我国经济的快速发展间接带动了相关基础设施建设，目前已有大量长期使用的基础设施．然而已建基础设施如缺乏合理维护，积年累月后可能无法安全使用并将面临高昂的维护翻修费用或废弃重建，这无疑会浪费社会资源并造成不良影响．由于基础设施结构具有体型巨大、形式复杂、服役期长、荷载多样等显著特点，20世纪后期，世界范围内许多大型基础设施结构都设计并安装了智能监测系统，以利用现场的、无损的、实时的方式采集结构的输入与输出信息，分析结构性能的波动、劣化或损伤特征，并为管理和养护提供决策支持[1]．建筑信息模型(BIM)技术历经约20 a的发展，目前已在国内外得到广泛应用．国际标准ISO19650—1:2018[2]将BIM定义为：促进设计、建造和运营，并为决策提供可靠依据的数字化共享建筑资产．BIM技术的核心是信息，集成建筑、结构、管线及设备等不同专业在工程设计阶段、施工阶段和运维阶段的全生命周期多维信息，并可实现建筑三维可视化、多方协作、施工模拟与运营管理等多种功能．基于BIM的二次开发技术则可实现更多功能，如开发专业性更强的BIM平台、实现工程数字化管理、实施结构可视化健康监测等，使该项技术在提高效率、节约成本与确保结构安全等方面发挥重要作用．传统基础设施监测技术在实际应用中存在数据庞杂、监测数据管理分析难、警示定位响应慢等问题．BIM技术在应用时相当于结构可视化数据库，有利于监测信息的表达[3]与管理，且开放的二次开发接口(API)可使更多功能与技术集成于BIM平台，实现基础设施智能监测的功能及监测信息的多方交互共享．将BIM技术引入基础设施智能监测能够一定程度上改善传统基础设施监测技术，实现大体量数据的集成管理与可视化查询、监测数据的快速分析及实时可视化预警等功能．故基于BIM的基础设施监测技术成为近年来土木工程领域技术发展应用的新趋势；同时，BIM技术在基础设施智能监测领域的应用也丰富了全生命周期理念的内涵，提升了BIM技术的实用价值．本文首先系统介绍BIM技术及基于BIM的智能监测技术所涉核心内容及其研究进展；然后综述基于BIM的智能监测技术在国内外不同类型基础设施中的应用情况，系统总结不同应用阶段、工程需求及融合技术手段的各类典型工程案例；最后讨论不同类型结构在应用该技术时的共性与个性，指出当前研究应用中存在的问题并展望未来发展方向．1 BIM技术简介BIM技术最早于1975年由Charles Eastman提出[4]．2002年，Autodesk公司研发并推广BIM技术并迅速得到全球范围内的认可，最早在美国土木工程领域应用，随后英国、德国、日本、韩国、新加坡等国家相继开始运用BIM技术，我国也将BIM技术的应用提上日程．近20 a来，BIM技术经历了从BIM1.0到BIM3.0三个阶段性的发展．从BIM1.0多基于模型的应用，到BIM2.0的平台化管理，再到BIM3.0的智慧工地，BIM技术的不断发展与丰富为相关行业的设计、建造与运维提供了重要技术支持．目前我国关于BIM技术的应用主要介于BIM2.0与BIM3.0两阶段之间，且已有相关研究者提出BIM4.0的概念，即结合人工智能技术实现智能化[5]，为BIM技术的发展指明方向．相关国际组织出台了针对BIM技术基础的标准，如针对工业基础分类IFC的ISO 16739:2013[6]、针对国际字典框架IFD的ISO 12006—3:2007[7]和针对信息交付手册IDM的ISO 29481—1:2016[8]等．BIM技术应用较多的国家基本上都出台了相关标准，如美国的NBIMS[9](National BIM Standard)、英国的AEC(UK)BIM Standard[10]、日本的CALS/EC[11](Continuous Acquisition and Lifecycle Support /Electronic Commerce)等．我国也出台了一系列BIM标准文件，如《工业基础类平台规范》(GB/T 25507—2010)[12]等，并由清华大学在2010年提出了中国建筑信息模型标准框架(China building information modeling standard，CBIMS)[13]，与相继出台的其他规范性文件共同促进BIM技术在我国的应用．须明确的是，BIM是一项技术而非某款软件，它囊括多方面的相关应用软件[14]．目前行业内核心的BIM技术软件有Autodesk公司的Revit，Bentley公司的MicroStation，Dassault公司的CATIA及Trimble公司的Tekla等，其中前三款软件被称为BIM行业的“ABC”．不同BIM软件都有其擅长的领域与特色功能，各司其职，协同合作，共同组成庞大的BIM技术应用生态体系．近年来BIM技术与多种先进技术(如云技术、物联网等)的融合[15]也使该生态系统更加开放、包容，更具发展前景．2 研究方法与文献计量分析2.1　研究方法本研究基于文献检索分析BIM技术在基础设施智能监测中的研究与应用，文献检索与筛选的方法和步骤如下．a. 数据库选取与检索策略研究文献涉及国内外文献，故选定Scopus英文数据库与知网(CNKI)中文数据库2个主要数据库；同时，选定WoS英文核心库与维普、万方中文数据库作为补充．国外文献以英文为主，故设置中文与英文同义检索词进行检索，并同时使用高级检索方法进行组合检索．具体检索词为：建筑信息模型、building information modeling或BIM；结构健康监测、structural health monitoring或SHM；结构检测或structural detection；结构管理与运维或structural management and maintenance．b. 文献筛选与整理综合不同数据库检索结果，筛选出主题相关且质量较好的113篇文献进行后续分析．具体筛选过程与结果见表1，表中WoS、维普和万方的筛选结果均包含在Scoups与知网的文献中，且Scoups与知网的筛选结果中有4篇相同．10.13245/j.hust.220813.T001表1检索后的文献筛选过程与结果数据库名称检索结果总文献数去重后文献数经相关度与质量筛选后文献数Scopus72837857WoS89866960知网72938456维普13712213万方586470262.2　文献计量分析筛选出的文献在2010—2021年间发表．其中英文文献53篇，中文文献60篇；期刊论文94篇，会议论文14篇，学位论文5篇．在所选文献中，中英文论文占比相近，表明中国近年来在该领域的研究成果丰富，期刊论文占据主导地位，且由于BIM技术在基础设施智能监测领域的应用属于较新颖的交叉学科应用，因此会议论文占比较多．通过对所有文献关键词的同义近似归并、英文翻译与统计分析，可得文献关键词的共现关系(见图1)．10.13245/j.hust.220813.F001图1文献关键词的共现关系图结果显示：关键词BIM，SHM、运维、监测、可视化出现频率较高，且BIM与SHM间的联系最为紧密，突出了BIM技术在结构监测、运维中的可视化优势；同时，桥梁、隧道、建筑等结构类型与BIM和SHM也关系紧密，说明基于BIM的智能监测技术在这些基础设施领域应用较多，后续文献分析也将从这几方面展开．外围权重较小的关键词，如预警、检测、智能化及GIS(地理信息系统)、IFC、无人机等，则反映了基于BIM的智能监测技术的功能特点及与其他先进技术结合的可能性．3 基于BIM的基础设施智能监测技术基础进行基础设施智能监测的目的是确保结构全生命周期的安全性，即通过在结构的全生命周期实时采集结构信息、结合结构模型和相应理论分析算法进行结构状态的预警与评估，其核心是结构全生命周期信息的采集、处理与分析．一套完整的结构智能监测系统通常包括五个部分，即传感器子系统、数据采集子系统、数据传输子系统、数据存储与管理子系统、结构预警与评估子系统[1]．也正是基于相关基础技术的研究与结合，如传感器设备(光纤传感器[16-17]、混凝土内嵌传感器[18-20]等)、无线传感网络(wireless sensor network，WSN)[21]、传感器数据重建[22]、数据算法(如卷积神经网络算法[23])等，基础设施智能监测才得以实现．在理论与技术都相对成熟的基础上，结合计算机技术建立的基础设施智能监测系统较好地确保了结构的安全性，并在桥梁[24-26]、建筑[27]、隧道[28]等多种结构中得到了深度应用．信息是BIM技术的价值体现，全生命周期的信息对于结构各阶段均具有重要意义．智能监测是确保结构安全的重要手段，所获的监测信息是判断结构在施工与运维阶段是否安全的重要依据．智能监测技术与BIM技术的结合，提高了结构智能监测技术的效率与视觉效果，丰富了BIM技术的应用内涵．BIM对于结构监测信息的可视化表达与信息处理、集成的核心技术，能为基础设施智能监测带来更多的优势与可能性．将BIM技术应用于基础设施智能监测是一项具有挑战性的工作．首先，由于BIM软件本身并不具备智能监测的相关功能，须通过BIM二次开发实现；然后，智能监测系统和BIM软件中的数据存储形式有所不同，故须进行数据转换与融合才能实现所有信息在BIM软件中的集成；最后，区别于传统的基础设施监测，引入BIM技术的基础设施智能监测应更加自动化与智能化，同时多项先进技术(如GIS、互联网技术、各类机器人[29]等)在BIM平台的引入既是一项挑战，又是未来的发展趋势．实现BIM技术价值的三大支柱分别为IFC，IDM和IFD[30]．其中IFC是BIM信息交换的标准，是BIM与智能监测间数据融合的基础，目前已形成较为成熟的IFC4.1标准框架．为实现基于BIM的基础设施智能监测，许多研究人员针对IFC框架进行了修改与扩展，即通过EXPRESS语言或其他方式在IFC框架中添加结构实体[31]和结构监测信息[32-35](如传感器、监测数据、耐久性影响因素[36]等)；同时，针对IFC数据格式转换的研究，不仅实现了BIM与GIS技术[37-39]、Web网页[40]及不同BIM软件之间[41]的数据交换，还实现了桥梁BrIM框架[42]、BIM与结构健康监测的shBIM数字中心[43]及铁路RIMTrans数据交换方式[44]等应用，使BIM与智能监测的技术深度融合得以实现．得益于BIM核心技术的开放性与交互性，为发挥基于BIM的基础设施智能监测技术的更多可能性，引入多项先进技术以实现BIM平台的多技术融合．部分先进技术如下：物联网(internet of things，IoT)技术可将结构上所有监测设备通过网络连接，以实现信息的交换与传输，便于BIM平台集成分析监测信息；GIS技术可为带状工程(如桥梁、隧道等)提供地理位置信息，利于长距离工程的结构可视化监测；三维激光扫描技术可对结构进行无接触、远距离测量，提高了基础设施智能监测结果的精度[45]与可视化效率等．集成多项技术的BIM智能监测平台也集成各项技术的优点，虽然技术融合有难度，但为基础设施智能监测带来的意义毋庸置疑．基于BIM的基础设施智能监测系统或平台主要包含采集层、数据层、平台层与应用层四个部分(见图2)．完备的系统架构是实现两项技术融合和高效结构监测的基础．10.13245/j.hust.220813.F002图2基于BIM的基础设施智能监测管理系统架构BIM技术的引入为结构智能监测的各阶段带来变化，目前各阶段的技术研究主要集中于：a. 除结构本身外的监测设备与周围环境的BIM模型构建；b. 运用三维激光扫描、物联网等先进技术的监测数据采集与传输；c. 多源数据的转换集成与BIM数据基础IFC框架的研究；d. 结构预警阈值的设计与结构安全状态的评估；e. 对监测数据进行大数据算法分析或有限元分析以实现结构安全预测；f. 结构监测对象、数据与结构预警结果的可视化、轻量化和实时动态展示研究．4 BIM在基础设施智能监测中的应用为对结构长期服役性能进行科学评价，同时为智慧化管养提供科学指导，很多重要的工程结构都布设了智能监测系统．然而不同结构类型的重要程度、结构构造、受力特点、所处环境及荷载响应特征不同，使得在应用过程中具体监测内容和侧重点有所不同．如桥梁结构承受动载且对沉降敏感，建筑结构复杂多样且有舒适耐久要求，隧道结构岩土体共同受力且施工困难，其他各类结构也有各自的特殊性，因此有必要针对不同结构进行文献梳理．对近十年来基于BIM的智能监测技术在典型基础设施(如桥梁、建筑、隧道)及其他类型工程(如公路、铁路、水利设施等)中的研究与应用情况进行综述，并选取各类结构中的代表性工程案例总结该技术应用的全生命周期阶段、BIM软件和融合的技术，以便后续讨论分析其异同点和优缺点．4.1　BIM技术在桥梁结构监测中的应用桥梁是保证交通顺畅的生命线工程，使用年限较长．桥梁监测经历几十年应用，目前仍存在反馈不及时、效率低及管理难等问题，采用BIM技术可一定程度改善这些问题．由于桥梁的带状结构延伸较远且所处环境不稳定，监测传感器数量和类型较多，对传感器布设优化和传输技术要求较高．铁路桥梁不同于公路桥梁，所属的铁路系统对桥梁挠度[46]、车-轨-桥-环境集成监测[47-48]等有更高要求．如为确保景区特色的景观桥结构安全建立系统监测[49]，为运用计算机视觉技术监测车辆荷载以确保公路桥车流量大时的结构安全[50]．此外，研究适用性更广的桥梁监测系统[51-54]，对桥梁结构集群管理具有借鉴意义．目前基于BIM的智能监测技术在桥梁施工阶段的应用已有较多尝试，主要针对施工难度较大的悬索桥[55-57]、预应力混凝土桥[58-60]及铁路下穿框架桥[61]进行监测，其中在石济黄河公铁两用桥中实现了结构监测与有限元分析的闭环管理[55]．研究者更多关注运维阶段，主要集中于以下三个方面：桥梁结构监测结果在BIM模型中的三维动态可视化[49，59-60，62]；桥梁病害检测管理与可视化[63-65]及结构预警与评估理论[62，64，66]．由于桥梁检修维护并不能完全依赖自动监测，需要多方信息才可综合决策[67-68]，为满足多方交互管理需求，基于BIM的桥梁基础设施智能监测平台开发了PC端、移动端或Web端等多终端[61，68]．部分典型工程应用见表2，表中“—”表示文献中未具体说明使用的BIM软件，后文表中同样表示．10.13245/j.hust.220813.T002表2基于BIM技术的桥梁结构监测典型应用对象类型应用阶段工程应用BIM软件主要运用技术与软件公路桥梁施工阶段虎门二桥的两座水道桥[70]TeklaUnity 3D运维阶段加拿大安大略某大跨桥[64]RevitMATLAB、RSA结构分析软件杭金衢高速红垦枢纽匝道桥梁[68]BentleyGIS、物联网铁路桥梁施工阶段新建跨沂河西大堤桥[58]Revit4G传输技术福建某铁路下穿框架桥[61]Revit人工智能、北斗卫星导航或全球定位系统(GPS)施工与运维阶段英国斯塔福德郡预应力混凝土桥[59-60]Revit (Dynamo)MATLAB，Unity 3D、光纤传感技术、数字孪生运维阶段德国某高铁高架桥[46，66]—无人机系统、摄影测量、机器学习武广高铁梁家湾大桥[48]CATIAIFD分类编码技术、雷达测速公铁两用桥梁施工阶段济南石济黄河大桥[55，57]TeklaMidas Civil软件运维阶段沪通长江大桥[51-52]Tekla大数据、人工智能、移动互联网、云计算与物联网景观桥梁运维阶段广西宜州歌仙桥[49]RevitSQL Server数据库当前桥梁可视化方面的研究较为深入，实现了平台与多终端的开发与监测数据的三维动态可视化．在预警与评估方面运用有限元分析法[42，59]、层次分析法[51-52]与多指标联合[69]等进行分析．该领域目前已跨入结合云技术的4.0时代[70]．4.2　BIM技术在建筑结构监测中的应用建筑结构形式多样，一些重大工程结构如超高层或大跨度等往往会布设智能监测系统．基于BIM的智能监测技术在其施工阶段与运维阶段均有应用．现阶段结合BIM技术的建筑智能监测在施工阶段的应用相对较少，主要集中在基于BIM平台的施工实时动态监测，如网架提升时吊点标高的实时监测和复核[71]，超高层结构的变形监测[72]及深基坑施工监测、高大支模体系监测[73]等．目前基于BIM技术虽可实现施工过程的结构三维可视化，但须不断重复建模，实现过程效率较低．此外，通过三维激光扫描和摄影测量技术监测施工阶段的结构误差[74]，提高结构施工质量也是应用方向．施工与运维阶段均考虑的研究主要关注监测数据的传承[75-77]，即将设计阶段或施工阶段的各类信息继承到BIM模型或相关数据库中，且监测数据反映结构真实变化，便于后续结构运维参考与运用．运维阶段注重建筑结构病害的识别、监测与结构整体评估，如混凝土结构的裂缝自动监测评估[78]、基于钢筋腐蚀的耐久性评估[79]和整体结构评估[80]、建筑客流密集时的结构监测[81]、地震前后的结构评估预测[82-85]及洪水过后建筑结构的损伤评估[86]等，针对结构的病害维护决策研究则较少．BIM技术使基础设施智能监测数据的可视化成为可能，直观的数据展示可方便分析与运维管理．结构可视化动态监测目前大都仅实现监测数据的静态图表展示或构件不同预警等级对应色阶的BIM模型显示[76-77，87-91]，一定程度上能实现动态监测结果的显示．早年有研究者提出运用游戏引擎实现简单建筑BIM模型的实时三维动态可视化[92]，但由于实际建筑结构都很复杂，至今未能真正实现．自动化结构预警可提高结构保护的即时性，其预警阈值设置有诸多方法，如依据相关规范[87]和有限元理论计算结果[89]、运用模糊数学创建新指标[90]等．这些方法从定性或定量的角度为阈值设置提供了多种思路，但由于缺少完备理论依据或实际工程应用验证，合理性有待研究．还有研究者基于历史监测数据运用深度学习算法预测监测值，将实测值与阈值实时比对[93]，以防监测数据出现问题而导致漏报、误报．部分典型工程应用见表3．10.13245/j.hust.220813.T003表3基于BIM技术的建筑结构监测典型应用对象类型应用阶段工程应用BIM软件主要运用技术与软件超高层钢结构新建建筑施工阶段武汉某商务主楼[72]Revit，Tekla点云技术、三维激光扫描新建建筑施工与运维阶段上海中心大厦[75]RevitGPS，AutoCAD二次开发大跨钢结构新建建筑施工阶段珠海航展中心新建主馆[71]RevitGIS、光电测距既有建筑运维阶段海口高铁东站站台雨棚[89，91]Revit，Navisworks有线传输、有限元(SAP2000)新建建筑施工与运维阶段珠海歌剧院[76-77]Revit，NavisworksMATLAB多种类型的钢结构新建建筑施工阶段西安延长石油科研中心[87]RevitGPS新建建筑施工与运维阶段武汉光谷国际网球中心[90]Revit无线传输、模糊数学钢筋混凝土结构新建建筑施工阶段杭州亚运会乒乓球馆(下部)[93]Revit长短期记忆网络(LSTM)、阿里云、物联网等既有建筑运维阶段葡萄牙某电信塔[94]Revit (Dynamo)，Robot无人机系统、图像处理技术4.3　BIM技术在隧道结构监测中的应用隧道是隐蔽工程，也是城市的生命线工程之一，具有施工复杂、运维管理难及安全性要求高等特点．目前国内外针对隧道智能监测方面的BIM技术研究主要如下：通过二次开发实现隧道、周围岩土体与监测设备的参数化动态建模[95-96]，便于实施隧道多方位监测；大量隧道及周围环境的设计施工信息、结构监测数据与巡检信息等集成于BIM平台[97-100]；依据分析方法或各类指标实现对结构的预警与风险评估，如盾构隧道状态TSI指标[101-103]、专家语义系统[104]、多指标融合[105-106]等；隧道病害的监测与可视化[107-108]及多终端信息化管理[109]，有助于维护决策．此外，多种方法与技术的综合运用(如有限元方法[95，102，110]、摄影测量技术[111-112]等)提高了隧道智能监测的准确度和智能化程度．部分研究者对关系紧密的地铁车站与隧道实施共同的施工沉降等监测与预警[110，113]，还有研究者为保护古建筑进行相关方法与技术的研究与应用[114]．典型工程应用见表4．10.13245/j.hust.220813.T004表4基于BIM技术的隧道结构监测典型应用对象类型应用阶段工程应用BIM软件主要运用技术与软件地铁隧道及车站施工阶段北京地铁昌平线南延工程[114]Revit，TeklaMidas，ANSYS、物联网、大数据、机器学习等施工与运维阶段上海地铁某区间盾构隧道[101-102]RevitGIS，Unity 3D、有限元运维阶段武汉地铁3号线某区间段跨江段隧道[104]Revit (Dynamo)物联网、三维激光扫描、红外热成像公路隧道施工阶段云南保泸高速老营隧道[109]Revit (Dynamo)WebGL技术运维阶段浙江省41省道岭下隧道[108]Civil 3D，Revit，NavisworksUnity 3D铁路隧道施工阶段常益长铁路某两座隧道[96]BIM XP-Cast物联网施工与运维阶段宝兰铁路石鼓山隧道[99]CATIA—运维阶段京雄城际铁路机场隧道[100]—4G，Unity 3D由于隧道结构的曲线与曲面较多，周围地质情况较复杂，且没有现成施工与监测设施的BIM族，因此BIM模型的建立往往须通过二次开发并结合GIS空间信息实现．不同于其他类型结构的色阶可视化预警，隧道智能监测更多是针对监测点的数据异常显示，须运用多种方法(如卡尔曼滤波融合算法[115])分析数据与预警阈值设置，再实现可视化预警．4.4　BIM技术在其他工程结构监测中的应用其他类型的基础设施如公路、铁路等生命线工程，水利工程、地下管廊等构筑物工程和基坑工程，其智能监测中也有BIM技术的应用案例，且主要集中在运维阶段．如公路结构的监测与路面的病害检测、评价、数据库建立[116-117]及监测管理系统的开发[118]；高速铁路变形动态监测与可视化显示[119]及与轨道相关设施的运行监测[120]；大坝可视化监测系统的建立[121]与防洪堤的病害可视化与管理[122]；输水工程的结构监测、信息集成与评估预警[123-125]；综合管廊的智能化运维管理[126]；结构基坑施工阶段的可视化监测与精细化安全管理[127-128]．5 讨论与展望5.1　BIM技术在不同类型工程结构中的应用总结通过对基于BIM的基础设施智能监测技术在不同类型工程结构中的应用综述，可总结出以下共性及个性特征．a. 基于BIM的基础设施智能监测平台是首选，而BIM监测模型构建与监测侧重点则有所差异．不同类型结构均倾向于根据项目需求开发具有针对性或通用的基础设施智能监测BIM平台(或系统)以实现远程监测数据采集集成、可视化监测、预警评估等功能．根据项目规模可开发BIM插件、平台或多终端系统，插件须基于BIM软件运行．不同类型结构建模须使用适合的BIM软件，且多数类型工程结构仅须建立结构与监测设备模型，而隧道结构须建立周围岩土体模型作为岩土监测设备的载体．结构监测重点因结构形式及材料属性不同而有所差异．除普遍关注的应变监测外，带状结构重点关注沉降，高耸结构重点关注结构侧移，索结构重点关注索拉力等；在损伤及耐久性方面，钢结构主要关注钢材锈蚀、疲劳等，钢筋混凝土结构主要关注混凝土裂缝、钢筋锈蚀等．b. 多项技术、软件和算法的综合应用是该技术前沿趋势．在BIM生态体系中，跨学科技术、相关软件与先进算法的加入给该技术带来了更多可能性，具体融合的技术、软件或算法则由结构特征与需求决定．如隧道、桥梁、超高层等大型带状结构人工监测不便，须要运用GPS、北斗导航定位或无人机勘察的GIS技术实现远距离定位监测；为优化大量监测数据的远程收集、处理与分析，须要运用物联网、大数据等技术，MATLAB软件及模糊数学、机器学习等算法加以实现．c. 该技术在不同类型结构中的主要应用阶段与成熟度不尽相同．在桥梁、新建或既有建筑和隧道的施工阶段与运维阶段均应用较多，桥梁领域相对较成熟；施工与运维阶段的贯通应用在各类结构中均有所尝试，但研究深度不足．在应用过程中，对监测数据的深度分析始终是研究热点所在；在结构预警评估方面，模糊理论、层次分析法、有限元分析法与各类指标设计等为相关理论的发展提供了多种思路，但须在后续研究中增强其合理性与成熟度．5.2　存在的问题a. 数据基础影响技术与软件的交互性．不同技术或软件之间的数据差异是技术融合、软件互通的壁垒，只有打通数据壁垒才可从根本上解决问题．当前已经有相关研究成果，如BIM与有限元软件、GIS的数据转换，但仍须深入研究提高转换的完整度、准确性与效率．b. 该技术在实际应用、关键技术实现和多技术集成过程中较难实现完全的自动化．如运用三维扫描建立监测模型仍须人工完成路线规划等；对监测数据的实时处理分析仍有待进一步完善；结构智慧运维决策仍须结合人工检测、专家诊断等信息才能得以实现．c. 监测数据缺乏从设计施工到运维阶段的传承．目前该技术主要应用于已建结构的运维阶段，施工阶段或施工与运维阶段连续的应用较少，且设计施工信息的完整传承较少，未能发挥BIM信息技术可贯穿结构全生命周期的优势．5.3　未来研究与应用展望基于BIM的基础设施智能监测技术的研究应用可在以下几方面加以推进．a. 加强信息处理与数据分析领域的基础理论与技术研究．信息是BIM技术的核心，后续须要在基层数据交换方法、海量监测数据分析算法及通过BIM二次开发技术融合物联网、人工智能、大数据等先进技术方面深入研究，使该技术可以实现真正的全过程自动化与智能化．b. 提高该技术领域的行业规范性．目前我国在该领域尚没有系统的标准，这会导致后续统筹集群管理难等问题．建议相关部门尽快制定相关规范性文件，使该领域的IFC扩展框架、模型必备信息的内容与格式等标准化．c. 推广该技术在结构全生命周期的应用．建议基础设施在结构设计之初即在重点区域布设传感器，从施工阶段开始监测，并将监测延续至运维阶段，以获取反映结构真实状态的监测数据，使得所获取的信息更好服务于结构的全寿命周期维护．d. 智能化维护、升级已建传统监测系统．目前我国已有较多运营中的传统结构监测系统且存在较多问题．如何运用BIM技术与其他技术综合实现传统监测系统合理且适度的智能化维护、升级，有待进一步研究．6 结语近年来，基于BIM技术的基础设施智能监测改善了传统基础设施监测的问题，并在国内外桥梁、建筑、隧道等结构的施工与运维中得到了较多研究与应用，且起到了至关重要的作用．BIM技术与智能监测技术的结合主要依赖于IFC框架的扩展与BIM二次开发，而各项技术的融合则可更大程度发挥基于BIM的基础设施智能监测平台的潜力．但该项技术在实际应用过程中，尚无法做到真正全过程自动化与智能化．数据融合、信息处理、智能算法分析及全生命周期的贯通应用等方面尚存在较大发展空间，有待进一步研究．