基于BIM和本体的建筑不规则类型审查

那扎尔·木拉提别克，史健勇，姜 柳，潘泽宇，杨海涛，王佳亮

基于BIM和本体的建筑不规则类型审查

那扎尔·木拉提别克1,2，史健勇1,2，姜 柳1,2，潘泽宇1,2，杨海涛3，王佳亮3

(1. 上海交通大学船舶海洋与建筑工程学院，上海 200240；2. 上海市公共建筑和基础设施数字化运维重点实验室，上海 200240；3. 上海市城市建设设计研究总院(集团)有限公司，上海 200125)

建筑不规则类型审查是建筑抗震审查的重要组成部分，对建筑抗震安全有重要意义。为提高审查效率和准确性，提出一套基于建筑信息模型(BIM)和本体的建筑不规则类型审查方法。首先解析梳理建筑不规则类型审查规范条文，然后将规范条文转译成计算机可识别的语义审查规则，并根据审查逻辑构建建筑不规则类型审查本体；其次从待审查建筑的BIM文件中抽取审查信息，如楼层开洞面积，基于模板匹配算法从结构计算书自动抽取审查所需计算结果参数，如扭转位移比；接着基于建筑不规则类型审查本体组织审查信息，利用审查规则推理获得审查结果，进而生成审查报告。最后以某建筑为例验证了该方法的可行性和较强地扩展能力，为进一步实现建筑抗震审查的自动化奠定了技术基础。

合规审查；建筑不规则；建筑信息模型；工业基础类；本体

随着我国城市化进程的加快，建筑形体越来越复杂，工程的抗震设计变得愈加重要。建筑抗震设计旨在通过提高建筑抗震性能来降低建筑遭遇地震时的损害，进而减少人员伤亡。其中不规则建筑的抗震性能会显著下降，更需要重视[1-2]。《建筑抗震设计规范》GB50011-2010 (简称《抗规》)[3]规定，建筑不规则类型有平面不规则和竖向不规则2种，针对2种建筑不规则类型分别需要进行相应的抗震构造措施以加强其抗震性能。目前建筑不规则类型的审查主要依靠专业知识和工程经验丰富的人员在施工图上获得建筑模型尺寸和构件空间位置关系，并结合有限元计算结果后通过翻阅规范、经验判断和计算进行，这种方式不仅效率低下，而且对审查人员的要求较高[4]。

随着建筑信息模型(building information modeling，BIM)技术的逐渐发展和应用[5]，基于BIM模型的自动合规审查方法以其高效、简便的优势成为研究重点。BIM模型以面向对象的数据建模方式存储建筑领域中丰富的信息[6]，相比二维施工图来说更加丰富、直观且高效。同时，由buildingSMART组织制定了一个建筑工程数据交换标准，即工业基础类(industry foundation classes，IFC)[7-8]，为BIM提供了规范的数据表示和存储方式。

基于BIM模型的自动合规审查方法可分为规范转译、模型准备、模型审查和生成报告4个阶段[9]。其中，规范转译旨在将自然语言描述的规范条文转译为计算机可读的信息，模型准备旨在使BIM模型可用于提取相应的设计信息，二者的结合是准确执行模型审查过程和生成审查报告的基础。如，孙澄宇和柯勋[10]将规范条文转译成硬编码规则，基于Revit开发了建筑专业设计合规审查平台；张吉松等[11]从IFC文件中提取设计信息，同样采用硬编码的方式实现结构审查。但建筑抗震领域合规审查不仅需要建筑设计信息，还需要有限元计算结果，现有研究缺少二者的统一描述和组织；同时，硬编码的方式扩展性差、维护难。为了使审查规则更易被评估专家等人员理解、编写和扩展，而不仅局限于具备编程能力的程序员等，有学者提出并开发了领域规则语言，如基于BIM开发的BERA语言[12](building environment rule and analysis，BERA)。然而，领域规则语言开发成本较高，且目前应用并不成熟。

基于本体和语义网的方法是目前自动合规审查方向的研究趋势。本体是对客观事物的系统描述，在计算机领域，本体能够在语义层次上描述知识[13-15]，同时能陈述逻辑理论和合理组织知识[16-17]。审查规范可以转译为语义网规则语言，如Jena[18-20]，SWRL[4,14,21-22](semantic web rule language)和N3Logic[23]等。Jena，SWRL和N3 (基于N3Logic的规则语言)均采用三元组和If-then形式结合的结构，在可读性方面较相似，简单易懂的特性使初学者能很快应用于实际项目中。其中，Jena与N3，SWRL相比，Jena规则不仅支持用户自定义扩展内置函数，而且其引擎支持正向和反向推理[24]。因此，本文选用Jena规则作为本体规则语言。

综上，利用本体和语义网技术，能够对建筑合规审查中所需要的各种信息进行建模，通过语义推理实现审查过程[20,25]，且扩展性更好、维护成本更低。本文提出一套基于BIM和本体的建筑不规则类型审查方法，并以某一建筑为例，验证该方法的可行性。

1 基于BIM和本体的建筑不规则类型审查方法

本文提出的基于BIM和本体的建筑不规则类型审查方法框架如图1所示，包括规范处理、信息抽取、本体构建和推理查询4个模块。规范处理模块将建筑不规则类型审查规范条文转译成语义审查规则，从而为审查本体的构建提供逻辑基础。信息提取模块从BIM中提取信息，包括实体、几何信息和补充信息，从结构计算书中抽取有限元计算结果。本体构建模块结合规范处理模块提供的审查逻辑构建建筑不规则类型审查本体，并将信息抽取模块抽取的审查信息在审查本体中实例化。推理查询模块结合审查规则对审查本体推理并获得审查结果，同时利用语义查询生成审查报告。

1.1 规范处理模块

1.1.1 规范条文分析

首先，通过规范条文分析，确定审查信息及类型，并根据审查信息类型将规范条文分为两类：①直接获取类条文，其审查信息为实体、补充信息、有限元计算结果和部分几何信息；②间接获取类条文，其审查信息包含需计算处理获取的几何信息。以《抗规》的表3.4.3-1和表3.4.3-2中的规范条文分析为例，表1中罗列了建筑不规则类型判断条文中的审查信息，并且分析确定了审查信息的类型。

图1 基于BIM和本体的建筑不规则类型审查方法框架

表1 《抗规》规范条文分析

1.1.2 规范条文转译

规范条文转译的目的是使计算机可以识别和理解规范条文所蕴含的审查逻辑，进而通过语义推理实现自动审查过程。本文将规范条文转译为Jena规则，并采用Jena语义网框架进行语义推理。Jena规则由主体和推理结果组成，两者之间通过推理符号“→”连接。主体和推理两部分均由多个三元组单元“(?x ?y ?z)”及函数单元组成，其中三元组单元用于匹配本体中三元组，函数单元可对匹配得到的变量进行函数运算。

同时，规范转译后的审查规则可为构建审查本体提供逻辑表示的参考。以《抗规》表3.4.3-2的条文为例，其转译后的Jena审查规则如图2所示。图2中审查规则的逻辑是：为了判断楼层承载力突变，首先需要找到相邻的下楼层?x1和上楼层?x2，在本体中已添加表示楼层间相邻上层关系的对象属性的前提下，通过检索(?x1 design: hasUpperAdjacent ?x2)可自动匹配到相邻的下楼层?x1和上楼层?x2；然后需要找到楼层?x1和楼层?x2的向楼层受剪承载力?y1和?y2，在本体中已添加表示楼层与向楼层受剪承载力之间关系的数据属性的前提下，通过检索(?x1 design:向楼层受剪承载力 ?y1)(?x2 design:向楼层受剪承载力 ?y2)可自动匹配到楼层?x1和?x2的向楼层受剪承载力?y1和?y2；最后，利用Jena的内置函数进行数值计算并比较，其中product(?y2,0.8,?a)表示将?y2乘以0.8得到?a，ge(?a,?y1)表示通过比较?a和?y1得到一个布尔值，当?a大于等于?y1则返回“真”，同时触发推理部分，判定当前楼层?x1存在“向楼层受剪承载力突变”。

图2 规范条文转译示例

1.2 本体构建模块

根据审查规则和规范分析结果，结合审查逻辑，构建建筑不规则类型审查本体(简称审查本体)。审查本体包括5个类和4个关系，如图3所示。建筑、楼层、梁、板和柱5个类表示审查对象，建筑和楼层之间的关系通过hasStorey定义，hasElement表示建筑或楼层与所包含的结构构件之间的关系，楼层之间通过hasLowerAdjacent和hasUpperAdjacent分别表明相邻下层和相邻上层关系。此外，审查对象的要点是通过数据属性来定义，见表2。以利用rdflib[27]库将楼层总面积定义为数据属性和实例化相应数值为例说明本体中定义数据属性过程，如图4所示。最后审查本体的实例基于信息抽取模块得到的审查信息生成。

图3 建筑不规则类型审查本体中类及关系定义

表2 建筑不规则类型审查本体中定义的数据属性

图4 定义楼层总面积和实例化楼层总面积数值

1.3 信息抽取模块

1.3.1 直接获取类信息抽取

直接获取类信息指从BIM模型和有限元计算结果中无需计算可直接获取的信息。通常，BIM模型的信息通过IFC文件进行标准化存储。IFC文件信息以EXPRESS语言存储和描述[7-8]。IFC文件中各实体及属性是通过描述语句开头的序号进行关联的，如开头为#57486的IfcRelContainedInSpatialStructure属性即开头为#12066的IfcBeam实体和开头为#162的IfcBuildingStorey实体关联，如图5(a)所示。

图5 抽取梁高所需IFC关系((a)描述楼层标高、梁和梁高关联关系的IFC文件片段；(b) IFC文件中楼层标高、梁和梁高的关联关系)

以抽取梁高为例，在IFC标准中楼层、梁、梁高之间的关联关系如图5(b)所示。楼层标高实体IfcBuildingStorey通过反属性IfcRelContained- InSpatialStructure关联梁实体IfcBeam；IfcBeam通过属性IfcProductDefinitionShape关联形状表达属性IfcShapeRepresentation；IfcShape-Representation通过属性IfcExtrudedAreaSolid关联矩形剖面相关属性IfcRectangleProfileDef；IfcRectangleProfileDef中含梁高值，便可得出某楼层所有梁高值，最后将梁高值在本体中实例化，如“某梁的梁高为某数值”，在本体中表达为“design:某梁 design:梁高某数值 ;”，实例化具体语句为g.add((design[“某梁”], design[“梁高”], Literal (某数值)))。

有限元计算结果的信息采用模板匹配的方式从结构计算书中进行抽取。从结构计算书以模板匹配获取数据方式的优势是，能广泛用于各类软件生成的结构计算书，抽取不同结构计算书差别仅在于模板不同，程序无需做过多改动。另一种获取数据方式为针对相应软件二次开发，优势是能抽取结构计算书不包含的数据，缺点是针对每种软件开发相应的二次开发程序难度较大，同时某些结构设计软件并不提供二次开发接口。综合考虑，本文从普适性的角度出发，选择了采用模板匹配的方式从结构计算书抽取有限元计算结果。以盈建科(YJK)结构设计软件导出的结构计算书为例，因为结构计算书以表格形式记录数据，所以采用模板形式抽取效率较高且能准确抽取。抽取有限元计算结果过程如图6所示，首先采用pyparsing[28]库编写需要抽取数据所在表格的模板，用模板描述表格的排布形式，便可抽取整个表格数据，然后将表格数据用pandas[29]库的存取功能便捷地以DataFrame形式存储，最后利用rdflib库编程实现根据表头中实体名称和表格中的审查信息在本体中自动实例化，如“某楼层实体的扭转位移比是某数值”在本体中表达为“design:某楼层 design:扭转位移比某数值;”，自动实例化语句为g.add((design[“某楼层”], design[“扭转位移比”], Literal(某数值)))。

图6 抽取有限元计算结果((a) YJK计算书中楼层抗剪承载力存储表格形式；(b)模板抽取程序逻辑)

1.3.2 间接获取类信息抽取

间接获取类信息指几何处理计算间接获取的信息。在建筑不规则类型审查中，需要间接获取的信息主要为构件的几何信息和构件的位置关系。构件的几何信息包括楼层开洞面积、有效楼板宽度、楼层错层高度、楼层局部缩进尺寸等。获取楼层开洞面积和楼层总面积主要借助了IfcOpenShell和PythonOCC，分别负责构件实体的抽取和几何的运算。相应的算法如图7所示，总体分为3步：①首先利用IfcOpenShell解析IFC文件，通过IFC关系实体IfcRelContained- InSpatialStructure找到某楼层标高实体IfcBuildingStorey与其关联的所有构件实体，如楼板实体IfcSlab、梁实体IfcBeam、柱实体IfcColumn等，并利用PythonOCC几何处理分别得到这些构件实体的质心平面与其自身相交得到的截面；②将得到的这些构件实体的相交截面在轴方向平移至同一平面，调用BRepAlgoAPI_Fuse()函数对TopoDS_Shape类型的所有相交截面进行两两融合，其中平面重合部分将叠加融合形成新平面，起到自动去除重合部分面积的作用，故最后形成的并集平面，即为该楼层平面图，其面积为该楼层的非开洞面积；③最后通过关系实体IfcRelVoidsElement 得到所有楼板实体的洞口，求得所有开洞面积，并与楼层的非开洞面积相加得到楼层总面积。

图7 获取楼层的开洞面积、非开洞面积和总面积((a)获取某楼层元素质心处水平截面；(b)平移所有质心处水平截面到某平面再取并集面积；(c)将楼层的开洞面积与非开洞面积相加获得楼层总面积)

有效楼板宽度指楼板扣除洞口等尺寸后的实际尺寸，楼板典型宽度指楼板外形基本宽度，两者是判断楼板局部是否连续的关键审查信息。如图8所示，2种楼板宽度的提取算法分为4步：①根据算法的前2步，计算楼层开洞面积和楼层总面积获取楼层平面图；②利用最小矩形包围盒确定楼层平面图和方向，再比较和方向楼板投影尺寸L和L，楼板典型宽度典取较小者；③由楼板典型宽度方向决定遍历像素行方向，如楼板典型宽度取方向楼板投影尺寸，并沿方向遍历像素行；④提取有效楼板宽度通过遍历某方向所有黑色像素行长度来实现，其中最短黑色像素行长度即有效楼板宽度有。

图8 获取有效楼板宽度和楼板典型宽度((a)获取楼层平面图；(b)获取楼板典型宽度；(c)确定像素行遍历方向；(d)获取有效楼板宽度)

构件之间的位置关系包括梁与柱的空间位置关系，该关系是判断柱是否为连续构件的主要依据。如图9所示，梁、柱空间关系的提取算法分为3步：①参考陈培智等[30]提出的方法，首先得到梁或柱的8个顶点，根据8个顶点间距离进行顶点排序，得到矩形截面梁或柱两端截面中心，即13中点1和57中点2；②根据梁和柱的连接位置，判断梁、柱之间的连接关系：若柱与梁两端相接，则比较梁、柱截面中心距离|12|与阈值1的大小，以判断柱是否与梁相接，其中1计算如式(1)；若柱与梁中侧面相接，则比较柱一端截面中心至梁轴线线段的垂直距离与阈值2的大小，以判断柱是否与梁相接，其中2计算如式(2)，垂足为4；③通过比较与某层某梁相接的相邻上层柱轴线与同层柱轴线空间垂直距离与阈值3大小，来判断柱是否连续，其中3为柱的宽度。

判断与梁相接的所有相邻上层柱是否连续后，在本体中对梁实体添加数据属性：梁上层柱是否连续，其属性格式为布尔值，梁上层柱均连续时为“真”。

图9 判断柱是否连续((a)确定梁或柱两端截面中心；(b)确定与梁相接的柱；(c)通过梁上下层柱与梁相接关系，判断柱是否连续)

1.4 推理查询模块

推理查询模块根据审查规则，并利用Jena推理引擎对审查本体进行推理得到审查结果。审查结果作为实例的数据属性存储在审查本体中，并可通过图10所示的SPARQL[31]查询语句进行检索，在本体中作为实例的数据属性存储的审查结果，生成审查报告。

图10 审查结果SPARQL查询语句

2 案例应用

为验证审查方法的可行性和实用性，以某宿舍楼建筑为案例进行应用分析。该宿舍楼建筑为现浇钢筋混凝土框架结构，占地面积约216 m2，地上共七层，顶层层高为3 m，其余层层高均为3.8 m。抗震设防烈度为8度，设计基本地震加速度为0.2 g，设计地震分组为第二组，场地特征周期为0.3 s，场地为Ⅳ类。该宿舍楼建筑结构模型如图11所示，为更好地体现本文方法的实用性，对宿舍楼设计方案进行了修改，使其存在不符合建筑不规则类型审查条文的设计。本文使用BIM软件Autodesk Revit建立建筑模型，用有限元分析软件YJK进行结构分析。

图11 某宿舍楼建筑模型

首先从IFC文件抽取BIM信息：楼层的平面凹进尺寸、楼层的相应投影方向总尺寸、楼层开洞面积、楼层总面积、楼层错层高度、楼层局部收进尺寸、收进方向下层尺寸、有效楼板宽度、楼板典型宽度、梁高和梁上层柱是否连续；然后从YJK结构计算书抽取有限元计算结果：扭转位移比、楼层受剪承载力、楼层侧向刚度。

抽取审查信息完成后，利用rdflib将审查信息在建筑不规则类型审查本体中实例化，审查信息实例化后的情况如图12所示。

根据定义好的审查规则，在Jena推理引擎中对审查本体推理后获得审查结果，通过SPARQL语句查询审查结果并生成审查报告，如图13所示。经查看发现，该建筑结构模型中不符合建筑不规则类型审查条文处，均能审查到，同时得出该宿舍楼属于既平面不规则又竖向不规则的建筑。

图12 实例化后的部分审查信息

图13 SPARQL语句查询的部分审查结果

3 结论与展望

本文提出的基于BIM和本体的建筑不规则类型审查框架的核心包括2个方面，建筑不规则类型审查本体和审查规则的构建，以及建筑信息的处理和提取。与硬编码的自动审查方法相比，审查本体可以有效地组织审查所需要的知识、信息和逻辑。此外，语义规则具有简单易懂、描述清晰等特点，易被专家理解，大大降低了审查过程的开发、维护和验收成本。另外，本文提出了从BIM模型和有限元计算结果中自动化抽取信息的方法，提高了建筑信息获取和处理的效率。最后，通过实际案例证明了该审查框架的可行性，为进一步实现建筑抗震审查的自动化奠定了技术基础。

目前，采用计算机自动转译规范条文为语义审查规则工作，其转译精度不高，而人工智能识别得到补充信息技术也存在着缺乏数据集导致训练模型不够完善的问题，使得转译规范和高精度信息的补充工作仍需人工完成，并未实现完全自动化。同时，规范条文大致可以分为指导性规范条文和定量约束类规范条文，指导性规范条文描述的要求一般较广泛，需要具体情况具体分析，如总则规定或基本规定，而本文着重研究的是定量约束类条文的审查。因此，后续研究工作可以从3方面展开：①研究计算机自动转译工作，提高转译精度，实现自动化转译；②继续深入研究人工智能识别获取补充信息技术，完善训练模型，实现自动化获取高精度信息；③研究探索指导性规范条文的审查。

[1] 翟麦富, 陈杨, 张晓东. 不规则建筑结构地震反应分析与性能评估的研究[J]. 价值工程, 2010, 29(9): 162.

ZHAI M F, CHEN Y, ZHANG X D. The research of the earthquick response analysis in irregular construction structure and performance evaluation[J]. Value Engineering, 2010, 29(9): 162 (in Chinese).

[2] 招云杰. 不规则高层建筑结构设计要点分析[J]. 工程建设与设计, 2021(20): 4-6.

ZHAO Y J. Analysis on key points of structural design of irregular high-rise buildings[J]. Construction & Design for Engineering, 2021(20): 4-6 (in Chinese).

[3] 中国建筑科学研究院. GB 50011-2010建筑抗震设计规范[S]. 北京; 中国建筑工业出版社, 2010.

China Academy of Building Research. GB 50011-2010 Code for seismic design of buildings[S]. Beijing: China Architecture & Building Press, 2010 (in Chinese).

[4] 甘晨. 基于IFC和本体的建筑施工图合规性审查研究[D]. 武汉: 华中科技大学, 2018.

GAN C. Research on code compliance checking for design drawings of architecture based on IFC and ontology[D]. Wuhan: Huazhong University of Science and Technology, 2018 (in Chinese).

[5] 马文琪, 赵杰, 马汝杰. BIM技术在市政工程中的应用研究综述[J]. 工程建设与设计, 2022(5): 60-63.

MA W Q, ZHAO J, MA R J. Review for research and application of BIM technology in municipal engineering[J]. Construction & Design for Engineering, 2022(5): 60-63 (in Chinese).

[6] 林佳瑞, 郭建锋. 基于BIM的合规性自动审查[J]. 清华大学学报: 自然科学版, 2020, 60(10): 873-879.

LIN J R, GUO J F. BIM-based automatic compliance checking[J]. Journal of Tsinghua University: Science and Technology, 2020, 60(10): 873-879 (in Chinese).

[7] 邱奎宁, 张汉义, 王静, 等. IFC技术标准系列文章之一: IFC标准及实例介绍[J]. 土木建筑工程信息技术, 2010, 2(1): 68-72.

QIU K N, ZHANG H Y, WANG J, et al. An introduction of IFC by instances[J]. Journal of Information Technology in Civil Engineering and Architecture, 2010, 2(1): 68-72 (in Chinese).

[8] LIEBICH T. IFC4 Documentation[EB/OL]. [2021-12-23]. https://standards.buildingsmart.org/IFC/RELEASE/IFC4/ADD2/HTML/.

[9] EASTMAN C, LEE J M, JEONG Y S, et al. Automatic rule-based checking of building designs[J]. Automation in Construction, 2009, 18(8): 1011-1033.

[10] 孙澄宇, 柯勋. 建筑设计中BIM模型的自动规范检查方法研究[J]. 建筑科学, 2016, 32(4): 140-145.

SUN C Y, KE X. Method of automatic design code checking for BIM models[J]. Building Science, 2016, 32(4): 140-145 (in Chinese).

[11] 张吉松, 赵丽华, 崔英辉, 等. 基于BIM模型的结构设计审查方法研究[J]. 图学学报, 2021, 42(1): 133-140.

ZHANG J S, ZHAO L H, CUI Y H, et al. Code compliance checking of structural design based on BIM model[J]. Journal of Graphics, 2021, 42(1): 133-140 (in Chinese).

[12] LEE J K, EASTMAN C M, LEE Y C. Implementation of a BIM domain-specific language for the building environment rule and analysis[J]. Journal of Intelligent & Robotic Systems, 2015, 79(3-4): 507-522.

[13] 岳静, 张自力. 本体表示语言研究综述[J]. 计算机科学, 2006, 33(2): 158-162.

YUE J, ZHANG Z L. A survey on ontology specification languages[J]. Computer Science, 2006, 33(2): 158-162 (in Chinese).

[14] 徐秦平, 佘健俊, 叶嵩. 基于本体与BIM的绿色施工智能评价系统设计[J]. 土木工程与管理学报, 2021, 38(3): 180-186.

XU Q P, SHE J J, YE S. Design of green construction intelligent evaluation system based on ontology and BIM[J]. Journal of Civil Engineering and Management, 2021, 38(3): 180-186 (in Chinese).

[15] SMITH M K. OWL web ontology language guide[EB/OL]. (2009-11-12) [2021-12-23]. https://www.w3.org/TR/owl-guide/.

[16] GRUBER T R. Toward principles for the design of ontologies used for knowledge sharing?[J]. International Journal of Human-Computer Studies, 1995, 43(5-6): 907-928.

[17] BORST P, AKKERMANS H, TOP J. Engineering ontologies[J]. International Journal of Human-Computer Studies, 1997, 46(2-3): 365-406.

[18] The Apache Software Foundation. Reasoners and rule engines: Jena inference support [EB/OL]. (2021-09-26) [2021-12-23]. https://jena.apache.org/documentation/inference/index.html.

[19] 杨夏柏, 杨明, 杨德强, 等. 基于Jena系统的知识融合三元组存储结构研究[J]. 价值工程, 2018, 37(8): 126-129.

YANG X B, YANG M, YANG D Q, et al. Research on knowledge fusion triplets storage structure based on Jena system[J]. Value Engineering, 2018, 37(8): 126-129 (in Chinese).

[20] JIANG L, SHI J Y, WANG C Y. Multi-ontology fusion and rule development to facilitate automated code compliance checking using BIM and rule-based reasoning[J]. Advanced Engineering Informatics, 2022, 51: 101449.

[21] IAN H. SWRL: a semantic web rule language combining OWL and RuleML[EB/OL]. (2004-05-21) [2021-12-23]. https://www. w3.org/Submission/SWRL/.

[22] ZHONG B T, DING L Y, LUO H B, et al. Ontology-based semantic modeling of regulation constraint for automated construction quality compliance checking[J]. Automation in Construction, 2012, 28: 58-70.

[23] PAUWELS P, DEURSEN D V, VERSTRAETEN R, et al. A semantic rule checking environment for building performance checking[J]. Automation in Construction, 2011, 20(5): 506-518.

[24] RATTANASAWAD T, SAIKAEW K R, BURANARACH M, et al. A review and comparison of rule languages and rule-based inference engines for the Semantic Web[C]//2013 International Computer Science and Engineering Conference. New York: IEEE Press, 2013: 1-6.

[25] BEACH T H, REZGUI Y, LI H, et al. A rule-based semantic approach for automated regulatory compliance in the construction sector[J]. Expert Systems With Applications, 2015, 42(12): 5219-5231.

[26] 姜柳, 史健勇, 付功义, 等. 基于BIM和深度学习的建筑平面凹凸不规则识别[J]. 图学学报, 2022, 43(3): 522-529.

JIANG L, SHI J Y, FU G Y, et al. Identification of the plane irregularity of structures based on BIM and deep learning [J]. Journal of Graphics, 2022, 43(3): 522-529 (in Chinese).

[27] RDFLib Team. rdflib 6.1.1 documentation [EB/OL]. (2021-09-17) [2021-12-23]. https://rdflib.readthedocs.io/en/ stable/index.html#.

[28] MCGUIRE. P T. pyparsing module - Classes and methods to define and execute parsing grammars [EB/OL]. (2021-12-15) [2021-12-23]. https://pyparsing-docs.readthedocs.io/en/latest/ pyparsing.html.

[29] The Pandas Development Team. Pandas API reference [EB/OL]. (2021-12-22) [2021-12-23]. https://pandas.pydata. org/docs/reference/index.html#api.

[30] 陈培智, 史健勇, 姜柳. 基于BIM和本体的建筑抗震性能评估方法研究[J]. 土木工程学报, 2020, 53(9): 52-59, 67.

CHEN P Z, SHI J Y, JIANG L. Research on seismic performance assessment method for buildings based on BIM and ontology[J]. China Civil Engineering Journal, 2020, 53(9): 52-59, 67 (in Chinese).

[31] PRUD'HOMMEAUX E, SEABORNE A. SPARQL query language for RDF [EB/OL]. (2013-05-26) [2021-12-23]. https://www.w3.org/TR/rdf-sparql-query/.

Research of BIM and ontology-based irregular building type checking

NAZHAER Mulatibieke1,2, SHI Jian-yong1,2, JIANG Liu1,2, PAN Ze-yu1,2, YANG Hai-tao3, WANG Jia-liang3

(1. School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, China;2. Shanghai Key Laboratory for Digital Maintenance of Buildings and Infrastructure, Shanghai 200240, China;3. Shanghai Urban Construction Design & Research Institute (Group) Co., Ltd., Shanghai 200125, China)

Irregular building type checking is a significant part of building checking for seismic compliance, which is of immense significance to buildings’ seismic safety. An approach based on building information modeling (BIM) and ontology was proposed for identifying irregular building types, thus boosting efficiency and accuracy. Firstly, the rules for checking irregular building types were analyzed and then translated into semantic compliance checking rules that could be recognized by the computer. Meanwhile, the irregular building type checking ontology was created to represent the checking logic. Secondly, the building information model’s information to be checked was extracted using automatic parsing, such as floor opening area, and such information was extracted from the building finite element analysis result parameters by the pattern matching algorithm, such as torsional displacement ratio. The extracted information was organized on the basis of the proposed irregular building type checking ontology. Next, the sematic reasoning was utilized to obtain the checking results and generate the checking reports. Finally, a designed building was taken as an example to verify the feasibility and strong expansion ability of the proposed method, which could lay a technical foundation for further realizing the automatic building checking for seismic compliance.

compliance checking; building irregularity; building information model; industry foundation class; ontology

TP 391

10.11996/JG.j.2095-302X.2022050918

A

2095-302X(2022)05-0918-09

2022-03-22；

2022-06-02

22 March，2022；

2 June，2022

重庆市自然科学基金项目(CSTC2021JCYJ-MSXMX0986)；基于BIM+AI的智慧化建筑抗震管理系统关键技术研究项目(沪住建管科2020-009-005)；电网工程BIM关键技术国产化研究与应用项目(5200-202156486A-0-5-ZN)

Natural Science Foundation of Chongqing (CSTC2021JCYJ-MSXMX0986); BIM+AI Based Intelligent Building Seismic Management System Key Technologies Research (Urban & Rural Construction Management Department of Shanghai Residential Construction Bureau 2020-009-005); Research and Application of Localization of BIM Key Technology in Power Grid Engineering (5200-202156486A-0-5-ZN)

那扎尔·木拉提别克(1996-)，男，硕士研究生。主要研究方向为土木工程信息化。E-mail：nze220@sjtu.edu.cn

NAZHAER Mulatibieke (1996-), master student. His main research interest covers building information modeling. E-mail：nze220@sjtu.edu.cn

史健勇(1975-)，男，副教授，博士。主要研究方向为建筑信息化、城市数字孪生等。E-mail：shijy@sjtu.edu.cn

SHI Jian-yong (1975-), associate professor, Ph.D. His main research interests cover building information modeling, digital twin city, etc. E-mail：shijy@sjtu.edu.cn