AI 在消防图纸审查中的应用研究

王 朔， 李 沁[.上海市消防救援总队， 上海 0005；.同济大学建筑设计研究院(集团)有限公司， 上海0009]

全国各地为开展优化营商环境和建设工程行政审批制度改革等工作出台了一系列政策，其中规模较大的项目，经方案审批后，取消总体审批流程，直接进入施工图联审平台，审查周期缩短，审查精度受限。规模较小的建设工程项目，无须审图机构审查，采取建设单位承诺备案制，建设单位只需在网络平台备案工程信息和设计图纸后即可施工。如建设单位备案图纸设计有误，因无须审图机构审查或审查机构出现疏漏未及时发现问题，施工单位按照有误的备案图纸施工，为日后该场所的使用埋下先天性火灾隐患。若建设工程备案系统及联审平台具备智能审查功能，源头把关消防设计图纸，将有效减少和预防先天性火灾隐患。

人工智能（Artificial Intelligence,AI）已在自动驾驶、工业制造、智慧城市管理等领域崭露头角，如交警部门使用的“海燕车管”、阿里巴巴的“鲁班”等 AI 系统已经投入使用多年，并已有成熟经验，但 AI 在消防领域的应用相对较少。本文基于 AI 对消防图纸智能审查进行探索研究，构建了特征点“提取、识别、比对、反馈”的处理策略，使其可以适应各类型项目，从而实现高效率、高准确率的智能审查。

1 系统设计构想

1.1 AI 审查优势

AI 审查是不知疲倦的机器，替代人工自动处理完成繁琐、重复的消防水力、风量等计算任务，使设计机构、审图机构专业人员可腾出时间，专注于其他更能体现创造性劳动价值的工作，这从时间和消费比的角度来说很有意义。

AI 审查采用客观统一的评判标准，将各设计机构及各审图机构不同执行人员对于规范的差异化理解统一在一个标准下，提高了建筑设计规范在执行层面的客观公正性。

AI 审查可实现大数据分析功能。例如，审查系统定期智能分析审查过的建设项目并形成分析报告，分析报告内可包含各设计机构备案图纸通过率、设计人员图纸设计违规率、重复出现的设计问题等内容，通过技术手段做出提示，进一步提升行业设计质量。

1.2 AI 审查架构设计

AI 审查具备提取、识别、比对、反馈图纸中特征点的技术，将消防设计图纸中的特征点提取、识别后，与大数据库内的规范标准、案例等进行比对，生成审查报告，反馈提示风险点。AI 审查工作流程如图1 所示。

AI 审查将实际需求和设计流程连接在一起，内嵌数据仓库，分为原始数据库和学习数据库。原始数据库主要为GB、JGJ、DB、CECS 等规范标准和案例，学习数据库为在系统运行过程中智能判定收集的原始数据库内不含有的规范标准和案例，数据库为 AI 审查比对和研判提供支撑。建设项目按性质分为民用项目（住宅、商业、办公建筑等）和工业项目（厂房、仓库建筑等）2 类，将建筑防火、消防给水、消防电气、防排烟设计 4 个专业分门别类归纳到项目性质属性内，审查系统根据《建设工程申报表》内的建设信息和设计说明确定项目性质，对 4 个专业进行审查，生成审查报告。审查架构如图2 所示。

1.3 数据仓库

AI 审查的高效、精准必须建立在广泛数据的基础上，做好审查系统的大数据维护工作至关重要，审查系统内的规范标准和案例多而全是审查系统高效、精准工作的保障。审查系统具备自主学习能力，在运行过程中发现新的表达形式，系统自动写入学习数据库，始终不断完善数据库。如设计单位编制设计文件易口语化，设计文件内建筑面积的计量单位往往出现“平方米”“平米”“m2”“m2”等多种格式，这就要求数据库内将“平方米”“平米”“㎡”“m2”等单位统一归类为面积单位。又如规范条文使用“不低于”的表达方式，《民法总则》对“不低于”的解释是包含本数和高于数，如“耐火等级不低于二级”该句，数据库内将“二级”和高于数“一级”均认定为符合要求。

2 测试分析

从 AI 审查架构中可发现，实现 AI 审查的关键是特征点提取、识别策略及数据库比对、反馈策略，此处主要模拟测试 AI 审查设计说明和标准层平面图这两项。

2.1 规则设定

2.1.1 设定图例

设计机构内从业人员设计习惯不同，图纸表达方式也不相同，为便于理解图面信息，要求图纸应带图例。测试用图的图例设置了“实体外墙、透明幕墙、剪力墙、隔墙、电梯层门、门（单开门、双开门、子母门）、疏散距离线段”等7 个图例。

2.1.2 设定风险点

设计机构内部校核和审查机构审图，设计项目的数万字设计说明和数百张设计图纸，难免存在人员粗心、笔误等原因造成不规范和出现疏漏等现象，作者在测试时设计了一页设计说明和一张办公建筑标准层建筑专业平面图进行试验研究，预设了 3 个错误点：①“地下建筑为二级耐火等级”一句；②标准层平面图中办公房间内右上角最不利点至房间直通疏散走道的疏散门的直线距离为“25.3 m”；③标准层平面图中办公房间内相邻两个疏散门最近边缘之间的水平距离为“1.6 m”。

2.1.3 设定数据库

数据库内导入 GB 50016—2014《建筑设计防火规范》内的以下三条规范条文：①5.1.3 条要求地下建筑和一类高层建筑的耐火等级不应低于一级；②5.5.2 条要求每个房间相邻两个疏散门最近边缘之间的水平距离不应小于 5 m；③5.5.17 条要求高层办公建筑内全部设置自动喷水灭火系统时，房间内任一点至房间直通疏散走道的疏散门的直线不应大于 25 m。

2.2 设计说明AI审查测试

AI 审查提取设计说明文字内容与数据库内规范标准数据进行比对，“地下建筑为二级耐火等级”句比对数据库内GB 50016—2014 5.1.3 条后审查为风险点，系统将风险点文字给予阴影覆盖做显著提示。

2.3 设计图纸 AI 审查测试

AI 审查时可将图纸中附带的图例和图纸上的设计特征点分别提取、识别、比对，最后生成审查报告。

AI 审查系统首先提取标准层平面图中附带的图例，将实体外墙、透明幕墙、剪力墙、隔墙、电梯层门、门等图例自由组合后总计形成围合空间，通过提取围合空间内的文字，并进行识别，将其中围合空间定性为前室、楼梯、男厕、女厕、电梯区。鉴于以上空间无人长时间逗留和面积较小，不存在疏散距离和安全出口设置数量问题，在此不做研究讨论。

重点研究测试以下围合空间：由剪力墙、电梯层门、隔墙、门围合形成的空间，识别围合空间内文字，将其定性为走道空间；对实体外墙、透明幕墙、剪力墙、隔墙、门围合形成的空间，识别围合空间内文字，将其定性为办公空间。提取“使用性质、面积、距离”3 个特征点，使用特征为办公、面积为 366 m2，5 个最不利点的疏散距离为 12.3 m、12.3 m、12.5 m、12.6 m、25.3 m。将以上特征点与数据库内规范标准数据进行比对，系统将合规特征点使用红框标注，“25.3m”该特征点比对数据库内 GB 50016—2014 5.1.3 条后审查为风险点，系统将风险点文字给予阴影覆盖做显著提示。

AI 审查系统提取图纸内附带的图例“门”，在已成功识别的办公空间内分别比对各自办公空间内“门”该特征点之间的间距，办公房间内两个门的间距“1.6 m”该特征点比对数据库内 GB 50016—2014 5.5.2 条后审查为风险点，系统将风险点文字给予阴影覆盖做显著提示。

2.4 报告反馈

AI 审查系统对图纸中发现的高风险点形成书面报告，可通过“一网通办”平台、Email、微信等方式发送给建设单位、设计单位、审图机构，提醒有关单位及时调整和优化消防设计，图纸修改后重新上传网上备案系统。

2.5 后期完善及拓展设想

（1）进一步完善数据库和系统运行逻辑，以适应各专业的审查工作，待系统开发成熟时可引入 GA 1290《建设工程消防设计审查规则》作为判定合格或者不合格的依据。

（2）对于规范中“必须”“应”“宜”等不同尺度的条文，给予不同层级的风险点提示，由设计机构根据所示层级判断是否进行强制修改。

（3）与 AI 设计软件相结合，通过 AI 系统提出风险点提示后，联结 AI 设计软件的数据系统，提出修改建议，供设计机构参考。

（4）随着建筑信息模型技术的不断进步，以二维图纸为基础的 AI 审查可进一步拓展至三维模型空间领域。

3 结 语

通过运用 AI 模式，分析了在 AI 审查系统架构下如何提取、识别、比对、反馈设计要素，并进行了设计说明和图纸的模拟测试，从模拟测试效果来看，AI 审查系统具有较高的智能度和准确度，达到了预期要求。AI 技术结合大数据库已具备消防设计图纸审查的条件，该路径是具有可行性的，但其中还有很多不完善的地方，有待继续改进，研究成果可运用于设计单位内审、审图机构初审等方面，AI审查对设计机构提升内审质量和审图机构的初步预审提供了可靠的技术平台。