DOM、DEM）数据、坡度数据等信息构建三维地形实景模型，在模拟环境中论证规划建设的综合铁路枢纽，分析周边环境对建设过程的影响，得到一个资源、环境、成本多方均衡的规划结果。利用BIM三维可视化，对铁路枢纽的BIM模型进行交通规划验证，优化交通站点布局；通过平台专业协同，减少设计过程中存在的“错漏缺碰”；分析人员行动路径，优化人流产生的冲突点，改善客流拥挤状况。

　　施工运维阶段，在设计BIM模型中输入材料、结构和设备等信息形成施工BIM模型，各专业施工人员可从模型仿真中理解施工流程、工艺工法，以此减少施工误差、工程碰撞发生。通过BIM技术模拟施工现场，合理划分各区域，形成合理的人车物交互动线。此外，该平台可对建筑内部各设备进行联网管理，当有突发事件发生时，可以辅助管理者对现场做出决策；利用大数据分析人员轨迹及行为，及时锁定并上报危险事件，提升安全管理水平。

　　3.2 智慧建设应用

　　基于平台实现建设过程多主体协调、多专业集成、多功能整合。在建设区域布设视频监控，通过局域网或互联网将施工状况实时传递给管理人员，以全面管理建设过程，及时调整物料资源、施工工序；可在该平台分类存储设计、施工、监理、建设等相关信息（包括设计图纸、工艺标准、施工影像等），以达到资源互通、专业协同、技术交换的效果。利用BIM模型进行施工图复核；利用BIM三维动画模拟施工进度和施工工艺，完成重大结构施工方案、主要工序等的可行性论证；结合介导现实等技术，在建设场景中实现获取模型构件属性信息、间距测量或构件调整等操作。

　　3.3 智慧工务应用

　　既有铁路工务巡检原先主要分为静态、动态检测，轨检小车或巡检作业车所产生的数据都是人工、定时产生的，检测数据缺乏实效性和交互性，结合物联网技术和该平台，用感知层中的设备检测铁路基础设施服役状态和地质状况，监测数据可通过5G网络实时传递到平台，经数据清洗并处理后供技术人员分析预测，提前防范灾害、事故[5]。

　　建立工务电子地图，将铁路基础设施的相关属性、运维状况、工务巡检安全等级范围展示在地图上，直观展示铁路基础上设施的服役、监测状况。建立智慧工务驾驶舱，通过柱状图、热力图、仪表盘等可视化技术全方位展现系统运行、变化趋势、监测指数等情况，全方位监控工务巡检工作。

　　4 结束语

　　文章根据目前铁路信息化、智能化的实际需求，提出基于BIM的铁路时空信息云平台的构建，并列出三点适用于不同阶段、环境的应用场景，为铁路行业良好发展提供准确、全面、综合的服务信息。

　　参考文献

　　[1] 王同军.中国铁路大数据应用顶层设计研究与实践[J].中国铁路,2017(1):8-16.

　　[2] 郑琪.构建全过程工程咨询的信息化平台[J].中国勘察设计,2019(6):56-57.

　　[3] 高明旺.BIM技术在铁路桥梁工程中的应用分析:以额尔齐斯河铁路大桥为例[J].工程技术研究,2020,5(3):116-117.

　　[4] 钟慧茹,杜博杰,葛运伟.“云计算”环境中数据安全分析及对策研究[J].网络安全技术与应用,2020(8):79-80.

　　[5] 潘振.基于GIS技术的工务段设备安全信息管理系统研究[D].成都:西南交通大学,2017.