买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东鼎耀工程技术有限公司申请的专利基于BIM和数字孪生技术的智能运维管理系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118761762B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411245599.5，技术领域涉及：G06Q10/20；该发明授权基于BIM和数字孪生技术的智能运维管理系统及方法是由唐国锋;罗小斌;田潋全;蒋晟华;黄灿明;程培城;张凡设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本基于BIM和数字孪生技术的智能运维管理系统及方法在说明书摘要公布了：本发明公开了基于BIM和数字孪生技术的智能运维管理系统及方法，涉及BIM和数字孪生技术领域，包括监控中心，所述监控中心通信连接有数据采集模块、BIM模型构建模块、数字孪生动态仿真模块、故障预测模块以及智能管理模块；采集建筑体的建筑信息数据、设备信息数据以及环境数据；根据建筑信息数据和设备信息数据，构建建筑体三维模型和设备三维模型；对建筑体三维模型和设备三维模型进行数字孪生仿真，构建建筑体数字孪生模型，根据所述建筑体数字孪生模型与环境数据，获得历史设备运行数据，进而构建故障预测模型，并获得预测故障特征指数；根据预测故障特征指数，评估设备运行预测故障的优先级，对建筑体执行运维管理；提高了运维效率。

本发明授权基于BIM和数字孪生技术的智能运维管理系统及方法在权利要求书中公布了：1.基于BIM和数字孪生技术的智能运维管理系统，包括监控中心，其特征在于，所述监控中心通信连接有数据采集模块、BIM模型构建模块、数字孪生动态仿真模块、故障预测模块以及智能管理模块；所述数据采集模块用于采集建筑体的建筑信息数据、设备信息数据以及环境数据；所述模型构建模块用于根据建筑体的建筑信息数据，构建建筑体三维模型，根据设备信息数据，构建设备三维模型；所述数字孪生动态仿真模块用于对建筑体三维模型以及设备三维模型进行数字孪生仿真，构建建筑体数字孪生模型，根据所述建筑体数字孪生模型以及环境数据，获得设备运行数据，进而获得历史设备运行数据；所述故障预测模块用于根据历史设备运行数据，构建故障预测模型，根据所述故障预测模型，获得预测故障特征指数；所述智能管理模块用于根据预测故障特征指数，评估设备运行预测故障的优先级，并根据所述优先级，对建筑体执行运维管理；所述数据采集模块采集建筑体的建筑信息数据、设备信息数据以及环境数据的过程包括：所述数据采集模块内设置有建筑信息采集单元、设备信息采集单元以及环境信息采集单元，并设置采集周期；所述建筑信息采集单元用于采集建筑体的建筑信息数据；所述设备信息采集单元用于采集设备信息数据；所述环境信息采集单元用于采集环境数据；所述模型构建模块构建建筑体三维模型的过程包括：根据建筑信息数据，设计出建筑体的平面图、立面图、剖面图；将所述平面图、立面图、剖面图导入至BIM建模软件中，构建出建筑体三维模型；所述模型构建模块构建设备三维模型的具体过程包括：根据所述设备信息数据，设计出各个设备的分布图；并将所述分布图导入至BIM建模软件中，构建出设备三维模型；所述数字孪生动态仿真模块构建建筑体数字孪生模型的过程包括：根据建筑体以及设备的实际尺寸，统一建筑体三维模型以及设备三维模型比例大小；对统一比例后的建筑体三维模型以及设备三维模型进行数字化，获得建筑体以及设备的坐标位置数据，并根据所述建筑体以及设备的坐标位置数据，构建建筑体数字孪生模型；所述数字孪生动态仿真模块获得历史设备运行数据的过程包括：获取下一个采集周期的建筑信息数据、设备信息数据以及环境数据，根据下一个采集周期的建筑信息数据、设备信息数据分别构建新的建筑体三维模型以及设备三维模型，进而根据新的建筑体三维模型以及设备三维模型对建筑体数字孪生模型进行更新，并将下一个采集周期的环境数据进行数字化操作，获得新的数字化环境数据，并将所述新的数字化环境数据作为边界条件，导入至更新后的建筑体数字孪生模型，获得下一个采集周期的设备运行数据，并将上一采集周期获得的设备运行数据记为历史设备运行数据；所述故障预测模块构建故障预测模型，并获得预测故障特征指数的过程包括：基于卷积神经网络技术，构建标准故障预测模型；获取若干组历史设备运行数据，并获取与历史设备运行数据对应的历史错误代码次数以及历史错误代码类型，并将若干组历史设备运行数据、对应的历史错误代码次数以及历史错误代码类型作为训练样本集，将获得的训练样本集导入至标准故障预测模型中，对所述标准故障预测模型进行训练，并将训练后的标准故障预测模型记为故障预测模型；获取当前采集周期的设备运行数据；将当前采集周期的设备运行数据导入至故障预测模型，所述故障预测模型根据当前采集周期设备运行数据，获得预测错误代码次数以及预测错误代码类型，根据所述预测错误代码次数，获得不同设备的预测故障特征指数为： ，其中，为预测故障特征指数，为预测错误代码次数，表示采集周期从1至对应历史采集周期的错误代码次数之和，为自然数；所述智能管理模块对建筑体执行运维管理的过程包括：对建筑体数字孪生模型根据设备类型进行设备区域划分，获得区域块；根据每个不同设备的预测错误代码类型进行特征识别，识别出每个设备潜在的故障类型的过程为：预设不同故障类型的错误代码类型；当获得的预测错误代码类型与对应故障类型的错误代码类型匹配时，则该设备为对应的故障类型，并生成对应的故障严重性因子的计算公式为： ；其中，为故障严重性因子，为故障严重性误差系数；将获得每个不同设备的故障严重性因子进行可视化转换，即根据所述故障严重性因子的大小赋予对应的像素点密集数，并将所述像素点密集数映射至对应区域块中；对像素点密集数进行定义：根据像素点密集数的密集程度不同设置不同颜色，用于对相似数量的像素点密集数进行进一步区分，所述颜色包括红色、黄色以及绿色；若所述区域块的像素点密集数越密集，则定义该区域块的设备运行预测故障的优先级越高，反之，则定义该区域块的设备运行预测故障的优先级越低；所述红色则代表该区域块的设备运行预测故障的优先级最高，其次为黄色，最后为绿色；所述智能管理模块内设置有实时监控单元；所述实时监控单元用于实时监控区域块的颜色分布状态，根据所述颜色分布状态以及故障类型，生成对应故障类型且优先级别高的预警警报。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东鼎耀工程技术有限公司，其通讯地址为：528000 广东省佛山市南海区桂城盐平路瀚天科技城综合楼404-2区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。