迈向完全的循环再利用：一种用于回收预制混凝土构件的数据库系统

《AUTOMATION IN CONSTRUCTION》：Toward complete circular reuse: A database system for reclaimed precast concrete elements

　　本杰明·马修斯（Benjamin Matthews）|何塞·埃尔南德斯·瓦尔加斯（José Hernández Vargas）|马塞尔·弗林斯（Marcel Vullings）|阿林德·德尔维沙吉（Arlind Dervishaj）|保罗·容克-霍夫伦（Paul Jonker-Hoffrén）|劳里·阿尔基（Lauri Alkki）|西蒙·维特（Simon Wijte）
埃因霍温理工大学，建筑环境系，邮政信箱513，5600，MB，埃因霍温，荷兰

**摘要**
基于多年的结构再利用研究和试点拆解项目，本文将实践知识整合到一个关系型数据库中，涵盖了预制混凝土构件的整个价值链。该数据库通过多层次框架将来源信息和原始元数据映射到核心模式中，推导出物理属性，并自动计算设计能力，将其与主流的BIM工作流程连接起来。几何信息以笛卡尔WKT格式进行参数化编码；钢筋信息通过区域和层级参考系统进行表示；材料属性则通过聚合的历史库进行整合。质量管理系统、生命周期评估（LCA）和生命周期成本（LCC）模块增强了决策支持功能。该框架通过五个欧洲试点项目中的1878个回收构件进行了验证，并通过自动能力检查和生成性IFC建模进行了演示。一款Autodesk Revit插件使得构件的快速放置、结构验证和环境评估成为可能。所提出的系统为新兴的循环建筑领域的自动化提供了基础，实现了标准化的产品建模以及ETL和BIM之间的数据交换，推动了循环、数据驱动的建筑发展。

**1. 引言**
当今的建筑行业面临着双重环境挑战：它占全球温室气体排放的很大比例，并产生全球最大的废弃物流之一。2022年，建筑物导致了大约37%的能源相关二氧化碳排放和34%的全球能源需求。水泥和钢材等材料的生产贡献了约18%的总排放量[1][2]。在美国，2018年的建筑和拆除（C&D）活动产生了约6亿吨废弃物——是城市固体废弃物流量的两倍多，其中混凝土占质量的67.5%[3]。欧洲的情况类似，2023年循环材料的使用率仅为总体资源需求的11.8%，表明在高价值循环利用方面进展缓慢[4]。全球范围内，C&D废弃物估计至少占总固体废弃物的30%[5]。这些数据显示了混凝土对环境的影响以及现有结构中所包含的资源的规模。

**1.1 结构再利用**
整块钢筋混凝土（RC）构件的结构再利用直接应对了这些环境挑战。来自成功再利用案例的生命周期评估（LCA）一致报告显示了显著的气候效益[6]。一项瑞典的试点研究表明，当回收构件替代新生产时，二氧化碳排放量减少了约82%[7]。然而，2024年对32个欧洲项目的回顾发现，结构层中的实际再利用率仅为1-5%[8]。缩小这一差距是一个重要的机会，因为每转移一吨混凝土可以避免约0.9吨的二氧化碳排放（主要发生在水泥生产过程中[9]），同时减少破碎、回收和再处理的能源消耗。荷兰环境评估机构的10-R框架针对结构预制构件进行了调整，并基于欧盟的废弃物分类体系（图1），优先考虑再利用因其卓越的可持续性优势[10]。在结构再利用中，定义了三个基于价值的回收阶段：降级利用（需求低于最初预期）、等效利用（需求相当）和升级利用（通过加固或组件组合实现更高需求）。针对等效或升级利用的应用能够最大化结构潜力和循环效益。

**1.2 关系型数据库**
为了概念化数据库设计，统一建模语言（UML）类图将表格映射到类，属性映射到类属性，表格之间的关系映射到关联[11]。类定义了抽象模板，其中属性可以是简单的数据类型（如字符串或整数），也可以是复杂对象（如嵌入图像或参数化坐标向量），关联描述了类之间的相互关系[12]。例如，这可能包括将构件的力-位移图或其他相关文件链接到数据库中的数据实例。UML中的继承关系描述了子类如何扩展父类的结构，并通过强制的层次结构明确了共享属性。此类图表不仅能够指导物理模式的创建，还有助于向多学科团队传达更复杂的架构。

将UML转换为可实现的模式需要创建增强型实体-关系（EER）图表。EER图表在经典实体-关系（ER）模型的基础上增加了继承关系和更精细的关系描述[13]。EER图表需要包含键来定义表格之间的编程链接（关系）。每个实体（表格）都需要一个主键（PK）——通常是自增整数或全局唯一标识符（GUID）——以便唯一标识每个存储的记录[13]。实体之间的关系通过外键（FK）建立，这些外键在子表中引用父表的主键，从而实现数据链接和交叉引用。这些关系被分类为标识型（父键和子键相同）或非标识型（主键不同，表示较松散的耦合）[14]。最后，基数约束（一对一、一对多或多对多）指定了允许的链接记录数量。通过结合UML和EER建模以及强大的关系型数据库管理系统（RDBMS），研究人员可以确保数据的一致性，支持复杂查询，并随着数据库条目的增加而扩展存储系统。

**1.3 研究空白**
随着全球对排放和可持续性目标的日益重视，建筑行业对预制混凝土结构再利用的兴趣正在增长。虽然这在经济、环境、社会和科学领域创造了众多机会，但广泛采用结构再利用需要一个可靠、互操作的数据框架。一个中央的、标准化的、机器可读的可用构件记录存储库将能够实现几何信息、材料属性和来源信息的可扩展收集、验证和交换。先前的研究已经探讨了数据标准、再利用支持工具、材料护照和AI数据捕获，但缺乏针对结构构件的端到端框架[15][16]。其他补充研究调查了通过数据驱动的循环价值链来扩大预制混凝土的再利用规模。对77个成功的历史再利用项目的回顾展示了组件再利用的长期历史及其明显的环境和成本效益[6]。然而，知识往往是零散的，流程缺乏标准化，凸显了共享信息基础设施的必要性。瓦希迪等人[17]通过使用RFID技术的材料护照连接到共享数据库，证明了处理和运输过程中标签的可读性，并认为跨利益相关者的数据协调对于二级材料的信任至关重要。从系统角度来看，塔库里等人[18]总结了数字孪生、物联网和机器人技术如何实现再利用功能和服务核心机制，从而在价值链层面带来效益，并指出了数字数据流动最具影响力的领域。维格伦等人[19]确定了关键的成本驱动因素（拆解、翻新、存储和物流）和激励措施（避免处置、节省材料），得出更好的信息可以降低交易成本，规模经济和市场发展以及支持性政策的重要性。

这些研究共同推动了当前的研究，旨在调查一个全面的数据来源要求，以连接各参与者并匹配预制混凝土回收价值链中的供需。相关的循环建筑数据倡议可以大致分为：1）数字产品护照[15][17]，强调主要新产品的跨行业可追溯性和可持续性报告；2）材料和建筑护照[15][16]，主要记录建筑到材料的信息，如数量、非结构组件、循环利用性和特定利益相关者的拆卸属性；3）拆除前清单和回收审计，这些通常是项目阶段的数据集，关注用于再利用、回收和废物管理的材料数量。虽然这些方法解决了重要的可追溯性和循环利用目标，但它们通常无法捕获构件级别的历史测试记录、钢筋细节和与承载预制构件重新估值相关的结构属性，而低保真度的数据可能会带来更高的经济和生命安全后果[15][16]。因此，本研究专注于整个循环价值链中的结构可重用预制混凝土构件（PCEs），提出了构建可扩展、技术严谨的数据库网络所需的基础概念和研究，为未来的自动化提供直接途径。据作者所知，这是第一个操作性的开放模式，它汇总了回收PCEs的来源信息、测试结果、几何信息、钢筋信息、容量和环境指标，并提供了直接访问下游BIM工具的途径。此类系统有潜力提高再利用决策的质量和可重复性。本研究的主要范围是这些模式的定义和实现，以及它们的机器可读实现。虽然这些模式旨在容纳翻新相关信息和工作流程，但其全面开发和自动化是未来研究课题。特别强调了德国、芬兰、瑞典和荷兰的预制混凝土系统的再利用潜力。

**1.4 大纲**
第2节首先评估了与本研究主题相关的科学文献。第3、4和5节详细介绍了PCE价值链中每个关键组成部分采用的各种方法论，其中第3节首先介绍了关系型数据库系统使用的多模式架构。第4节介绍了要在核心数据库层中量化和数字化的各种PCE特性，包括：分类法、来源信息和物流（第4.1节）、构件几何信息（第4.2节）、钢筋设计（第4.3节）、材料属性（第4.4节）、质量管理和生命周期分析（第4.6节）。第5节讨论了用于更高效连接和链接不同数据转换阶段的并行模式。第6节展示了一系列原型工作流程，证明了数据库系统的可行性和技术验证，包括：从四个国家的五个实际试点拆解项目中摄取1878个构件（第6.1节）；内部自动结构能力估算（第6.2节）；Autodesk Revit插件ReCreate Studio（第6.3节）；以及开源的Industry Foundation Classes（IFC）建模库（第6.4节）——所有这些都有助于在标准AEC（建筑、工程和施工）环境中快速搜索、放置和早期验证再利用构件。这些工作流程作为以几何信息为中心的概念验证工具实现，展示了数据库与BIM相关环境之间的连接性。最后，第7节讨论了此类数据网络对当前工作实践、社会技术考虑、商业模式和价值创造的影晌。作为本研究的一部分开发的全部补充资源都是公开和开源的，可以在以下仓库找到：
• 历史材料库（混凝土和钢筋）：https://doi.org/10.5281/zenodo.16809569
• 数据收集指南、支持XLSX模板和收集的试点构件数据：https://doi.org/10.5281/zenodo.16809738
• 构件数据库包：https://github.com/bma114/ReCreate-Element-Database
• 基于IfcOpenShell的Python库ReCreate_IFC_Workflow：https://github.com/josehernandezvargas/ReCreate@ifC_workflow

**2. 相关工作**
本节回顾了为所提出的数据库框架提供信息的主要现有研究。重点关注分类系统、生命周期和循环性考虑、数字数据环境以及现有的可重复建筑组件建模或管理方法。

**2.1 分类和生命周期**
埃尔南德斯·瓦尔加斯等人[20]提出了多方面的分类系统，用于识别、分类和报告现有的PCEs，以便更有效地将这些构件整合到新的建筑项目中。作者提出了两个独立的分类系统来编码单个构件和整个供应结构，重点是提高人类可读性，以便于收集和传播。与传统的枚举分类法不同，多方面系统允许为单个对象分配多种分类，从而在特征描述上提供更大的灵活性和唯一性。每个方面的分类都基于Stenberg等人的研究[21]，这些研究主要涵盖了德国、芬兰、瑞典和荷兰的历史预制混凝土系统。这些分类系统并不是为了替代正式的国家或国际分类系统，而是应嵌入到特定项目的共同数据环境（CDE）中[22]，并在IFC导出时作为GUID重新分配时的硬编码备份[23]。此外，即使只有部分构件被重新利用（例如，并非所有供应构件都适合再利用，或在新的结构中部分替代），混凝土构件的LCA潜力仍然显著。一项回顾研究发现，在不同再利用程度的案例研究中，二氧化碳排放量减少了30-90%[6]。例如，重新利用瑞典住宅建筑（横墙结构）中的所有混凝土构件最多可节省80%的嵌入碳[24]。数字设计中的开放BIM（Open BIM）指的是在建筑物的设计、建造和运营过程中使用开放的标准和工作流程，这一概念以IFC标准为基础，该标准定义在EN ISO 16739-1 [25]中。IFC提供了一种全面且与供应商无关的交换格式，能够捕捉建筑物及其组件的几何形状和所有属性，同时保留它们之间的关系和依赖性。元素的形状通常通过局部笛卡尔坐标系表示、参数化扫描实体（parametric swept solids）、边界表示（boundary representations，简称B-rep）以及基于网格的面划分（mesh-based faceting）来呈现，所有这些都可以在局部项目参考框架和全局参考框架之间进行转换。针对预制构件的基准研究表明，虽然IFC可以在不同工具之间可靠地交换标准棱柱体数据，但当构件表面包含凹槽、锥度或空洞时，不同供应商的工具在处理方式上存在差异，这凸显了需要为预制生产量身定制更详细的定义[26]。在城市尺度上，开放地理空间联盟（Open Geospatial Consortium，简称OGC）的CityGML标准以语义表面贴片（semantic surface patches）的形式存储几何信息，支持多分辨率的实体建模，但它缺乏IFC所具备的施工细节描述。最近的数字孪生框架（digital-twin frameworks）将IFC实体集成到CityGML环境中，并通过语义图（semantic graphs）将它们连接起来，以保持从组件到城市尺度的信息一致性，然而这通常会导致输出质量较低[27]。GeoBIM的研究进一步表明，明确地将IFC的局部坐标系与外部坐标系进行地理配准（georeferencing）对于防止位置偏差在下游GIS工作中传播至关重要[28]。

钢筋结构的详细设计通常遵循ISO 3766 [29]中的线码规范（line-code conventions），这些规范规定了钢筋的形状、配筋计划以及简化的二维符号。然而，当构件形状偏离平面布局时，这些图纸无法支持自动化分析或数字化处理。IFC4版本最近添加了具有参数化几何形状和钢筋弯曲特性的原生对象（IfcReinforcingBar、IfcReinforcingMesh）。特定于该领域的IFC4precast扩展为工厂制造的产品提供了更完善的定义，填补了许多空白[30]。最近的竣工后工作流程展示了如何将异构的检测数据转化为这些IFC实体。例如，Xiang等人[31]使用了一个名为“GPR2BIM”的深度学习框架，将 Ground-Penetrating Radar（GPR）检测到的双曲线数据转换为现有混凝土板中的钢筋对象，实现了93%的准确率，并自动填充了BIM模型中的钢筋直径和覆盖层参数。Chi等人[32]将地面激光扫描技术与增强现实（augmented reality）叠加技术相结合，用于验证现场的钢筋间距，并将点云数据与IFC模型中的钢筋结构同步，以进行状况评估。Zatar等人[33]提出了一种算法，可以从GPR数据中提取钢筋的位置和直径，并将其转换为XYZ向量格式，这种格式可以与IFC4预制作件模型对接。这些努力表明，一种能够转换为IFC4预制作件模型的空间点阵列参考系统（spaceal point-array reference system）能够吸收来自图纸、扫描或雷达的数据，以满足结构重新评估和再利用的需求。

2.3. 元件质量
大多数标准仍然针对新材料和新产品进行了校准，对于回收的预制混凝土构件（PCEs）提供的指导有限。近期评论文献[6]、[34]指出，缺乏统一的框架和行业协议是一个瓶颈。当前的做法依赖于逐个案例的评估，这种方法在试点项目中是实用且可行的，但难以扩展和复制以实现广泛的应用。ReCreate项目的试点研究了拆除、运输和储存的实际操作限制，揭示了原始规范中的重复性不确定性以及由储存条件引起的损坏，这些因素显著影响了再利用的可行性[35]。这些研究还强调了涵盖整个再利用周期（从拆除到测试、分类，最终到新设计整合）的程序的重要性。

质量评估（QA）的数字化整合同样重要。诸如数字产品护照（Digital Product Passports，简称DPPs）[15]、[17]和结构化数据库（structured databases）等概念可以以机器可读的形式记录产品的来源、测试结果和分类信息，从而实现供应链中的数据一致性交换。监管环境也在不断演变。例如，2011年的欧洲建筑产品法规（European Construction Products Regulation，简称CPR）主要针对新产品[36]，而2024年的修订版[37]引入了可持续性标准和DPP的概念。然而，一个全面的重组结构构件的框架仍然缺失。各国指南，如荷兰的CROW-CUR [38]和挪威的NS 3682 [39]，虽然提供了一些有用的指导，但主要是建议性质的。此外，瑞典正在制定一项新的标准（SIS/TK 191），用于规范大多数类型预制混凝土产品的再利用，涵盖墙壁、楼板和空心核心构件。

对于混凝土结构，ISO 16204 [40]提出了两种互补的耐久性和使用寿命设计策略，这些策略基于ISO 13823 [41]和fib Model Code 34 [42]：1）设计应能抵抗指定条件下的劣化（采用全概率方法、半概率部分系数方法或基于假设的满足规则）；2）避免劣化（采取环境防护措施或使用不易受影响的材料）。在混凝土结构中，主要的劣化机制包括碳化引起的腐蚀、氯离子引起的腐蚀以及冻融循环造成的损害[40]。EN 206 [43]规定了指导混凝土质量的暴露等级（exposure classes），以确定覆盖层厚度和细节要求，从而实现设计寿命并限制劣化速率。在建筑物中，碳化是最常见的风险因素，尤其是对于外部立面和其他易受湿气影响的构件；而在海洋环境或除冰环境中，则以氯离子侵入为主[44]。之前的研究[24]量化了碳化开始的阶段，即碳化到达钢筋所需的时间，以此评估构件的使用寿命。此外，在火灾情况下，较薄的覆盖层会加速钢筋的升温、粘结力下降，并随着温度变化降低构件的截面承载能力[45]。实验和计算研究表明，钢筋的残余性能对覆盖层厚度和温度梯度非常敏感，这强调了验证覆盖层厚度测量的必要性[45]、[46]。冻融循环的性能取决于近表面特征（如空气孔隙、饱和度、除冰盐）和混合料设计，其中尺度效应和微裂缝会在暴露表面形成并向内部扩展[47]。

Matthews等人[48]提出了一种分层的、专为再利用设计的知识级别（Knowledge Level，简称KL）框架，可用于校准对回收构件的检测范围：
- KL1-KL2：没有可用的档案数据。必须通过详细的非破坏性检测（NDT）、现场检测（LDT）以及必要时的完全破坏性测试来单独评估每个构件。
- KL3-KL4：部分或完整的文档可用。针对性检测可以验证原始规范是否符合要求。

R?s?nen等人[49]扩展了这一框架，引入了一个结构化的质量管理计划，该计划将可用信息与检测步骤和验收标准相对应。对于混凝土属性，按照EN 13791 [50]进行的芯样采集仍然是确定抗压强度的参考方法。然而，在混合材料中，为了保证统计可靠性，建议至少采集8-15个芯样[50]、[51]、[52]。为了降低成本、减少损坏和时间损失，非破坏性检测可以用来补充估算结果或预筛选材料的均匀性，常用的检测方法包括超声波脉冲速度检测（UPV）、回弹 hammer 检测（RH）和SonReb检测（结合UPV和RH）。Matthews等人[53]汇总了来自115项已发表研究的6103个UPV、10,428个RH和3299个SonReb检测结果，展示了每种方法的全球性能，并指出了在高强度情况下预测结果的不确定性较大。他们使用CatBoost回归机器学习（ML）模型对这些数据进行了训练和测试，其效果明显优于线性校准方法。

对于钢筋结构，如0.2%屈服强度、抗拉强度、杨氏模量以及最大载荷下的应变等关键属性无法通过非破坏性方法获得，必须通过对提取的钢筋样本进行破坏性拉伸测试来确定。可以通过局部去除覆盖层或高压水射流方法获取样本，后者可以减少对钢筋的损伤[54]。对于KL1-KL2级别的构件，应采集更多数量的钢筋样本，并对次要直径进行分组测试[48]。当怀疑存在多个制造商生产的钢筋时，基于直径的采样有助于降低识别变异性的风险。

当上述方法无法充分验证构件的机械性能和状况时，可能需要进行全尺寸破坏性（Full-Dimensional，简称FD）测试。一些新兴的国家指南已经预见到这种情况，例如挪威的NS 3682 [39]要求每个再利用项目至少进行三次HCS测试，每再利用50块楼板还需进行一次额外的测试。同样地，SFS-EN 1168 + A3 [55]也为HCS（高性能混凝土，High-Strength Concrete）提供了详细的测试程序，尤其是抗剪性能方面的要求，与NS 3682保持一致。对于文档较少且非破坏性检测或现场检测结果不确定的KL1-KL2级别项目，已将FD测试作为独立的QA（质量保证）环节[49]。与状况调查不同，FD测试是在实验室进行的，并且会消耗掉样品，因此只有在使用以下情况时才需要进行：1）无法可靠地验证构件的性能；2）怀疑存在意外或已存在的损伤；3）新的再利用方案（如连接方式或修复后的性能）需要 empirical 验证。在芬兰的一项拆除试点项目中（1982年建造的办公建筑），拆除前的调查和芯样采集结果显示材料质量较高——梁的强度约为40 MPa，柱子的强度为47 MPa（设计强度为25 MPa），HCS的强度为75-81 MPa，覆盖层厚度和碳化程度符合100年使用寿命的暴露等级要求[56]。对部分存放在覆盖层下的构件进行了FD负载测试，结果显示6个HCS构件的实际抗力比计算值高出了5-47%，梁的测试结果达到了或超过了理论承载能力估计值[56]。

3. 系统架构
该系统采用开源关系数据库管理系统MySQL（RDBMS MySQL）作为主要引擎，用于查询、数据操作、系统扩展性和与现代云平台的兼容性。数据架构具有模块化和分层的特点，将价值链模块（材料、元数据、几何形状、钢筋结构、生命周期评估（LCA）和质量管理）组织成通过全局分类法连接的表集群。每一层都通过自动化的结构查询语言（Structural Query Language，简称SQL）映射建立在前一层的数据和计算结果之上。目前，数据库系统中实现了三个层次：
- 核心层（Core layer）：存储所有参数化和标量信息，包括元数据（来源信息、使用寿命、分类法）、几何形状、材料属性、钢筋结构、测试结果、损伤情况、生命周期成本评估（LCA）和生命周期成本（LCC）。
- 物理属性层（Physical Properties layer）：从参数化核心数据中导出物理属性（如截面尺寸、体积等），注意不要与数据库管理系统中的“物理模式”概念或OSI网络层混淆。
- 分析层（Analysis layer）：使用物理和标量属性计算结构承载能力。

图2展示了这种多层架构，它支持增量数据录入和计算字段的自动传播。

4. 核心架构设计（Core Schema Design）
核心架构存储所有参数化和标量信息，并采用自上而下的层次结构。图3展示了简化的架构模型。每个构件类别（如墙壁、梁、柱子、空心和实心楼板，包括基础）都被分解为以下几个部分：
- 元数据和生命周期集群（ Metadata and Life-Cycle clusters，粉色和橙色表格）：包含来源建筑详情、拆除物流信息、唯一分类法、LCA结果、LCC（生命周期成本评估）以及指向存档资源（如图纸、点云、BIM模型）的链接。
- 几何形状集群（Geometry cluster，蓝色表格）：以Well-Known Text（WKT）格式存储主要几何形状、空洞和其他组件的参数化描述，以确保数据的通用机器可读性和可索引性（支持的几何类型包括点（Point）、线段（LineString）、多边形（Polygon）、多点集（Multipoint）、瓷砖（Tin）[57]。ISO/IEC 13249–3 [58]详细说明了各种WKT标准和类型。
- 钢筋结构集群（Reinforcement clusters，绿色表格）：以WKT格式描述相对于父几何形状的钢筋纵向和横向布置，以及锚固细节的通用表格。
- 材料属性集群（Material Properties clusters，灰色表格）：包含历史混凝土类别和钢材等级规格。
- 质量管理集群（Quality Management clusters，紫色表格）：记录全尺寸机械测试结果、材料和老化测试结果、耐久性检查以及视觉评估结果。

共享的、与具体构件无关的表格（如材料属性、马蹄形接头几何形状和钢筋锚固细节）有助于减少冗余，而针对特定构件类型的专用子集群则优化了查询性能和未来的BIM兼容性，尽管这会增加一定的数据冗余。全球通用的映射规范能够适应预制生产中常见的不同构件类型和几何形状，便于在数字结构模型中进行下游再利用。WKT是一种用于描述空间变量的文本标记语言，而二进制格式WKB则提供了更高效的存储和数据交换能力[59]。WKT常用于描述各种IFC实体的建筑信息建模（Building Information Modeling，简称BIM）几何数据及语义信息[60]。然而，该系统的挑战在于，大多数潜在的拆除项目涉及的建筑物往往使用较旧的技术，最多只能获取手绘设计文档的存档文件，这些文件需要转换为数字格式。因此，需要一种足够易于人阅读的方法来简化数据收集流程，之后可以根据需要进行几何坐标的转换。信息应逐步收集，先添加元数据和物流信息，然后随着拆除过程的进行逐步添加物理属性信息。对于不完整的存档记录，必要时可以放宽约束条件。

4.1. 来源信息、物流和分类法
与来源建筑物和构件使用寿命相关的元数据对于评估再利用的可行性至关重要。为了促进从传统的混凝土构件表示方式（2D图纸）向标准化BIM格式的过渡，需要分类系统来识别、分类和报告现有的预制混凝土构件。数据库中的每个元素都会获得一个36字节的GUID（Element_ID），以便于机器读取和索引。此外，Hernández Vargas等人[20]还提出了便于人类理解的标签，以支持更直接的查询。Building_ID（图4a）和元素类型ID（例如，Wall_ID、Beam_ID - 图4b）编码了主要的信息维度（项目、制造商、年份、位置），同时为未知属性预留了“UNK”占位符。

图4. 建筑分类法和元素分类法的命名示例。改编自[20]。关于信息维度和缩写的完整描述也可以在[20]中找到。

图3中的Building_Resources表通过云存储路径引用了外部数字档案（图纸、照片、BIM文件、扫描文件），这些引用是根据ISO 7817-1[61]中的信息需求级别（LOIN）框架来指导的。LOIN定义了BIM项目中所需信息的范围及其分辨率。这种做法通过链接文件而不是嵌入文件，确保数据库保持轻量级。联系信息和所有权详情，以及从拆除后审计中计算出的循环性指标，支持下游的LCA和LCC评估[62]。

为了跟踪连续的服务，QC_and_History表（图3）使用复合主键（Element_ID和Building_ID）为每个元素-结构对生成唯一的记录，并链接建筑-元素信息。在其上方，Element_Super超类表维护所有元素GUID以及关于本地标记技术和跟踪方法的元数据[23]，而在其下方，特定于元素的元数据表记录了分类法、位置和生命周期细节。Product_ID和Reinf_ID字段链接到生产几何形状和加固集群，允许在生产文档缺失的情况下使用空值。将数据分成特定于元素的表，可以直观地将它们转换为下游的IFC类别（例如，IfcSlab、IfcWall）。

4.2. 元素几何形状
第2节中介绍的预制构件的基准几何研究表明，灵活的基于点的笛卡尔编码可以补充IFC，捕获所有几何不连续性，同时仍能转换为更丰富的BIM、GIS和数字双胞胎对象层次结构。虽然简单的物理描述符（高度、长度、宽度）对于标准棱柱体来说已经足够，但预制生产的建筑自由度要求一个更强大的映射系统。因此，该数据库采用笛卡尔约定，将多种输入（包括手绘的正交图纸、BIM导出和现场测量）转换为标准化、全局通用的格式。

4.2.1. 墙壁和檐口
Wall_Geometry表（以Product_ID为键）从Wall_Element继承元数据，并存储所有独特的几何形状。一个右手的正交笛卡尔系统（公制毫米）与本地XYZ参考基准（0,0,0）对齐，所有轴按照BIM约定相互垂直（x = 全局长度，y = 全局深度，z = 全局高度）。所有不连续性都被记录为WKT MULTIPOINT Z Coords_XYZ属性中的三维顶点。曲线边界（半径）和小的锥形边缘（倒角）存储在平行的Rad_Bev_XYZ向量中，对于所有不明显的直面则设置为零。FootprintPolyline（WKT POLYGON）在渲染简单棱柱体时可以实现均匀拉伸。图5展示了如何从荷兰办公综合体“Prinsenhof A”的拆除项目中恢复的典型承重立面元素的2D正交图纸中获取坐标（在第6.1节中描述）。为了进一步提高与IFC本体的一致性并简化空间引擎中的网格生成，还记录了WKT TIN Z Shell_XYZ（三角剖面壳体），便于进行凸包和表面补丁计算[58]。

空洞被定义为至少在三侧内有界限的任何凹陷部分。因此，窗户和门被视为空洞，而悬挑和挑檐则被视为整体几何形状的一部分。墙中的空洞数量和位置显著影响加固设计，从而影响映射加固所需的参考系统。空洞在Wall_Voids表中建模，使用唯一的PK和相同的Product_ID FK（因此每个元素可以有多个空洞）。每个空洞的连接点通过WKT MULTIPOINT Z存储，通过父厚度捕捉不均匀性（倾斜度）。因此，空洞几何形状也通过TIN Z Shell_XYZ表示，允许在体积测量中进行简单的减法操作。

相比之下，檐口被排除在空洞规则之外，存储在一个通用的Corbel_Geometry表中，该表通过Product_ID与墙壁、梁和柱子链接。檐口被视为与主几何形状分开的独立实例，以简化形状和加固建模。檐口的几何形状遵循相同的笛卡尔约定和WKT空间格式，参数化地捕捉对于加固锚固和支撑坐落楼板长度至关重要的凹陷和不连续性。

非结构性附加面板（夹心层或立面面板、绝缘层、建筑饰面）与承重组件一起保持完整，以便重复使用，通过共享的PK与Wall_Geometry链接。附加面板使用与主几何形状相同的坐标系统和本地原点，可选半径或倒角向量。这种安排在映射具有不规则几何形状的面板（如外部包层或装饰层）时提供了更大的灵活性，同时保持了绝缘层的简单性。为了简化，此处省略了加固的描述。

4.2.2. 梁、柱子和实心楼板
梁、柱子和实心楼板的几何定义在概念上遵循与墙壁相同的笛卡尔约定，但有以下区别：
- 不包括附加面板。
- 只有实心楼板会识别空洞，以便容纳管道、暖通空调系统和其他战略性拉伸结构，这些空洞存储在Slab_Void表中，与Wall_Void类似。

柱子的几何形状也支持椭圆和曲线截面。两种主要的截面类型定义了柱子：1）椭圆；2）矩形。椭圆由完全切向的坐标（四个切点）描述，这些切点到局部原点的半径反映了曲率。如果四个反弯点的切线交集形成了一个边界矩形，则该截面被认为是椭圆的。包含直线段的曲线截面被视为具有曲线边缘的矩形截面（图6c）。圆形和方形截面是特殊情况，具有恒定的半径或宽度。平行的Coords_XYZ和Rad_Bev_XYZ向量在关键点处完全描述了截面轮廓（图6）。半径为零表示没有曲率，且有明显的角度连接点（角落）。

4.2.3. 薄壳楼板
符合统一欧洲标准EN 1168[63]的预应力薄壳楼板（HCS）制造时规定了固定的空洞几何形状和尺寸。因此，HCS的几何形状可以直接通过其物理参数在数据库中描述，而无需使用点对点坐标。HCS_Geometry表包括作为2D WKT POINT的空洞直径，以及腹板厚度、覆盖深度（顶部和底部）、混凝土等级和最大骨料尺寸。图7展示了核心数据库模式中包含的关键HCS属性。

拆除的楼板与相邻元素之间的连接通常是通过锯切形成的。这些连接的位置对设计师了解不能用于未来连接的受损区域非常重要。连接按类型存储，同时提供它们的2D WKT MULTIPOINT位置（x, y），包括：
- 楼板与墙壁之间的剪切连接（位于外部边界）。
- 楼板之间的纵向连接（位于楼板末端）。
- 相邻楼板之间的剪切连接（位于内部边缘）。

结构顶层通常保持原位，因为在不损坏楼板的情况下将其移除很困难。由于拆除时通常沿着每个楼板的纵向边缘锯掉顶层[35]，它所提供的隔膜作用就无法再实现。如果顶层完好无损，其特性（厚度和网格细节）将被记录在HCS_Toping表中，并通过共享的PK链接。

4.2.4. 连接和可拆卸性
连接显著影响预制构件的几何形状和性能。它们的形状和细节取决于需要传递的载荷路径，复杂的载荷路径通常需要更复杂的连接设计。当存在完全可拆卸性时，可以使用紧凑的空间和语义属性来描述连接，并附有指向图纸的链接。然而，当完全可拆卸性不可行时，可能在拆除过程中修改元素，导致与原始状态的偏差。目前，存在几种方法来确定其他材料的可拆卸性[64]，[65]。

将这些元素导入数据库，无论是在拆除前还是之后，都面临挑战，因为准确记录连接需要了解拆除技术和其应用方式。目前，锯切是最常见的技术。当一个元素被锯切时，必须记录切割的位置和范围，因为切割突出的加固部分或损坏的插入物可能会妨碍未来重新建立连接。因此，选择合适的拆除技术需要仔细考虑[66]。一种解决方案是在拆除前定义未来的用途，以便连接要求指导拆除方法。然而，将拆除与未来的重建项目耦合会引入复杂性，特别是在规划（延迟、取消）方面。当未来的用途未知时，应选择优先考虑可重新连接性的技术，同时考虑到这可能会与最快或最具成本效益的解决方案相冲突。为了支持这些权衡，目前正在开发一个可拆卸性指标，扩展到可重新连接性，使参与者能够优先选择保持结构接口的元素和方法。

可拆卸或可回收的元素之间的连接（例如，连接杆、插座或螺栓连接）从原始结构中记录在Wall_Connections表中，使用自动递增的PK。每个连接的中心线位置表示为WKT MULTIPOINT Z向量，还包括深度、直径和类型的支持属性。未灌浆的、原位保留的空洞可以映射出来，以便在未来圆形设计迭代中潜在地重新使用。随着可拆卸连接在圆形生产实践中的整合，它们在元素数据库中的存在可以适当地扩展。

4.3. 加固
参数化地编码加固配置对于确保能够实现回收元素的全部结构功能至关重要。如果没有明确的加固数据，分析将默认采用过度保守的再利用方式。加固布局通过既具有结构意义又兼容下游数字建模的参考系统来参数化定义。以下部分将讨论纵向、横向和预应力加固。

4.3.1. 纵向加固
参数化纵向加固面临几个挑战，主要是由于存在空洞、几何不连续性以及随组件功能变化的轴线。为了动态管理复杂性，元素被划分为区域参考系统，这些系统定义为代表从一个不连续性或空洞连续延伸到下一个不连续性的连续边界多边形。每个区域由2D WKT POLYGON在其指定的Zone_Plane描述符中描述，对应于主截面视图，假设通过剩余平面的均匀拉伸。定义了六种区域类型来分类典型的几何形状：
- Base（B）：空洞下方的水平墙区域（底部）。
- Header（H）：空洞上方的水平墙区域（檐口）。
- Flank/Flange（F）：空洞两侧的垂直侧壁区域（墙壁）或水平翼缘（梁和柱子）。
- Web（W）：垂直腹板（梁和柱子）。
- Single（Z）：没有空洞或不连续性的均匀几何形状。
- Corbel（_C）：专门用于檐口的区域，前缀为主区域（图8）。

因此，离散区域的数量反映了空洞或不连续性的频率和位置。图8展示了一个单空洞墙和区域参考系统的示例。附录A进一步说明了其他分区配置。

在每个区域内，一个加固层将直径、间距和钢材等级相同的钢筋杆分组在给定平面内。分区和对层根据以下规则定义：
- 区域覆盖每个加固层的整个长度，没有部分覆盖。
- 层保持均匀的间距、直径和等级，任何变化都需要新的层。
- 层的位置记录为中心到中心的测量值。

每个层使用同一Zone_Plane中的2D顶点（开始、结束）的WKT LINESTRING存储。一个补充属性描述了在剩余平面中的起始位置，以及钢筋杆的数量、间距、直径、覆盖深度和任何指定的施工安全裕度。分配给原始细节的Reinf_ID将加固设计链接到父几何形状。图8中显示的Zone_ID和Layer_ID代码附加到Reinf_ID中，以实现唯一标识。

锚固条件对结构系统中的粘结发展和钢筋杆的应力-应变行为有重要影响。标准钩子和形状[29]提供了混凝土中的每根钢筋的锚固，可以视为层锚固系统。然而，发夹系统（U形杆）用于固定整个钢筋笼（区域固定），通常发夹与杆的比例不是1:1。因此，固定系统是根据层或区域来定义的，通过不可知的表格（绿色，图3）来指定钩子类型、长度、半径和发夹数量等属性，使用Zone_ID或Layer_ID作为外键。4.3.2. 横向钢筋（箍筋、拉筋、扭筋、螺旋筋）建立在纵向参考系统的基础上。WKT MULTIPOINT ZM将这些弯曲的2D形状（在XZ、YZ或XY平面内）捕捉为一系列笛卡尔顶点，其中M坐标表示形状每个连接处的弯曲角度（0°表示敞开端）。与分层系统类似，剩余轴上的起始和结束位置、恒定间距、直径、形状描述以及钢材等级（第4.4节中的材料库的外键）也被记录下来。该系统使得可以吸收任意形状的拉筋，而无需依赖可能存在的国家或国际形状规范。对于柱子，矩形拉筋、圆形扭筋和箍筋部分也有类似的编码方式，其中圆形部分遵循图6中的椭圆形定义，用弯曲角度M替代局部半径。4.3.3. 预应力目前预应力数据仅限于HCS系统，但可以扩展到其他元素。与其他系统不同，HCS几何形状不需要划分区域。每一层对应所有具有相同水平x轴位置的预应力筋，如图7所示。由于每层内的预应力筋间距通常不规则，因此每个预应力筋都有一个独特的WKT POINT（x, y）横截面位置，以确保精确模拟筋材剖面。此外还记录了层号（从底部垂直上升）、直径、钢丝数量描述和钢材等级。4.4. 材料属性全面的材料库汇集了来自荷兰、芬兰、瑞典和德国的二十世纪及现代混凝土和钢筋的规格信息。这些库通过允许用户仅指定材料类别或等级，然后通过外键获取完整的属性集来简化数据输入。每个库涵盖了从1916年以来的预Eurocode国家标准到当前的Eurocode规定的内容。表1总结了它们按国家、规格年份和分类系统的覆盖范围。由于获取原始标准的困难，瑞典和芬兰的特性值是根据碎片化的档案和论文[67][68][69][70][71]重建的。相比之下，荷兰和德国则有现有的历史汇编[72][73]。这些库仍然很不完整，需要进一步研究原始纸质标准，特别是关于钢筋的拉伸性能、杨氏模量和应变能力。当前的材料库存储在Concrete_Props和Steel_Props表中（图3）。表1. 每个目标欧盟国家收集的混凝土和钢筋的历史材料分类。空单元格国家范围标准分类混凝土荷兰[1940–1995]GBV 1940, 1950, 1962VB 1974NEN 6720, VBC 1995K150 – K600B12.5 – B65德国[1916–1988]DAfEB 1916, DIN 1045:1925–09, 1932–05, 1937–05, 1943–03, 1959–11, 1963–04, 1972–01, 1978–12, 1988–07TGL 33411–01 - 1979W28Wb28B 120–600Bn 50–550B 5–55Bk 5–55瑞典[1949–1994]SOU 1949:64SBN 1967, 1975BBK 1979, 1994K75 – K500K8–80芬兰[1976–1998]RakMK B4K10 – K115Eurocode[2000 – 现在]EN 206–1:2000C8/10 – C90/105钢材荷兰[1918–1995]GBV 1918, 1930, 1940, 1950, 1962, 1974/1984NEN 6720 VBC1.BSt 37–52σ36/48QR 22–48QRn 36–54FeB 220–1860德国[1925–1989]DIN 1000:1925, 1943DIN 1045:1932DIN 488:1972, 1977, 1984, 1989St 37–55Betonstahl I/IIeSt A/B/TBSt 420–630瑞典[1932 – 1970s]SS 1331:1932St 37–52KAM 40/60HJS 70Ks40/60芬兰[1950s – 1998]RakMK 1998S235 JRG2A400–700B500–700Eurocode[2000 – 现在]EN 10138:2000EN 10080:2005B500 A/B/CY1030–2060在二十世纪初期，欧洲国家经常使用具有相似语言特征的混凝土分类，包括“K”（kvalitet；北欧）和“B”（beton；荷兰语和德语），以及通用的“St”系列用于钢筋（1920s–1940s）。为了保持外键链接的唯一性，每个类别或等级前缀都加上了其ISO国家代码。当多个标准中出现的相同分类具有不变的值时，它们的支持元数据（标准、发布年份、注释）被合并为一个记录。如果数值属性在不同版本中有所不同，则类别或等级字符串会加上区分值（例如，DE_W28_8.0和DE_W28_9.5）。4.5. 质量管理重新使用结构构件会立即引发关于安全性、耐久性和合规性的问题。因此，质量管理必须通过损伤和质量评估（QA）、耐久性和腐蚀评估、材料测试以及在必要时进行的全尺寸验证来确定回收构件的适用性。4.5.1. 损伤和质量评估从技术上讲，回收的预应力混凝土构件（PCEs）必须评估其几何形状的一致性、混凝土的抗压强度、钢筋或预应力筋的状态以及可见的潜在损伤（例如开裂、剥落、腐蚀）。可靠的QA还需要处理材料退化、不完整的档案和不同的暴露历史。根据每个构件指定的特定知识水平（KL），选择适当的无损检测（NDT）、非破坏性检测（LDT）和完全破坏性方法的组合，遵循[48][49][54]中提出的KL框架和相关测试策略。如果没有明确的规则将KL与测试范围联系起来，项目可能会面临过度测试（在成本和损伤方面）或测试不足（在安全性和可靠性方面）的风险。为了减少这种情况，数据库遵循Matthews等人[48]（第2.3节）提出的基于知识的测试协议，该协议将调查要求与可用信息联系起来，确保设计值和部分安全系数基于证据。在这项研究中，图9中介绍的QA工作流程首先在HCS上进行了操作化，从数据收集和目视检查开始，接着是文档验证、针对性分析和物理测试。两个分类概念构成了所有类型构件QA结果的结构：Intervention_Class指定了所需的操作，如安装就绪、维护或修复，或适合测试；Reuse_Class指定了可行的再利用应用，如全容量（等效设计）或降级使用。然后，质量标签和构件护照整合了结果，以支持设计师、制造商和承包商，减少不确定性并加速决策制定。图9. 用于评估回收构件质量和再利用的质量保证流程。为了简化质量检查，还开发了一个损伤目录检查清单。HCS_Damage_Catalogue表标准化了损伤目录中定义的常见空心芯裂缝模式。类型1-3通常对性能影响较小，而类型4-10较为严重，可能需要立即干预。为了统一且灵活地表示这些协议，目录为每个记录存储一个本地的JSON文档。每个JSON对象是一个键值对，支持嵌套结构、数组和MySQL中的直接索引。典型字段包括：•裂缝类型（枚举：1–10）•尺寸{"width_mm": 数字, "length_mm": 数字, depth_mm: 数字}•严重程度（枚举：轻微、中等、严重）和备注（字符串）•位置参考（字符串）和证据["uri": 字符串, "media": 照片/扫描/报告]由于HCS的QA检查清单包含超过30个项目，每个构件元数据表都包含一个QA_Inspection JSON属性来记录检查响应，而不会增加关系模式的大小。JSON结构使用稳定的键和受限的值域。为了链接人类可读的文档，QC_and_History表存储指向签名PDF或云表的URI，并记录每个提交的来源。所有元数据表中保留了轻量级标志Has_Tests和Has_Damage，以便在不检查子表的情况下进行简单过滤。QA框架、损伤目录和基于JSON的检查记录共同为评估回收构件提供了连贯且可扩展的基础，可以很容易地适应其他类型的构件。它们以可互操作的数据结构编码发现结果，并提供可操作的分类用于设计。4.5.2. 耐久性和腐蚀评估耐久性是指结构在环境作用和老化下能够在其指定使用寿命内执行预期功能的能力[40][41][42]。确保再利用构件的使用寿命需要同样严格的评估。作为ReCreate试点项目（图9）QA过程的一部分，每个捐赠建筑的碳化深度被一致测量[49]。对于芬兰的试点项目，覆盖层碳化程度较低，表明腐蚀风险低且再利用潜力高。覆盖层深度的验证也是防火和冻融检查所必需的，应确认名义规格值。在数据库中，原位覆盖层测量值与耐久性和腐蚀结果一起存储，从而可以自动检查防火性能和特定暴露条件下的冻融要求。Core模式记录了通过测试获得的相关冻融数据（空气夹带、水灰比、表面处理），并将结果与EN 206 [43]的暴露类别联系起来。最近的评论强调空气空隙优化、水分控制和表面保护是提高耐久性的主要手段，模式在再利用期间提供了决策支持[47][74]。质量管理表使用复合主键（PK），需要Element_ID和指定测试区域的唯一标识符（Test_Region_ID），这与EN 13791 [50]中对具有相关生产、服务或材料特性的组件组的定义一致。测试区域概念在耐久性领域是通用的，允许对统计上可比的组件（相同类型、暴露情况、材料和来源）进行联合分析。Durability_Assessment表将碳化结果、覆盖层测量值、腐蚀率测试、混凝土质量以及其他在第2.3节中提到的重要质量参数与该复合PK关联起来。这种结构支持分层分析，并可直接应用于防火和冻融检查以及下游工具中的使用寿命计算。4.5.3. 材料和全尺寸测试可靠的再利用需要对材料的残余机械性能有信心。分层知识水平（KL）框架，如[48][49]中采用并在第2.3节中讨论的，可以应用于与再利用相关的测试活动。无论KL如何，现场验证材料属性通常会发现比原始设计值更高的强度，特别是在老化的混凝土中。这样的结果可以更有效地利用和增值后续服务寿命中的构件。统计测试结果被标准化到Concrete_Testing and Reinforcement_Testing表（Core模式）中，每个记录都由Element_ID和Test_Region_ID标识。必填字段包括混凝土抗压强度和钢筋屈服强度，而补充属性（抗拉强度、杨氏模量、应变极限）允许为空。这些结果可以更新几何、钢筋和材料库表中的等级或类别估计值，从而传播到第5.2节中描述的分析模式公式中。通过将调查范围与KL框架对齐，结合证据和机器学习，并将结果嵌入标准化模式中，所提出的系统可以在保证测试严谨性的同时提高效率，并为结构和耐久性验证提供可靠的输入。根据KL和国家指南，当标准QA评估无法充分验证时，可能需要进行全尺寸破坏性（FD）测试以直接测量机械性能和拆除后的状态。Full_Scale_Testing表使用相同的复合键（Element_ID, Test_Region_ID）来分组可比的构件。测量的抗力及其观察到的失效模式可以与相应的分析模式计算（第5.2节）关联起来，为基于公式的容量提供验证（或重新校准），并为质量管理中的Reuse_Class和Intervention_Class决策提供信息。FD测试应用得当且以数据为驱动，可以降低决策风险，支持可重新连接性和可拆卸性的创新细节的设计，有助于许可证申请，并将资源集中在不确定性较高的构件上，从而提高质量管理调查的效率。4.6. 生命周期分析鉴于环境要求推动了PCE的结构再利用，数据库在一个专用模块中集成了LCA和LCC数据。LCA是最广泛接受的方法，用于确定环境影响，遵循ISO 14040/14044 [75][76]，以及建筑产品的行业标准EN 15804 [77]和整栋建筑研究的行业标准EN 15978 [78]。LCC是一种广泛接受的方法，用于计算或预测产品或建筑物在其整个生命周期内的总成本，从生产到使用寿命结束阶段，其在ISO 15686-5 [79]中得到标准化。LCA通常根据传统的线性经济模型构建，即产品制造、使用，然后处置。因此，根据当前标准，LCA研究分为三个阶段：生产、使用和使用寿命结束。每个阶段进一步细分为指定每个阶段内评估过程的模块（图10）。引入了额外的Module D来考虑再利用、回收和使用寿命结束后的潜在益处，例如从废物焚烧中发电或用回收矿物废物替代混凝土中的原始骨料。根据[78]，生命周期评估（LCA）阶段和模块包括新的针对再利用的D模块。环境产品声明（EPDs）通常由PCE制造商提供，符合EN 15804 [77]标准，量化了40多个影响类别（例如，全球变暖潜力、酸化、不可再生能源使用和危险废物）。然而，目前还没有针对回收PCE的EPDs。由于使用过的元素与其原始产品具有相似的物理特性，预计它们将继承相同的A5-C4影响。同时，A1-A3影响有所不同，因为当回收的PCE进入新的循环时，原始PCE的能源密集型制造过程被避免了。产品原始生命周期中必须考虑所有直到达到废物终结状态的过程[77]。关于废物终结影响分配的讨论应该在这个阶段进行，特别是因为与传统的拆除相比，分解通常更加能源密集[80]。选择性分解和翻新活动通常被排除在传统的C1-C4模块之外，但可以根据德国EPD验证机构IBU的新LCA指南重新分配到A1-A3[81]。ReCreate联盟目前正在四个试点国家收集现场环境数据，以开发未来回收PCE的EPDs。在此研究进行的同时，从数据库的角度来看，可以将A1-A3模块重置为零，以反映没有新的生产排放。此外，瑞典的气候声明方法遵循截断法（100:0），这意味着它承认第一个生命周期中的生产影响，而再利用产品在A1-A3阶段报告的CO2当量为0 kg/kg [24]。

LCA和LCC表格（橙色，图3）与循环性和元素元数据密切相关。为了动态捕捉EPDs中包含的大量潜在影响类别，而不使内容过于冗长，图10中的每个模块（A1-D）在LCA_EPD表格中都被分配了一列作为JSON对象。JSON对象充当“字段：值”表达式的灵活字典，可以随着新研究或实践的出现轻松添加、调整或删除。MySQL还可以直接索引JSON路径表达式，从而实现机器可读性和高效查询。因此，LCA_EPD中的每个JSON模块都可以硬编码必要的环境字段及其相关的度量单位。然后，LCC表格利用Circularity_Data中的信息来估计每个元素的潜在零售价格，基于总分解成本和足够条件可回收的元素数量。

5. 辅助平行方案
本节介绍了为将核心数据转换为分析就绪的数据结构而开发的辅助平行方案。物理属性方案从存储的参数化定义中推导出几何属性，而分析方案使用这些结果来计算结构容量估计。

5.1 物理属性方案
物理属性方案自动从其参数化WKT核心数据中推导出元素的物理几何属性。相关的核心表格被复制，包括父几何形状、空隙、纵向、横向和预应力加固，但不包括HCS几何形状。引入了新的Zone_Geometry表格，描述了第4.3.1节中定义的带状多边形的尺寸。这种区域离散化使得即使对于不规则截面（例如，法兰/腹板或墙楣）也能简单计算横截面属性（面积、惯性矩、质心位置）。

数据从核心方案导入物理属性方案是通过一个确定性的ETL（提取、转换、加载）管道实现的。每条记录逐行复制，加载器执行YAML声明的映射，调用Python公式将笛卡尔WKT坐标和材料标签转换为派生尺寸，如高度、面积、密度和体积。仅存储计算出的属性，并保留每个主键（PK），以便每个表格保持第三范式（3NF），最小化冗余并保护引用完整性[82]。遵循严格的3NF可以让下游的结构容量代码查询一个紧凑的、分析就绪的方案，而不会污染核心方案中保存的高保真几何数据。这种方法与在BIM和GIS ETL管道中证明有效的层分离策略一致，这些管道将标准化的BIM数据推送到地理参考分析存储中，并在自动化的BIM到有限元工作流中进行结构评估[83]。存储在此方案中的派生属性可以方便地用于进一步的内部分析或由数字应用程序进行更高效的计算和建模。图11展示了物理属性方案的简化EER模型。下面是一个示例查询，用于从German pilot项目的Slab_Geometry中检索所有具有相同几何生产的实心板的物理属性：
```sql
SELECT total_height_mm, total_length_mm, total_width_mm, element_mass_kg
FROM element_database_phys.Slab_Geometry
WHERE Product_ID = HMON_DE36;
```
下载：下载高分辨率图片（654KB）
下载：下载全尺寸图片

图11. 物理属性方案和分析方案的简化表示，其中每个方案（包括核心方案）之间的主键和外键链接。

5.2 分析方案
分析方案综合了核心方案属性（标量数据、强度等级、分类法）和物理属性方案的计算结果（例如，有效深度、加固面积、截面尺寸），以推导结构容量和其他性能指标。第二个基于YAML的ETL过程应用注册的Python公式来计算弯曲、剪切、轴向和其他关键失效模式，遵循欧洲设计规范。每个公式调用通过保留的产品ID主键将结果写入完全规范化的特定于元素的表格，这些产品ID可以追溯到核心方案中的全局唯一元素ID。遵循3NF，分析方案最小化冗余并保持数据真实性[82]，允许：
- 元素与不同荷载情况或设计标准的多个容量条目之间的一对多链接。
- 通过添加新属性或表格来扩展到未来的指标，如LCA和LCC输出或可拆卸连接性能，而无需修改上游方案。

分析方案的简化EER模型如图11所示，其外展关系贯穿核心方案和物理属性方案。在当前版本中，该方案仅关注结构容量。

6. 结果和验证
与典型的设计过程不同，元素数据库必须首先将现有的PCE从固定的几何形状和材料逆向工程为一个全面的参数化描述集合（第4节）。然后，这些数字描述符可以为建筑师和工程师重新生成准确的数字3D模型，促进在新设计中的再利用。已经开发了概念验证（PoC）工作流，以展示数字建模的成功集成（第6.3节和第6.4节），促进建筑项目中混凝土元素的再利用，帮助设计过程，从而为循环经济做出贡献。这种早期阶段的验证主要集中在方案覆盖范围、跨项目适应性和与下游建模工作流的集成上。在未来的开发中，应考虑完整的系统性能和可扩展性评估（例如，查询效率、大量数据输入和压力测试），一旦工作流程得到更好的优化，数据库从原型过渡到生产就绪的基础设施。

6.1 解构元素
在参与的ReCreate国家——芬兰、荷兰、瑞典和德国——已经成功完成了预制混凝土建筑的实际情况解构项目[35]。捐赠结构包括公寓楼、办公综合体和工业仓库。Vullings等人[35]、[66]描述了关于解构项目规划和实施的实用和理论知识。从多样化的结构系统中，数据库中考虑的所有主要元素类型都以足够好的状态被回收，并计划用于再利用。

当前的PoC数据收集工作流为每种元素类型使用简单的XLSX模板。在概念化阶段，数据收集是通过手动从可用的施工图纸和测试结果中提取所需信息来完成的。有意地手动进行这种数据整理有助于在投资更高效的自动化之前，培养对再利用链的更完整和整体的理解。收集阶段的数据格式经过定制，以提供更直观的2D正交视图，便于从模拟图纸过渡到数字参数化。在RDBMS中存储XLSX数据时，2D笛卡尔坐标通过Python编程转换为3D坐标系统和格式，如第4.2节和第4.3节所述。未来的自动化可能会利用基于云的输入表单、人工智能辅助的几何和区域层生成以及直接的BIM集成。

为了展示第4节中研究的系统和惯例的有效性，从每个国家的其中一个捐赠结构中提取了元素并将其存储在元素数据库中（图12）。总共，1878个回收的元素成功存储在核心数据库方案中，并传播到物理属性数据库。来自荷兰Prinsenhof A办公综合体的大约356个承重立面元素和470个HCS在良好状态下成功解构并在数据库中完全参数化。Prinsenhof建于1987年，是一个Consequence Class 2（CC2）结构，具有XC1暴露等级，由两个翼楼（九层和四层）和一个核心稳定结构组成，建筑面积约为7400平方米。位于Hohenm?lsen的德国住宅捐赠结构建于1984年，其中112个实心楼板、55个外墙板板和39个内墙在可再利用的状态下被解构。在瑞典Helsingborg，部分解构了两个捐赠结构，包括：1）来自Residential Block Drottningh?g的承重预制混凝土墙（内部和立面）和实心楼板；2）来自工业仓库Huggj?rnet的建筑的柱子、基础板和梁。2022年，从Drottningh?g回收的元素被用于H22城市博览会的临时展览 Pavilion。位于Tampere的芬兰Kytt?l?nkontu Oy办公楼建于1982年，并在2023年被解构。解构涉及拆卸一个高层（七层）和一个低层（一层）翼楼，总建筑面积为3390平方米。由于缺乏文档，只有那些有可检索施工图纸的元素被参数化用于数据库，包括23根矩形梁、81根方形柱子和15个HCS。

表2总结了成功导入前两个方案中的解构PCE的关键特征。荷兰Prinsenhof A的立面和空心核心元素被完全参数化，以确保系统整体运作并且所有关系都得到充分定义。来自其他国家的元素数据限于元数据和几何信息，这些信息用于验证映射惯例是否适用于所有元素类型。总共捕获并存储了156个几何上独特的元素，算出的混凝土体积为3181立方米，从垃圾填埋场上转移出来，可供未来结构再利用。

表2. 存储在核心方案中并传播到物理属性方案中的试点数据。
- 国家 | 结构 | 年龄（年） | 元素类型 | 唯一元素数量 | 计算的PPS体积（m3） | 核心表格数量
|-------|-----------|------------|--------------|----------------------------|---------------------|
| 荷兰 | 办公楼 | 36 | 77 | 35 | 56 | 4.80 |
| | | | | |
| | | | | |
| 德国 | 住宅 | 39 | 11 | 30 | 0.76 |
| | | | | |
| | | | | |
| | | | | |
| 芬兰 | 办公楼 | 41 | 11 | 21 | 33.60 |
| | | | | |
| | | | | |
| 芬兰 | 梁 | 22 | 32 | 4.20 | |
| | | | | |
| | | | | |
| | | | | |
| | | | | |
| 瑞典 | 住宅 | 55 | 11 | 33 | 0.97 |
| | | | | |
| | | | | |
| | | | | |
| | | | | |

注：PPS = 物理属性方案。此表中的值仅包括在足够条件下拆卸的元素，这些元素未受到严重损坏或不适合未来重建。

查询和ETL运行时间是在运行Windows 11（第12代Intel? Core? i5-12500H CPU，8GB RAM，NVMe SSD）的本地MySQL 8.0.42服务器上测量的。对于核心方案，ETL运行时间是在每个电子表格导入时运行的五次重复实验中的墙钟时间，中位数为1.608秒，四分位距（IQR）为1.434–2.260秒。物理属性方案每个元素类型的相应中位ETL时间为0.505秒（IQR 0.373–1.189秒）。查询运行时间是在MySQL Workbench 8.0中进行的30次温缓存执行中评估的三个代表性查询的结果，报告了根操作符的完成时间。查询返回：
- 从Prinsenhof A捐赠建筑中检索所有墙元素的Wall_ID时返回1.355行（中位数0.686毫秒）。
- 从长度超过6000毫米的所有空心核心楼板中检索Slab_ID时返回2.463行（中位数1.320毫秒）。
- 从包含挑檐的所有墙中检索Wall_ID、Product_ID及相关尺寸（高度、长度、厚度）时返回3.273行（中位数1.270毫秒）。

6.2 自动化容量估算
为了验证提出的多方案框架，根据EN 1992-1-1 [84]，对来自芬兰捐赠者的一个回收的双重加固梁进行了自动弯曲容量分析。图13展示了原始的预制梁设计，取自Tampere城市的档案，建于1982年。该梁的宽度（b）为400毫米，深度为440毫米，名义覆盖深度为20毫米。拉伸钢筋由五根间距均匀的20毫米钢筋组成，有效深度（d）为402毫米，采用规定的A400H钢级（fyk=400MPA）。压缩钢筋包括两根相同级别的16毫米钢筋，其名义有效深度（d′）为36毫米。混凝土等级规定为K30（表1）——立方体抗压强度为30MPa，相当于C25/30 EC2等级（fck=25MPA）。假设混凝土（γC）和钢筋（γS）的部分系数分别为1.5和1.15，适用于重复使用的构件。

图13：1982年建造的芬兰预制梁，来自Kytt?l?nkontu Oy公司的捐赠建筑。图片来源于Tampere市档案馆，使用基于公平原则。

根据公式（1）、（2）、（3）、（4）、（5），可以使用从材料属性表（Core）、Beam_Geometry和Beam_Long_Reinf表（Physical）中获取的参数来计算跨中点的 ultimate bending capacity（ULS弯曲能力）。

公式如下：
(1) fcd = fckγC
(2) Ts = As?fyd
(3) Cs = As′?fyd
(4) Cc = 0.68?fcd?b?x
(5) MRd = Cc?zc + Cs?zs

其中As是每层的钢筋面积，x是矩形压缩块的深度（中性轴），z是根据Eurocode 2（EC2）应力块假设（αcc=0.85和λ=0.80）确定的杠杆臂[84]。绕主轴的最终设计弯曲能力MRd为202.8 kNm。

一旦获取了物理属性数据，相同的ETL机制会填充分析框架，从而能够自动生成任何失效模式、极限状态或国家附件参数的结构能力。虽然详细分析可以留给后续的有限元建模（FEM）工具，但这些初步估计表明可以进行早期评估，这有助于加速构件筛选和可行性评估。市政许可还要求工程师通过独立计算来验证结构抗力，而不是依赖内置估计。全尺寸测试结果（第4.5.3节）可以可选地更新经验公式系数或补充能力估计，随着经验数据的收集提高准确性。

6.3 ReCreate Studio
为了实现结构预制构件的循环价值链，开发了一个Autodesk Revit插件ReCreate Studio，将逐个构件的重复使用逻辑转移到日常数字工作流程中[85]。该插件用C#编写，是一个模块化类库，通过其公共API将关系型构件数据库与Revit中嵌入的图形用户界面连接起来。计算后端处理数据查询、结构检查和环境核算，而前端则展示类似BIM操作的面向任务的窗口[85]。对象模型中的每个数字构件记录都保留了其物理对应物的身份、来源、几何形状、钢筋布置、材料属性、剩余能力和位置历史。这一架构支撑了数据库和内存中的BIM对象，确保了如构件可用性或过去加载历史等属性在插入新设计时能够随之传递。设计师可以根据预定义的Revit族从数据库中的可重复使用库存中浏览、筛选和选择候选组件，然后将其放入三维Revit空间中（图14）。算法辅助工具会自动将楼层、墙壁和梁单元对齐到参考网格，生成整个楼层或翼楼的完整空心核心楼层布置，并调整构件偏移或旋转以解决冲突[85]。

配置初步布局后，ReCreate Studio通过一种新颖的自动连接算法与外部FEM分析软件进行一级结构验证[86]。通过导入的构件追踪载荷路径，组装全局刚度和载荷矩阵，并返回每个构件的内力包络。将这些力与分析框架中存储的能力估计值进行比较，以标记超载的构件，从而加快配置的迭代速度。同时，该插件还估算环境性能，包括拆卸、运输和重新安装的LCA因素，以及新生产的从摇篮到大门的数据。这些信息允许在概念阶段量化重复使用的隐含碳收益，符合荷兰国家环境数据库[87]的指导原则。

针对AEC专业人员的实际需求进行的验证显示，PoC工具支持三项关键任务：1）重复使用构件的自动化几何放置；2）早期结构可行性评估；3）比较环境评估。ReCreate联盟内的案例研究表明，自动楼板布局生成有助于最大限度地利用现有库存，而内置的结构检查有助于标记不可行的布置[85]。在原型状态下，该插件仅支持几何导入，未来的版本计划扩展此功能到钢筋数据和特定国家的极限状态（ULS）组合。改进的数据库过滤器将使设计师能够通过精确的尺寸或性能标准更高效地查询库存。这些改进将进一步使插件与专业设计实践保持一致，从而加强整个构件重复使用的实际可行性，并减少与传统混凝土施工相关的资源密集型和温室气体排放。因此，ReCreate Studio插件应被视为一个以几何为中心的PoC，证明了构件数据库与BIM工具之间的技术连通性，而不是一个完全成熟的设计应用程序。系统地比较带有和不带有插件的设计工作和布局质量的受控任务研究超出了本文的范围，但将是未来研究的重要方向。

6.4 IFC建模
开源BIM工具的日益成熟为不依赖专有平台实现基于IFC的工作流程创造了机会。尽管IFC被广泛采纳为标准交换格式，但许多工作流程中的原生设计文件仍然依赖于封闭的软件生态系统。使用IFC作为原生格式的开源工具在专业实践中得到广泛应用，以支持不同平台之间的互操作性，以及学术环境中的实验建模、可复现的案例研究和BIM与地理空间和遗产数据集的集成。

ReCreate_IFC_Workflow提供了一个模块化的流程，用于解析数据库内容并将其转换为IFC文件，使其与其他工作流程兼容，采用开放的、与软件无关的格式。该实现基于IfcOpenShell，这是一个用C++开发的模块化开源软件库，具有Python绑定，旨在支持IFC数据结构的高层次和低层次操作[88]。其几何处理方法基于ISO 10303-21[89]，该标准定义了STEP文件格式的语法和结构。该库提供了一套完整的工具，用于编写、解析和操纵IFC实体，并建立了生成数据库中单个元素的符合IFC标准的模型的工作流程。主模块ifc_manager.py负责IFC文件的初始化，从数据库的不同表中实例化元数据。抽象类ifc_element.py管理单个建筑元素的集成。四个特定于构件的子类（墙壁、楼板、柱子和梁）从这个基类继承，并为每种元素类型引入特定方法，遵循相同的几何定义（第4.2节）。例如，楼板元素由针对不同变体的单独模块表示，如空心核心或实心楼板。IFC工作流程中的类之间的关系如图15所示。

图15：IFC工作流程的类结构，展示了主类（ifc_manager.py）、抽象的IfcElement类及其四个具有特定属性和方法的子类。

实施了两种增量建模方法以适应不同的数据可用性和所需细节。首先，一种简化方法基于从Physical Properties架构中存储的整体尺寸（长度、宽度和高度）得出的体积定义，在适用时辅以空洞列表。第二种方法直接在Core架构中实现参数化的笛卡尔定义，从三个正交平面（XZ、YZ、XY）上的点序列重建对象。每个角由半径参数定义，允许创建弧线或圆角。图16展示了存储在数据库中的Prinsenhof A建筑的荷兰立面元素。使用试点数据集（第6.1节），该框架适用于数据库中的所有元素类。

元数据管理由一个子模块处理，该模块将数据库表解析为IFC属性集（psets）。将这些信息作为psets保存可以维持模型与其源数据之间的强大链接，包括详细的捐赠建筑信息，这些信息捕捉了关键属性，如建筑位置、制造工厂、施工年份和构件类型（图4）。因此，非几何信息（包括生产细节、分类代码和来源数据）以结构化、可查询的形式直接嵌入模型中。结合双重几何路径，确保形状和语义在BIM工作流程中得到保留，支持一致的重复使用决策。

类似于第6.1节，IFC生成运行时间在Windows 10工作站（第11代Intel? Core? i7-1185G7 CPU、16 GB RAM、NVMe SSD）上使用Python 3.12和IfcOpenShell 0.8.3（IFC4格式）进行了测量。为了减少库加载和缓存初始化的首次运行开销，每个工作负载执行了三次作为热身（不包括在分析中），然后进行了五次计时运行。运行时间定义为从导出开始到IFC文件写入完成的时间。以Prinsenhof A为例（图16；N = 355），楼面元素的中位生成时间为159毫秒（IQR 127–179.2毫秒）。对于长度超过6000毫米的HCS（N = 463），中位生成时间为163.5毫秒（IQR 140.2–207.2毫秒）。

7. 讨论
以下部分讨论了所提出的数据库超出其技术架构的更广泛影响。特别强调了社会技术工作流程、商业模式、利益相关者和参与者在数据收集中的参与，以及工业采用所需的条件。

7.1 社会技术和工作流程
构件数据库作为解构和建设之间的社会技术接口，集中了原本分散在各个参与者和阶段之间的信息流，有可能在整个欧洲范围内推广循环施工方法的使用。虽然前面的部分详细介绍了技术架构，但可扩展性最终取决于数据的生成、验证和交换方式，这是一个涉及许多相互关联工作流程的问题。根据Jonker-Hoffrén[90]的观点，循环价值链中的参与者既消费也生产他人所需的信息，通常会生成他们自己不直接使用的数据。这种相互依赖性需要比线性生产更多的协调，包括对上游贡献者（特别是那些不直接从中受益的参与者）进行明确的规划和提供足够的激励。许多信息也是促进许可和质量控制所必需的，这表明数据库的内容必须是经过刻意生成的，而不仅仅是“随机可用的”。因此，构件数据库的社会背景和这些实践非常重要[91]。

预解构评估、拆除、运输和存储的责任应由资产所有者根据需要外包。取决于知识水平的数据收集（例如几何形状、钢筋、材料属性）也应相应委托。可以通过在概念设计阶段进行预留来管理构件的可用性，不可行的构件在一段时间后重新投入市场。一个芬兰案例研究说明了这些相互关联的流程。一家建筑公司在准备建设用地时选择了自己的办公楼进行解构。即使是这些初步决策，例如生成图4a中的建筑分类，也触发了诸如视觉评估、材料清单、成本估算等工作流程，以及根据管辖范围涵盖物流和危险物质的许可申请。随后选定了合作伙伴（解构承包商、结构工程师），并进行了解构前的调查（图4），生成了分类（图4）、点云扫描和通过结合扫描和档案图纸创建的建筑清单模型。在解构过程中，根据实际发现的几何形状更新了理论计划，并记录了过程引起的损坏（第4.5.1节）。随后的翻新（例如清洁、修补和连接器更换）产生了额外的记录。每个步骤都会更新数据库中的不同表格，并服务于不同的参与者：建筑师和工程师用于重新设计，工厂用于翻新，承包商用于物流和安装。

为了管理这种复杂性，数据库被定位为一个中心节点，协调各参与者的工作流程，并管理[90]中讨论的信息流。从实际的角度来看，这包括：
- 数据合同用于交接（包括验证规则、最小可行数据集和文件链接要求）
- 检查、测试、审批和数据处理的角色明确
- 来源和版本控制，以便能够审计来自拆卸、测试和翻新的更新
- 降低数据录入负担的用户体验（结构化表单、API端点、CDE链接）

即使有这些支持，项目合作伙伴仍需要付出大量努力来填充数据库中的有效且可追溯的记录。该数据库与参与者无关，但依赖于工作流程，因为其价值在于多个组织协同产生可靠、可被机器读取的数据，以便其他人可以重新使用。

7.2. 商业模式和价值创造
扩大具体元素的重复使用可以解决排放和浪费问题，同时为不断发展的循环建筑生态系统中的各参与者开辟新的市场机会[92]。研究重点探讨了拆卸、评估、物流、再利用设计以及回收元素经纪等领域的机会[93],[94]。由于项目是多阶段的且参与者多样，有效的实施依赖于协作，这种协作基于各自的能力和技能来塑造商业模式和数据需求，最终为所有参与者创造价值[18],[94]。
当然，经济可行性是重复使用的主要考虑因素，因为拆卸成本本质上高于拆除，并且通常被认为比高效的原生生产过程成本更高[95]。Sairanen[95]研究了预制混凝土重复使用的商业模式，以更详细地了解在整个价值链中使用回收组件公司的经济效益。劳动密集型的拆卸和组件处理似乎是主要的盈利障碍。复杂的几何形状和加固设计也增加了评估的工作量和出错的风险，这强调了在认证或销售时明确责任转移的必要性。
从传统的线性“获取-制造-处置”模式转向循环商业模式需要围绕生命周期管理重新定位价值主张[96]。混凝土元素的重复使用通过使参与者能够扩展其能力并提供更加循环和可持续的服务来创造价值。这一转变需要知识投入，因为参与者必须学习阅读档案、规划拆卸、验证属性、管理不确定性，并将回收组件整合到设计和采购中[94],[96]。这些新实践和能力使企业能够在不断变化的业务环境中实现多样化并保持竞争力，同时也提供直接和间接的好处[18],[93],[94]。直接的好处可能包括从本应作为废物丢弃的可重复使用元素中获得的额外收入来源。相比之下，间接好处，如由于环保实践而提升的企业形象和营销参考，可以吸引新的商业机会。这一范式转变的核心是可访问且可信的数据[18],[94]。元素数据库作为共享基础设施，用于：
- 发现：按几何形状、容量、状况和来源进行搜索的可库存放
- 保证：嵌入的质量保证结果、测试区域、分类
- 物流：可用性、存储位置、运输计划
- 合规性：与许可证、标准和质量标签的链接

一个共同维护的存储库可以提高客户、监管机构和公众的透明度，让他们相信回收元素符合安全和性能期望[93],[96]。为了避免中断各参与者之间的价值创造活动，信息交流必须开放和及时，并传达不断变化的约束和其他数据需求。数字平台放大了这些收益。以BIM为中心的工作流程结合数据库API，可以实现回收元素的快速过滤和放置，而带有地理标签的库存和CDE则简化了协调[18],[95]。随着数据的积累，分析可以为定价、风险考量和碳核算提供依据，从而增强具有量化收益的商业案例。

总之，混凝土元素的重复使用为建筑行业中的各种参与者提供了重要的机会。通过采用创新的商业模式和利用数据驱动的策略，参与者可以在实现可持续性目标的同时创造显著的价值。元素数据库可以为这些模式提供操作基础，而支持混凝土元素重复使用的协作努力不仅塑造了不断发展的商业模式，还将建筑行业推向更加可持续的未来。

8. 结论、局限性和未来工作
加速整个行业对预制混凝土结构重复使用的采纳不仅仅需要孤立的试点项目；它还需要一个可信赖的共享数据基础设施。在这项研究中，调查并整合了整个循环价值链的基础知识，以确定全面信息基础设施的需求、语义和治理原则。这是一个中央化的、标准化的数据库，用于机器可读的记录，支持可扩展的收集、验证、互操作性、几何交换和来源跟踪。因此，这项研究提出了一个自动化框架的步骤：一个多层模型，具有程序化的ETL和API集成，旨在支持半自动化的检查捕获、容量计算、物流追踪、BIM和IFC数据交换。它可以从拆卸到重新设计的决策支持中提供便利，并为新兴的循环建筑行业内的自动化框架奠定基础。通过在安全且可审计的环境中连接整个价值链中的参与者，这样的系统可以简化交接、采购和管理流程，将试点项目转变为可重复的做法，并促进具有可追溯性和信任度的循环建筑。
基于这项研究综合成果，研究表明，拆卸后的预制混凝土元素可以成功地参数化并存储在一个互补的关系数据库中，以促进整个元素的重复使用和循环性。该框架将分类、来源和物流与几何形状（笛卡尔WKT和三角测量外壳）、加固（区域层划分参考系统）、历史二十世纪材料库、质量管理（基于知识的测试协议、损坏和质量保证检查清单）、耐久性和腐蚀评估（碳化、剩余使用寿命、冻融、防火）、LCA和LCC以及用于自动化结构容量估计的分析模式联系起来。通过对四个试点国家的1878个拆卸元素进行的验证，以及IFC生成工作流程和Autodesk Revit插件ReCreate Studio的应用，系统地展示了数据库与主流BIM工作流程和基于API的软件的实际集成，支持未来的可拆卸设计和循环性。虽然这项研究的范围仅限于四个试点国家，但该框架（不包括材料库）旨在适用于国际上下文和不同的建筑时期。

未来需要更多关注的一个关键限制是翻新的实施。由于存储的几何形状通常反映了图纸中的预拆解尺寸，因此必须在不丢失历史记录的情况下跟踪切割后或翻新后的修改。为此提出了三种替代方案：1）每次修改添加新的行（简单但可扩展性较差）；2）数据库原生的几何形状和加固记录版本控制；或3）在核心属性层和物理属性层之间设置一个专门的翻新层，映射键和表以记录所有更改并维护来源和历史。由于可拆卸性是一个相对较新的概念，在历史建筑中并不广泛实践，因此其中包含的连接功能较为基础，但随着这一领域的发展可以进一步完善。其他限制包括损坏目录、详细的质量保证和预应力细节，目前这些仅针对HCS地板面板考虑，但未来应适用于所有类型的元素。未来研究的建议重点包括：
- 数据收集：云端托管的输入表单和API端点，以简化来自拆卸、测试和翻新的所有参与者的数据收集。基于角色的数据合同，具备从CDE自动存储数据的功能。简化这些过程对于重复使用的成功和广泛采用至关重要。
- BIM互操作性：与现有BIM模型的双向兼容性，以及IFC和Revit之间的直接导出/导入，涉及元素数据库。目前IFC工作流程仅限于本研究中涉及的四种主要元素类型——墙壁、梁、柱和板。加固部分尚未包括，但应在未来的研究中进行探索。未来的版本也可能探索楼梯和其他可重复使用的结构组件。
- 部署：一个具有基于角色访问控制的管理云平台、项目工作空间、审计轨迹、加密安全以及分层的管理和公共用户界面，以确保更新的有效性和采购。

从自动化的角度来看，这些要点概述了作者对未来发展的建议，优先考虑纳入翻新数据并简化数据收集工作流程。分析组件可以扩展到包括国家附录，以及用于更详细的服务寿命和生命周期计算的额外模块。关于结构重复使用和循环设计的持续研究可以不断整合到本文提出的可适应系统中。通过将严谨且灵活的数据结构与可用工具和开放接口相结合，作者希望这个数据库能为循环混凝土建筑的研究、政策和行业创新提供持久的基础。

关于撰写过程中使用生成式AI和AI辅助技术的声明
在准备这项工作时，作者使用ChatGPT（OpenAI）来协助语言完善和风格统一。使用该工具后，作者审核并批准了所有建议，并对已发表文章的内容负全责。

免责声明
本文内容反映了作者的观点。欧盟委员会不对其使用该出版物中所含信息的任何方式负责。作者衷心感谢以下贡献者（CRediT角色），他们的宝贵工作支持了这项研究，尽管他们没有作为作者署名：
Pieter Pauwels：概念化、监督、写作——审阅和编辑
Agnese Scalbi：可视化、写作——初稿（专家输入——质量管理）
Christoph Henschel：可视化、写作——初稿（专家输入——LCA/LCC）
Thijs Lambrechts：写作——初稿（专家输入——可拆卸性和连接）
Fred Mudge：概念化、软件开发

作者还向ReCreate团队成员Niko Kotkavuo、Erik Stenberg、Jukka Lahdensivu、Aapo R?s?nen和Satu Huuhka表示衷心的感谢，他们在试点数据收集、概念化和提供有益反馈方面给予了宝贵的帮助。

CRediT作者贡献声明
Benjamin Matthews：写作——审阅和编辑、写作——初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化
José Hernández Vargas：写作——审阅和编辑、写作——初稿、可视化、软件、方法论、数据管理、概念化
Marcel Vullings：写作——审阅和编辑、监督、数据管理、概念化
Arlind Dervishaj：写作——审阅和编辑、写作——初稿、概念化
Paul Jonker-Hoffrén：写作——审阅和编辑、写作——初稿
Lauri Alkki：写作——初稿、概念化
Simon Wijte：写作——审阅和编辑、监督、资金获取、概念化