BIM的“死亡地图”

很多企业,无论已经做了好几年BIM,还是刚刚开始。都会面临这样的尴尬:

近期看,BIM发现问题,解决碰撞,方便算量,这些已经普遍达成了共识;从远期看,BIM能够带来数字化、信息化的管理,这个愿景也是美好的。

但,现实中BIM只拿来做管线深化和碰撞检测,领导希望有更好的亮点;而远期的全生命周期信息化,又一时半会儿实现不了。个人、企业和团队就这么不上不下的卡在这儿了。

于是,我们最近被问到最多的问题就是:做BIM,还能有什么亮点?

在我们的线下交流会「BIM奇葩说」中,JOYBIM的创始人@赵欣说到:

在美国有个说法叫「Hollywood BIM」,说的就是比较高大上的东西;还有个说法叫「Real BIM」,是那些看上去不太起眼、很无聊的工作,但却是信息化的本质。

美国一直在探索怎么管理设计间的接口、优化协调的过程、积累深化设计的数据往信息化的方向走,「Hollywood BIM」做得很少。

对这个观点,BIMBOX深表认同。

不过,今天我们想换个角度给你说说BIM应用,我们不说好莱坞BIM,不说PPT-BIM,也不说信息化BIM,我们要通过一个故事和三个实际案例,来给你说一个我们发明的词:半吊子BIM。

先来给你说一个故事:John Snow和他的「死亡地图」。如果哪天有人问你,BIM可视化是做什么用的,你不妨把这位可视化鼻祖的故事讲述给他。

19世纪,英国伦敦,每隔三四年,就会有一个无形的杀手悄然而至,横扫整个城市,在几天之内杀死数以万计的市民,有的家庭早上还在欢声笑语,晚上已是满屋横尸。

这个恐怖的连环杀手,就是十大传染病之一:霍乱。

当时的伦敦坐拥250万人口,公共卫生系统却非常简陋,污水排放系统老旧不堪,人们居所的地下就是化粪池,整个城市臭气熏天。

当时从政府到医学界都普遍相信,污浊的空气正是瘟疫滋生的原因。于是政府大力干预卫生治理,让人们把化粪池里的排泄物倒进河里,消灭臭气,也就消灭了瘟疫。

1854年,伦敦SOHO区一名女婴染上霍乱迅速死去,两三天后,整个城市又爆发了惨烈的疫情,以这名女婴所在的家庭为中心,霍乱迅速传遍整个SOHO区,人们眼睁睁看着熟识的亲友变成冰冷的尸体,却束手无策。

这时候,在横尸遍野的SOHO区,来了一名医生,他是历史派来拯救万民的英雄。他的名字就叫John Snow。

不好意思放错图了

拯救伦敦的英雄:John Snow

John Snow不是来帮助人们清理空气的,实际上,他并不相信霍乱是依靠空气传染的。他这次来到SOHO疫情区的目的,正是要冒着生命危险,向英国政府证明自己的理论:霍乱的传染源是水,政府应该把治理的重点放到水源,而不是空气上。

为了这个理论,Snow医生已经和政府理论了很久,也写了多篇研究论文,遗憾的是,空气传播理论更符合人们的直觉,没有人愿意相信他。

这一次霍乱的「罪魁祸首」,那名只有五个月大的女婴,死亡地点的不远处,就是一个公用水泵,几乎所有SOHO区的居民都会来这里打水。

Snow就是要通过这个死亡水泵,来证明他的理论。

他手里的武器,说得高大上一点,叫做数据收集和可视化,说得接地气一点,就是一双腿和一支笔。

他挨家挨户的敲门,收集整个SOHO区死者所在的位置,然后绘制了下面这张著名的「死亡地图」。

在地图上,他把无关的信息去掉,用短黑线代表死亡人数,用一个小圆圈代表那个死亡水泵,水泵周围布满了黑线,其他区域则一片空白。下面是放大后的死亡地图。

John Snow拿着这张图找到政府,向他们说明自己的理论。

事情并没有预期的那么顺利,人们看到这张图,说:这还是空气传播霍乱的证据呀,毒气正是从水泵里飘出来的嘛。

Snow不服输,他又画了第二张地图。

这次他走了更远,把整个SOHO区按水泵的分布划分成不同区域,每个区域的人到对应的水泵距离都是最近的。最后再看地图,只有原来的那个水泵,像是一座孤岛,周围布满了代表死亡的黑线。

更重要的是,当他把死亡地区用线圈起来的时候,一个更清晰的线索出现了:

如果霍乱靠水泵中散发的毒气传播,那么以水泵为中心的死亡区域应该是一个均匀扩散的圆形;

而在这幅地图上,死亡区域的边界并不是一个圆形,而是不规则的形状,有的地方凸出来,有的地方凹进去,而这些凹凸,恰好就是人们在错综复杂的街道上步行打水的路线。

看到第二张地图,英国政府终于醒悟:他们长久以来的努力方向彻底错了,水才是霍乱的根源。

他们迅速转变战略方向,先是拆除了那座水泵的把手,向市民宣传喝水之前一定要烧开,然后开始大力建立地下水道。

1866年之后,英国再没有大规模爆发霍乱,各大报纸将靠一己之力说服整个政府的John Snow称为霍乱终结者。

直到今天,在伦敦的Broadwick Street,依然伫立着一个水泵,它是当年那个「死亡水泵」的复刻品,与它隔街相望的,就是著名的JohnSnow酒吧。

这是伦敦人民对这位医生的崇高致敬。

故事讲完了,我们回看一下John Snow做的事情:

➤ 首先,他的思想很先进,在那个时代,没有人想到用数据和科学论证的方法来研究传染病,Snow是当之无愧的开拓者;

➤ 其次,他并没有使用什么高深的工具,就是一支笔,和一张地图。

➤ 最后,也是最重要的,这个故事告诉我们,什么样的数据才能产生价值:霍乱的死亡人数和水源的位置不是秘密,任何人都知道,但只有当你用一种人人看得懂的方式把数据呈现出来的时候,它才能真正解决问题。

今天的内容,我们正是用这个故事来回答一开始的问题:从简单建模的BIM,到全生命周期管理的BIM之间,有那么长的路要走,我们的项目又在天天在要创新、要亮点。

去哪里找亮点?什么东西能支撑我们走到梦想实现的那天?

我们的回答是:用最简单的工具,挖掘不太复杂的数据,用可视化的方式解决具体的问题。

做到这一点,「半吊子」的BIM也能发挥出很大的价值。

下面我们说三个例子,它们不是设想,也不是鸡汤,而是实实在在发生在项目里、我们认为值得讲的事情。

案例一:用Revit管理商场货架数据

这是设计公司Space Command的创始人Michael Kilkelly分享的方法,他用这个案例说明怎样使用BIM把复杂的信息可视化。

可视化展现数据的工具很多,但如果你希望把跟物理环境相关的数据做可视化处理,Revit就是一个很好的选择。

很多人把Revit当做单纯的设计工具,却忽略了它的数据可视化价值。

在这个案例中,Michael先是把模型简化,因为他要做的是数据可视化,模型本身的精细度并不重要。

他使用一个立方体(也就是一个族),代表货架上的某个商品,利用批量添加参数的功能,给每个商品中都建立一些共享参数,包括商品编号、所在排号、通道编号等参数,然后进一步添加商品属性参数,比如销售额、是否损坏、是否返修等参数。

下一步,按照商品的大小来定义这些方块的尺寸,再按照它们在货架中的实际位置来摆放这些商品,形成这样一个库房模型:

接下来是把数据插入到相应的共享参数里,这一步不是用笨拙的手动输入方式,因为每个商品族都有唯一的编号,他写了一个宏,自动遍历Excel表,把表格中对应编号的数据和族自动匹配,再批量插入到每个族的对应参数里。(这一步的操作用Dynamo也可以实现)。

下一步,他在项目文件里为每一个关键参数加入颜色过滤器,所有的负值都是红色,正值都是蓝色,数值越大,颜色越深。

下面就是数据可视化了,Michael把它称为「热图」(Heat Map)。

当你需要查看货物返修情况的时候,只需要打开控制「返修数量」这个参数的过滤器,整个仓库的商品返修情况就呈现在面前了。

对于商品价格、利润率、用户回头率等信息,同样可以用这种方式进行可视化。

做到这一步还不够,这些数据很离散,一眼看不出问题所在。于是,他在商店模型中创建了房间分隔线网格,并在每个区域中添加一个房间对象

Revit的房间非常灵活,不需要墙也可以定义房间。所以这里的房间只是为了方便筛选人为划分的区域。

他确保每个网格方块的大小大致相等,然后给每个房间都添加了参数,这些新的参数用于计算房间内货物参数的总和。

利用公式和宏命令,可以很方便的把一个区域的商品参数求和,把结果填写到房间的参数里去。

给这些房间的相应参数添加同样的过滤器,就能得到这样的可视化结果:

通过应用不同的过滤器,你可以直观的看到不同区域的健康状况,比如,哪些区域的货物更容易损坏?哪些区域的商品更受欢迎,是不是应该把这些商品调整到更靠外的位置?

当你锁定一个出现问题的区域(也就是红色比较深的区域),可以进一步深入到这个区域里面,查看具体哪些商品造成了这些问题。

因为整个数据的导入过程使用的是宏或者Dynamo,所以这个工作在后续表格更新的时候可以自动完成,你可以每周查看一次库房的健康状况热图,库房管理这件事就这么用Revit实现了。

案例二,用翻模「劝架」

这是柏慕联创的@胡林给我们讲的一个案例。

项目是四川省美术家协会所在地,四川美术馆。找到他们的时候,项目已经建完了,按说这时候用BIM再建一个模型已经完全没有意义了。

不过,因为这个建筑是双曲面外墙和异形结构,甲乙双方在工程量核算的时候出现了矛盾:用传统算量方法,甲方和乙方算出来的工程量不一致,异形结构又没法现场测量尺寸,结算的事就一直搁置推进不下去。

BIM能不能解决矛盾呢?他们想了一个办法:大家都搞正向设计,我们来一次彻底的逆向设计。

他们先是按照竣工图翻了一个土建模型出来,然后搞来一台3D激光扫描仪,把建筑扫成点云,放到Revit里。

接下来,他们把模型和点云结果进行匹配调整,保证最终的模型和点云严丝合缝地对到一起。

接下来就是常规的工程算量了。这份量拿到甲乙双方的洽谈桌上,是不是100%准确并不重要,重要的是,用这个办法算的量,双方都承认。

柏慕联创就用了这么个办法,把结算的麻烦事儿给解决了。

案例三,用管综设计「倒垃圾」

这个湘雅五医院深化设计的案例,来自我们的老朋友,湖南省建筑设计院有限公司的孙昱谢钟玲

湖南院在这个项目中做了非常细致的深化设计,常见的工作内容我们按下不表,只说其中很特殊的一个问题:垃圾车路由。

湘雅五医院采用的是自动箱式物流系统,有点像机场的行李运送系统。

图片及案例来源:湖南设计 《HD | BIM技术在湘雅五医院机电管线综合的应用》,以下三张同

棘手的问题是:系统里面的垃圾车道净空需要3米,它还位于管线非常复杂的地下室夹层,一不小心就会和管线发生碰撞。

而且,垃圾车的路由会直接影响其他专业的排布,所以要尽早确定。

下面是初始的CAD路由图,洋红色的线代表垃圾车道路由,左上角红色框是垃圾车入口,红色圆圈是垃圾收集间。

看着这张CAD图,谁也没法决定,车道这么走到底对不对,该怎样优化。

怎么办呢?

团队通过BIM,首先把管道的空间尽可能优化,然后用参数过滤的方式,给不同净高的管道区域赋予不同颜色,生成了下面这张图。其中洋红色代表净高2.6米,绿色代表净高3米,黄色代表净高3.2米,青色代表净高3.6米。

接下来就是简单的看图连线了:保持原来的垃圾车入口不变,在图中寻找净高满足的区域,把垃圾收集间连到一起,最终的垃圾车道路由就这么确定了,团队就这样用可视化解决了棘手的难题。

总结

我们列举的这三个案例,有这么几个共通点:

它们并不酷炫,并不高大上,使用的也都是很基础的工具

它们没有挖掘什么大数据,而是用小数据解决问题

它们处理的数据本身不是秘密,只是用人人能看懂的方式把数据呈现出来

它们并不是为了标新立异而存在,解决的都是那些即便没有BIM,也本来就存在的问题

BIMBOX认为,这些案例被写进他们的分享PPT里,才是真正的亮点,而且,这些亮点几乎是其他项目、其他人无法抄袭,也无法复制的。

我们也希望今天的故事和案例,能打开你的思路,用可视化的方式去发现和解决自己项目的问题。

人们总在找新工具,希望新的软件能带来新的应用,希望通过购买,实现从翻模到信息化的大步跨越;

人们也在想破脑袋找「大亮点」,却忽视那些每天都在身边发生的「小问题」。

正如开头的故事中,伦敦地图每个人都能看,死亡人数每个人都能统计,可大家却一直等,直到一个人愿意拿着最普通的笔,绘制出那张改变历史的死亡地图。

关于进化论,有这样的争论:

反对达尔文的人说,进化论是胡扯,眼睛就是最好的反例。眼睛这么复杂的器官,需要多个精密的组成部分同时发挥作用才有用,这在进化中是不可能发生的。

而支持进化论的人却找出了大量化石,证明进化历史上存在着大量的「半成品眼睛」,它们有的只是一层感光细胞,有的只能模糊的识别运动物体,但这些微弱的优势让它们的主人成功生存下来,让它们的后代慢慢进化出精密的眼睛。

我们的时代,新技术还在进化过程中,生存往往比梦想重要一点点。

和高瞻远瞩的专家们描绘的数字化未来相比,这些解决小问题的案例只能称为「半吊子BIM」,但我们却认为,它们更值得歌颂。

也许就是这样一个个小亮点,能决定一个企业要不要留下BIM部门,决定一个项目是否愿意为BIM付费。

活下来的,才有继续进化的机会。

让我们为半吊子BIM起立鼓掌。

BIMBOX之前出的两个教程,一个是《revit数据可视化教程》,另一个是《Dynamo有限元可视化分析教程》,相信今天你更明白这两个教程的价值,如果希望进一步学习,可以点击下边的链接了解,也可以直接扫描文末二维码直达教程。

 Revit这个老色鬼

→ 为所欲为:Dynamo信息可视化脚本实战

有态度,有深度,BIMBOX,咱们下次见!

 

暂无评论

相关推荐

微信扫一扫

微信扫一扫

微信扫一扫,分享到朋友圈

BIM的“死亡地图”