• 资讯＆动态

  • 公司新闻

晨曦科技集团以智能化创新赋能行业升级

  新闻来源：   阅读数：184   更新日期：2025/3/25


在建筑行业数字化转型的浪潮中，福建晨曦信息科技集团股份有限公司（以下简称"晨曦科技集团"）始终立足工程领域痛点，以AI、大模型、BIM等前沿技术为支点，持续推进智能建造技术研发体系的深度革新。近两年自主创新的七大核心课题形成"数智双轮驱动、全周期赋效"的技术矩阵，展现企业立足行业需求的硬核实力。


image.png



01、"多知识库构建+智能算法应用"双引擎


在设计阶段形成了"多知识库构建+智能算法应用"的双引擎。通过工程造价知识图谱建设与神经网络数据生成技术，实现历史工程数据的智能识别、三维换算及智能预测，攻克传统造价文件编制效率低、精度差、项目前期无数据可依的技术壁垒。更依托大模型打造多维异构数据检索中枢，将工程数据查询维度拓展至语音、图片、文档等多类载体，使零散数据真正转化为决策资产，建立多维异构数据的存储方案和区块链验真机制，为实现快速检索和原始文件保护提供支持，在了解某些维度数据时设计与造价人员与大模型交互，建立不同数据结构不同维度的检索指令，快速提供数据给检索人员。


而在BIM应用领域提出的构件自动编码技术和清单语义匹配技术，进一步减少人员手工操作的工作,进而实现BIM工程量自动提取, 其成果可用于概算和预算的工程量核对, 提升概预算编制的准确性，应用模型实现算量工作，提升设计阶段的工程造价管理能力，更构建起设计-算量-造价分析的全流程闭环。


image.png

基于语义识别的知识库分类和检索技术


image.png

基于深度学习的智能赋码技术



02、突破传统工程数据检索维度限制


在施工阶段对安全管理体系的研究突破技术纵深，利用apriori算法构建的安全质量关联分析模型，通过apriori算法实现对频繁项集的分析和相关性分析，进而针对性的指导项目编制风险源方案，弥补传统管理手段范围大，针对性不强的缺点，实现风险事件的预测与防控资源配置优化。基于apriori算法的安全、质量日常工作管理技术通过应用算法分析的结果，实现对日常工作针对性的预判和预警，通过建立岗位职责和流程，进一步提升管理的针对性，减少不负责任的情况，提升施工现场的管理效果。


深基坑监测领域独创的k-means聚类评估技术，通过对历史累计监测数据的智能分析，建立起动态可迭代的边坡控制方案库。而基于COT推理的施工知识库系统，以实现任意维度的数据建模，为项目施工活动的数据分析提供支持，突破传统工程数据检索维度限制，为智能辅助决策打造知识底座。


image.png

Apriori：安全质量问题关联性分析辅助安全质量管理提升  

image.png

 K-means：边坡位移数据聚类分析辅助施工技术评价


利用语义识别技术从各业务部门工作内容中提取施工日志基本信息，以专业逻辑生成施工日志文本，并对信息进行分析采集，满足施工管理情况的总结分析和后续工作预测。在此基础上，以施工日志资料为依据，利用AI提取数据，结合企业大量已实施的施工进度数据和工程量数据进行匹配分析，计算劳动力定额指标，预测当前项目实际进度节点情况，提供劳动力组合建议，为现场进度计划编制提供指导意见。


image.png

基于语义识别的施工日志数据生成


历经多个AI、大模型课题研究的技术积淀，晨曦科技集团已形成覆盖工程全生命周期的数智化解决方案能力。七大课题前瞻性布局累计获得专利8项、软著8项、标准1项，相关技术落地后将显著降低工程成本超15%。


站在智能建造的新起点，我们将持续深耕"AI+大模型+BIM"的技术融合创新，用数字力量重塑工程管理范式，让每个建设项目都拥有智慧生长的基因。