CN113591187A - 基于bim实景模型的道路桥梁设计方法及其*** - Google Patents
基于bim实景模型的道路桥梁设计方法及其*** Download PDFInfo
- Publication number
- CN113591187A CN113591187A CN202110827433.4A CN202110827433A CN113591187A CN 113591187 A CN113591187 A CN 113591187A CN 202110827433 A CN202110827433 A CN 202110827433A CN 113591187 A CN113591187 A CN 113591187A
- Authority
- CN
- China
- Prior art keywords
- information
- bridge
- constructed
- construction
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013461 design Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000010276 construction Methods 0.000 claims abstract description 162
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000003908 quality control method Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims description 68
- 238000012360 testing method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000002790 cross-validation Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 4
- 239000004035 construction material Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于BIM实景模型的道路桥梁设计方法及其***,获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与预设桥梁信息或者施工环境信息匹配的影响因素参考信息;根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。通过计算已施工桥梁信息库中与待施工桥梁信息之间的匹配度,选取匹配度最高,然后获得对应的影响因素参考信息,检查设计方案缺漏处,使得施工方案更加完整,提高了施工的质量。
Description
技术领域
本申请涉及道路桥梁施工领域,尤其是涉及一种基于BIM实景模型的道路桥梁设计方法及其***。
背景技术
桥梁工程作为路桥工程项目,其特点是点多线长,施工工序比较复杂,现场的管理难度较大但是又极其重要。
因此,发明人认为现有技术存在以下问题桥梁施工由于工序交接多,中间产品多,隐蔽工程多,仅仅依靠前期工程师的设计,难免存在考虑缺失的地方,进而影响桥梁施工质量。
发明内容
为了提高桥梁施工的质量,本申请提供一种基于BIM实景模型的道路桥梁设计方法及其***。
第一方面,本申请提供一种基于BIM实景模型的道路桥梁设计方法,采用如下技术方案:
一种基于BIM实景模型的道路桥梁设计方法,包括步骤:
获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与所述预设桥梁信息或者所述施工环境信息匹配的影响因素参考信息;
根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
通过采用上述技术方案,获取已完成施工的桥梁相关的信息,以作为参考信息,已施工的桥梁信息如,桥梁施工时的温度、当地的气候、地形特征等等信息,施工质量控制点数据是指例如:如何防治钻孔灌注桩发生偏斜、在钻孔过程中发生缩孔怎么办等等与施工过程注意事项相关的信息,将获取到的信息汇集形成信息库,然后从待施工设计方案中获取到该待施工桥梁相关的施工信息,该信息包括桥梁的设计图纸以及桥梁施工所在地的地理环境跟气候环境以及施工用材等等,然后通过预设计算公式计算已施工桥梁信息库中与待施工桥梁信息之间的匹配度,选取匹配度最高,然后获得对应的影响因素参考信息,也就是从已施工桥梁中获取桥梁施工时需要注意的施工质量注意事项,将获取的信息与原先设计方案时的信息进行对比,以检查设计方案缺漏处,使得施工方案更加完整,提高了施工的质量,减少了后续施工时不必要的麻烦,然后采用完善后的信息搭建预设施工桥梁的实际模型。
通过采用上述技术方案,采用上述公式,计算已施工桥梁与待施工桥梁相关信息的匹配度,通过该公式计算出匹配度后,选择相匹配的影响因素参考信息去设计待施工桥梁,可以补足原先设计方案考虑不周的地方,最终根据所设计的信息施工得到的桥梁质量有非常大的提升。
可选的,所述影响因素参考信息中所述施工环境信息对应的参数包括气温信息、地形信息以及气候信息;
根据气温信息、地形信息以及气候信息计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度。
通过采用上述技术方案,通过将气温信息、地形信息以及气候信息作为一组参考考虑的数据,计算已施工桥梁中的该组数据与待施工桥梁中气温信息、地形信息以及气候信息(可以从网上查询或者是实地获取)之间的匹配度,选取匹配度最高的数据作为参考,以获取同时受气温信息、地形信息以及气候信息的施工注意事项,如混凝土级别的选择,混凝土养护时的注意事项等等。
可选的,通过以下方式分别计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度:
通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;
使用测试集中的数据对训练后的训练模型进行验证;
将预设桥梁信息或者所述施工环境信息通过训练模型计算得到预设桥梁信息或者所述施工环境信息匹配度。
通过采用上述技术方案,通过将所获取到的数据分成训练集和测试集两部分数据,通过对训练集的数据进行训练,再用测试集计算训练后的数据的误差,以得到准确影响因素参考信息,提高桥梁设计方案的完整性以及施工质量。
可选的,所述通过交叉验证法将施工质量控制点数据库中的数据分为训练集和测试集,对训练集中的数据进行训练以得到训练模型步骤,包括:
对训练集采用PCA算法进行降维以获得新训练集。
通过采用上述技术方案,通过舍去一部分信息之后能使得样本的采样密度增大(因为维数降低了),这是缓解维度灾难的重要手段;当获取到的预设桥梁信息或者所述施工环境信息受到噪声影响时,最小特征值对应的特征向量往往与噪声有关,将它们舍弃能在一定程度上起到降噪的效果;特征独立:PCA 不仅将数据压缩到低维,它也使得降维之后的数据各特征相互独立,以使得在通过上述公式计算匹配度时,可以提高计算时的速度和结果的准确性。
第二方面,本申请提供一种基于BIM实景模型的道路桥梁设计***,采用如下技术方案:
一种基于BIM实景模型的道路桥梁设计***,该***包括:
已施工桥梁信息库建立模块,用于获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
信息获取模块,用于从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
匹配的影响因素参考信息获取模块,用于基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与所述预设桥梁信息或者所述施工环境信息匹配的影响因素参考信息;
桥梁实景模型构建模块,用于根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
通过采用上述技术方案,获取已完成施工的桥梁相关的信息,以作为参考信息,已施工的桥梁信息如,桥梁施工时的温度、当地的气候、地形特征等等信息,施工质量控制点数据是指例如:如何防治钻孔灌注桩发生偏斜、在钻孔过程中发生缩孔怎么办等等与施工过程注意事项相关的信息,将获取到的信息汇集形成信息库,然后从待施工设计方案中获取到该待施工桥梁相关的施工信息,该信息包括桥梁的设计图纸以及桥梁施工所在地的地理环境跟气候环境以及施工用材等等,然后通过预设计算公式计算已施工桥梁信息库中与待施工桥梁信息之间的匹配度,选取匹配度最高,然后获得对应的影响因素参考信息,也就是从已施工桥梁中获取桥梁施工时需要注意的施工质量注意事项,将获取的信息与原先设计方案时的信息进行对比,以检查设计方案缺漏处,使得施工方案更加完整,减少了后续施工时不必要的麻烦,然后采用完善后的信息搭建预设施工桥梁的实际模型。
可选的,所述匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
匹配度计算子模块,所述影响因素参考信息中所述施工环境信息对应的参数包括气温信息、地形信息以及气候信息;根据气温信息、地形信息以及气候信息计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度。
通过采用上述技术方案,通过将气温信息、地形信息以及气候信息作为一组参考考虑的数据,计算已施工桥梁中的该组数据与待施工桥梁中气温信息、地形信息以及气候信息(可以从网上查询或者是实地获取)之间的匹配度,选取匹配度最高的数据作为参考,以获取同时受气温信息、地形信息以及气候信息的施工注意事项,如混凝土级别的选择,混凝土养护时的注意事项等等。
可选的,所述匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
数据训练模块,通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;使用测试集中的数据对训练后的训练模型进行验证;将预设桥梁信息或者所述施工环境信息通过训练模型计算得到预设桥梁信息或者所述施工环境信息匹配度。
通过采用上述技术方案,通过将所获取到的数据分成训练集和测试集两部分数据,通过对训练集的数据进行训练,再用测试集计算训练后的数据的误差,以得到准确的数据,提高数据匹配时的准确性。
第三方面,本申请提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第二方面任一项所述基于BIM实景模型的道路桥梁设计方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,存储有能够被处理器加载并执行上述第二方面的计算机程序。
综上所述,本申请具有以下有益效果:
1.从待施工设计方案中获取到该待施工桥梁相关的施工信息,然后通过预设计算公式计算已施工桥梁信息库中与待施工桥梁信息之间的匹配度,选取匹配度最高,然后获得对应的影响因素参考信息,也就是从已施工桥梁中获取桥梁施工时需要注意的施工质量注意事项,将获取的信息与原先设计方案时的信息进行对比,以检查设计方案缺漏处,使得施工方案更加完整,减少了后续施工时不必要的麻烦,然后采用完善后的信息搭建预设施工桥梁的实际模型;
2. 通过将气温信息、地形信息以及气候信息作为一组参考考虑的数据,计算已施工桥梁中的该组数据与待施工桥梁中气温信息、地形信息以及气候信息之间的匹配度,选取匹配度最高的数据作为参考,以获取同时受气温信息、地形信息以及气候信息的施工注意事项,如混凝土级别的选择,混凝土养护时的注意事项等等。
附图说明
图1是本申请一实施例中基于BIM实景模型的道路桥梁设计方法的一流程图;
图2是本申请一实施例中基于BIM实景模型的道路桥梁设计***的整体结构示意图;
图3是本申请一实施例中计算机设备的一示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本申请实施例公开一种基于BIM实景模型的道路桥梁设计方法,参见图1,包括以下步骤:
S100:获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库。
在本实施例中,施工环境信息是指桥梁施工所在地的地理环境、气候环境等等对施工质量各方面有影响的外部因素;施工质量控制点数据是指施工工艺、桥梁线性控制、应力控制、稳定控制、作业人员人身安全、施工用材用量等等。
具体地,从互联网或者是从施工设计文档或者是从其他途径获取已经完成施工桥梁的施工环境信息和施工质量控制点数据,并将获取到的数据存储在已施工桥梁信息库中,以便调用。
S200:从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息。
在本实施例中,待施工设计方案是指从工程师手中获取到的关于桥梁相关信息;施工环境信息是指影响施工质量的相关因素。
具体地,将获取到信息按照分类的方式录入到***中,分类的方式可以根据实际的需求进行划分(如根据施工安全相关的、对选材有影响的、跟打桩相关等等),然后将分类好的数据录入到***中进行存储。
S300:基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与预设桥梁信息或者施工环境信息匹配的影响因素参考信息。
具体地,先将已施工桥梁信息库中的数据按照前述步骤中对待施工桥梁信息分类的方式进行分类,如影响施工用材的,有环境湿度、环境温度、预设承重力大小等等,影响打桩的,如地形、桥梁预设长度等等,具体划分可以根据实际的施工需求进行。然后根据考虑的因素(比如说想要获知桥梁施工用材方面的参考信息),通过预设计算公式计算得出两份数据的匹配度。
例如,在考虑施工用材,如混凝土、钢筋、混凝土浇筑过程中的施工要点等相关信
息时,采用以下方式获得参考数据:已施工桥梁A所在地属于:亚热带季风气候,施工时的温
度在20°C-28°C范围内(在本实施例取整数计算,包括20°C、21°C、22°C、23°C、24°C、25°C、
26°C、27°C、28°C等),平均相对湿度为79%,已施工桥梁B所在地属于:亚热带季风气候,施工
时的温度在16°C-20°C(在本实施例取整数计算,包括16°C、17°C、18°C、19°C、20°C等)范围
内,平均相对湿度为74%。待施工桥梁外部环境信息属于:亚热带季风气候,施工时的温度在
25°C-30°C范围内,平均相对湿度为78%,计算时,先列出所有单字组合(去重),“亚 热 带
季 风 气 候 施 工 时 的 温 度 在 2 5 ° C(在此以25°C作为示例说明)范 围 内 平
均 相 对 湿 度 为 7 % 9 8(已施工桥梁A、B也采用上述方式列出,在此不一一列出),计
算字频并写出字频向量(也就是每一组数据每个字出现的次数),已施工A的字频向量为(1,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0),待施工桥梁的字
频向量为(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0 ,1),气
候的权重是50%,温度权重30%,湿度20%(可以根据实际的施工情况,自行定义每个参数的权
重),然后带入公式,已施工桥梁A与待施工桥梁匹配度=,约为0.029,采用上
述办法再计算出已施工桥梁B与待施工桥梁匹配度,由此可以得出,待施工桥梁应当选取已
施工桥梁作为参照。在选定了参考的桥梁之后,便可以得出与该桥梁相关的施工用材信息
(该数据预先从互联网或者是其他可获取的信息渠道获取并存储在***中以便调用),如混
凝土的等级、钢筋选取型号等等。桥梁信息是指桥梁设计的相关参数,如桥长度、桥拱度等,
桥梁信息的匹配度计算方式与计算施工环境信息的一致,在此不再赘述。
在其他实施方式中,还可以通过自行选择影响因素的方式计算已施工桥梁与待施工桥梁之间的相似度,比如选取气候、环境湿度、温差作为参考计算,还可以是选取桥梁所经过的地理环境(此处指途径的河流、山等)、环境湿度、温差等作为参考计算。
在考虑打桩方面相关的设计时,可以以降雨量、桥梁搭建处的地势、气候等影响因素作为影响因素参考信息,具体看实际需求制定。
在另一实施例中,计算匹配度还可以通过以下方式,在步骤S100之后,进一步地,在一实施例中,通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;使用测试集中的数据对训练后的训练模型进行验证;将预设桥梁信息或者施工环境信息通过训练模型计算得到预设桥梁信息或者施工环境信息匹配度。
在本实施例中,训练模型是指用已施工桥梁信息库中的数据通过算法(在本实施例中是采用FT-TM算法对数据进行训练)训练得出的数据模型。
具体地,将全部训练集 S分成 k个不相交的子集,假设 S中的训练样例个数为 m,那么每一个子 集有 m/k 个训练样例,相应的子集称作 {s1,s2,…,sk};每次从分好的子集中里面,拿出一个作为测试集,其它k-1个作为训练集;采用FT-TM算法训练出模型;把这个模型放到测试集上,得到分类正确率;计算k次求得的分类正确率的平均值,作为该模型真实分类率,然后使用训练集评估训练得出的模型的泛化能力,以确定所训练模型的准确性,在得出训练模型之后,将获取到的数据输入到训练模型中,以得出与预设桥梁信息或者施工环境信息相关的匹配度。
进一步地,在一实施例中,对训练集采用PCA(Principal Component Analysis)算法进行降维以获得新训练集。
在本实施例中,降维是指将高维数据降为低维。
具体地,假设有m条n维数据,将原始数据按列组成n行m列矩阵X;将X的每一行进行
零均值化,即减去这一行的均值;求出协方差矩阵(原始数据矩阵 X 对应的协
方差矩阵为 C);求出协方差矩阵的特征值及对应的特征向量;将特征向量按对应特征值大
小从上到下按行排列成矩阵,取前k行组成矩阵P;Y=PX即为降维到k维后的数据。降维后可
以使得样本的采样密度增大,同时还可以降低数据收到的噪声的影响。
S400:根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
在本实施例中,预设桥梁设计信息是指包括桥梁的施工设计图纸在内的施工方案。
具体地,通过上述步骤得出各个影响因素之后,将修改后的桥梁施工设计参数输入到三维建模软件中,搭建桥梁的三维模型。
本实施例还提供一种基于BIM实景模型的道路桥梁设计***,参见图2,该***包括:已施工桥梁信息库建立模块、信息获取模块、匹配的影响因素参考信息获取模块、桥梁实景模型构建模块。
已施工桥梁信息库建立模块,用于获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
信息获取模块,用于从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
匹配的影响因素参考信息获取模块,用于基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与预设桥梁信息或者施工环境信息匹配的影响因素参考信息;
桥梁实景模型构建模块,用于根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
进一步地,该***的匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
匹配度计算子模块,影响因素参考信息中施工环境信息对应的参数包括气温信息、地形信息以及气候信息;根据气温信息、地形信息以及气候信息计算已施工桥梁信息库中的信息与预设桥梁信息以及施工环境信息的匹配度。
进一步地,该***还包括:匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
数据训练模块,通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;使用测试集中的数据对训练后的训练模型进行验证;将预设桥梁信息或者施工环境信息通过训练模型计算得到预设桥梁信息或者施工环境信息匹配度。
进一步地,该***还包括:数据降维模块,对训练集采用PCA算法进行降维以获得新训练集。
本申请实施例还公开了一种计算机设备,参见图3,该计算机设备可以是服务器。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史可疑行为数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于双目视觉的桥面裂缝监理方法,该方法包括以下步骤:
S100:获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
S200:从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
S300:基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与预设桥梁信息或者施工环境信息匹配的影响因素参考信息;
S400:根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
本申请实施例还公开一种计算机可读存储介质。在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S100:获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
S200:从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
S300:基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与预设桥梁信息或者施工环境信息匹配的影响因素参考信息;
S400:根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于BIM实景模型的道路桥梁设计方法,其特征在于:包括步骤:
获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与所述预设桥梁信息或者所述施工环境信息匹配的影响因素参考信息;
根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
3.根据权利要求1所述的基于BIM实景模型的道路桥梁设计方法,其特征在于:所述影响因素参考信息中所述施工环境信息对应的参数包括气温信息、地形信息以及气候信息;
根据气温信息、地形信息以及气候信息计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度。
4.根据权利要求1所述的基于BIM实景模型的道路桥梁设计方法,其特征在于:通过以下方式分别计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度:
通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;
使用测试集中的数据对训练后的训练模型进行验证;
将预设桥梁信息或者所述施工环境信息通过训练模型计算得到预设桥梁信息或者所述施工环境信息匹配度。
5.根据权利要求4所述的基于BIM实景模型的道路桥梁设计方法,其特征在于:所述通过交叉验证法将施工质量控制点数据库中的数据分为训练集和测试集,对训练集中的数据进行训练以得到训练模型步骤,包括:
对训练集采用PCA算法进行降维以获得新训练集。
6.一种基于BIM实景模型的道路桥梁设计***,其特征在于:该***包括:
已施工桥梁信息库建立模块,用于获取已完成施工的桥梁的施工环境信息以及施工质量控制点数据以建立已施工桥梁信息库;
信息获取模块,用于从待施工设计方案获取预设桥梁施工信息以及桥梁施工地点的施工环境信息;
匹配的影响因素参考信息获取模块,用于基于已施工桥梁信息库,分别计算获得已施工桥梁信息库中与所述预设桥梁信息或者所述施工环境信息匹配的影响因素参考信息;
桥梁实景模型构建模块,用于根据计算获得的影响因素参考信息,结合预设桥梁设计信息生成桥梁实景模型。
7.根据权利要求6所述的基于BIM实景模型的道路桥梁设计***,其特征在于:所述匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
匹配度计算子模块,所述影响因素参考信息中所述施工环境信息对应的参数包括气温信息、地形信息以及气候信息;根据气温信息、地形信息以及气候信息计算已施工桥梁信息库中的信息与所述预设桥梁信息以及所述施工环境信息的匹配度。
8.根据权利要求6所述的基于BIM实景模型的道路桥梁设计***,其特征在于:所述匹配的影响因素参考信息获取模块中,影响因素参考信息通过以下模块计算:
数据训练模块,通过交叉验证法将从施工质量控制点数据库中划分出来的训练集数据分为子训练集和子测试集并进行训练以得到训练模型;使用测试集中的数据对训练后的训练模型进行验证;将预设桥梁信息或者所述施工环境信息通过训练模型计算得到预设桥梁信息或者所述施工环境信息匹配度。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述的一种基于BIM实景模型的道路桥梁设计方法的步骤。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1-5中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827433.4A CN113591187B (zh) | 2021-07-21 | 2021-07-21 | 基于bim实景模型的道路桥梁设计方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827433.4A CN113591187B (zh) | 2021-07-21 | 2021-07-21 | 基于bim实景模型的道路桥梁设计方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113591187A true CN113591187A (zh) | 2021-11-02 |
CN113591187B CN113591187B (zh) | 2024-04-09 |
Family
ID=78248998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110827433.4A Active CN113591187B (zh) | 2021-07-21 | 2021-07-21 | 基于bim实景模型的道路桥梁设计方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113591187B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037299A (zh) * | 2021-11-15 | 2022-02-11 | 广西科技大学 | 一种建筑桥梁施工用监控方法 |
CN114491728A (zh) * | 2021-12-13 | 2022-05-13 | 中建五局安装工程有限公司 | 一种信息化管理施工方法及*** |
CN114819628A (zh) * | 2022-04-25 | 2022-07-29 | 浙江省通信产业服务有限公司 | 一种可视化工程监理*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120072771A (ko) * | 2010-12-24 | 2012-07-04 | 한국건설기술연구원 | 교량의 위험도와 가치를 고려한 교량 관리정보 분석 시스템 |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测***及方法 |
CN107729673A (zh) * | 2017-10-30 | 2018-02-23 | 中建三局第建设工程有限责任公司 | 基于bim的道路桥梁实景模型分析方法、装置及其施工方法 |
CN108027949A (zh) * | 2015-09-24 | 2018-05-11 | 富士胶片株式会社 | 修复计划制定支援***、方法及程序 |
CN110188426A (zh) * | 2019-05-13 | 2019-08-30 | 青岛理工大学 | 一种隧道地质条件协同预测方法 |
CN111335186A (zh) * | 2020-03-05 | 2020-06-26 | 青岛理工大学 | 转体桥梁安全监测预警方法、***、存储介质、预警平台 |
CN111597618A (zh) * | 2020-05-19 | 2020-08-28 | 翟玉华 | 一种基于bim-gis的桥梁监测*** |
CN112598319A (zh) * | 2020-12-30 | 2021-04-02 | 重庆源道建筑规划设计有限公司 | 一种基于bim的智慧桥梁运维管理方法、***、计算机设备及存储介质 |
CN112699441A (zh) * | 2020-12-30 | 2021-04-23 | 广州城市职业学院 | 基于bim的装配式现场装饰反馈方法、装置、设备及介质 |
-
2021
- 2021-07-21 CN CN202110827433.4A patent/CN113591187B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120072771A (ko) * | 2010-12-24 | 2012-07-04 | 한국건설기술연구원 | 교량의 위험도와 가치를 고려한 교량 관리정보 분석 시스템 |
CN108027949A (zh) * | 2015-09-24 | 2018-05-11 | 富士胶片株式会社 | 修复计划制定支援***、方法及程序 |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测***及方法 |
CN107729673A (zh) * | 2017-10-30 | 2018-02-23 | 中建三局第建设工程有限责任公司 | 基于bim的道路桥梁实景模型分析方法、装置及其施工方法 |
CN110188426A (zh) * | 2019-05-13 | 2019-08-30 | 青岛理工大学 | 一种隧道地质条件协同预测方法 |
CN111335186A (zh) * | 2020-03-05 | 2020-06-26 | 青岛理工大学 | 转体桥梁安全监测预警方法、***、存储介质、预警平台 |
CN111597618A (zh) * | 2020-05-19 | 2020-08-28 | 翟玉华 | 一种基于bim-gis的桥梁监测*** |
CN112598319A (zh) * | 2020-12-30 | 2021-04-02 | 重庆源道建筑规划设计有限公司 | 一种基于bim的智慧桥梁运维管理方法、***、计算机设备及存储介质 |
CN112699441A (zh) * | 2020-12-30 | 2021-04-23 | 广州城市职业学院 | 基于bim的装配式现场装饰反馈方法、装置、设备及介质 |
Non-Patent Citations (3)
Title |
---|
余少华;: "基于全寿命周期的预应力砼小箱梁设计", 华东交通大学学报, no. 05 * |
刘炼;: "基于BIM技术的三维地形场景构建研究", 电脑与电信, no. 06 * |
栾娟;郝宪武;赵宝俊;: "黄土沟壑地形斜陡坡对桩基承载力的影响", 长安大学学报(自然科学版), no. 06 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037299A (zh) * | 2021-11-15 | 2022-02-11 | 广西科技大学 | 一种建筑桥梁施工用监控方法 |
CN114037299B (zh) * | 2021-11-15 | 2022-05-31 | 广西科技大学 | 一种建筑桥梁施工用监控方法 |
CN114491728A (zh) * | 2021-12-13 | 2022-05-13 | 中建五局安装工程有限公司 | 一种信息化管理施工方法及*** |
CN114819628A (zh) * | 2022-04-25 | 2022-07-29 | 浙江省通信产业服务有限公司 | 一种可视化工程监理*** |
CN114819628B (zh) * | 2022-04-25 | 2023-04-18 | 浙江省通信产业服务有限公司 | 一种可视化工程监理*** |
Also Published As
Publication number | Publication date |
---|---|
CN113591187B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113591187A (zh) | 基于bim实景模型的道路桥梁设计方法及其*** | |
US20210264078A1 (en) | Robust optimization design method for mechanical arm based on hybrid interval and bounded probabilistic uncertainties | |
De Cáceres et al. | Trajectory analysis in community ecology | |
CN109543906B (zh) | 一种大气能见度预测的方法及设备 | |
WO2018219522A1 (de) | VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE | |
Scolforo et al. | Modeling dominant height growth of eucalyptus plantations with parameters conditioned to climatic variations | |
DE102017131259A1 (de) | Datenmetaskalierungsvorrichtung und -verfahren zum kontinuierlichen Lernen | |
Hofmann et al. | Creation of models for calculation of coefficients of terrain passability | |
CN114861277A (zh) | 一种长时序国土空间功能与结构模拟方法 | |
CN110909975A (zh) | 科研平台效益评估方法、装置 | |
Ma et al. | Nonlinear uncertainty modeling between bridge frequencies and multiple environmental factors based on monitoring data | |
Wang et al. | Prediction of the potentially suitable areas of Leonurus japonicus in China based on future climate change using the optimized MaxEnt model | |
McCullagh et al. | Evaluation of tree and stand-level growth models using national forest inventory data | |
CN117055136A (zh) | 基于随机森林的逐日气象要素空间插值方法、***及设备 | |
Bonfante et al. | Use of physically based models to evaluate USDA soil moisture classes | |
Dutta et al. | Identification of potential causal variables for statistical downscaling models: effectiveness of graphical modeling approach | |
CN115907361A (zh) | 人工智能大数据的道路建设规划方法、介质及电子设备 | |
CN112630827B (zh) | 地表加速度峰值参数预测方法及*** | |
CN111754103A (zh) | 企业风险画像方法、装置、计算机设备和可读存储介质 | |
Oloyede et al. | Descriptive and diagnostic analysis of NASA and NiMet big weather data | |
CN118094124A (zh) | 变压器样本扩容方法、计算机设备和计算机可读存储介质 | |
JP4463516B2 (ja) | 類似点検索方法 | |
Rouzegari et al. | Assessing the Performance of a Machine Learning-Based Hybrid Model in Downscaling Precipitation Data | |
CN109460509B (zh) | 用户兴趣点评估方法、装置、计算机设备及存储介质 | |
Pai et al. | Land use land cover pattern in the vicinity of Mannapalla Lake, Manipal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |