《Sustainability》:Construction Material Flow Intelligence (CMFI): A Project-Level Framework Integrating Material Stocks, Waste Flows, and Decision Support for Sustainable Building Delivery
编辑推荐:
建筑施工项目产生大量材料浪费和隐含碳(embodied carbon)损失,但目前尚没有集成框架能在建筑交付过程中将常规项目文档转化为阶段特定的决策信号。研究人员提出了建筑材料流智能(Construction Material Flow Intelligenc
建筑施工项目产生大量材料浪费和隐含碳(embodied carbon)损失,但目前尚没有集成框架能在建筑交付过程中将常规项目文档转化为阶段特定的决策信号。研究人员提出了建筑材料流智能(Construction Material Flow Intelligence, CMFI),这是一个项目级决策支持框架,应用质量平衡(mass-balance)原理,在四层处理架构内将标准采购记录、交付日志、安装数据和废物记录转换为六个绩效指标(performance indicators)和结构化的操作信号。CMFI 在项目-阶段-材料尺度上运行,并产生三类输出:采购调整信号、减废触发器和存储优化建议。以一个五层商业建筑为例,涵盖五种材料类别和三个施工阶段,示范性应用表明,CMFI 从常规项目文档中生成了七个决策信号,并识别出约 27.2 tCO2e 的可避免隐含碳损失,而无需定制传感基础设施。组件敏感性分析证实,废物分类、阶段跟踪和隐含碳集成均是框架的承载要素。CMFI 通过将建筑材料监测从回顾性废物报告转变为阶段解析的可持续性智能,弥合了总体材料流分析(material flow analysis)与项目级运营管理之间的差距。局限性包括使用了示范性而非经验性数据、单阶段核算以及未校准的触发阈值;经验验证和数字化实施被确定为优先的未来方向。
**研究背景与问题**
建筑环境每年消耗全球约40%的原材料,并在大多数工业化经济体中产生30%至40%的固体废物,这使建筑业处于资源枯竭和废物管理两大可持续性挑战的交汇点。然而,现有政策工具、监测框架和绩效指标通常配置于国家或城市尺度,而单个建筑项目——实际采购、存储、安装、浪费或回收材料的现场——却缺乏结构化的数据驱动资源智能。核心问题在于,没有任何框架能将常规项目记录转化为建筑交付过程中阶段特定的决策信号。现有的材料流分析(MFA)擅长总体核算但无法在项目尺度运行,建筑信息模型(BIM)主要在设计阶段使用,物联网(IoT)监测系统缺乏库存-流量处理层,而循环经济框架缺乏操作级关键绩效指标(KPI)机制。因此,研究人员开展了这项研究,旨在填补这一集成智能层的空白,提出了建筑材料流智能(CMFI)框架,该框架将材料存量、废物流和六项绩效指标整合为可操作的、基于阶段的决策信号,用于可持续建筑交付。论文发表在《Sustainability》。
**主要技术方法**
CMFI采用四层处理架构:第一层(数据输入层)从标准项目管理文档捕获采购记录、交付日志、安装进度记录和废物回收记录;第二层(库存-流量处理层)应用质量平衡模型(公式1-11)进行阶段边界核算、计划-实际偏差计算和废物分类(可避免废物与过程废物);第三层(KPI生成层)计算六个绩效指标(材料利用率MUR、废物产生率WGR、废物强度WI、材料损失率MLR、循环回收率CRR、库存-废物累积比SWAR)和隐含碳损失(ECL)指标;第四层(决策支持输出层)将每个KPI与可参数化的触发阈值对比,生成三类操作信号(采购调整、减废触发、存储优化)。框架通过反馈回路(从第四层到第一层)实现阶段自适应。样本数据来源于一个假设的五层商业建筑项目,涵盖五种材料类别(预拌混凝土、结构钢、混凝土砌块、石膏板、外部玻璃)和三个施工阶段(地下室、上部结构、围护与设备)。
**研究结果**
**7.1 场景描述与范围**
该示范性应用针对一个假设的五层商业办公楼,总建筑面积10,000 m2,追踪五种材料类别和三个施工阶段(阶段2-4)。输入数据基于行业基准和示范性项目记录,明确标注为示范性数据,未使用经验测量。
**7.2 输入数据**
提供了各材料在各阶段的计划、交付和安装数量,包括混凝土(吨)、结构钢(吨)、混凝土砌块(吨)、石膏板(m2)和外部玻璃(m2)。
**7.3 第二层处理:质量平衡与偏差**
应用算法1处理废物和回收数据,所有平衡均在2%容差内闭合,未产生数据完整性警报。计算得出各材料在各阶段的废物量、回收量、场内存货量和偏差量,结果显示混凝土在阶段2和3存在持续超额交付。
**7.4 第三层KPI结果**
计算六个KPI值,粗体值表示超过触发阈值。石膏板在阶段4的废物强度(WI)为108.6 kg/m2,循环回收率(CRR)仅为5%,表明几乎所有石膏板废物均被填埋;混凝土砌块在阶段3和4的废物产生率(WGR)接近10%阈值,CRR仅11%。
**7.5 第四层决策输出**
生成七个决策信号:采购调整信号(针对混凝土和结构钢,基于超额交付触发);减废触发信号(针对混凝土砌块和石膏板,基于WGR和CRR);循环回收信号(针对混凝土砌块和石膏板,基于CRR低于50%阈值);存储优化建议(针对石膏板,基于残余库存超过额定存储容量)。
**7.6 隐含碳损失分析**
总隐含碳损失(ECL)为45,400 kg CO?e,其中结构钢贡献57%(26,000 kg CO?e),尽管其废物质量仅占9%。可避免隐含碳损失估计为27,200 kg CO?e(约27.2 tCO?e)。通过消除所有可避免废物,最大可实现碳节约为27,200 kg CO?e,相当于约12,300公里平均乘用车行驶距离。
**7.7 跨阶段KPI趋势分析**
混凝土的材料利用率(MUR)在阶段2-4分别为0.90、0.93、0.91,废物产生率(WGR)分别为7.8%、6.2%、7.0%。阶段3(上部结构)表现最佳,因为连续浇筑减少切割损失;阶段4(围护与设备)略有恶化,反映较小较复杂的浇筑配置。阶段分辨率揭示了仅在项目结束时监测会掩盖的阶段级问题。
**7.8 循环回收率分析**
混凝土的循环回收率(CRR)在13%-21%之间,大部分废物被填埋;结构钢CRR为50%,受益于废金属市场;混凝土砌块和石膏板CRR分别为11%和5%,远低于50%阈值,触发减废信号;玻璃CRR为30%。
**7.9 组件敏感性分析**
通过移除废物分类、阶段分辨率和隐含碳损失三个组件,分别测试其对决策信号质量的影响。移除废物分类导致8个虚假信号;移除阶段分辨率导致6个信号被遗漏;移除隐含碳损失虽不改变信号数量,但改变了优先级排序(从石膏板转向混凝土)。三个组件均为框架的承载要素,互补而非可替代。
**7.10 总体KPI总结**
项目级总结显示,混凝土的材料损失率(MLR)为9.5%,结构钢为4.0%,混凝土砌块为10.5%,石膏板为12.0%,玻璃为1.5%。总体可避免隐含碳损失为27.2 tCO?e。
**讨论与结论**
讨论部分指出,CMFI继承并扩展了MFA传统,将操作系统边界从宏观尺度转向项目级,并将流量核算转化为阶段特定的决策信号。在循环经济方面,CRR指标提供了废物转移的阶段性可见性,减废触发和采购调整信号直接作用于废物层级的最顶层(避免废物产生)。在可持续采购方面,反馈回路允许在下一阶段采购前调整订单,但受制于合同约束。在隐含碳方面,CMFI的ECL指标改变了优先级排序,使管理者关注碳影响最大的废物流(如结构钢)而非质量最大的废物流。局限性包括:使用示范性数据而非经验数据、单阶段核算(无法解析阶段内动态)、以及触发阈值未基于经验数据校准。未来方向包括:经验案例研究、子阶段时间分辨率扩展、以及数字实施方案(如与BIM和IoT集成)。
研究结论翻译如下:本文提出了建筑材料流智能(CMFI),这是一个项目级决策支持框架,集成材料存量数据、废物流数据和六项绩效指标,在可持续建筑交付过程中生成可操作的、基于阶段的决策信号。CMFI填补了材料流分析文献和可持续施工管理实践中的一个已知空白:缺乏一个集成智能层,将项目级质量平衡核算、绩效指标生成和结构化决策输出连接在一个与建筑交付操作阶段一致的框架中。四项贡献对应CMFI的四个定义属性:框架定义确立了CMFI与传统MFA在尺度、导向、时间逻辑和输出类型上的正式区别;四层架构嵌入质量平衡恒等式作为所有处理操作的基础约束,并通过从决策输出层到数据输入层的反馈回路将回顾性核算转化为阶段自适应智能;六个KPI和决策触发逻辑将每个绩效指标与特定触发条件和信号类别配对,提供从项目数据到采购决策的完整映射;隐含碳损失(ECL)集成将材料废物减少直接与隐含碳减排目标连接,表明废物管理优先级应基于碳影响而非单纯废物质量分配。