朱 宸 阚 哲
(1.中国人民解放军陆军勤务学院 重庆 401311)(2.浙江师范大学 金华 321004)
计算机技术在BIM建筑建模中的应用研究∗
朱 宸1阚 哲2
(1.中国人民解放军陆军勤务学院 重庆 401311)(2.浙江师范大学 金华 321004)
BIM建筑建模的数据量在不断的增大使得传统BIM调度模型在功能上不再满足细节上的要求,并且传统调度模型具有访问速度慢,参数调控效率低,操作时间长等缺点。所以,论文提出基于可视化特征提取的BIM信息调度模型,将原点到重心的距离作为可视化特征进行提取。对覆盖以及重叠部分和形状进行分析处理,再利用全局优化法筛选最优节点来插入新的对象。通过空间聚簇划分算法,通过获得的可视化特征完成R树的动态优化,从而达到BIM信息调度模型。实验结果表明,论文提出的算法模型调度性、耗时短具有很好的实用性。
BIM;可视化提取;动态优化;信息调度模型
BIM建筑信息模型包含的数据的非常庞大。由于数字化建设的不断发展,对于BIM的要求提出了更大的挑战,需要在细节功能上进行深入研究[1-2],但是当前的计算配置还无法实现实时读取、传送等要求。所以,BIM信息的调度变的尤为重要。当前,已知的BIM信息调度的技术已经有不少,一般包括细节分层聚类算法的BIM信息调度模型[3]、混合遗传的算法BIM信息调度模型[4]、四叉树生成算法的BIM信息调度模型[5]、贪婪算法以及粒子群优化算法的BIM信息调度模型[6]、依据纹理映射算法的BIM信息调度模型[7]。但是传统的算法的过程很繁杂,导致处理过程时间长,能耗高,可替换能力差,在实际操作中有很多的缺点。
对于传统算法的缺点,本文提出基于可视化特征提取算法的BIM信息调度模型[8],将图形的原点到重心距离作为可视化的特征进行提取,再利用节点分裂算法对模型节点进行优化筛选[9],并采用三维空间聚簇划分算法以及 k —均值算法[10~12],通过提取的可视化特征实现动态R树最大优化,从而达到建筑建模的BIM信息调度。
BIM是利用三维数字模型在建筑建模上的应用。利用参数对建筑进行记录。它记录了建筑的全部信息,包括建造周期过程中每个阶段的全部数据,原理是利用信息技术对建造进行模拟全部过程。利用BIM平台,模拟实现对项目中的建筑信息进行修改、提取、更新以及替换,可以很好地展示对建筑设计的全部预期以及更改。
BIM的标准定义是对设施建筑物的物理以及功能特性的数学表式即参数指标[13],BIM具有知识资源共享的特点,能够为每个参与者提供建筑设施在动工到结束整个生命周期例全部以及每个环节的具体数据资源,重要环节的数据更改、替换都有详细记录。
BIM平台的优势包括以下几点,首先它有具体的数学形式,数据变得具体标准,数据具有一致性,很强的操作性,计算机可以进行自行处理结构化数据。另外建筑的数据信息具有共享性,能够满足互用的需求。最后,它的形式标准,能够满足稳定性的特点。
在实际建筑设施应用中,BIM的具体应用价值包括:当BIM应用于设施时,BIM表示对建筑数据的管理与储存,使得数据资源被建筑参与者有效利用,并确保数据的准确性以及及时性。从建筑者而言,BIM是每个参与者进行高效交流的数据平台,在平台的基础上,使得项目参与者能事项。对于建筑设计者,BIM是集成化设计系统,有利于设计团队进行设计创新以及优化设计,为设计者提供更多思路和数据显示,提高建筑设计的合理性和创新性。
图1是传统的建筑设计引入了BIM平台之后的变革,传统的建筑活动中,每个环节都要进行互相交流,复杂且耗时长,利用BIM服务器的集成化处理,使得数据信息集成。利用装载在BIM服务器端的中央数据库数据存储与管理,参与者可以BIM服务器获得想要的有关数据,使得数据的共享更加便利,参数也相对稳定可靠。
3.1 可视化特征提取
在BIM调度数字模型中,多元数据图是经典的的数据可视化方法[14],本文采用雷达数据图表示多数据结构,多元数据图可以进行可视化特征提取,结构图如图2所示。
图1 BIM服务器的数据交换方式
图2 可以看出,从图像分割来看,多元数据图中的每个三角形都存在一个重心,分割出某个三角形,找出它的重心G,如图3所示。
图2 雷达图表示示意
图3 中,OG表示的是原点O到重心G之间的距离。令G点的特征为多元数据图的可视化特征,即原点O与G点之间的距离为其特征,BIM建筑数据库中,即有d维特征的集合可构成为d维重心特征的集合,集合元素的数学表达式为
图3 雷达图中可视化重心特征示意
由式(1)得,Gi的大小主要由 ri、 ri+1以及角度ωi来决定,而且ωi=2π/d代表与d相关的确定值。若ri、 ri+1l之间交换位置,则Gi的大小不变,可 得 到 f(ri, ri+1)=f(ri+1, ri) 。 若 i=d ,则i+1=d+1代表d+1维。重心的特征代表数据图的可视化特征,求出重心特征并将其提取即获得了可视化特征的提取。另外,特征提取的方法是种非线性方法,因此提取的结果很稳定。
3.2 模型节点分裂算法
模型优化的节点选择是BIM调度模型构建的基础[15],为了达到选择的节点使得在对路径上每层节点的的相关系数最小,本文利用全局优化法筛选路径上的节点。全局优化法考虑了结构图覆盖大小、重叠大小以及自身形状等因素,覆盖大小和重叠大小的长度单位的三次方表示为体积,通过柯西定理求得的三维柯西值代表形状的评估要素。
三维柯西值代表的是每个节点在立体坐标轴每个坐标轴的长度X、Y、Z的平均值。柯西定理的描述为
若BIM调度模型中的节点边长为X、Y、Z,则式(3)中的Overlap可表示需访问的对象插入节点后,节点与路径上节点的重叠体积增加的大小;Overlay表示插入待访问对象后节点自身体积增加的大小;而Shape表示插入待访问对象后其三维柯
当 X=Y=Z时,式(2)成立。令 X×Y×Z的大小为定值,此时 X=Y=Z时,X、Y、Z的平均值的三次方最小,可以理解为BIM建筑数据信息的三维节点体积为定值时,,则三维柯西值此时最小,即当三维柯西值作为每个节点形状的评估因子,能够很好的控制节点的形状,若三维柯西值越小,则节点形状可近似于立方体。
实际应用中发现若预设3个因素相等的权重值,形成的模型架构最为合理形。利用上式中的3个因素,得到评估权重为西值增加的大小。
经过节点选择算法之后,节点之后的树状分裂后得到的节点及节点分裂算法,三维空间节点分裂算法结合了k-均值算法,利用式(2)获得的的可视化特征,并通过目标的i维空间结构,实现节点的分裂过程。与节点形状覆盖大小、重叠大小和自身形状这三个因素同样作为衡量因素,则算法如下:
算法的入口,BIM调度模型的因素集合为S={P1,P2,…,Pn}。
算法的出口,因素集合S可看作多个小目标集合 Si,i=1,2,…,k 。
1)通过S集合中筛选出k个元素并赋值k个Si小集合,这些k个小集合可表示为筛选出来的种子目标,并依次获得可视化特征Gi;利用筛选标准,令k个目标的中心作为者k个小集合的中心;
2)利用k—均值法,提取的可视化特征Gi替换到子集合中,对节点所在的集合,进行中心更替;
3)循环步骤2),将每个目标划分到这k个集合中,划分后即完成了三维空间的节点分裂过程。
3.3 动态R树生成算法
经过节点分裂后,分裂树就得以实现,再结合动态R树生成算法可达到可视化的目的,利用节点分裂算法后获得有效的树杈节点以及访问目标对象,利用R树生成算法后达到节点数据树的的动态优化。算法过程如下:
1)通过节点选择规则获得引入的叶子节点;
2)引入数字化城市BIM中的待访问目标后,若出现节点过多时,则利用节点分裂算法实现空间聚簇划分;
3)若在运行过程中使得叶子节点超出规定范围,则将引入元组的叶节点记作N1,将它的父节点记作F;
4)查询F父节点中和N1叶节点中的重合面积最多的节点记作N2,通过空间聚簇划分达到对N1和N2中子目标的优化划分;
5)若N1、N2的初始划分已经最优,则结束算法;若两者的子目标未达到最优,则设节点F替换N1,节点F的父节点替换原始节点F,反复迭代步骤4),直到划分最优。
动态R树生成算法可以有效地调控引入路径中所有的对应节点,使得不合理节点转化为合理节点,实现树叶到树根的群全部节点优化,获得的结果即为最优BIM调度结果。
在实际施工操作中,可依据施工进度和BIM可视化调度模型对实际施工的过程采取查询、调控等功能,达到对实际施工进度的动态调控,及时作出修改和监督。
4.1 调度模型实现对比
图4是简单的原始数字化城市模型,利用节点分裂算法获得的调度模型为图5。
图4 原始数字化城市模型
图5 本文方法调度结果
利用本文算法后得到的调度结果和原始模型相似度很高,可以很好地还原数字化城市的一些基本信息。所以本文的方法在数字化城市调度模型中具有很高的实用性。
4.2 BIM施工进度可视化
运行BIM技术可视化进度动态操作时,可以依据实际施工设计对当前的进度实行修改和控制,对具体的建造设计不断优化,监督施工过程中存在的缺陷、问题以及不足,提前对施工方进行协调解。
本文以某学校的教学楼建设为背景,进行BIM的3D可视化监控,图6虚拟为施工的第二个进度的动态展示,第一个进度为地基建设,通过可视化模型可以看出建筑物的基本构造,通过上方的功能区版块对施工进行调控和优化。
图6 进度动态展示
图7 调控的进度动态展示,可以看出对于墙体的外围细节也可以进行,图中的模型浅色代表施工方将要进行的工作区域,而深色部分代表之后施工计划的工程区域。
图7 进度动态展示
图8 为最后建筑完成的可视化模型,可以清楚看出建筑的全部构造。
图8 进度动态展示
图9 可以看出,本文模型的启动延迟较低,延迟越低,则BIM信息调度的效率越高,同时也证明了本文模型的查询耗时少,可以实时读取、显示。
图9 启动延迟时间
本文基于建筑设施进度可视化特征提取的BIM信息调度模型,实现了施工工作中对进度的动态调控。仿真实验表明,模型可以很好地反映施工进度,并对进度进行调整,而且本文模型耗时少、内存小、调度性能号,具有实用性等优点。
[1]李德超,张瑞芝.BIM技术在数字城市三维建模中的应用研究[J].土木建筑工程信息技术,2012(1):47-51.LI Dechao,ZHANG Ruizhi.Application of BIM Technology in 3D Modeling of Digital City[J].Civil Engineering Information Technology,2012(1):47-51.
[2]胡章杰,张艺.BIM在三维数字城市中的集成与应用研究[J].测绘通报,2015,125(s1):21-25.HU Zhangjie,ZHANG Yi.Study on the Integration and Application of BIM in 3D Digital City[J].Bulletin of Surveying and Mapping,2015,125(s1):21-25.
[3]李欣兰,黄玮征.建筑工程BIM应用价值评价指标体系研究[J].建筑经济,2016,37(4):105-110.LI Xinlan,HUANG Weizheng.Study on BIM Value Evaluation Index System for Construction Engineering[J].Construction Economy,2016,37(4):105-110.
[4]王育伟.BIM技术在住宅建筑设计中的应用研究[J].城市建筑,2014,14(35):50.WANG Yuwei.Application of BIM Technology in Residential Building Design[J].Urban Architecture,2014,14(35):50.
[5]庞彬.BIM技术在建筑施工中的应用研究[J].城市建筑,2015(11):107.PENG Bin.Application of BIM Technology in Building Construction[J].Urban Architecture,2015(11):107.
[6]燕华.BIM技术在建筑施工中的应用研究浅析[J].科研,2016(12):124.YAN Hua.Study on the Application of BIM Technology in Construction[J].Scientific Research,2016(12):124.
[7]葛靖,洪源.BIM技术在计算机辅助建筑设计中的应用初探[J].中国科技博览,2015(26):293-293.GE Jing,HONG Yuan.Application of BIM Technology in Computer Aided Architectural Design[J].China Science and Technology Expo,2015(26):293-293.
[8]王冉然.BIM技术在计算机辅助建筑设计教学中的应用初探[J].城市建筑,2014(15):373-373.WANG Ranran.Application of BIM Technology in Computer Assisted Architecture Design Teaching[J].Urban Architecture,2014(15):373-373.
[9]刘晓光.BIM技术在建筑施工中的应用研究[J].消费电子,2014(2):165-166.LIU Xiaoguang.Application of BIM Technology in Building Construction[J].Consumer Electronics,2014(2):165-166.
[10]蔡静,陈茸.BIM技术在室内装修中的应用研究[J].现代装饰:理论,2013(8):29-31.CAI Jing,CHEN Rong.Application of BIM Technology in Interior Decoration[J].Modern Decoration:Theory,2013(8):29-31.
[11]张杰,王刚.BIM可视化在机电施工项目中的应用[J].安装,2016(2):59-61.ZHANG Jie,WANG Gang.Application of BIM Visualization in Electromechanical Construction Project[J].Installation,2016(2):59-61.
[12]孙中梁,马海贤,胡伟.基于BIM可视化技术的施工进度管理[J].铁路技术创新,2016(3):27-30.SUN Zhongliang,MA Haixian,HU Wei.Patch management of construction based on BIM visualization technology[J].Journal of Railway Technology Innovation,2016(3):27-30.
[13]苏骏,叶红华.基于BIM的设计可视化技术在世博会德国馆中的应用[J].土木建筑工程信息技术,2009,1(1):87-91.SU Jun,YE Honghua.Application of BIM-based design visualization technology in German Pavilion in World Expo[J].Civil Engineering Information Technology,2009,1(1):87-91.
[14]魏英洪.BIM技术中建筑工程可视化应用方法及价值探讨[J].铁道勘察,2014(1):17-19.WEI Yinghong.Application of Visualization Method and Value of Construction Engineering in BIM Technology[J].Railway Investigation,2014(1):17-19.
[15]何波.BIM建筑性能分析应用价值探讨[J].土木建筑工程信息技术,2011(3):63-71.HE Bo.Application Value of BIM Building Performance Analysis[J].Civil Engineering Information Technology,2011(3):63-71.
Research on the Application of Computer Technology in BIM Building Modeling
ZHU Chen1KAN Zhe2
(1.Logistic Engineering University of PLA,Chongqing 401311)(2.Zhejiang Normal University,Jinhua 321004)
BIM building modeling data in the continuous increase makes the traditional BIM scheduling model in the function no longer meet the details of the requirements,and the traditional scheduling model access speed is slow,low efficiency parameter control,long operation time and other shortcomings.Therefore,this paper proposes a BIM information scheduling model based on visual feature extraction,and extracts the distance from the origin to the center of gravity as a visual feature.The overlay and overlapping parts and shapes are analyzed and processed,and the global optimization method is used to filter the optimal nodes to insert new objects.Through the spatial clustering algorithm,the dynamic optimization of R tree is completed by the visualization feature,so as to achieve the BIM information scheduling model.The experimental results show that the algorithm proposed in this paper has a very good practicality.
BIM,visual extraction,dynamic optimization,information scheduling model
TU17
10.3969/j.issn.1672-9722.2017.11.042
Class Number TU17
2017年5月9日,
2017年6月29日
青年科学基金项目“移动互联网下耦合MP2P文件共享网络的级联实效与修复策略研究”(编号:61602418)资助。
朱宸,男,硕士研究生,研究方向:营区规划与设计。