让建筑会呼吸、能感知、懂决策

——探访山东省智慧建筑与建筑节能重点实验室

在山东建筑大学校园里，有一栋神奇的大楼。它冬暖夏凉，空气清爽，没有雾霾困扰，能量消耗极低。在这栋大楼里，山东省智慧建筑与建筑节能重点实验室（以下简称“智慧建筑实验室”）科研人员正争分夺秒地开展智能管控与精细用能的零碳建筑及园区技术攻关。他们利用人工智能技术，打造集园区用能全息感知、智慧调控、自主寻优于一体的运维智能体，推动园区向绿色、零碳方向转型。

“智慧建筑实验室的前身是2008年获批建设的山东省智能建筑技术重点实验室。依托该重点实验室，整合山东建筑大学、中建八局第二建设有限公司等多方资源，智慧建筑实验室应运而生。目前，它是山东省内建筑领域新一代信息技术应用的唯一省级重点实验室。”智慧建筑实验室主任、山东建筑大学教授刘晓平介绍。

近年来，智慧建筑实验室围绕建筑行业数字化、智慧化转型及其与能源的协调低碳化发展，在基础理论、核心技术、平台开发等多个方面展开深入研究。

01冰冷建筑有了“生命”

“建筑是我们的‘庇护所’，但它始终处于被动状态——无法告知自身的‘健康’状况。”智慧建筑实验室副教授苏晨辉说，团队正致力于为建筑混凝土结构植入“神经”，让冰冷的钢筋水泥建筑成为会呼吸、能感知、懂决策的“智慧生命体”。

多年前，该团队就开始探索让建筑学会“自我体检”。“建筑也会‘生病’。我们研发的超声导波检测技术，通过在混凝土表面贴上特殊传感器阵列，便能收集声波发射与接收信号。科研人员再利用算法将声波信号转化为建筑的‘全天候心电图’。”苏晨辉说，这项技术为大型桥梁、体育场馆等基础设施提供了24小时不间断的“健康体检报告”，能够将安全隐患消除在萌芽状态。

团队的“硬核成果”不止这一项。在大型商场或医院等场所，人们常常会迷失方向。团队研发的基于建筑信息模型的室内视觉定位系统，让迷失方向的人们有了“火眼金睛”。通过AI智能视觉定位算法，团队将建筑图纸“活化”为高精度数字地图，为人们提供精准的室内定位服务。

02“智能翻译”绿色电能

将阳光、大风、海浪等自然资源转化为电力，并将其顺利输入工厂与家庭，需要“翻译官”和“指挥官”来协调。

智慧建筑实验室教授李晓艳告诉记者，新能源发电与电网之间存在三大“不匹配”问题：一是形式不匹配，新能源产生的是直流电，而电网和大部分电器使用的是交流电，需要进行“直流电—交流电翻译”；二是特性不匹配，新能源发电功率波动大，电网需要稳定、可控、高质量的电能，需要进行“平滑与整形”；三是控制不匹配，新能源是“随缘”发电，而电网需要根据用电需求进行实时调度和控制，需要实现“智能服从与主动支持”。

为了将“不匹配”变为“匹配”，智慧建筑实验室研发的新能源发电系统功率变换器应运而生，成为绿色电能的“智能翻译官”与“交通指挥官”。

功率变换器如何“翻译”并“指挥”这些电能？智慧实验室成员秦昌伟解释，功率变换器的核心技术是电力电子技术和设备。它主要包含三大部分：一是半导体开关器件，如同高速开关，每秒可开关数千到数万次；二是控制电路，充当“大脑”的角色，精确控制开关的时机；三是滤波电路，能够减少电磁干扰。团队研发了系列新能源发电系统功率变换器，其中组串式逆变器最常见，可管理一簇光伏板，具有灵活性高的特点，适用于屋顶电站、复杂地形等场景。此外，集中式逆变器功率巨大，能将大量光伏板汇流后的直流电一次性转换，适用于大型地面电站。

03打造专属“智慧大脑”

长期以来，建筑及园区测控层设备存在组网延时高、协议不兼容、识别匹配难等问题，导致难以实现各设备之间的高效联动。

智慧建筑实验室教授张桂青团队攻克了云边端架构下一体化调度、自适应边端组网等核心技术，自主研发了通用边缘智能网关、LoRa-FHSS现场测控单元等智能硬件。这些智能硬件具备跨协议兼容、易扩展延伸的优点，如同即插即用的神经节点，能够轻松打通设备互联壁垒，让建筑及园区具备全维度全息感知能力。

在实践中，智慧建筑实验室教授李成栋团队发现很多建筑及园区虽然配备了监控系统，积累了海量数据，但由于“有眼无脑”，难以利用大量数据实现有效节能。团队创新AI与数据驱动的节能减碳方法，打造专属“智慧大脑”——涵盖数据处理、全息画像、深度节能的AI分析引擎，精准破解了“有数据无价值、有监控无实效”的困境，让建筑及园区在低碳运行中实现“主动思考”。同时，团队还创新综合能源管控与智慧运维技术，构建起“数据感知—智能分析—低碳运行—实时反馈”的完整闭环，实现了建筑及园区全生命周期智慧运维。

智慧建筑实验室正以创新为引领，不断突破技术瓶颈，让建筑变得更加智慧、绿色，为建筑行业的可持续发展和国家的“双碳”目标贡献重要力量。

为房子植入“节能大脑”

“有数据却无价值，有监控却难节能”，这是建筑及园区管控领域普遍存在的难题。面对这一难题，山东省智慧建筑与建筑节能重点实验室教授李成栋团队锚定AI驱动的深度节能减碳技术，开启了一场为期三年的攻坚之旅。最终，他们成功研发出可实现全局自动寻优的节能分析引擎。这如同为冰冷建筑打造了主动节能的“智慧大脑”，节能率较常规系统提升15%—30%。

李成栋坦言，最终节能效果显著，但研发过程可谓“跌宕起伏”。

研发之初，整个团队就陷入了“模型与实景脱节”的困境。为获取第一手训练数据，盛夏的高温高湿空调机房成了团队成员的“主战场”。

团队成员彭伟说，机房内夏季温度常常超过35℃，湿度高达60%以上。队员们背着沉重的采集设备穿梭在管线之间，衣服被汗水浸透后紧贴皮肤，脸上、手上满是灰尘与油污。为捕捉不同时段、不同负荷下的设备运行数据，他们轮流值守，每小时记录一次参数，每天连续工作12小时以上，一周下来每人都瘦了好几斤。

在科研方法上，团队采用了“理论建模—现场验证—迭代优化”的方法。他们先通过可解释高精度建模技术构建基础模型，再结合现场采集的数据不断修正模型。然而，新的难题接踵而至：不同建筑结构差异大，商场、医院、写字楼等用能规律截然不同，单一模型无法适配所有场景。

为攻克难关，团队成员兵分多路，进驻十余个不同类型的建筑及园区，逐个采集数据、分析规律。在大型商场调研时，为摸清人流与用能的关联，团队成员们顶着嘈杂噪音，连续一周蹲守在楼层角落，手动统计人流密度，同步记录空调、灯光等设备的运行参数，最终梳理出九十余种差异化策略模块，为模型的优化提供了坚实的基础。

团队成员马昕回忆，最难忘的是模型首次试运行的日子。连续熬了三个通宵优化算法后，团队在一栋写字楼开启了测试。然而，结果却令人失望，节能效果远未达标，部分设备甚至出现了运行紊乱的情况。但大家没有气馁，而是连夜拆解数据、排查问题。经过深入分析，团队成员发现是忽略了用户行为对末端设备的影响。

在之后的一个月里，团队扎根写字楼，跟踪记录不同科室、不同时段的用户用能习惯。他们将行为数据融入模型，反复调试参数，经过无数次的尝试和改进，终于让节能率稳定在目标区间，空调能耗较之前下降22%。

如今，这项技术已在十余个建筑及园区推广应用，累计减少碳排放数千吨。

这场攻坚之旅，不仅带来了技术上的重大突破，更让团队成员收获了宝贵的成长。那些在高温机房里的坚守、故障面前的并肩作战、数据达标时的欢呼，都让团队成员深刻体会到：科研从不是实验室里的空想，而是扎根现场的脚踏实地，是直面坎坷的永不言弃，更是用技术为行业赋能、为绿色发展添力的担当。

编审：刘程程

初审：张国瑞

终审：李瑞学