积累高质量数据 建设标准化体系

目前，从整个行业的发展背景来看，交通从业者面临的大环境是建养的重心转移，存量越多，转移节奏越快。在这个背景下，我们将会面临四个方面的压力：状态认知、性能保持、风险控制、资金决策。规范有效地获得公路资产的属性数据，高效归纳对比、分析使用并管理获取的资产属性数据，需要我们及时准确且全面把控资产状态。有效利用相关数据产生前瞻性的养管规划、延长基础设施的使用寿命，降低使用风险和养管成本，需要我们使资产长期处于预期状态，确保使用寿命。对于风险控制，需要我们能够及时发现、应对各类风险，使各类风险得到有效响应和控制。同时，由于养管体制的差异，我们目前面临的更多是资金决策(立项决策)，而不是资金分配，这需要数据提供科学合理的决策支持，以最小的投入保持资产长期的预期状态。

北盘江大桥BIM平台

6 D/ g; p6 P' G7 M  e

7 C" n5 b9 h4 m

总体解决方案

面对新压力，美国同行更多依赖的一个技术手段是资产管理。而资产管理在各行各业都有丰富的实践成果，其核心理念都是共通的。但每个行业都有自身独特的个性，这决定了具体资产管理实践的较大差异，实际上也形成了各自的研究学科。比如1998 年美国联邦公路局成立资产管理办公室。

% c0 Q8 I* g% \" p

交通资产管理定义是: 运营、维护、提升实物资产的战略性和系统性过程，重点是基于高质量信息的工程和经济分析，确定维护、保养、修复、更换活动的结构性序列，使资产在全寿命周期内，以最小的实际成本达到并保持一个良好的预期状态。

5 |( ?  s9 b% F

. k  w# `$ r3 K( g/ L' H" h

本质上，资产管理是我们传统所述养护管理的“升级”，更加突出了五个新特点：标准化、信息化、数据基础、行业凝练和目标驱动。简单讲，为了更好实现资产管理，即在我们所理解的养护管理的基础上，以预防性养护、全寿命周期管理为基本理念，以“数据”为核心，以信息化为翅膀，以科学决策、风险控制和资产价值最大化为目标，服务于现代管养理念(用数据说话、用数据决策、用数据管理、用数据创新)。由此可见，实现资产管理的目标，首先我们要建立一个“用得起来”的信息化系统。

( b( _$ e, A, x9 x; V( E/ Q

7 D( z# t+ [) P/ R

20 年来，交通资产管理在技术和实践上都取得了飞速发展，得益于两个方面：一是内因，来自从业者面临的新压力(状态认知、性能保持、风险控制、资金决策)，这是内生的动力，由此带来检测、维护、评估等管养技术的持续发展;二是外因，来自信息化技术，尤其在数据的采集、存储和分析方面飞速发展的助推作用，由此奠定了基于数据进行现代化管理的技术基础。同时，使得我们建立一个方便易用、可视直观的信息化系统成为可能。

谈到信息化，绕不开的话题是BIM。BIM 相关技术和理念不是一个新生事物，只不过在建筑领域作为一个总体概念提出，并得到一定的认可和应用，是近年来的事情。30 年前国产飞豹战机全机三维数字化设计，实现了从设计到生产的无纸化过程，这个过程和BIM 的相关理念是共通的。BIM 是通过数据模型化载体进行基于数据的生产管理思想。在世界范围内，BIM 在建筑领域获得切实收益的例子很多，且应用最广，推广也更快。这可能因为其各专业模块化、标准化程度高，隐蔽工程多，专业交叉多，而且运维要求高。交通与其相比，共性很多，但差异也很明显，相应地BIM 应用还处于尝试阶段。尤其，切实打通规划、设计、建造、管理、运维等各个环节，更大范围和程度上发挥BIM 的价值，还需要更多的标准、更多的实践和更多的积累。但在单个环节以实际需要为出发点进行基于BIM 的开发和实践，更能获得实效。那BIM 在交通资产管理的角色定位是什么?我认为在运营阶段BIM 价值主要体现在四个方面：可视直观、模拟、数据互通和数据继承。

; A" [9 `7 o: E  c2 I

综上简言之，面对新压力，总体解决方案是：利用资产管理理念，在桥梁管养活动技术积累基础上形成标准数据体系;利用GIS、移动互联网、云平台、大数据云计算等信息化技术;通过BIM 依靠数据的模型化载体进行基于数据的生产管理;形成“用得起来”的信息化平台，实现“用数据说话，用数据决策，用数据管理，用数据创新”的现代养护管理。

: p2 \6 Q. a7 L, m) v4 W

南京长江第三大桥BIM平台

系统开发实践

3 G+ }. x. p4 j6 I+ z. o

总体解决方案下进行系统的开发实践，围绕资产动、静态数据体系构建功能，服务所有的交通资产，包括桥梁、隧道、道路、机电和交安。形成三大业务平台：Web 业务平台、移动APP、BIM 平台。这三个平台实际上是源于同一个数据库。Web 业务平台是一个全业务全要素平台，采用本地云端双部署。主要功能包括：资产管理、项目管理、任务管理、巡查管理、经常检查、定期检查、状态评估、维养管理、报告报表、文档管理、事件管理、机电管养、标准知识库和系统管理等。移动APP 的主要功能是基于任务执行的数据采集，相当于Web 业务系统放出去的风筝，两者是子母关系。APP 可实现在线数据采集、离线数据采集、数据查询、二维码定位、无源定位等。BIM 平台主要功能是基于离散基础单元进行构件层级的数据化展示和管理，其基础数据和Web 业务平台同源，与APP 采集数据同步。主要功能包括：搜索、构件、检查、病害、维修、评定、筛选、收藏、报表、事件、帮助等。

系统开发的核心工作是在总体解决方案框架下，形成高质量数据的汇聚和应用平台。但数据其实是把双刃剑，带来业务价值的同时，也可能是重大的风险来源，规避风险的唯一办法就是积累“高质量数据”，这也是美国通航实践的经验总结：Big data but information poor。标准化，专业化，以及管理的规范化是确保高质量数据聚集的基础。

标准化体系的建设

2 b* k$ t( M' j6 \% c  ^

标准化体系的建设内容非常多，系统建设实际也是标准化建设的过程，包括资产编码、拆分、知识库数据体系、分类分级体系等等内容。比如：桥梁某一个构件的编码体系，其中包括了整个的总体信息，项目信息以及其他拆分数据编码的信息，通过编码建立构件信息化管理的基础。通常实桥安装的二维码就是构件编码，通过二维码扫描建立线上线下的互联通道。二维码也可以包含域名信息，这样对于云端部署的系统，通过微信等商用软件扫描的时候，也可以查看系统开放的信息。

分类分级标准是标准体系建设内容之一，也是信息化的重要基础。进行数据分类分级的同时，也会发挥数据的更大价值，分级方面比如把病害按照不同属性分成四个等级，参照MoSCoW 法对应必须处治、应该处治，可以处治和无须处治四种参考处治建议，这样使数据的价值得到更好的发掘，提供更好的基础决策支持;分类方面比如维养活动，总体上分为预防性维养(周期性维养和定制维养)和纠正性维养(构件更换和构建修复)，分类进行管理才能使系统提供更好的维养决策支持，在我们知识库体系里都会有详细的分类和建议，这是信息化管理中非常重要的工作。

" T; }) `5 w( c6 V2 W- a' C: a+ C

标准知识库体系有四大基础库：构件库、病害库、检查库和维修库，另外还有其他辅助知识库。四大基础库数据相互关联，是一个有机的整体。当桥梁的构件关联到所属的构件库后，其可能发生的病害会自动关联，每个病害库又与其相应的检查库和维修库关联。每个知识库包含了相应的基础数据信息，比如钢箱梁的构件库，包括编码、构件的静态属性信息、知识信息、图片、组件、可能会发生的病害、定位定性等等。标准知识库是个庞大的数据体系，是整个系统建设的基础性工作，需要持续不断跟踪行业技术发展，持续完善升级，同时，根据系统开发和决策支持的需要，补充工程案例库、产品信息库、标准法规库、合格供方库等辅助库。

专业化是贯穿系统建设始终的要求，这也是“高质量数据信息”的基础。比如，同一种病害出现在构件的不同位置产生的影响是不一样的，为了让计算机识别这种差异，我们在病害的定义中又增加了定位定性的描述。再比如，同一个病害在时间轴上的发展是有重大数据价值的，但事实上，由于缺乏信息化管理手段，我们很难全面建立检测数据前后对应关系，可能前后两个人面对同一个病害记录的名称都不一样。有时候，标准比精准更重要，大家在“标准”基础上创造并使用数据，才能产生更大价值。

系统的主要技术特点

! C' U( H) j3 Y' x: ]

基于前述的总体解决方案，我们进行了较为全面的系统开发实践。完成的V1.0 系统具备以下主要技术特点：较为完善的数据体系、全面的交通资产覆盖、Web 平台功能完善、APP 简单易用、BIM 平台逼真流畅。系统的开发实践围绕资产管理理念，依托管养技术与信息化技术的“两翼”驱动，为真正“实用易用”奠定了基础。

发展展望

( B0 _; i  A" a5 a' d

总体发展目标在总体解决方案框架的基础上，形成一个长期有人照料，持续优化升级的统一的系统平台;同步跟踪信息化技术和养管技术发展，确保系统渐进有序、功能先进、稳定可靠、方便易用;以数据价值服务为核心业务，通过数据提供高质量的养管咨询服务，服务“用数据说话，用数据决策，用数据管理，用数据创新”的现代养护管理。这是总体的发展展望，实际上也是整个系统的发展展望。

8 y+ K0 a2 `/ G+ s9 n

数据价值拓展

在大数据面前，制约其应用的是我们的想象力，数据一定是我们未来工作的重要核心，它将助力交通行业的整体产业升级。小的方面比如提供科学的年度数据报告、提供项目层级决策支持数据报告、提供评估和预测规避风险、合理规划养护;大的方面比如反哺整个行业技术发展、数据共享助力行业整体产业升级等等。

数据价值挖掘的前提是具备合格的高质量数据基础，这需要三个条件：在相对统一标准基础上、在一定时间轴积累基础上、在数据共享基础上。在我们建立这三个基础的同时，不妨在长大桥隧先期开展统一资产养护管理平台建设，通过“点”的建设，逐步串联成“线”，积聚成“面”，最终形成行业资产养护管理大数据基础。

) F3 c. Y" R# R: ]& G