基于语义本体的桥梁结构智能化本体模型

杨建喜，周应新，戴森昊

(1. 重庆交通大学 信息科学与工程学院，重庆 400074；2. 云南省交通投资建设集团有限公司，云南 昆明 650228；3. 重庆市交通规划勘察设计院，重庆 401121)

随着我国桥梁数量和其管理数据的急剧增多，现有桥梁管养手段已无法满足桥梁运营信息管理的要求，而基于BIM(Building Information Modeling)模型的桥梁信息智能化管理成为桥梁管养发展的新方向，为此，大量学者[1～9]对其在桥梁管养中的应用进行了研究。BIM技术在桥梁运维管理中的应用使得桥梁管养信息能够有效集成并用于分析，但在对海量的桥梁管养信息进行智能化检索和知识推理时，BIM技术还难以实现；而知识工程中的语义本体技术能将离散化的信息通过语义关系连接，形成知识图谱，从知识图谱中实现信息的检索和推理分析。

文献[10]提出了基于BIM建筑成本估算的本体论方法，旨在实现对BIM数据的自动检索和推理；文献[11]从IFC(Industry Foundation Classes)标准的角度研究BIM模型信息的本体中的表示方法；文献[12]针对桥梁检测报告中大量非结构化数据难以发现实质风险的问题，提出一种基于本体的信息提取框架，能够自动提取报告中的非结构化信息，并以结构化的形式进行表示；文献[13]针对AEC-FM(Architecture Engineering Construction，Facility Management)中信息集成共享的问题，提出一种基于语义共享本体的建筑信息表示方法，实现了在建筑生命周期内跨领域的信息集成；文献[14] 开发了基于本体的智能交通系统数据集成框架，实现了对国内高速公路的ITS(Intelligent Transportation System)数据集成；文献[15]研究了EXPRESS语言与OWL语言之间的关联特征，将IFC文件映射转换为OWL格式，并导入Protégé软件中生成本体，从而提出了基于IFC标准的自动化建模方法；文献[16]实现了语义层面的建筑运维管理，建立了基于BIM模型和本体技术的智能运维管理框架；文献[17]利用BIM和语义本体技术，建立了基于本体的施工风险知识管理方法论和框架。

综上所述，将语义本体技术应用于建筑领域的运维管理已开展较深入研究，取得了丰硕成果，但在桥梁运维管理中的应用研究较少。有鉴于此，为实现桥梁管养信息的智能检索和知识推理，本文提出了基于语义本体的桥梁结构智能化本体模型；以连续刚构桥为研究对象进行桥梁的结构体系划分，在IFC标准中扩展桥梁结构单元与管养信息的表达框架，分析IFC与OWL的信息转换机制，建立信息映射框架；基于映射OWL构建桥梁管养的本体知识图谱，实现桥梁运维信息的智能化检索和知识推理。基于语义本体的桥梁结构智能化本体模型建立流程如图1所示。

图1 基于语义本体的桥梁结构智能化本体模型建立流程

1 桥梁运维管理知识图谱建模

桥梁运营阶段会产生检测、监测、日常养护、加固等数据，在信息化管理中需对这些数据信息进行多源异构集成，为便于数据的检索与推理应用，本文依托云南省某连续刚构桥，建立桥梁的管养数据知识图谱，构建智能化模型的基础。

1.1 工程概况

云南省某连续刚构桥为左右分离式，桥梁全长411.8 m，主桥跨径为98+180+98 m。主桥主梁采用单箱单室箱型截面，箱梁底板宽6.5 m，顶板宽12.5 m；箱梁根部高10.8 m，跨中及边跨端部箱梁高3.2 m。主桥下部结构采用空心双薄壁墩，横桥向宽6.5 m，顺桥向厚3.0 m，两岸采用重力式桥台。桥梁立面与横断面如图2，3所示。

图2 桥梁立面/cm

图3 主梁横断面/m

1.2 基于IFC的桥梁养护框架

BIM模型可实现对模型信息的集成展示，IFC标准作为BIM模型中的模型信息交互方式，用以定义BIM模型信息的交互标准。

桥梁管养信息作为养护决策的重要依据可分为检测信息、监测信息两部分，桥梁结构与管养信息应实现一对多的映射关系，而知识图谱中对信息定义要求为一条信息对应一个结构单元，因此，需在IFC标准框架下对连续刚构桥构件类型、构件连接关系、构件管养属性进行定义。

(1)构件类型定义

根据文献[18,19]对连续刚构桥的结构划分方法，将桥梁BIM构件库分为4个层次：1)桥梁类型；2)结构部件；3)结构构件，即组成结构部件的元素；4)结构单元，即组成结构构件的元素，为桥梁管养的最小对象。参考IFC在建筑领域的结构定义，对桥梁结构进行定义，如图4所示。在IfcSpatialStructureElement的子类中添加IfcBridge和IfcBridgePart定义桥梁的结构类型和桥梁的结构部件；在IfcCivilElement中添加子类IfcBridgeElement定义桥梁的结构构件类型，并在该新增实体中添加连续刚构桥的构件类型，包括主梁节段IfcGirderSegment、横隔板IfcDiaphragm、桥墩IfcPier、桥台IfcAbutment、伸缩缝IfcExpansionJoint；在IfcElementComponent中添加IfcBridgeComponent定义桥梁的最小结构单元，如主梁中的顶板IfcTopSlab、底板IfcSoleplate、腹板IfcWeb、齿块IfcTrussplate等结构单元。

图4 桥梁结构G-EXPRESS图

(2)构件关系定义

根据文献[20]，引用IfcRelContainedInSpatialStructure和IfcRelAggregates对桥梁构件的空间结构关系和组成关系进行定义。IfcBridgeComponent中元素组成IfcBridgeElement中构件，IfcBridgeElement中构件在空间中组成IfcBridgePart及IfcBridge。桥梁由多个桥梁部分IfcBridgePart在空间中构成，每个桥梁部分由各类桥梁构件IfcBridgeElement构成，其中的梁体节段IfcGirderSegment又由多个结构单元IfcGIrderComponent组成，组成关系如图5所示。

图5 桥梁构件结构组成关系图示

(3)构件属性定义

IFC中既有的属性内容无法满足桥梁在管养阶段的要求，需重新定义管养阶段特有的属性集，从而满足桥梁在管养阶段的信息需求，扩展后的属性集通过IfcRelDefines关联至实体，如表1示。IFC中对构件赋予扩展属性集已有定义，本文不做详述。

1.3 IFC-OWL的信息转换

IFC标准文件采用EXPRESS语言格式描述信息，且利用XML数据格式描述数据内容，而OWL语言也是基于XML数据格式进行存储的。基于这一特性，可构建IFC到OWL的数据转换方式，将BIM模型的信息转换为可构建知识图谱的信息格式。Pauwels等[21]提出了一种EXPRESS到OWL的转换模式，该模式转换的OWL本体数据可实现数据的重用和查询、推理。根据该转换模式，对IFC中的实体类型和属性关系进行转换，以IfcGirderSegment实体为例，其EXPRESS表达如下：

ENTITY IfcGirderSegment

SUBTYPE OF (IfcBridgeElement);

PredefinedType:OPTIONAL IfcGirderSEgmentTypeEnum;

WHERE

CorrectPredefiendType:NOT(EXISTS(Prede-finedType))OR(PredefiendType <> IfcGirderSEgmentTypeEnum.USERDEFIEND)OR(Predefiend Type=IfcGirderSEgmentTypeEnum.USERDEFIEND)AND EXISTS(SELFIfcObject.ObjectType));

CorrectTypeAssigned: (SIZEOF(IsTypeBy)=0)OR(‘IFCSHAREDBLDGELEMENTS.IFCGIRDERSEG-MENTTYPE’ IN TYPEOF(SELFIfcObject.IsTypedBy[1].RelatingType)));

表1 IFC构件的管养属性集定义

END_ENTITY;

转换后IfcGirderSegment的OWL表达式如下：

1

通过构建IFC-OWL的映射框架，并给出梁体节段IfcGirderSegment的映射结果，验证了在IFC-OWL映射过程中信息转换的完整性，为建立桥梁管养知识图谱提供了可靠的数据来源。

2 知识图谱构建

基于1.2节转换得到的桥梁管养信息的OWL表达格式，将知识图谱分为三类本体：(1)桥梁结构本体；(2)检测信息本体；(3)监测信息本体。三类本体之间相互关联，结构本体作为监测信息和检测信息的载体，同时检测信息及监测信息也反应结构在某一时间段内或时间节点的结构运营状态。知识图谱对桥梁结构和检测、监测信息构建语义层面的联系，实现对桥梁管养信息的智能化表达，从知识图谱中发掘桥梁管养知识，对桥梁运营中的养护决策提供有效的意见支持。图6为桥梁管养的知识图谱示意图，图中表达了知识图谱中桥梁结构、检测信息、监测信息和基本信息在语义层面的关联。结构单元BridgeElement作为结构本体中的最小信息承载单元，能够反应传感器监测到的数据信息BridgeAligment、检测中结构所具有的病害DiseasetType。

以连续刚构桥为例对知识图谱中三类本体的子类进行细化完善，使得知识图谱在对桥梁管养知识的表达上更加准确。

2.1 桥梁结构本体

连续刚构桥结构本体分为结构部分、结构构件、结构单元三个层次。结构部分可分解为上部结构、下部结构、桥面系、支座系统；结构构件根据所属的结构部分不同，分为上部结构构件、下部结构构件、桥面系构件。结构构件按照管养需求可分解到结构单元层次，结构单元为桥梁管养中最小粒度的结构本体。将连续刚构桥的结构术语概念化，构建连续刚构桥结构本体的类、对象类型属性、数据类型属性。将对象类型属性关联到对应的本体，将数据类型属性添加到类，完善的连续刚构桥的结构本体模型如图7所示。

图6 桥梁管养知识图谱示意

图7 结构本体的语义表达

2.2 检测信息本体

桥梁检测信息本体涉及到的内容包括：技术状况评定等级、构件权重、病害类型、病害评定标度。结合桥梁检测报告中的病害分析结果，借鉴桥梁专家对病害的分析经验，提取病害成因类别；其中病害成因是对病害类型中病害发生机理的判断，引发桥梁病害的原因并非是唯一的，而是多种因素共同作用。病害信息作为病害类型本体中类的具体实例，通过检测人员基于标准对病害信息的分析，得出构件的病害评定标度，依据相关标准计算得出桥梁的技术状况评定等级。桥梁检测信息本体中对象的属性及语义连续关系如图8所示。

图8 检测信息本体的语义表达

2.3 监测信息本体

在管养过程中，希望从监测数据中获得桥梁结构状态信息，而不是关注监测系统的采集过程和数据分析过程；因此，本文在构建桥梁监测信息本体类时，重点关注监测系统中的分析结果和传感器的布设。监测信息本体中涉及到的类有：环境参数、结构整体响应、结构局部响应、安全评估、预警值等，每一个类中定义了新的子类，用于准确表达监测数据的类型及监测项目。需要说明的是，桥梁监测系统中存储的监测数据量大且冗余，无需完整地导入到监测信息本体中，因此需对数据进行预处理，提取某一个时间段的监测峰值或均值作为特征值导入到本体模型中。桥梁监测信息本体中对象的属性及语义连续关系如图9所示。

图9 监测信息本体的语义表达

3 知识图谱的检验与应用

3.1 一致性检验

本文构建的桥梁管养知识图谱中本体来源于IFC标准中的定义，需在逻辑层面上进行相关检验。语义本体中对知识图谱在语义层面及语法层面进行一致性检验，即在语法上对本体的描述符合OWL语法规则；在语义上满足逻辑基础的要求。本体中已有逻辑公理的定义，表2为本体的逻辑公理集。

表2 领域本体的逻辑公理集

对领域本体的一致性检验，实质是对本体模型中的Tbox(术语库)进行语法和语义的一致性检验，即对构建的本体类进行一致性检验。为了验证桥梁管养领域本体的语义正确性，本节以表2中的语义逻辑公理为检验原则，利用Protégé软件中自带的Pellet推理机对桥梁管养领域本体进行一致性检验。图10为Pellet推理机对本文构建的桥梁管养领域本体进行了一致性检验，结果说明该领域本体模型符合语义一致性和语法一致性要求。

图10 桥梁领域本体通过一致性检测

3.2 知识图谱应用

桥梁管养知识图谱将桥梁管养中所需的检测信息、监测信息通过语义层面关联，使得计算机能够从桥梁管养信息中发掘知识，在检索、预警、评估等智能化模块工作对桥梁管养知识进行应用。结合实际工程场景，实现对桥梁管养知识图谱在智能检索与评估模块中的应用。

(1)智能检索

利用SPARQL检索语言定义信息的关联模式，检索符合用户的目标信息。SPARQL语言定义RDF语句的描述模式，在知识图谱中检索符合描述模式的语义关联信息，并展示检索的目标信息及关联信息。

在Protégé软件环境中利用SPARQL语言对构件技术状况评定等级的检索结果。定义桥梁管养领域本体为桥梁构件技术状况评定结果的语义检索范围(PREFIX: http://www.semanticweb.org/cqjtu/ontologies/bridge_maintenance#)，检索目标信息为构件?Strucutre、技术状况评定结果?RANGE、评定等级?value、评定日期?date，定义SPARQL检索中的RDF语句模式如下：

SELECT ?Structure ?RANGE?value?date

WHERE{?Structure:hasTERange ?RANGE.?RANGE:hasValue?value.?RANGE:hasdate ?date}

该语句模式表示在桥梁管养领域本体中检索具有以下语义关系的实例：具有技术状况评定结果?RANGE的桥梁构件?Structure，显示评定结果的等级数值?value；评定的日期?date。根据RDF语句检索模式的输出结果如图11所示。

图11 Protégé中构件技术状况评定结果查询

(2)智能评估

利用SWRL语言自定义逻辑推理规则，然后在Protégé环境中利用Pellet推理机推理桥梁管养知识图谱中的相关信息。根据文献[18]中对混凝土构件强度等级评定规则，定义混凝土强度评定的SWRL规则，如表3所示。

表3中，变量x属于桥梁构件单元类，变量y与z通过关系属性定义本体类，y属于混凝土强度检测结果类，z属于材料类型类。在Protégé软件中利用JESS推理机对桥梁管养领域本体模型中的构件混凝土强度等级进行推理。

图12对比了JESS推理机运行推理规则前后，在Protégé软件中桥梁实例的本体类变化，ObjectPropertyAssertion表示实例的关系属性。图12a为推理机运行前Left-Soleplate04的关系属性，其中hasIntensity表示04#底板的混凝土强度检测结果，hasMaterialType表示04#底板的材料类型；图12b展示了推理机完成推理后Left-Soleplate04的关系属性，虚线框是基于Rule-1规则的推理结果，04#底板的混凝土强度评定等级为1级(Left-Soleplate04-haslevel-IntensityLevel01)。该推理结果与检测报告中的评定结果相同，验证了梁式桥类型SWRL推理规则的正确性，可作为新知识导入到本体知识库中，对后续新增的桥梁构件进行混凝土强度等级判定，减少检测人员的工作量，提高工作效率。

表3 构件混凝土强度等级判定推理规则

4 结 论

本文针对目前国内桥梁管养领域信息集成和利用效率低等问题，结合BIM技术，提出了一种基于语义本体的桥梁管养领域知识图谱建模方法，实现桥梁管养数据的信息化集成和智能检索推理。

图12 Protégé中04#节段底板混凝土强度推理结果

(1)利用IFC标准对桥梁结构和管养信息进行了表达，根据IFC-OWL的转换模式实现了桥梁管养信息从BIM模型到本体模型的转换，并基于转换内容构建了桥梁管养信息的知识图谱。

(2)依托工程应用，基于SPARQL检索语言实现了对模型的验证，通过语义关系检索，验证了检索信息的正确性；并利用SWRL语言和JESS推理机，在Protégé软件环境中推理桥梁结构混凝土强度等级，并通过桥梁专家经验及领域共识验证了推理结果的正确性。

(3)本文提出的基于语义本体的桥梁结构智能化检索与知识推理，为桥梁管养领域的智能化发展提供了新思路，具有一定的参考价值和实际工程意义。