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和谢钟玲。
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。
有态度，有深度，BIMBOX，咱们下次见！
暂无评论
要发表评论，您必须先 登录