线上讲座｜工程出海合规破局：BIC + 本地ProjectWise协同，打通跨境数据治理

Bentley Infrastructure Cloud（BIC）是面向基建全生命周期的云端协同环境，通过易用的项目看板和地理空间视图，连接资产全生命周期中的设计、施工和运营数据，助力团队改善协作，做出更明智的决策，并取得更好的成效。借助先进的文档和模型驱动的工作流，工程和施工团队能够更轻松地交付项目，业主也可获得洞察，从而优化资产运维绩效。

Network Rail 依托三维数字孪生，完成百年水下铁路隧道现代化改造

OpenRail 和 Bentley Infrastructure Cloud 助力实现资产的数字可视化，大幅减少人工巡检工作

Network Rail 承担着英格兰、苏格兰及威尔士境内铁路基础设施的运营职责，其负责范围涵盖英国部分最为复杂的铁路资产，塞文河下的水下隧道便是其中之一。这条全长 7008 米的铁路走廊建于 1873 年至 1886 年间，至今仍每年通行约 3.2 万列火车。Network Rail 区域资产数据分析经理 John Nolan 表示：“塞文隧道连接英格兰南格洛斯特郡与威尔士蒙茅斯郡，项目兼具历史价值与工程挑战。”

该隧道作为南威尔士与英格兰西部之间的战略通道，其良好运营对于两地经济发展具有至关重要的意义。为确保这条隧道在未来持续发挥作用，Network Rail 决定优先采用数字化策略。正如 Nolan 所指出的：“Network Rail 威尔士与西部地区数字孪生战略的有效实施，以及各参与方的紧密协作，对于维护南威尔士与英格兰之间这一战略铁路通道的长期稳定运行具有重要意义。”在这一目标指引下，塞文隧道数字化转型项目应运而生。这是一项针对拥有 140 年历史的工程杰作的现代化改造举措，旨在借助新兴数字技术，持续保障其运营的可靠性与安全性。

要将塞文隧道转化为数字资产，Network Rail 必须应对其古老结构、复杂地质条件、腐蚀问题及不完整记录所带来的多重挑战。狭窄受限的作业环境也给人员带来安全隐患。这类工况要求时刻保持警惕、高频开展养护并执行严格的安全规程，否则会给该地区造成代价高昂的运营中断。

由于缺乏详尽的最新数据，项目所面临的挑战进一步加剧。Nolan 表示：“塞文隧道三维数字化是一项艰巨挑战，从过往看，关于隧道的信息一直十分匮乏，现有的大部分资料都来自于 1886 年最初建造时的图纸和细节。” 构建精准模型不仅需要实景采集，还需了解其人工建造方式。收集了勘测与点云数据后，新难题随之出现。Nolan 表示：“数据量极其庞大，且因人工建造，各段形态各异。”

在上述复杂环境下，传统巡检与规划方法效率较低。如果采用传统方法，大量作业必须依赖人员亲自进入现场才能完成，既无法保证安全，也难以顺利执行任务。正因如此，采用具有变革意义的数字化方法成为必要之举。

面对一个多世纪以来积累的零散记录和不一致数据，Network Rail 创建了统一的数字化环境，将所有信息整合在一起。Nolan 表示：“为实现联合数据管理，我们采用 Bentley Infrastructure Cloud 作为三维模型的存储平台，同时承载项目数据、实景数据及其他相关信息，以实现数据间的有效关联。” 项目团队得以在单一的平台上获取此前难以整合的信息。要想构建并运行数字化环境，必须建立一个能够统筹不同专业、涵盖数千份记录与图像的工作空间。为此，团队借助 PowerShell 集成了三万多张铁路图像，确保所有相关视觉资料均能与数字模型协同运行。

Nolan 表示：“BIM 建模人员利用 Bentley Descartes，根据承包商提供的实景点云数据创建精确的三维隧道衬砌模型。”由于该隧道采用人工开挖方式，各段之间几何形态差异显著，实景数据对准确还原其不规则结构起到了关键作用。OpenRail 在基础几何模型之上，进一步对轨道、信号系统、排水设施、集水托盘、架空接触网设备及标识等关键基础设施进行精细建模。其驱动工具可让团队沿轨道进行虚拟漫游，在真实世界空间环境下布设各类元件。与 ProjectWise 集成并在 iTwin中进行可视化展示后，数字孪生模型成为隧道的数字化呈现，可从任意桌面终端安全访问。模型便于各利益相关方获取，促进无缝沟通与协作，显著提升决策质量与项目管理水平。

塞文隧道的三维数字孪生模型提升了萨德布鲁克泵站等铁路资产的管理水平。

工程师、维护人员和项目团队不再依赖过时的图纸或反复进行现场踏勘，而是可以直接访问隧道状态与结构布置的完整视图。数字化工作流有效解决了信息分散的问题，并确保后续的更新与迭代能够在统一且持续更新的数据资产中得到完整记录与统一管理。

塞文隧道数字孪生模型已在短期内显著提升生产力，节省数千个工时。团队如今可远程分析点云数据，跟进数据和竣工信息。这一工作方式的转变显著降低了现场作业的频次与强度，大幅减少了现场踏勘与人工巡检工作，从而有效简化规划流程，并切实缓解这一严苛环境下的运营压力。

这些成效直接转化为了可衡量的经济回报。通过自主完成三维模型的构建，Network Rail 节省了 35 万英镑。同时，联合数字环境显著提升了文档管理水平，有效提高数据准确性，增强跨团队的协同效率。Nolan 表示：“这降低了设计错误与施工返工的发生概率，节省了大量时间和成本。” 这一成果充分证明了数字孪生可以有效杜绝数据过时或不一致带来的问题。

通过部署塞文隧道数字孪生模型，显著降低前往现场的需求，从而切实提升隧道运营与维护的整体安全水平。

该模型还助力显著减少对伦敦至加的夫主干线的干扰，保护了区域经济。铁路停运可能引发运营成本上升、商业客流量下降、旅游业受到影响以及货运延误等一系列连锁反应。该模型支持通过远程方式访问完整的隧道数字模型，减少现场作业的需求，助力 Network Rail 维持服务的可靠性。减少前往现场的频次也符合 NetworkRail 的可持续发展战略。Nolan 表示：“借助三维数字模型，消除了为实体资产勘查而往返现场的出行需求，从而有效降低碳排放。” 该模型在确保平稳开展检查的同时，显著减少碳排放，并持续保障区域交通的顺畅运转。

扫码或复制下方链接至浏览器预约报名，

观看直播入口相同：

https://live-f0g7dh.vhall.cn/v3/lives/watch/1000150196

如您在注册参会过程中遇到任何问题，请发送邮件至MKTChina@Bentley.com，Bentley工作人员将为您提供帮助。