基于云端BIM的装配式建筑预制构件信息集成系统

2021-12-18杨锦

系统仿真技术 2021年2期

杨锦

（西安培华学院建筑与艺术设计学院,陕西西安 710125）

装配式建筑是将工厂制作好的装配式建筑预制构件实施装配安装，生成现代化建筑，其优点是绿色环保、施工效率高、保证建筑的可持续性，在建筑行业施工方面应用广泛，已成为现代建筑业的主流设计方向［1-3］。目前装配式建筑预制构件信息集成仍处于初级阶段，实际施工中装配式建筑预制构件的信息传输与集成速度慢导致装配式建筑预制构件建造成本高、设计周期长等问题［4-6］。

但是以往装配式建筑预制构件信息集成非常局限，如王琛等，研究基于JSP的装配式建筑信息化管理平台［7］，在装配式建筑预制构件信息集成过程中，采用Java Server Pages（JSP）动态网页技术对装配式建筑框架实施信息集成，由于该系统比较繁琐复杂，导致装配式建筑预制构件信息集成效率不佳；邱凯等，研究基于RFID和区块链的预制构件管理系统［8］，在装配式建筑预制构件信息集成中，利用RFID技术对每个构件作为唯一标志实施信息集成。由于该系统智能化程度不高导致装配式建筑预制构件信息集成效果差。建筑信息管理系统（Building Informatics Management，BIM）可提升装配式建筑预制构件信息集成效率；云计算是用户通过客户端获取所需的动态信息资源。云端BIM是将BIM与云计算技术相结合，综合两者优点和功能，设计基于云端BIM的装配式建筑预制构件信息集成系统，满足装配式建筑用户对预制构件的信息需求，保证装配式建筑质量。

1 基于云端BIM的装配式建筑预制构件信息集成系统

1.1 系统总体结构

为了提高装配式建筑的预制构件信息集成效率，设计基于云端BIM的装配式建筑预制构件信息集成系统，基于云端BIM的装配式建筑预制构件信息集成系统是由硬件层、数据层、云平台层、网络层、用户层组成。在硬件层的支持下，将装配式建筑预制构件信息传输到数据层，数据层对接收装配式建筑预制构件信息实施信息采集、编码、分类，并存储在BIM数据库，云平台层提取BIM数据库信息，采用自适应关联规则调度方法与云端BIM技术结合实现信息集成，将集成后的信息反馈给网络层并呈现给用户层。

1.2 系统硬件

硬件层包括能满足存储、计算、网络传输等资源服务的多种设备，包括存储器、服务器、网络等。基于云端BIM的装配式建筑预制构件信息集成系统的硬件，由存储资源、高速光纤交换机、服务器集群、负载均衡器、局域网等组成。存储资源为存储海量信息提供容量支持，具体分为备份磁盘与主磁盘；采用高速光纤交换机实现存储资源与服务器集群的信息交换、传输；服务器分为高速与低速服务器，高速服务器对信息实施处理与管理，主要包括数据库服务器、应用服务器［9］，用户认证服务器是低速服务，实现对用户登录权限管理；为了符合并发用户访问标准，使用负载均衡器可提高信息服务效率；局域网保证了系统网络通信质量与信息传输速度。

1.3 数据层设计

由结构化数据、非结构化数据构成数据层的核心数据库——BIM数据库。利用数据层可实现装配式建筑预制构件信息的共享，数据层流程如图1所示。数据层主要负责信息数据的采集、编码、分类、存储等功能。BIM数据库是数据层的核心，通过多媒体、纸质等方式进行装配式建筑预制构件信息采集。将采集到的信息实施装配式建筑结构分解，并将分解后的装配式建筑预制构件信息实施信息编码后进行分类存储到BIM数据库。为了提高信息使用效率，按照装配式建筑设计的实际需求，提取BIM数据库存储的相应信息［10-12］。

图1 数据层流程Fig.1 Data layer flow

1.4 装配式建筑预制构件信息集成

云平台层是由服务层模块、资源模块组成。服务层模块为了符合用户的信息需求，重新整合软件功能服务，为系统运行提供计算支持。资源模块通过虚拟化实现多个操作系统共享一个服务器，利用云计算实施信息计算，提供分布式的信息管理。资源模块提取BIM数据库中的装配式建筑预制构件信息，采用自适应关联规则调度方法与云端BIM技术相结合实施装配式建筑预制构件信息集成。

设置装配式建筑预制构件信息分布有限集，在特征空间里，f(xm)表示装配式建筑预制构件信息的联合分布函数。为装配式建筑预制构件信息的标量序列和，装配式建筑预制构件信息提取的分组检测，用公式（1）描述，即

其中，BIM信息调度用R(h)描述。

当用信息集成n个区域的装配式建筑预制构件时，子空间用[Ex-3En，Ex+3En]表示，同时在子空间内装配式建筑预制构件信息训练数据的特征信息符合平衡解约束条件［13］，求解装配式建筑预制构件信息的模糊集成度水平，用公式（2）描述，即

其中，yi为装配式建筑预制构件信息的荷分离特征量，装配式建筑预制构件信息的适应度函数为Ti∈{T1，T2，T31，T32}、Oj，f1，…，Oj，fn，装配式建筑进度信息(Oj，f1，Oj，fn)的边值为统计时间窗口大小Ti，est为子空间的约束条件，当第二次装配式建筑预制构件信息提取的分组检测值大于第一次值时，φkt表示装配式建筑预制构件信息的区域模板函数。

在云端BIM技术下，求解装配式建筑预制构件信息集成特征量(xi，yi)，特征解的优化用公式（3）描述，即

其中，l1，l2，…，lp为装配式建筑预制构件信息提取的集成特征集。

装配式建筑预制构件信息的集成在有限域边界条件下，通过自适应关联规则调度方法与云端BIM技术结合，实现装配式建筑预制构件信息集成的自适应集成输出，用公式（4）描述，即

其中，Rx(τ)为有限域边界条件，m为信息数量。

装配式建筑预制构件信息的优化提取按照信息集成结果，采用公式（4）求解最大的装配式建筑预制构件信息集成的自适应集成输出值。

利用粗糙集聚类分析方法，获取装配式建筑预制构件信息集成的BIM信息集成的判决统计量，用公式（5）描述，即

其中，装配式建筑预制构件信息集成的BIM信息的统计特征值为K，且β1>0，β2>0；最大回归分析的量化值为λmax。

装配式建筑预制构件信息集成的寻优控制是通过合簇内数据的集成聚类分析方法实现。为了求解装配式建筑预制构件信息的BIM信息集成均方根误差［14-15］，通过主成分特征检测方法得出。当均方根误差符合MSE=E[(|e(n)|2]>K时，选取较小的α1，α2实施装配式建筑预制构件信息集成处理，装配式建筑的信息集成与管理，通过分层推进方法实现，得出装配式建筑预制构件信息集成的统计概率分布，用公式（6）-（7）描述，即

若ai，bi∈V，b1，b2∈V'，通过高维相空间重组方法实施信息重构，得出装配式建筑预制构件信息集成结果，用公式（8）描述，即

2 实验结果与分析

利用Matlab软件实施实验分析，实验设置某项目的装配式建筑预制构件信息，其中设置120∶1的配筋率、100个独立信息数据、240 MPa屈服强度。装配式建筑预制构件信息类型包括楼梯2种共35件、墙板3种共125件、楼板4种共20件、10件阳台板、10件梁柱等信息。

为测试装配式建筑预制构件信息的集成效率，将本文系统与文献［7］基于JSP的装配式建筑信息化管理系统、文献［8］基于RFID和区块链的预制构件管理系统进行对比。测试三种系统集成不同的装配式建筑预制构件信息过程中耗费的时间，用图2描述。由图2可知，本文系统集成不同类型装配式建筑预制构件信息时间明显高于其他两种系统，本文系统的平均集成时间为26.6 ms，分别比文献［7］系统、文献［8］系统的平均集成时间节省20.6 ms、8.1 ms，本文系统集成不同类型装配式建筑预制构件下信息时间柱形图呈现出稳定态势，而其他两种系统集成时间柱形图波动较大，说明本文系统的装配式建筑预制构件信息集成时间最短且趋于平稳。

图2 集成时间Fig.2 Integration time

统计三种系统集成不同装配式建筑预制构件类型信息的精度，用图3描述。由图3可知，本文系统集成不同类型装配式建筑预制构件信息的精度明显高于其他两种系统，本文系统的平均集成精度为99.02%，而文献［7］系统、文献［8］系统的平均集成精度分别为72.66%、82.46%，说明本文系统的装配式建筑预制构件信息集成精度高。

图3 集成精度Fig.3 Integration accuracy

在不同时间记录三种系统集成实验装配式预制构件信息后总体装配式预制构件信息中的独立信息数量，结果用图4描述。由图4可知，采用本文系统集成后，总体装配式建筑预制构件信息中的独立信息数量明显低于其他两种系统。说明本文系统的集成效果最佳，降低了装配式建筑预制构件独立信息数量，增加集成的信息量，本文系统的装配式建筑预制构件信息的集成效果较好。

图4 独立信息数量Fig.4 Number of independent information

为了验证三种系统的鲁棒性，检测三种系统进行装配式建筑预制构件信息集成过程的变化幅值情况，结果用表1描述。由表1可知，本文系统能快速达到稳定幅值，实现稳定后，可一直保持在一个平稳区间，说明本文系统具有较高的鲁棒性；其他两种系统需较长时间才能达到稳定状态同时幅值波动较大，其中文献［6］系统一直处于上升态势并未实现稳定，因此本文系统的鲁棒性更优。