Towards BIM-based model integration and safety analysis for bridge construction
译为《基于BIM的桥梁建设期模型数据集成和安全分析》
清华大学 张晓洋《ICCCBE 2016》
目录
Towards BIM-based model integration and safety analysis for bridge construction
0 写在前面
文章首先指出工程建设是一项具有挑战性的任务，因为它涉及到多个利益相关方、且需要多个学科领域的专家相互协作。但是目前的现状是项目在设计、建造、维护阶段的信息集成十分匮乏，这给项目管理带来了诸多不便。
1 内容摘要
那么这篇文章呢就是以这个背景为出发点，探讨了可能的挑战和需求；然后对比了不同的模型和软件，比如说Tekla模型（它是一个建筑信息化模型）和 Midas Civil 模型（它则是一个结构分析模型）；接着作者提出了一个基于BIM的统一模型和基于区域的特征点匹配算法（RFPMA）来实现不同模型的集成以及实测数据和理论计算数据的动态集成机制；继而阐述了如何实现这一方法，包括一个C/S平台和集成应用的工作流；最后作者将其运用于实际项目中，验证其价值。
2 建筑信息模型和结构分析模型的对比
如图1所示，建筑信息模型主要包括几何和部件信息，无法直接提取出轴和截面特性，而 Midas Civil 模型主要描述的是结构信息，包括节点、元素、材料、截面、荷载、约束等等，这些数据通常是从建筑信息模型中抽象出来的，然后由结构工程师手动进行定义。
建筑信息模型对于施工模拟、工程量计算和自动出图有着重要意义，而 Midas Civil 模型则是施工安全的重要保障，所以两者的组合有助于集成管理，提高工作效率。
3 信息建模和数据集成的方法
3.1 基于BIM的统一信息模型
这个模型是建筑信息模型和结构分析模型结合的产物，并集成了施工过程中由应变计和全站仪采集的数据。其框架如图2所示。其中 BEID (the ID of ‘BuildingElement’)，通过BEID来关联建筑信息模型元素和结构分析元素。现场测量数据被动态地集成至MonitorPoint中，同样是通过BEID与建筑信息模型元素关联，并获取在该元素上的准确位置。
3.2 基于区域的特征点匹配算法
为了实现建筑信息模型与结构分析模型的集成，提出了基于区域的特征点匹配算法来组合不同的模型。其工作流如图3所示。首先需要计算用于模型分割的特征点，考虑到建筑信息模型部件的复杂性，采用BoundingBox的中心点作为建筑元素的特征点。Midas 结构分析的单元主要有三种类型（梁、桁架和板单元），我们可以为他们定义不同层级的特征点以达到精确匹配（元素的中心点作为第一层的特征点，元素的四分之一和四分之三点作为第二层的特征点）。由于桥梁模型的纵向是Y轴方向，那么模型可以基于特征点划分为不同的区域，比如说，X轴方向可以划分为5个部分，Z轴方向可以划分为4个部分，那么总共就是20个区域（看图3左上角的图），在相同的区域内去组合建筑信息模型的组件和结构分析模型的组件。因此，每一个组件都有它自己的区域编号，这个编号是由特征点计算出来的，从而对提升匹配精度和操作速度有很大帮助。
对于每一个元素，我们首先需要去收集所有包含第一层次特征点的合格组件，并将合格的组件添加到Ce集合中，count of Ce的不同所代表的结果也不同：
-
值为1时，表明匹配成功，获得该组件的ID；
-
值为0时，匹配失败；
-
值大于1时，意味着需要执行第二层级的匹配来排除干扰。
3.3 动态集成现场测试数据和理论计算结果
施工过程中会产生大量的监测和理论数据，这些数据应该被集成至统一模型中去。监测数据动态地集成在MonitorPoint中，MonitorPoint与Tekla模型通过BEID关联。理论数据，尤其是单元应力结果，是通过ElementID集成至 Midas Civil 模型中的。基于之前的模型集成，数据的集成和转变如图4所示，并能够提供以下几点优势：
-
实测数据与理论数据的对比更加便捷；
-
提供了一种便捷的施工数据收集、管理和查看方式；
-
依照施工工况，同步模型更新和数据可视化；
-
实现了实测与理论分析之间的数据转换
4 集成系统
基于前面提出的方法，开发了“4D-BIM信息集成系统”，用于模型和数据的集成。不同工况的结构分析模型可以从Tekla模型中获得，这避免了重复建模工作。
5 案例分析
6 总结
本文提出了恰当的方法并开发了对应的平台来简化多学科交叉带来的难题，有利于施工管理和评估。