CN114969888A - 一种基于bim的公路隧道多源异构数据融合决策*** - Google Patents
一种基于bim的公路隧道多源异构数据融合决策*** Download PDFInfo
- Publication number
- CN114969888A CN114969888A CN202210397428.9A CN202210397428A CN114969888A CN 114969888 A CN114969888 A CN 114969888A CN 202210397428 A CN202210397428 A CN 202210397428A CN 114969888 A CN114969888 A CN 114969888A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- maintenance
- decision
- index
- unit
- 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.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 214
- 238000011156 evaluation Methods 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 55
- 201000010099 disease Diseases 0.000 claims abstract description 48
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 48
- 238000011282 treatment Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 26
- 230000002787 reinforcement Effects 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000011418 maintenance treatment Methods 0.000 claims abstract description 5
- 238000007689 inspection Methods 0.000 claims description 40
- 239000011435 rock Substances 0.000 claims description 33
- 238000011161 development Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000001556 precipitation Methods 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 239000003673 groundwater Substances 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 6
- 208000010392 Bone Fractures Diseases 0.000 claims description 5
- 206010017076 Fracture Diseases 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 230000003014 reinforcing effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000126 substance Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (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的公路隧道多源异构数据融合决策***，包括：运维基础数据单元、BIM可视模型单元、病害智能采集单元、病害养护追踪单元、技术状况评定单元、结构监测预警单元、养护投资决策单元、虚拟现实论证单元及云服务器和客户端，其中基于层次分析法的养护投资决策算法可实现网络级维修处治优先级排序，以可视化BIM模型为多源异构数据载体可将全寿命周期数据融合应用于机电设施故障维修与土建结构加固处治方案的研选，同时将VR虚拟现实应用于专家论证过程，实现了针对隧道基于大数据分析的科学养护决策。
Description
技术领域
本发明属于隧道工程技术领域，特别涉及一种基于BIM的公路隧道多源异构数据融合决策***。
背景技术
我国公路建设蓬勃发展，大量隧道工程应运而生。近年随着“智慧交通”的大力发展，公路隧道的病害调查、监测预警等基本上实现了信息化、智能化；然而，数据孤岛现象明显，基础信息、病害信息、监测检测信息等多源异构数据没有实现有机融合，导致数据利用效率低，结构运营状态识别不准确等问题。隧道的决策管理平台在特长隧道管养中较常见，但随着多省推行交通运输行业改革，省级的养护投资计划管理模式逐步实施，基于大数据的决策方法和平台是解决问题的核心。
BIM技术近年在隧道设计、施工中快速发展，然而由于养护过程繁长，涉及单位、人员众多，数字化程度低且存在数据孤岛现象，导致该技术在养护管理过程中应用极少。
发明内容
针对上述问题，本发明提供一种基于BIM的公路隧道多源异构数据融合决策***，基于层次分析法的养护投资决策算法可实现网络级维修优先级排序，融合经常检查(修)、定期检查(修)等业务数据，为养护维修和加固处治的选择提供科学支撑，并且应用BIM模型作为数据载体，应用VR技术以虚拟现实场景加强专家对隧道结构病害、变形的认识，同时可查阅各类型档案参数，开展线上交流讨论，对平台建议的养护维修和加固处治方案进行论证，保障总体方案的合理性。
一种基于BIM的公路隧道多源异构数据融合决策***，包括：运维基础数据单元、BIM可视模型单元、病害智能采集单元、病害养护追踪单元、技术状况评定单元、结构监测预警单元、养护投资决策单元、虚拟现实论证单元及云服务器和客户端；
所述的运维基础数据单元，包括隧道基本状况信息，用于养护投资决策计算中涉及的年度每公里收费额、年度经常检查次数、年平均降水量信息；
所述技术状况评定单元，根据《公路隧道养护技术规范(JTG H12-2015)》，根据病害的发展情况进行自动评分，并生成病害展开图和评定报告；
所述结构监测预警单元，针对衬砌渗漏水技术状况评定分值低的公路隧道部署变形、应变、测试原件，监测结构的力学行为变化，设置预警阈值对非正常响应进行预警；
所述养护投资决策单元，依据机电设施故障维修措施与土建结构加固处治措施自动计算费用，基于层次分析法实现维修优先级排序，自动生成有限经费的分配方案，以及针对特殊目标的分配方案；所述机电设施故障维修措施，设定隧道机电设施不同类型的故障及其对应的维修方法、单价、单位；所述土建结构加固处治措施，设定公路隧道加固处治方案、单价、单位；所述基于层次分析法实现维修优先级排序，针对机电设施维修与土建结构处治提供不同的优先级排序算法。
进一步的，所述的BIM可视模型单元，直接显示机电故障、病害信息、结构监测测点及技术状况评定结果，点击具***置后查看对应的电子档案、材质状况和状态参数，支持VR漫游，实现在虚拟现实环境中论证隧道维修处治方案合理性；所述电子档案包括建设期、运营期、图纸和报告资料。
进一步的，所述的养护投资决策单元，针对故障维修和加固处治，以经常检查和检修、定期检查和检修信息为基础数据支撑，以技术状况评定单元计算结果为直接支撑，融合运维基础数据单元进行智能辅助决策；所述的养护投资决策单元，遵循以下过程：
将路网隧道分为必须进行维修处治的隧道和可能需要维修处治的隧道两类，机电设施故障维修优先级与土建结构加固处治优先级分别计算，其中：机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；土建结构技术状况为4或5类，或洞口、洞门、衬砌、路面和吊顶及预埋件评定状况值为3或4时，必须维修；
所述的养护投资决策单元，基于层次分析法建立机电设施维修优先级评价指标体系与土建结构加固优先级评价指标体系包括安全性指标和重要性指标两类，其中:
机电设施安全性指标包括：年度每公里收费额、路线等级、隧道交通工程与附属设施配置等级和隧道长度；
机电设施重要性指标包括：隧道机电设施技术状况评价总分、运营年限、年度经常检查次数和是否有斜竖井指标；
土建结构安全性指标包括：年度每公里收费额、路线等级、隧道长度和隧道跨度；
土建结构重要性指标包括：隧道土建结构技术状况评价总分、运营年限、年度经常检查次数、围岩特性、年平均降水量和地下水发育程度；
所述的年度每公里收费额、路线等级、隧道长度、隧道跨度、运营年限、隧道交通工程与附属设施配置等级、年度经常检查次数、是否有斜竖井指标、围岩特性、年平均降水量、地下水发育程度均从运维基础数据单元获得；所述的机电设施技术状况评价总分、土建结构技术状况评价总分从技术状况评定单元获得；
所述的养护投资决策单元，针对机电设施，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.315、路线等级0.127、隧道交通工程与附属设施配置等级0.147、隧道长度0.081；隧道机电设施技术状况评价总分0.140、运营年限0.076、年度经常检查次数0.051、是否有斜竖井指标0.063；
针对土建结构，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.241、路线等级0.101、隧道长度0.107、隧道跨度0.221；隧道土建结构技术状况评价总分0.099、运营年限0.043、年度经常检查次数0.026、围岩特性0.066、年平均降水量0.040、地下水发育程度0.056；
所述的养护投资决策单元，选择的决策参数按照5标·度法确定取值，机电设施评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道交通工程与附属设施配置等级决策指标取值：5-A+，4-A，3-B，2-C，1-D；
隧道长度分类指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
技术状况评价总分决策指标取值：5-[84，92)，3-[92，97)，2-[97,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
是否有斜竖井决策指标取值：5-设置斜竖井，1-无斜竖井；
土建结构评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道长度决策指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
隧道跨度决策指标取值：5–超大跨度，4-大跨度，3-中跨度，2-小跨度；
技术状况评价总分决策指标取值：5-[55，70)，3-[70，85)，2-[85,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
围岩特性决策指标取值：5-围岩具有膨胀性，4-土质围岩具有软化性或岩质围岩存在断裂带，3-土质围岩具有湿陷性或岩质围岩裂隙发育,1-无不良特性；
区域年平均降水量决策指标取值：5-[700,+∞),4-[550,700),3-[400,550),4-[200,400),5-[0,200)；
地下水发育情况决策指标取值：5-地下水发育，1-地下水不发育。
进一步的，所述的养护投资决策单元，具体算法如下：
针对机电设施维修决策，假设已发生明显故障且影响运营安全的隧道集合为A，内含tA个元素，其他隧道集合为B，内含tB个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；若机电设施维修经费S1≤集合A的维修经费SA时，只针对集合A进行维修；若维修经费S1＞集合A的维修经费SA，根据维修优先级评价指标对集合B进行维修优先级计算；设机电设施优先级评价指标为Py，其权重为Wy，y为决策指标编号，隧道Bi各决策指标Py的取值为py-i，则隧道Bi的维修优先级评分为IBi＝20∑Wy·py-i，值域为
集合B维修优先级评分从高到低排序为：B1，B2，……，对应的维修经费为m1，m2，……，当满足
时，集合B维修隧道为B1，B2，……，Bx，集合B维修优先级计算完成；
针对土建结构处治决策，假设已发生明显病害且影响运营安全的隧道集合为C，内含tC个元素，其他隧道集合为D，内含tD个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；若土建结构维修经费S2≤集合C的维修经费SC时，只针对集合C进行维修；若维修经费S2＞集合C的维修经费SC，根据维修优先级评价指标对集合D进行维修优先级计算；设土建结构优先级评价指标为Qy，其权重为Vy，y为决策指标编号，隧道Di各决策指标Qy的取值为qy-i，则隧道Di的维修优先级评分为IDi＝20∑Vy·qy-i，值域为
集合D维修优先级评分从高到低排序为：D1，D2，……，对应的维修经费为n1，n2，……，当满足
时，集合D维修隧道为D1，D2，……，Dy，集合D维修优先级计算完成；
对于考虑特殊要求的维修优先级评价指标计算，引入以下算法：
当维修优先级评分按照路网整体隧道机电设施技术状况平均值最优算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定分值贡献指标αBi，
当按照路网整体隧道机电设施技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体隧道土建结构技术状况平均值最优算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定分值贡献指标
当按照路网整体隧道土建结构技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体机电设施技术状况为三类的隧道数量占比最少算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定数量贡献指标
当按照路网整体隧道机电设施技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体土建结构技术状况为三类的隧道数量占比最少算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定数量贡献指标
当按照路网整体隧道土建结构技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
本发明提供的基于BIM的隧道多源异构数据融合决策方法及平台具有以下优点：
1)基于层次分析法的土建结构与机电设施养护投资决策算法可实现网络级维修优先级排序，支持常规目标和特殊目标下的养护经费分配方案智能生成；
2)融合经常检查(修)、定期检查(修)等业务数据，为维修和处治的选择提供科学支撑；
3)将BIM模型作为数据载体，应用VR技术以虚拟现实场景加强专家对隧道机电故障与结构病害的认识，同时可查阅各类型档案参数，开展线上交流讨论，对平台建议的维修和处治方案进行论证，保障总体方案的合理性。
附图说明
图1为基于BIM的隧道多源异构数据融合决策***的整体结构图；
图2为基于BIM的隧道多源异构数据融合决策***的总体步骤实施图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合实施例对本发明提供的一种基于BIM的公路隧道多源异构数据融合决策***进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。
一种基于BIM的公路隧道多源异构数据融合决策***，包括：运维基础数据单元、BIM可视模型单元、病害智能采集单元、病害养护追踪单元、技术状况评定单元、结构监测预警单元、养护投资决策单元、虚拟现实论证单元及云服务器和客户端；
所述的运维基础数据单元，即隧道基本状况信息卡，如表1所示，用于养护投资决策计算中涉及的年度每公里收费额、年度经常检查次数、年平均降水量等信息；
所述的BIM可视模型单元，应用轻量化技术根据实际尺寸形象化展示隧道结构，将病害的三维信息转化为二维信息展示，展示监测预警感知***以及实时数据；所述的病害的三维信息转化为二维信息展示，实现将病害位置描述中的坐标信息与BIM模型结合，准确定位病害在模型中所属的具***置，实现漫游查看；
所述病害智能采集单元，包括位置描述标准、特征描述标准、影像文件标准、病害类型库以及AI图像识别算法；
所述病害养护追踪单元，建立不同时间属性病害的关联关系，用于现场检查时仅记录病害特性的变化提高现场检查效率，同时实现病害长度、宽度、面积、最大缝宽特性按照时间轴的发展跟踪及预测以对养护措施跟踪评价；
所述技术状况评定单元，根据《公路隧道养护技术规范(JTG H12-2015)》，根据病害的发展情况进行自动评分，并生成病害展开图和评定报告；
所述结构监测预警单元，针对衬砌、渗漏水技术状况评定分值低的公路隧道，针对性地部署变形、应变、测试原件，监测结构的力学行为变化，设置预警阈值对非正常响应进行预警；
所述养护投资决策单元，依据机电设施故障维修措施与土建结构加固处治措施可自动计算费用，基于层次分析法实现维修优先级排序，自动生成有限经费的合理分配方案，以及针对特殊目标的合理分配方案；所述故障维修措施，设定隧道机电设施不同类型的故障及其对应的维修方法、单价、单位；所述加固处治措施，设定公路隧道可选用的加固处治方案、单价、单位；所述基于层次分析法实现维修优先级排序，针对机电设施维修与土建结构处治提供了不同的优先级排序算法；
所述虚拟现实论证单元，通过VR在虚拟现实中漫游查看隧道表观病害，监测历史数据及分析结果，论证隧道采取何种加固处治方案；
所述数据云服务器和客户端，用于网络储存以上数据实现实时调取，并通过WEB客户端和移动客户端与用户实现友好交互。
优选的，所述的BIM可视模型单元，可直接显示机电故障、病害信息、结构监测测点及技术状况评定结果，点击具***置后查看对应的电子档案、材质状况和状态参数，支持VR漫游，实现在虚拟现实环境中论证隧道维修处治方案合理性；所述电子档案包括建设期、运营期等图纸、报告资料。
优选的，所述的病害养护追踪单元，通过在数据云服务器和客户端增加现场检测完成确认功能，检查是否所有历史病害均进行了追踪调查，并针对裂缝重点病害现场标记缝宽测试位置，融合经常检查、定期检查信息实现对病害发展状况的监测，为结构受力特性变化的判断提供数据支撑；通过对已养护维修病害的跟踪监测，实现对养护维修措施的跟踪评价。
优选的，所述的技术状况评定单元，依据经常检查和定期检查的病害数据，结合病害养护追踪单元的监测数据，对病害性质进行判断后综合评价。
优选的，所述的养护投资决策单元，针对故障维修和加固处治，以经常检查(修)、定期检查(修)信息为基础数据支撑，以技术状况评定单元计算结果为直接支撑，融合运维基础数据单元进行智能辅助决策；所述的养护投资决策单元，遵循以下总体思路：
将路网隧道分为必须进行维修处治的隧道、可能需要维修处治的隧道两类，机电设施故障维修优先级与土建结构加固处治优先级应分别计算，其中：机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；土建结构技术状况为4、5类或洞口、洞门、衬砌、路面和吊顶及预埋件评定状况值为3、4时，必须维修。所述的养护投资决策单元，基于层次分析法建立机电设施维修优先级评价指标体系与土建结构加固优先级评价指标体系，包括安全性指标和重要性指标两类；其中，
机电设施安全性指标包括：年度每公里收费额、路线等级、隧道交通工程与附属设施配置等级、隧道长度；
机电设施重要性指标包括：隧道机电设施技术状况评价总分、运营年限、年度经常检查次数、是否有斜竖井指标；
土建结构安全性指标包括：年度每公里收费额、路线等级、隧道长度、隧道跨度；
土建结构重要性指标包括：隧道土建结构技术状况评价总分、运营年限、年度经常检查次数、围岩特性、年平均降水量、地下水发育程度；
所述的年度每公里收费额、路线等级、隧道长度、隧道跨度、运营年限、隧道交通工程与附属设施配置等级、年度经常检查次数、是否有斜竖井指标、围岩特性、年平均降水量、地下水发育程度均从运维基础数据单元获得；所述的机电设施技术状况评价总分、土建结构技术状况评价总分从技术状况评定单元获得；
所述的养护投资决策单元，针对机电设施，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.315、路线等级0.127、隧道交通工程与附属设施配置等级0.147、隧道长度0.081；隧道机电设施技术状况评价总分0.140、运营年限0.076、年度经常检查次数0.051、是否有斜竖井指标0.063。
针对土建结构，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.241、路线等级0.101、隧道长度0.107、隧道跨度0.221；隧道土建结构技术状况评价总分0.099、运营年限0.043、年度经常检查次数0.026、围岩特性0.066、年平均降水量0.040、地下水发育程度0.056。
优选的，所述的养护投资决策单元，选择的决策参数按照5标度法确定取值，机电设施评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道交通工程与附属设施配置等级决策指标取值：5–A+，4-A，3-B，2-C，1-D；
隧道长度分类指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
技术状况评价总分决策指标取值：5-[84，92)，3-[92，97)，2-[97,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
是否有斜竖井决策指标取值：5-设置斜竖井，1-无斜竖井。
土建结构评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道长度决策指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
隧道跨度决策指标取值：5–超大跨度，4-大跨度，3-中跨度，2-小跨度；
技术状况评价总分决策指标取值：5-[55，70)，3-[70，85)，2-[85,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
围岩特性决策指标取值：5-围岩具有膨胀性，4-土质围岩具有软化性或岩质围岩存在断裂带，3-土质围岩具有湿陷性或岩质围岩裂隙发育,1-无不良特性。
区域年平均降水量决策指标取值：5-[700,+∞),4-[550,700),3-[400,550),4-[200,400),5-[0,200)；
地下水发育情况决策指标取值：5-地下水发育，1-地下水不发育。
进一步的，所述的养护投资决策单元，支持特定养护目标，包括：路网整体隧道土建结构技术状况平均值最优、路网整体隧道机电设施技术状况平均值最优、路网整体机电设施技术状况为三类的隧道数量占比最少、路网整体土建结构技术状况为三类的隧道数量占比最少。
进一步的，所述的养护投资决策单元，具体算法如下：
针对机电设施维修决策，假设已发生明显故障且影响运营安全的隧道集合为A，内含tA个元素，其他隧道集合为B，内含tB个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修。若机电设施维修经费S1≤集合A的维修经费SA时，只针对集合A进行维修；若维修经费S1＞集合A的维修经费SA，根据维修优先级评价指标对集合B进行维修优先级计算；设机电设施优先级评价指标为Py，其权重为Wy，y为决策指标编号，隧道Bi各决策指标Py的取值为py-i。则隧道Bi的维修优先级评分为IBi＝20∑Wy·py-i，值域为
集合B维修优先级评分从高到低排序为：B1，B2，……，对应的维修经费为m1，m2，……，当满足
时，集合B维修隧道为B1，B2，……，Bx，集合B维修优先级计算完成。
针对土建结构处治决策，假设已发生明显病害且影响运营安全的隧道集合为C，内含tC个元素，其他隧道集合为D，内含tD个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修。若土建结构维修经费S2≤集合C的维修经费SC时，只针对集合C进行维修；若维修经费S2＞集合C的维修经费SC，根据维修优先级评价指标对集合D进行维修优先级计算；设土建结构优先级评价指标为Qy，其权重为Vy，y为决策指标编号，隧道Di各决策指标Qy的取值为qy-i。则隧道Di的维修优先级评分为IDi＝20∑Vy·qy-i，值域为
集合D维修优先级评分从高到低排序为：D1，D2，……，对应的维修经费为n1，n2，……，当满足
时，集合D维修隧道为D1，D2，……，Dy，集合D维修优先级计算完成。
对于考虑特殊要求的维修优先级评价指标计算，为方便计算，.引入以下算法：
当维修优先级评分按照路网整体隧道机电设施技术状况平均值最优算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定分值贡献指标αBi，
当按照路网整体隧道机电设施技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体隧道土建结构技术状况平均值最优算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定分值贡献指标
当按照路网整体隧道土建结构技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体机电设施技术状况为三类的隧道数量占比最少算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定数量贡献指标
当按照路网整体隧道机电设施技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体土建结构技术状况为三类的隧道数量占比最少算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定数量贡献指标
当按照路网整体隧道土建结构技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
优选的，所述的虚拟现实论证单元，针对需要进行维修处治的隧道支持任何时间、任何地点直观地了解桥梁的运营情况、查阅电子档案资料，并在平台中语音讨论，模拟专家现场论证场景。
表1隧道基本状况信息卡
(隧道基本状况信息卡正面)
(隧道基本状况信息卡背面)
实施例1
如图2所示，本发明提供的基于BIM的隧道多源异构数据融合决策***工作包含14步：
S1：应用WEB或移动客户端，对路网隧道的运维基础数据进行维护；
S2：根据隧道实际结构尺寸建立BIM模型，关联电子档案中的建设期、运营期等图纸、报告等资料；
S3：通过移动客户端进行现场新发现病害的智能采集和往期发现病害的特征发展记录，还包含对已经养护维修过的病害是否继续发展的记录；
S4:根据采集的表观病害，进行技术状况智能评定，得到机电设施各分项及总体的技术状况评定等级、土建结构各分项及总体的技术状况评定等级，将隧道分为必须进行维修处治的隧道、可能需要维修处治的隧道两类；
S5：若分配经费小于等于必须进行维修处治的隧道所需经费，则只对必须进行维修处治的隧道进行维修处治，若分配经费大于必须进行维修处治的隧道所需经费，结合常规管养目标和特殊管养目标，采用层次分析法分别计算机电设施故障维修优先级与土建结构加固处治优先级，进行隧道维修处治优先级排序；
S6:开展养护投资方案的专家论证，包含以下步骤：
S6-1：BIM模型同步故障、病害、状态参数数据；
S6-2:专家通过VR虚拟现实技术在BIM模型中查阅相关数据和电子档案资料；
S6-3:进行在线技术论证，主要针对需要进行维修处治的隧道所采用的维修处治方案；
S7：根据在线技术论证结果修编养护投资方案。
本发明所有解决的技术问题在于提出一种基于BIM的隧道多源异构数据融合决策方法及平台，其中基于层次分析法的养护投资决策算法可实现网络级维修处治优先级排序，以可视化BIM模型为多源异构数据载体可将全寿命周期数据融合应用于机电设施故障维修与土建结构加固处治方案的研选，同时将VR虚拟现实应用于专家论证过程，实现了针对隧道基于大数据分析的科学养护决策。
上面结合实施例对本发明的实例作了详细说明，但是本发明并不限于上述实例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出的各种变化，也应视为本发明的保护范围。
Claims (4)
1.一种基于BIM的公路隧道多源异构数据融合决策***，其特征在于，包括：运维基础数据单元、BIM可视模型单元、病害智能采集单元、病害养护追踪单元、技术状况评定单元、结构监测预警单元、养护投资决策单元、虚拟现实论证单元及云服务器和客户端；
所述的运维基础数据单元，包括隧道基本状况信息，用于养护投资决策计算中涉及的年度每公里收费额、年度经常检查次数、年平均降水量信息；
所述技术状况评定单元，根据《公路隧道养护技术规范(JTG H12-2015)》，根据病害的发展情况进行自动评分，并生成病害展开图和评定报告；
所述结构监测预警单元，针对衬砌渗漏水技术状况评定分值低的公路隧道部署变形、应变、测试原件，监测结构的力学行为变化，设置预警阈值对非正常响应进行预警；
所述养护投资决策单元，依据机电设施故障维修措施与土建结构加固处治措施自动计算费用，基于层次分析法实现维修优先级排序，自动生成有限经费的分配方案，以及针对特殊目标的分配方案；所述机电设施故障维修措施，设定隧道机电设施不同类型的故障及其对应的维修方法、单价、单位；所述土建结构加固处治措施，设定公路隧道加固处治方案、单价、单位；所述基于层次分析法实现维修优先级排序，针对机电设施维修与土建结构处治提供不同的优先级排序算法。
2.根据权利要求1所述的基于BIM的公路隧道多源异构数据融合决策***，其特征在于，所述的BIM可视模型单元，直接显示机电故障、病害信息、结构监测测点及技术状况评定结果，点击具***置后查看对应的电子档案、材质状况和状态参数，支持VR漫游，实现在虚拟现实环境中论证隧道维修处治方案合理性；所述电子档案包括建设期、运营期、图纸和报告资料。
3.根据权利要求2所述的基于BIM的公路隧道多源异构数据融合决策***，其特征在于，所述的养护投资决策单元，针对故障维修和加固处治，以经常检查和检修、定期检查和检修信息为基础数据支撑，以技术状况评定单元计算结果为直接支撑，融合运维基础数据单元进行智能辅助决策；所述的养护投资决策单元，遵循以下过程：
将路网隧道分为必须进行维修处治的隧道和可能需要维修处治的隧道两类，机电设施故障维修优先级与土建结构加固处治优先级分别计算，其中：机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；土建结构技术状况为4或5类，或洞口、洞门、衬砌、路面和吊顶及预埋件评定状况值为3或4时，必须维修；
所述的养护投资决策单元，基于层次分析法建立机电设施维修优先级评价指标体系与土建结构加固优先级评价指标体系包括安全性指标和重要性指标两类，其中:
机电设施安全性指标包括：年度每公里收费额、路线等级、隧道交通工程与附属设施配置等级和隧道长度；
机电设施重要性指标包括：隧道机电设施技术状况评价总分、运营年限、年度经常检查次数和是否有斜竖井指标；
土建结构安全性指标包括：年度每公里收费额、路线等级、隧道长度和隧道跨度；
土建结构重要性指标包括：隧道土建结构技术状况评价总分、运营年限、年度经常检查次数、围岩特性、年平均降水量和地下水发育程度；
所述的年度每公里收费额、路线等级、隧道长度、隧道跨度、运营年限、隧道交通工程与附属设施配置等级、年度经常检查次数、是否有斜竖井指标、围岩特性、年平均降水量、地下水发育程度均从运维基础数据单元获得；所述的机电设施技术状况评价总分、土建结构技术状况评价总分从技术状况评定单元获得；
所述的养护投资决策单元，针对机电设施，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.315、路线等级0.127、隧道交通工程与附属设施配置等级0.147、隧道长度0.081；隧道机电设施技术状况评价总分0.140、运营年限0.076、年度经常检查次数0.051、是否有斜竖井指标0.063；
针对土建结构，根据专家调查法确定的权重为重要性指标0.33，安全性指标0.67；根据层次分析法计算各指标权重：年度每公里收费额0.241、路线等级0.101、隧道长度0.107、隧道跨度0.221；隧道土建结构技术状况评价总分0.099、运营年限0.043、年度经常检查次数0.026、围岩特性0.066、年平均降水量0.040、地下水发育程度0.056；
所述的养护投资决策单元，选择的决策参数按照5标·度法确定取值，机电设施评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道交通工程与附属设施配置等级决策指标取值：5-A+，4-A，3-B，2-C，1-D；
隧道长度分类指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
技术状况评价总分决策指标取值：5-[84，92)，3-[92，97)，2-[97,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
是否有斜竖井决策指标取值：5-设置斜竖井，1-无斜竖井；
土建结构评价指标取值如下：
根据
或
计算结果，得到每公里收费额决策指标取值：5-[2.5,+∞)，4-[2.0，2.5)，3-[1.5,2.0)，2-[1.0，1.5)，1-[0，1.5)；
路线等级决策指标取值：5-高速公路，4-一级公路，3-二级公路，2-三级公路，1-四级公路；
隧道长度决策指标取值：5-特长隧道，4-长隧道，3-中隧道，2-短隧道；
隧道跨度决策指标取值：5–超大跨度，4-大跨度，3-中跨度，2-小跨度；
技术状况评价总分决策指标取值：5-[55，70)，3-[70，85)，2-[85,100]；
运营年限决策指标取值：5-[30,+∞),4-[20,30),3-[10,20),4-[5,10),5-[0,5)；
经常检查次数决策指标取值：5-0，4-[0，12)，3-[12,24)，2-[24,36),1-[36,+∞)；
围岩特性决策指标取值：5-围岩具有膨胀性，4-土质围岩具有软化性或岩质围岩存在断裂带，3-土质围岩具有湿陷性或岩质围岩裂隙发育,1-无不良特性；
区域年平均降水量决策指标取值：5-[700,+∞),4-[550,700),3-[400,550),4-[200,400),5-[0,200)；
地下水发育情况决策指标取值：5-地下水发育，1-地下水不发育。
4.根据权利要求3所述的基于BIM的公路隧道多源异构数据融合决策***，其特征在于，所述的养护投资决策单元，具体算法如下：
针对机电设施维修决策，假设已发生明显故障且影响运营安全的隧道集合为A，内含tA个元素，其他隧道集合为B，内含tB个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；若机电设施维修经费S1≤集合A的维修经费SA时，只针对集合A进行维修；若维修经费S1＞集合A的维修经费SA，根据维修优先级评价指标对集合B进行维修优先级计算；设机电设施优先级评价指标为Py，其权重为Wy，y为决策指标编号，隧道Bi各决策指标Py的取值为py-i，则隧道Bi的维修优先级评分为IBi＝20∑Wy·py-i，值域为
集合B维修优先级评分从高到低排序为：B1，B2，……，对应的维修经费为m1，m2，……，当满足
时，集合B维修隧道为B1，B2，……，Bx，集合B维修优先级计算完成；
针对土建结构处治决策，假设已发生明显病害且影响运营安全的隧道集合为C，内含tC个元素，其他隧道集合为D，内含tD个元素，此时机电设施技术状况为4类或机电设施分项评定状况值为3时，必须维修；若土建结构维修经费S2≤集合C的维修经费SC时，只针对集合C进行维修；若维修经费S2＞集合C的维修经费SC，根据维修优先级评价指标对集合D进行维修优先级计算；设土建结构优先级评价指标为Qy，其权重为Vy，y为决策指标编号，隧道Di各决策指标Qy的取值为qy-i，则隧道Di的维修优先级评分为IDi＝20∑Vy·qy-i，值域为
集合D维修优先级评分从高到低排序为：D1，D2，……，对应的维修经费为n1，n2，……，当满足
时，集合D维修隧道为D1，D2，……，Dy，集合D维修优先级计算完成；
对于考虑特殊要求的维修优先级评价指标计算，引入以下算法：
当维修优先级评分按照路网整体隧道机电设施技术状况平均值最优算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定分值贡献指标
当按照路网整体隧道机电设施技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体隧道土建结构技术状况平均值最优算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定分值贡献指标
当按照路网整体隧道土建结构技术状况平均值最优算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体机电设施技术状况为三类的隧道数量占比最少算法时，设隧道Bi技术状况评分为ei，维修所需经费为mi，设定数量贡献指标
当按照路网整体隧道机电设施技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
当维修优先级评分按照路网整体土建结构技术状况为三类的隧道数量占比最少算法时，设隧道Di技术状况评分为fi，维修所需经费为ni，设定数量贡献指标
当按照路网整体隧道土建结构技术状况为三类的隧道数量占比最少算法时，维修优先级评分技术方法为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210397428.9A CN114969888A (zh) | 2022-04-15 | 2022-04-15 | 一种基于bim的公路隧道多源异构数据融合决策*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210397428.9A CN114969888A (zh) | 2022-04-15 | 2022-04-15 | 一种基于bim的公路隧道多源异构数据融合决策*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114969888A true CN114969888A (zh) | 2022-08-30 |
Family
ID=82977852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210397428.9A Pending CN114969888A (zh) | 2022-04-15 | 2022-04-15 | 一种基于bim的公路隧道多源异构数据融合决策*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114969888A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116976681A (zh) * | 2023-09-22 | 2023-10-31 | 山东通维信息工程有限公司 | 一种基于大数据的高速公路机电设施智能运维决策*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153928A (zh) * | 2017-06-28 | 2017-09-12 | 江苏智通交通科技有限公司 | 可视化的公路养护决策*** |
| CN108460231A (zh) * | 2018-03-23 | 2018-08-28 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种桥梁建养全过程智能监测评估预警决策***及方法 |
| CN113255811A (zh) * | 2021-06-06 | 2021-08-13 | 山西省交通科技研发有限公司 | 一种基于bim的梁式桥多源异构数据融合决策*** |
| CN113467315A (zh) * | 2021-07-16 | 2021-10-01 | 中交投资南京有限公司 | 一种基于bim技术的隧道工程自动化监测控制方法及*** |
-
2022
- 2022-04-15 CN CN202210397428.9A patent/CN114969888A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107153928A (zh) * | 2017-06-28 | 2017-09-12 | 江苏智通交通科技有限公司 | 可视化的公路养护决策*** |
| CN108460231A (zh) * | 2018-03-23 | 2018-08-28 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种桥梁建养全过程智能监测评估预警决策***及方法 |
| CN113255811A (zh) * | 2021-06-06 | 2021-08-13 | 山西省交通科技研发有限公司 | 一种基于bim的梁式桥多源异构数据融合决策*** |
| CN113467315A (zh) * | 2021-07-16 | 2021-10-01 | 中交投资南京有限公司 | 一种基于bim技术的隧道工程自动化监测控制方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 胡珉;刘攀攀;喻钢;施永泉;: "基于全生命周期信息和BIM的隧道运维决策支持***", 隧道建设, no. 04, 30 April 2017 (2017-04-30) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116976681A (zh) * | 2023-09-22 | 2023-10-31 | 山东通维信息工程有限公司 | 一种基于大数据的高速公路机电设施智能运维决策*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113255811B (zh) | 一种基于bim的梁式桥多源异构数据融合决策*** | |
| CN110516820B (zh) | 一种基于bim的钢结构桥梁信息化运维***及处理方法 | |
| Aktan et al. | Development of a model health monitoring guide for major bridges | |
| CN111737916B (zh) | 一种基于大数据的道路桥梁病害分析与养护决策方法 | |
| CN111160728B (zh) | 一种路桥养护决策优化方法及装置 | |
| Chen et al. | Convolutional neural networks (CNNs)-based multi-category damage detection and recognition of high-speed rail (HSR) reinforced concrete (RC) bridges using test images | |
| Han et al. | Construction quality evaluation of asphalt pavement based on BIM and GIS | |
| Mohammadi et al. | Integration of TLS-derived Bridge Information Modeling (BrIM) with a Decision Support System (DSS) for digital twinning and asset management of bridge infrastructures | |
| CN114969888A (zh) | 一种基于bim的公路隧道多源异构数据融合决策*** | |
| CN114912641A (zh) | 基于bim的路网级桥隧养护决策及智慧巡检*** | |
| Xu et al. | A parameter-driven method for modeling bridge defects through IFC | |
| Lu et al. | Risk assessment of complex footbridge based on Dempster–Shafer evidence theory using Fuzzy matter–element method | |
| Bektas et al. | Pavement condition: New approach for Iowa department of transportation | |
| Groeger et al. | Implementation of automated network-level crack detection processes in Maryland | |
| CN113888043A (zh) | 一种梁式桥主梁病害全周期可视化管理分析*** | |
| Hudson et al. | Minimum requirements for standard pavement management systems | |
| Lee et al. | Development of geographic information system-based pavement management system for Salt Lake City | |
| Scalbi et al. | The role of maintenance plans on serviceability and life extension of existing bridges | |
| Shen et al. | LSTM combined with BIM technology in the management of small and medium-sized span highway concrete beam bridges | |
| Monismith | Pavement management at the local government level | |
| CN116011997B (zh) | 混凝土旧结构高质量回收翻新利用方法 | |
| Das et al. | Quantification of multi-hazard risk of existing RC bridges in Barak Valley region, India | |
| CN117332488B (zh) | 一种基于bim技术的道路桥梁实景模型分析方法和*** | |
| US20240152877A1 (en) | Infrastructure maintenance management support system | |
| Darban et al. | Presentation a new method for determining of bridge condition index by using analytical hierarchy process |
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 |