BIM+大数据如何降低质量管理工作难度？BIM+大数据在质量管理中的实现路径

BIM和大数据在建筑工程质量管理应用中相辅相成，共同促进建筑工程质量的提升及质量管理工作效率的提高。

第一，建筑业是一个充满大数据的行业，但由于信息化程度低，大部分的质量管理数据处于零散、碎片化的状态，数据的收集存储难题成为应用大数据的一大障碍。①BIM技术作为建筑业信息化的载体和关键技术手段，具有前端的数据收集和后台数据整合功能。BIM将包含所有构件和设备设施的工程信息以及质量、进度、成本、安全各方面的管理信息，成为一个全数据模型，为数据的产生、集成、存储、共享提供可能。此外，②信息驱动型的大数据应用面临的主要困难是缺乏可用的数据资源，质量管理数据作为基于BIM的开展质量管理业务的副产品，相对于专门设计大数据收集系统来说，节约了成本，降低了大数据应用于质量管理工作的难度。

第二，BIM作为一个信息集成的平台，为项目全生命周期的各阶段、各参与方、各专业提供协同工作平台，推动开展以信息模型为中心的质量管理，但当前BIM的推进实施，缺乏对项目全生命周期信息的整体管理策略。①大数据技术通过对现有质量管理数据的挖掘，发现质量管理数据隐藏的结构，为基于BIM的质量管理提供数据结构，为信息数据收集、存储提供标准；②此外，可以从质量管理数据的挖掘需求出发，针对质量管理的工作流程，制定信息的收集、存储标准。

第三，BIM技术的应用为建筑工程质量管理带来信息资产。基于BIM的建筑工程质量管理过程中，旧的质量管理数据不断被覆盖，新的质量管理数据不断增加，数据呈爆炸式增长，不采用有效的手段进行统计提炼，质量管理知识将被淹没在数据中，不能为质量管理提供支持，将造成信息资产的浪费。通过大数据分析应用，合理利用信息资源，将减少和消除质量问题，提高质量管理的可预测性和可控性，并预期为建筑工程质量管理带来经济效益。

以BIM为载体的建筑工程质量管理中，上传的每条质量管理数据都包含有位置、时间等信息，虽然数据类型复杂、更新速度快，但在基于构件级的BIM模型中，每一条质量管理数据都通过ID关联到构件，且在设计阶段、施工阶段、竣工验收阶段、运营维护阶段的信息是呈动态的收集、修改和优化状态，具有时效性强及可追踪性，很容易形成海量数据。BIM技术达到大规模的应用后，必定产生大量的质量管理数据，在此基础上应用大数据分析技术进行价值挖掘，实现质量管理经验教训成果的固化，为新项目的质量管理提供决策依据。

BIM与大数据的互补关系及BIM和大数据的质量管理模型，共同描述BIM和大数据在质量管理中的实现路径，应用这两大信息化技术辅助开展建筑工程质量管理工作，主要为了实现以下目的：

第一，提高建筑工程质量管理的可预测性和可控性，提高工作效率。通过大数据价值挖掘，发现隐含知识，并逐渐形成基于本体的建筑工程质量管理数据库，为质量管理工作提供决策支持。同时以BIM技术辅助和优化质量管理工作，实现质量管理动态实时跟踪，使质量管理工作更加精细化，增加对质量管理的可预测性和可控性，对于实现建筑工程质量管理目标及提高质量管理效率提供了有效保障。

第二，提高建筑工程质量。通过对质量管理过程中出现质量问题的描述进行价值挖掘，发现共性及个性问题，为质量管理事前控制及事后改进提供数据基础，通过BIM实现施工模拟，从4M1E角度出发，严格控制质量影响因素，指导施工并实时跟踪，加强质量控制和质量保证，从而减少质量形成过程中的质量问题，最终提升建筑工程质量。