京公网安备 11010802034615号
经营许可证编号:京B2-20210330
可以想象么?整个房间的承重墙都挪至外围,内部空间结构可随意更改;通过数据库建立分析,可提供从设计、施工到运营的全过程可视化服务。
昨天,由中国建筑节能协会、上海市绿色建筑协会等四家单位主办的“绿色建筑与建筑节能科技周”的重头戏之一——2014上海国际绿色建筑与节能展览会亮点纷呈。来自德国、芬兰、意大利、瑞士等200多家国内外参展企业,着眼建筑工业化的上下游向观众展示了建筑产业未来的高新技术趋势。
房型大小,自己可以变
随着家庭居住人口变化,不少业主在居住一段时间后,想对房间格局进行改造。但苦于房间内部的承重墙不能敲,改造受到局限。
现在有解决办法了!在昨天展会现场,宝业集团联合上海现代建筑设计(集团)有限公司设计出了一款“可变房型”。宝业集团上海建筑工业化研究院恽燕春博士告诉记者,这一房型的最大特点,就是将所有承重墙挪至房子外围,室内空间无承重墙、柱、梁,入住后,可根据业主需求,随意对空间进行分割。比如,可以将两室一厅变为三室两厅;甚至买下两套改造后,变成四室两厅,方便三代同堂居住。目前这一房型已在浦东惠南镇宝业·万华城23号楼试点建造。
昨天,宝钢在国内首发的新一代装配式钢结构住宅体系——“Baohouse”,也可灵活改变户型。“Baohouse”是在借鉴国际住宅经验的基础上,将承重结构骨架使用钢结构来提升高耐久性,而且是固定不变的。但是,住宅所用的分隔构件,则可以根据住户要求灵活变换。也就是说,在一定空间范围内,可以依使用者的需要或爱好,分隔成多种多样的内部空间。
标准化生产,个性化定制
目前,国内预制装配式建筑(PC建筑)制造普遍面临的问题是:建筑标准化和需求个性化之间的矛盾。记者在昨天的展会上看到,南北飘窗、厨卫双明、时尚外墙……这些上海市民喜爱的个性化经典房型,在不久的将来将以工业化生产方式,实现建筑“标准化”和“个性化”的有机结合。
上海城建根据市场各类房型共性,对建筑进行部件化拆分,形成了首批以剪力外墙、飘窗外墙、阳台、楼梯、女儿墙、叠合楼板等为主的90个标准构件系列,并进一步形成了大、中、小房型,以及配套的标准构件,以满足开发商对不同户型、面积和层高的需求。上海城建物资公司副总经理朱永明介绍,今后,随着标准化房型和配套标准化构件库逐步完善,这些有限的标准化“积木”,可拼装出几何倍数于其自身数量的建筑成品,涵盖目前市场几乎所有热门和特殊房型。
而这一方法较传统PC模式相比,在设计阶段可少用时30%,在构件制作及施工阶段少用时20%。在成本上,设计阶段节约成本30%,在构件制作及施工阶段减少10%; 而在质量对比上,标准化PC模式也较传统PC方式高出50%。
至于信息化手段、数据库分析等这些在大数据时代下常用的手段,更能从设计、施工到运营实现全过程使用。记者昨天在上海现代设计集团展区了解到,无论是既有建筑改造,还是造型独特的新建建筑,都可以通过BIM(建筑信息模型的英文缩写),通过可视化模型的方式,建立一个包括几何、物理、材料、设备、人员信息在内的基础数据共享平台,为建筑项目的方案、成本、管理、安全提供决策分析支持。比如说,在设计阶段,BIM能辅助设计师的想象完成异形设计直至可视化;在施工过程中,可模拟施工过程合理布置施工现场、安排进度计划等,并及时发现潜在的设计错误,降低施工风向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19