基于人工智能的BIM工程数据缺陷验证方法

黄震

摘 要：为研究智能化建筑设计过程产生的多维度、多专业的BIM工程数据缺陷问题，本文根据建筑工程设计历史数据，构建监督学习训练神经网络模型。其间结合建筑工程中智能化系统设计产生的数据集合和约束关系，对多维工程数据进行归一化处理，而后将其输入神经网络模型，再由神经网络模型输出BIM工程数据的缺陷问题并显示，最终建立一种基于人工智能的BIM工程数据验证方法。该方法不仅能够综合考虑工程数据的多维度特性，还能减少企业靠人力分析数据的排查工作量，优化建筑智能化系统设计过程，提高工作效率。

关键词：人工智能;智能化建筑设计;工程数据干涉

中图分类号：TU855文献标识码：A文章编号：1003-5168（2020）35-0012-03

Abstract： In order to study the defects of multi-dimensional and multi-specialized BIM engineering data generated in the process of intelligent building design， this paper constructed a supervised learning training neural network model based on historical data of architectural engineering design. In the meantime， combined with the data collection and constraint relationship generated by the intelligent system design in the construction project， the multi-dimensional engineering data was normalized， and then it was input into the neural network model， and then the neural network model output the defects of BIM engineering data and displayed them， finally establishing an artificial intelligence-based BIM engineering data verification method. This method can not only comprehensively consider the multi-dimensional characteristics of engineering data， but also reduce the workload of enterprises to analyze data by manpower， optimize the design process of building intelligent systems， and improve work efficiency.

Keywords： artificial intelligence;intelligent building design;engineering data interference

隨着建筑智能化水平的提升，建筑智能系统越来越多地应用于各类建筑中，相应地，应用自动化、信息化、智能化的自动控制系统集成、工程数据管理、设备网络管理等越来越复杂。

国内外对建筑智能化的研究主要集中在电气系统的智能化方面，从建筑本身出发研究整个建筑系统的智能化方案的不多。从建筑设计方案开始，孙澄等人借助人工智能在辅助系统设计上的优势，提出了AI与人类建筑师互动协同的方案设计新模式[1]。史国申等人则为了保证后期对智能建筑控制系统的运维更为简单，将人工智能技术、大数据技术引入智能化控制系统，通过线上就可以完成部分维护工作，远程实现对弱电控制系统的调试，降低运行维护工作量[2]。黄河从建筑的智能化设计角度出发，侧重在设计任务过程中考虑工程数据集成[3]。郭晓岩将人工智能的神经网络引入智能建筑的电气系统中，再将传统电气网络中的信息数据输入神经网络，用于节点间的优化和计算[4]。娄岩从智能建筑的物联网系统出发，将各电气系统加以集成和联动[5]。Gebbran等人将物联网技术作为楼宇智能化的关键技术，设计多种环境感知器，用于获得建筑内外的环境变量，从而控制各建筑电气系统[6]。Schwee等人以房间为单元，有效控制多种、多个环境感知器传送的变化量，对建筑进行智能化设计和控制[7]。

建筑作为一个产品，存在生命周期，在设计、建造、维护和报废等方面均存在多维度的大量工程数据，特别是工程设计阶段，部分工程数据变化会引起建筑全生命周期的一系列变化。当前，人们可以借助建筑信息模型（Building Information Modeling，BIM）中存在的大量工程数据和三维可视化模型，对工程数据进行智能化分析和冲突验证，然后建立基于人工智能的BIM工程数据验证模型，对数字、文本、模型图像等多维数据进行智能验证，从而减少数据间的干涉，提升建筑设计过程的智能化程度和设计效率。

1 人工智能模型

传统建筑设计通过人工排水、暖通、电气等多个专业的管线交叉匹配计算，借助BIM，对多个工序和大量工程数据进行可视化处理来实现管线的重叠、布局优化计算。BIM应用后，需要进行的优化计算和数据处理包括图纸问题检查、碰撞检查及优化设计、净高设计和通过性检查等，涉及的专业数据包括消防、电气、排水和暖通等多个学科。

人工智能（Artificial Intelligence，AI）即为应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能的神经网络模型如图1所示。