基于BIM的城市资产全生命周期管理：一种可复制的维护与更新规划方法论 丹尼尔·马塞克（Daniel Macek）

《Urban Science》：BIM-Enabled Lifecycle Governance for Urban Assets: A Reproducible Methodology for Maintenance and Renewal Planning Daniel Macek

　　摘要 可持续的城市发展不仅依赖于高效的设计和建造，还依赖于建筑资产在运营阶段的长期管理。然而，建筑信息模型（BIM）目前主要应用于设计和交付过程，在结构化的维护和更新规划中的整合仍然有限。本研究开发了一种基于BIM的生命周期管理方法，该方法将生命周期成本建模、服务寿命估算和基于时间的更新调度整合到一个统一的数字资产环境中。该研究并未提出新的理论模型，而是重点关注将这些组件系统地整合到可复制和可审计的工作流程中。通过一个包含建筑物、技术基础设施和外部工程的匿名化多资产工业组合进行了验证，该组合在30年的规划范围内使用结构化的维护和更新数据进行了建模。通过比较反应性和计划性生命周期策略的情景分析，评估了支出分布、资本集中度和干预同步性。结果表明，在BIM中嵌入结构化的生命周期参数可以提高年度支出的可预测性，减少高峰更新年份的成本集中度，并提高长期资产规划的透明度，而不会显著改变累积的生命周期成本。这些成果支持在组合层面进行更结构化的财务规划和维护与更新活动的协调。本研究没有量化环境或社会可持续性的影响；其贡献在于提供了一种以治理为导向的方法，将基于BIM的资产数据转化为长期生命周期规划的决策支持输出。

1. 引言
可持续的城市发展不仅仅需要能源高效的设计和低碳建造；它从根本上取决于建筑资产在其整个运营生命周期中的管理方式。建筑物和基础设施占全球资源消耗和环境影响的重要部分，其中大部分是在使用数十年后确定的，而不仅仅是在完工时确定的[1,2]。延迟维护、不规则的更新周期以及碎片化的资产信息经常导致成本波动、过早更换和城市基础设施组合中的系统性风险[3]。因此，运营阶段已成为可持续城市管理中一个关键但整合不足的维度。
建筑信息模型（BIM）已成为建筑、工程和建造领域的核心数字技术，实现了项目各阶段的协调、可视化和数据整合[4,5]。尽管BIM在设计和管理方面已经成熟，但其在设施管理和长期资产治理中的作用仍然相对有限[6]。现有研究强调基于BIM的设施管理系统和数字孪生技术用于监控和实时数据交换[7,8]。然而，许多实施主要关注反应性维护跟踪，而不是由生命周期成本（LCC）和服务寿命建模支持的结构化生命周期规划[9]。
生命周期成本被广泛认为是评估总拥有成本和指导可持续投资策略的决策支持方法[10,11]。将LCC整合到BIM环境中被认为是实现更透明和数据驱动决策的途径[12]。然而，在将维护间隔、更新周期和长期支出预测直接嵌入基于BIM的资产信息模型方面，方法论上的差距仍然存在。该领域的一个核心争论是，实时数字孪生监控是否会取代基于预测的生命周期规划[13]，或者结构化的预测建模对于战略资本治理和长期预算编制是否仍然至关重要[14]。后一种观点认为，即使有先进的传感技术，城市资产组合也需要基于预测的更新规划来确保财政稳定和基础设施的韧性。
为了应对这些挑战，本研究引入了一个基于BIM的生命周期管理框架，该框架将生命周期成本建模、服务寿命估算和基于时间的更新调度整合到一个统一的数字资产环境中。该框架通过一个在30年规划范围内建模的匿名化多资产工业组合进行了验证。本研究的主要目的是展示如何在BIM中嵌入结构化的生命周期参数可以提高支出可预测性，减少资本集中度的峰值，并提高运营阶段决策的透明度。结果表明，基于BIM的生命周期管理可以将数字模型转化为可持续城市资产管理的战略工具，支持财务稳定和长期基础设施的韧性。
因此，本研究的主要研究问题是：如何将基于BIM的资产信息进行结构化和操作化，以支持多资产组合的长期维护和更新治理？一个相关问题是，将生命周期参数、服务寿命假设和支出调度嵌入到基于BIM的环境中是否可以提高长期资产规划的透明度和可预测性。
本研究并没有提出新的理论模型，而是开发了一种可复制的实施方法，将现有概念整合到一个统一且可审计的生命周期管理工作中流中。在本研究中，可持续性主要是通过改进的生命周期管理和资源规划来实现的，而不是通过直接量化环境或社会指标来实现的。

2. 现有技术
建筑信息模型已成为协调设计和建造信息的主流数字方法，但运营阶段——大部分成本、风险和环境影响累积的地方——仍然存在数据碎片化和从交付到长期管理连续性较弱的问题。早期的BIM-设施管理（FM）研究表明，FM本质上是信息密集型的，只有当模型包含维护工作过程所需的运营属性（例如，资产标识符、位置、规格和可维护性数据）时，BIM才能支持FM，而不仅仅依赖于几何细节[15]。

2.1. 用于运营和维护的BIM：从模型到信息需求
后续研究反复表明，关键瓶颈不在于生成BIM模型，而在于确保资产信息是结构化的、可靠的，并且随着时间的推移是可维护的，以便可用于检查、维护规划和更新决策。基于知识的方法通过捕获维护推理和来自干预的反馈来支持预防性和纠正性决策[16]。
对BIM在FM和运营维护（O&M）中的系统回顾描述了研究原型与可重复操作实践之间的持续差距，互操作性和信息需求是限制因素[17,18]。这些回顾还指出，许多研究针对的是个别任务（例如，维护工作订单、应急响应、能源），而不是跨多个系统和资产的集成、长期视角的维护和更新决策[19]。

2.2. 现有资产和城市组合：现状挑战
对于现有资产和组合规模的情境，治理挑战更加明显，这些情境对可持续城市发展至关重要。由于未记录的变化、数据质量的变化以及先前干预的可追溯性有限，信息往往不完整或不确定。关于现有建筑的BIM文献强调了生成和更新“现状”语义模型的高成本，以及处理不确定对象和关系的困难——这些因素直接削弱了可靠的维护和更新规划[20]。
城市规模的管理引入了额外的复杂性，因为决策必须跨越多个设施和周围的城市元素。因此，提出了基于本体论的BIM-GIS集成，以减少建筑物和地理表示之间的异质性，并实现多设施、上下文感知的设施/资产管理平台[21]。虽然这改善了多尺度信息整合，但它本身并没有指定如何管理和优化长期更新周期、干预时机和预算分配。

2.3. 生命周期成本和BIM中的更新决策支持
生命周期成本被广泛用于评估资产决策的长期经济影响，BIM已被探索作为LCC数据和计算的容器。基于BIM的LCC研究展示了在BIM工具链中嵌入成本逻辑的可行性，并使用基于模型的数据来比较替代方案或评估投资影响[22]。然而，许多BIM-LCC文献仍然侧重于设计阶段，或仅限于特定子系统，较少有研究明确地构建跨长期规划范围的多系统维护和更新计划，然后从资本峰值平滑和减少支出集中度方面评估治理价值。最近的研究还强调了优化和战略生命周期规划在资产管理中的重要性，特别是在基础设施系统和长期维护决策的背景下[23,24,25]。

2.4. 数字孪生和预测性维护：补充还是替代？
一个快速发展的研究流将数字孪生、物联网（IoT）和机器学习视为实现预测性维护的途径。将BIM和IoT链接起来的数据驱动的预测性维护框架展示了条件预测如何为维护规划提供信息，特别是对于MEP组件[26]。关于数字孪生技术的回顾确定了使能技术、架构和持续的集成障碍，特别是在数据异质性和互操作性方面[27]。这些进步增强了响应能力和基于条件的决策，但它们并没有消除基于预测的更新治理的需求，因为资产所有者仍然必须承诺多年更新预算，并在感知部分、不均匀或缺失的情况下协调干预。

2.5. 组合治理、数据质量和受控信息环境
最近的研究越来越多地将资产治理视为一个信息质量问题。基于组合的研究表明，战略资产管理依赖于一致的非几何数据结构、可追溯的信息流以及跨资产整合异构来源[28]。以所有者为导向的研究同样强调形式化和演变信息需求，以确保BIM交付物在整个运营生命周期内对资产管理结果的相关性[29,30]。资产管理实践也受到国际标准（如ISO 55000系列）的指导，这些标准强调生命周期思维、基于价值的决策和结构化信息管理[31,32]。
同时，提出受控数据环境的框架强调验证、版本控制和信息控制是可靠O&M用例的先决条件[33,34]。将BIM数据提取到数据库中以与资产管理系统整合的方法论贡献也强化了运营价值取决于明确定义的模型要求和可靠的数据管道，而不仅仅是模型拥有[35,36,37]。

2.6. 研究空白
文献在BIM-FM集成、现有资产的BIM、BIM-LCC工作流和数字孪生/预测性维护方面提供了坚实的基础。然而，它在围绕以治理为导向的、长期视角的更新规划模型方面提供的整合有限，该模型将服务寿命假设、维护间隔、更新周期和成本属性作为结构化的对象级数据嵌入其中，支持反应性和计划性生命周期策略之间的场景比较，并使用治理相关指标（如支出集中度、干预同步性和组合规模的假设透明度）来评估性能。本研究通过提出并验证一个专门为支持可持续城市资产的维护和更新决策而设计的基于BIM的生命周期管理框架来填补这一空白。

2.7. 所提出方法的位置
现有的BIM-FM研究主要集中在支持个别运营任务，如维护工作订单、检查过程或实时监控。BIM-LCC研究通常关注设计阶段的成本估算或评估特定投资场景。数字孪生方法强调基于传感器数据的条件监控和预测性维护。
相比之下，本研究提出的方法将结构化的资产数据、生命周期成本参数和确定性调度逻辑整合到一个统一的治理框架中。主要贡献在于将BIM从一个信息存储库转变为一个可执行和可审计的系统，用于组合层面的长期维护和更新规划。

3. 材料和方法
3.1. 研究设计
本研究采用了一种设计科学的研究方法，并结合了结构化的案例研究验证。目标是开发并测试一个基于BIM的生命周期管理框架，该框架将维护规划、更新调度和生命周期成本建模整合到一个统一的数字资产环境中。研究过程包括三个阶段：
- 生命周期参数框架的开发；
- 将生命周期属性整合到基于BIM的资产信息模型中；
- 对反应性和计划性生命周期策略进行比较情景分析。
生命周期成本建模的方法论基础遵循已建立的服务寿命规划和生命周期成本原则[38,39]，并与ISO 55000系列中定义的资产管理原则保持一致[31,32]，而BIM信息管理则符合广泛认可的BIM标准和互操作性实践[40,41]。

3.2. 案例研究描述
该框架在一个匿名化的工业资产组合上进行了验证，代表了2025年一个重工业制造综合体的扩展。该组合包括六个主要资产：内部道路、生产大厅、变电站、带有 overhead crane 的天棚、开放式仓库和废物处理存储区。
系统边界包括以下内容：
- 预防性维护活动；
- 小型维修干预；
- 结构和技术系统的计划更新；
- 相关的人工和材料成本。
为了专注于维护和更新治理，排除了运营能耗、用户行为影响、拆除成本和残余资产价值。规划范围为30年，分为年度时间步骤。
所选的案例研究代表了一个包含建筑物、技术系统和外部基础设施元素的异构多资产组合。这种多样性允许在单一受控环境中测试所提出的方法，涵盖不同的资产类别、干预类型和生命周期行为。
虽然案例研究仅限于工业环境，但它捕捉了城市资产组合的共同特征，包括混合资产类型、不同的服务寿命周期和相互依赖的维护活动。因此，该案例被认为具有足够的代表性，可以用来验证方法论框架的有效性，尽管它不能用于推广具体的成本值或干预参数。3.3. 数据来源和准备成本输入基于2025年区域市场价格和标准单位成本数据库的结构化迷你预算估算得出。这些成本与工程量清单数据和典型的承包商定价结构进行了交叉参考，以确保一致性。这些数值代表的是用于生命周期建模的规划级别成本假设，而不是确切的投标价格。单位成本数据来自标准化的区域成本数据库，并使用Microsoft Excel 365（微软公司，美国华盛顿州雷德蒙德）进行处理。成本结构区分了运营支出（维护和小型维修）和资本支出（更新），从而可以在生命周期模型中进行单独的汇总和分析。输入数据来源于以下内容：竣工项目文档和工程量清单；结构化的维护和更新计划；基于2025年区域市场价格的单位成本数据库；来自标准和制造商文档的使用寿命假设。每个可维护元素都被分配了以下属性：唯一元素标识符；数量（平方米、米、件数或总价）；维护间隔（年）；小型周期维修（年）；更新周期（年）；单位维护成本；单位更新成本；成本分类（运营支出或资本支出）。3.4. BIM集成框架生命周期属性被嵌入到BIM对象中作为结构化的属性集。每个资产元素都包含了使用寿命参数、维护间隔、更新周期和成本属性。时间（4D）和成本（5D）维度被链接起来，以便可视化干预计划和支出分布。通过与Industry Foundation Classes (IFC)兼容的开放数据结构确保了互操作性。BIM模型的功能如下：一个持久的资产注册系统；一个用于生命周期管理的参数容器；一个用于情景比较的可视化界面。不需要专有的自动化脚本；该方法可以使用标准的BIM创作工具和成本建模电子表格进行复制。BIM模型是使用Autodesk Revit 2024（Autodesk公司，美国加利福尼亚州旧金山）开发的。数据提取、参数结构和生命周期成本计算是使用Microsoft Excel 365（微软公司，美国华盛顿州雷德蒙德）完成的。开放数据交换通过Industry Foundation Classes (IFC)模式实现，以确保跨平台的互操作性。3.5. 数据可用性所有计算程序、参数结构和生命周期建模逻辑都在研究中进行了记录。结构化数据集（匿名化的建筑参数、成本矩阵和干预计划）和计算模板可以在合理请求时从相应作者处获得。除了对商业敏感的成本信息进行匿名处理外，没有其他限制。3.6. 敏感性分析为了评估生命周期模型的稳健性，通过将单位成本输入变化±20%来进行了一次简化的敏感性分析。分析检查了成本变化对年度支出概况、累积生命周期成本以及主要更新年份时间的影响。结果表明，虽然绝对成本水平随输入变化而成比例变化，但生命周期计划的整体结构——特别是主要更新事件的时间和集中程度——保持稳定。这表明该模型的治理价值主要在于其调度逻辑和结构透明度，而不是精确的成本预测。敏感性分析确认，即使在成本输入存在中等不确定性的情况下，所提出的方法对于战略规划目的也是稳健的。图1 BIM支持的生命周期治理工作流程。该图说明了基于BIM的资产数据如何转换为结构化的生命周期信息、确定性调度以及包括干预注册表、计划矩阵和成本预测在内的治理导向输出。4. 研究中实施的数据标准化本研究首先建立了一个项目数据标准，使BIM环境能够用于生命周期治理，而不仅仅是一个静态存储库。在进行任何生命周期模拟之前定义了这一标准，以防止BIM支持的操作中最常见的失败模式：缺失或不一致的运营属性，这些属性无法支持维护规划、更新调度或成本汇总。该定义还遵循了证据，即业主主导的信息需求和组合数据质量管理对于在资产整个运营寿命期间实现BIM的价值至关重要。4.1. 组合范围、匿名化和粒度验证背景是一个匿名化的多资产组合（工业资产组合A，IAPA），包含六个对象（O1–O6），代表建筑物、技术设施和外部工程。所有组织和站点特定的标识符都被移除并替换为中性代码。数据标准保留了复制所需的技术结构（元素类型、数量、干预周期和成本结构），同时消除了识别元数据。该标准在可维护元素级别运作。可维护元素被定义为可以无歧义地进行检查、服务、维修或更新的单元（例如，屋顶膜系统、热泵单元、灯具组、排水分离器、沥青磨损层）。这种粒度与强调可操作元素级信息作为维护决策支持基础的BIM–FM研究一致。4.2. 资产分解结构和编码系统实施了一个覆盖整个组合的资产分解结构（ABS），以确保跨时间和异构资产的稳定汇总。ABS优化了生命周期治理和情景分析，而不是建筑工程打包。本研究中使用的层次结构：组合：IAPA。对象：O1–O6。系统组：STR（结构）、ENV（外壳）、MEP（机械）、ELE（电气）、SAF（安全）、EXT（外部工程）。元素：可维护单元。干预类型：INS（检查）、MNT（维护）、REP（维修）、RENEW（更新）。元素标识符规则（主键）：---。示例：O2-ENV-ROOF-001。该规则使得每个数据集记录都可以追溯到单个BIM对象和一组生命周期参数。稳定的标识符和结构化信息要求被反复确定为可靠运营和维护使用的先决条件。4.3. 生命周期治理数据字典（最小模式）定义了一个数据字典，作为字段含义、单位、允许的值和数据类型的权威来源。表1中的最小模式被应用于每个可维护元素。该模式是有意设计的紧凑型：它包含了重现调度和生命周期成本汇总所需的最小字段集，同时对于资产所有者来说在时间上也是现实的。表1. 研究中实施的最小生命周期治理模式（元素级别）。4.4. 由数据标准编码的调度逻辑数据集使用年度时间步骤确定性地产生干预计划。对于规划范围内的每个元素i和年份t，根据元素的间隔参数生成事件：当t mod maint_interval_y = 0时，发生维护事件。当repair_interval_y被定义且t mod repair_interval_y = 0时，发生维修事件。当t mod renew_interval_y = 0时，发生更新事件。每个事件都继承了element_id、object_id、system_group和cost_class，从而支持组合级别的汇总和治理指标（例如，支出集中、主要更新的同步）。这种明确的编码解决了评审中发现的常见差距：许多BIM–FM研究支持运营任务的执行，但没有将长期更新调度形式化为可计算、可审计的层次。4.5. 研究中实施的BIM链接在这项研究中，BIM模型充当资产注册系统和可视化界面。每个BIM对象代表一个可维护元素存储：至少包含element_id、object_id、system_group和location_code。表1中的生命周期治理属性作为结构化属性存储在BIM环境中，并导出为同步的数据集，用于模拟和情景比较。这种方法与证据一致，即BIM支持的运营和维护受益于受控的信息环境和可追溯的数据管道，而不是临时的交接文件。4.6. 验证规则和数据质量控制在情景建模之前执行了验证协议，并在每次修订后重复进行。这是必要的，因为组合研究表明，当干预和成本随时间和资产汇总时，数据质量问题会呈非线性增长。应用了以下接受标准：完整性：100%的元素包含表1中的所有必填字段。单元一致性：qty_unit必须与受控词汇表和单位成本基础相匹配。间隔有效性：间隔字段必须是整数≥1（或在允许的情况下为空）。引用完整性：每个element_id都精确映射到一个对象和一个系统组。异常值检查：标记并审查间隔和单位成本的异常值与源假设的对比。变更控制：每次编辑都会增加revision_id并记录data_source和原因说明。这些控制实施了在战略资产数据质量研究中强调的组合级别数据治理实践，并支持被认为是运营BIM成功的关键的业主信息需求逻辑。5. BIM支持的维护和更新计划的生成（案例研究实施）本研究通过将匿名化的组合BIM转换为分阶段的维护和更新计划来实施生命周期治理，该计划具有可审计的数量、干预周期和成本。案例研究组合包括六个城市工业资产，代表典型的市政规模“城市支持基础设施”（移动表面、生产/公用建筑和物流/废物区域）：内部道路（3972平方米）、高负荷生产大厅（1885平方米）、变压器站（225平方米）、高架起重机罩（860平方米）、开放式仓库平台（2000平方米）和废物处理存储区（607平方米）。所有成本输入都以当前、未索引的欧元值表示（不包括增值税），这些值来自2025年当地的市场迷你预算，并计划在可用时替换为投标或内部费率。5.1. BIM到资产注册：使模型“适合调度”首先将BIM模型转换为随时间稳定的资产注册系统，适合生命周期调度。实际上，这意味着每个可维护项目都表示为一个唯一标识的资产记录，与其BIM元素（或非几何资产的BIM代理）相关联。对于案例研究，最低限度的适合调度的记录包括：资产标识符（对象+系统+元素）；BIM链接（例如，IFC GUID或模型元素ID）；可测量的数量（平方米、米、单位数量或总价）；干预类型（维护与更新）；干预周期（年）；单位成本和计算出的周期成本。BIM到资产的映射遵循“可维护范围”的逻辑，而不仅仅是几何形状。例如，变压器站包括土木/建筑元素（砖石立面、屋顶膜、抬高的技术楼层）和关键电气系统（中压/低压开关设备、母线、断路器、传感器和检查通道）。同样的原则也应用于外部资产：道路系统被建模为基于面积的表面，但生命周期范围还包括排水点和照明/电气区域（基于数量）。5.2. 干预库：将维护/更新逻辑编码为可重用的模板一旦注册系统存在，计划就从干预模板库中生成。每个模板都根据数量和单位成本进行参数化，并且它携带一个反映预期退化和使用寿命的周期。研究使用明确的、元素级别的干预（而不是通用的“允许值”，例如：道路：年度表面检查、每年一次的入口清洁、每5年一次的裂缝密封、每15年一次的表面重新铺设；生产大厅：每年一次的地板维护、每2年一次的屋顶膜清洁、第25年的屋顶膜更换、第20年和25年的暖通空调大修；变压器站：每2年一次的热成像和柜体紧固、第3年的断路器测试、第25年的屋顶膜更新、第30年的部分保护模块升级；罩：每年一次的起重机检查、第15年的控制吊架更新、第20年的驱动系统翻新、第25年的照明更新、第30年的结构重新涂层；开放式仓库和废物区域：每年的检查和排水清洁、第15年的扩展接缝重新密封、第25年的分离器大修、第30年的表面密封和部分板层重新铺设。这种明确的编码是核心的“治理”机制：每个计划的活动都可以追溯到一个资产记录，并通过数量、成本和间隔来证明其合理性。5.3. 计划生成规则和输出（30年展望）生命周期计划是从干预库中确定性生成的。在这项研究中，预防性维护周期从第1年开始初始化（因为检查和常规维护在调试后立即开始），而更新则安排在其预期的第一个寿命结束年份（例如，15年、20年、25年或30年）。生成的计划也分为两个15年的阶段，以支持预算编制和运营规划。5.4. 为什么这是一个具体的BIM支持解决方案（而不仅仅是一个计划）本章的贡献是从BIM到生命周期治理的可执行链接：BIM模型提供了稳定的数量（面积、长度、数量）和可导航的资产结构；干预库将维护/更新逻辑编码为明确的周期和成本；生成的工作包为年度规划、采购打包和长期更新策略提供了可审计的基础。“治理”方面在于，计划中的每一欧元都可以追溯到一个可维护资产和一个透明的规则（数量×单位成本×计划年份），从而允许在保持运营风险可见性的同时进行组合级别的权衡（例如，推迟表面重新铺设周期与增加预防性密封频率）。6. 案例研究输出：BIM链接的维护和更新计划该研究产生了一组具体的、BIM就绪的输出，将这些资产信息模型转换为匿名化工业资产组合的可操作维护和更新计划。该投资组合包括六个子项目（O1–O6）：内部道路（3972平方米）、生产车间（1885平方米）、变电站（225平方米）、带有悬臂起重机的遮阳棚（860平方米）、开放式仓库平台（2000平方米）以及废物处理储存区（607平方米）。所有成本输出均以欧元（不含增值税）表示，并使用2025年的市场单价进行计算，从而可以直接进行运营成本预测和长期预算编制。

6.1. 输出A：投资组合干预登记册（与BIM链接的任务列表）
对于每个项目，研究生成了一个结构化的干预登记册，该登记册可以与BIM元素（例如楼板、屋顶、照明设备、暖通空调单元、起重机部件）相关联，作为具有以下属性的计划任务：任务类型（维护/更新）、数量、单位成本、间隔时间和计划执行年份。例如，O1项目的任务定义包括每15年对3972平方米的道路进行沥青重新铺设（每平方米20欧元），以及每25年更换55个LED照明设备（每个400欧元）。

同样的结构也应用于O2项目的各个建筑系统（外壳、暖通空调、管道、电气、消防安全、自动化、接地系统）。输出示例见图2。

6.2. 输出B：整合的进度矩阵（工作量规划）
该计划还生成了整合的进度矩阵，其中每个维护或更新活动都用年份标记（“X”），使设施团队能够可视化跨项目和系统的同时进行干预，并协调停机窗口和承包商的工作安排。示例见图3。

6.3. 输出C：投资组合现金流曲线（年度和累计成本）
一个关键的可交付成果是投资组合级别的年度和累计现金流输出，以当前价格和通胀调整后的情景（3%和6%）进行报告。年度成本见图4，累计成本见图5。

6.4. 输出D：高峰年份的更新工作包（导致成本激增的原因）
基于BIM的进度安排使得成本集中现象变得易于解释，并可以将其“打包”为更新包。最大的成本峰值出现在主要更新间隔期（从基准年份2025年开始的15年、20年、25年和30年），这些高峰主要由高负荷表面、屋顶系统和关键设备引起。

6.4.1. 包1：第15年的峰值（2039年，年度总成本166,945欧元）
该计划产生的主要更新项目包括：
- O1道路：3972平方米的道路沥青重新铺设，每平方米20欧元，总计79,440欧元（15年周期）。
- O2生产车间：1885平方米的地面重新铺设，每平方米35欧元，总计65,975欧元（15年周期）。
- O2生产车间：4个屋顶排水出口更换，每个250欧元，总计1,000欧元（15年周期）。
- O4遮阳棚起重机：1个控制装置更换，800欧元，总计800欧元（15年周期）。
这些更新项目还伴随着同年为所有项目安排的定期预防性任务（检查、清洁、测试）。

6.4.2. 包2：第20年的峰值（2044年，年度总成本63,756欧元）
主要更新项目包括：
- O2生产车间：1个热泵大修，25,000欧元；1个泵更换，6,500欧元（20年周期）。
- O4遮阳棚起重机：2个行走电机/变速箱翻新，每个2,500欧元，总计5,000欧元（20年周期）。
- O6废物处理区：30平方米的表面修复（5%剥落），每平方米50欧元，总计1,500欧元（20年周期）。

6.4.3. 包3：第25年的峰值（2049年，年度总成本158,820欧元）
这一峰值主要由屋顶和照明更新以及选择性设备大修组成：
- O2生产车间：1885平方米的屋顶膜更换，每平方米45欧元，总计84,825欧元。
- O2生产车间：3个屋顶单元更换，每个7,500欧元，总计22,500欧元。
- O1道路：55个LED照明设备更换，每个400欧元，总计22,000欧元。
- O3变电站：225平方米的屋顶膜更新，每平方米45欧元，总计10,125欧元；加上20个照明设备更换，每个100欧元，总计2,000欧元。
- O4遮阳棚起重机：1个安全传感器更换，800欧元；9个照明设备更换，每个180欧元，总计1,620欧元。
- O5开放式仓库：12个照明设备更换，每个180欧元，总计2,160欧元。
- O6废物处理区：1个废水分离器大修，1,200欧元；6个照明设备更换，每个180欧元，总计1,080欧元。

6.4.4. 包4：第30年的峰值（2054年，年度总成本251,695欧元）
第30年的包是一个多项目的“修复波”，结合了大面积的表面更新和广泛的电气及结构翻新工作：
- O1道路：再次进行沥青重新铺设，79,440欧元（15年周期）。
- O2生产车间：再次进行地面重新铺设，65,975欧元；以及立面翻新（5%），95平方米，每平方米90欧元，总计8,550欧元。
- O2生产车间：部分电气翻新（LED照明62个，每个100欧元；插座/断路器50个，每个40欧元；接地网格4,000欧元）和自动化控制器更新（2,000欧元）。
- O4遮阳棚：215平方米的屋顶板材更换，每平方米40欧元，总计8,600欧元；150平方米的钢材重新涂层，每平方米25欧元，总计3,750欧元；以及10米的起重机轨道部分更换，每米120欧元，总计1,200欧元。
- O5开放式仓库：200平方米的楼板重新铺设（10%），每平方米45欧元，总计9,000欧元；以及伸缩缝重新密封（15年周期），100米，每米8欧元，总计800欧元。
- O6废物处理区：607平方米的表面密封剂更新，每平方米12欧元，总计7,284欧元；以及45平方米的围栏面板更新（25%），每平方米90欧元，总计4,050欧元。

与之前的峰值一样，第30年年度总成本的剩余部分归因于与更新同时进行的预防性维护任务（年度/半年度检查、清洁、接地连续性测试），这些任务在修复工作期间和之后继续安排，以确保性能。

对于基于BIM的生命周期管理的实际意义而言，这些输出展示了如何将基于BIM的干预登记册和进度矩阵提升为可审计的投资组合现金流预测（可追溯到元素数量和单位成本）和可操作的年度工作包。结果是一个准备就绪的维护和更新计划，通过资源平衡支持预算稳定性，同时保持高关键性资产（如重型表面、屋顶、暖通空调设备和起重技术）的可靠性和可用性。

7. 讨论
与之前的BIM–FM研究相比，这项研究的贡献在于将“信息可用性”转化为“决策可用性”。先前的研究表明，BIM在设施管理中的采用受到资产数据不一致、信息需求不明确和数据验证不足的限制，这往往使BIM仅限于文档记录，而无法提供操作决策支持。本案例研究表明，一个最小化的、强制性的生命周期框架（元素ID、数量、间隔时间、单位成本和成本类别）就足以生成可审计的输出：进度矩阵、年度和累计成本曲线以及高峰年份的更新工作包。这直接与早期研究结果一致，即操作效益取决于结构化的信息需求和受控的信息环境，而不是额外的几何细节。

从更广泛的都市可持续性角度来看，该计划的输出展示了三个超出单一工业场所的启示。首先，高峰可见性有助于资源平衡和协调更新工作包，减少重复动员和操作中断。实际上，这意味着外壳访问周期（例如屋顶膜更新）可以与屋顶暖通空调更换和排水干预同步进行，以避免多次搭建脚手架或停机。其次，该计划使“低成本但高关键性”的维护工作变得可见，例如接地连续性测试和定期电气检查，这些工作在预算通常只关注资本更新时往往资金不足。第三，投资组合现金流输出为积极规划提供了依据：通胀情景显示，在宏观经济不确定性下，相同的更新结构可能会带来截然不同的长期财务负担，从而强化了早期结构化更新计划的价值。

然而，结果也突显了与文献中提到的挑战一致的局限性。生命周期进度是确定性的，基于间隔时间的；它没有考虑随机故障、不确定的退化或操作强度的变化。单位成本基于市场基准得出，因此仍受地区采购条件和未来供应链波动的影响。环境影响通过预防性维护减少过早更换的逻辑间接得到解决，但该研究尚未量化每次更新事件所涉及的碳足迹或材料流动。最后，尽管投资组合包含多种资产类型，但将其扩展到更广泛的都市投资组合（学校、医院、市政建筑、道路）需要调整干预库和成本结构以适应不同的资产类型。

未来的研究应在四个方向上扩展所提出的治理框架。首先，应整合检查结果和缺陷日志以动态调整间隔时间，从而实现基于BIM的规划的混合方法，并根据条件反馈进行更新。其次，应将更新事件与环境影响因素相结合，以便同一事件表能够同时产生生命周期成本（LCC）和生命周期影响评估（LCA）指标，支持可持续性权衡。第三，应应用投资组合优化方法，在年度预算上限内平滑更新高峰，同时尊重关键性约束和操作停机时间要求。第四，互操作性研究应测试生命周期参数集在不同BIM、FM和资产管理平台之间的可靠交换和维护能力。

将这一框架应用于其他资产类型需要调整输入参数和干预逻辑。虽然基础结构（包括生命周期数据框架、BIM链接和确定性调度模型）是通用和可转移的，但关键输入（如单位成本、使用寿命假设和干预库）是特定于上下文的。例如，将其应用于学校、医院或交通系统等公共基础设施时，需要根据不同的监管环境、使用模式和关键性分类进行校准。因此，该框架应被视为一种可转移的方法论，而不仅仅是一个可直接转移的数据集。

在本研究中，财务稳定性不是作为宏观经济或组织绩效指标来解释的，而是作为生命周期支出分布的属性。具体来说，它指的是维护和更新成本的可预测性和时间分布，包括减少高峰年份的成本集中以及提高长期财务承诺的透明度。这些方面在生成的现金流曲线和高峰年份的更新包中可以直接观察到。

将这一框架应用于其他资产类别需要开发特定于资产的干预库，重新校准使用寿命假设，并根据行业特定的监管和操作约束进行调整。这些调整代表了非平凡的工作，表明该框架提供了一个可转移的结构，但并非通用的参数集。因此，这项研究的贡献最好理解为一种方法论蓝图，它将概念性的BIM–FM方法转化为可执行的治理模型。当前框架尚未明确建模或量化可持续性的环境和社会维度。

8. 结论
本研究提出并验证了一种基于BIM的生命周期治理方法，该方法能够从结构化的资产数据生成可审计的维护和更新计划。结果表明，在BIM环境中嵌入生命周期参数可以提高年度支出的可预测性，识别和构建更新高峰，并提高长期成本分布的透明度。这些效果有助于在投资组合层面改进财务规划。研究结果支持了这样一个核心假设：只有通过早期数据标准化、验证程序和可计算的调度模型（将资产信息转化为生命周期治理输出）来补充BIM，才能实现可持续的都市资产管理。虽然当前的实现是确定性的且以成本为中心，但它为未来结合基于条件的更新、环境指标和投资组合规模优化的扩展提供了坚实的基础。

该研究没有展示环境绩效的改进、资产退化的随机建模或在预算约束下的维护策略优化。它也没有验证基于实时数据的预测性维护方法。这些方面目前超出了当前研究的范围，代表了未来研究的方向。