BIM模型监管下高层建筑坍塌墙体修复施工质量检测方法

毛小强 彭毅

摘  要： 目前高层建筑坍塌墙体修复施工质量检测方法无法直观显示出修复区域数值，因此提出BIM模型监管下高层建筑坍塌墙体修复施工质量检测方法。根据BIM模型特性，利用激光扫描技术获取修复区域数据，利用std2计算数值矩阵标准差，剔除其中的影响参数，得到包含修复区域在内的整体坍塌墙体模型，完整地对修复施工中混凝土强度与承台修复两部分进行质量检测。设计仿真实验，将其与动态参数指标方法、有限元模型检测方法所检测到的施工质量检测效果相对比，证明了其能够更好地完成质量检测工作。

关键词： 墙体修复; 质量检测; BIM模型; 激光扫描; 参数设置; 仿真实验

Abstract： As the construction quality detection method of high?rise building collapse wall repair cannot intuitively show the value of repair area， a construction quality detection method of high?rise building collapse wall repair under the supervision of BIM model is proposed. According to the features of BIM model， the data of repair area are obtained by means of the laser scanning technology， the standard deviation of numerical matrix is calculated by std2， from which the influence parameters are eliminated， so that the whole collapse wall model including repair area is obtained. The quality detection of the concrete strength and cushion cap repair in the repair construction process are accomplished. The designed simulation experiment show that， in comparison with the dynamic parameter index method and the finite element model detection method， the construction quality detection effect of the designed method is better， which proves that it can better complete the quality detection work.

Keywords： wall repair; quality detection; BIM model; laser scanning; parameter setting; simulation experiment

0  引  言

高层建筑安全风险较大，对施工与建筑维护管理要求较高。我国受到地形影响，较大部分地区处于板块断裂带，容易受到地震影响，造成高层建筑破坏。高层建筑遭到破坏后主要表现为墙体坍塌[1]。高层建筑坍塌墙体修复工作存在较大的危险性，且施工修复质量得不到保障[2]。目前，现有高层建筑坍塌墙体修复施工质量检测方法的准确性有一定提升，但实际应用效果较差，运行费用较高，很难得到推广使用。针对目前现有检测方法存在的问题，提出BIM模型监管下高层建筑坍塌墙体修复施工质量检测方法[3?4]。通过分析坍塌墙体修复工程质量因素，完成质量检测量化，提高整体修复工程质量检测性能。

1  BIM模型高层建筑坍塌墙体修复施工质量检测

1.1  墙体修复数据提取

在满足建模规则的条件下，提取高层建筑坍塌墙体修复数据，在设定范围内针对非接触性或隐蔽性较强的目标区域，利用定点平行激光作为目标定点，从而扩大墙体修复检测范围，如图1所示。

设激光与目标物体垂直方向下夹角为α，目标投影高度为F，投影平行面横向宽度为d，像素数量为n，得出墙体修复单个像素面积P，公式如下：

所获取墙体修复像素带有明显的质量缺陷信息，将得到的识别像素缺陷信息与量化目标区域进行大小图像分割，使用函数rgb2ycbcr将m×n×3的RGB转换成为YCbCr，以BIM模型三維坐标表示基本量[5]。其转换公式为：

以修复数据坐标为基础，在其修复边缘检测与识别过程中，引用阈值使目标区域与其他区域独立。若在YCbCr变化范围内，设其边缘特征坐标为f（x，y），则阈值后坐标需要满足：

处理后阈值坐标将像素归为0与1，0代表检测区域白色，1代表检测区域黑色[7]。

经过处理的修复目标矩阵数值只有0与1，因此可以得到检测目标范围像素面积包含完整墙体修复数据信息在内的BIM模型[8]。

1.2  修复施工影响参数检测

在已知墙体修复数据前提下，检测修复施工中的影响参数[9]，得到方差均衡化横纵坐标各值呈现频率，计算数值矩阵标准差：

数值矩阵标准差在实际质量检测过程中数值会发生畸变，增加信号畸变程度，因此通过分析谐波分量的变化情况，判断数值二次谐波幅值比为：

式中：[AsΩ]为信号二次谐波幅值;[AΩ]为信号基波幅值大小。

经去噪处理的参数变化趋势明显增加，二次谐波幅值与基波有着明显波峰，且符合检测值增长规律，证明所测影响参数能够直观反映出施工质量实际情况[10]。但在不同测试点，影响参数波动值较大，说明所得影响参数稳定性不够理想[11]。因此按照[3σ]准则，考虑置信概率，控制参数随机变量在置信区范围内，置信区指向正常影响参数取值范围，其表达式为：

式中：[Ad]为可能异常值;[A]为均值;[σ]为标准差。当[Ad]满足式（6）时认定为影响参数异常[12]并予以剔除，从而提高修复检测准确率。

1.3  墙体修复质量评定

墙体施工修复质量评价针对不同部位做出不同效果评价，墙体修复施工首先针对修复墙体混凝土抗压轻度检测，以混凝土标准养生28 d龄期为标准，确保修复后墙体混凝土质量符合国家标准与设计要求[13]。其修复墙体检测标准如表1所示。

式中：n为混凝土修复试件数量;Rn为n组修复试件强度平均值（MPa）;Bn为n组修复试件强度标准（MPa）;R为混凝土修复强度等级;Rmin为修复混凝土试件强度最低值（MPa）;K1与K2为混凝土检测标准合格判定值。从而完成墙体混凝土修复质量检测。

墙体修复施工质量检测需要对承台质量进行检测，确保修复后墙体混凝土质量符合国家标准与设计要求。其修复墙体检测标准如表2所示。

根据承台修复检测标准，利用BIM模型设置承台修复评价指数参数集[X=X1，X2，…，Xn]以及评价集[Y={Y1，Y2，Y3}]，参数矩阵为：

2  仿真实验

2.1  实验准备

为验证本文检测方法的有效性，设计仿真实验。将其与目前最常用的基于动态参数指标的高层建筑坍塌墙体修复施工质量检测方法、有限元模型高层建筑坍塌墙体修复施工质量检测方法相对比，分析三种方法质量检测效果。实验设某一高层建筑类型为高层住宅，其结构为装配式剪力墙结构。实验过程中，实验方法参数如表3所示。实验过程中各组实验参数相同，为保证实验结果的准确性，允许测试结果存在一定误差。

2.2  修复施工质量检测效果对比

利用激光标定同一高层建筑坍塌墙体某一修复目标，其三组方法实际测得目标点修复值如图2所示。

由图2知，在修复值测定实验中，有限元模型检测方法仅能针对修复点位置进行检测，无法得到具体修复数据。动态参数指标方法将实际检测目标转化为数值统计，对目标修复点质量进行评价，其质量检测点定位较准确，但对实际检测墙体修复值与修复标准值存在一定偏差，导致整体质量检测效果较差;而BIM模型方法采用三维模型直接完成墙体修复检测，减少客观因素影响，检测数值更加准确，且能够直观显示出檢测点实际位置，具有更好的检测效果。

3  结  语

BIM模型监管下高层建筑坍塌墙体修复施工质量检测方法以BIM模型质量控制为基础，实现施工质量可视化形式。实验结果表明，根据BIM模型特性的检测方法能够直观地在带有坐标的三维模型上反应相互施工修复值，快速完成施工质量检测工作。

参考文献

[1] WANG Juan. Panel structure instability BIM model design of high?rise buildings under continuous vibration [J]. China earthquake engineering journal， 2018， 40（3）： 413?420.

[2] CHEN Liangwei， SHAO Bilin. Research on risk early warning mechanism of prefabricated building based on BIM [J]. Architecture technology， 2019， 50（3）： 354?357.

[3] TAN Hailiang， CUI Guyue， GUO Xu， et al. Application of test and evaluation system in RC frame structures based on BIM [J]. Building science， 2017， 33（9）： 94?99.

[4] WU Songfei， DENG Yichun， SHEN Qiyu， et al. A review on research and applications of BIM?based construction safety compliance checking [J]. Journal of graphics， 2018， 39（6）： 144?152.

[5] MA Zhiliang， CAI Shiyao. Intelligent building construction based on BIM [J]. Construction technology， 2018， 47（6）： 70?72.

[6] YAO Fahai， CHEN Hui， DENG Zhengxian， et al. Application research on construction material management system based on 4D?BIM [J]. Construction technology， 2017， 46（6）： 38?41.

[7] WANG Liang， WANG Juan. Comparative study on the reliability of quantities calculation mode based on BIM [J]. Construction technology， 2018， 47（17）： 27?31.

[8] WANG Jiange， WANG Huangshuai， QI Kun. BIM?based project data applications in quality control [J]. Construction technology， 2017， 46（9）： 98?102.

[9] CAO Jianghong， JI Fanrong， XIE Bnezheng， et al. BIM?based prefabricated construction quality management [J]. Journal of civil engineering and management， 2017， 34（3）： 108?113.

[10] QIU Chao， ZHENG Chenghong， LUO Xuanzhong， et al. BIM technology application in the construction of ultra high?rise buildings [J]. Construction technology， 2017， 46（9）： 8?10.

[11] XIE Yong， XIE Tao， QIAN Yousheng. Application of BIM+project management in engineering [J]. Construction technology， 2018， 47（14）： 154?157.

[12] LIN Wei， SUN Huayan， ZHANG Xinyu， et al. Application of space?time collision detection technology based on BIM in hydropower engineering construction [J]. Journal of Yangtze River Scientific Research Institute， 2018， 35（5）： 136?141.

[13] SHI Yun， HAN Pengju， LIU Junsheng， et al. Design and application of structural health monitoring system based on BIM technology [J]. Progress in steel building structures， 2019， 21（2）： 107?114.